Commande Numérique des Procédés1

Préparé par le Pr. Atmane BADDOU de l’ENSA d’Agadir

1
Vos commentaires sont les bienvenus à l’adresse e-mail: baddou@ensa-agadir.ac.ma
Table de matières

1 Systèmes à temps discrets 4

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Signal à temps discret . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Transformée en Z . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Propriétés de la transformée en Z . . . . . . . . . . . . . . . . 6
1.4.1 Linéarité . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.2 Produit de convolution . . . . . . . . . . . . . . . . . . 6
1.4.3 Théorème du retard . . . . . . . . . . . . . . . . . . . 6
1.4.4 Théorème de l’avance . . . . . . . . . . . . . . . . . . 6
1.4.5 Théorème de la sommation . . . . . . . . . . . . . . . 7
1.4.6 Théorème de la valeur initiale . . . . . . . . . . . . . . 7
1.4.7 Théorème de la valeur finale . . . . . . . . . . . . . . . 7
1.5 Exemples de transformées en Z . . . . . . . . . . . . . . . . . 8
1.6 Échantillonnage et reconstruction du signal . . . . . . . . . . 10
1.6.1 CAN : Convertisseurs Analogique-Numérique . . . . . 10
1.6.2 CAN : Convertisseurs Numérique-Analogique . . . . . 11
1.6.3 Théorème de la convolution discrète . . . . . . . . . . 12
1.7 Fonction de Transfert échantillonnée . . . . . . . . . . . . . . 13
1.7.1 Règles d’échantillonnage . . . . . . . . . . . . . . . . . 14
1.7.2 Equations Récurrentes . . . . . . . . . . . . . . . . . . 15
1.7.3 Propriétés et définitions . . . . . . . . . . . . . . . . . 16
1.8 Transformée en Z inverse . . . . . . . . . . . . . . . . . . . . 17
1.8.1 Développement en fractions élémentaires . . . . . . . . 17
1.8.2 Division suivant les puissances décroissantes . . . . . . 18
1.8.3 Réponse à une impulsion . . . . . . . . . . . . . . . . 19
1.9 Etude de quelques cas . . . . . . . . . . . . . . . . . . . . . . 19
1.9.1 Système du premier ordre sans retard . . . . . . . . . 19
1.9.2 Notion de Mode . . . . . . . . . . . . . . . . . . . . . 21

2 Stabilité et précision des systèmes discrets 26

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 Critères de stabilité . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2.1 Critère du Jury . . . . . . . . . . . . . . . . . . . . . . 27
2.2.2 Critère de Routh . . . . . . . . . . . . . . . . . . . . . 29
2.2.3 Critère graphique . . . . . . . . . . . . . . . . . . . . . 30

2 A. BADDOU, Proffesseur à l’ENSA d’Agadir

TABLE DE MATIÈRES TABLE DE MATIÈRES

2.3 Lieu d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.4 Précision des systèmes discrets . . . . . . . . . . . . . . . . . 31
2.4.1 y r echelon( Écart en position ep ) . . . . . . . . . . . . 32
2.4.2 y r rampe (Écart en vitesse ev ) . . . . . . . . . . . . . 32
2.4.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5 Discrétisation d’un correcteur continu . . . . . . . . . . . . . 33
2.5.1 Discrétisation Directe( Avant) . . . . . . . . . . . . . 33
2.5.2 Discrétisation arrière . . . . . . . . . . . . . . . . . . . 33
2.5.3 approximation de Tustin (transformation homographique) 33
2.5.4 approximation de Tustin modifiée . . . . . . . . . . . 34
2.6 Les correcteurs numériques . . . . . . . . . . . . . . . . . . . 36
2.6.1 Si la fonction de transfert n’est pas disponible . . . . . 37
2.6.2 Si la fonction de transfert est disponible . . . . . . . . 38

3 Régulateurs RST 40
3.1 Régulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2 Poursuite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Poursuite et régulation avec objectifs indépendants . . . . . . 45
3.3.1 Régulation . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3.2 Poursuite . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Poursuite et régulation avec pondération de l’entrée . . . . . 47
3.4.1 Structure . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.2 Poursuite . . . . . . . . . . . . . . . . . . . . . . . . . 48

A. BADDOU, Proffesseur à l’ENSA d’Agadir 3

Chapitre 1

Systèmes à temps discrets

1.1 Introduction
Le développement des outils informatiques a poussé les automaticiens à
trouver le moyen d’utiliser le traitement numérique dans la commande des
procédés. Étant donné que la plupart des procédés industriels sont de na-
ture continue, et qu’un ordinateur ne traite que du numérique (0 ou 1), une
adaptation est donc nécessaire avant d’utiliser un PC dans la commande des
systèmes. Notons qu’il existe des systèmes de nature discrète aussi (codage
optique par exemple).

1.2 Signal à temps discret

Considérons un signal continu x(t) défini par,

x : R+ −→ Rn
t −→ x(t)

le signal à temps discret x(k), obtenu à partir du signal à temps continu,

est défini par,
x : N −→ Rn
k −→ x(k)
c’est le même signal que le continu avec des valeurs qui ne sont considérées
qu’à des instants particuliers. Le signal est noté {x(nTe ), n = 0, 1, ..., }. À

x(t)

x(kT)

4 A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Transformée en Z

partir de {x(kTe )}, on peut construire un signal continu défini par,

{
∗ x(t) si t = nTe
x (t) = , n ∈ N.
0 sinon

Sachant que,
f (t)δ(t − nTe ) = f (nTe )
où δ est la distribution de Dirac, on a,

∑
+∞
x∗ (t) = x(nTe )δ(t − nTe )
n=0

Remarque 1.2.1. Pour le moment, Te est un paramètre qui sera précisé

par la suite et qu’on appelle période d’échantillonnage.

La transformée de Laplace de x∗ (t) est donnée par,

∑
+∞
X ∗ (p) = L(x∗ (t)) = x(nTe )L(δ(t − nTe ))
n=0

or,
L(δ(t)) = 1 et L(δ(t − nTe )) = e−nTe p L(δ(t)) = e−nTe p
ce qui permet d’écrire,

∑
+∞
∗
X (p) = x(nTe )e−nTe p
n=0

Pour alléger la notation, on prend Te = 1,

∑
+∞
∗
X (p) = x(n)e−np
n=0

1.3 Transformée en Z
Soit un séquence {s(n) = s(0), s(1), s(2)...}, la transformée en Z de s(n) est
définie par,
∑
+∞
S(z) = s(n)z −n = S ∗ (p)/z=epTe
n=0

c’est une série mathématique dont on peut étudier la convergence.

T
f(t) f*(t)
F(z) = F*(p) /z = epT
F(p) F (p)
*

A. BADDOU, Proffesseur à l’ENSA d’Agadir 5

Propriétés de la transformée en Z Systèmes à temps discrets

1.4 Propriétés de la transformée en Z

1.4.1 Linéarité
Comme pour la transformée de Laplace appliquées aux systèmes continus,
la transformée en Z est linéaire,

Z(αf (k) + βg(k)) = αZ(f (k)) + βZ(g(k)) = αF (z) + βG(z)

1.4.2 Produit de convolution

Pour les systèmes continus, le produit de convolution est défini par,
∫ t ∫ t
(f ∗ g)(t) = f (t − τ )g(τ )dτ = f (τ )g(t − τ )dτ
0 0

la transformée de Laplace du produit de convolution est donnée par,

L(f ∗ g) = L(f (t))L(g(t)) = F (p)G(p)

Pour les systèmes discrets, le produit de convolution est défini par,

∑
+∞ ∑
+∞
(f ∗ g)(k) = f (n)g(k − n) = f (k − n)g(n)
n=0 n=0

sa transformée en Z est donnée par,

Z(f ∗ g) = Z(f )Z(g) = F (z)G(z), à démontrer en exercice

1.4.3 Théorème du retard

Pour les systèmes continus on a,

L(f (t − τ )) = e−τ p F (p)

Pour les systèmes discrets, on peut montrer que,

Z(f (k − l)) = z −l F (z), à démontrer en exercice

1.4.4 Théorème de l’avance

Si f (k + l) correspond au signal f (k) avancé de l périodes tel que f (j) = 0
pour j < 0 alors,

∑
l−1
Z(f (k + l)) = z {F (z) −
l
f (i)z −i }, à démontrer en exercice
i=0

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Propriétés de la transformée en Z

1.4.5 Théorème de la sommation

Pour les systèmes continus,
∫ t
1
L( f (t)dt) = F (p)
0 p
Pour les systèmes discrets,
∑l
z
Z( f (i)) = F (z)
z−1
i=0

En effet, ∑n ∑+∞ ∑n
Z( −n
i=0 f (i)) = n=0 ( i=0 f (i))z

∑+∞ ∑+∞
= n=0 i=0 f (n − i)z −n
∑+∞ ∑+∞
= i=0 n=0 f (n − i)z −n
∑+∞ ∑+∞
= i=0 n=i f (n − i)z −n
∑+∞ ∑+∞
= i=0 j=0 f (j)z −(i+j)
∑+∞ ∑+∞
= i=0 z −i j=0 f (j)z −j
∑+∞
= F (z) i=0 z −i

z
= z−1 F (z)

1.4.6 Théorème de la valeur initiale

Pour les systèmes continus,
lim f (t) = lim pF (p)
t−→0 p−→+∞

Pour les systèmes discrets,

f (0) = lim F (z)
z−→+∞

1.4.7 Théorème de la valeur finale

Pour les systèmes continus,
lim f (t) = lim pF (p)
t−→+∞ p−→0

à condition que les pôles de F (p) soient stables (pôles à parties réelles
négatives).
Pour les systèmes discrets,
z−1
lim f (k) = lim F (z)
k−→+∞ z−→1 z

A. BADDOU, Proffesseur à l’ENSA d’Agadir 7

Exemples de transformées en Z Systèmes à temps discrets

à condition que les pôles de (1 − z −1 )F (z) soient stables (pôles de modules

inférieurs à 1).
Remarque 1.4.1. Connaissant la transformée de Laplace F (p) de f (t),
on peut déterminer la transformée de Laplace F ∗ (p) de f ∗ (t) à partir de la
formule suivante,
∑ [ ]
∗ F (ξ)
F (p) = Résidus
p
1 − e−T p eξp ξ=pi
i

On rappelle que pour G(p) donnée sous forme d’une fraction, le résidus ri
en p = pi (pôle) est donné par,
1 dm−1
ri = [(ξ − pi )m G(ξ)]ξ=pi
(m − 1)! dξ m−1
où m est l’ordre de multiplicité du pôle pi .
Exemple 1.4.2. Soit
1
G(p) = {3 4} pôles
(p − 3)(p − 4)
D’après le résultat général,
1
r3 = (p − 3)G(p)/p=3 = = −1
3−4
1
r4 = (p − 4)G(p)/p=4 = =1
4−3
et,
1 1
G(p) = r3 + r4
p−3 p−4

1.5 Exemples de transformées en Z

Dirac
Soit le signal défini par, δ0 = 1 et δk = 0 ∀k ̸= 0. La transformée en Z de ce
signal est donnée par,
∑
+∞
Z(δk ) = δi z −i = δ0 z 0 = 1
i=0

Dirac retardé
Le signal est défini par,
[
1 si k = h
f (k) = δk−h =
0 sinon
on a,
Z(f (k)) = Z(δ(k − h)) = z −h Z(δk ) = z −h

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Exemples de transformées en Z

Echelon

Il est défini par,

[
1 si k ≥ 0
e(k) =
0 si k < 0
Sa transformée en Z est donnée par,

∑
+∞ ∑
+∞
1
−i
Z(ek ) = e(i)z = z −i =
1 − z −1
i=0 i=0

Rampe

Une rampe est définie par,

r(k) = kTe , ∀k ≥ 0

∑
+∞ ∑
+∞ ∑
+∞ ∑
+∞
−i −i −(i+1) −1
Z(r(k)) = r(i)z = iTe z = Te (i+1)z = Te z (i+1)z −i
i=0 i=0 i=0 i=0
( )
d 1 z −1 z
= Te z −1 = Te = Te
d(z −1 ) 1 − z −1 (1 − z −1 )2 (z − 1)2

Exponentielle (puissance)

Définie par,
f (k) = ak , k≥0

∑
+∞ +∞ ( )
∑ a i
Z(f (k)) = f (i)z −i =
z
i=0 i=0

si
a
| | < 1 i.e., |a| < |z| < 1 alors
z
1 z
Z(f (k)) = =
1− a
z z−a
Par application du théorème de la valeur finale,

z−1 z−1
lim ak = lim F (z) = lim
k−→+∞ z−→1 z z−→1 z−a

La condition nécessaire d’application du théorème de la valeur finale est que

z F (z) soit dans le disque unité, i.e., |a| < 1. Dans ce cas,
le pôle de z−1

z−1
lim ak = lim =0
k−→+∞ z−→1 z − a

A. BADDOU, Proffesseur à l’ENSA d’Agadir 9

Échantillonnage et reconstruction du signal Systèmes à temps discrets

1.6 Échantillonnage et reconstruction du signal

Le but de la commande numérique est l’utilisation d’un calculateur dans la
boucle de commande. Étant donné que le procédé est de nature souvent
continue et que le calculateur fonctionne de manière discontinue, des con-
vertisseurs analogique-numérique et numérique-analogique sont nécessaires.

Procédé

CNA CAN

Machine (PC)

1.6.1 CAN : Convertisseurs Analogique-Numérique

On rappelle que,
∑
+∞
∗
f (t) = f (kT )δ(t − kT )
k=0
f ∗ (t) coincide avec f (t) aux instants d’échantillonnage et s’annule ailleurs.
C’est donc une prise d’échantillon d’information sur le signal continu. La
qualité de l’information prise dépend de la période T : plus T est faible, plus
f ∗ (t) s’approche de f (t); pour qu’il n’y ait aucune perte d’information, T
doit tendre vers zéro.
Le choix de la période d’échantillonnage dépend de la nature du signal f (t) et
des potentialités offertes par l’horloge (échantillonneur): Pour des signaux
lentement variables, il est inutile de faire des prises à T faible puisqu’il
y’aurait une redondance d’information (effort inutile). Par contre, pour
des systèmes très rapides, une grande période T risque de faire perdre des
informations sur le système.

Choix de la période d’échantillonnage

Le choix doit respecter le théorème de Shannon suivant:
Théorème 1.6.1. Pour pouvoir reconstituer le signal continu à partir d’un
signal échantillonné de période T , il faut que la fréquence maximale con-
tenue dans le signal continu soit inférieure à la moitié de la fréquence
d’échantillonnage:
Tmin
fT > 2fmax ⇐==⇒ T < ⇐==⇒ wT ≥ 2wmax
2
En pratique, on prend toujours une marge supplémentaire: ce ci peut
aller de fT > 4fmax à fT > 6fmax , surtout que les outils informatiques le
permettent.
Une fois le calculateur termine ses calculs, il doit envoyer le résultat au
système continu, une conversion numérique-analogique est donc nécessaire.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Échantillonnage et reconstruction du signal

1.6.2 CAN : Convertisseurs Numérique-Analogique

Les filtres de reconstruction les plus utilisés sont les bloqueurs, en parti-
culier le bloqueur d’ordre zéro, qu’on note BOZ. Le principe de fonction-
nement d’un BOZ est le suivant, on cherche à reconstruire g(t) à partir de
{f (0), f (1), f (2), ...}, pour cela,

• Aux instants d’échantillonnage, g(t) = f (kT )

• Entre deux instants d’échantillonnage successifs kT et (k + 1)T on a,

g(t) = f (kT ), ∀ kT ≤ t < (k + 1)T . En effet, le développement de
Thaylor de f (kT + τ ) pour 0 ≤ τ < T donne,

f (kT + τ ) = f (kT ) + τ f ′ (kT ) + ...

et l’approximation d’ordre zero de ce développement donne le résultat.

Le principe de fonctionnement est donné par la figure 1.1. Si le bloqueur est

f(kT)
g(t)
ο
ο
ο ο
ο ο
ο
ο
ο

Figure 1.1: Exemple d’un signale échantillonné et le signal reconstruit cor-

respondant

vu comme un filtre, il a comme fonction de transfert,

bo (t) = Γ(t − kT ) − Γ(t − (k + 1)T ), pour tout t tel que kT ≤ t < kT + T

où Γ est la fonction échelon. Sa fonction de transfert est donnée par,

1 − e−pT
Bo (p) =
p
Remarque 1.6.2.

1. Il existe des bloqueurs d’ordre un ou supérieur mais le bloqueur d’ordre

zéro est le plus utilisé.

2. Si on s’iteresse au signal entre deux instants d’échantillonnage, on

utilise ce qu’on appelle la transformée en Z modifiée.

f (t) −→ f ∗ (t) −→ F (z)

f (t − λT ) −→ f ∗ (t − λT ) −→ F (z, m) (Transformée en Z modifiée)

∑
+∞
Z(f (t − λT )) = f (nT − λT )z −n
n=0

A. BADDOU, Proffesseur à l’ENSA d’Agadir 11

Échantillonnage et reconstruction du signal Systèmes à temps discrets

Si on pose m = 1 − λ, avec 0 ≤ λ < 1 alors, 0 < m ≤ 1 et λ = 1 − m;

ce qui permet d’écrire,
∑
+∞ ∑
+∞
Z(f ∗ (t − λT )) = f (nT + mT − T )z −n = f ((n + m − 1)T )z −n
n=0 n=0

pour, n = 0, f ((m − 1)T ) = 0 car m − 1 < 0, donc

∑+∞
Z(f ∗ (t − λT )) = n=1 f ((n + m − 1)T )z
−n
∑+∞
= f ((n + m)T )z −n−1
−1
∑+∞
n=0
−n
= z n=0 f ((n + m)T )z

finalement,
∑+∞
F (z, m) = z −1 n=0 f ((n + m)T )z −n

On peut montrer les propriétés suivantes:

lim zF (z, m) = F (z)
m−→0

et
lim F (z, m) + f (0) = F (z)
m−→1

En considérant la situation décrite précédemment, le schéma du système

est donné par la figure 1.2. Le bloqueur d’ordre zéro, le procédé et l’échantillonneur

u(kT) y(t) y(kT)

u(t)
B0(p) Procédé

Système échantillonné

Figure 1.2: Schéma d’un système échantillonné

constituent le système échantillonné.

1.6.3 Théorème de la convolution discrète

Soit le système décrit par le schéma suivant,

u(t) −→ G(p) −→ y(t)

pour les systèmes continus,
∫ t
y(t) = g(t − τ )u(τ )dτ
0

si au lieu d’utiliser u(t) on utlise u∗ (t) telle que,

∑
+∞ ∑
+∞
u∗ (t) = u(nT )δ(t − nT ) ⇐==⇒ U ∗ (p) = u(nT )e−npT
n=0 n=0

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Fonction de Transfert échantillonnée

alors,
∑
+∞
∗ ∗
Y (p) = G(p)U (p) = u(nT )G(p)e−npT
n=0

ce qui permet d’avoir,

∑
+∞
y ∗ (t) = u(nT )L−1 (G(p)e−npT )
n=0

finalement,
∑
+∞
∗
y (t) = u(nT )g(t − nT )
n=0

permettant ainsi d’obtenir,

y(z) = G(z)u(z)

1.7 Fonction de Transfert échantillonnée

Puisque la majeur partie des systèmes réels sont de nature continue et que les
transformées de Laplace nous sont familières, il est intéressant d’obtenir la
transformée en Z F (z) à partir de la transformée de Laplace F (p). Sachant
qu’un bloqueur d’ordre zéro est nécessaire à la reconstruction du signal, on
adopte la configuration de la figure 1.2 et on cherche à obtenir,

Y (z) Y (p)
F (z) = à partir de F (p) =
U (z) U (p)

et puisque,
1 − e−pT
B0 (p) =
p
on a, ( )
−1 F (p)
F (z) = Z(B0 (p)F (p)) = (1 − z )Z
p
Exemple 1.7.1. On considère le système décrit par la fonction de transfert,

1
F (p) =
p(p + 1)

la fonction de transfert échantillonnée correspondante est donnée par,

1
F (z) = (1 − z −1 )Z( )
p2 (p+ 1)
or,
1 A B C (A + C)p2 + (A + B)p + B
= + + =
p2 (p + 1) p p2 p + 1 p2 (p + 1)

A. BADDOU, Proffesseur à l’ENSA d’Agadir 13

Fonction de Transfert échantillonnée Systèmes à temps discrets

par identification terme à terme,

A = −C = −B et B = 1

ce qui permet d’écrire,

1 z Tz z
Z( )=− + +
p2 (p + 1) z − 1 (z − 1) 2 z − e−T
et
( )
z−1 z Tz z az + b
F (z) = − + + =
z z − 1 (z − 1) 2 z − e−T (z − 1)(z − e−T )
avec,
a = T + e−T − 1 et b = 1 − e−T (1 + T )

Propriétés
• La fonction de transfert F (z) obtenue à partir d’un système continu
échantillonné dépend de la période d’échantillonnage T utilisée.
• Pour l’exemple précédent, l’ordre du système est 2, le système échantillonné
est aussi d’ordre 2, cette propriété est générale: l’échantillonnage con-
serve l’ordre du système.
• Les pôles de F (z) sont donnés par : zi = epi où pi est le pôle du système
continu, i = 1, 2; par conséquence, l’échantillonnage ne modifie par la
stabilité:
Re(pi ) < 0 ⇐==⇒ |epi | < 1

1.7.1 Règles d’échantillonnage

Premier Cas: On considère le schéma de la figure 1.3, pour ce cas, tous
u2(t)
u1(t) u3(t) y(t)
G1(p) G2(p) G3(p)
u1*(t) u2*(t) u3*(t) y*(t)

Figure 1.3: Premier cas possible d’échantillonnage

les systèmes sont séparés par des échantillonneurs,

Y (z) = G3 (z)U3 (z) = G3 (z)G2 (z)U2 (z) = G3 (z)G2 (z)G1 (z)U1 (z) = G(z)U1 (z)

Deuxième Cas: soit le schéma de la figure 1.4. Pour ce cas, les systèmes
ne sont pas séparés par des échantillonneurs et on a,

Y (z) = Z(G1 (p)G2 (p)G3 (p))U (z) = G(z)U (z)

Autres Cas: D’autres cas sont donnés dans la figure 1.9 et sont laissés en
exercice.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Fonction de Transfert échantillonnée

u(t) y(t)
G1(p) G2(p) G3(p)
u (t)
*
y*(t)

Figure 1.4: Deuxième cas possible d’échantillonnage

S(p) S*(p) + S(p) S*(p)
E(p) + E(p)
G(p) G(p)
- S(z) - S(z)
H(p) H(p)
S(p) S(p)
E(p) + S*(p) E(p) + S*(p)
G1(p) G2(p) G1(p) G2(p)
- S(z) - S(z)
H(p) H(p)
S(p) S*(p)
E(p) +
G(p)
- S(z)
H(p)

Figure 1.5: Calcul des fonctions de transfert échantillonnées

1.7.2 Equations Récurrentes

Un système linéaire à temps discret peut être décrit par une équation du
genre,

y(k+n)+a1 y1 (k+n−1)+...+an y(k) = b0 u(k+m)+b1 u(k+m−1)+...+bm u(k)

où n est l’ordre du système, y(k + i) et u(k + j), sont les sorties et les entrées
aux instants (k + i)T , et (k + j)T , respectivement, i = 1, ..., n et j = 0, ..., m.
Il est facile de voir que si m > n, la sortie du système à un instant KT
dépend des entrées futures, ce qui n’est pas physiquement réalisable, par
suite, on va toujours supposé que n ≥ m ce qui garantie la causalité du
système.
On peut obtenir la fonction de transfert échantillonnée à partir de la forme
suivante,

y(k) + a1 y1 (k − 1) + ... + an y(k − n) = b0 u(k) + b1 u(k − 1) + ... + bm u(k − m)

En effet, par application de la transformée en Z à cette équation en supposant

que toutes les conditions initiales sont nulles on a,

Y (z) + a1 z −1 Y (z) + ... + an z −n Y (z) = b0 U (z) + b1 z −1 U (z) + ... + bm z −m U (z)

qu’on peut écrire sous la forme,

Y (z) b0 + b1 z −1 + ... + bm z −m
G(z) = =
U (z) 1 + a1 z −1 + ... + an z −n

A. BADDOU, Proffesseur à l’ENSA d’Agadir 15

Fonction de Transfert échantillonnée Systèmes à temps discrets

Remarque 1.7.2.
1. La forme récurrente précédente est bien adaptée aux simulations et
peut être programmée puisque la sortie du système à un instant ne
dépend que des entrées et sorties antérieures à cet instant( sauf pour
la commande qu’on suppose disponible puisque c’est le concepteur qui
la développe ).

2. Par abus de notation, on confond parfois y(k) et y(z), mais il ne faut

pas perdre de vue que y(z) relève du domaine fréquentiel par contre
y(k) relève du domaine temporel, de plus, y(z) est une certaine ”trans-
formée de Laplace” de y(k). On note aussi, y(k − n) = q −n y(k) où
q est appelé opérateur retard, ainsi, on rencontrera des écritures du
genre,

y(k)+a1 y1 (k−1)+...+an y(k−n) = b0 u(k)+b1 u(k−1)+...+bm u(k−m)

par application de l’opérateur retard peut s’écrie,

(1 + a1 q −1 + ... + an q −n )y(k) = (b0 + b1 q −1 + ... + bm q −m )u(k)

ou sous une forme polynomiale,

A(q −1 )y(k) = B(q −1 )u(k)

avec, {
A(q −1 ) = 1 + a1 q −1 + ... + an q −n
B(q −1 ) = b0 + b1 q −1 + ... + bm q −m

1.7.3 Propriétés et définitions

1. Si la fonction de transfert peut se mettre sous la forme,
B(z −1 )
G(z) = z −d
A(z −1 )
alors le système admet un retard pur de d périodes d’échantillonnage.

2. Pour les systèmes continus représentés par une fonction de transfert

G(p), le gain statique est donné par G(p)/p=0 . Dans le cas discret, le
gain statique est donné par G(z)/z=1 .

3. Pour un système décrit par,

B(z)
G(z) =
A(z)
les racines de B(z) s’appellent les zéros de la fonction de transfert et
les racines de A(z) s’appellent les pôles de la fonction de transfert.

4. Le système est asymptotiquement stable si set seulement si ses pôles

sont de module inférieur à 1.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Transformée en Z inverse

1.8 Transformée en Z inverse

Comme pour les systèmes continus où la fonction f (t) peut être obtenue à
partir de F (p) en utilisant la transformée de Laplace inverse, f (nT ) peut
être obtenue en utilisant la transformée en Z inverse de F (z) par différentes
méthodes.

1.8.1 Développement en fractions élémentaires

Pour les systèmes continus, si on arrive à mettre F (p) sous la forme,
A1 A2 An
F (p) = + + ... +
p − p1 p − p2 p − pn
alors,
f (t) = A1 ep1 t + A2 ep2 t + ... + An epn t
Pour les systèmes discrets, cette formulation n’est pas pratique car les termes
de la forme
A
z+a
ne figurent pas sur la table de conversion. Pour remédier à ce problème de
forme, au lieu de développer F (z) en fractions élémentaires, on développe
F (z)/z, ce qui permet d’obtenir,
F (z) A1 A2 An
= + + ... +
z z − z1 z − z2 z − zn
qui peut s’écrire,
zA1 zA2 zAn
F (z) = + + ... +
z − z1 z − z2 z − zn
et cette fois ci, les termes
zAi
, i = 1, ..., n
z − zi
figurent sur la table de conversion et on obtient,
f (kT ) = A1 (z1 )k + A2 (z2 )k + ... + An (zn )k
Exemple 1.8.1. Soit le système décrit par la fonction de transfert échantillonnée,
2z
G(z) =
(z − 1)(z − 0.5)
On a,
G(z) 2 4 4
= = −
z (z − 1)(z − 0.5) z − 1 z − 0.5
et ( )
z z
G(z) = 4 −
z − 1 z − 0.5
ce qui permet d’obtenir,
g(k) = 4(1 − (0.5)k )

A. BADDOU, Proffesseur à l’ENSA d’Agadir 17

Transformée en Z inverse Systèmes à temps discrets

1.8.2 Division suivant les puissances décroissantes

Par définition,
∑
+∞
F (z) = f (nT )z −n
n=0
f (nT ) qu’on cherche à déterminer est le coefficient de z −n . Pour l’obtenir,
on écrit F (z) sous forme d’une fraction en z −1 et on effectue une division
polynomiale.
Exemple 1.8.2. Soit le fonction de transfert,
z2 z2
F (z) = =
(z − 1)(z 2 − 0.4z + 0.1) z 3 − 1.4z 2 + 0.5z − 0.1
Écrivons F (z) sous forme d’une fraction en z −1 ,
z −1
F (z) =
1 − 1.4z −1 + 0.5z −2 − 0.1z −3
z −1 1 − 1.4z −1 + 0.5z −2 − 0.1z −3
z −1 − 1.4z −2 + 0.5z −3 − 0.1z −4
z −1 + 1.4z −2 + 1.46z −3 + 1.44z −4
1.4z −2 − 0.5z −3 + 0.1z −4
1.4z −2 − (1.4)2 z −3 + 0.7z −4 − 0.14z −5

1.46z −3 − 0.6z −4 + 0.14z −5

1.46z −3 − (1.4 ∗ 1.46)z −4 + 0.73z −5 − 0.146z −6

1.44z −4 − 0.59z −5 + 0.146z −6

d’après cette division on peut conclure que,

f (0) = 0, f (T ) = 1, f (2T ) = 1, 4, f (3T ) = 1, 46, f (4T ) = 1.44
Cette méthode est peu utilisée pour deux raisons,
• Les calculs sont lourds
• Pour calculer f (10T ) il faut effectuer tous les calculs jusqu’à la dixième
étape.
Sur cette exemple, on remarque que f (kT ) fluctue pour des valeurs faibles
de k et tend à se stabiliser autour d’une valeur. De plus on peut montrer
que f (kT ) tend vers une valeur fixe en appliquant le théorème de la valeur
finale. En effet,
z−1 z2
lim f (kT ) = lim (1 − z −1 )F (z) = lim
k−→+∞ z−→1 z−→1 z (z − 1)(z 2 − 0.4z + 0.1)
par conséquence,
z 1
lim f (kT ) = lim = = 1.428
k−→+∞ z−→1 z 2 − 0.4z + 0.1 0.7

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Etude de quelques cas

1.8.3 Réponse à une impulsion

Considérons le système décrit par la fonction de transfert échantillonnée,
Y (z)
G(z) =
U (z)
En écrivant G(z) sous forme d’une fraction en z −1 , on peut obtenir g(kT ) à
partir d’une réponse impulsionnelle du système, dans ce cas, G(z) = Y (z).
Exemple 1.8.3. Soit,
z 0.3 Y (z)
G(z) = 0.3 = =
z − 0.2 1 − 0.2z −1 U (z)
Pour une entrée impulsion, U (z) = 1, ce qui permet d’écrire Y (z) = G(z),
donc y(kT ) = g(kT ), ∀ k. Or
y(kT ) = 0.2y((k − 1)T ) + 0.3u(kT )
et {
1 si k = 0
u(kT ) =
0 si k > 0
En supposant que y(kT ) = 0 pour k < 0 on obtient,
y(0) = 0.3, y(T ) = 0.06, y(2T ) = 0.012, y(3T ) = 0.0024, ...
A titre d’exercice, refaire cette exemple avec les autres méthodes et com-
parer les résultats obtenus.

1.9 Etude de quelques cas

1.9.1 Système du premier ordre sans retard
Il est décrit par l’équation récurrente,
y(k) = ay(k − 1) + bu(k − 1)
par application de la transformée en Z on obtient la fonction de transfert
suivante,
bz −1
G(z) =
1 − az −1

Réponse impulsionnelle
Soit la commande définie par u(0) = 1 et u(k) = 0, ∀ k ̸= 0. On suppose
que y(k) = 0 et u(k) = 0 pour k < 0, ce qui permet d’écrire,
y(0) = ay(−1) + bu(−1) = 0
y(1T ) = ay(0) + bu(0) = b
y(2T ) = ay(1T ) + bu(1T ) = ab
y(3T ) = ay(2T ) + bu(2T ) = a2 b
.
.
y(kT ) = ak−1 b

A. BADDOU, Proffesseur à l’ENSA d’Agadir 19

Etude de quelques cas Systèmes à temps discrets

Si a > 1 Dans ce cas on obtient une divergence (instabilité):

y(kT ) k−→+∞ - +∞
120 0

100 −20

80 −40

60 −60

40 −80

20 −100

0 −120
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Figure 1.6: Cas a = 1, 5 et b = ±2

Si a = 1 La fonction de transfert devient,

bz −1
G(z) =
1 − z −1

c’est un intégrateur, et la sortie est constante: y(kT ) = b, ∀ k > 0.

Si 0 < a < 1 Dans ce cas la stabilité est garantie

2 0

1.8 −0.2

1.6 −0.4

1.4 −0.6

1.2 −0.8

1 −1

0.8 −1.2

0.6 −1.4

0.4 −1.6

0.2 −1.8

0 −2
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Figure 1.7: Cas a = 0, 5 et b = ±2

Si −1 < a < 0 La stabilité est garantie mais on obtient des fluctuations,

2 1

1.5 0.5

1 0

0.5 −0.5

0 −1

−0.5 −1.5

−1 −2
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Figure 1.8: Cas a = −0, 5 et b = ±2

Si a = −1 La sortie fluctue entre b et −b.

Si a < −1 Il y’a instabilité en plus des fluctuations,

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Etude de quelques cas

120 80

100 60

80 40

60 20

40 0

20 −20

0 −40

−20 −60

−40 −80

−60 −100

−80 −120
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Figure 1.9: Cas a = −1, 5 et b = ±2

1.9.2 Notion de Mode

Soit un système échantillonné d’ordre n décrit par une fonction de transfert,

N (z)
G(z) =
(z − z1 )n1 (z − z2 )n2 ...(z − zp )np
∑
ni est l’ordre de multiplicité du pôle zi , i = 1, ..., p, n = pi=1 ni . La sortie
d’un tel système en réponse à un signal est formée de deux parties: Le
régime libre (Evolution à partir des conditions initiales) et le régime forcé
(Evolution sous l’effet de l’entrée). Si on note, Gi (z) la partie liée au pôle
zi alors,
∑p ∑
y(z) = Gi (z) + uj
i=1 j

par décomposition en éléments simples,

∑
ni
z
Gi (z) = αij
(z − zj )j
j=1

ainsi, le pôle zi contribue à la solution globale par la quantité,

( )
Z −1 (Gi (z)) = β0 + β1 k + β2 k 2 + ... + βni−1 k ni −1 (zi )k = Pi (k)zik

c’est le mode associé au pôle zi .

Si le pôle est réel

Plusieurs cas sont possibles,

• Si |zi | < 1 alors Pi (k)zik /k−→+∞ −→ 0, on dit que le mode est conver-
gent.

• Si |zi | > 1 alors Pi (k)zik /k−→+∞ −→ +∞ et le mode est divergent.

• Si |zi | = 1 alors,

– Si P (k) = C ste , dans ce cas le pôle est simple et le mode est

entretenu (ni divergent ni convergent).

A. BADDOU, Proffesseur à l’ENSA d’Agadir 21

Etude de quelques cas Systèmes à temps discrets

– Si P (k) n’est pas constant, le mode est divergent, la nature de la

divergence est imposée par k ni −1 ,
∗ Si zi > 0, le comportement est du même signe que P (k).
∗ Si zi < 0, le comportement est celui de (−1)k P (k).
∗ Si zi = 0, Le mode converge en une seule itération (réponse
pile).

Exemple 1.9.1. Soient les systèmes décrits par,

1 −z 2 + 3z − 1.1
G1 (z) = , G2 (z) =
z−2 (z − 2)3

Pour G1 (z) le pôle 2 est simple, son mode est de la forme A(2)k , donc
divergent. Pour G2 (z), le pôle 2 est triple, le mode associé est de le forme,
(β0 + β1 k + β2 k 2 )(2)k , donc divergent.
350

300

250

200

150

100

50

−50
1 2 3 4 5 6 7 8 9 10

Figure 1.10: Evolution des deux systèmes en réponse à une impulsion

Si le pôle est complexe

Dans ce cas, z¯i , le complexe conjugué de zi , est aussi pôle, le mode associé
à la paire de pôle complexe conjugués est donnée par,

Pi (k)(z)k + Pī (k)(z̄)k

qu’on peut écrire sous la forme,

P (k)ρk sin(kθ + ϕ)

P (k) est un polynôme à coefficient constants, ρ est le module de zi , θ est

son argument et ϕ est son déphasage.
• Si |zi | = ρ > 1 le mode est divergent.

• Si |zi | = ρ < 1 le mode est convergent.

• Si |zi | = 1 la nature du mode est imposée par P (k).

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Etude de quelques cas

– Si P (k) est constant, le mode est entretenu (non convergent non

divergent).
– Si P (k) n’est pas constant, le mode est divergent.

Dans tous les cas le mode est oscillant à cause du terme sin(θk + ϕ).

Exemple 1.9.2. Soient les fonctions de transfert,

z 2 + 2z + 3 1
G1 (z) = , G2 (z) = 2
z − 1.1414z + 1
2 z + 1.1414z + 1

z 2 + 2z + 3
et G3 (z) =
z4 − 2.828z 3 + 4z 2 − 2.828z + 1
√ √
Les pôles de G1 (z) sont p12 = 22 ± j 22 , |p1 | = |p2 | = 1. Les deux pôles
sont simples =⇒ P (k) = C ste , le mode associé est donc A sin(k π4 + ϕ), donc
oscillant. √ √
Les pôles de G2 (z) sont p12 = − 22 ± j 22 , |p1 | = |p2 | = 1. Le système est
aussi oscillant(deux types d’oscillations: une relative au terme sinus, l’autre
est relative à la partie réelles négative).
{ √ √ √ √ }
Les pôles de G3 (z) sont p1234 = − 2 ± j 2 ; 2 ± j 22 , avec un ordre de
2 2 2

multiplicité deux; |p1 | = |p2 | = |p3 | = |p4 | = 1, les modes associés sont donc
divergents puisque le polynôme associé n’est pas constant dans ce cas.
Réponse impulsionnelle du système G1
10

−5

−10
0 10 20 30 40 50 60
Réponse impulsionnelle du système G2
2

−1

−2
0 10 20 30 40 50 60
Réponse impulsionnelle du système G3
2000

1000

−1000

−2000
0 20 40 60 80 100 120 140 160

Figure 1.11: Réponse impulsionnelle dans le cas des pôles complexes.

Remarque 1.9.3. On rappelle que pour les systèmes continus, un système

du premier ordre est décrit par la fonction de transfert,

k
G(p) =
1 + pT

A. BADDOU, Proffesseur à l’ENSA d’Agadir 23

Etude de quelques cas Systèmes à temps discrets

T est la constante de temps qui caractérise le système. En effet, le pôle de

G(p) est p = − T1 et le temps de réponse du système est tr = 3T .
Un système du second ordre est décrit par la fonction de transfert,
w02
G(p) =
p2 + 2ξw0 p + w02
où ξ est le coefficient
√ d’amortissement, w0 est la pulsation propre non amor-
tie et wp = w0 1 − ξ 2 est la pulsation propre. La constante de temps du
système est donnée par T = ξw1 0 .
Pour les systèmes discrets, le pôle d’un système du premier ordre est donné
Te
par pd = e− T , les pôles d’un système du second ordre sont donnés par,
pd12 = e−Te /T (cos(wp Te ) ± j sin(wp Te )) avec T = ξw1 0 .
Inversement, connaissant les pôles d’un système discret d’ordre deux pd12 =
zr ± jzi peut on remonter aux coefficients w0 et ξ ?
Si zi = 0: (Système du premier ordre) alors la constante de temps corre-
spondante est,
Te Te
pd = e−Te /T = zr ⇐=
=⇒ log(zr ) = − ⇐=
=⇒ T = −
T log(zr )

Si zi ̸= 0: (Système du second ordre) alors

Te
pd12 = zr ± jzi = e− T (cos(wp Te ) ± jsin(wp Te ))
Te
=⇒ |pd |2 = zr2 + zi2 = e−2 T

ce qui permet d’obtenir,

−2Te
T =
log(zr2 + zi2 )
( )
De plus, pd = zr + jzi ; wp Te = θ = Artg zzri , ce qui permet d’obtenir
la pulsation propre du système,
( )
1 zi
wp = Arctg
Te zr
Sachant que,
1 √
T = et wp = w0 1 − ξ 2
w0 ξ
on obtient, √
1 1
w0 = wp2 + 2
et ξ = √
T 1 + wp2 T 2

Parfois on utilise des tables pour trouver le dépassement et le temps corre-

spondant connaissant la fonction de transfert échantillonnée. Malheureuse-
ment, il faut l’adapter à la situation avant de l’appliquer, ce qui induit parfois
en erreur.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Systèmes à temps discrets Etude de quelques cas

Exemple 1.9.4. Soit le système décrit par la fonction de transfert,

0.5
G(z) =
z2 − z + 0.5

les poles du systèmes sont, pd = 12 (1 ± j), ce qui permet d’avoir,

• La constante de temps du système est τ = 2.89 × Te , donc un temps

de réponse de l’ordre de 9Te .

• La pulsation propre wp = π
4Te .

• La pulsation propre non amortie w0 = 0.8585

Te

• Un coefficient d’amortissement ξ = 0.4037.

Step Response
1.4

1.2

0.8
Amplitude

0.6

0.4

0.2

0
0 5 10 15 20 25
Time (sec)

Figure 1.12: Réponse indicielle du système.

A. BADDOU, Proffesseur à l’ENSA d’Agadir 25

Chapitre 2

Stabilité et précision des

systèmes discrets

2.1 Introduction
Dans l’étude de la régulation, un système est ”bien” automatisé s’il répond
aux différentes exigences imposées par le cahier des charges. Cependant,
satisfaire toutes les exigences n’est pas possible pratiquement. Le minimum
qu’un concepteur doit réaliser est le fonctionnement ”normal” du système,
i.e., le système doit fonctionner sans incidents pouvant arrêter son fonction-
nement, on dit que le système doit être stable. Plusieurs type de stabilité
peuvent être évoqués.
Définition 2.1.1. On dit qu’un système est stable si, écarté de sa position
d’équilibre, il ne n’en éloigne pas indéfiniment.
Définition 2.1.2. On dit qu’un système est asymptotiquement stable si,
écarté de sa position d’équilibre, il revient à sa position d’équilibre.
Définition 2.1.3. On dit qu’un système est BIBO (bounded input bounded
output) stable si pour toute entrée bornée, la sortie correspondante est bornée.
Pour un système linéaire invariant discret décrit par la fonction de trans-
fert F (z), ayant des pôles p1 , p2 , ...,pn distincts, on a les résultats suivants:
1. Si |pj | < 1 ∀ j, alors le système est asymptotiquement stable, et par
suite BIBO stable.
2. S’il existe un indice j tel que |pj | > 1 alors le système est instable.
3. S’il existe j tel que |pi | < 1 pour j ̸= i et |pj | = 1 alors le système
n’est pas BIBO stable.

2.2 Critères de stabilité

Comme pour les systèmes continus, la stabilité des systèmes linéaires invari-
ants discrets du premier et second ordre peut être obtenue en déterminant

26A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets Critères de stabilité

les pôles correspondants. Dès que l’ordre du système dépasse trois, la

détermination des pôles devient de plus en plus difficile et pour conclure
à la stabilité d’un système, on fait appel à des critères de stabilité.

2.2.1 Critère du Jury

Connaissant le polynôme caractéristique d’une fonction de transfert échantillonnée,
ce critère permet de conclure à la stabilité sans avoir à connaı̂tre ses pôles.
Pour cela, considérons la fonction de transfert, dont le polynôme caractéristique
à coefficients réels, est suivant,

P (z) = an z n + an−1 z n−1 + ... + a1 z + a0

Théorème 2.2.1. Le système est asymptotiquement stable si et seulement

si les relations suivantes sont satisfaites,

 a0 + a1 + a2 > 0
n = 2, P (z) = a2 z 2 + a1 z + a0 , =⇒ a0 − a1 + a2 > 0

a2 − |a0 | > 0


 a0 + a1 + a2 + a3 > 0

−a 0 + a1 − a2 + a3 > 0
n = 3, P (z) = a3 z 3 + a2 z 2 + a1 z + a0 , =⇒

 a − |a0 | > 0
 3
a0 a2 − a1 a3 − a20 + a23 > 0
Pour un ordre supérieur, on construit ce qu’on appelle le tableau de Jury.
Pour cela, en utilisant les coefficients du polynôme caractéristique P (z), le
tableau s’obtient de la manière suivante,

N◦ line
1 a0 a1 ... an−1 an
2 an an−1 ... a1 a0
3 b0 b1 ... bn−1
4 bn−1 bn−2 ... b0
:
:
2n-5 p0 p1 p2 p3
2n-4 p3 p2 p1 p0
2n-3 q0 q1 q2

avec,
a0 an−k
bk = k = 0, ..., n
an ak
p0 p3 p0 p2 p0 p1
q0 = , q1 = , q2 =
p3 p0 p3 p1 p3 p2
Pour que P (z) ait ses racines à l’intérieur du cercle unité il faut et il suffit
que les (n + 1) conditions suivantes soient vérifiées:

A. BADDOU, Proffesseur à l’ENSA d’Agadir 27

Critères de stabilité Stabilité et précision des systèmes discrets

• P (1) > 0

• P (−1) > 0 si n est paire, P (−1) < 0 si n est impaire.

• |a0 | < an

• |b0 | > |bn−1 |

• ...

• |p0 | > |p3 |

• |q0 | > |q2 |

Exemple 2.2.2. Soit le polynôme suivant,

P (z) = z 4 + z + 0.9

on a, P (1) = 2.9 > 0 et P (−1) = 0.9 > 0. Reste à construire le tableau de

Jury correspondant,

0.9 1 0 0 1
1 0 0 1 0.9
-0.19 0.9 0 -1
-1 0 0.9 -0.19
-0.9639 0.171 0.9

Le polynôme est instable car 1 est supérieur à 0.9 (dans la troisième ligne).
En effet, les racines de P (z) sont

{0.7112 ± j0.9259; −0.7112 ± j0.3929}

de modules {1.1676; 0.8125}, donc instable.

Exemple 2.2.3. Soit le polynôme,

F (z) = z 2 + a1 z + a0

Les conditions de stabilité sont,

 
F (1) > 0   1 + a1 + a0 > 0
F (−1) > 0 ⇐=
=⇒ 1 − a1 + a0 > 0
 
|a0 | < 1 −1 < a0 < 1

ce qui donne le domaine de stabilité de la figure 2.1.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets Critères de stabilité

a0

Domaine de
stabilité
a1
-1 1

-1

Figure 2.1: Domaine de stabilité obtenu à partir du critère de Jury.

2.2.2 Critère de Routh

Pour appliquer le critère de Routh, on effectue la transformation suivante,
1+w z−1
z= ⇐=
=⇒ w =
1−w z+1
et applique le critère de Routh à la fonction en w tel qu’il est appliqué aux
systèmes continus.
Exemple 2.2.4. On considère le système continu décrit par la fonction de
transfert,
k
G(p) =
p(p + 1)
La fonction de transfert échantillonnée correspondante est donnée par,
k 0.37z + 0.26
G(z) = (1 − z −1 )Z( )=k
p2 (p + 1) (z − 1)(z − 0.37)
Si on boucle de façon unitaire le système, La fonction de transfert échantillonnée
y (k)
r
y(k)
+
B (p)
0 G(p)
-

Figure 2.2: Application du critère de Routh.

du système bouclé est donnée par,

y(z) G(z) 0.37kz + 0.26k N (z)
F (z) = = = 2 =
r
y (z) 1 + G(z) z + (0.37k − 1.37)z + 0.26k + 0.37 D(z)

A. BADDOU, Proffesseur à l’ENSA d’Agadir 29

Lieu d’Evans Stabilité et précision des systèmes discrets

Appliquons le critère de Routh au polynôme D(z),

( )2
1−w [ + (0.37k − 1.37) 1−w + 0.26k + 0.37
1+w 1+w
D(w) =
]
2 (1 + w) + (1 − w )(0.37k − 1.37) + (1 − w) (0.26k + 0.37)
1 2 2 2
= (1−w)
1
[ 2 ]
= (1−w) 2 w (−0.11k + 2.74) + w(−0.52k + 1.26) + 0.63k

Construisons le tableau de Routh,

w2 2.74 − 0.11k 0.63k

w −0.52k + 1.26 0
w0 0.63k

0.63k > 0 ⇐==⇒ k > 0 
1.26 − 0.52k > 0 ⇐=
=⇒ k < 2.42 ⇐=
=⇒ 0 < k < 2.42

2.74 − 0.11k > 0 ⇐=
=⇒ k < 2.74
0.11

A titre d’exercice, appliquer le critère de Jury pour retrouver ce résultat.

Remarque 2.2.5. Revenons à la transformation,
1+w z−1
z= ⇐=
=⇒ w =
1−w z+1
Si z = a + jb alors|z| < 1 ⇐=
=⇒ a2 + b2 < 1, en utilisant la transformation,

z−1 a − 1 + jb (a − 1 + jb)(a + 1 + jb) a2 + b2 − 1 + 2jb

w= = = =
z+1 a + 1 + jb (a + 1)2 + b2 (a + 1)2 + b2
|z| < 1 ⇐=
=⇒ Re(w) < 0

2.2.3 Critère graphique

L’extension des critères graphiques, utilisés essentiellement pour les systèmes
continus, peut être faite aux systèmes à temps discret. Ainsi, on peut con-
clure à la stabilité en utilisant soit le plan de Bode soit celui de Nyquist ou
Black. Cependant, ces méthodes sont rarement utilisées dans l’étude de la
stabilité des systèmes à temps discret.

2.3 Lieu d’Evans

On considère le système de la figure 2.3. Le lieu d’Evans correspond aux

yr + y
- K G(z)

Figure 2.3: Boucle permettant d’obtenir le lieu d’Evans.

pôles du système bouclé pour k variant de 0 à +∞. Pour le tracer, certaines

règles doivent être respectées; certaines d’entre elles sont:

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets Précision des systèmes discrets

• Départ du tracé: pôles du système en boucle ouverte (au nombre de

n).
• Arrivée du tracé: zéros du système en boucle ouverte (au nombre de
m) et n − m branches infinies. Les branches infinies tendent chacune
asymptotiquement vers une droite, ces droites ont toutes une intersec-
tion commune réelle donnée par,
 
1 ∑ ∑
σa = pi − zj 
n−m
i j

• Au départ d’un pôle complexe, pk , le lieu d’Evans a une tangente

d’angle, ∑ ∑
π− θi (pk ) + ϕj (pk )
i̸=k j
avec,
θi (z) = Arg(z − pi ) et ϕj (z) = Arg(z − zj )

• A l’arrivée sur un zéro zk , le lieu d’Evans a une tangente d’angle,

∑ ∑
π− ϕi (zk ) + θj (zk )
i̸=k j

D’autres règles peuvent être énoncées; en pratique, des logiciels capables

de tracer ce lieu sont disponibles, le plus courant est matlab; la commande
permettant de l’obtenir est ”rlocus”.

2.4 Précision des systèmes discrets

On considère le système décrit par le schéma de la figure 2.4, l’erreur entre

yr (z) +
e(z) y(z)
G(z)
-

Figure 2.4: Etude de la precision

la référence et la sortie est donnée par,

e(z) = y r (z) − y(z) = y r (z) − G(z)e(z)
ce qui permet d’obtenir,
y r (z)
e(z) =
1 + G(z)
L’écart en régime permanent e(+∞) peut être obtenu en utilisant le théorème
de la valeur finale. En effet,
z − 1 y r (z)
e(+∞) = lim e(k) = lim (1 − z −1 )e(z) = lim
k−→+∞ z−→1 z−→1 z 1 + G(z)

A. BADDOU, Proffesseur à l’ENSA d’Agadir 31

Précision des systèmes discrets Stabilité et précision des systèmes discrets

2.4.1 y r echelon( Écart en position ep )

Dans ce cas,
z
y r (z) =
z−1
ce qui permet d’écrire,
z − 1 z/(z − 1) 1
e(+∞) = lim = lim
z−→1 z 1 + G(z) z−→1 1 + G(z)

Si limz−→1 G(z) = G(1) est finie, alors,

1
ep = e(+∞) =
1 + G(1)
Si limz−→1 G(z) est infinie (système comportant un intégrateur dans la
boucle directe) alors ep = e(+∞) = 0.

2.4.2 y r rampe (Écart en vitesse ev )

D’après les tables,
Tz
y r (z) =
(z − 1)2
dans ce cas,
( )
z−1 T z/(z − 1)2 T
e(+∞) = lim = lim = lim
k−→+∞ z−→1 z 1 + G(z) z−→1 (z − 1)(1 + G(z))

Si limz−→1 G(z) est finie alors ev = e(+∞) est infinie.

Si K = limz−→1 (z − 1)G(z) est finie (Système comportant une integration
dans la boucle directe) alors,
T
ev = e(+∞) =
K
Si k = limz−→1 (z − 1)2 G(z) est fini (système de classe ≥ 2) alors, ev =
e(+∞) = 0.

2.4.3 Résumé
Pour un système représenté par une fonction G(z),

Nombre d’intégrateur l’Écart de position ep l’Écart de vitesse ev

0 1
1+G(1) ∞
1
1 0 G(1)
2 0 0

Remarque 2.4.1. On peut imaginer une consigne de la forme y r (t) = 21 t2 ,

2
ce qui permet d’obtenir y r (z) = 12 T(z−1)
z(z+1)
3 et calculer ce que l’on appelle
l’écart en accélération ea en fonction de la classe du système en boucle ou-
verte.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets
Discrétisation d’un correcteur continu

2.5 Discrétisation d’un correcteur continu

Plusieurs types d’approximation peuvent être utilisés pour discrétiser un
correcteur continu.

2.5.1 Discrétisation Directe( Avant)

Sachant que,

dx(t) x(t + Te ) − x(t) (z − 1)x(z)

L−1 (pX(p)) = = ≃ Z −1 ( )
dt Te Te

on peut ainsi faire l’approximation,

z−1
p≃
Te

2.5.2 Discrétisation arrière

Elle se base sur l’approximation,

dx(t) x(t) − x(t − Te ) 1 − z −1

L−1 (pX(p)) = = = Z −1 ( x(z))
dt Te Te

on peut ainsi faire l’approximation,

1 − z −1
p≃
Te

2.5.3 approximation de Tustin (transformation homographique)

Elle se base sur l’approximation d’une intégrale en utilisant la méthode des
trapèzes rappelée dans la figure 2.5. Si on note l’integrale jusqu’à l’instant
y(t)

v(k)

(k-1)Te kTe

Figure 2.5: Méthode des trapèzes

k par x(k) alors, x(k) = x(k − 1) + v(k), v(k) étant un trapèze, sa surface
est donnée par
Te
v(k) = (y((k − 1)Te ) + y(kTe ))
2

A. BADDOU, Proffesseur à l’ENSA d’Agadir 33

Discrétisation d’un correcteur continu
Stabilité et précision des systèmes discrets

ce qui permet d’écrire,

Te Te 1 + z −1
x(k)(1 − z −1 ) = (1 + z −1 )y(k) ⇐=
=⇒ x(k) = y(k)
2 2 1 − z −1
on peut ainsi faire l’approximation,
2 z−1
p≃
Te z + 1

2.5.4 approximation de Tustin modifiée

Le but des méthodes précédentes est d’avoir un correcteur discret Rd (z) con-
naissant le correcteur analogique correspondant Rc (p). En utilisant l’approximation
de Testin,
Rd (z) = Rd (ejwTe )
en remplaçant p par sa valeur,
2 z−1 2 wTe 2 z−1
Rc ( ) ≃ Rc (j tg( )) au lieu de Rc ( ) ≃ Rc (jw)
Te z + 1 Te 2 Te z + 1
ce problème est connu sous le nom de la distorsion fréquentielle. Comme
solution, au lieu d’utiliser,
2 z−1
p≃
Te z + 1
on utilise,
w z−1
p≃ wTe z + 1
tg( 2 )
ce qui permet d’obtenir,

w ejwTe − 1
Rc ( ) ≃ Rc (jw)
tg( wT
2
e ejwTe + 1
)

Exemple 2.5.1. On considère le système décrit par,

5
G(p) =
p(p + 1)
pour lequel un correcteur par avance de phase est calculé pour obtenir une
marge de phase ∆ϕ = 45◦ , le correcteur obtenu est donné par,
1 + 0.53p
Rc (p) =
1 + 0.21p
On va chercher Rd (z) obtenu à partir de Rc (p) par différentes approxima-
tions avec une période d’échantillonnage de Te = 0.3s.
Discrétisation Directe: Dans ce cas, p = z−1
Te , le correcteur obtenu est
donné par,
0.53z − 0.23
Rd (z) =
0.21z + 0.09

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets
Discrétisation d’un correcteur continu

yr(t) y(t)
+
Rc(p) G(p)
-

Par discrétisation
G(z)

yr(k) y(k)
+ Rd(z) B0(p) G(p)
-

Figure 2.6: Discrétisation d’un correcteur analogique

1−z −1
Discrétisation arrière: Dans cas, p = Te , le correcteur obtenu est,

0.83z − 0.53
Rd (z) =
0.51z − 0.21

2 z−1
Méthode de Testin: Pour ce cas, p = Te z+1 , le correcteur obtenu est,

1.89z − 1.06
Rd (z) =
z − 0.17

Elimination de la distortion: ou méthode de Testin modifiée, dans ce

cas le correcteur obtenu est,(w = 5 rd/s)

1.81z − 0.87
Rd (z) =
z − 0.06
Sur le schéma de la figure 2.7, on représente les résultats obtenus pour
chaque régulateur.

Remarque 2.5.2.

1. Pour une période d’échantillonnage très faible devant les constantes de

temps du système, la fonction de transfert d’un bloqueur d’ordre zéro
peut être approchée d’un retard pur d’une demi période d’échantillonnage.

2. Ayant une fonction de transfert échantillonnée, la transformation,

1+w z−1
z= ⇐=
=⇒ w =
1−w z+1
peut être utilisée pour calculer un correcteur à partir des techniques
analogiques. Cependant, la transformation ne permet pas de passer
d’un système discret au système continu correspondant, mais juste un
astuce mathématique qui permet de passer de la partie gauche du plan
complexe au disque de rayon unité.

A. BADDOU, Proffesseur à l’ENSA d’Agadir 35

Les correcteurs numériques Stabilité et précision des systèmes discrets

Commande avec la méthode directe Sortie avec la méthode directe

4 1.5

2 1

0 0.5

−2 0
0 2 avec la méthode
Commande 4 arrière 6 0 2
Sortie avec 4 arrière
la méthode 6
2 2

0 1

−2 0
0 Commande2avec la méthode
4 de Testin 6 0 2 la méthode4de Testin
Sortie avec 6
2 2

0 1

−2 0
0
Commande avec2 la méthode de
4 Testin modifiée
6 0Sortie avec la2méthode de Testin
4 modifiée6
2 2

1
1
0

−1 0
0 2 4 6 0 2 4 6

Figure 2.7: Réponse indicielle du système corrigé avec différents correcteurs

Exemple 2.5.3. Soit la fonction de transfert,

0.204z + 0.185
F (z) =
z2 − 1.74z + 0.74
w+1
Par application de la transformation z = 1−w ,la fonction en w correspon-
dante est donnée par,

w+1 −0.019w2 − 0.37w + 0.389

Fc (w) = F ( )=
1−w 3.58w2 + 0.52w
Soit le correcteur par avance de phase,
1 + 3.73w
Hc (w) =
1 + 0.74w
le correcteur numérique correspondant est,
z−1 4.73z − 2.73
Hd (z) = Hc ( )=
z+1 1.74z + 0.26

2.6 Les correcteurs numériques

On distingues entre deux situations différentes correspondantes soit à la
disponibilité du modèle ou non.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets Les correcteurs numériques

2.6.1 Si la fonction de transfert n’est pas disponible

C’est le cas le plus courant car pour avoir un modèle, une étape d’identification
est nécessaire. Dans ce cas, on utilise un PID. Dans le cas continu, un PID
est décrit par l’équation,
( ∫ )
1 t de(t)
u(t) = kp e(t) + e(τ )dτ + Td
Ti 0 dt
Par application de la transformée de Laplace,
r
y (t) + e(t) Rc(p) u(t) Procédé y(t)

Figure 2.8: Schéma de commande d’un procédé avec PID

( )
1 1
U (p) = kp 1+ + Td p E(p)
Ti p
La partie dérivée n’est pas physiquement réalisable, elle est souvent filtrée
de la façon suivante: Au lieu d’utiliser Td p, on utilise,
Td p
Td
, avec N relativement grand
1+ Np
Rappelons que dans le cas où la consigne change de façon discontinue, il est
déconseillé de dériver l’erreur.
Dans le cas analogique, les paramètres kp , Ti et Td sont obtenus en appli-
quant la méthode Zigler Nichols ( soit par essai indiciel soit par la limite de
pompage).

PID numérique
On discrétise les parties proportionnelle Pp (p), intégrale Pi (p) et dérivée
Pd (p), séparément, puis on somme les termes obtenus,
U (p) = Pp (p)E(p) + Pi (p)E(p) + Pd (p)E(p) = up (p) + ui (p) + ud (p)
Pp (p) = kp =⇒ up (kTe ) = kp e(kTe )
kp 1 ki Te
Pi (p) = = =⇒ ui (kTe ) = ki e(kTe )
Ti p p 1 − q −1
1 − q −1
Pd (p) = kp Td p = kd p =⇒ ud (kTe ) = kd e(kTe )
Te
et,
u(kTe ) = up (kTe ) + ui (kTe ) + ud (kTe )
en remplaçant les termes par leur expressions,
kp Te 1 kp Td
u(kTe ) = kp e(kTe ) + −1
e(kTe ) + (1 − q −1 )e(kTe )
Ti 1 − q Te

A. BADDOU, Proffesseur à l’ENSA d’Agadir 37

Les correcteurs numériques Stabilité et précision des systèmes discrets

Régulateur Essai indiciel Limite de pompage

kp Ti Td kp Ti Td
1
u(t) = kp = aTe - - kp = - -
kp e(t) 0.5k0
0.9
u(t) = kp = aTr Ti = - kp = Ti = -
kpe(t) + 3.3Tr 0.45k0 0.83T0
kp ∫ t
Ti 0 e(t)dt
1.2
u(t) = kp = aTr Ti = 2Tr Td = kp = Ti = Td =
kpe(t) + 0.5Tr 0.6k0 0.5T0 0.12T0
kp ∫ t
Ti 0 e(t)dt+
kp Td de(t)
dt

Table 2.1: Paramètre du PID donnés par la méthode de Zigler Nichols ( Cas
continu)

Remarque 2.6.1.

• Dans les développements précédents, nous avons utilisé la structure

parallèle du PID, d’autres structures peuvent être utilisées.

• La présence d’un intégrateur dans la boucle de commande assure l’annulation

de l’écart statique en régime permanent(écart en position).

• La méthode arrière a été utilisée dans la discrétisation, les autres

méthode peuvent être utilisées aussi. La plus utilisée est celle de Zigler
Nichols améliorée (méthode de Takahashi), elle donne les paramètres à
utiliser pour le PID numérique, la méthode est résumée dans le tableau
2.2.

• Pour des systèmes d’un ordre supérieur à 2, ou d’un retard pur im-
portant, le PID assure mal la régulation.

• On rappelle que pour les systèmes continus, les paramètres du PID

sont donnés par la méthode de Zigler Nichols, rappelée dans le tableau
2.1.

2.6.2 Si la fonction de transfert est disponible

Dans ce cas, en plus des régulateurs PID qui peuvent toujours être appliqués,
d’autres méthodes, beaucoup plus performantes, peuvent être appliquées.
Cette partie est développée dans le chapitre suivant.

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Stabilité et précision des systèmes discrets Les correcteurs numériques

Régulateurs Réponse indicielle Limite de Pom-

page
(Tr et a avec Te > 0.5Tr ) (ko et To )
u(k) = kp − y(k))
(y c (k) kp = a(Tr1+Te ) kp = 0.5ko
u(k) = u(k − 1) 0.9
kp = a(Tr +0.5T e)
− 0.5Ki Te kp = 0.45ko −
0.5ki Te
+kp (y(k − 1) − y(k))
+ki Te (y c (k) − y(k)) 0.27
ki = a(Tr +0.5T e)
2 ki = 0.54 Tkoo
u(k) = u(k − 1) kp = a(Tr +Te ) − 0.5ki Te
1.2
kp = 0.6ko −
0.5ki Te
+kp (y(k − 1) − y(k)) 0.6
ki = a(Tr +0.5Te)
2 ki = 1.2 Tkoo
+ki Te (y c (k) − y(k))+ kd = a 0.5
kd = 403
ko To
Te (2y(k − 1) − y(k) − y(k − 2))
kd
ou 0.6
a si Tr /Te est un entier

Table 2.2: Tableau résumant les valeurs des paramètres pour différents type
de correcteurs(Cas discret).

A. BADDOU, Proffesseur à l’ENSA d’Agadir 39

Chapitre 3

Régulateurs RST

L’objectif de cette partie est la synthèse d’un correcteur numérique d’une

manière générale, i.e., pour un système d’ordre quelconque et un retard
quelconque. Pour cela, rappelons la forme obtenue après la discrétisation
d’un PID analogique,
[ ]
kp Te 1 kp Td −1
u(kTe ) = kp + + (1 − q ) e(kTe )
Ti 1 − q −1 Te

et puisque,
e(kTe ) = y r (kTe ) − y(kTe )
on peut écrire,
( )
kp Te kp Td
(1−q −1 )u(kTe ) = kp (1 − q −1 ) + (1 + q −1 ) + (1 − q −1 )2 (y r (kTe ) − y(kTe ))
2Ti Te

qu’on peut écrire sous la forme(en prenant Te = 1 pour alléger les notations),

S(q −1 )u(k) = T (q −1 )y r (k) − R(q −1 )y(k)

ou encore,
S(q −1 )u(k) + R(q −1 )y(k) = T (q −1 )y r (k)
Dans le cas d’un PID en régulation,

S(q −1 ) = 1 − q −1
R(q −1 ) = T (q −1 ) = r0 + r1 q −1 + r2 q −2 = t0 + t1 q −1 + t2 q −2
avec, ( )
kp Te kp Td
r0 = kp + + Te = kp ( 1 + 2TTe
+ TTde
2Ti i )
kp Te k T
r1 = 2Ti − kp − Te
2 pTe d = kp 2T i
− 1 − 2Td
Te
kp Td
r2 = Te = kp TTde
connaissant r0 ,r1 et r2 , on peut obtenir kp , Ti et Td .
D’une manière générale, le schéma d’un régulateur RST est donné par la
figure 3.1. L’introduction du terme (1 − q −1 ) permet d’annuler l’écart sta-

40A. BADDOU, Proffesseur à l’ENSA d’Agadir

Régulateurs RST

yr(k) T(q-1) r(k) + e(k) 1 u(k) B(q −1 ) y(k)

(1 − q )S (q −1 )
−1
A(q −1 )
-

R(q-1)

Figure 3.1: Schéma général d’un correcteur RST

tique en régime permanent (effet d’un intégrateur), dans ce cas l’équation

devient,
(1 − q −1 )S(q −1 )u(k) + R(q −1 )y(k) = T (q −1 )y r (k)
Si de plus, le système comporte un retard pur, le schéma devient, avec,

yr(k) T(q-1) r(k) + e(k) 1 u(k) B(q −1 ) y(k)

−d
(1 − q )S (q −1 )
−1 q
- A(q −1 )

R(q-1)

Figure 3.2: Schéma général d’un correcteur RST en présence d’un retard
pur

A(q −1 ) = 1 + a1 q −1 + a2 q −2 + ... + an q −n

B(q −1 ) = b1 q −1 + b2 q −2 + ... + bm q −m = q −1 B ∗ (q −1 )
Dans ce cas, la fonction de transfert entre y r (k) et y(k) est donnée par,

y(k) T (q −1 )B(q −1 )
H(q −1 ) = = q −d
y r (k) A(q −1 )S(q −1 ) + q −d B(q −1 )R(q −1 )

En posant,
P (q −1 ) = A(q −1 )S(q −1 ) + q −d B(q −1 )R(q −1 )
T (q −1 )B(q −1 )
H(q −1 ) = q −d
P (q −1 )
avec,

T (q −1 ) = t0 + t1 q −1 + ... 
R(q −1 ) = r0 + r1 q −1 + ... les ordres restent à déterminer
−1 −1 
S(q ) = s0 + s1 q + ...

Le but est calculer un régulateur RST:

• Pour tout procédé (stable ou instable),

• Sans contrainte sur l’ordre du système,

A. BADDOU, Proffesseur à l’ENSA d’Agadir 41

Régulation Régulateurs RST

• Sans restriction sur le retard,

• Sans restriction sur la nature des zéros (système à non minimum de

phase)

Il est important de rappeler que pour calculer ce genre de régulateur, le

modèle du système est nécessaire contrairement au calcul des paramètres
d’un PID.

3.1 Régulation
Pour assurer la régulation, (élimination de f’effet des bruits), on se donne
P (q −1 ) et on détermine S(q −1 ) et R(q −1 ) à partir de la relation,

P (q −1 ) = A(q −1 )S(q −1 ) + q −d B(q −1 )R(q −1 )

dite équation de Diophantine. Le choix de P (q −1 ) est guidé par les perfor-

mances demandées en régulation (dépassement, temps de réponse ...).
Pour l’existence et l’unicité de la solution de cette équation, on rappelle le
résultat suivant,

A(q −1 )X(q −1 ) + B(q −1 )Y (q −1 ) = P (q −1 )

avec deg(A(q −1 )) = na et deg(B(q −1 )) = nb , possède une solution unique

(X(q −1 ), Y (q −1 )) si et seulement si,

deg(X(q −1 )) = nb − 1
deg(Y (q −1 )) = na − 1
deg(P (q −1 )) = n ≤ na + nb − 1

Dans notre cas, deg(A(q −1 )) = n et deg(B(q −1 )) = m, la solution est unique

si,
deg(S(q −1 )) = m + d − 1
deg(R(q −1 )) = n − 1
deg(P (q −1 )) ≤ m + n + d − 1
En pratique on pose l = max(n, m + d), ce qui permet d’écrire,

deg(S(q −1 )) = l − 1
deg(R(q −1 )) = l − 1
deg(P (q −1 )) ≤ 2l − 1

et on prend le degré maximal:

P (q −1 ) = 1 + p1 q −1 + ... + p2l−1 q −2l+1

S(q −1 ) = 1 + s1 q −1 + ... + sl−1 q −l+1
R(q −1 ) = r0 + r1 q −1 + ... + rl−1 q −l+1

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Régulateurs RST Poursuite

La solution de l’équation de Diophantine se fait en développant tous les

termes et en égalisant les coefficients du même degré. Le système d’équations
obtenu peut être mis sous la forme,

MX = P

avec,

M = [ai , bj ], les coefficients des polynômes A(q −1 ) et B(q −1 )

X = [1, s1 , ..., sl−1 , r0 , r1 , ..., rl−1 ]T
P = [1, p1 , ..., p2l−1 ]T

On peut montrer que,

=⇒ A(q −1 ) et B(q −1 ) sont premiers entre eux.

det(M ) ̸= 0 ⇐=

Si le système ne comporte pas une integration et qu’on souhaite annuler

l’écart statique en régime permanent, S(q −1 ) doit être remplacé par (1 −
q −1 )S(q −1 ).

Algorithme
• A(q −1 ), B(q −1 ) et d connus.

• On se donne P (q −1 ) guidés par les performances désirées en régulation.

• On résout l’équation de Diophantine pour obtenir R(q −1 ) et S(q −1 ).

La loi de commande est ainsi donnée par,

S(q −1 )u(k) + R(q −1 )y(k) = T (q −1 )y r (k)

En régulation, T (q −1 ) = R(q −1 ), ce qui permet d’écrire,

S(q −1 )u(k) = R(q −1 )[y r (k) − y(k)] = R(q −1 )e(k).

3.2 Poursuite
Dans ce cas, on cherche à imposer au système une trajectoire à suivre. Pour
cela, on doit disposer d’un modèle de référence dont la sortie constitue la
trajectoire désirée.

Bm (q −1 )
x(k) - Am (q −1 )
- y r (k)

Le schéma fonctionnel est donné par le schéma de la figure 3.3. D’où on

peut tirer,

y(k) B ∗ (q −1 )
= q −d−1 , avec B(q −1 ) = q −1 B ∗ (q −1 )
r(k) P (q −1 )

A. BADDOU, Proffesseur à l’ENSA d’Agadir 43

Poursuite Régulateurs RST

x(k) yr(k+d+1) r(k) u(k) y(k)

B q
m( −1) +
Tq
( −1) 1 B(q −1)

Am(q −1) S(q −1) q −d

- A(q −1)

R(q −1)

Figure 3.3: Schéma général d’un correcteur assurant un poursuite

Si on espère réaliser une poursuite parfaite: y(k) = y r (k), ∀ k, alors,

B ∗ (q −1 ) B ∗ (q −1 )
y(k) = q −d−1 T (q −1 r
)y (k + d + 1) = T (q −1 )y r (k)
P (q −1 ) P (q −1 )

Le polynôme B ∗ (q −1 ) est imposé par le modèle du système alors que le

polynôme P (q −1 ) est choisi en fonction des performances désirées. Le choix
du polynôme T (q −1 ) dépend des hypothèses faites sur le système: Si les
zéros du système sont stables (système à minimum de phase), T (q −1 ) peut
être choisi de la façon suivante:

P (q −1 )
T (q −1 ) =
B ∗ (q −1 )

dans ce cas, la poursuite parfaite est assurée. Par contre si les zéros du
système sont instables, la poursuite parfaite n’est pas possible, par suite seule
une poursuite en régime permanent peut être assurée de la façon suivante,

T (q −1 ) = βP (q −1 )

dans ce cas, la fonction de transfert devient,

y(k) = βB ∗ (q −1 )y r (k)

et pour que le gain soit unitaire, on doit avoir,

1
y(+∞) = βB ∗ (1)y r (+∞) =⇒ β =
B ∗ (1)

finalement,
1
T (q −1 ) = P (q −1 )
B ∗ (1)
et la loi de commande s’écrit,
 −1

 S(q −1)u(k) = −R(q −1 )y(k) + T (q −1 )y r (k + d + 1)
T (q ) = B ∗ (1) P (q −1 )
1

 y r (k + d + 1) = Bm (q−1 ) X(k)
Am (q −1 )

Remarque 3.2.1. Dans le cas d’un PID numérique,

P (q −1 ) = (1 − q −1 )A(q −1 )S(q −1 ) + q −d−1 B ∗ (q −1 )R(q −1 )

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Régulateurs RST Poursuite et régulation avec objectifs indépendants

avec, {
deg(R) = nA + 1 − 1 = nA = 2
deg(S) = d + 1 + nB ∗ − 1 = d + nB ∗ ≤ 1
Les deux cas possibles sont donc,
 
nA = 2   nA = 2
d=0 ou bien d=1
 
nB ∗ = 1 nB ∗ = 0
En conclusion, le PID n’est applicable que pour des systèmes d’un ordre au
plus égal à 2 et d’un retard pur au plus égal à une période d’échantillonnage.

3.3 Poursuite et régulation avec objectifs indépendants

3.3.1 Régulation
Dans ce cas, il y’a possibilité de simplification par les zéros du système
(système à minimum de phase). L’équation de Diophantine devient,
A(q −1 )S(q −1 ) + q −(d+1) B ∗ (q −1 )R(q −1 ) = Pc (q −1 )B ∗ (q −1 )
i.e.,
S(q −1 ) = B ∗ (q −1 )S ′ (q −1 )
ce qui permet d’écrire,
A(q −1 )S ′ (q −1 )B ∗ (q −1 ) + q −(d+1) B ∗ (q −1 )R(q −1 ) = Pc (q −1 )B ∗ (q −1 )
ce qui résulte en,
A(q −1 )S ′ (q −1 ) + q −(d+1) R(q −1 ) = Pc (q −1 )
Les conditions d’existence et de l’unicité de la solution de cette équation
sont, 
 deg(S ′ ) = d + 1 − 1 = d
deg(R) = nA − 1

deg(Pc ) = nA + d
Si le système ne comporte pas une integration et qu’on espère annuler l’écart
statique en régime permanent, S(q −1 ) doit être sous la forme,
S(q −1 ) = (1 − q −1 )B ∗ (q −1 )S ′ (q −1 )
et l’équation de Diophantine devient,
(1 − q −1 )A(q −1 )S ′ (q −1 ) + q −(d+1) R(q −1 ) = Pc (q −1 )
et les conditions deviennent,

 deg(S ′ ) = d + 1 − 1 = d
deg(R) = nA + 1 − 1 = nA

deg(Pc ) = nA + d + 1
et la loi de commande, dans tous les cas est donnée par,
S(q −1 )u(k) + R(q −1 )y(k) = T (q −1 )y r (k + d + 1)
Le choix de T (q −1 ) est imposé par la nature de la poursuite.

A. BADDOU, Proffesseur à l’ENSA d’Agadir 45

Poursuite et régulation avec objectifs indépendants Régulateurs RST

3.3.2 Poursuite
La fonction de transfert entre y(k) et y r (k) est donnée par,
B ∗ (q −1 )T (q −1 ) r
y(k) = y (k)
P (q −1 )
Pour une poursuite parfaite, i.e., y(k) = y r (k) ∀ k,
{
P (q −1 ) = B ∗ (q −1 )Pc (q −1 )
T (q −1 ) = Pc (q −1 )
l’équation à résoudre est,
A(q −1 )S ′ (q −1 ) + q −(d+1) R(q −1 ) = Pc (q −1 )
Exemple 3.3.1. On considère le système décrit par,
B(q −1 )
y(k) = q −d u(k)
A(q −1 )
avec, 
 d=1
B(q −1 ) = q −1 (1 + 2q −1 )

A(q −1 ) = 1 + 2.8q −1 − 0.6q −2
Les pôles du système sont {−3 0.2}, le système est donc instable. Le
système est à non minimum de phase car son zéro est instable. On espère
trouver un régulateur RST qui assure la régulation du système selon le
schéma de la figure 3.4. D’après ce schéma,
r
y (k+d+1) r(k) u(k) y(k)
+ Bq
( −1)
T(q−1) 1
q −d
(1− q −1)S(q −1) A(q −1)
-

R(q−1)

Figure 3.4: Schéma du correcteur RST

y(k) B(q −1 )
= q −d
r(k) (1 − q −1 )A(q −1 )S(q −1 ) + q −d B(q −1 )R(q −1 )
On choisit le polynôme P (q −1 ) tel que les pôles du système en boucle fermée
garantissent un certain degré de performance. De plus, il doit vérifier,
P (q −1 ) = (1 − q −1 )A(q −1 )S(q −1 ) + q −d B(q −1 )R(q −1 )
l’existence et l’unicité de la solution impose,

deg(R) = 3 − 1 = 2  {
R(q −1 ) = r0 + r1 q −1 + r2 q −2
deg(S) = 3 − 1 = 2 =⇒
 S(q −1 ) = 1 + s1 q −1 + s2 q −2
deg(P ) = 6 − 1 = 5

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Régulateurs RST Poursuite et régulation avec pondération de l’entrée

s1 , s2 , r0 , r1 et r2 sont des paramètres à déterminer. Le polynôme P (q −1 )

est choisi tel que,

P (q −1 ) = 1 + 0.4q −1 − 0.37q −2 − 0.172q −3 + 0.0084q −4 + 0.0072q −5

avec des poles {0.6, 0.2, −0.5, −0.4, −0.3}. La résolution de l’équation
de Diophantine donne,
{
R(q −1 ) = 15.886 − 18.6992q −1 + 3.1044q −2
S(q −1 ) = 1 − 1.4q −1 − 10.336q −2

Pour assurer une poursuite,

−1 −1 )
y(k) = q −d B(qP (q)T−1(q) ym (k + d + 1)
B ∗ (q −1 )T (q −1 )
= P (q −1 )
ym (k)

il faut donc choisir

P (q −1 ) P (q −1 )
T (q −1 ) = =
B ∗ (1) 3

Régulation autour d’un point de fonctionnement Poursuite d’une trajectoire

120 12

100
10
80

60 8

40
6
20

0 4

−20
2
−40

−60 0
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40 45 50

Figure 3.5: Résultat de régulation et de poursuite

3.4 Poursuite et régulation avec pondération de

l’entrée
3.4.1 Structure
C’est une extension de la stratégie précédente aux procédés ayant des zéros
instables (et stables aussi). Une pondération sur l’entrée revient à la modifi-
cation du polynôme S(q −1 ), le schéma général est donné par la figure 3.6. En
fait, S(q −1 ) dans la stratégie précédente est remplacée par S(q −1 ) + Q(q −1 ),
avec,
1 − q −1
Q(q −1 ) = λ , 0 < λ < 1 et Q(q −1 ) stable
1 + αq −1

A. BADDOU, Proffesseur à l’ENSA d’Agadir 47

Poursuite et régulation avec pondération de l’entrée Régulateurs RST

r
r(k) y (k+d+1) u(k) y(k)

B q
m( −1) + 1 Bq
( −1)
T(q−1) q −d −1
Am(q −1) - Sm(q−1)+Q(q−1) A(q −1)

R(q−1)

Figure 3.6: Pondération de l’entrée

La fonction de transfert entre y r et y est ainsi donnée par,

B ∗ (q −1 )T (q −1 )
y(k) = q −d−1
A(q −1 ) [S(q −1 ) + Q(q −1 )] + q −d−1 B ∗ (q −1 )R(q −1 )
le polynôme caractéristique devient maintenant,

A(q −1 )S(q −1 ) + A(q −1 )Q(q −1 ) + q −d−1 B ∗ (q −1 )R(q −1 )

Les étapes à suivre sont:

1. On calcule R et S pour Q = 0:

A(q −1 )S(q −1 ) + q −d−1 B ∗ (q −1 ) = B ∗ (q −1 )P (q −1 )

2. Le dénominateur devient,

B ∗ (q −1 )P (q −1 ) + A(q −1 )Q(q −1 ) = P2 (q −1 )

on fait varier λ pour que P2 (q −1 ) soit un polynôme stable et la fonction

de transfert devient,

B ∗ (q −1 )T (q −1 )
y(k) = q −d−1
B ∗ (q −1 )P (q −1 ) + A(q −1 )Q(q −1 )

Reste à remarquer que si λ = 0 alors Q(q −1 ) = 0 et la méthode coincide

avec la stratégie de poursuite et régulation avec objectifs indépendants.

3.4.2 Poursuite
Dans ce cas, on prend T (q −1 ) = P (q −1 ). Avec ce choix, on peut montrer
que la loi de commande obtenue minimise le critère,
{ }
1 [ −1
] 2 b0 [ −1
]2
J(k+d+1) = P (q ) (y(k + d + 1) − y (k + d + 1)) +
r
Q(q )u(k)
2 λ
où
B ∗ (q −1 ) = b0 + b1 q −1 + ...
en effet, pour S(q −1 ) = B ∗ (q −1 )S ′ (q −1 ), l’équation de diophantine se réduit
à,
A(q −1 )S ′ (q −1 ) + q −d−1 R(q −1 ) = P (q −1 )

A. BADDOU, Proffesseur à l’ENSA d’Agadir

Régulateurs RST Poursuite et régulation avec pondération de l’entrée

donc,

P (q −1 )y(k + d + 1) = A(q −1 )S ′ (q −1 )y(k + d + 1) + R(q −1 )y(k)

et puisque
A(q −1 )y(k + d + 1) = B ∗ (q −1 )u(k)
alors,

P (q −1 )y(k + d + 1) = B ∗ (q −1 )u(k) + R(q −1 )y(k)

= (b0 + b1 q −1 + ...)(1 + s′1 q −1 + ...)u(k) + R(q −1 )y(k)
= b0 u(k) + S ∗ (q −1 )u(k − 1) + R(q −1 )y(k)

le critère peut être réécrit comme,

{1 [ ∗ −1
J(k + d + 1) = 2 b0 u(k) + S (q )u(k − 1)
]2 [ ]2 }
+R(q −1 )y(k) − P (q −1 )y r (k + d + 1) + b0
λ Q(q −1 )u(k)

par dérivation par rapport à u(k),

[ ]
∂J(k+d+1)
= b0 b0 u(k) + S ∗ (q −1 )u(k − 1) + Ry(k) − P (q −1 )y r (k + d + 1)
∂u(k) [ ]
+b0 Q(q −1 )u(k)
= 0

finalement,

B ∗ (q −1 )S ′ (q −1 )u(k) + R(q −1 )y(k) − P (q −1 )y r (k + d + 1) + Q(q −1 )u(k) = 0

ou encore,

[S(q −1 ) + Q(q −1 )]u(k) + R(q −1 )y(k) = P (q −1 )y r (k + d + 1)

ce qui est proposé comme loi de commande.

A. BADDOU, Proffesseur à l’ENSA d’Agadir 49

Poursuite et régulation avec pondération de l’entrée Régulateurs RST

Signal continu Transformée de Laplace Signal échantillonné Transformée en Z

f (t) F (p) = L(f (t)) f (kTe ) F (z) = Z(f (kTe ))

δ(t) 1 f (0) = 1 et f (k) = 0 ∀k 6= 0 1

δ(t − aTe ) e−apTe f (a) = 1 et f (k) = 0 ∀k 6= 0 z −a

1 z
Γ(t) p 1 z−1

1 z
t p2
kTe Te (z−1) 2

t2 2
p3
k 2 Te2 Te2 z(z+1)
(z−1)3

1 z
e−at p+a e−akTe z−e−aTe

1 Te ze−aTe
te−at (p+a)2
kTe e−akTe (z−e−aTe )2

b−a z(e−aTe −e−bTe )

e−at − e−bt (p+a)(p+b) e−akTe − e−bkTe (z−e−aTe )(z−e−bTe )

z
ak z−a

z
(−a)k z+a

a z(1−e−aTe )
1 − e−at p(p+a) 1 − e−akTe (z−1)(z−e−aTe )

w zsin(wTe )
sin(wt) p2 +w2
sin(wkTe ) z 2 −2zcos(wTe )+1

p z(z−cos(wTe ))
cos(wt) p2 +w2
cos(wkTe ) z 2 −2zcos(wTe )+1

Figure 3.7: Transformées de quelques fonctions

A. BADDOU, Proffesseur à l’ENSA d’Agadir