Chapitre 2

Introduction aux Systèmes
échantillonnés
Plan:
1) Notion de commande numérique de processus
2) Echantillonnage et reconstitution d’un signal continu
3) Transformée en z
4) Transmittance échantillonnée
Année universitaire: 2022-2023 K. BEN TAARIT 1

1. Notion de commande numérique de
Introduction aux processus
2. Echantillonnage et reconstitution d’un
Systèmes signal continu
échantillonnés 3. Transformée en z
4. Transmittance échantillonnée
• De nos jours, grâce aux développements de l’électronique et de

l’informatique, la plupart des lois de commande sont implémentées sur des
micro-ordinateurs ou processeurs numériques.
• L’implémentation d’algorithmes de commande sur ordinateur, comparée à

une réalisation analogique, offre des nombreux atouts : coût faible,
précision élevée (paramètres de réglage précis) et insensibilité aux bruits,
facilité d’implémentation et souplesse par rapport aux modifications.
• Par ailleurs, le pilotage d’un procédé par un même PC implémentant toutes

les fonctions de pilotage (supervision, régulation, interface homme-
machine) est particulièrement confortable pour l’opérateur.
• En revanche, plusieurs problèmes peuvent se poser suite à l’opération

d’échantillonnage tels que: pertes de performances dynamiques, problèmes
de compatibilité, et nécessité des conversions analogiques, numériques.
K. BEN TAARIT 2
Année universitaire: 2022-2023
Principe de l’Asservissement échantillonné/numérique
Partie analogique
Commande
C
Consigne Sortie
+ N
Correcteur A Actionneur Système
-
C
A
N Capteur
Calculateur
Partie numérique
La chaîne de commande numérique comprend en général :

 un ensemble numérique (échantillonné ou discret) comprenant :
• le convertisseur analogique-numérique CAN qui prélève, parfois à travers un
multiplexeur, toutes les T secondes (horloge temps réel) les signaux électriques
analogiques issus des capteurs et des organes d'entrée pour les transformer en
une suite de nombres;
• le calculateur qui traite les nombres selon l'algorithme (le programme, le
logiciel) de traitement prévu;
• le convertisseur numérique-analogique CNA qui transforme les nombres issus
du calculateur en signal électrique à destination des actionneurs ; ces signaux
seront en général, maintenus constants entre deux instants d'échantillonnage ;
• éventuellement un capteur fournissant le signal de retour sous forme
numérique.
 un système dynamique continu :
• il s'agit du processus, de ses actionneurs et des capteurs associés (s’ils sont
analogiques) que l'on connaît généralement par leur modèle mathématique (leur
transmittance globale P( p) par exemple).
● C.A.N: convertisseur analogique-numérique : On appelle Convertisseur

Analogique Numérique (C.A.N.) tout dispositif électronique qui transforme
une grandeur analogique d’entrée Ve en un nombre binaire de sortie N
proportionnel à cette grandeur Ve.
Symbole de la fonction
Conversion Analogique / Numérique
Le signe ∩ indique que la grandeur est de type analogique (il s’agit ici de l’entrée).
Le signe # indique que la grandeur est de type numérique (il s’agit ici de la sortie).
Si la grandeur d’entrée Ve est une tension, alors :

N=k.Ve avec k en V-1
Le nombre N ne peut prendre que des valeurs discrètes alors que la tension
Ve accepte toutes les valeurs dans une plage donnée : l’évolution se fera par
paliers.
Caractéristique de transfert d’un C.A.N.
Exemple:
Convertisseur CAN 12 bits
Résolution : 20/ 2^12 = 20/4096 = 4,8mV
La caractéristique de transfert N=f(Ve) est constituée par une suite de paliers

dont l’origine s’appuie sur la droite d’équation N=k.Ve.
Résolution d’un C.A.N.
La résolution d’un C.A.N. est la valeur de la variation de la tension d’entrée Ve
qui provoque un changement d’1 LSB (Least Significant Bit ou bit de poids
faible) sur le nombre N en sortie. C’est donc la largeur d’un palier de la
caractéristique de transfert. Plus la résolution est petite, plus la conversion est
précise.
Plus la résolution d’un CAN est élevée, plus la sortie numérique est une image
précise du signal analogique d’entrée comme l’illustre le tableau suivant pour
une tension de pleine échelle de 5V.

● C.N.A: convertisseur numérique-analogique: On appelle Convertisseur

Numérique Analogique (C.N.A.) tout dispositif électronique qui transforme un
nombre binaire d’entrée N en une grandeur électrique de sortie (tension ou
courant) proportionnelle au nombre N.
Symbole de la fonction
Conversion Numérique /Analogique
Le signe # indique que la grandeur est de type numérique (il s’agit ici de l’entrée).
Le signe ∩ indique que la grandeur est de type analogique (il s’agit ici de la sortie).
Si la grandeur de sortie est une tension uS, alors :

uS=q.N avec le quantum q en volts
Si la grandeur de sortie est un courant iS, alors :
iS=q’.N avec leK.quantum
BEN TAARIT
q’ en ampères 8
Rappel de numération :
si le nombre binaire N est exprimé sur n bits (B0 à Bn-1, où B0 est le LSB), le
lien entre le nombre N et ses différents bits est alors le suivant :

 Echantillonnage d’un signal

Le but d’un processus à commande numérique est de remplacer la commande
analogique du processus par des algorithmes mis en œuvre sur calculateur.
Cependant, un calculateur numérique nécessite un certain temps pour

effectuer les opérations liées à l’algorithme de commande.
De plus, un processeur numérique traite plutôt des valeurs numériques (des

nombres) que des grandeurs analogiques.
Pour ces raisons, on introduit un découpage temporel des signaux au niveau du

calculateur.
Le découpage temporel de l’information, réalisé par le CAN, se fait par

échantillonnage et quantification.
• L’échantillonnage consiste à prélever, à période fixe Te (ou T), la valeur du

signal.
• La quantification résulte du fait que les données sont représentées sur un
calculateur dans un certain format.
 le CAN remplace un signal analogique par une suite des nombres. Ces
nombres sont ensuite manipulés par le calculateur qui génère une nouvelle
suite des nombres.
y(t)
Signal analogique
temps
Définition : Signal discret

Un signal discret est une suite ordonnée de nombres x0 , x1, x2 , ....., xn , ... qui
constitue une séquence numérique. Chaque nombre xn est caractérisé par sa
valeur et son rang n dans la suite. Ce signal est en général indépendant du
temps. Cependant les valeurs xn peuvent être lues ou restituées selon la cadence
d'une horloge.
Un signal discret peut être obtenu par le
Signal discret
prélèvement régulier d'échantillons d'un signal
continu x(t) . La valeur de x(t) à l’instant de
prélèvement t = nT est notée x(nT).
La période de prélèvement T est la période

d'échantillonnage.
K. BEN TAARIT 12
Définition : Signal échantillonné

On obtient un signal échantillonné en convertissant un signal continu x(t) en un
signal discret noté x*(t) = x(nT) obtenu par prélèvement toutes les T secondes
de l'amplitude de x(t) . Cette opération est réalisée à partir d'un
échantillonneur qui se ferme à la cadence T.
On obtient le signal suivant :
Echantillonneur idéal
K. BEN TAARIT 13
• Un signal échantillonné peut être modélisé par une suite d’impulsions de

DIRAC.
• Le signal échantillonné est représenté par l'expression :
• Cette expression décrit le signal échantillonné dans le domaine temporel

(variable réelle t).
• Pour décrire le signal échantillonné dans le domaine fréquentiel nous
aurons recours à la transformation de LAPLACE (variable complexe p).
K. BEN TAARIT 14
Transformée de Laplace du signal échantillonné

Par définition la transformée de LAPLACE du signal échantillonné est donnée
par :
K. BEN TAARIT 15
Remarques:
Notons que le terme échantillonné est réservé aux signaux et aux systèmes
discrets dans le temps. Le terme numérique s’applique aux systèmes et aux
signaux discrets en temps et en amplitude.
Pour obtenir un signal numérique à partir d’un signal échantillonné on doit

effectuer une “discrétisation” de l’amplitude et cette discrétisation est faite par
quantification. En effet, la quantification résulte du fait que les données sont
représentées sur un calculateur dans un certain format. Alors, le nombre
utilisé par le calculateur sera entaché d’une erreur correspondant au maximum
à la moitié de la précision associée au format des nombres. L’erreur associée à
la quantification, tant qu’elle est très faible, est généralement considérée
comme un bruit, appelé bruit de quantification.
K. BEN TAARIT 16
Remarques: (suite)
 L’action du CAN étant de fournir une suite de nombres {f(kTe)}, il revient
au même de définir le signal échantillonné par la suite en k, {f(k)} = {f(kTe)}.
 Pas de distinction entre le signal échantillonné et le signal numérique en
supposant négligeable l’effet de la quantification.
 Reconstruction du signal échantillonné

Le CAN remplace un signal analogique par une suite des nombres. Ces nombres
sont ensuite manipulés par le calculateur qui génère une nouvelle suite des
nombres.
Comme cette suite ne peut pas exciter le processus à asservir, il est indispensable
d’utiliser un CNA afin d’´elaborer un signal analogique.
Cette étape est appelée reconstruction.
K. BEN TAARIT 17
. Théorème de Shannon

On intuite facilement que l’on perd peu d’information sur un signal continu
échantillonné à haute cadence (a) (fréquence d’échantillonnage élevée par
rapport au spectre de fréquences du signal analogique); par contre, si la fréquence
d’échantillonnage est mal choisie, toute l’information peut être amoindrie (b),
voire irrémédiablement perdue (c).
(a) (b) (c)

K. BEN TAARIT 18
Le théorème suivant, connu sous le nom de théorème de l’échantillonnage ou de

Shannon, donne les conditions dans lesquelles un signal analogique peut être
reconstruit à partir de sa version échantillonnée.
Théorème de Shannon
Pour pouvoir reconstituer sans perte d’information un signal continu à partir
des échantillons de période Te de celui-ci, il faut que la fréquence
d’échantillonnage, f  1 , soit au moins égale au double de la fréquence
e T
e
maximale contenue dans le spectre de ce signal :
La fréquence est appelée fréquence de Nyquist .

K. BEN TAARIT 19
Remarques sur l’utilisation du théorème de Shannon:

Pour que l’observation échantillonnée d’un signal soit significative, il est
nécessaire que la fréquence d’échantillonnage soit suffisamment élevée.
En effet, si la période d’échantillonnage est trop élevée, l’information
contenue dans le signal analogique peut être irrémédiablement détruite.
En pratique, on préfère un rapport de fréquence, au moins supérieur à 10

entre la fréquence d’échantillonnage et la fréquence de coupure du signal
analogique. En temporelle, on choisira une période d’´echantillonnage au
moins 10 fois inférieure au temps de monté du signal analogique.
K. BEN TAARIT 20
.  Echantillonneur-Bloqueur
*Nécessité d’un élément de maintien
En supposant que le théorème de Shannon ait été respecté, il n’en reste pas
moins que l’échantillonnage amène une dégradation des propriétés dynamiques
du signal et un certain retard dans la transmission des informations. Il est donc
impératif de filtrer ce signal avant toute utilisation.
En automatique, le filtre reconstituant le plus utilisé est le bloqueur d’ordre
zéro.
Cet élément de maintien est bien souvent associé à l’échantillonneur classique,
car la plupart du temps:
- le signal discret (échantillon) est mis en mémoire jusqu’à l’apparition de
l’échantillon suivant;
- le signal échantillonné (impulsion de Dirac) est transformé en échelon de
position, entre deux prises d’informations, afin d’attaquer le système
physique commandé.
*Bloqueur d’ordre zéro
Le BOZ est un système qui permet d’obtenir un signal analogique à partir d’une
suite d’échantillons ou d’un signal numérique. En effet, le bloqueur d’ordre zéro
maintient à sa sortie la valeur de l’échantillon d’entrée, durant la période
d’échantillonnage qui sépare deux échantillons consécutifs. Le schéma ci dessous
explicite le mode de fonctionnement d'un BOZ.
Le
Année signal2022-2023
universitaire: m’(t) correspond au signal « reconstruit ».
K. BEN TAARIT 22
Un exemple est montré par la figure suivante. Soit f(kTe) le signal numérique à
l’entrée du BOZ. Alors, le signal bloqué qui se trouve à la sortie du bloqueur
s’écrit :
D’après ce qui précède, nous pouvons déduire que la réponse impulsionnelle

b0(t) du BOZ est une fenêtre rectangulaire de largeur Te(ou T) et d’amplitude
unitaire.

On peut considérer que l’élément de maintien d’ordre zéro résulte de la différence

entre deux échelons-unitaires de position, décalé de Te:
U(t)
Te
-U(t-Te)
En utilisant la transformée de Laplace, on déduit la fonction de transfert du BOZ :

Définitions
La description qui utilise la transformée en z est équivalente pour les
signaux discrets à la représentation fréquentielle (basée sur la transformée
de Laplace) utilisée pour les signaux continus.
Définition
La transformée en z d’un signal causal à temps discret f(k) est définie

par : F ( z )  Z  f (k )   f (k ) z  k (*)
k 0
Dans le cas échantillonné, cette transformée découle de la transformée de

Laplace du signal échantillonné idéal fe(t).

En effet, en utilisant le changement de variable z = esTe dans l’expression (*) de

la transformée de Laplace du signal échantillonné idéal, on obtient:
Par extension (et par abus de notation), on notera également F(z) la transformée
en z du signal échantillonné fe(t) (signal à temps continu) ainsi que du signal f(t) :
Rqe : 2ème écriture :

 L
F ( z )   f (nT ) z  n ; fe  f* ; f * (t )  F * ( p )
e
n0
Description d’un signal échantillonnée
 La suite uk correspond au signal u∗(t) (échantillonné de u(t) à la période T)

et est défini par:
Sa transformée de Laplace s’écrit :
 En posant z = eTp on reconnait la Transformée en z :

Exemple:
1 si t  0
f(t)  u(t)  
0 sin on
f(nTe )  1 n 
F ( z )  Z  f (k )
 
  f (nTe) z   z  n  1  z 1  z  2    z  n  
n
n0 n0
 zF ( z )  z  1  z 1  z 2    z  n 1    z  F ( z )
z
 F ( z) 
z 1

Propriétés de la transformée en z
Soit deux signaux à temps discret f(k), g(k) et soit F(z), G(z) leurs transformées
en z respectives.
 Linéarité :
 Translation temporelle et décalages

a. Cas du retard
La multiplication par z -1 correspond à un retard d’un pas d’échantillonnage.

b. Cas de l'avance

 Multiplication par une rampe:
 Multiplication par une exponentielle:
 Théorème de la valeur initiale:
 Théorème de la valeur finale:
 Convolution discrète:
Si f et g sont causales, alors :
 Tables de Transformées en Z:

 Transformée en z inverse
La transformée en z ne contient que des informations aux instants
d’échantillonnage.
Par conséquent, la transformée en z d’un signal f(t), échantillonné à la
période Te, ne permet pas de retrouver le signal original à temps continu
f(t) mais, uniquement le signal à temps discret f(k) constitué des
échantillons aux instants t = kTe.
Afin d’illustrer cela, considérons deux signaux à temps continu f(t) et g(t)
ayant les mêmes valeurs aux instants d’échantillonnage t = kTe. Ces
signaux auront la même transformée en z alors que les valeurs entre les
instants d’échantillonnage peuvent être différentes, comme le montre la
figure suivante.

Signaux à temps continu ayant

même transformée en z après
échantillonnage
• Le calcul de la transformée en z inverse peut se faire à l’aide des

tables de transformations.
• De manière plus générale, la transformée en z inverse peut être
calculée par une des méthodes suivantes :
1) décomposition en éléments simples,
2) division polynomiale (selon les puissances croissantes de z−1),
3) formule d’inversion.
. Décomposition en éléments simples

Cette méthode est la plus simple et elle consiste à faire une décomposition en
éléments simples de F ( z ) .
z
L’idée à la base de cette méthode consiste à faire ressortir dans F(z) des termes
dont la transformée en z inverse découle d’une simple utilisation de la table des
transformée en z.
N ( z)
Soit F ( z )  et supposons que F(z) a uniquement des pôles simples réels différents
D( z )
de zéro. Alors, soit pi, i = 1, . . . n, les pôles de F(z). La décomposition en éléments
simples de F ( z ) nous permet d’écrire la transformée en z sous la forme :
z

Alors, en utilisant la table de transformées, on obtient :

n
f  k   A0  k    Ai pikU  k  .
i 1
Cette méthode peut également s’utiliser lorsque la fonction F(z) a des pôles
complexes et/ou des pôles multiples.

Exemple 1: On se propose de calculer la transformée en z inverse de :
On remarque tout que se factorise en :
et, en utilisant la décomposition en éléments simples, on obtient :
La transformée en z inverse de F(z) est :
En posant c = e−aTe , d = e−bTe , on peut encore écrire cette transformée inverse

comme :
Exemple 2:
2z
F ( z) 
( z  1)( z  0.5)
F ( z) 2 A B A  4
   
z ( z  1)( z  0.5) z  1 z  0.5  B  4
4z 4z
 F ( z)  
z  1 z  0.5
Z 1
 f ( nTe )  4.1  4.0.5
n n
 4(1  0.5 )
n
f( 0 )  0; f( 1 )  f(Te )  2; f( 2 )  3; f( 3 )  3.5 

.  Division polynomiale
Pour utiliser cette technique, il faut écrire la transformée en z sous la forme :
La division selon les puissances croissantes de z−1 de N(z) par D(z) donne :
(**)
D’après la propriété sur le retard de la transformée en z, on déduit de l’équation
(**) que :
ce qui conduit aux valeurs :

L’obtention des coefficients ci, pour i = 1, 2, . . . , qui donnent les valeurs du

signal aux instants discrets se fait donc par une simple division :

Exemple : On se propose de calculer la transformée en z inverse de :
On écrit tout d’abord F(z) comme une fraction rationnelle en z−1, les polynômes
ordonné selon les puissances croissantes de z−1 :
ensuite on effectue la division selon les puissances croissantes de z−1 :
 On en déduit que :

.  Formule d’inversion:
La transformée en z inverse de F(z) s’écrit :
où Γ est un domaine du plan complexe contenant toutes les singularités de

F(z). A l’image de la transformée de Laplace inverse, cette intégrale se calcule
par la méthode des résidus.

 Systèmes linéaires à temps discret

Définitions
1 Un système est dit discret ssi ses entrées et ses sorties sont discrets. Il est dit
dynamique si la valeur de la sortie y(k) dépend non seulement de l’entrée à
l’instant k mais aussi des valeurs passées de l’entrée (possiblement des
valeurs futures).
2 Un système est dit linéaire si celui ci respecte les propriétés de linéarité et de

superposition.
3 Un système discret est dit causal si sa sortie y(k) au temps kT ne dépend que
des valeurs prises par l’entrée pour des instants inférieures à kT.
Considérons un système à temps discret, linéaire, causal et invariant dans le Temps. Ce
système fournit en sortie un signal à temps discret y(k) en réponse à un signal à temps
discret d’entrée u(k).
Dans ce cours, nous abordons deux types de modèles (appelés modèles externes)
pour les systèmes discrets. Ces types de modèles peuvent se déduire l’un de l’autre et
ils sont décrits soit par des équations aux différences soit par des fonctions de transfert.
Système continu Système échantillonné ou discret

Signal continu x(t) Signal échantillonné x*(t)
Signal discret xn
Equation différentielle Equation récurrente
Transformée de Laplace X(p) Transformée en z X(z)
La modélisation d’un système à temps discret conduit à une relation entrée-sortie

qui est caractérisée par une équation aux différences linéaire à coefficients
constants. Il s’agit de la loi donnant la sortie du système, à l’instant k, en fonction
de l’entrée à l’instant k et des entrées et des sorties aux instants précédents. Cette
relation peut s’écrire de manière générale :
où encore
(*)
avec m  n pour un système causal. Notons que cette équation est également
appelée équation récurrente.

La transformée en z, appliquée à l’équation aux différences (*) en supposant

des conditions initiales nulles, donne :
Définition
On appelle fonction de transfert du système à temps discret ou transmittance
discrète, la fraction rationnelle :
Y ( z)
G( z) 
U ( z)
Autrement dit, la transmittance discrète est définie comme le rapport entre la

transformée en z du signal de sortie et la transformée en z du signal d’entrée.
En utilisant la relation précédente, cette transmittance discrète peut s’écrire

sous la forme suivante :
(**)
Par définition, les pôles du système discret sont les racines du polynôme
Dénominateur de la fonction de transfert et les zéros sont les racines du
polynôme numérateur. Le dénominateur de la fonction de transfert est également
appelé polynôme caractéristique.
Définition (Gain statique)

Pour une fonction de transfert discrète G(z), son gain statique vaut G(1).
Cela veut dire que pour un signal d’entrée constant u(k) = u0 la sortie en régime
permanent vaut G(1)u0.
Remarques
La fonction de transfert à temps discret est la transformée en z de la réponse
impulsionnelle du système (Réponse du système à une impulsion unité discrète).
En effet, la réponse impulsionnelle du système numérique est obtenue en prenant :
Par conséquent, Y (z) = G(z), ce qui implique y(k) = g(k). Donc, la transformée en
z de la réponse impulsionnelle du système discret est identique avec la
transmittance discrète G(z). Notons qu’on peut calculer la réponse impulsionnelle
comme

Remarques (suite)
De plus, la sortie y(k) du système à temps discret résulte du produit de
convolution discret de l’entrée u(k) avec la réponse impulsionnelle g(k), soit :
qui s’écrit encore :
pour un système causal. Ceci découle directement de la définition (**) de la

fonction de transfert du système à temps discret et de la propriété de la
convolution discrète.

Exemple:
Etant donné le signal à temps discret f(k) de transformée en z :
calculer f(k). La méthode la plus simple pour calculer f(k) est la décompositions
en éléments simples de F ( z ) ou la division selon les puissances croissantes de z−1.
z
Nous proposons de calculer f(k) en utilisant les éléments développés dans la partie
précédente. Considérons que F(z) est la fonction de transfert d’un système
numérique d’entrée u(k) et de sortie y(k). On a alors :
d’où l’équation aux différences :

Finalement, la réponse du système à une impulsion unité discrète u(k) = (k) vaut
f(k) = y(k) et obéit à l’équation aux différences :
On obtient finalement :

Modélisation des systèmes échantillonnés

.Transmittance échantillonnée
Lorsqu’on travaille avec des signaux à temps discret issus d’un procédé
d’échantillonnage, il est possible de se trouver dans le cas du schéma de la figure
suivante.
En utilisant l’équivalence entre les transformées de Laplace des signaux

échantillonnés et les transformées en z des signaux à temps discret, évaluons :

En se basant sur l’équivalence entre transformée de Laplace des signaux

échantillonnés et transformée en z des signaux à temps discret (voir section 3),
on peut également écrire :
La fonction de transfert en z du système échantillonné en boucle ouverte

représentée à la figure précédente est donc :

Remarques:
La fonction de transfert en z du système échantillonné est tout simplement
la transformée en z de la transmittance continue et
On a la relation suivante
Dans le cas où l’échantillonneur d’entrée est absent (figure suivante) alors

.  Transmittance échantillonnée des systèmes ouverts

Supposons que le procédé continu est composé de deux sous-systèmes en série,
comme présenté à la figure suivante. Dans ce cas, les deux sous-systèmes ne
peuvent pas être dissociés.
En effet:

Cela implique:
Donc de manière générale:
Exemple:
1
G ( p ) G ( p) 
1 2 p
 1  T z 2 2
  1   z
G G ( z)  Z    e et G ( z )G ( z )   Z    
1 2 2
 p  ( z  1) 2 1 2   p ( z  1) 2
    
 Z G ( p ) G ( p )  Z G ( p )  Z G ( p)
1 2 1 2


Echantillonnage d’un système continu précédé par un BOZ

Soit le système illustré par la figure suivante, composé d’un processus précédé par
un bloqueur d’ordre zéro.
L’association d’un BOZ avec un procédé physique constitue un système à temps

continu dont la fonction de transfert est :

Donc:
 Te s
Sachant que le terme e traduit un retard de Te dans le domaine temporel, on
obtient la transmittance échantillonnée suivante pour le système continu précédé
par un BOZ :
avec la notation:
Exemple:
1
G (s) 
( s  4)( s  5)
 G (s)   1 
 G ( z )  (1  z ) Z  1
  (1  z ) Z 
1

 s   s ( s  4)( s  5) 
1 A B C 1 1 1
Or     A  , B   et C  .
s ( s  4)( s  5) s s  4 s  5 20 4 5
 G( z )  ( 1  z  1 )( r1  r2  r3 )
 1  1 1 1 1 1 1 
 (1  z )    
 20 1  z 1 4  4Te 1 5  5Te 1 
 1 e z 1 e z 

Exemple : Systèmes échantillonnés en série
Considérons maintenant le cas illustré par la figure suivante.
Alors,
ce qui implique
Analogiquement, on a :

On déduit de ces deux équations que
.  Transmittance échantillonnée des systèmes bouclés

Considérons le système bouclé de la figure suivante.
Les propriétés de linéarité de l’échantillonnage nous permettent d’obtenir le

schéma équivalent suivant.

A partir du schéma équivalent, nous pouvons écrire les équations suivantes :
et
Cela nous permet de déduire la transmittance échantillonnée suivante pour

le Système bouclé :
Exemple : (Transmittance d’un système échantillonné bouclé avec correcteur

numérique)
Considérons maintenant un système bouclé comportant un correcteur numérique
C(z). On se propose de calculer la transmittance échantillonnée du système bouclé.
On peut déduire les équations correspondant au schéma de la figure suivante :
(a)
(b)
(c)
(d)
En utilisant les équations (b), (c), (d), nous obtenons la fonction de transfert entre
E(z) et R(z) :
et donc,
Regroupant ce résultat avec l’équation (a), nous obtenons finalement la

transmittance échantillonnée du système bouclé :
Si on tient compte de la fonction de transfert du BOZ, la transmittance

échantillonnée vaut :

Exercice 1: Fonction de transfert et relation de récurrence

On considère un système échantillonné régi par la relation de récurrence suivante :
Calculer la fonction de transfert en z de ce système et déterminer la valeur finale

de l’échantillon de sortie, soit lorsque le signal d’entrée est un échelon
unité.
Exercice 2: Représentation graphique d’un signal défini par sa transformée en z
On considère un signal échantillonné défini par :
Déterminer les premiers éléments de la suite d’échantillons s(k) correspondant à

ce signal et en proposer une représentation graphique.
Corrigé Exercice 1:
La fonction de transfert en z se détermine immédiatement à partir de l’équation de
récurrence : Z
s  k   0.5 e  k  1  0.6 s  k  1  S  z   0.5 z 1E  z   z 1S  z 
d’où :
S  z 0.5 z 1 0.5
Gz    G z 
E  z  1  0.6 z 1 z  0.6
Lorsqu’on injecte un échelon unité à l’entrée de ce système, on a :
0.5 z
S  z  G z E  z  
z  0.6 z  1
La valeur finale du signal de sortie est donc :
Théorème de la valeur finale:
0.5 z  z  1 0.5 z 
s     lim s  k   lim 1  z 1  S  z   lim 1  z 1    lim    
k  z 1 z 1 
  z  0.6 z  1 z 1  z z  0.6 z  1 
z 1

0.5 z
s     limK. BEN TAARIT 0.3125
Année universitaire: 2022-2023 z 1 z  0.6 65
Corrigé Exercice 2:
1ère méthode: Equation récurrente
Nous pouvons considérer qu’un signal quelconque de transformée en z connue est
la sortie d’un système de fonction de transfert G(z) = S(z) lorsque ce système est
sollicité, à son entrée, par une impulsion unité e  k     k  .
En effet, on a dans ce cas :
S  z   G  z  E  z   G  z  lorsque E  z   1
Il suffit donc, dans ces conditions, de rechercher l’équation de récurrence
correspondant à cette fonction de transfert et de calculer la suite d’échantillons de
sortie du système lorsque le signal d’entrée est une impulsion unité.
On a: S  z 0.3 z 1
Gz   d’où: S  z  
1  1.7 z 1
 z 2

  E  z  
 0.3 z 1

E  z  1  1.7 z  z
1 2
1
Z
Soit:  s  k   1.7 s  k  1  s  k  2   0.3e  k  1
 k TAARIT
K.sBEN   1.7 s  k  1  s  k  2   0.3e  k  1 66
Corrigé Exercice 2: (suite)
s  k   1.7 s  k  1  s  k  2   0.3e  k  1
ou encore:
  k   1 si k  0
s  k   1.7 s  k  1  s  k  2   0.3  k  1 avec: 
0 si k  0
s  0   1.7 s  1  s  2   0.3  1  0

  
0 0 0
s 1  1.7 s  0   s  1  0.3  0   0.3

  
0 0 1
s  2   1.7 s 1  s  0   0.3 1  1.7  0.3  0.51

  
0.3 0 0
s  3  1.7 s  2   s 1  0.3  2   1.7  0.51  0.3  0.567

  
0.51 0.3 0

 k 
sk 
sk 
ek    k 
Figure:
Année universitaire: 2022-2023 Représentation temporelle
K. BEN TAARIT de la sortie du système. 68
Corrigé Exercice 2: (suite)
2ème méthode: Division polynomiale
0.3 z 1
S  z 
1  1.7 z 1  z 2
On effectue la division selon les puissances croissantes de z−1 :
0.3 z 1 1  1.7 z 1  z 2
-
0.3z 1  0.51z 2  0.3z 3 0.3z 1  0.51z 2  0.567 z 3 
0.51z 2  0.3 z 3
- 2 3 4
 S  z   0.3 1
 z  0.51
2
z 
 z  0.567
3
0.51z  0.867 z  0.51z s 1 s 2 s  3

0.567 z 3  0.51z 4

 s  0   0; s 1  0.3; s  2   0.51; s  3  0.567

Chapitre 2

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

Chapitre 2

Transféré par

Droits d'auteur :

Formats disponibles

Introduction aux Systèmes

1) Notion de commande numérique de processus

2) Echantillonnage et reconstitution d’un signal continu

Année universitaire: 2022-2023 K. BEN TAARIT 1

• De nos jours, grâce aux développements de l’électronique et de

• L’implémentation d’algorithmes de commande sur ordinateur, comparée à

• Par ailleurs, le pilotage d’un procédé par un même PC implémentant toutes

• En revanche, plusieurs problèmes peuvent se poser suite à l’opération

Principe de l’Asservissement échantillonné/numérique

La chaîne de commande numérique comprend en général :

● C.A.N: convertisseur analogique-numérique : On appelle Convertisseur

Si la grandeur d’entrée Ve est une tension, alors :

Caractéristique de transfert d’un C.A.N.

La caractéristique de transfert N=f(Ve) est constituée par une suite de paliers

Année universitaire: 2022-2023 K. BEN TAARIT 7

● C.N.A: convertisseur numérique-analogique: On appelle Convertisseur

Si la grandeur de sortie est une tension uS, alors :

Année universitaire: 2022-2023 K. BEN TAARIT 9

 Echantillonnage d’un signal

Cependant, un calculateur numérique nécessite un certain temps pour

De plus, un processeur numérique traite plutôt des valeurs numériques (des

Pour ces raisons, on introduit un découpage temporel des signaux au niveau du

Le découpage temporel de l’information, réalisé par le CAN, se fait par

• L’échantillonnage consiste à prélever, à période fixe Te (ou T), la valeur du

Définition : Signal discret

La période de prélèvement T est la période

Définition : Signal échantillonné

• Un signal échantillonné peut être modélisé par une suite d’impulsions de

• Cette expression décrit le signal échantillonné dans le domaine temporel

Transformée de Laplace du signal échantillonné

Pour obtenir un signal numérique à partir d’un signal échantillonné on doit

 Reconstruction du signal échantillonné

. Théorème de Shannon

(a) (b) (c)

Le théorème suivant, connu sous le nom de théorème de l’échantillonnage ou de

La fréquence est appelée fréquence de Nyquist .

Remarques sur l’utilisation du théorème de Shannon:

En pratique, on préfère un rapport de fréquence, au moins supérieur à 10

D’après ce qui précède, nous pouvons déduire que la réponse impulsionnelle

Année universitaire: 2022-2023 K. BEN TAARIT 23

On peut considérer que l’élément de maintien d’ordre zéro résulte de la différence

En utilisant la transformée de Laplace, on déduit la fonction de transfert du BOZ :

Année universitaire: 2022-2023 K. BEN TAARIT 24

Dans le cas échantillonné, cette transformée découle de la transformée de

Année universitaire: 2022-2023 K. BEN TAARIT 25

En effet, en utilisant le changement de variable z = esTe dans l’expression (*) de

Rqe : 2ème écriture :

 La suite uk correspond au signal u∗(t) (échantillonné de u(t) à la période T)

Sa transformée de Laplace s’écrit :

 En posant z = eTp on reconnait la Transformée en z :

Année universitaire: 2022-2023 K. BEN TAARIT 27

Année universitaire: 2022-2023 K. BEN TAARIT 28

 Translation temporelle et décalages

La multiplication par z -1 correspond à un retard d’un pas d’échantillonnage.

Année universitaire: 2022-2023 K. BEN TAARIT 29

 Multiplication par une rampe:

 Multiplication par une exponentielle:

 Théorème de la valeur initiale:

 Théorème de la valeur finale:

Année universitaire: 2022-2023 K. BEN TAARIT 31

Année universitaire: 2022-2023 K. BEN TAARIT 32

Signaux à temps continu ayant

• Le calcul de la transformée en z inverse peut se faire à l’aide des

. Décomposition en éléments simples