INTRODUCTION GENERALE

L’utilisation des calculateurs est très répandue de nos jours.

L’évolution spectaculaire de la micro-informatique et la diminution des coûts

a encouragé encore plus son utilisation pour la conduite des procédés.

Ainsi, un microprocesseur peut être utilisé pour piloter un procédé et

assurer d’autres tâches telles que la supervision en parallèle. Notez en plus

la rapidité d’exécution, et la souplesse de modification.

Les procédés sont en général continus (évolution continue du temps)

alors que les microprocesseurs sont discrets (évolution discontinue du
temps). Il faut alors mettre des dispositifs qui leur permettent de
communiquer entre eux. Le microprocesseur ne peut prendre en comptes
les grandeurs traitées qu’à des valeurs discontinues à intervalles de temps

égaux. On dit que les signaux sont échantillonnés (ou systèmes). L’étude
de ces systèmes nécessite de nouvelles méthodes d’analyse et de

synthèse. C’est l’objet de ce cours.

En effet, l’objectif ici est d’étudier les asservissements numériques

c’est à dire le problème de l’utilisation, en temps réel, de calculateurs ou
processeurs numériques afin de commander, piloter des processus
physiques. Pour cela, il faut d’abord représenter et étudier les différentes
interactions qui apparaissent entre les signaux du procédé à temps continu
(partie analogique) et les signaux utilisés par un ordinateur numérique qui

S1 Master C2I2S Cours F. MESQUINE

se présentent sous forme de suites de valeurs numériques (partie
numérique).

Comme le montre la figure, la commande par ordinateur nécessite la

mise en œuvre d’une interface entre le calculateur et le procédé. Ceci est
obtenu à l’aide :
– d’un convertisseur numérique-analogique (CNA) permettant d’envoyer les
ordres du processeur vers l’actionneur du processus,
– d’un convertisseur analogique-numérique (CAN) transmettant au
calculateur les mesures acquises sur le procédé par le système de mesure.

S1 Master C2I2S Cours F. MESQUINE

 Chapitre 1 : Echantillonnage d’un signal

Le but d’une commande numérique est de remplacer le correcteur

analogique par des algorithmes réalisés sur calculateur numérique. Or, un
calculateur ou un processeur ne traite que des valeurs numériques
(nombres) et non des valeurs continues analogiques. Pour ceci il faut
introduire un découpage temporel des signaux.

Le découpage temporel des signaux consiste en deux opérations,

l’échantillonnage et la quantification. C’est l’opération réalisé par le CAN
(convertisseur analogique numérique). L’échantillonnage consiste à
prélever périodiquement la valeur du signal. La quantification remplace une
valeur continue par une valeur numérique quantifiée selon le format
pouvant être lu par le calculateur. Pour l’échantillonnage, c’est un contact
qui se ferme périodiquement pendant un laps de temps très bref.

Période de fermeture constante T : période d’échantillonnage. Cependant, il

y a deux inconvénients :

S1 Master C2I2S Cours F. MESQUINE

 - Durée finie lors de la fermeture du contact
- Variation d’amplitude pendant la fermeture du contact.
Pour éviter les inconvénients de l’échantillonnage réel, on introduit
l’échantillonneur idéal : fermeture périodique pendant un temps infiniment
petit. On obtiendrait un signal numérique (énergie nulle : ne peut pas
attaquer un système continu). On introduit l’échantillonneur à pulsations.
On obtient alors une série d’impulsions de Dirac pondérées par le signal
x(t)

Etude de l’échantillonnage d’un signal :

Soit la fonction peigne de Dirac définie comme suit :

C’est une fonction périodique de période T, composée d’un nombre infini

d’impulsions de Dirac (t) décalées dans le temps, et qui s’écrit :

S1 Master C2I2S Cours F. MESQUINE

 k  
 T (t )    ( t  k T )
k  
L’échantillonnage d’un signal est la multiplication du signal avec la fonction
peigne de Dirac

Donc on obtient un train d’impulsion de valeurs x(kT) :

n
xe (t )   x(nT )  T ( t  n T )
n

On utilisera dans la suite le symbole suivant pour l’échantillonneur

S1 Master C2I2S Cours F. MESQUINE

Transformée de Laplace d’un signal échantillonné :
Définition :
On appelle transformée de Laplace d’une suite f*(t) = f(nT) la fonction
n
L( f (nT ))   f (nT ) e nTp  F * ( p)
n 0
ère
1 expression de la transformée de Laplace
En effet,
 n
L( f (nT ))   f e (t ) e  pt dt    f (nT )  T ( t  n T ) e  pt dt
0 0 n 0
n 
  f (nT )   T ( t  n T )e  pt dt
n 0 0
n
 
n 0
f (nT ) e nTp (*)
Remarques:
Notons ici que nous avons utilisé la causalité du signal f(t) (sommation à
partir de zéro), et que

e  nTp si n 0
L(( T ( t  n T ))  
 0

S1 Master C2I2S Cours F. MESQUINE

Il existe un nombre réel R > 0 tel que la série (*) soit absolument
convergente pour |eTp | > R et divergente pour |eTp | < R, R est le rayon de
convergence et le cercle de rayon R est le cercle de convergence,
donc F*(p) existe pour Re(p) > x soit pour |eTp | > eTx = R
La transformée de Laplace du signal f*(t) peut aussi s’obtenir de la manière
suivante. Sachant que la fonction peigne de Dirac est périodique, nous
pouvons la décomposer en série de Fourier comme suit :
n 2nt T 2nt
1 2 j 1
 T ( t )   cn e
j
T
, avec cn   T  T (t ) e T
dt
n T 2 T
Le signal échantillonné devient dans ce cas :
f e (t )  f (t ) T ( t )
n   2nt
1 j
 f (t )  e T

n  T

n   2nt
1

j
 f (t ) e T
T n  

La transformée de Laplace devient alors

S1 Master C2I2S Cours F. MESQUINE

 2nt 2n
 1 n

 1 n  ( p  j
F ( p)     f (t ) e e dt    f (t ) e
j )t
*
 T   pt T
dt

0 
T n T n0

1 n 2n
 
T n
F ( p  j
T
)

2ème expression de la transformée de Laplace

La transformée de Laplace du signal f*(t) peut aussi s’écrire de la manière

suivante
n  
F ( p) 
*

n 0
f (nT ) e nTp
n  
 f (0 )  
n 1
f (nT ) e nTp

1 1 n  

 f (0 )   f (0 )   f (nT ) e nTp 
 

2 2 n 1 
Or, la formule d’inversion de Mellin Fourrier nous donne :

c  j
1 1
f (t )  ( f (t  )  f (t  ))  
pt
F ( p ) e dp
2 2j c  j

Et pour t = 0+ (signal causal donc f(0-) = 0) on aura

S1 Master C2I2S Cours F. MESQUINE

 c  j
1 1
2
f (0  ) 
2j  F ( p ) dp
c  j

En revenant à l’expression de F*(p), nous aurons

1 1 

F ( p) 
*
f (0 )   f (0 )   f (nT ) e nTp 
 

2 2 n1 
1  1 c j 
nTp 


 f (0 )    F ( p) dp   f (nT ) e 
2  2  j c  j n 1 

1  1 c j 
1
c  j

2

 f (0 )  
 2j c j
 F ( p ) dp    F
n1 2j c  j
( ) e nT nTp
e d 

c  j
1 1   nT ( 
 
f (0 )   F ( )   e  p)
d
2 2j c j  n 0 
c  j
1 1  1 
2j cj

 f (0 )  F ( ) 
 1  eT (  p)
d
2  
c  j
1 1 F ( ) d
2j cj 1  eT (  p )
 f (0  ) 
2

En calculant cette intégrale, nous obtenons alors

F ( ) 
*
F ( p)   Résidus 1  eT e  Tp


pi pôle de F ( )   pi

S1 Master C2I2S Cours F. MESQUINE

 3ème expression de la transformée de Laplace
Rappel : Nous rappelons ici que l’expression du résidus pour une fonction
F(p) en un pôle pi de multiplicité k est donnée par :

ri 
1 d k 1
(k  1)! d k 1
(  pi ) k

F ( )   p
i

Propriétés :
F*(p) est périodique de période j,  est la pulsation d’échantillonnage liée
à la période d’échantillonnage par la relation T = 2/ :

F ( p  j )   f (nT ) e  nT ( p  j  )
*

n 0

  f (nT ) e  nTp e  j nT

n 0

 n0
f (nT ) e  nTp ( e  j nT
1)

F * ( p)
La conséquence très importante de ceci est que si po est un pôle de F*(p)
alors po + j est aussi pôle de F*(p). De même pour les zéros de F*(p).
Donc, les zéros et pôles de F*(p) dans l’intervalle [0 /T] suffisent pour
avoir les autres.
Pôles et zéros der F*(p) :

S1 Master C2I2S Cours F. MESQUINE

S1 Master C2I2S Cours F. MESQUINE