Académique Documents
Professionnel Documents
Culture Documents
CHAPITRE 1
Les signaux de sortie d'un système sont aussi appelés réponse du système .
x 1(t) y1(t)
. .
. .
. SYSTÈME .
. .
. .
x N(t) yM(t)
Remarque: en général les signaux d'entrée et de sortie d'un système ne sont pas de même nature. De plus N
peut être différent de M.
Les systèmes à une entrée et une sortie (cas où N = 1 , M = 1 ) sont appelés systèmes univariables
ou systèmes scalaires.
Exemples:
Chauffage d'une pièce.
TEXTERIEUR
TRADIATEUR TPIECE
-1-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Un système est principalement connu par son action sur le monde extérieur. Lorsqu'on applique certains
signaux d'entrée, le système se manifeste en émettant des signaux de sortie particuliers. Le système est
donc parfaitement connu quand on peut prédire ces signaux de sortie, c'est-à-dire lorsqu'on connaît les
relations entre les x i et les yj:
y1(t) = f 1(x 1(t),...,x N(t))
...
yM(t) = f M(x 1(t),...,x N(t))
i(t) R
Exemple:
Soit le circuit électrique suivant :
v e(t) C v s(t)
La charge du condensateur étant initialement nulle, on ferme l'interrupteur à t = 0. Pour t > 0, l'équilibre
t
1
électrique du circuit se traduit par l'équation : R. i + ∫ i. dt = v e ( t )
C0
t
1
C ∫0
avec : vs ( t ) = i. dt
dv s
on a donc l'équation du système: RC + vs ( t ) = ve ( t )
dt
Cette propriété des systèmes linéaires est aussi appelée principe de superposition.
Dans la plupart des cas on essaie de se ramener à l'étude d'un système linéaire. En effet, le principe de
superposition simplifie beaucoup les problèmes: en particulier, on peut distinguer l'étude des conditions
initiales d'une part et l'étude du comportement dynamique d'autre part.
-2-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
x 0+x(t) y0+y(t)
se décompose en :
x0 y0 x(t) y(t)
entrée entrée
x(t) x(t-τ)
t t
τ
sortie sortie
y(t) y(t-τ)
t t
τ
Un système invariant est aussi appelé système à paramètres constants localisés ou à constantes
localisées.
Cette propriété des systèmes invariants est aussi appelée principe de permanence.
Exemples:
Moteur.
Si on néglige l'usure, le moteur n'évolue pas dans le temps: le système est invariant.
Fusée.
débit de accélération
Fusée
propergols
La masse de la fusée diminue au cours de son ascension : pour un même débit de propergols, l'accélération
augmente avec le temps : le système est variant.
-3-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Remarques:
Dans la suite on s’intéressera surtout aux systèmes invariants.
Un système peut être linéaire et/ou invariant : les deux propriétés sont indépendantes.
-4-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
x(t) y(t)
Pour connaître le comportement du système et le comparer à d'autres systèmes, on étudie les réponses à
quelques signaux particuliers.
Réponse impulsionnelle.
On appelle réponse impulsionnelle, la réponse notée h(t), obtenue par l'application d'une impulsion
de Dirac δ(t) (voir Annexe 1) à l'entrée du système, celui-ci étant initialement au repos.
1 δ(t) y(t)=h(t)
t t
Réponse indicielle.
On appelle réponse indicielle, la réponse notée w(t), obtenue par l'application d'un échelon unité u(t)
à l'entrée du système, celui-ci étant initialement au repos.
u(t) y(t)=w(t)
1
t t
0
y (t ) = ∫ x( v ). h(t − v ). dv = x (t )∗ h(t )
−∞
-5-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Cette expression est fondamentale. Elle permet, connaissant le système par sa réponse impulsionnelle h(t)
et l’entrée x(t), de déterminer y(t). Elle peut donc remplacer totalement l’équation différentielle régissant le
système.
Cette expression se note de façon condensée y ( t ) = x ( t )∗ h( t ). ∗ est l'opérateur de convolution ; y(t) est
la convolution du signal d'entrée avec la réponse impulsionnelle du système.
Remarques:
• Le produit de convolution est commutatif: y ( t ) = x ( t )∗ h( t ) = h( t )∗ x ( t )
• L’impulsion de Dirac et la réponse impulsionnelle (si x et y ont même dimension) sont homogènes à
l’inverse d’un temps. Ce sont des éléments mathématiques qui permettent de formaliser les
comportements des systèmes mais qui n’ont pas de réalité physique.
Si l’impulsion de Dirac est appliquée à l’instant zéro, la réponse impulsionnelle est forcément nulle pour
t < ν car h( t − ν ) = 0 , le système étant supposé causal (cas des systèmes physiquement réalisables). De
plus, si le signal est lui-même causal (appliqué au temps t=0), alors x ( v ) = 0 si v < 0 . Les bornes de
l’intégrale de convolution se simplifient et le produit de convolution s’écrit :
t
y ( t ) = ∫ x( v ). h( t − v ). dv
0
t − v E t − v
t
t
t
1
soit: w( t ) = E. ∫ .exp − . dv = . τ.exp − = E. 1 − exp −
0
τ τ τ τ 0 τ
-6-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Exemple: résistance
rhéostat four
chauffante
Pour utiliser ce type de commande, il est nécessaire de connaître le système et les réponses aux
commandes envoyées. Malgré tout, de multiples perturbations peuvent modifier l’action de ces
commandes: si la porte du four reste ouverte, les graduations du rhéostat ne correspondent plus à la
température intérieure.
Un système asservi est un système dont le rôle consiste essentiellement à établir une correspondance
définie entre une ou plusieurs grandeurs d’entrée, de faibles niveaux énergétiques, et une ou plusieurs
grandeurs de sortie de niveaux énergétiques plus élevés.
Un système asservi est caractérisé par la présence de:
- chaînes directes
Elles comprennent des éléments amplificateurs et éventuellement, des convertisseurs de puissance, en
liaison avec les sources d’énergie.
- Chaînes de retour
Elles sont constituées d’éléments de précision généralement passifs. Ce ne sont pas des chaînes de
puissance ; elles transmettent à l’entrée des informations sur les grandeurs de sortie. Ces informations
sont comparées aux signaux d’entrée au moyen de comparateurs. Ces derniers élaborent les
différences ou écarts entre les signaux d’entrée et les informations images des signaux de sortie.
-7-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Remarque: le contrôle des sorties d’un système semble être un moyen idéal pour établir des commandes
parfaites. Il ne faut cependant pas oublier que tout système physique comporte des temps de réponse. Des
retours anarchiques installés sans étude préalable peuvent conduire à des instabilités et parfois à la
destruction du système.
Pour déterminer les retours adéquats pour un système donné et une commande donnée, l’automaticien
doit, dans un premier temps, établir un modèle mathématique du système. alors seulement, il pourra
effectuer des calculs de commande.
a) b)
θe
θc
θe
- +
θ0 θ
T
a Système
+ -
c)
Figure 1.1.
-8-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
T
Tmax
pente (-a) Figure 1.2.
θemin θ0
Le chauffagiste procédera à des essais pour adapter la chaufferie aux caractéristiques particulières de
l’immeuble à chauffer en vue de définir les paramètres θ0 et a.
La figure 1.1 c) représente une amélioration du réglage automatique de T. Supposons que par temps froid
le soleil pénètre à l’intérieur de l’immeuble. La température intérieure θ va s’élever sans pour autant que la
température T de l’eau des radiateurs ne soit réduite puisqu’elle ne dépend que de θe. Il se produira alors
une surchauffe et un opérateur devrait venir pour modifier T, c’est à dire pour diminuer θ0. Il est clair que
cette opération peut s’effectuer de façon automatique en rendant θ0 dépendant de la température θ
effectivement atteinte dans l’immeuble. Pour cela, θ est comparée à une consigne θc, réglable par
l’utilisateur, à l’aide d’une boucle d’asservissement. La grandeur θ0 peut alors suivre une loi très simple, par
exemple θ0=P(θc- θ), qui assure les variations de θ0 dans le bon sens. Le système fonctionne ainsi en
boucle fermée.
-9-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 2
La mise en équation, au départ de l'analyse d'un système, est une opération extrêmement délicate, qui peut
compromettre l'ensemble de l'étude de manière définitive. Cette opération demande beaucoup de
connaissances physiques mais aussi d'expérience de "terrain". Avec une vue générale des systèmes et par
analogie avec les systèmes électriques, on peut établir ces équations indispensables.
Dans la suite, nous nous intéresserons aux systèmes scalaires, c'est à dire à une entrée et une sortie,
linéaires.
Soit un système linéaire et scalaire. Le comportement d'un tel système est régi par une équation
différentielle, ayant pour forme:
x (t ) y(t )
dny dy d mx dx
bn . n + ...+ b1 . + b0 . y = a m . m +...+ a1 . + a0 . x
dt dt dt dt
Remarque:
Si le système est variant, les coefficients ai et bj de l'équation sont dépendants du temps: ai(t), bj(t).
La mise en équation d'un système scalaire, linéaire et invariant consiste donc à déterminer les paramètres
constants de l'équation qui lient l'entrée et la sortie.
Exemple:
i(t) R
v e(t) C v s(t)
-9-
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
1 dv s
C∫
On a: vs = idt donc i = C.
dt
dv
Avec: ve = R. i + v s d’où: ve = R. C. s + v s
dt
Par identification : b0 = 1 ; b1 = RC et a 0 = 1.
2. Transformée de Laplace.
L'étude des systèmes s'accompagne inévitablement de la manipulation d'équations différentielles. Or les
opérations liées à cette manipulation sont souvent délicates et la résolution des équations n'est pas toujours
simple. Pour faciliter les calculs, on utilise un outil mathématique puissant: la transformée de Laplace.
Pour résoudre les équations différentielles grâce à la transformée de Laplace, il est nécessaire de savoir
effectuer le passage de f(t) à F(p) mais aussi de F(p) à f(t) :
∫e − pt
. f ( t ) . dt et ∫ e − σt . F ( p ). dp sont convergentes.
0 0
Pour information, le calcul de cette dernière intégrale est effectué avec la méthode des résidus qui sera
abordée en second cycle.
- 10 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Théorème de Borel:
Si f(t) et g(t) ont respectivement pour transformée de Laplace F(p) et G(p), alors h( t ) = f ( t ) * g( t )
a pour transformée: H(p) = F(p).G(p).
- 11 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
3. Fonction de transfert.
Soit un système scalaire, linéaire, invariant régi par l'équation différentielle :
d nx dx dmy dy
a n . n +...+ a1 . + a0 . x = bm . m +...+b1 . + b0 . y
dt dt dt dt
La transformation de Laplace appliquée à cette équation conduit à la nouvelle relation :
[an.pn + ... + a1.p + a0]X(p) - [an.pn-1 + ... + a1]x(0+) -...- [an.p + an-1]x(n-2)(0+) - an.x(n-1)(0+) =
[bm.pm + ... + b1.p + b0]Y(p) - [bm.pm-1 + ... + b1]y(0+) - ... - [bm.p + bm-1]y(m-2)(0+) - bm.y(m-1) (0+)
Dans le cas où toutes les conditions initiales sont nulles ou considérées comme telles à la suite d’un
changement de variable (cas le plus fréquent), cette dernière relation se simplifie:
[ ] [ ]
an p n + ... + a 0 X ( p ) = bm p m + ... + b0 Y ( p )
Y ( p ) a n p n + ... + a0
On aboutit finalement au résultat: =
X ( p ) bm p m + ... + b0
Fonction de transfert.
La fonction en p, obtenue en formant le rapport Y ( p ) sur X ( p ) lorsque le système est initialement
au repos, est appelée fonction de transfert du système. On la note généralement H(p):
Y ( p)
H ( p) =
X ( p)
On a vu précédemment que la réponse d'un système scalaire, linéaire, invariant à un signal quelconque x (t )
+∞
est donnée par: y (t ) = ∫ x(τ ).h(t − τ ).dτ = x(t ) ∗ h(t ) o ù h(t) est la réponse impulsionnelle du système.
−∞
En appliquant la transformée de Laplace à cette dernière relation (théorème de Borel, voir TD sur
Laplace), on obtient :
Y ( p ) = X ( p ).LP[h(t )]
En comparant cette égalité avec la définition de la fonction de transfert du système on constate que:
H ( p) = LP[h (t )]
La fonction de transfert H(p) d'un système scalaire, linéaire et invariant, est égale à la transformée de
Laplace de la réponse impulsionnelle h(t) de ce système:
H ( p) = LP[h (t )]
- 12 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 13 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
v e(t) C v s(t)
dvs
On a: ve = RC + vs
dt
[ ]
On applique la transformée de Laplace: Ve ( p ) = RC pVs ( p ) − v s (0 + ) + Vs ( p )
Si les conditions initiales sont nulles v s (0 + ) = 0 , on obtient: Ve ( p ) = (1 + RCp )Vs ( p )
V ( p)
D'où la fonction de transfert de ce système: H ( p ) = s
1
=
Ve ( p ) 1 + RCp
4. Diagramme fonctionnel.
Un système complexe peut comporter plusieurs sous systèmes. Pour manipuler les équations de l'ensemble
du processus, sans lourdeur, on utilise une représentation schématique adaptée: la méthode des
diagrammes fonctionnels.
Diagramme fonctionnel.
Le diagramme fonctionnel d'un système scalaire, dont la fonction de transfert est H(p), est défini par:
X ( p) H ( p) Y ( p)
Les calculs dans l'espace de Laplace étant simples, on garde pour les diagrammes fonctionnels l'expression
des transformées de Laplace. Les règles de manipulation de ces diagrammes sont alors presque évidentes:
Mise en série:
Soit un système formé par la mise en série de deux sous systèmes de fonction de transfert H1 et H2. La
fonction de transfert de l'ensemble est H = H1.H2.
Y ( p)
X ( p) H1( p ) H 2( p ) Z( p)
X ( p) H1( p ).H 2( p ) Z( p)
- 14 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Mise en parallèle:
Soit un système formé par la mise en parallèle de deux sous systèmes de fonction de transfert H1 et H2. La
fonction de transfert de l'ensemble est H = H1 + H2.
H1( p ) +
X ( p) Y ( p)
H 2( p ) +
X ( p) H1( p ) + H 2( p ) Y ( p)
b. Relations fondamentales
- 15 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
• Loi fondamentale de la dynamique : l’accélération d’un mobile dans une direction est
proportionnelle à la résultante des forces appliquées au mobile dans cette direction :
dV ρ ρ
m. .u = Fx (6)
ρ dt
ρ
o ù Fx représente la somme des projections des forces appliquées au mobile sur la direction u
considérée. m est la masse d’inertie du mobile (kg).
• Énergie cinétique d’un corps en translation : pour amener un corps immobile de masse m à la
ρ
vitesse V, il faut fournir une énergie cinétique Ec. Celle-ci correspond au travail de la force Fx qui
accélère le corps. Le travail W fourni par cette force s’écrit :
dV 1
W = Ec = ∫ dW = ∫ F .V . dt = ∫ m. .V . dt = ∫ m.V . dV = . m.V 2 (7)
dt 2
• Force de rappel élastique : c’est la force qu’exerce un ressort lorsqu’on l’écarte de sa position de
repos. Cette force est proportionnelle à l’écart x par rapport à cette position de repos :
ρ ρ
F = − k. x. u
• Énergie potentielle d’élasticité : travail de la force nécessaire pour amener le ressort de sa
position de repos à sa nouvelle position :
1 1
W = E p = ∫ dW = ∫ k . x. dx = ∫ d . k . x 2 = . k . x 2 (8)
2 2
• Force de frottement visqueux : c’est la force qu’exerce un amortisseur lorsqu’on le comprime ou
lorsqu’on l’étire :
ρ ρ dx ρ
F = − f .V = − f . .u (9)
dt
f est le coefficient de frottement visqueux (N.s.m-1).
• Loi fondamentale de la dynamique: l’accélération angulaire d’un solide en rotation autour d’un
axe fixe est proportionnelle au moment résultant par rapport à cet axe de toutes les forces extérieures
appliquées au solide. Cette loi s’écrit (en intensité):
d 2α dΩ
J . 2 = J. =Μ (10)
dt dt
o ù α représente l’angle de rotation (rd), Ω la vitesse de rotation (rd.s-1), J le moment d’inertie
(kg.m2) et M le moment résultant de toutes les forces par rapport à l’axe de rotation (m.N).
• Énergie cinétique de rotation:
1 1
W = Ec = ∫ dW = ∫ M . dα = ∫ M . Ω. dt = ∫ J . Ω. dΩ = ∫ d . J . Ω 2 = . J .Ω 2 (11)
2 2
- 16 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
• Moment de rappel élastique : c’est le moment qu’exerce un ressort enroulé autour de l’axe
lorsqu’on l’écarte d’un angle α de sa position de repos. Son intensité s’écrit :
M = − k .α
o ù k est la constante de raideur du ressort.
• Énergie potentielle d’élasticité : travail de la force nécessaire pour amener le ressort de sa
position de repos à sa nouvelle position :
1 1
W = E p = ∫ dW = ∫ M . dα = ∫ k.α. dα = ∫ d . k .α2 = . k.α2 (12)
2 2
• Moment de frottement visqueux : c’est un moment dont l’intensité est proportionnelle à la vitesse
de rotation. Il s’écrit :
dα
M = Rf .Ω = Rf .
dt
-1
o ù f est le coefficient de frottement visqueux (N.s.m ) et R est le rayon du système en rotation.
- 17 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
ANNEXE 1
1 Introduction.
Les mathématiques « classiques » analysent les relations entre des fonctions continues et dérivables et
se révèlent un outil commode pour traiter les systèmes régis par des équations différentielles, à condition
que l’excitation soit une fonction continue et dérivable.
Dans certains cas, en physique, l’excitation e(t) est de très courte durée du point de vue de l’observateur -
flash d’un appareil photo par exemple. L’excitation e(t) est nulle avant le déclenchement du flash, très
intense pendant un instant très bref, puis nulle ensuite. On est alors obligé de renoncer à une expression de
l’excitation e(t) en raison des énormes discontinuités ou des variations non analysables. Les excitations e(t)
ne sont en effet ni dérivables, ni même continues par morceaux. Ce ne sont pas des fonctions mais des
distributions.
Dans de nombreux domaines de la physique, on peut trouver des phénomènes intenses et brefs plus
proches de fonctions que de distributions pour l’observateur.
ÉCLAIR - FOUDRE : phénomène optique, acoustique, électrique.
CHOC : phénomène mécanique (voir §5, chapitre 2).
IMPULSION RADAR : très brèves et très intenses : ondes électromagnétiques.
C’est le mathématicien français Laurent Schwartz qui à la demande des physiciens a élaboré en 1947 la
« Théorie des distributions », outil indispensable pour analyser mathématiquement de façon rigoureuse
de tels phénomènes.
Cette théorie, certes très élégante, ne sera pas abordée dans ce cours. Elle est en règle générale étudiée en
second cycle universitaire. Nous nous contenterons ici de façon plus empirique de considérer certaines
distributions comme des passages à la limite de fonctions continues et dérivables. Nous
procéderons ainsi pour l’échelon unité et ses dérivées.
1 pour t ≥ 0
u( t ) =
0 pour t < 0 t
0
On peut encore considérer u(t) comme une fonction, mais elle n’est ni continue ni dérivable. Sa dérivée
n’est donc pas une fonction: c’est une distribution nommée DISTRIBUTION DE DIRAC ou encore
IMPULSION DE DIRAC notée δ(t).
- 63 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
∞ pour t = 0
δ ( t) =
0 pour t ≠ 0
Pour mieux comprendre cette distribution δ(t), considérons l’échelon u(t) comme la limite quand t m → 0
de la fonction y(t) représentée ci-dessous et indéfiniment dérivable. La distribution δ(t) sera alors la limite
quand t m → 0 de la dérivée y’(t) de y(t).
u( t ) = lim[ y( t )]
tm → 0
y(t)
u(t)
1 1
t t
-tm 0 +tm 0
δ(t)
1
y’(t) Aire hachurée A=1
1 δ ( t ) = lim[ y' ( t ) ]
+∞ dy tm → 0
A= ∫ . dt = y ( + ∞ ) − y( − ∞ ) = 1
−∞ dt
A t
t
-tm 0 +tm 0
Attention: le 1 marqué sur la flèche pleine représente l’aire A de cette impulsion (et non la hauteur de
l’impulsion).
+∞
En effet: A = ∫
dy
. dt = y( +∞) − y( −∞) = 1 − 0 = 1
−∞ dt
La distribution de Dirac est donc la limite d’une impulsion rendue de plus en plus étroite, son
aire restant égale à 1.
Remarque: l’impulsion de Dirac peut être considérée comme la limite d’une multitude de fonctions
« bosses » quelque soit la forme exacte de la bosse (ou impulsion). Il suffit pour cela:
1. que la bosse soit toujours positive,
2. que t m → 0,
3. que l’aire A reste égale à 1.
- 64 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
t
−ε +ε
0
2.3 Aspect physique du passage à la limite pour obtenir une impulsion de Dirac.
Considérer l’impulsion δ(t) comme la limite d’une fonction n’a rien d’artificiel mais correspond au contraire
à la stricte réalité physique. En effet u(t) et δ(t) ne sont que des idéalisations mathématiques de la réalité
physique des phénomènes. Dans la réalité, un échelon ou une impulsion (de tension, de pression, de force,
d’intensité lumineuse) possède toujours un temps de montée t m non nul. Un système physique met toujours
un certain temps pour passer d’un état vers un autre. Cependant, le point important à retenir est le suivant:
Un signal physique y(t) correspondant au passage d’un état (1) vers un état (2) pourra être
considéré comme un échelon chaque fois que son temps de montée t m sera négligeable devant les
autres temps mis en jeu dans le circuit. Il en est de même pour une impulsion.
- 65 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
t2
∫ F. dt = 2. m.V
F
t1
6. Mettons un ressort plus raide : la force est plus intense, la durée du contact plus faible, mais l’aire
est la même car VF est la même (conservation de l’énergie), la fonction F(t) se rapproche alors
d’une impulsion de Dirac A.δ(t) comme le montre la figure A1.1.
- 66 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Force F
k minimum
k maximum
temps
Figure A1.1.
En pratique, il suffit que la durée de l’impulsion (égale à t 2-t 1) soit petite devant la période du pendule
(qui dépend de VI) pour que l’on puisse assimiler cette impulsion à une impulsion de Dirac.
1. Equation différentielle régissant le mouvement du pendule selon x :
L’énergie maximale du système est : m.VF2 .
1
Cette énergie est la somme de l’énergie potentielle du ressort . k. x2 et de l’énergie cinétique du
2
1 1 dx 2
pendule m.v . On a donc l’équation: m.VF = . k . x + m.v = . k . x + m. .
2 2 2 2 2
2 2 dt
En régime permanent, la solution (particulière) de cette équation s’écrit: x( t ) = X 0 .cosωt .
La force appliquée au ressort aura donc pour expression: F( t ) = − k . x( t ) = − F0 .cosωt avec
F(t)<0. On retrouve donc bien en valeur absolue le graphe de la page précédente déduit de façon
semi-qualitative.
f(0)
δ(t)
- 67 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
T (t)
n=+ ∞
T(t) = ∑δ ( t − nT ) 1
n=− ∞
T est la période du peigne.
t
-kT -3T -2T -T 0 T 2T 3T kT
Ce type de signal est principalement utilisé en échantillonnage (cette fonction sera étudiée dans le module
M8). Échantillonner une fonction f(t) consiste simplement à prélever sa valeur à intervalles réguliers. Il suffit
donc, d’un point de vue mathématique, de la multiplier par un « peigne de Dirac ».
Dans le cours « Analyse des systèmes linéaires », la distribution « peigne de Dirac » va servir à introduire la
notion fondamentale de convolution sans avoir recours à la théorie des distributions.
- 68 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 69 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 3
REPRÉSENTATIONS
Le système est maintenant mis en équation, il est donc beaucoup plus facile d'évaluer ses performances.
Suivant le contexte, l'automaticien doit connaître deux aspects du système : régime transitoire et régime
permanent.
1. Régime transitoire.
Ce régime de fonctionnement doit être bien connu pour les systèmes lents ou qui doivent réagir à une
consigne. Les performances du système sont obtenues en mesurant la rapidité de prise en compte de la
commande et la précision atteinte en sortie.
erreur
T° finale
Les régimes transitoires (régime de transition entre T° initiale et T° finale sur l’exemple précédent) peuvent
être de natures très différentes suivant le signal que l'on présente en entrée. Pour effectuer des
comparaisons rapides entre tous les systèmes, on s'intéresse au régime transitoire obtenu par l'application
de deux signaux particuliers:
Rappel:
On a vu précédemment que la transformée de Laplace de h (t ) est égale à la fonction de transfert du
système: H ( p) = LP[h (t )] .
La réponse impulsionnelle contient donc toute l’information nécessaire sur le système. Cependant,
l'utilisation de cette réponse s'accompagne de quelques difficultés pratiques car on ne sait pas toujours
réaliser une impulsion de durée très brève vis à vis des constantes de temps mises en jeu dans le système
étudié.
- 17 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
La réponse impulsionnelle ne permet pas d'évaluer les performances d'un système, mais elle permet
d'introduire la notion de stabilité :
Stabilité.
Un système est dit stable, si sa réponse impulsionnelle est le siège d'un régime amorti :
lim h(t ) = 0
t →+∞
Exemples:
Système stable: h (t )
repos
final
repos t
initial
Système instable: h (t )
destruction ?
repos t
initial
Cette notion de stabilité, très importante dans l'étude des systèmes, sera largement reprise et approfondie
dans le cours d’automatique. On ne doit pas oublier, en effet, que commander correctement un système,
c'est avant tout éviter qu'il ne devienne instable.
Les performances du système sont définies à partir des caractéristiques de cette réponse :
Régime de fonctionnement.
Le système est dit apériodique s'il atteint sa valeur limite sans oscillation. Dans le cas contraire, il est
dit pseudo-périodique. Le régime critique sépare ces deux régimes.
On appelle temps de réponse à e%, le temps que met le système pour s'établir à e% de la valeur
finale.
Le temps de réponse le plus utilisé est le temps de réponse à 5%. On le note en général t r.
Exemple:
Régime apériodique :
1 u (t )
w(t )
t
0
tr
Régime pseudo-périodique :
Xp
1
0 t
tp tr
Remarques:
1. On a LP[u (t )]
1
p
Et d'après la définition de la fonction de transfert, la réponse indicielle d'un système est caractérisée par:
W ( p ) = H ( p ).U ( p )
Soit: pW ( p ) = H ( p )
( )
D'après les propriétés de la transformée de Laplace, on a donc: w' (t ) = LP −1 [H ( p)] ( w 0 + est nul)
Soit: w' (t ) = h (t ) où h (t ) est la réponse impulsionnelle du système.
2. Pour compléter l'étude d'un système, on s'intéresse parfois à la réponse à un échelon de vitesse ou
réponse à une rampe :
- 19 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
position
y(t)
t
0
2. Régime harmonique.
Ce régime de fonctionnement doit être connu pour tous les systèmes rapides ou de type filtre. En effet, on
s'intéresse ici au comportement fréquentiel du système: affaiblissement et déphasage du signal pour une
fréquence donnée.
Régime harmonique.
Soit un système scalaire, linéaire et invariant. On dit que le système est en régime harmonique lorsque
le signal d'entrée est sinusoï dal et que le système est en régime permanent.
On suppose que le système est régi par l'équation différentielle suivante, avec des conditions initiales nulles :
d nx dx dmy dy
a n . n +...+ a1 . + a0 . x = bm . m +...+b1 . + b0 . y
dt dt dt dt
Pour simplifier les calculs qui vont suivre, on utilise le principe de superposition et on étudie la réponse au
signal complexe : x (t ) = X .e j ωt = X [cos (ωt ) + j. sin (ωt )] = X .e j Φ x .e j ωt avec j 2 = -1.
[ ]
On revient au signal réel x (t ) = Re x (t ) = X cos(ωt + Φ x ) .
X : amplitude de x (t ) .
Φ x : phase de x (t ) .
X : amplitude complexe de x (t ) .
En régime permanent, la solution de l'équation différentielle est de la forme : y (t ) = Y e j ωt : la sortie du
système oscille avec la même fréquence que l'entrée, mais avec une amplitude différente et un déphasage.
On a :
a n X .( j ω) .e j ωt + ... + a1 X .( jω).e j ωt + a0 X .e j ωt = bm Y .( jω) .e jω t + ... + b1 Y .( j ω).e j ωt + b0 Y .e j ωt
n m
Y a n .( j ω) n + ... + a0
d'où : = = H ( jω)
X bm .( j ω) m + ... + b0
Y = X . H ( jω) et [
Φ = Arg H( jω) ]
- 20 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
[ ]
Arg H ( jω) donne la phase du système pour ω.
[
2. Arg H ( jω) ] (unité: ° ou radian) en fonction de ω.
Pour ces deux tracés, l'axe des ω est gradué avec une échelle logarithmique.
Exemples : voir TD
H ( jω)
Exemple :
dB
[ ]
-180° -90° 0° °
0 φ H ( jω)
-5
-10
2.4 Définitions.
- 21 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Pour comparer les régimes harmoniques des différents systèmes rencontrés, on définit les paramètres
suivants :
Pulsations de coupure .
On appelle pulsations de coupure du système, les pulsations pour lesquelles le gain a diminué de 3
dB par rapport au maximum local. On note ces pulsations ωck.
Bande passante.
On appelle bande passante, la zone de fréquence dans laquelle le gain n'est pas inférieur à -3 dB du
maximum.
Gain statique.
On appelle gain statique du système, la valeur de H( 0) .
Cette valeur correspond au gain
du système en réponse à un amplitude sortie
échelon :
gain statique
entrée
(c'est à dire lorsque ω → 0 ,
0 t
voir théorème de la valeur finale)
- 22 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 4
Ω
U AMPLIFICATEUR Ω
+
MOTEUR
U
Useuil
Figure 4.1.
Lorsque la tension d’alimentation U est trop faible, le moteur ne tourne pas car les frottements sont trop
importants, puis, passé un certain seuil Useuil, le moteur démarre. Sa vitesse Ω est alors croissante avec la
tension d’alimentation jusqu’au moment où, l’amplificateur étant saturé, la vitesse Ω n’augmente plus avec
la tension U. Ainsi la caractéristique statique obtenue n’est pas linéaire. On est donc confronté à un système
non-linéaire et son étude devient compliquée.
Il est possible néanmoins d’entreprendre une étude locale en considérant le système linéaire autour d’un
point M0 (Figure 4.2.).
variations locales de Ω
ω
Ω ω (rd/s)
Ω0 u
M0
u (volts)
U M0
U0
a) b)
Figure 4.2.
- 23 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Le point M0 de coordonnées (U0, Ω0) est appelé point de repos ou point de fonctionnement. On pose
ω = Ω - Ω0 et u = U - U0 et on étudie alors les variations locales ω de la sortie en fonction des variations
u de l’entrée autour du point de repos choisi. La caractéristique ω = f(u) peut alors être considérée
comme une droite passant par l’origine. Sa pente est le gain statique du système linéarisé, c’est aussi la
pente de la tangente en M0 à la caractéristique Ω=F(U).
Des exemples concrets de linéarisation seront abordés en TD.
Régime dynamique
Régime de fonctionnement d’un système lorsqu’il est soumis à une excitation variable dans le temps
autour d’un point de repos.
Remarque: On utilisera préférablement le terme statique à celui de permanent car ce terme rend bien
compte du fait que le régime décrit correspond à une excitation constante dans le temps (qui ne change pas
==> statique).
La figure 4.2 b) représente graphiquement la relation linéaire entre l’entrée u et la sortie ω du système, en
régime statique (permanent).
Lorsque l’on applique une variation brutale de la tension d’entrée u, la vitesse du moteur n’atteint pas
instantanément sa valeur en régime permanent statique, car le moteur présente une inertie propre. Le
moteur fonctionne alors en régime dynamique. Ce régime est transitoire (il dure un certain temps), le
temps que le système se stabilise, c’est à dire que le moteur atteigne la vitesse correspondant à la tension
appliquée à l’entrée.
La figure 4.3. illustre ces propos. A une tension constante E0 due à une variation positive de la tension
d’entrée à partir du point de repos correspond une vitesse de régime permanent Ω0 atteinte après un
régime transitoire correspondant au fonctionnement dynamique du moteur.
On a alors Ω0=K.E0, K étant le gain statique défini au §1.
ω
u
Ω0=K.E0
E0 (régime permanent)
tension vitesse
t
t de repos
de repos Régime
transitoire
Figure 4.3.
- 24 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Exemple:
.
On considère un système régi par l’équation différentielle suivante : 0,5 y + y = 3x
Le régime statique s’exprime par y = 3x , ce qui donne un gain statique de 3 USI.
.
Remarque: On peut observer la dynamique du système dans le terme 0,5 y . L’homogénéité de l’équation
. dy
oblige à considérer 0,5 comme un temps puisque y = .
dt
- 25 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 5
( )
τpY ( p ) − τy 0 + + Y ( p ) = KX ( p )
Exemple:
θe Thermomètre θs
Soit un thermomètre à mercure placé dans une ambiance à la température θe. Si l'appareil est précis, au
bout d'un temps assez long, il indiquera une température θs = θe. C'est le régime permanent pour lequel le
mercure est à la température ambiante.
Si θe varie rapidement, θs est relié à θe par une équation différentielle traduisant le fait que, d'une part,
pendant un temps dt, la quantité de chaleur dQ échangée avec le mercure est proportionnelle à la différence
θe - θs et que, d'autre part, la vitesse avec laquelle s'effectue la dilatation du mercure dθs/dt est
proportionnelle à la quantité de chaleur échangée:
dθs
dQ = k 1 .(θ e − θ s ).dt et
dQ
= k2 .
dt dt
1 dθs
soit : . + θs = θe
k1 .k 2 dt
1
avec : τ =
k1 .k 2
- 27 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
2. Réponse impulsionnelle.
La réponse impulsionnelle du système est donnée par : h(t) = LP -1[H(p)]
K K −t / τ
soit : h (t ) = LP −1 = .e .u (t )
τp + 1 τ
t
0
τ
3. Réponse indicielle.
Cette réponse est obtenue pour x (t ) = u (t ) , soit X ( p ) = 1 / p . On peut ici calculer son expression
littérale:
K K
w(t ) = LP −1 [H ( p ) / p ] = LP −1 ( )
= τ 1 − e −t / τ ).u(t ) ( w(t ) = 0 pour t < 0 )
p (τp + 1) τ
( )
d'où : w(t ) = K 1 − e −t / τ .u(t )
K u(t)
w(t)
t
0
τ tr
La pente à l'origine est égale à K/τ.
Le temps de réponse à 5% est à peu près égal à 3τ.
- 28 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 29 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Remarque :
Sur cette dernière courbe, la dénomination de constante de temps pour τ prend toute sa signification: plus τ
est petit, plus vite le système atteint son régime statique.
A11 = ( p − p1 ) .Y ( p)
n
p = p1
A12 =
d
dp [
( p − p1 ) . Y ( p )
n
]
p = p1
A13 =
1 d2
2 dp2 [( p − p ) .Y ( p)]
1
n
p = p1
...
A11 A12 A2
Dans notre cas, on a : Y ( p ) = + +
p 2
p p +1 / τ
avec :
K .a
A11 = p 2 . = K .a
p (τ. p + 1)
2
p =0
d K .a − K .a.τ
A12 = = = − K .a.τ
dp τ . p + 1 p =0 (τ. p + 1)2 p =0
- 30 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
K .a
A2 = = K .a.τ
2. p .(τ. p + 1) + τ . p 2 p = −1 / τ
K .a K .a .τ K .a.τ
Finalement : Y ( p ) = − +
p 2
p p +1 / τ
Ce qui donne : y(t) = K.a.t - K.a.τ + K.a. τ.e-t/ τ
5. Régime harmonique.
K
La transmittance isochrone du système est : H ( jω) =
1 + j .ω.τ
Les différentes représentations sont alors :
pente -6dB/octave=-20dB/décade
ω/ωc (log)
1
[
Φ H ( jω) ]
1
0 ω/ωc (log)
-45°
-90°
- 31 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
H ( jωc ) dB − H ( 0) dB = −3dB
H ( jω)
= 20.log 1
c'est à dire : 20.log
H (0 ) 2
H (0)
d'où : H ( jωc ) =
2
K K
soit : =
1 + (ωc .τ )
2
2
donc : 1 + (ωc.τ)² = 2
et : ωc.τ = 1
[ ]
Pour cette fréquence, le déphasage est : Arg H( j ωc ) = − ArcTan[ωc τ] = −
π
4
.
[
Im H ( jω) ]
K/2 ω= 0
0
ω→ ∞
K [
Re H ( jω) ]
-K/2 ω.τ = 1
- 32 -
-90° 0° Phase °
20.Log(K)
Université de Savoie DEUG STPI Unité U32
ω= 0 Systèmes linéaires - Automatique
ω→∞
6. Relation temps-fréquence.
La dynamique d’un système du premier ordre est entièrement décrite par sa constante de temps τ. Cette
dynamique peut également s’exprimer dans le domaine des fréquences.
On appelle f c, fréquence de coupure, la fréquence pour laquelle le gain (module de la fonction de transfert)
du système, en régime harmonique, est atténué de 3dB par rapport au maximum du module de la fonction
de transfert.
On appelle t m le temps de montée du système. t m représente le temps mis par la sortie du système pour
passer de 10% à 90% de la valeur finale atteinte en régime permanent pour une entrée de type échelon.
La réponse indicielle d’un système du premier ordre s’exprime: w( t ) = K (1 − e− t / τ ). u(t ) , u(t) étant un
échelon unitaire (voir §3). Donc les temps t 10 et t 90 correspondant respectivement à 10% et 90% de la
valeur finale en régime permanent (K) s’obtiennent simplement:
( )
y( t 10 ) = 0,1. K = K 1 − e − t10 / τ (
et y( t 90 ) = 0,9. K = K 1 − e − t 90 / τ )
D’où :
t m = t 90 − t 10 = τ. ln( 9) ≈ 2 ,2τ
Or :
ωc 1
fc = =
2π 2πτ
Donc :
ln (9) ln (9)
tm = => t m . f c = ≈ 0,35
2πf c 2π
Exemples:
• Un oscilloscope (considéré comme un système du premier ordre) possède une bande passante à 3dB
f c=100Mhz, son temps de montée propre est donc : t m=3,5 nanosecondes.
• Un enregistreur graphique dont le temps de montée t m est égal à 0,2 secondes possède une fréquence
de coupure f c=1,8Hz ; il ne peut donc pas être utilisé pour enregistrer sans erreur des signaux
sinusoï daux de fréquence supérieure à 2Hz environ.
- 33 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 6
ωn est appelée pulsation libre ou pulsation naturelle ou pulsation propre du système non amorti.
ωn se mesure en rad/s.
ξ est appelé amortissement du système ou facteur d’amortissement.
K est le gain statique du système (gain en régime permanent).
ωn ωn ωn ωn ωn
1 2. ξ
Lorsque les conditions initiales sont nulles : 2 . p 2 + . p + 1 . Y ( p) = K. X ( p)
ωn ωn
1+ p +
ωn ωn
(
Cette fonction de transfert possède un pôle complexe conjugué: −ξ ± j . 1 − ξ2 .ωn )
Exemple : L i( t ) R
x( t ) C y (t )
1 t 1 t
et y = . ∫ i.d τ
di
Pour des conditions initiales nulles, on a : L. + R.i + ∫ i. dτ = x
dt C0 C 0
- 33 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
d2 y dy
d'où : L. C. 2
+ R. C. + y = x
dt dt
1
et : H ( p) =
L. C. p + R. C. p + 1
2
1 1
avec : ω2n = et ξ = . R. C. ωn
L. C 2
2. Réponse impulsionnelle.
La réponse impulsionnelle du système est donnée par : h( t ) = LP-1[H(p)]
d’où : h( t ) =
K .ωn −ξω nt
1− ξ 2
.e [
. Sin ωn . 1 − ξ2 . t ]
On constate d'après cette expression, que le système est stable, si ξ.ωn>0. C'est à dire si les pôles de la
fonction de transfert sont à partie réelle négative. ωn étant positive, le système est stable pour ξ>0.
Si le système est stable, h( t ) est une sinusoï de amortie :
h(t)
t
0
3. Réponse indicielle.
Cette réponse est obtenue pour x( t ) = u( t ) soit X ( p ) = 1 / p .
On a donc : w( t ) = LP-1[H(p)/p]
On démontre alors que : w( t ) = K 1 −
1
1 − ξ2
. e −ξω nt
. Sin[ωn . 1 − ξ 2
. t + θ]
1 − ξ2
avec : tg(θ) =
ξ
Pour un système ayant un gain statique de 1 ; K = 1 :
- 34 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Xp
1
0 t
tp tr
Lorsque le système est stable, (ξ >0), la réponse du système est sinusoï de amortie autour de la valeur
finale qui est égale à K fois la valeur de l'échelon. (Sauf pour le cas critique, où ξ =1: la réponse est alors
apériodique.)
La pente à l'origine est égale à 0.
4
Le temps de réponse à 2% est à peu près égal à .
ξ. ωn
Pour les systèmes du deuxième ordre, on définit:
Calcul de t p :
w'( t ) = − K .
1
1− ξ 2 [ ] [
. e −ξω nt .ωn . − ξ. Sin ωn . 1 − ξ2 . t + θ + 1 − ξ2 . Cos ωn . 1 − ξ2 . t + θ
]
donc w' (t ) = 0 équivaut à : [ ] [
1 − ξ2 . Cos ωn . 1 − ξ2 . t + θ = ξ. Sin ωn . 1 − ξ2 . t + θ ]
1 − ξ2
( )
2
on a : tg(θ) = et ξ2 + 1 − ξ2 =1
ξ
donc, par identification : ξ = Cos(θ ) et 1 − ξ2 = Sin(θ)
l'égalité précédente devient donc: Sin(θ ).Cos ωn . 1 − ξ 2 .t + θ = Cos (θ).Sin ωn . 1 − ξ 2 .t + θ
soit : Sin θ − ωn . 1 − ξ 2 .t + θ = 0 d' où Sin ωn . 1 − ξ 2 .t = 0
- 35 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
π
l'instant de premier dépassement est obtenu pour k = 1 : t p =
ωn . 1 − ξ2
à cet instant on a : (
Wp = W ( t p ) = K 1 + e − π / tg (θ ) )
d'où :
X p = K. e−π / tg (θ )
Remarque :
A partir du relevé de la réponse indicielle, on peut retrouver par identification l'équation d'un système du
1 π
deuxième ordre : ξ= et ωn =
π2 t p . 1−ξ2
1+ 2
ln X p / K
H ( jω) ' =
d H ( jω)
= − K.ωn2 .
1 [4.ω 3
(
+ 2. 4.ξ 2 − 2 .ω.ωn2 ) ]
dω
n[(
2 ω2 − ω2 ) + (2ξωω ) ] (ω
2
n
2 2
n − ω2 ) + (2ξωω )
2
n
2
(
donc H ( jω) ' = 0 équivaut à: 4.ω3 + 2. 4.ξ2 − 2 . ω.ω2n = 0 )
- 36 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
soit : ( )
ω2 + 2. ξ2 − 1 .ω2n = 0
( ) 1
ce qui n'est possible que si 2.ξ2 − 1 < 0 c’est à dire ξ<
2
La résonance a lieu pour H ( jω) ' = 0 , c'est à dire: ω = ωr = ωn . (1 − 2.ξ 2 )
2me cas:
1
H ( j ω) ' ne s'annule jamais : il n'y a pas de résonance. C'est le cas où ξ >
2
Dans le cas où il y a résonance, on définit alors un facteur de résonance Mp par:
H ( jωr ) 1
Mp = =
H ( 0) 2.ξ. 1 − ξ2
• Représentation de Bode :
H ( jω) dB
ξ=0,2
Mp
20.Log(K)
ξ=0,8
pente -12dB/octave
= -40dB/décade
ω/ωn (log)
ωr ωn
[
Φ H[ jω] ] ωn ω/ωn (log)
0
-90°
ξ=0,2
-180°
- 37 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
0
[
Im H ( jω) ] ω=0 [
Re H ( jω)]
ω→ + ∞
ω = ωn
ξ =0,8
ξ=0,2
ω = ωn
ξ=0,8
- 38 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 7
1. Introduction.
Ces dernières années, une véritable révolution a eu lieu concernant les moteurs d’automatisme.
Alors qu’il y seulement une dizaine d’années, ce sont principalement des moteurs à courant continu
de fabrication très soignée qui étaient utilisés, les moteurs alternatifs asynchrones constituent
aujourd’hui l’essentiel des moteurs utilisés pour les nouvelles installations. A cela deux raisons :
• Un coût moindre ou égal à l’achat ;
• Un coût très inférieur à l’entretien.
La commande de ces moteurs est plus complexe que celle des moteurs à courants continu et fait
largement appel à l’électronique. Cette partie dépasse le cadre de ce cours. Cependant, la
modélisation des machines reste basée sur les mêmes équations ; nous allons donc parler
essentiellement (pour simplifier) de moteurs à courant continu sachant que les équations que nous
écrirons restent valables pour les moteurs asynchrones.
2. Relations générales.
Les moteurs à courant continu comportent un induit bobiné (le rotor) et un inducteur bobiné ou à
aimant permanent. Le rotor tournant confère une inertie propre (J), et son implantation sur paliers
implique des frottements mécaniques (f). Le schéma traditionnel pour un moteur à courant continu
est donc celui de la figure 6.1.
Induit: i(t)
u(t)
Ω
Inducteur J
iind(t) f
L
u(t)
l
v(t)
u (t ) = E (t ) + Ri (t ) + L U ( p ) = E ( p ) + RI ( p ) + LpI ( p )
di
(1)
dt
M (t ) = Kϕ(t )i (t ) M ( p) = KΦ ( p )I ( p ) (3)
dΩ
J = M (t ) − fΩ(t ) JpΩ ( p ) = M ( p ) + fΩ ( p ) (6)
dt
où : M est le moment moteur ;
K est une constante générale liée à la machine tournante (MKSA) ;
φ représente le flux inducteur (Weber).
Si le flux inducteur ϕ(t ) et le courant dans l’enroulement d’induit i (t ) sont variables, les équations
(2) et (3) traduisent un système non linéaire (produit de deux variables).
Pour se placer dans le cas du fonctionnement linéaire, une des grandeurs i (t ) ou ϕ(t ) doit être
maintenue constante. Ceci impose une excitation séparée. On obtient alors deux modes de
fonctionnement avec commande par l’induit ou par l’inducteur.
- 40 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Induit: I0
iind
Ω
Inducteur v J
r, l f
Remarque: les éléments électriques et mécaniques interviennent sous des constantes de temps
séparées, il n’y a pas de réaction d’induit à considérer puisque le courant d’induit est maintenu
constant quelle que soit la vitesse (voir cours électrotechnique et TP U32).
- 41 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
i(t)
Ω
u(t) J
f
Induit R,L
M (t ) = k 'i (t ) . (10)
Le moment du couple est directement proportionnel au courant d’induit.
De même, on obtient à partir de la relation (2) :
E (t ) = k ' Ω(t ) . (11)
A l’aide des relations (1), (6), (10) et (11), on peut construire le diagramme fonctionnel du moteur
de la figure 6.7.
1 1
U I M Ω
+
- L. p + R k’ J. p + f
E
k’
Ω( p )
La fonction de transfert s’écrit à partir du diagramme fonctionnel :
U ( p)
k
Ω( p ) (L. p + R)(J . p + f ) k k
= = = 2
U ( p) k + (L. p + R)( J . p + f ) k + Rf + ( JR + Lf ) p + LJp 2
2 2
k
1+
(L. p + R )( J . p + f ) (12)
=
k / k + Rf( 2
)
JR + Lf LJ
1+ 2 p+ 2 p2
k + Rf k + Rf
En identifiant à un système du second ordre, soit en écrivant :
Ω( p )
=
(
k / k 2 + Rf )
=
Ks
(13)
U ( p) JR + Lf 2
p 2 1 + 2ξ p + p
LJ
1+ 2 p+ 2
k + Rf k + Rf ωn ωn
- 42 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
on obtient :
k
Gain statique : Ks =
k + Rf
2
k 2 + Rf
Pulsation propre du système no n amorti : ωn =
LJ
1 JR + Lf 1 k 2 + Rf JR + Lf 1 JR + Lf
Coefficient d’amortissement : ξ = ωn 2 = =
2 k + Rf 2 LJ k 2 + Rf 2 (
LJ k 2 + Rf )
4.1 Cas L = 0
En général, la self d’induit L est négligeable car le nombre de spires est faible pour les moteurs
d’automatisme.
Avec L = 0 , on obtient : =
( )
Ω ( p ) k / k 2 + Rf
=
(
k / k 2 + Rf ) (14)
U ( p) JR J
1+ 2 p 1+ 2 p
k + Rf k /R+ f
J
Cette relation correspond à un système du premier ordre de constante de temps τ = 2 et de
k /R+ f
k
gain statique K s = 2 .
k + Rf
4.2 Cas f = 0
k2
Le terme est homogène à un frottement, il correspond au frottement d’origine électrique de
R
l’induit tournant dans le champ et il est généralement plus important que les frottements
mécaniques. On peut donc négliger également le terme f.
Ω( p ) 1/ k
Finalement, avec f = 0 : =
U ( p ) 1 + JR p
k2
Cette relation correspond au cas où le système est dépourvu de charge, sinon il est impératif d’écrire
la relation de couple complète pour obtenir la fonction de transfert du système.
5. Génératrice tachymétrique.
Quand les moteurs à courant continu sont de fabrication très soignée, ils fonctionnent très bien en
génératrices tachymétriques et délivrent des tensions proportionnelles aux vitesses de rotation avec
une excellente linéarité. L’inducteur est à champ permanent. Le fonctionnement dans ce type
d’utilisation est d’autant plus linéaire que la génératrice est peu chargée car dans ce cas le circuit
magnétique n’est pas saturé du tout.
- 43 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 44 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 8
1 + 2ξ +
ωn ωn2
1
• terme en : le module comporte deux asymptotes se coupant en ω=ωn ; une
2 n
ω ω
1 + 2ξj +
j
ωn ωn
droite horizontale et une droite inclinée à -12.n dB/octave. La phase passe de 0 à -n.π pour ω variant
de 0 à + ∞ .
n
ω jω
2
n n
• termes en ( jω) , (1 + jωT ) , 1 + 2ξj + : analogues aux trois termes précédents en
ωn ωn
inversant les pentes des asymptotes et en changeant le signe des phases.
2 Retard pur e − pτ .
2.3 Approximations de e − p τ .
- 46 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Il est utile et parfois indispensable de disposer d’une bonne approximation du terme de retard par une
fraction rationnelle, en commande ou en simulation.
Le développement limité de e − p τ donne:
p 2τ 2 p 3τ 3
e −τ p = 1 − pτ + − +...
2 6
1
On peut ainsi penser approcher e − p τ simplement par = 1 − pτ + p 2 τ 2 −...
1 + τp
L’approximation n’est pas très bonne dès que ω augmente et il existe en pratique d’autres approximations
certes plus performantes mais aussi plus compliquées.
- 47 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 48 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 9
Un système est dit stable, si sa réponse impulsionnelle est le siège d'un régime amorti :
lim h( t ) = 0
t → +∞
Donc, un système est stable si lorsqu’il est excité par une impulsion de Dirac, sa sortie revient à sa position
initiale au bout d’un certain temps.
Chaque exponentielle ne revient à zéro que si la partie réelle de pi est strictement négative.
Un système est stable si tous les pôles de sa fonction de transfert sont strictement à gauche de
l’axe imaginaire dans le plan complexe dédié à p.
- 49 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
1. 1er examen :
Si les ai ne sont pas tous de même signe ou si certains sont nuls, D(p) a des racines à droite dans le plan
complexe, donc à partie réelle positive.
Le système est donc instable.
2. 2ème examen :
Si tous les ai sont positifs, on ne peut connaître la place des pôles qu’après examen de la première
colonne du tableau de Routh dont la construction est expliquée ci-après.
Les deux premières lignes du tableau sont écrites à l’aide des coefficients de D(p).
Les autres lignes sont formées de termes calculés à partir de ces coefficients.
pn Calculs
an a n− 2 a n− 4 Κ
On pose n −1 an −1 a n − 2 − a n a n −3
p a n −1 an −3 an −5 Κ A1 =
a n −1
p n −2 A1 A2 A3 Κ
n −3 a a − an a n − 5
B1 B2 B3 Κ A2 = n −1 n − 4
p a n −1
Μ Μ Μ Μ Μ
On 2 a a − a n an −7
M1 M2 M3 Κ A3 = n −1 n − 6
détermine p an −1
p1 N1 N2 N3 Κ
A a − a n −1 A2
p C1 C2 C3 Κ
B1 = 1 n −3
A1
A a − a n −1 A3
On analyse B 2 = 1 n −5
A1
…
N1 M 2 − M 1 N 2
C1 =
N1
Routh a établi que la condition nécessaire et suffisante de stabilité est que tous les coefficients de la
première colonne soient de même signe . De nombreux exemples seront traités en TD.
Le critère algébrique de Routh permet de savoir de façon simple et rapide si un système est stable ou non.
Il nous renseigne sur la stabilité mais non sur la robustesse de cette stabilité.
De plus sa mise en œuvre nécessite de connaître l’expression de la fonction de transfert.
- 50 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
La figure 8.1 montre la représentation de la FTBO d’un système du second ordre (inconditionnellement
stable) dans le plan de Nyquist pour deux amortissements différents.
-1
[
Im G( j ω)] [
Re G( j ω) ]
Point critique
ξ=0,8
ξ=0,2
ω croissants
Figure 8.1.
La représentation du même système dans le plan de Black est donnée sur la figure 8.2.
ξ=0,2 G( j ω) dB
-180° 0°
[
Arg G( j ω) ]
ω croissants
ξ=0,8
Point critique
Figure 8.2.
Dans le plan de Black, le point critique est donc laissé à droite « en descendant ».
- 51 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
Le critère du revers exprime tout simplement qu’aux fréquences hautes (vis à vis des fréquences
caractéristiques du système considéré : pulsation de résonance ou pulsation du système non amorti),
lorsque le déphasage est de –180°, il faut atténuer le signal de retour (gain < 1), sinon le signal réinjecté va
se réamplifier dans une réaction positive (LARSEN des installations radio).
4. Marges de stabilité
Un système est d’autant plus stable que son lieu de transfert en boucle ouverte passe loin du point
critique.
Pour quantifier cet aspect, on définit les marges de stabilité : marge de gain et marge de phase.
Les marges de stabilité peuvent être définies indifféremment dans le plan de Nyquist, le plan de Black ou
les diagrammes de Bode. En pratique, l’utilisation du plan de Black et des diagrammes de Bode est plus
utilisée du fait que l’on a accès directement au module et à la phase d’un système de façon expérimentale.
Dans ce cours, nous détaillons essentiellement l’utilisation du plan de Black
ϕ
-180° Mϕ
0 dB ϕ°
Mg
ω croissants
- 52 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
En analysant simplement le tracé de la figure 8.3., on se rend compte qu’une augmentation du gain de la
boucle ouverte, en décalant le lieu de Black vers le haut, va réduire les marges de stabilité.
De la même façon, une augmentation de la phase de la FTBO, par exemple par un retard pur, réduit ces
mêmes marges et peut conduire à l’instabilité.
- 53 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 54 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
CHAPITRE 10
1. Introduction
Jusqu'à présent, nous n'avons considéré que des systèmes "en Boucle Ouverte" (abréviation BO):
pour obtenir une bonne commande, l'opérateur doit avoir confiance dans l'étalonnage de son
système ou vérifier, à tout moment, que la sortie réagit comme il le désire.
L'idée de vérifier la sortie du système est maintenant intégrée à la commande: le système "en
Boucle Fermée" (abréviation BF) ou système asservi (abréviation SA) est muni de boucles de
retour, qui ramènent l'état des sorties au niveau des entrées, pour comparaison ou réaction.
Nous montrons dans ce chapitre comment s’utilisent les abaques facilitant l’étude des systèmes
bouclés. Puis nous définissons la notion de système du second ordre dominant.
Y (p) G( p )
E( p ) = X ( p)
1
donc: = et
X ( p ) 1 + G( p ) 1 + G( p )
Exemples:
1.
X + A Y
-
devient :
X + A.B 1/B Y
-
2.
X + A + B Y
- -
C
D
devient:
+ A
B Y
X - 1+ B.C
puis :
X + A. B. D 1/D Y
-
1+ B.C
3.1 Intérêt
Ces abaques représentent sur un même plan (Nyquist ou Hall) la FTBO et la Fonction de Transfert
en Boucle Fermée (FTBF) du système considéré. Cela évite donc des calculs souvent longs et
fastidieux et permet d’obtenir une vision « graphique » du problème très utile pour l’étude des
performances des systèmes et de leur régulation abordée dans la seconde partie du cours
d’automatique.
- 56 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
La fonction de transfert du système en boucle fermée est obtenue par le calcul avec la relation que
G( p )
nous avons démontrée ci-dessus : H ( p) = .
1 + G( p )
H ( p)
Inversement on peut exprimer la FTBO en fonction de la FTBF : G( p ) = .
1 − H ( p)
G( jω) H ( jω)
En régime harmonique, on a donc : H ( j ω) = et G( jω) = .
1 + G( jω) 1 − H ( jω)
Ainsi pour chaque valeur ωi de ω la connaissance de G( j ωi ) en module (dB) et argument (°)
permet de déterminer H ( j ωi ) en module et argument. En sens inverse, la connaissance de H ( j ωi )
entraîne celle de G( j ωi ).
Les abaques de Hall et de Black-Nichols permettent de passer graphiquement de G( j ω) à H ( jω)
et vice-versa (le passage de H ( jω) à G( j ω) n’est pas utilisé en pratique).
[ ]
Im G( j ω)
θ2
-1
θ1 O [ ]
Re G ( jω)
A
M
Figure 10.2.
G( p )
En boucle fermée, on a : H ( p) =
1 + G( p )
→ →
avec: OM ≡ G( p) et AM = 1 + G( p)
- 57 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
La construction point par point de H ( j ω) (connaissant G( j ω) ) est alors facilitée si on trace dans le
plan de Nyquist deux faisceaux de courbes correspondant à :
[ ]
arg H = Cte = θ
Mod H = Cte = M[ ]
• Construction de ces faisceaux de courbes :
x 2 + y2
soit: = M2
1 + x + 2. x + y
2 2
M2
ou encore: x 2 + y 2 + ( 2. x + 1) . =0
M2 −1
M2 M
Cette dernière équation représente un cercle de centre: − 2 ,0 et de rayon : 2
M −1 M −1
[ ]
De même, arg H ( j ω) = θ donne : Arctg − Arctg
y
x
y
1+ x
=θ
tg ( a ) − tg ( b)
or : tg ( a − b) =
1 + tg ( a ). tg (b)
y / x − y / (1 + x )
donc ici : = tg(θ ) = N
1 + ( y / x ).( y / (1 + x ))
y
soit : x2 + y2 + x − = 0
N
1 1
Cette équation représente également un cercle de centre : x0 = − , y0 = et de rayon :
2 2. N
1+ N2
2. N
Les cercles appartenant à cette dernière famille passent tous par les points :
(0,0) car : x 20 + y02 = distance du centre à l' origine = R
Les deux faisceaux de cercles sont orthogonaux. Ils forment l'abaque de Hall.
- 58 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
[ ]
alors, pour diverses valeurs de ω, les valeurs de H ( jω) et arg H ( jω) qui permettent de construire
point à point les courbes de gain et de phase du système en boucle fermée.
Remarque: lorsque le système asservi est mis en série avec une autre fonction de transfert:
cas de :
X + A Y
-
La fonction de transfert de l'ensemble est obtenue dans le plan de Bode, en effectuant simplement la
différence entre les courbes de gain et de phase de H(p) et de B(p).
4. Introduction de perturbations.
En pratique, la plupart des systèmes sont victimes de perturbations. Pour étudier l'influence de ces
"entrées secondaires", le principe de superposition est d'un grand secours. Pour l'analyse d'une
perturbation, on considère que toutes les autres entrées sont constantes et nulles.
En utilisant le théorème de superposition, le système décrit à la figure 10.3. est arrangé par l'algèbre
des diagrammes afin d’obtenir les sous-systèmes de la figure 10.4.
- 59 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
D
e +
X + A1 + A2 Y
-
Figure 10.3.
D + A2 Y
-
X=0
A1
X + A1.A2 Y
-
D=0
Figure 10.4.
H r ( p ) est la fonction de transfert du système en mode régulateur : le système doit faire face
aux seules perturbations.
H a ( p ) est la fonction de transfert du système en mode asservissement.
Nous donnons ici la technique pour calculer les paramètres du second ordre équivalent.
- 60 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 61 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
- 62 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
ANNEXE 2
AUTOMATICIENS ET ELECTRONICIENS
f(t) F(p)
δ(t ) 1
δ ( n) ( t ) n>0
n
p
A A
p
A.t A
p2
t n−1 A
n entier n ≥ 1
( n − 1)! pn
1 −t / T 1
e
T 1 + Tp
1
1 − e − t /T p(1 + Tp)
1
t − T + Te − t / T
p (1 + Tp)
2
1
T1 − T2
(
e − t / T1 − e − t / T2 ) 1
(1 + T1 p)(1 + T2 p)
1−
1
(
T1 e − t / T1 − T2 e − t / T2 ) 1
T1 − T2 p(1 + T1 p)(1 + T2 p)
t − (T1 + T2 ) −
1
(
T 2 e − t / T2 − T12 e − t / T1 ) 1
T1 − T2 2 p (1 + T1 p )(1 + T2 p)
2
- 69 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
1 p
3 (
T − t )e − t / T
T (1 + Tp) 2
1 −t / T 1
e
T2
(1 + Tp) 2
1 − 1 + e − t / T
t
1
T
p(1 + Tp)
2
1
t − 2T + ( t + 2T )e − t / T p 2 (1 + Tp)
2
ωn2
1− ξ 2 (
. e −ξω nt . Sin ωn 1 − ξ2 t + θ ) 1+
2ξ
p
p+ 2
p2
ωn ωn
θ = π - ArcCos ξ
( )
1
ωn
. e −ξω nt . Sin ωn 1 − ξ2 t 0 < ξ<1 2ξ p2
1− ξ 2
1+ p+ 2
ωn ωn
( )
1
1
1− . e − ξω n t .sin ωn 1 − ξ2 t + ψ 2ξ p2
1− ξ 2
p1 + p+ 2
ωn ωn
ψ = ArcCosξ
1
t−
2ξ
+
1
ωn ωn 1 − ξ2
(
. e−ξω n t . Sin ωn 1 − ξ2 t + 2ψ )
p 2 1 +
2ξ p2
p+ 2
ωn ωn
( ( b − a ) t + 1) e −at p +b
( p + a) 2
tn n!
p n+ 1
Cosat p
p + a2
2
- 70 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
( e p1t − e p2t )
1 1
si a 2 > b 2 :
p1 − p2 p + 2ap + b 2
2
p1 = − a + a 2 − b 2
avec
p 2 = −a − a 2 − b 2
si a 2 = b2 : te − at
1
si a 2 < b 2 : e − at Sinωt avec ω = b 2 − a 2
ω
1 1 1 1 1
si a 2 > b2 : 2 + p1t − p2 t
b p1 − p2 e e (p 2
+ 2ap + b 2 )
2
p1 = −a + a 2 − b 2
avec
p2 = −a − a 2 − b2
1 bt 1
e sin at
a ( p − b) 2
+ a2
e bt Cos at p−b
( p − b) 2
+ a2
1 1
Sh at
a p − a2
2
Ch at p
p − a2
2
1 bt 1
e Sh at
a ( p − b) 2
− a2
e bt Ch at p−b
( p − b) 2
− a2
e bt − e at 1
b−a ( p − a )( p − b)
be − ae at
bt
p
b−a ( p − a )( p − b)
( c − a ) e − ( c − b) e − bt
− at
p+c
b−a ( p + a )( p + b)
- 71 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
e − at e − bt e − ctt 1
+ +
( b − a )( c − a ) ( a − b )( c − b) ( a − c)( b − c) ( p + a )( p + b)( p + c)
Sin at − at Cos at 1
2 a3 (p 2
+ a2)
2
1 p
t Sin at
2a (p 2
+ a2)
2
Sin at + at Cos at p2
2a (p 2
+ a2)
2
1 p3
Cos at − at Sin at
2 (p + a2)
2 2
t Cos at p2 − a2
(p 2
+ a2)
2
Sin ix = + i sh x 1
avec formules en changer a en ia
Cos ix = ch x p − a 2'
2
eat / 2 3 3 1
3Sin at − Cos at + e− 3at / 2 p +a3
3
3a 2
2 2
eat / 2 3 3 p
Cos at + 3Sin at − e− 3at / 2 p +a3
3
3a 2 2
1 at 3 p2
e + 2e − at / 2 Cos at
3 2 p3 − a 3
e −bt − e − at 1
2( b − a ) πt 3 p+a + p +b
e − a /4t e−a
2 p
πt p
a −a p
e − a /4t
2
e
2 πt 3
p + a
( e − e − at )
1 − bt
ln
t p + b
- 72 -
Université de Savoie DEUG STPI Unité U32
Systèmes linéaires - Automatique
t
0
a 2a 3a 4a 5a 6a
-1
∞
f ( t ) = u ( t ) + 2 ∑ ( − 1) t ( t − ka)
k
k =1
f(t) 1 ap
2 Th
1 ap 2
t
0
a 2a 3a 4a 5a 6a
2 (1− e − ape − ap )
f(t) 1 −ap 1
ap 1 − e − ap
1
t
0
a 2a 3a 4a 5a 6a
∞
∑ a [ u( t − ka) − u( t − ( k + 1) a) ]
t
f (t ) =
k=0
- 73 -