Support Complet ENSAM 2A 221228 101001

Ecole Nationale Supérieure des Arts et Métiers
Année Scolaire 2022-2023
Cycle Ingénieur ENSAM

Niveau : 2ème année
Automatique des Systèmes Linéaires
Date : 02 Décembre 2022
Mbarek TALEB
1
Introduction
1 Introduction
Il ne faut pas confondre automatique et automatisme :
• L’automatique est une science qui traite de la modélisation, de l’analyse, de
l’identification et de la commande des systèmes dynamiques (électriques, ther-
miques, chimiques, biologiques,...).
Elle permet de faire fonctionner un système selon un cahier des charges désiré (ra-
pidité, précision, stabilité...).
• Tandis que l’automatisme traite uniquement des sous-ensembles de ma-

chines destinés à remplacer l’être humain dans des tâches, en général simples et ré-
pétitives, mais réclamant précision et rigueur (embouteillage, emballage, usinage,...).
2 Un système
Un système peut être décrit comme étant un opérateur qui fait correspondre des
réponses à des sollicitations, autrement dit, des sorties à des entrées.
2.1 Un système déterministe

Un système déterministe est un système qui, partant du même état, réagit toujours
de la même façon à un même événement.
Il est à opposer aux systèmes stochastiques (aléatoires ou probabilistes) qui peuvent
avoir des réponses différentes à une même sollicitation
1
2. Un système
Systèmes
déterministes Stockastiques
Linéaires Non Linéaires
Invariants Variants Invariants Variants
2.2 Un système stochastique

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

Un système est dit linéaire si la sortie d’une combinaison d’entrées est une com-
binaison, avec les mêmes coefficients de pondération, des sorties de chacune d’elles
prise séparément.
e1 (t) Système s1 (t)

e(t) = α1 e1 + α2 e2 + · · · + αn en
e2 (t) Système s2 (t)

⇔ e(t) Système s(t)
..
.
s(t) = α1 s1 + α2 s2 + · · · + αn sn
en (t) Système sn (t)
Un système linéaire peut être décrit par une équation différentielle à coefficients
constants reliant les dérivées successives de sa sortie aux dérivées successives de son
entrée :
an s(n) (t)+an−1 s(n−1) (t)+...+a1 s0 (t)+a0 s(t) = bm e(m) (t)+bm−1 e(m−1) (t)+...+b1 e0 (t)+b0 e(t)
2
2. Un système
2.4 Système non linéaire

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

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

Par opposition, un système invariant est régit par une équation différentielle où
tous les coefficients sont constants
En réalité, les composants s’usent, se fatiguent, vieillissent, varient en fonction de
l’humidité, la température, les vibrations · · · etc. Une vigilance appropriée est à
observer au cas par cas.
3
2. Un système
2.7 système continu

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

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

SISO : Single Inpit Single Output
MIMO : Multiple Input Multiple Output
e(t) y(t)
e(t) y(t)
SISO MIMO
2.10 Représentation d’un système

Modèle :
Il s’agit d’une représentation permettant d’approximer son comportement(càd relier
les signaux de sorties aux signaux d’entrée) :
- Equations différentielles (domaine temporel)
- Fonction de transfert (domaine de Laplace ou discret (transformée en z))
- Représentation d’état ( généralement domaine temporel)
- Domaine fréquentielle (domaine des fréquences)
4
2. Un système
Obtention :
- Modèle de connaissance (d’après les lois de la physique)
- Modèle identifiée (d’après un essai expérimental)
2.11 Multitude de représentations d’un système

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

L’ordre d’un système est l’ordre de l’équation différentielle qui le régit.
- Un système du 1er ordre est régit par une eq.diff du 1er ordre ;
- Un système de 2nd ordre est régit par une équa.diff du 2ème ordre ;
- ···
Dans la pratique on essaie toujours d’approximer un systèmes par des systèmes du

1er ou 2nd ordre, moyennant des hypothèses simplificatrices, quitte à le faire par
plage de fonctionnement ou autour de points de fonctionnement.
Dans le cas où son ordre ne pourrait être inférieur à 2, on s’arrange à le mettre
sous forme d’un ensemble de systèmes élémentaires (1er et 2nd ordre) en cascade
(en série).
5
2
Transformée de Laplace
1 Transformée de Laplace
La transformée de Laplace (Pierre-Simon Laplace (1749-1827), surnommé le
Newton français) intervient dans de nombreuses questions de physique, mathéma-
tique, calcul des probabilités, automatique, etc. Elle est définie par :
L (f ) = F
tel que : Z ∞
F (p) = f (t)e−pt dt
0
Concrètement, on se ramène dans le domaine de Laplace en transformant les signaux

temporels en leurs équivalents dans le domaine de Laplace. On fait les calculs dans
le domaine de Laplace, et une fois terminé, on retourne au domaine temporel à l’aide
de la transformation inverse.
Cette "gymnastique" est facilitée par la disponibilité de tables de transformations.
e(t) E(p)
s(t) S(p)
domaine domaine
du continu de Laplace
6
1. Transformée de Laplace
1.1 Propriétés
• Linéarité : L (αf + βg) = αL (f ) + βL (g)

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

p→+0
Démonstration2 (Dérivée)
" # Z +∞
df df −pt
L = e dt
dt 0 dt
On pose
df
u0 = ; v = e−pt
dt
u = f (t) ; v 0 = −pe−pt
" # Z +∞
df −pt ∞
D’où : L = [f (t)e ]0 + p f (t)e−pt dt = −f (0) + pF (p)
dt 0
Démonstration3 (Primitive)
Z x
En posant g(x) = f (t) dt
Z 0
Z +∞
L f (t) dt = g(t)e−pt dt
0
On pose
u = g(t) ; v 0 = e−pt
1
u0 = f (t) ; v = − e−pt
p
#∞
1 1 Z +∞ F (p)
Z "
D’où L f (t) dt = − e−pt g(t) + f (t)e−pt dt =
p 0
p 0 p
Démonstration4 (Retard)
Z +∞
L [f (t − τ )] = f (t − τ )e−pt dt
0
On pose : u = t − τ
D’où
Z +∞
L [f (t − τ )] = f (u)e−p(u+τ ) du
Z0 +∞
= f (u)e−pτ e−pu du
0
7
2. Signaux usuels
Z +∞
= e−pτ f (u)e−pu du
0
= e−pτ F (p)
Démonstration5 (Valeur initiale)
" # Z +∞
df df −pt
L = pF (p) − f (0) = e dt
dt 0 dt !
Z +∞
df −pt
=> lim [pF (p) − f (0)] = lim e dt
p→+∞ 0 p→+∞ dt
=> lim [pF (p)] − f (0) =0

p→+∞
Démonstration6 (Valeur finale)

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

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


 0 si t 6= 0
γ(t) = 
1 si t = 0
8
2. Signaux usuels
En fait, l’impulsion de Dirac δ(t) est un signal théorique,

difficile à réaliser. Dans la réalité , on considère plutôt le
signal suivant en faisant tendre ∆t vers 0.
Γ(p) = 1
2.3 Rampe unitaire
La rampe unitaire est définie par :


 0 si t < 0
r(t) =
 t si t ≥ 0
1
R(p) =
p2
2.4 Echelon d’Accélération unitaire
L’échelon d’accélération est défini par :



 0 si t < 0
a(t) = 1
 t2 si t ≥ 0

2
1
A(p) =
p3
2.5 Transformée inverse

La transformée de Laplace inverse est donnée par :
Z c+j∞
f (t) = L −1 (F (p)) = F (p)ept dp
c−j∞
9
2. Signaux usuels
Cette expression n’est jamais utilisée en tant que telle, on lui préfère une décom-
position en éléments simples dont la transformée inverse est donnée sur des tableaux
listant la majorité des signaux que l’on rencontre dans la pratique.
2.6 Tableau de correspondance de la transformée de Laplace

pour des signaux usuels
2.7 Exemples
Exercice1 :
Calculer les signaux temporels des signaux de Laplace suivants :
1
1. F1 (p) =
1 + τp
1
2. F2 (p) =
p(1 + τ p)
e−ap
3. F3 (p) =
(1 + τ p)
10
2. Signaux usuels
5
4. F4 (p) =
p+4
2
5. F5 (p) =
2 + 3p + p2
P +1
6. F6 (p) =
p2 + 5p + 6
2
7. F7 (p) =
(p + 2)2
p
8. F8 (p) =
(p + 1)(p2 + 1)
p2 + 5
9. F9 (p) =
p(p2 + 4)
Exercice2 :
Résoudre les équations différentielles en appliquant la Transformée de Laplace :
E1 : ÿ + 2ẏ + y = 0 avec y(0) = 2 et ẏ = 0
E2 : ÿ + 3ẏ + 2y = t avec y(0) = 0 et ẏ = 0
E3 : ÿ − y = (3e + t + 1).u(t)
−2t
avec y(0) = 2 et ẏ = 2
E4 : ÿ + 2y = e sin(4t).u(t)
−t
avec y(0) = 0 et ẏ = 0
E5 : ÿ + y = u(t − 1) − u(t − 2) avec y(0) = 0 et ẏ = 0
11
3
Fonction de Transfert
1 Fonction de Transfert
Un système linéaire peut être décrit par une équation différentielle à coefficients
constants reliant les dérivées successives de sa sortie aux dérivées successives de son
entrée :
an s(n) (t)+an−1 s(n−1) (t)+...+a1 s0 (t)+a0 s(t) = bm e(m) (t)+bm−1 e(m−1) (t)+...+b1 e0 (t)+b0 e(t)
En appliquant la transformée de Laplace, on aboutit à la relation suivante :
S(p) bm pm + bm−1 pm−1 + ... + b1 p + b0

H(p) = =
E(p) an pn + an−1 pn−1 + ... + a1 p + a0
H(p) est appelée fonction de transfert du système :
E(p) H(p) S(p)
La fonction de transfert est une fraction de deux polynômes de variable p. Elle

caractérise un SLCI (Système Linéaire Continu Invariant) d’une façon indépendante
de l’entrée qui lui est appliquée. Elle ne dépend que des paramètres du système.
12
1. Fonction de Transfert
1.1 Forme canonique d’une fonction de transfert

En général, une fonction de transfert peut se mettre sous la forme suivante :
K 1 + b1 p + b 2 p 2 + · · · + bm p m
H(p) = ×
pα 1 + a1 p + a2 p 2 + · · · + an p n
avec :
• K : le gain statique
• α : la classe du système
• n : l’ordre du système
Et on a les définitions suivantes :
— Les pôles du systèmes sont les racines du dénominateur de sa fonction de

transfert
— Les zéros du système sont les racines du numérateur de sa fonction de transfert
Exemple
3p + 2
- Mettre sous forme canonique la fonction de transfert suivante : H(p) =
3p3
+ 2p2 + p
- En déduire le gain statique, la classe et l’ordre du système correspondant.
- Déterminer les pôles et les zéros du système.
Solution :
3
2 1+ p
H(p) = × 2
p 1 + 2p + 3p2
D’où :
• gain statique : 2
• classe du système : 1
• ordre du système : 2
Les pôles du systèmes sont tels que : 1 + 2p + 3p2 = 0 on a : ∆ = 4 − 12 = −8 D’où :
1 √ 1 √
p1/2 = (−2 ± i2 2) = (−1 ± i 2)
6 3
2
Le système a un seul zéro : z = −
3
13
1.2 Mise en série (cascade)
E(p) H(p) S(p)

E(p) H1 (p) H2 (p) S(p) ⇔
H(p) = H1 (p) × H2 (p)
Remarque importante :
F(p)G(p) n’est pas la transformée de Laplace de f(t)g(t) :
L (f )L (g) 6= L (f × g)
1 1
Exemple : pour f=g=u échelon unitaire, on : F (p) = G(p) = => F (p)G(p) = 2
p p
1
alors que f (t) × g(t) = u(t) et donc L (f × g) = !!!
p
Cependant,
L (f ∗ g) = F × G
L’opérateur * est le produit de convolution défini par :

Z ∞
(f ∗ g)(t) = f (t − τ )g(τ ) dτ
0
En effet :
Z ∞ Z ∞
L (f ∗ g)(p) = f (t − τ )g(τ ) dτ e−pt dt
0 0
Z ∞ Z ∞
= f (t − τ )g(τ )e −pt
dτ dt car e−pt ne dépend pas de τ
0 0
Z ∞ Z ∞
= f (t − τ )g(τ )e−pt dt dτ
0 0
Z ∞ Z ∞
= f (t − τ )e−pt dt g(τ ) dτ
0 0
Z ∞ Z ∞
= f (u)e −p(u+τ )
du g(τ ) dτ ch. de var. u = t − τ
0 −τ
Z ∞ Z ∞
= f (u)e−pu du e−pτ g(τ ) dτ car e−pτ ne dépend pas de u
0 −τ
Z ∞ Z ∞
= f (u)e −pu
du e−pτ g(τ ) dτ car signaux causaux
0 0
Z ∞
= F(p)e−pτ g(τ ) dτ
0
14
Z ∞
= F(p) e−pτ g(τ ) dτ
0
= F (p)G(p)
1.3 Mise en parallèle
H1 (p)
+
E(p) H(p) S(p)
E(p)
+
S(p) ⇔
H(p) = H1 (p) + H2 (p)
H2 (p)
1.4 Retour unitaire

1.4.1 Retour négatif (soustractif)
e(p) (p) y(p)

+ A(p)
- e(p) H(p) y(p)
⇔ A
H(p) =
1 + AB
B(p)
1.4.2 Retour positif (retour additif)
e(p) (p) y(p)

+ A(p)
+ e(p) H(p) y(p)
⇔ A
H(p) =
1 − AB
B(p)
15
1.5 Quelques manipulations de blocs

1.5.1 Déplacement de part et d’autre d’une jonction
Déplacement d’un bloc vers l’amont d’une jonction
Déplacement d’un bloc vers l’aval d’une jonction
1.5.2 Déplacement d’un bloc de part et d’autre d’un sommateur
Déplacement d’un bloc vers l’amont d’un sommateur
En effet :
S = H1 (E1 − E2 )
= [H1 E1 − H1 E2 ]
Déplacement d’un bloc vers l’aval d’un sommateur
En effet :
S = H1 E1 − E2
1

= H1 E1 − E2
H1
16
1.5.3 chaine de retour / retour unitaire
e(p) (p) y(p)

+ A(p) e(p) (p) y(p)
- 1
+ AB
⇔ - B
B(p)
=> C’est la raison pour laquelle, souvent on considère un système à

retour unitaire. Car s’il ne l’est pas en réalité, on pourra toujours le transformer
en tant que tel à l’aide de cette manipulation.
1.5.4 retour unitaire /chaine de retour
e(p) (p) y(p)

e(p) (p) y(p) A + B
+ A(p) B(p) -
- ⇔
A
En effet :
y = AB(e − y)
= B [A(e − y)]
= B [Ae − Ay]
17
1.5.5 Exercices
Donner la fonction de transfert équivalente du système suivant :
e y
+ A + B C
- -
Fig. 3.1 – Système No.1
Exprimer la sortie y du système en fonction de l’entrée e et de la perturbation v :
v
e + y
+ A + B
-
Déterminer la fonction de transfert globale équivalente du système suivant :
B1
e - y
+ + A1 + A2 A3
- -
B2
18
Exercice 1
e y
+ A + B C
- -
solution
e y
+ A + B C
- -
D 1/C
Fig. 3.5 – 1ère étape
e BC y
+ A
- 1 + BC
D
C
Fig. 3.6 – 2ème étape
e ABC y
+
- 1 + BC
D
C
Fig. 3.7 – 3ème étape
e y
H(p)
ABC
Fig. 3.8 – H(p) = 1 + BC =
ABC
D ABC 1 + BC + ABD
1+ ×
C 1 + BC
19
Exercice 2
v
e + y
+ A + B
-
solution
v
e y
+ A B + y
-
L
A -
B
C C
Fig. 3.10 – Système No.2 –1ère étape
e y v y
+ AB + B
- -
L
C AC
Fig. 3.11 – Système No.2 –2ème étape
y v y
e AB L B
1 + ABC 1 + ABC
Fig. 3.12 – Système No.2 –3ème étape
v AB B
y= e+ v
e 1 + ABC 1 + ABC
Fig. 3.13 – Système No.2 –4ème étape (Fin)
20
Autre Méthode
v
1/A
e + y
+ + A B
-
Fig. 3.14 – Système No.2—1ère étape
v
1/A
e +
AB y
+
1 + ABC
Fig. 3.15 – Système No.2—2ème étape
AB v AB B

D’où : y = e+ = e+ v
1 + ABC A 1 + ABC 1 + ABC
Méthode analytique
v
e 1 + 2 y
+ A + B
-
On :
y = B2
2 = v + A1
1 = e − Cy
21
D’où :
y = B(v + A(e − Cy)) = Bv + AB(eCy) = Bv + ABe − ABCy
=> (1 + ABC)y = Bv + ABe

AB B
=> y= e+ v
1 + ABC 1 + ABC
22
Exercice 3
B1
e - y
+ + A1 + A2 A3
- -
B2
Solution
B1
e - y
+ + A1 + A2 A3
- -
B2 1/A3
Fig. 3.18 – Système No.3—1ère étape
e A2 A3 y
+ + A1
- - 1 + B1 A2 A3
B2
A3
e A1 A2 A3 y
+ +
- - 1 + B1 A2 A3
B2
A3

e A1 A2 A3 y
+
- 1 + B1 A2 A3 + B2 A1 A2
e A1 A2 A3 y
1 + A1 A2 A3 + B 1 A2 A3 + B 2 A1 A2
Fig. 3.22 – Système No.3—5ème étape (Fin)
24
4
Etude des systèmes du 1er ordre et
du 2nd ordre
Dans la pratique on essaie toujours d’approximer un système par un système du 1er

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

Exemple1 : Circuit RC
R
i
e vc C v
e = vc + Ri
dvc
i = C
dt
dvc
=> RC + vc = e
dt
25
1. Système du 1er ordre
En général un système du 1er ordre, d’entrée e(t) et de sortie y(t), est régi par une
équation différentielle du 1er ordre de la forme :
a 1
aẏ + by = e => ẏ + y = e
b b
ou sous sa forme canoninique :
τ ẏ + y = Ke
τ : est appelé constante de temps du système

K : est appelé Gain Statique du système
1.1 Résolution pour une entrée échelon : Méthode tempo-

relle

 0 si t < 0
e(t) =
 E si t ≥ 0
La résolution se fait en 2 étapes :
— solution de l’équation homogène :τ ẏ + y = 0

t
−
=> y1 (t) = Ae τ
— solution particulière :
En régime permanent ẏ = 0 => y2 (t) = KE
t
−
Et on déduit la solution globale : y = y1 + y2 = Ae τ + KE
On se place dans les conditions de HEAVISIDE en supposant que les conditions

initiales sont nulles (système au repos) :
=> A + KE = 0 soit aussi A = −KE.
On obtient alors :
t
−
y(t) = KE(1 − e τ )
1.2 Résolution pour une entrée échelon : Transformée de

Laplace
τ ẏ + y = Ke => τ py(p) + y(p) = Ke(p) (car y(0) = 0)
26
Soit
K
y(p) = e(p)
τp + 1
Comme e(t) est un échelon, alors
E
e(p) =
p
Et par suite
K
y(p) = E
p(τ p + 1)
D’après les tables de tansformée de laplace :
t
1 −
⇒ 1−e τ
p(τ p + 1)
Et donc
t
−
y(t) = KE(1 − e τ )
1.3 Tangente à l’origine
L’équation de la tangente à l’origine

s’écrit :(T ) : y = ẏ(0)(t − 0) + y(0) = ẏ(0)t
t
KE − KE
Or ẏ(t) = e τ , donc ẏ(0) =
τ τ
KE
D’où (T ) : y = t
τ
Cette droite coupe la droite horizontale
correspondant au régime permanent y =
KE à l’instant t = τ .
En effet, cet instant est défini par :
KE
t = KE => t = τ
τ
27
1.4 Tangente en un point quelconque
L’équation de la tangente à l’origine

s’écrit :
(T ) : y = ẏ(t1 )(t − t1 ) + y(t1 )
t
KE −
Or ẏ(t) = e τ
τ
t1
KE −
donc ẏ(t1 ) = e τ D’où (T ) : y =
τ
t1 t1
KE − −
e τ (t − t1 ) + KE(1 − e τ )
τ
L’intersection de (T) avec la droite horizontale y=KE correspondant au régime per-

manent, se fait à l’instant t2 tel que :
t1 t1
KE − −
e τ (t2 − t1 ) + KE(1 − e τ ) = KE
τ
t1 t1
1 − −
=> e τ (t2 − t1 ) + 1 − e τ = 1
τ
t1 t1
1 − −
=> e τ (t2 − t1 ) − e τ = 0
τ
D’où :
∆t = t2 − t1 = τ
Cette droite coupe la droite horizontale correspondant au régime permanent

y = KE au bout de ∆t = τ .
1.5 valeurs particulières
y(τ ) = KE(1 − e−1 ) = 0.63 KE

y(3τ ) = KE(1 − e−3 ) = 0.95 KE
y(5τ ) = KE(1 − e−5 ) = 0.99 KE
28
1.6 temps de réponse

Le temps de réponse est défini comme étant l’instant au bout duquel la sortie du
système atteint 95% de sa valeur finale.
Il correspond également au temps au bout duquel le système s’est rapproché de
moins de 5% de sa valeur finale
Dans le cas du 1er ordre :
temps de réponse = 3τ et y(3τ ) = 95%y∞
Plus τ augmente et plus le système mette du temps à répondre (à atteindre son
29
régime permanent), et plus les courbes se déplacent vers la droite.
1.7 temps de régime final

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

Le temps de montée à x% est définit comme étant l’intervalle de temps entre le
moment où la sortie devient supérieure ou égale à x% de sa valeur finale et le temps
au bout duquel la sortie a atteint sa valeur finale à (1-x)% :
En fait, on se dit qu’à x% la sortie est significativement exploitable, et qu’à (1-x)%
elle a déjà atteint son régime permanent.
Très souvent le temps de montée est définit à 5% (càd x=5).
Remarque : Si l’on ne précise pas le pourcentage x, c’est que l’on demande le
temps de montée à 100%, càd le temps au bout duquel la réponse atteint le régime
permanent pour la 1ère fois (tel que nous le verrons plus loin pour un 2nd ordre).
1.9 Gain statique
30
2. Système de 2nd ordre
La variation du gain statique n’influe pas sur le temps de réponse. La sortie est
amplifiée d’un facteur égal au gain statique K.
2 Système de 2nd ordre

Exemple1 : Circuit RLC
R L
i
e vc C v
di
e = vc + Ri + L
dt
dvc
i = C
dt
d2 vc dvc
=> LC 2
+ RC + vc = e
dt dt
1 2ξ 1 1
s
C
En posant ω02 = et = RC (càd ω0 = √ et ξ = R ), on obtient
LC ω0 LC 2 L
l’équation canonique suivante :
1 d2 vc 2ξ dvc
+ + vc = e(t)
ω02 dt2 ω0 dt
Plus généralement, un système du 2nd ordre, d’entrée e(t) et de sortie y(t), est régi
par une équation différentielle du 2nd ordre de la forme :
31
aÿ + bẏ + cy = e(t)
En divisant par c, il vient :
a b 1
ÿ + ẏ + y = e(t)
c c c
Ainsi, tout système de 2nd ordre peut se mettre sous la forme :
1 d2 y 2ξ dy
+ + y = Ke(t)
ω02 dt2 ω0 dt
ω0 : pulsation propre du système
ξ : coefficient d’amrtissement du système.
K : gain statique du système
En appliquant la transformée de Laplace, il vient aussi (dans les conditions de

Heaviside) :
1 2 2ξ
2
p Y (p) + p(Y (p) + Y (p) = Ke(p)
ω0 ω0
On déduit donc la fonction de tansfert d’un second ordre :
Y (p) K
H(p) = =
e(p) 1 2+
2ξ
p p+1
ω02 ω0
Exemple2 : Model simplifié d’un amortisseur
Déterminer l’équation différentielle du système et la mettre sous forme canonique

en explicitant la pulsation propre et le coefficient d’amortissement.
Solution :
fext = mγ = mÿ = −bẏ − ky + f (t)
X
=> ÿ + b
m
ẏ + k
m
y = f (t)
m
m b 1
=> ÿ + ẏ + y = f (t)
k k k
32
s
k 2ξ b k b 1
En posant : ω02 = et = (càd ω0 = et ξ = √ ), il vient :
m ω0 k m 2 km
1 d2 y 2ξ dy 1
2 2
+ + y = f (t)
ω0 dt ω0 dt k
2.1 Les 3 types de régimes

Le comportement d’un système de 2nd ordre dépend de la valeur du coefficient
d’amortissement. On distingue ainsi 3 types de régimes :
— un régime apériodique pour ξ > 1

— un régime critique pour ξ = 1
— un régime pseudo-périodique pour ξ < 1
2.2 Résolution pour une entrée échelon

Dans ce cas : e(t)= E (pout t>0) et l’équation différentielle devient :
1 d2 y 2ξ dy
+ + y = KE
ω02 dt2 ω0 dt
Solution particulière
En régime permanent on obtient : y2 (t) = KE
Solution de l’équation homogène
1 d2 y 2ξ dy
+ +y =0
ω02 dt2 ω0 dt
33
L’équation caractéristique correspondant à cette équation différentielle est :
1 2 2ξ
r + r+1=0
ω02 ω0
Le type de réponse est fonction du type de solutions de cette équation et donc du

signe de son discriminant.
ξ 2 1 1
∆0 = ( ) − 2 = 2 (ξ 2 − 1)
ω0 ω0 ω0
Le type de réponse ne dépend donc que de la valeur de ξ.
2.2.1 Cas où ξ > 1 càd ∆0 > 0
Dans ce cas on a 2 racines réelles distinctes r1 et r2 :
1q 2
!
ξ q
r1 = ω02 − + ξ − 1 = −ξω0 + ω0 ξ 2 − 1
ω0 ω0
1q 2
!
ξ q
r2 = ω02 − − ξ − 1 = −ξω0 − ω0 ξ 2 − 1
ω0 ω0
La solution de l’équation homogène est alors :
y1 (t) = Aer1 t + Ber2 t
On parle alors de système appériodique.
Solution globale
La solution globale est donnée par :
y(t) = y1 (t) + y2 (t) = Aer1 t + Ber2 t + KE
Les constantes A et B sont déterminées à l’aide des conditions initiales, générale-

ment nulles, càd y(0) = 0 et ẏ(0) = 0 :

 A + B + KE = 0 r2 r1
=> A = KE et B = − KE
 r1 A + r2 B = 0 r1 − r2 r1 − r2
er1 t er2 t
!
r2 r1
=> y(t) = KE − + KE
r1 − r2 r1 r2
er2 t er1 t
" !#
r2 r1
=> y(t) = KE 1 − −
r1 − r2 r2 r1
34
√
Or : r2 r1 = ω02 et r1 − r2 = 2ω0 ξ 2 − 1
D’où   √ √ 
1 e−(ξ− ξ 2 −1)ω0 t
e−(ξ+ ξ 2 −1)ω0 t
y(t) = KE 1 − √ 2  √ − √ 
2 ξ −1 ξ − ξ2 − 1 ξ + ξ2 − 1
Utilisation de la Transformée de Laplace
Y (p) K E
H(p) = = avec e(p) =
e(p) 1 2 2ξ p
p + p+1
ω02 ω0
D’où :
KE
Y (p) =
1 2 2ξ
!
p p + p+1
ω02 ω0
D’après les tables de transformée de Laplace, après avoir remarqué que :
1 2 2ξ 1 1
2
p + p + 1 = (1 − p)(1 − p)
ω0 ω0 r1 r2
On tire :

t t 
− −
τ1 e τ1 − τ2 e τ2  1 1
 
y(t) = KE 1 − avec τ1 = − et τ2 = −

 
 τ1 − τ2 
 r1 r2
er1 t er2 t
" !#
r2 r1
=> y(t) = KE 1 − − +
r1 − r2 r1 r2
√
Or r2 r1 = ω02 et r1 − r2 = 2ω0 ξ 2 − 1
On déduit :
  √ √ 
1 e−(ξ− ξ 2 −1)ω0 t
e−(ξ+ ξ 2 −1)ω0 t
y(t) = KE 1 − √ 2  √ − √ 
2 ξ −1 ξ − ξ2 − 1 ξ + ξ2 − 1
— Régime apériodique : ξ > 1 —
2.2.2 Cas où ξ = 1 càd ∆0 = 0
Dans ce cas on a 2 racines réelles identiques :
r1 = r2 = r0 = −ω0
y1 (t) = (At + B)er0 t
35
On parle alors de système critique.
Solution globale
y(t) = (At + B)er0 t + KE
Les constantes A et B sont déterminées à l’aide des conditions initiales, généralement

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

y(t) = KE 1 − (1 + ω0 t)e−ω0 t –Régime critique : ξ = 1
2.2.3 Cas où ξ =< 1 càd ∆0 < 0
Dans ce cas on a 2 racines complexes conjugées : r1 et r2 avec r2 = r¯1
1q
!
ξ q
r1 = ω02 − +j 1 − ξ 2 = −ξω0 + jω0 1 − ξ 2
ω0 ω0
1q
!
ξ q
r2 = ω02 − −j 1 − ξ = −ξω0 − jω0 1 − ξ 2
2
ω0 ω0
q q
y1 (t) = Ae
r1 t
+ Be r2 t
=e −ξω0 t
A cos(ω0 1 − ξ2 t) + B sin(ω0 1 − ξ2 t)
On parle alors de système pseudo-périodique.
Solution globale

q q
y(t) = e−ξω0 t A cos(ω0 1 − ξ 2 t) + B sin(ω0 1 − ξ 2 t) + KE
Les constantes A et B sont déterminées à l’aide des conditions initiales, générale-

ment nulles, càd y(0) = 0 et ẏ(0) = 0.
36
* y(0) = 0 => A + KE = 0
dy h √ √ i
* = −ξω0 e−ξω0 t A cos(ω0 1 − ξ 2 t) + B sin(ω0 1 − ξ 2 t)
dt √ √ √ √
+e−ξω0 t −Aω0 1 − ξ 2 sin(ω0 1 − ξ 2 t) + Bω0 1 − ξ 2 cos(ω0 1 − ξ 2 t)
dy q
(0) = 0 => −ξω0 A + Bω0 1 − ξ 2 = 0
dt
D’où :
" !#
q ξ q
y(t) = KE 1 − e−ξω0 t cos(ω0 1 − ξ 2 t) + √ sin(ω0 1 − ξ 2 t)
1 − ξ2
— Régime pseudo-périodique : ξ < 1 —
Y(t) peut s’écrire aussi sous la forme :
e−ξω0 t q
" q q #
y(t) = KE 1 − √ 1 − ξ cos(ω0 1 − ξ t) + ξ sin(ω0 1 − ξ t)
2 2 2
1 − ξ2
e−ξω0 t
" q #
y(t) = KE 1 − √ sin(ω0 1 − ξ 2 t + ϕ)
1 − ξ2
avec :
cos ϕ = ξ
√
sin ϕ = 1 − ξ2
ou encore :
e−ξω0 t
" q #
y(t) = KE 1 − √ cos(ω0 1 − ξ 2 t − ψ)
1 − ξ2
avec :
sin ψ = ξ
√
cos ψ = 1 − ξ2
La réponse y(t) est donc la superposition d’un échelon (KE) et d’une sinusoïde
amortie par une exponentielle. C’est un système présentant des oscillations amorties,
il n’est donc pas parfaitement périodique. Mais on peut parler de pseudo-période Tp
√
et de pseudo-pulsation ωp = ω0 1 − ξ 2 .
37
2.3 Propriétés remarquables d’un second ordre pseudo-périodique

2.3.1 Temps de réponse
Le temps de réponse à 5% est le temps à partir duquel la réponse y(t) atteint pour
la première fois son régime permanent ± 5%.
Le temps de réponse dépend de ω0 et ξ et ne peut pas s’écrire sous une forme

analytique simple.
En effet :
y(t) − KE e−ξω0 t √
= √ cos(ω 0 1 − ξ 2 t − ψ)
KE 1 − ξ2
e−ξtr √
= √ cos( 1 − ξ 2 tr − ψ) avec tr = ω0 t
1−ξ 2
tr est appelé temps réduit permettant d’avoir des expressions qui ne dépendent
que de ξ.
=> tr5% = min(tr1 , tr2 )

avec :
e−ξtr1 q
0.05 = √ cos( 1 − ξ 2 tr1 − ψ)
1 − ξ2
e−ξtr2 q
−0.05 = √ cos( 1 − ξ 2 tr2 − ψ)
1 − ξ2
Des tableaux ou l’abaque ci-contre donne le temps de réponse réduit tr ω0 en
fonction de l’amortissement ξ
38
Notons au passage, que le temps de réponse est minimum (système le plus rapide)
pour ξ ∼ 0.7 et on a tr ω0 = 3
2.3.2 Temps de montée
Le temps de réponse à x% est le temps mis par y(t) de monter de x% à (100-x)%

de sa valeur finale (KE).
Lorsqu’on parle de temps de montée sans préciser le pourcentage, il s’agit du temps
mis par la réponse y(t) pour atteindre pour la première fois sa valeur finale (régime
permanent KE).
Le temps de montée à 100% est donné par :
π − arccos ξ
tm = √
ω0 1 − ξ 2
39
Soit aussi :
π − arccos ξ
tm ω0 = √
1 − ξ2
tm ω0 est appelé temps de montée réduit. Il ne dépend que de ξ.
π − arccos 0.65
Exemple : pour ξ = 0.65 , tm ω0 = √ =3
1 − 0.652
( => voir tableau pour confirmation).
Démonstration :
√
Le temps de montée correspond à l’instant où sin(ω0 1 − ξ 2 tm + ϕ) = 0
√
=> ω0 1 − ξ 2 tm + ϕ = kπ
π−ϕ
Pour la 1ère fois, k = 1 et on a donc : tm = √
ω0 1 − ξ 2
Et comme cos ϕ = ξ => CQFD !.
2.3.3 Dépassement
πξ
−√
Le 1er dépassement est donné par :D1% = e 1 − ξ
2
π
L’instant du 1er dépassement est : tD1 = √
ω0 1 − ξ 2
Démonstration :
" !#
q ξ q
y(t) = KE 1 − e −ξω0 t
cos(ω0 1 − ξ2 t) + √ sin(ω0 1 − ξ t)
2
1 − ξ2
√
Pour simplifier l’écriture on pose ωp = ω0 1 − ξ 2
40
!
ξ
y 0 (t) = 0 <=> ξω0 cos(ωp t) + √ sin(ωp t)
1 − ξ2 !
ξ
−ωp − sin(ωp t) + √ cos(ωp t) = 0
1 − ξ2
ξ2 √
<=> ξ cos(ωp t) + √ sin(ω p t) + 1 − ξ 2 sin(ωp t) − ξ cos(ωp t) = 0
1 − ξ2
<=> ξ 2 sin(ωp t) + (1 − ξ 2 ) sin(ωp t) = 0
<=> sin(ωp t) = 0
<=> ωp t = kπ
kπ kπ
<=> tk = = √
ωp ω0 1 − ξ 2
Et en remplaçant tk dans y(t) on obtient :
kπξ
 
−√
" !#
ξ 1 − ξ2 
y(tk ) = KE 1 − e−ξω0 tk cos(kπ) + √ sin(kπ) = KE 1 (−1)k

− e 
1 − ξ2  
Et par suite :
kπξ
−√
y − KE
= (−1)k+1 e 1 − ξ
2
KE
πξ
−√
En particulier, pour k = 1, le 1er dépassement est : D1 % = 100 × e 1 − ξ2
2.3.4 Influence de la pulsation
41
Le dépassement est inchangé car il ne dépend que de ξ

Plus on augmente la pulsation et plus le temps de réponse diminue (et donc le
système plus rapide).
2.3.5 Influence du coefficient d’amortissement
Plus ξ augmente et plus le dépassement diminue.
42
5
Critères de performance d’un sys-
tème
e(p) (p) u(p) y(p)

+ C(p) H(p)
-
Le comportement d’un système, en boucle fermée, est évalué suivant différents cri-
tères de performance :
— stabilité
— précision
— rapidité
— dépassements
— robustesse : sensibilité aux perturbations.
Ces critères dépendent bien évidemment du signal d’entrée. Ils sont donc évalués à
partir d’une entrée standard : l’entrée échelon.
1 Stabilité
1.1 Définitions
Les Définitions suivantes sont équivalentes :
1. Un système est stable ⇔ écarté de sa position d’équilibre (point ou trajectoire),
il tend à y revenir.
43
1. Stabilité
2. Un système est stable ⇔ Une faible perturbation des conditions initiales du

système engendre une faible perturbation de la trajectoire.
3. Un système est stable ⇔ Sa réponse impulsionnelle tend vers zéro quand le
temps tend vers l’infini.
4. Un système est stable ⇔ l’application d’un signal d’entrée borné produit un
signal de sortie borné.
=> C’est cette dernière définition qui est la plus utilisée. Elle est appelée la stabilité
au sens BIBO (Bounded Input Bouded Output).
Fig. 5.2 – Syst Instable

Fig. 5.1 – Syst Stable
1.2 Conséquences
Un système est stable si et seulement si les pôles de sa fonction de transfert sont
à parties réelles strictement négatives.
1.3 Critère de Routh

Pour examiner la stabilité d’un système, on a besoin de déterminer le signe de la
partie réelle des pôles de sa fonction de transfert en boucle fermée.
Quand il s’agit d’ordre 1, 2 voire 3, les pôles peuvent être calculés analytiquement.
Cependant, pour des ordres supérieurs, cette tâche est difficile, à moins de recourir
à un logiciel.
Routh a proposé alors un algorithme qui permet d’examiner la stabilité sans calculer
les pôles du système.
On considère le dénominateur d’une fonction de transfert en boucle fermée du

système en question :
D(p) = an pn + an−1 pn−1 + an−2 pn−2 + an−3 pn−3 + · · · + a1 p + a0
44
1. Stabilité
On examine d’abord le signe des coefficients ai . Si au moins un est nul ou négatif

alors le système est instable.
Exemples :
p3 − 3p2 + p + 1 : instable
p4 + 3p3 + p + 1 : instable
Si tous les coefficients sont positifs, alors on construit le tableau suivant :
pn an an−2 an−4 ···

pn−1 an−1 an−3 an−5 ···
pn−2 cn−2 cn−4 cn−6 ···
pn−3 dn−3 dn−5 dn−7 ···
.. ..
··· . .
p2 p1 p2 0
p1 q1 0
p0 r0
avec :
an an−2 an an−4 an an−6
an−1 an−3 an−1 an−5 an−1 an−7
cn−2 = ; cn−4 = ; cn−6 = ; ···
−an−1 −an−1 −an−1
an−1 an−3 an−1 an−5 an−1 an−7
cn−2 cn−4 cn−2 cn−6 cn−2 cn−8
dn−3 = ; dn−5 = ; dn−7 = ; ···
−cn−2 −cn−2 −cn−2
··· ··· ··· ···
Le critère de Routh est le suivant : Si tous les termes de la première colonne sont
strictement positifs, le système est stable. S’il y a m changements de signes dans la
première colonne, l’équation caractéristique a m racines à parties réelles positives
(et le système est instable).
Exemples
1. p4 + 2p3 + 8p2 + 4p + 3 (stable)

2. p5 + 2p4 + 3p3 + p2 + 2p + 3 (instable)
3. p4 + 2p3 + 3p2 + 4p + 5 (instable)
==> Sous entendu, ces polynômes sont les dénominateurs des fonctions de transfert
en boucle fermée d’un système.
Solution :
45
1. Stabilité
1)- p4 + 2p3 + 8p2 + 4p + 3
p4 1 8 3
p3 2 4 0
p2 6 3 0
p1 3 0
p0 3
=> Il n’ y a donc pas de changements de signe : Système stable.
2)- p5 + 2p4 + 3p3 + p2 + 2p + 3
p5 1 3 2
p4 2 1 3
5 1
p3 0
2 2
3
p2 3
5
p1 -12 0 ←
p0 3
=> Il y a donc 2 changements de signe : Système instable.
3)- p4 + 2p3 + 3p2 + 4p + 5

p4 1 3 5
p3 2 4 0
p2 1 5 0
p1 −6 0 ←
p0 5
=> Il y a donc 2 changements de signe : Système instable.
cas où 1ère valeur nulle dans une ligne non toute nulle
Exemple1
La fonction de transfert d’un système en boucle fermée est :
10
H(p) =
p4 + 2p3 + 2p2 + 4p + 5
46
1. Stabilité
p4 1 2 5 p4 1 2 5
p3 2 4 0 p3 2 4 0
p2 0 5 ← p2 5 ←
,→
10
p1 p1 4− ← (∼ −∞)

p0 p0 5
=> Il y a donc changement de signe : Système instable.
Dans le cas où il n’ y a pas de changement de signe, le système sera en limite de

stabilité (oscillatoire).
1.4 Cas où toute une ligne est nulle

Exemple
La fonction de transfert d’un système en boucle fermée est :
10
H(p) =
p5 + 2p4 + 6p3 + 10p2 + 8p + 12
Dans ce cas, on se trouve devant l’une des situations suivantes :
47
2. Précision
p5 1 6 8 p5 1 6 8
p4 2 10 12 p4 2 10 12
p3 1 2 0 p3 1 2 0
p2 6 12
,→ p2 6 12
⇓
p1 0 0 ← p1 12 0 ← (6p2 + 12)0 = 12p
PA=6p2 + 12 est appelé
p0 ? p0 12 Polynôme auxiliare
=> Il n’y a pas de changement de signe : Système à la limite de stabilité => 2

racines purement imaginaires => réponse sinusoïdale.
2 Précision
2.1 Définition
Un système est précis si l’erreur statique (t) = e(t) − y(t) converge vers 0 :
lim (t) = 0
t→+∞
Fig. 5.3 – Syst précis Fig. 5.4 – Syst imprécis
2.2 Cas d’un 1er ordre
e(p) (p) u(p) y(p)

+ C(p) H(p)
-
48
2. Précision
K
Soit H(p) = (sans correcteur (C(p) = 1)
1 + τp
La fonction de transfert en boucle fermée, à retour unitaire, est :
K
HBF =
K
= 1+K
1 + K + τp τ
1+ p
1+K
K
Le gain statique en BF est donc : K 0 =
1+K
K 1
ainsi on a : l’erreur= ∞ = e∞ − y∞ =E− E= E 6= 0
1+K 1+K
Un premier ordre est donc de nature non précis.
Rajoutons maintenant un correcteur : C(p) = K 0 avec K 0 > 1
Ce qui revient en fait à l’augmentation du gain statique du système.
τ τ
La nouvelle constante de temps est : τ 0 = <
1 + KK 0 1+K
=> Le système devient donc plus rapide
1 1
La nouvelle erreur statique est : ∞ = E< E
1 + KK 0 1+K
=> Le système devient donc plus précis.
L’adjonction d’un correcteur proportionnel permet :

- d’augmenter la précision
- d’augmenter la rapidité du système
1
Rajoutons maintenant un correcteur : C(p) =
p
La fonction de transfert en boucle fermée, devient :
1 K
×
p 1 + τp K
HBF = =
1 K p(1 + τ p) + K
1+ ×
p 1 + τp
K K E E
=> y(p) = e(p) = (car e(p) = , échelon)
p(1 + τ p) + K p(1 + τ p) + K p p
K
=> lim y(t) = lim py(p) = lim E=E
t→+∞ p→+0 p→+0 p(1 + τ p) + K
49
2. Précision
Donc : y∞ = E et par suite : l’erreur ∞ = 0
L’adjonction d’un intégrateur permet d’éliminer l’erreur statique.
2.3 Cas général

Soit G(p) la fonction de transfert en boucle fermée du système muni de son correc-
teur :
C(p)H(p)
G(p) =
1 + C(p)H(p)
D’où
G(p)
C(p) =
H(p)(1 − G(p))
On désire avoir une erreur nulle et donc un gain statique unitaire. Càd lim G(p) = 1.
p→0
D’où
lim C(p) = ∞ car lim H(p) 6= 0
p→0 p→0
1
!
Par conséquent, C(p) doit contenir au moins un intégrateur càd :
p
2.4 Cas de perturbation

Intégrateur en amont de la perturbation
V (p)
e(p) (p) 1 + y(p)
+ H1 (p) - H2 (p)
- p
En appliquant le principe de superposition, on obtient :
1
H1 (p)H2 (p)
p H2 (p)
y(p) = 1 e(p) + 1 V (p)
1 + H1 (p)H2 (p) 1 + H1 (p)H2 (p)
P P
H1 (p)H2 (p) pH2 (p)

=> y(p) = e(p) + V (p)
p + H1 (p)H2 (p) p + H1 (p)H2 (p)
| {z } | {z }
Y1 (p) Y2 (p):perturbation
Et on a :
H1 (p)H2 (p) E
lim Y1 (t) = lim pY1 (p) = lim p =E
t→+∞ p→0 p→0 p + H1 (p)H2 (p) p
pH2 (p) V
lim Y2 (t) = lim pY2 (p) = lim p =0
t→+∞ p→0 p→0 p + H1 (p)H2 (p) p
50
3. Rapidité
L’erreur statique est donc :∞ = 0
=> La perturbation est rejetée.
Intégrateur en aval de la perturbation
V (p)
e(p) (p) + 1 y(p)
+ H1 (p) - H2 (p)
- p
En appliquant le principe de superposition, on obtient :
1 1
H1 (p)H2 (p) H2 (p)
p p
y(p) = 1 e(p) + 1 V (p)
1 + H1 (p)H2 (p) 1+ H1 (p)H2 (p)
P P
H1 (p)H2 (p) H2 (p)

=> y(p) = e(p) + V (p)
p + H1 (p)H2 (p) p + H1 (p)H2 (p)
| {z } | {z }
Y1 (p) Y2 (p):perturbation
Et on a :
H1 (p)H2 (p) E
lim Y1 (t) = lim pY1 (p) = lim p =E
t→+∞ p→0 p→0 p + H1 (p)H2 (p) p
H2 (p) V V
lim Y2 (t) = lim pY2 (p) = lim p =
t→+∞ p→0 p→0 p + H1 (p)H2 (p) p H1 (0)
!
V V
L’erreur statique est donc : ∞ = E − y∞ =E− E+ =− 6= 0
H1 (0) H1 (0)
=> La perturbation n’est pas rejetée.
En conclusion :
Pour rejeter une perturbation, il faut placer l’intégrateur en amont et non pas en
aval de ladite perturbation.
3 Rapidité
3.1 Définition
La rapidité est caractérisée par le temps de réaction du système pour une variation
brusque de la grandeur d’entrée, càd pour une entrée échelon.
51
4. Robustesse
Fig. 5.5 – Rapidité
La valeur finale (régime permanent) est atteinte d’une manière asymptotique, la

rapidité est donc évaluée par le temps de réponse à 5% comme dans le cas du 1er
ordre et 2nd ordre vus au chapitre précédent.
Fig. 5.6 – Temps de réponse à 5%
4 Robustesse
4.1 Définition
Un système est robuste s’il est insensible aux perturbations. Sa sortie peut évoluer
transitoirement lors de l’apparition de la perturbation mais reprendra rapidement
son évolution normale.
52
4. Robustesse
Fig. 5.7 – Syst robuste Fig. 5.8 – Syst non robuste
53
6
Analyse fréquentielle des systèmes
1 Réponse Fréquentielle (Harmonique)

b 0 + b1 p + b2 p 2 + · · · + b m p m
Soit un système représenté par sa fonction de transfert : H(p) =
a0 + a1 p + a2 p 2 + · · · + an p n
Y (p)
H(p) = => (a0 +a1 p+a2 p2 +· · ·+an pn )Y (p) = (b0 +b1 p+b2 p2 +· · ·+bm pm )E(p)
E(p)
D’où :
dy d2 y dn y de d2 e dm e
a0 + a1 + a2 2 + · · · + an n = b 0 + b 1 + b 2 2 + · · · + b m m
dt dt dt dt dt dt
Pour un système Linéaire Invariant, pour une entrée harmonique, la solution parti-
culière (en régime permanent) est de même nature. Et donc on peut écrire :
Pour e = E0 ejωt , on a y = Y0 ejωt+ϕ

a0 + a1 (jω) + a2 (jω)2 + · · · + an (jω)n y = b0 + b1 (jω) + b2 (jω)2 + · · · + bm (jω)m e
=> y = H(jω)e
avec
b0 + b1 (jω) + b2 (jω)2 + · · · + bm (jω)m
H(jω) =
a0 + a1 (jω) + a2 (jω)2 + · · · + an (jω)n
L’expression de sortie est donc directement issue de la fonction de transfert H(p) en
remplaçant p par jω.
On déduit :
Y0 = |H(jω)|E0 et ϕ = arg(H(jω)
54
1. Réponse Fréquentielle (Harmonique)
Y0
Et on définit le gain G = = |H(jω)| que l’on exprime en Décibel :
E0
GdB = 20 log G = 20 log |H(jω)|
On peut imaginer plusieurs représentations possibles, dont les plus évidentes sont :
— Diagramme de Bode (GdB et ϕ en fonction de ω)
— Diagramme de Niquist( H(jω) dans le plan complexe : Im en fonction Re)
— Diagramme de Black Nichols (GdB en fonction de ϕ)
1.1 Diagramme de Bode

Le diagramme de Bode d’une fonction de transfert H(p) est la représentation sur
une échelle logarithmique (log10 ) en fonction de la pulsation ω du module |H(jω)|
exprimé en décibels (dB) et du déphasage arg(H(jω) exprimé en radians ou en de-
grés.
L’échelle logarithmique permet de contracter les pulsations élevées et dilater les
faibles valeurs de pulsations. Elle permet également d’écraser les pics (les valeurs
élevées de |H(jω)|).
GdB = 20 log(|H(jω)|) est appelé gain en dB.

ϕ = arg(H(jω)) est appelé déphasage de la sortie par rapport à l’entrée.
(Et par abus de langage on parle de phase tout court.)
En raison des propriétés communes du logarithme et de l’argument, le diagramme

de produits de fonctions de transferts (mise en cascade) s’obtient par l’additivité
des diagrammes de chacune des fonctions de transfert prise indépendamment :
20 log(|H1 H2 |) = 20 log(|H1 |) + 20 log(|H2 |)
et arg(H1 H2 ) = arg(H1 ) + arg(H2 )
Sachant que n’importe quelle fonction de transfert peut être mise sous la forme :
QM h p 2 iQ h i
1 ( ωm ) + 2ξ ωpm + 1 1+
K p
K 1 ωk
H(p) = Q h iQ h i
pα N
1 ωn
)
p 2
+ 2ξ ωpn + 1 L
1 1+ p
ωl
la maîtrise du diagramme de Bode passe par celle des systèmes élémentaires 1er et
2nd ordre.
55
2. Diagramme de Bode pour des systèmes élémentaires
2 Diagramme de Bode pour des systèmes élémen-

taires
2.1 action proportionnelle : H(p)=K

Le gain en dB ne change pas car le module de H(p) est le même (|K|). Par contre
la phase est de 0 si K>0 et de -180° si K<0.
L’action proportionnelle permet :

- d’améliorer la précision et la rapidité.
Cependant :
- un gain important (en valeur absolue) pourrait provoquer la saturation de
certains composants de système et entrainer une instabilité.
- un gain négatif rajoutera une phase de -180° sur toute la plage de fréquences.
ce qui compromettrait la stabilité.
2.2 action intégrale : H(p)=1/p

L’action intégrale permet :
- de rajouter un gain important en
basses fréquences, ce qui augmente la
précision et la rapidité.
- de rajouter une phase de -90° pour
toutes les fréquences, ce qui pourrait
compromettre la stabilité tel que
nous le verrons plus loin.
56
2.3 action dérivée : H(p)=p

L’action dérivée permet :
- de rajouter un gain important princi-
palement en hautes fréquences, ce qui
augmenterait la rapidité. Mais, d’un
autre côté, il amplifiera les bruits.
- de rajouter une phase de +90° pour
toutes la plage de fréquences, ce qui
améliore la stabilité tel que nous le
verrons plus loin.
1
2.4 Proportionnel Intégral (PI) : H(p) = K(1 + )
Ti p
K est le gain de l’action proportionnelle
Ti est appelée constante de temps d’intégration
Ki
D’autres expressions sont possibles telle que : H(p) = Kp +
p
1
• A basses fréquences, le PI apporte au système un gain important ( G = −→ ∞)
Ti ω ω→0
=> Ce qui permet d’éliminer l’erreur statique.
• L’apport d’un gain constant K permet de réhausser la courbe de bode vers le haut
et donc d’augmenter la pulsation de coupure et ainsi augmenter la bande passante
et la rapidité du système.
57
π
• Cependant, l’apport d’un déphasage de − pourrait dans certaines situations
2
compromettre la stabilité (déplacement de la courbe de phase vers le bas, et donc
un possible rapprochement de -180° et ainsi réduire la marge de phase tel que nous
le verrons plus loin).
2.5 Proportionnel Dérivé (PD) : H(p) = K(1 + Td p)

K est le gain de l’action proportionnelle
Td est appelée constante de temps de l’action dérivée
D’autres expressions sont possibles telle que : H(p) = Kp + Kd p
• A basses fréquences, l’action dérivée du PD est négligeable ( G = Td ω −→ 0)

ω→0
C’est la raison pour laquelle l’action dérivée est toujours accompagnée d’une ac-
tion proportionnelle. En effet, utilisée seule, réduirait énormément le gain à basses
fréquences et donc déplacerait la courbes du gain vers le bas => réduction de la
pulsation de coupure et donc de la bande passante et la rapidité
• L’apport d’un gain constant K permet de réhausser la courbe de bode vers le haut
et donc d’augmenter la pulsation de coupure et ainsi augmenter la bande passante
et la rapidité du système. Il compense par la même occasion l’effet de l’action dérivée
• Cependant, le principal intérêt réside au niveau des hautes fréquences où un dépha-

π
sage constant de + est rajouté à la phase du système lui permettant de s’acquérir
2
une meilleure marge de phase en s’éloignant du point critique où ϕ = −180◦ .
58
3. Diagramme de Bode d’un système du 1er ordre
3 Diagramme de Bode d’un système du 1er ordre

K
Soit un système régi par une fonction de transfert : H(p) = avec K>0
1 + τp
K
D’où : H(jω) =
1 + jτ ω
On déduit donc :
K
|H(jω)| = q et ϕ = arg(H(jω)) = − arctan(τ ω)
1 + (τ ω)2
Soit aussi
q
GdB = 20 log(K) − 20 log( 1 + (τ ω)2 ) et ϕ = − arctan(τ ω)
G −→ 20 log(K) et ϕ −→ 0
ω→0 ω→0
π
G −→ 20 log(K) − 20 log(τ ω) et ϕ −→ −
ω→+∞ ω→+∞ 2
1
Les 2 asymptotes se coupent en ω = ωc = et on a
τ
√
• GdB = 20 log(K) − 20log 2 = 20 log(K) − 3dB
π
• ϕ=−
4
L’allure du Gain change en fonction de la valeur du gain statique mais la phase

reste inchangée :
59
4. Diagramme de Bode d’un système du 2nd ordre ξ < 1
4 Diagramme de Bode d’un système du 2nd ordre

ξ<1
Un système de 2nd ordre est régi par une fonction de transfert de la forme :
K
H(p) = p 2 p
( ) + 2ξ + 1
ω0 ω0
D’où,
Kω02
H(jω) =
(ω02 − ω 2 ) + 2jξω0 ω
Et on a
Kω02
|H(jω)| = q
(ω02 − ω 2 )2 + 4ξ 2 ω02 ω 2
=> GdB = 20 log(Kω02 ) − 10 log [(ω02 − ω 2 )2 + 4ξ 2 ω02 ω 2 ]
D’où
dG
= 0 => −4ω(ω02 − ω 2 ) + 8ξ 2 ω02 ω = 0
dω
=> ω 2 + ω02 (2ξ 2 − 1) = 0
√
2
GdB possède un extrêmum ⇔ 2ξ 2 − 1 < 0 càd ξ<
2
Et on obtient :
q K
ωr = ω0 1 − 2ξ 2 et G = 20 log √
2ξ 1 − ξ 2
Remarque :
Cette pulsation ωr est appelée pulsation de résonance et correspond à un maximum
60
5. Diagramme de Bode d’un système de 2nd ordre ξ ≥ 1
de gain. Le relevé des caractéristiques relatives à ce point particulier permet d’iden-

tifier directement le système en question.
L’analyse asymptotique nous donne :


G −→ 20 log K

H(jω) −→ K => 
ω→0 ϕ −→ 0

−Kω02  G −→ 20 log K + 40 log ω0 − 40 log ω
H(jω) −→ =>
ω→+∞ ω2  ϕ −→ −π
 !
K
GdB = 20 log

K

2ξ

Pour ω = ω0 => H = =>
2jξ π
= −


ϕ
2

On peut remarquer également que les deux asymptotes se coupent en ω = ω0 .
5 Diagramme de Bode d’un système de 2nd ordre

ξ≥1
K 1 1
H(p) = =K× ×
(1 + τ1 p)(1 + τ2 p) 1 + τ1 p 1 + τ2 p
C’est une mise en cascade d’un gain constant et de 2 premiers ordre dont on sait
tracer les diagrammes. Il suffirait donc de les additionner.
61
6. Diagramme de Bode d’un système de 2nd ordre ξ = 1
1 1
On suppose que < :
τ1 τ2
6 Diagramme de Bode d’un système de 2nd ordre

ξ=1
K
La fonction de transfert est : H(p) =
(1 + τ p)2
62
7. Exemples
7 Exemples
10(1 + p)
1)- H(p) =
p(1 + 0.1p)
8 Marges de stabilité : marge de gain et marge

de phase
8.1 Préambule : Vocabulaire FTBO et FTBF
e(p) (p) y(p)

+ A(p)
-
B(p)
FTCD : Fonction de Transfert de la Chaine Directe : A(p)

FTCR : Fonction de Transfert de la Chaine de Retour : B(p)
FTBO : Fonction de Transfert en Boucle Ouverte : A(p)B(p)
A(p)
FTBF : Fonction de Transfert en Boucle Fermée :
1 + A(p)B(p)
8.2 Etude de Stabilité à partir de la FTBO

La fonction de transfert en boucle fermée (FTBF) s’obtient à partir de la fonc-
tion de transfert en boucle ouverte (FTBO) comme suit :
63
8. Marges de stabilité : marge de gain et marge de phase
F T CD F T CD
HBF = F T BF = =
1 + F T CD × F T CR 1 + F T BO
Dans le cas d’un système à retour unitaire : FTCR=1 et FTBO=FTCD ; et on a
donc :
F T CD F T BO
HBF = F T BF = =
1 + F T CD × F T CR 1 + F T BO
Les pôles de la F T BF sont donc les zéros de 1+F T BO. La qualité de la stabilité
de la FTBF est dictée par le degré d’éloignement de la F T BO du point complexe -1.
8.3 Marge de Gain et marge de phase

L’évaluation des marges de stabilité est l’une des motivations principales de
l’analyse fréquentielle des systèmes asservis.
- La marge de phase se mesure en ωc pour laquelle GdB = 0 (Gain unitaire).
- La marge de gain se mesure en ωπ pour laquelle ϕ = −π = −180◦ .
Les ordres de grandeur usuels sont de :

10 à 15dB pour la marge de gain
45 à 60° pour la marge de phase
Exemples
64
8.4 Diagramme de Niquist

Le diagramme de Niquist est la représentation de H(jω) dans le plan complexe, càd
Im(H) en fonction Re(H)).
8.4.1 système de 1er ordre

K K 1 − jτ ω
H(p) = => H(jω) = =K
1 + τp 1 + jτ ω 1 + (τ ω)2
Soit
1 jτ ω
H(jω) = K −K
1 + (τ ω) 2 1 + (τ ω)2
En posant
1
X(ω) = Re(H) = K
1 + (τ ω)2
τω
et Y (ω) = Im(H) = −K
1 + (τ ω)2
1
Il vient, donc X 2 + Y 2 = K 2 = KX
1 + (τ ω)2
K K 2 K 2

=> X 2 − KX + Y 2 = 0 => X 2 − 2 X + − +Y2 =0
2 2 2
D’où : 2
K K
(X − )2 + Y 2 = avec Y < 0
2 2
K K
Il s’agit donc du demi-cercle inférieur de centre Ω( , 0) et de rayon r =
2 2
65
8.4.2 système de 2nd ordre

K
Soit un système de 2nd ordre défini par : H(p) = 2
p 2ξ
2
+ p+1
ω0 ω0
Le point de départ correspond à ω = 0 => H = K => |H| = |Re(H)| = K
L’intersection de la courbe avec l’axe vertical correspond à ϕ = −90◦ => ω = ω0
K K
=> H = => |H| = |Im(H)| =
j2ξ 2ξ
8.4.3 Critère de stabilité de Niquist : critère du revers
Le critère du revers s’énonce comme suit :
Un système est stable si en parcourant le lieu du Niquist dans le sens ascendant des
pulsations, on laisse le point critique (-1,0) à sa gauche.
66
Ce critère s’interprète sur le diagramme de Bode comme suit :
Le système est stable si :

• pour Gdb = 0 càd (G = 1), la phase du système doit être supérieure à -180° :
|H(jω)| = 1 càd Gdb = 0 => ϕ = arg(H(jω) > −180◦
• et pour ϕ = −180◦ , le gain doit être inférieur à 1 (G < 1 càd Gdb < 0) :
ϕ = −180◦ => Gdb < 0
67
8.5 Diagramme de Black Nichols

Le diagramme de Black Nichols est la représentation du Gain en Décibels en fonc-
tion de la phase en degrés (ou en radians).
• En raison du principe de causalité, les fonctions de transfert des système phy-

siques ont le degré du Dénominateur supérieur à celui du numérateur, de sorte que :
quand ω −→ ∞ => G −→ 0 et donc Gdb −→ −∞.
• Quand ω −→ 0 => Gdb −→ 20 log(K) ; K étant le gain statique
L’abaque permet d’obtenir graphiquement le comportement fréquentiel en boucle

fermée à partir de son diagramme de Black en boucle ouverte.
L’abaque est constituée de deux types de réseaux de courbes :

— Les courbes iso-gains qui donnent le gain en BF aux points d’intersection
avec le tracé de la boucle ouverte (figure 1)
— Les courbes iso-phases qui donnent la phase en BF aux points d’intersection
avec le tracé de la boucle ouverte (figure 2)
G
De l’expression de FTBF=H = avec G=FTBO que l’on écrit sous la forme
1+G
G = ρeiθ ,
ρeiθ
il vient : H =
1 + ρeiθ
ρ(cos θ + i sin θ)
Soit : H =
1 + ρ(cos θ + i sin θ)
On abouti alors à :

ρ
 |H(jω)| = √
1 + + 2ρ cos θ!

ρ2


sin θ
 arg(H(jw)) = arctan


ρ + cos θ

Ces deux formules peuvent être programmées sur Matlab et ainsi reconstruire l’abaque
de Black-Nichols :
- faire varier θ pour un ρ constant

- faire varier ρ pour un θ constant.
Un exemple de programmation est donné ci-dessous (tracé de 3 isogains).
68
Fig. 6.2 – programme Matlab

Fig. 6.1 – isogains
Fig. 6.3 – isogains Fig. 6.4 – isophases
Exemple
Fig. 6.5 – sans grille Fig. 6.6 – avec grille
69
8.5.1 Critère de stabilité
Les courbes sont toujours orientées vers le bas en raison du fait que lorsque ω −→ ∞
=> G −→ 0 et donc Gdb −→ −∞.
Le sens ascendant des pulsation est donc vers le bas.

D’après le paragraphe précédent, nous avons vu que pour que le système soit stable
il faut que quand le gain GdB est nul, ϕ doit être supérieure à -180° .
Et par conséquent, la courbe doit couper l’axe des abscisses, dans le plan de Black,
à droite du point critique.
Ce qui équivaut à dire que le point critique restera à droite en parcourant la courbe
dans le sens des pulsations ascendantes.
Le critère du revers s’énonce comme suit :
Un système est stable si en parcourant le lieu du BLACK dans le sens ascendant

des pulsations, on laisse le point critique (-1,0) à sa droite.
8.5.2 Marges de gain et de phase
- La marge de phase est la distance entre le point critique et le point où la courbe

coupe l’axe des abscisses (càd GdB = 0)
- La marge de gain s’obtient au niveau de l’intersection de la courbe avec la verticale

passant par le point critique (càd là où la phase est égale à -180°).
70
Exemple
Fig. 6.7 – marges gain et phase Fig. 6.8 – Zoom
Influence d’un correcteur Proportionnel C(p)=K
Plus le gain K est élevé et plus la courbe est translatée verticalement vers le haut
et plus la marge de stabilité en terme de phase diminue.
La courbe risque donc de passer par dessus le point critique et donc rendre le sys-
tème instable (cas du correcteur Proportionnel ayant K=50 - "courbe en rouge").
71
Annexes
72
Devoir N o.1
Exercice1
Donner un exemple d’équations différentielles régissant chacun des systèmes suivants :
1. système linéaire
2. système non linéaire
3. système invariant
4. système variant
Exercice2
Un moteur à courant continu présente une fonction de transfert similaire à un système
du 1er ordre. Laquelle des courbes suivantes représenterait la réponse indicielle correspon-
dante ? :
Fig. 9 – S1 Fig. 10 – S2
Fig. 11 – S3
Exercice3
Identifier le système dont la réponse indicielle est la suivante :
Fig. 12 – S4
Fig. 13 – S5
2
Exercice4
Soit un système défini par une fonction de transfert H(p) comme suit :
E(p) H(p) S(p)
3
I)- Pour un système de 1er ordre tel que H(p) = :
1 + 2p
1. Donner la constante de temps du système et le gain statique pour une entrée échelon.
2. Pour une entrée échelon unitaire, donner l’expression de Y(p) et en déduire y(t).
3. Donner le temps de réponse du système.
4. Pour une entrée en rampe unitaire, donner l’expression de Y(p) et en déduire y(t).
3p + 2
II)- Pour un système tel que H(p) =
2p + 3p2 + p3
1. Déterminer :
(a) Gain statique, classe et ordre du système ;
(b) les zéros du système ;
(c) les pôles du système.
2. Déterminer la réponse du système à un échelon unitaire.
12 Déc. 2022 M.T ALEB
3
Corrigé Devoir N o.1
Exercice1
dy
1. système linéaire : +y =e
dt
dy
2. système non linéaire : + ey 2 = 3
dt
dy
3. système invariant : +y =e
dt
dy
4. système variant : + (t + 1)y = e
dt
Exercice2
Le système S3 est à éliminer car il s’agit d’un 2nd ordre pseudo-périodique. S1 et S2 ont
à priori l’allure d’un 1er ordre, sauf que la courbe de réponse de S1 présente une tangente
horizontale et donc il s’agit d’un 2nd ordre.
Et par conséquent, la réponse indicielle qui pourrait représenter ce moteur à courant
continu est celle de S2 .
Exercice3
Identification de S4
On relève de la figure les caractéristiques suivantes :
dépassement : D% = 30% = 0.3

temps 1er pic : tpic = 4.8s
temps de montée : tm = 3s
temps de réponse : tr = 11s
pseudo-période : Tp = 9.6s
1ère méthode : calcul analytique :
πξ
−p
1 − ξ 2 on tire : ξ = s 1
De D% = e
π

1+
ln(D)
D’où :
ξ = 0.358
Fig. 14 – S4
π π
De tpic = on tire ω0 =
1 − ξ2 tpic 1 − ξ 2
p p
ω0
D’où :
ω0 = 0.7 rad/s
1.2
D’autre part, le gain statique est :
1
Soit :
K = 1.2
1.2
Conclusion : H(p) =
p2 2 × 0.358
+ p+1
0.72 0.7
Soit aussi :
1.2 1.2
H(p) = ∼ 2
2.04p2 + 1.02p + 1 2p + p + 1
2ème méthode : utilisation des tables :

D = 30% => ξ ∼ 0.35 et ω0 tm = 2.06
2.06
Or tm = 3s donc ω0 = ∼ 0.69
3
1.2
D’où : H(p) =
p 2 2 × 0.35
+ p+1
0.69 2 0.69
Soit aussi :
2
1.2 1.2
H(p) = ∼ 2
2.1p2 + 1.01p + 1 2p + p + 1
Autre méthode D = 30% => ξ ∼ 0.35 et ω0 tr = 7.9

7.9
Or tr = 11s donc ω0 = ∼ 0.72
11
1.2
D’où : H(p) =
p2 2 × 0.35
+ p+1
0.722 0.72
Soit aussi :
1.2 1.2
H(p) = ∼ 2
1.93p2 + 0.97p + 1 2p + p + 1
Identification de S5
Fig. 15 – S5
Il s’agit d’un 1er ordre avec retard.
On relève de la courbe :
gain statique : K = 1.2

retard : a = 0.8s
constante de temps : τ = 2.8-0.8=2s
D’où :
1.2
H(p) = e−0.8p
1 + 2p
3
Exercice4
E(p) H(p) S(p)
3
I)- Pour un système de 1er ordre tel que H(p) = :
1 + 2p
1. constante de temps du système : τ = 2s

2. gain statique pour une entrée échelon : K = 3
3
3. Pour une entrée échelon unitaire, Y (p) = H(p) × E(p) = D’où (d’après
p(1 + 2p)
les tables) :
y(t) = 3(1 − e−0.5t )
4. temps de réponse du système : tr = 3τ = 6s

3
5. Pour une entrée en rampe unitaire, Y (p) = H(p) × E(p) = D’où (d’après
p2 (1 + 2p)
les tables) :
t
−
y(t) = t − τ − τ e τ = t − 2 − 2e−0.5t
3p + 2
II)- Pour un système tel que H(p) =
2p + 3p2 + p3
3
3p + 2 1 1+ p
1. H(p) = = × 2
2p + 3p2 + p3 p 1 + 3 p + 1 p2
2 2
(a) Gain statique=1, classe=1, et ordre du système=2 ;
2
(b) les zéros du système : p = −
3
(c) les pôles du système : p2 + 3p + 2 = 0 => ∆ = 32 − 4 × 2 = 1
−3 ± 1
=> p1/2 =
2
Soit :
p1 = −1
p2 = −2
2. réponse du système à un échelon unitaire :

3p + 2 3p + 2
Y (p) = H(p)E(p) = 2 = 2
p (2 + 3p + p )2 p (p + 1)(p + 2)
3/2 1
Y (p) = +
1 1
p(p + 1)( p + 1) p2 (p + 1)( p + 1)
2 2
 1 
3/2 3 e−t − e−2t
Or => y1 (t) = 1 − 2 
1 2 1 
p(p + 1)( p + 1) 1−
2 2
3 3
y1 (t) = − 3e−t + e−2t
2 2
4
1 2 1
Et = 2 −
1 p (1 + p) 1 + 1 p
p2 (p + 1)( p + 1)
2 2
1 1 −2t 3 1
D’où y2 (t) = 2(t − 1 + e ) − (t − + e ) = t − + 2e−t − e−2t
−t
2 2 2 2
3 1
y2 (t) = t − + 2e−t − e−2t
2 2
D’où :
y(t) = t − e−t + e−2t
5
TDs N o.2
Exercice1
Mettre sous forme canonique en précisant les paramètres caractérisant les systèmes de
2nd ordre suivants :
2
1. H1 (p) = 2
p + 3p + 4
12
2. H1 (p) = 2
2p + 5p + 6
5
3. H1 (p) = 2
p + 5p + 4
Exercice2
e(p) (p) y(p)
+ A(p)
-
B(p)
2
1. A(p) = ; B(p) = K
1 + 3p
(a)- calculer la fonction de transfert du système bouclé
(b)- déterminer le gain statique k 0 et le constante de temps τ 0 du système obtenu
(c)- déterminer K pour que τ 0 = 2s
(d)- effectuer les transformations nécessaires pour rendre le système à retour uni-
taire
2 −p
2. A(p) = ; B(p) =
1 + 3p 1+p
(a)- Montrer que le système bouclé est un 2nd ordre dont on déterminera les
caractéristiques suivantes :
◦ l’amortissement ξ, la pulsation propre ω0 et le gain statique K
◦ la valeur du 1er, 2ème et 3ème dépassement
◦ tpic : temps du 1er dépassement
◦ tm : temps de montée
(b)- Effectuer les transformations nécessaires pour rendre le système à retour uni-
taire
2 1
3. A(p) = ; B(p) =
1 + 3p 1 + ap
◦ déterminer a pour que le système du 2nd ordre obtenu ait comme pulsation
propre ω0 = 0.5rad/s
◦ En déduire le coefficient d’amortissement du système
◦ Déterminer le temps de montée et le temps de réponse du système
Exercice3
E(p) H(p) S(p)
p+2
Pour un système tel que H(p) =
2p + 3p2 + p3
1. Déterminer :
(a) Gain statique, classe et ordre du système ;
(b) les zéros du système ;
(c) les pôles du système.
2. Déterminer la réponse du système à un échelon unitaire.
Exercice4
Identifier le système suivant :
2
Corrigé TDs N o.2
Exercice1
2 0.5
H1 (p) = = 2 K=2
+ 3p + 4
p2 p 3
+ p+1 ω0 = 2
1. 4 4
2ξ 3 3 ξ = 0.75
=> ω0 = 2 rad/s et = => ξ = = 0.75
ω0 4 4
12 2
H1 (p) = = 2 K = 2√
2p2
+ 5p + 6 p 5
+ p+1 ω0 = 3
2. 3 6 √
√ 2ξ 5 5 3 ξ = 0.72
=> ω0 = 3 rad/s et = => ξ = = 0.72
ω0 6 12
5
5 K = 1.2
H1 (p) = 2 = 2 4
p + 5p + 4 p 5 ω0 = 2
3. + p+1
4 4 ξ = 1.2
2ξ 5 5
=> ω0 = 2 rad/s et = => ξ = = 1.2
ω0 4 4
Exercice2
e(p) (p) y(p)
+ A(p)
-
B(p)
2
1. A(p) = ; B(p) = K
1 + 3p
(a)- fonction de transfert du système bouclé :
2
A 2 1 + 2K
H(p) = = =
1 + AB 1 + 2K + 3p 3
1+ p
1 + 2K
2 3
(b)- D’où : K 0 = et τ 0 =
1 + 2K 1 + 2K
3 1
(c)- τ 0 = 2 => = 2 => 2 + 4K = 3 => K =
1 + 2K 4
e(p) (p) 1 y(p)
+ AB
- B
(d)-
e(p) (p) 2K 1 y(p)

+
- 1 + 3p K
2 −p
2. A(p) = ; B(p) =
1 + 3p 1+p
2
A 1 + 3p 2
(a)- H(p) = = =
1 + AB 1+
−2p (1 + 3p)(1 + p) − 2p
(1 + 3p)(1 + p)
2
D’où : H(p) = 2
3p + 2p + 1
◦ Par identification :
Le gain statique est : K = 2
1 1
= 3 => ω0 = √ ∼ 0.58 rad/s
ω02 3
2ξ 1
et on a : = 2 => ξ = √ ∼ 0.58
ω0 3
K = 2 ; ω0 =∼ 0.58 ; ξ ∼ 0.58
πξ
−p
◦ valeur du 1er dépassement : D1 = e 1 − ξ2
2πξ
−p
valeur du 2ème dépassement : D2 = −e 1 − ξ2
3πξ
−p
valeur du 3ème dépassement : D3 = e 1 − ξ2
D1 = 10.8% ; D2 = −1.17% ; D3 = 0.13%
π
◦ tpic : temps du 1er dépassement : tpic = p = 6.65s
ω0 1 − ξ 2
π − arccos ξ
◦ tm : temps de montée= ω0 tm p = 2.68s
1 − ξ2
2.68
D’où : tm = = 4.62s
0.58
tpic = 6.65 ; tm = 4.62s
Utilisation de la table :
On pourrait la moyenne barycentrique en utilisant la valeur réelle de ξ :
0.55a + 0.6(1 − a) = 0.58 => a = 0.4
2
D’après la table :
0.55 −→ ω0 tm = 2.58
0.60 −→ ω0 tm = 2.77
D’où : ω0 tm = 0.4 × 2.58 + 0.6 × 2.77 = 2.69

et comme ω0 = 0.58 => tm = 4.64s
De même : ω0 tpic = 0.4 × 3.76 + 0.6.93 = 3.86 => tpic = 6.65s
– à l’aide des Tables –
tpic = 6.66 ; tm = 4.64s

(b)- Système à retour unitaire :
e(p) (p) 1 y(p)

+ AB
- B
e(p) (p) −2p 1+p y(p)

+ −
- (1 + 3p)(1 + p) p
2 1
3. A(p) = ; B(p) =
1 + 3p 1 + ap
A 2 2 1 + ap
◦ H(p) = = =
1 + AB (1 + 3p)(1 + ap) + 2 3 (ap2 + a + 3 p + 1
3
a=4
D’où : ω0 = 0.5 =>
2ξ a+3 7
◦ Le coefficient d’amortissement du système est tel que : = =
ω0 3 3
7
=> ξ= ∼ 0.58
12
π − arccos ξ
◦ temps de montée : tm = =∼= 5.4s tm = 5.4s
ω0 1 − ξ 2
p
A l’aide des tables : 0.55a + 0.6(1 − a) = 0.58 => a = 0.4
et donc on applique la même formule pour ω0 tm : 0.4 × 2.58 + 0.6 × 2.77 = 2.69
2.69 – table –
D’où : tm = = 5.38
0.5 tm ∼ 5.4s
temps de réponse du système :
3
même formule de moyenne barycentrique : ω0 tr : 0.4 × 5.3 + 0.6 × 5.2 = 5.24
5.24 – table –
D’où : tr = = 10.48
0.5 tr ∼ 10.5s
Exercice3
E(p) H(p) S(p)
p+2 1 1 + 12 p
H(p) = = ×
2p + 3p2 + p3 p 1 + 32 p + 21 p2
1. Déterminer :
(a) Gain statique : 1 Classe : 1 Ordre :2
(b) les zéros du système : 1 + 21 p = 0 => p = −2
−3 ± 1
(c) les pôles du système : p2 + 3p + 2 = 0 => ∆ = 1 et p1/2 =
2
p1 = −2 et p2 = −1
2. réponse du système à un échelon unitaire :

1
La fonction de transfert se simplifie et devient : H(p) =
p(p + 1
1 1
Echelon unitaire => Y (p) = H(p) = 2
p p (p + 1
=> d’après la table de transformée inverse :
y(t) = t − 1 − e−t
Exercice4
Identification : On relève de la courbe :
Gain statique : K = 0.2
1er Dépassement :D1 = 20%.
πξ
−p
1 − ξ 2 => ξ = s 1
Or D = e 2
π

1+
ln D
AN. ξ = 0.45
1ère Méthode : utilisation de tpic : ω0 tpic = 3.52
A l’aide de la règle on détermine l’échelle : Soit 12.8cm ==> 6s
tpic −→ 3.4cm => tpic = 1.59s
4
3.52
D’où : ω0 = = 2.2 rad/s
1.59
K = 0.2
0.2 ξ = 0.45
D’où H(p) = avec
0.206p2 + 0.41p + 1 ω0 = 2.2
2ème Méthode : utilisation de tm : ω0 tm = 2.28

tm −→ 2.1cm => tm = 1.03s
2.28
D’où : ω0 = = 2.1 rad/s
1.03
K = 0.2
0.2 ξ = 0.45
D’où H(p) = avec
0.204p2 + 0.407p + 1 ω0 = 2.21
3ème Méthode : utilisation de tp : ω0 tp = 7.04

1
tm −→ 3.4cm => tp = 3.18ss
2
7.04
D’où : ω0 = = 2.1 rad/s
3.18
K = 0.2
0.2 ξ = 0.45
D’où H(p) = avec
0.204p + 0.407p + 1
2 ω0 = 2.21
Ou bien utiliser la formule :

2π 2π
Tp = = p
ωp ω0 1 − ξ 2
5
TDs N o.3
Exercice 1
6p2 + 3p + 5
Soit un système défini par la fonction de transfert suivante : H(p) =
2p6 + 4p5 + 2p3 + p2
Déterminer le gain statique, la classe et l’ordre de ce système.
Exercice 2
Préciser dans chacun des cas suivants l’ensemble des réels K pour que le système soit stable
en boucle fermée à retour unitaire :
p2 + K
1. H1 (p) = 3
2p + 3p + 1
Kp + 1
2. H2 (p) = 3
2p + 5p + 1
Exercice 3
Déterminer l’expression de la sortie y(p) en fonction de l’entrée e(p) et de la perturbation
v(p) du système suivant :
v(p)
e(p) + y(p)
K1 + H1 (p) + H2 (p) K3
-
K2
On suppose que la perturbation v(p) est sous forme échelon. Comment doit on modifier le
système pour qu’il puisse la rejeter ?
Exercice 4
Identifier les systèmes suivants :
2
Exercice 5
Vc (p) V1 (p)
+ C(p) H1 (p) H2 (p)
-
M (p)
2000 45.10−6 1
H1 (p) = H2 (p) = M (p) =
0.01p2 + 0.1p + 1 p 0.05p + 1
C(p) étant le correcteur de la boucle de régulation que l’on désire implémenter.
Le diagramme de Bode du système en boucle ouverte sans le correcteur est donné ci-
dessous.
→ Compléter ce diagramme par le tracé asymptotique (justifier).
Synthèse de la boucle de régulation

1
On décide d’implémenter un régulateur type PI : C(p) = K(1 +
Ti p
→ Déterminer les paramètres K et Ti du correcteur C(p) pour avoir une pulsation de

coupure ωc = 1rad/s et une marge de phase ∆ϕ ≥ 60◦
Exercice 6
1)- Déterminer la marge de phase du système de 2nd ordre suivant de 2 manières diffé-
rentes :
3
- à partir du lieu de Niquist
- à partir dde son diagramme de bode.
2)- Déterminer le gain statique et le coefficient d’amortissement à partir du lieu de Niquist.

3)- Déterminer la pulsation ω0 à partir du diagramme de bode.
4)- Déduire la fonction de transfert du système.
4
Corrigé TD N o.3
Exercice 1
6p2 + 3p + 5
H(p) = => K=5 ; α = 2 ; degré =4
2p6 + 4p5 + 2p3 + p2
Exercice 2
p2 + K
1. H1 (p) = : stable si -1<K<1/2
2p3
+ 3p + 1
Kp + 1
2. H2 (p) = 3 : instable ∀ K car le coefficient en p2 est nul.
2p + 5p + 1
Exercice 3
H1 H2 H2 K3
y(p) = K1 K3 × e(p) + × v(p)
1 + K2 H1 H2 1 + K2 H1 H2
==> insérer un intégrateur en amont de la perturbation.
Exercice 4
K
H1 : pente =-20dB/déc et ϕ = cste = −90° => H1 (p) =
p
Or pour ω = 1, GdB = 0 => K=1
1
H1 (p) =
p
K
H2 : pente =-40dB/déc et ϕ = cste = −180° => H2 (p) =
p2
Or pour ω = 1, GdB = 0 => K=1
1
H2 (p) =
p2
H3 : asymptote horizontale jusqu’à ω1 = 1rad/s
Puis asymptote de -20dB/déc jusqu’à ω2 = 100rad/s
Ensuite une asymptote de -40dB/déc.
K
=> Il s’agit donc d’un système de 2nd ordre appériodique : H3 (p) =
(1 + τ1 p)(1 + τ2 p)
1 1
avec = ω1 et = ω2
τ1 τ2
=> τ1 = 1s et τ2 = 0.01s
D’autre part, l’asymptote horizontale nous permet d’écrire : 20 log K =∼ 30 =>

K=31.6
D’où :
31.6
H3 (p) =
(1 + 0.01p)(1 + p)
H4 : asymptote horizontale : 20 log K = −5 => K=0.56 ;
K
Pulsation propre ω0 = 100rad/s et on doit avoir à cette pulsation : G = . On
2ξ
relève de la courbe : Gdb = 2 => 2 = −5 − 20 log(2ξ) => ξ = 0.22
D’où :
0.56
H4 (p) =
P 2 2 × 0.22
( ) + p+1
100 100
Exercice 5
Vc (p) V1 (p)
+ C(p) H1 (p) H2 (p)
-
M (p)
2000 45.10−6 1
H1 (p) = H2 (p) = M (p) =
0.01p2 + 0.1p + 1 p 0.05p + 1
Le correcteur doit déplacer la pulsation de coupure à ωc = 1 rad/s tout en assurant

une marge de phase de ∆ϕ = 60°.
• La phase à ω = 1 rad/s est ∼ -100° donc il va falloir rapprocher la courbe de 20° en ce

point de sorte que la différence par rapport à -180° soit de 60° seulement.
=> arg(C(jωc )) = −20 ° (le correcteur doit donc faire descendre la courbe de 20°).
=> arctan(Ti ωc ) − 90 = −20 => arctan(Ti ωc ) = 70 => tan(70) = Ti ωc = Ti (car

ωc = 1)
Ti = 2.75
q
1 + Ti2
• Le gain en cette pulsation est de ∼ −20dB => 20 log |c(jωc )| = 20 => K = 10
Ti
√
1 + 2.752
=> K = 10=> 27.5=2.92 K => 9.4 (avec plus de précaution on trouve
2.75
G=-21 au lieu de -20 et donc K =∼ 10.5 au lieu de 9.4)
2
Exercice 6
A partir du lieu de Nyquist : K=5 (point de départ sur l’axe des réels).
K
L’intersection du lieu avec l’axe Imaginaire correspond à ω = ω0 et donc G =
2ξ
=> on relève une valeur de G =∼ 4.2 ==> ξ =∼ 0.6
Sur le diagramme de Bode on relève :ω0 = 10 rad/s
5
H(p)
0.01p2 + 0.12p + 1

Support Complet ENSAM 2A 221228 101001

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

Support Complet ENSAM 2A 221228 101001

Transféré par

Droits d'auteur :

Formats disponibles

Ecole Nationale Supérieure des Arts et Métiers

Année Scolaire 2022-2023

Cycle Ingénieur ENSAM

Automatique des Systèmes Linéaires

Date : 02 Décembre 2022

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

2.1 Un système déterministe

Linéaires Non Linéaires

Invariants Variants Invariants Variants

2.2 Un système stochastique

2.3 Systèmes Linéaires

e1 (t) Système s1 (t)

e2 (t) Système s2 (t)

en (t) Système sn (t)

2.4 Système non linéaire

2.5 Système variant

2.6 Système invariant

2.7 système continu

2.8 Principe de causalité

2.9 Systèmes SISO /MIMO

2.10 Représentation d’un système

2.11 Multitude de représentations d’un système

2.12 Ordre d’un système linéaire

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

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

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

• Valeur finale : f∞ = lim [pF (p)]

Démonstration5 (Valeur initiale)

=> lim [pF (p)] − f (0) =0

Démonstration6 (Valeur finale)

2.1 Echelon Unitaire

2.2 Impulsion de Dirac

L’impulsion de Dirac est défini par :

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

Sa transformé de Laplace est :

2.3 Rampe unitaire

La rampe unitaire est définie par :

2.4 Echelon d’Accélération unitaire

L’échelon d’accélération est défini par :

Sa transformé de Laplace est :

2.5 Transformée inverse

2.6 Tableau de correspondance de la transformée de Laplace

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

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

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

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

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

1.1 Forme canonique d’une fonction de transfert

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

1.2 Mise en série (cascade)

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

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

1.3 Mise en parallèle

1.4 Retour unitaire

e(p) (p) y(p)

1.4.2 Retour positif (retour additif)

e(p) (p) y(p)

1.5 Quelques manipulations de blocs

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

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

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

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

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

e(p) (p) y(p)

e(p) (p) y(p)

e(p) (p) y(p)

e(p) (p) y(p)