Cours Aut Prep 2022

Faculté des Sciences de Sfax
Cours d’Automatique des

Classes Préparatoires
Mp2 et Pc2
Préparé par : Tarak MAATOUG
Maître assistant
2020/2021
Cours d’Automatique des Classes Préparatoires Page | 2
Chapitre I
Systè mes liné aires continus invariants
1) Définition et objectif de l’automatique
1.1. Définition 1 (Automatique)
L’automatique est l’ensemble des sciences et des techniques pour l’étude et l’utilisation des
systèmes fonctionnant sans intervention humaine.
1.2. Définition 2 (Système)
Nous devons comprendre le mot système comme une collection d’objets réagissant entre eux,
possédant une ou des entrées et une ou des sorties.
Frontière du système
Entrée Sortie
x1 (t) Objet Objet y1 (t)
Entrée Sortie
x2 (t) Objet y2 (t)
⁞ ⁞
Entrée Sortie
Xm (t) Objet yn (t)
1.3. Les systèmes linéaires
Un système est dit linéaire si sa réponse à une combinaison linéaire de signaux d’entrée est égale à la
combinaison linéaire des signaux de sortie.
Ainsi si on applique à l’entrée :
𝑥(𝑡) = 𝑢. 𝑥 (𝑡) + 𝑣. 𝑥 (𝑡) (u, v: sont deux constantes)
On obtiendra en sortie
𝑦(𝑡) = 𝑢. 𝑦 (𝑡) + 𝑣. 𝑦 (𝑡)
Cette propriété des systèmes linéaires est aussi appelée Principe de superposition.
1.4. Les systèmes invariants
Un système est dit invariant si sa réponse à un signal x(t) différé d’un temps τ est la même que la
réponse de sortie du système y(t) mais différée de τ.
Un système invariant est aussi appelé système à constantes localisées.

 

Cette propriété des systèmes invariants est aussi appelée principe de permanence.
1.5. Systèmes continu
Les signaux sont des fonctions continues de la variable t (le temps). Cette classe de système est de
loin la plus importante car tous les processus physiques sont de nature continue.
On distingue les systèmes linéaires continus des systèmes non-linéaires continus.
1.6. Causalité
Les signaux temporels possèdent une propriété essentielle sur laquelle nous aurons l’occasion de
revenir à maintes reprises : un effet ne pouvant survenir qu’après la cause qui lui a donné naissance,
la réponse temporelle d’un système ne peut en aucun cas précéder la sollicitation qui en est la cause.
Il s’agit du principe de causalité qui n’est pas qu’une vérité de Lapalisse comme nous aurons
l’occasion de nous en rendre compte.
Les systèmes physiques temporels réalisables sont causals.
Un signal x(t) est causal si  t < 0, x(t) = 0.
En pratique un signal temporel est toujours causal, à condition de bien choisir l’origine des temps.
2) Signaux canoniques
Un signal est une grandeur physique générée par un appareil ou traduite par un capteur (température,
débit, vitesse, position etc.)
 En pratique, un signal est une tension entre 0 et 5V ou un courant entre 4 et 20 mA, cas de
processus industriels.
 Un signal s(t) est causal si s(t) =0 ∀ t<0.
 Un signal s(t) est déterministe si s(t) est connu.
 Un signal s(t) est aléatoire si ∃ t tel que s(t) est inconnu.

Pour caractériser le comportement d’un système donné, on étudie sa réponse à des signaux particuliers
appelés "signaux canoniques" :
L’échelon ; la rampe ; le signal sinusoïdal et l’impulsion.
* L’échelon - réponse indicielle
La fonction échelon permet de soumettre le système à une entrée constante depuis t = 0.
e(t)
𝑒(𝑡) = 𝐸 . 𝑢(𝑡)
u(t) : Fonction de Heaviside avec u(t) = 0 pour t < 0 et u(t) = 1 pour t > 0.
* La rampe - réponse en vitesse
Ce signal est le signal de base permettant d’analyser la réponse d’un système en vitesse.
e(t)
𝑒(𝑡) = 𝑎. 𝑡. 𝑢(𝑡)
* Signal sinusoïdal
Ce signal est le signal de base de l’étude fréquentielle des systèmes linéaires.
𝑒(𝑡) = 𝐾. sin(𝜔𝑡). 𝑢(𝑡)
* L’impulsion de Dirac
Cette fonction, permet de simuler l’effet d’une action s’exerçant durant un temps très bref (choc ;
impulsion). La réponse est dite impulsionnelle.

t  0  t   0 et   t  dt  1

Chapitre II
Modélisation des systèmes dynamiques
1) Définitions
2.1. Définition (Modèle)
Système artificiel dont certaines propriétés présentent des analogies avec des propriétés, observées
ou inférées, d’un système étudié, et dont le comportement est appelé, soit à révéler des comportements
de l’original susceptibles de faire l’objet de nouvelles investigations, soit à tester dans quelle mesure
les propriétés attribuées à l’original peuvent rendre compte de son comportement manifeste (Thiès-
Lamp. 1975)
2.2. Définition (Modéliser un processus)
Opération par laquelle on établit le modèle d’un système, afin d’étudier plus commodément et de
mesurer les effets sur ce système des variations de tel ou tel de ses éléments composants (Giraud-
Pamart Nouv. 1974)
2.3. Importance
 Outil d'aide à la décision, Support de la simulation,
 Représente 50 % d’un projet de commande
 Perspectives grâce à l'informatisation
2.4. Modélisation : comment modéliser
1. Définir le système étudié et ses composants élémentaires.
2. Formuler le modèle mathématique idéal et dresser la liste des hypothèses à retenir.
3. Ecrire les lois de la physique régissant le processus.
4. Le comportement du système évolue au cours du temps  Système dynamique.
f (x(n) (t),, x(t),x(t),x(t))  0
avec x(t) toutes les variables constituants le système.
Remarque
Compromis entre Précision/ complexité du modèle.

2) Modélisation des systèmes dynamiques : Pourquoi ?
L’objectif est d’étudier les relations entre les entrées (variables de commande) et les sorties (variables
d’observation) des systèmes et sous-systèmes. Nous allons donc faire appel à un modèle
mathématique.
Il y a deux manières de construire le modèle :
2.1. Modèle de connaissance
Nous connaissons les lois de comportement des composants du système. Il suffit alors d’écrire les
modèles traduisant ces lois.
• Obtenu sur la base des lois physiques, économiques etc..
• Difficultés de décrire fidèlement les phénomènes complexes ;
• Hypothèses simplificatrices ;
• Dilemme- précision-simplicité
• Un modèle simple est faux, un modèle compliqué est inutilisable.
• Les paramètres ont un sens physique donc modèle commode pour l'analyse.
Le système est parfaitement connu quand on

y1 (t )  f1  x1 (t ),..., x N (t ) 
peut prédire ces signaux de sortie, c’est-à-dire
...
lorsqu’on connaît les relations entre les xi et les yM (t )  f M  x1 (t ),..., xN (t ) 
yj
Exemple 1
L’équilibre électrique du circuit se traduit par l’équation
R i (t )  v s (t )  ve (t )
1 t dv s (t )
i t   C
C 0
avec v s (t )  i (t )dt 
dt
dvs
on a donc l’équation du système : RC  vs (t )  ve (t )
dt
Exemple 2: Le réservoir.
Considérons le récipient ci-dessous pour lequel on désire réguler le niveau de liquide H qu’il contient.
Qe
H
Qs
Un débit Qe alimente un réservoir. Une pompe volumétrique soutire un débit constant Qs. On cherche
la relation entre H(t) et Qe (t). On donne : La section transversale S du réservoir est de 0,25 m2. Les
conditions initiales sont : H0=1m, Qe0=Qs0=0,02 m2.s-1. A t=0, on augmente le débit Qe d’une variation
qe =Qe =0.001 m2. s-1.
Solution :
On exprime la variation de volume dv de liquide dans le réservoir en un temps dt, considéré très petit
en fonction des débits Qe=Qs et dt.
dv  (Qe  Qs ).dt
1
Comme la variation de volume dv = S.dh, on obtient : dh  (Qe  Qs ).dt
S
L’équation différentielle décrivant le système étudié est donc :
dh 1 1 1
 (Qe  Qs )  (Qe 0  qe  Qs 0 )  qe
dt S S S
1
Si l’on intègre cette équation différentielle on obtient : H (t )  H 0  qe t
S
soit H (t )  1  0.004.t
La réponse H(t) obtenue dépend bien sûr des conditions initiales et de la manière dont varie l’entrée
Qe(t).
H(t) (m)
1.04
1.00 t (s)
0 10
Evolution de H(t) après variation de Qe(t)

Exemples de SLCI
i i
i C
u L u
moteur
u R
di
u  Ri uL u  ke c  kt i
dt
x x
x k f
F F
F
M
F  k x F   f x
F  M x
C  C  k C  f
I
C  I  C  k  C   f 
2.2. Modèle de comportement
Nous observons le comportement du système réel ou d’une maquette afin et d’y associer une loi de
comportement globale passant au plus près des mesures. On parle d’identification à un modèle connu.
• Système "boite noire";
• Expérience active (système dérangé) ou passive (aléatoire) ;
• Etape qualitative (connaissances a priori) et quantitative ;
• Paramètres du modèle n'ont aucun sens physique ;
• Modèle de conduite (modèle E/S) utile pour la commande ;
• Complément du modèle de représentation.
Exemple 3 :
K
0,95K
0,63K
 3
2.3. Linéarisation autour d’un point de fonctionnement
Un procédé non linéaire pourra être considéré comme linéaire (ramené à un système type (1)) autour
d’un point de fonctionnement (uo, yo)) si U(t) et Y(t) restent petites. En effet, on linéarise les termes
non linéaires dans le modèle du procédé par un développement en série de Taylor et on s’arrête à
l’ordre 1. Pour ce faire, nous linéarisons les équations différentielles non linéaires de type:
dy (t )
 g (u (t ), y (t )) (1)
En régime stationnaire (1) devient : dt
0  g (u (t ), y (t )  g (u 0 , y 0 ) (2)
En linéarisant l’équation (1) tout en tenant compte de (2), on obtient :

dy (t ) g (u  u 0, y  yo) g (u  u 0, y  yo)
 (u - uo)  (y - yo) (3)
dt u y
Exemple 4 : Le réservoir.
Considérons le récipient ci-dessous pour lequel on désire réguler le niveau de liquide H qu’il contient.
Qe
H
Qs
On suppose que l’évacuation est libre. Qs  K . H
Le système étant en régime permanent caractérisé par H0, Qe0, et Qs0.
a) On annule brusquement Qe. Exprimer h(t).
b) Linéariser le système au voisinage du point de fonctionnement définie par H0, Qe0, et Qs0.
Déterminer alors l’expression de h(t).
Solution :
a) On exprime la variation de volume dv de liquide dans le réservoir en un temps dt, considéré

très petit en fonction des débits Qe= Qs et dt.
dv  (Qe  Qs ).dt
1
Comme la variation de volume dv = S.dh, on obtient : dh  (Qe  Qs ).dt
S
avec 𝑄 = 0 𝑒𝑡 𝑄 = 𝐾. √ℎ
dh
donc K . h   S
dt
dh
K .dt.   S  K .t  2.S . h  cte
h
A t = 0 ; h = H0  cte.  2.S . H 0
2
K  K t 
h t  H 0  h  H 0 1  .
2S  2S H 
 0 
b) dv  (Qe  Qs ).dt
𝑄 = 𝐾. √ℎ
Soit en termes de déviation autour d’un point de fonctionnement
g g
g (Qe , h)  (Qe  Qe , h  H 0 ).(Qe  Qe0 )  (Qe  Qe , h  H 0 ).(h  H 0 )
Qe Qe
dh 1 K
 .Qe  Qe 0   .(h  H 0 )
dt S 2.H 0
Si l’on intègre cette équation différentielle on obtient :
c) soit H (t )  1  0.004.t
d) La réponse H(t) obtenue dépend bien sûr des conditions initiales et de la manière dont varie
l’entrée Qe(t).
Chapitre III
Transformée de Laplace
1) Introduction
La transformée de Laplace permet de remplacer les équations différentielles qui relient les grandeurs
caractéristiques de nos systèmes par des relations à base de fractions rationnelles.
2) Définition
Considérons une fonction f de la variable réelle t supposée nulle pour les valeurs négatives de t.
La transformée de Laplace de f, notée F est une fonction de la variable complexe p définie par :
F  p   L f t    e  pt f t  dt

Cette fonction n’est définie que pour les valeurs de p

lim e  pt f t   0
telles que l’intégrale converge t  
1   jw
f t   L1 F  p   F  p  e pt dp
2j   jw
La transformée inverse de F(p) est définie par :
Exemple :
Cherchons la transformée de Laplace de la fonction f(t) = e−at
3) Propriétés de la T.L
1.1. Linéarité
Si f et g ont des transformées de Laplace alors : La f t   b g t   a F  p   b G  p 
1.2. Transformée de la dérivée
On procédant par une intégration par partie du transformé de la fonction f(t) en prenant
dv  e  pt et u  f t 
 df 
Montrer que : L    p F  p   f 0 
 dt 
Pareillement on aura :
d 2 f 
L  2   p 2 F  p   p f 0   f ' 0
 dt 
1.3. Transformée de l’intégrale
Soit g t    f x  dx
t
0
1
On exploitant la formule de la Transformée du dérivée montrer que : L   f t  dt   G  p   F  p 
  p
1.4. Théorème du retard

L f t  T    e  pT F  p 
1.5. Théorèmes des limites
– Théorème de la valeur initiale : lim f t   lim pF  p 

t 0 p
– Théorème de la valeur finale : lim f t   lim pF  p 

t  p 0
1.6.Transformée des fonctions périodiques
Considérons une fonction s(t) périodique de période T pour t > 0 et identiquement nulle pour t < 0 :

Soit TL[m(t)] = M(p) et s (t )   m(t  kT )
k 0
    
S ( p )    m(t  kT )e  pt
dt    m(t  kT )e  pt dt  M ( p) e  pkt
0 k 0 k 0 0 k 0
M ( p)
S ( p) 
1  e  pT
4) T.L. des signaux usuels
Transformée de Laplace de quelques signaux usuels
Impulsion de Dirac 𝑓(𝑡) = 𝛿(𝑡) 𝐹(𝑝) = 1
Echelon unité 𝑓(𝑡) = 𝑢(𝑡) = 1

𝐹(𝑝) =
1
𝑝
Echelon d’amplitude a 𝑎
𝑓(𝑡) = 𝑎. 𝑢(𝑡) = 𝑎 𝐹(𝑝) =
𝑝
𝑎
Rampe de pente a 𝑓(𝑡) = 𝑎𝑡 𝐹(𝑝) =
𝑝
Exponentiel 𝑓(𝑡) = 𝑒
𝐹(𝑝) =
1
𝑝+𝑎
𝑎
Sinus 𝑓(𝑡) = sin (𝑎𝑡) 𝐹(𝑝) =
𝑝 +𝑎
𝑝
Cosinus 𝑓(𝑡) = cos (𝑎𝑡) 𝐹(𝑝) =
𝑝 +𝑎
5) Recherche de l’originale d’une transformée de Laplace

F  p 
 p  z1  p  z 2 ...
Les T.L. se présentent généralement sous forme d’une fraction rationnelle.  p  p1  p  p2 ...
il suffit ensuite de décomposer la fraction en éléments simples :
A B
F  p    ...
p  p1 p  p2
Nous cherchons ainsi les correspondants des termes dans le tableau des transformées usuelles.
5.1. Cas des pôles simples
On suppose pour commencer que d°(N(p)) < d°(D(p)) et que les pôles pi de F(p) sont simples:
N  p
F  p  avec pi  p j si i  j
 p  p1  p  p 2 ...  p  p m 
On peut alors toujours écrire :
A1 A2 Am
F  p    ...  avec Ai  F  p  p  pi  p  p
p  p1 p  p 2 p  pm i
On en déduit :

f t   A1e p1t  A2 e p2t  ...  Am e pmt u t  
1
Application ; Rechercher l’originale de la fonction F  p  
p  3p  2
2
5.2. Cas des pôles doubles
Supposons maintenant qu'on a toujours d°(N(p))<d°(D(p)), mais que F(p) possède des pôles doubles
N  p Ai1 Ai 2
F  p   ...   
... p  pi  ... p  pi  p  p i 2
2
avec Ai 2  F  p  p  pi n et Ai1 

d F  p  p  pi 
n

p  pi dp p  pi
Ainsi la contribution des fractions simples dues aux pôles doubles sont :
 
f t   ...  Ai1e pi t  Ai 2 t e pi t u t   ...
3p
Application : Rechercher l’originale de la fonction F  p  
p  4p  4
2
5.3. Cas des pôles multiples
Supposons maintenant qu'on a toujours d°(N(p))<d°(D(p)), mais que F(p) possède des pôles multiples
∏ (𝑝 − 𝑧 ) ∏ (𝑝 − 𝑧 )
𝐹(𝑝) = =
∏ (𝑝 − 𝑝 ) (𝑝 − 𝑝 )(𝑝 − 𝑝 ) … (𝑝 − 𝑝 )
La fraction rationnelle F(p) peut se mettre sous la forme
𝐶 𝐶 𝐶 𝐶
𝐹(𝑝) = ⋯ + + + ⋯+ + ⋯+
(𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 )
( )
avec 𝐶 =( )! ( )
[(𝑝 − 𝑝 ) . 𝐹(𝑝)]
Ainsi la contribution des fractions simples dues aux pôles multiples sont :
 C rk ( k 1) pi t C rr ( r 1) pit 

f t   ...   C ir e pi t  C i 2 t e pi t    t e  t e  u t   ...
 (k  1)! (r  1)! 
5.4. Cas d’une fraction rationnelle quelconque
Dans le cas ou d°(N(p))≥d°(D(p)), il suffit de diviser le polynôme N(p) par D(p)

R p  avec
F  p   Q p   d R   d D 
D p 
L'inversion de la fraction rationnelle en R(p) se fait comme précédemment, et l'inversion de Q(p)
donne: F  p   q 0  q1 p  ...  q k p k   ...
 
f t   q 0 t   q1 ' t   ...  q k  k t   ...
p3  3 p2  4 p  3
Application : Rechercher l’originale de la fonction F  p  
p2  2 p 1
p2
F  p  p  1 
( p  1) 2
1 1
 p 1 
( p  1) 2
( p  1)
f t    t    ' t   t  1e  t u (t )
Chapitre IV
Schémas fonctionnels et leurs
transformations
1) Fonction de transfert
A partir de l'équation différentielle d'un SLCI, il est possible de déterminer une fonction (appelée
fonction de transfert) qui caractérise le comportement du SLCI. Le schéma-blocs fonctionnel peut
alors être mis sous la forme d'un schéma-blocs qui contient toutes les informations nécessaires pour
simuler le système global.
1.1. Equation différentielle
e(t) s(t)
S.L.C.I.
Le comportement du système est régi par une équation différentielle
d ns d n 1s ds d me d m1e de
an n  an1 n1  ...  a1  a0 s  bm m  bm 1 m 1  ...  b1  b0 e
dt dt dt dt dt dt
Dans les cas réels, m  n : système causal : la cause e(t) précède l'effet s(t).
L’objectif est de déterminer s(t) connaissant e(t)
1.2.Méthode de résolution
L’objectif est la résolution de l’équation différentielle
Domaine temporel
Domaine symbolique
1
Transformée de Laplace
Variable : t Variable : p
Résolution : S(p) = ?
Équation Fraction
différentielle rationnelle 2
e(t) → s(t) = ? E(p) → S(p) = ?
Transformée inverse
3
La résolution de l’équation différentielle se fait en 3 étapes
1.3. Résolution de l’équation différentielle
Soit un système dynamique à temps continu de signal d’entrée u(t) et de signal de signal de sortie
y(t), tous deux liés par une équation différentielle ordinaire linéaire :
𝑎 . 𝑦 ( ) (𝑡) + 𝑎 . 𝑦( )
(𝑡) + ⋯ + 𝑎 . 𝑦(𝑡) = 𝑏 . 𝑒 ( )
(𝑡) + 𝑏 . 𝑒( )
(𝑡) + ⋯ + 𝑏 . 𝑒(𝑡)
En passant dans le domaine symbolique et en supposant que les conditions initiales sont nulles, on
obtient :
𝑎 . 𝑝 . 𝑌(𝑝) + 𝑎 .𝑝 . 𝑌(𝑝) + ⋯ + 𝑎 . 𝑝. 𝑌(𝑝)
= 𝑏 . 𝑝 . 𝐸(𝑝) + 𝑏 .𝑝 . 𝐸(𝑝) + ⋯ + 𝑏 . 𝐸(𝑝)
Ce qui s’écrit sous la forme :

𝑌(𝑝) = 𝐻(𝑝). 𝐸(𝑝)
où H(p) est la fonction de transfert du système et s’écrit :

𝑏 .𝑝 +𝑏 .𝑝 + ⋯+ 𝑏 .𝑝 + 𝑏
𝐻(𝑝) =
𝑎 .𝑝 + 𝑎 .𝑝 + ⋯+ 𝑎 .𝑝 + 𝑎
La fonction de transfert est une fonction rationnelle ; elle est composée d’un numérateur de degré (m)
et d’un dénominateur de degré (n). On dit aussi que le système est d’ordre (n).
Remarques :
- Les informations fournies par H(p) sont limitées, car les C.I. n'interviennent pas.
- La transformée inverse de H(p) n'a pas de sens physique.
- La fonction de transfert caractérise le comportement intrinsèque du système et ne dépend ni de
l'entrée, ni de la sortie.
Exemple :
Soit un système décrit par l’équation différentielle suivante :
( ) ( )
+5 + 6𝑠(𝑡) = 𝑒(𝑡) avec 𝑠(0) = 𝑠 (0) = 2 𝑒𝑡 𝑒(𝑡) = 6𝑢(𝑡)
1.4.Fonction de Transfert (Définition)

La transmittance opérationnelle (ou fonction de transfert) désigne le rapport sortie sur entrée dans le
domaine de Laplace.
La forme initiale de l’équation différentielle est :
𝑑 𝑠 𝑑 𝑠 𝑑𝑠 𝑑 𝑒 𝑑 𝑒 𝑑𝑒
𝑎 +𝑎 +⋯+𝑎 +𝑎 𝑠 =𝑏 +𝑏 + ⋯+ 𝑏 +𝑏 𝑒
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
Grâce aux propriétés de la transformée de Laplace, on a :
a 0 Y  p   a1 p Y  p   ...  a n p n Y  p   b0 E  p   b1 p E  p   ...  bm p m E  p   C  p 
(C(p) polynôme en p dépendant des conditions initiales « régime libre »)
En prenant l’hypothèse de conditions initiales nulles ( C p   0 )
Y  p  b0  b1 p  ...  bm p m
H  p  
E  p  a0  a1 p  ...  a n p n
 On peut représenter cette relation par le schéma fonctionnel suivant :
E(p) Y(p)
H(p)
 L'étude dans le plan de Laplace ne fait intervenir que des multiplications, en effet
S(p)=E(p).H(p).
 Par contre, l'étude temporelle fait intervenir un produit de convolution :
𝑦(𝑡) = ℎ(𝑡)𝑒(𝑡) = ∫ ℎ(𝜏)𝑒(𝑡 − 𝜏)𝑑𝜏 e(t) y(t)
h(t)
Forme canonique :
– 𝐾 ∶ gain statique de la 𝐹𝑇
𝐾 (1 + ⋯ + 𝑏 𝑝 )
𝐻(𝑝) = avec − 𝛼 ∶ classe du système
𝑝 (1 + ⋯ + 𝑎 𝑝 ) − 𝑛 ∶ ordre du système (𝛼 + 𝑛 )
Cette dernière forme peut parfois se trouver sous forme factorisée :
𝐾 (1 + 𝜏′ 𝑝)(1 + 𝜏′ 𝑝) ⋯ (1 + 𝜏′ 𝑝)
𝐻(𝑝) =
𝑝 (1 + 𝜏 𝑝)(1 + 𝜏 𝑝) ⋯ (1 + 𝜏 𝑝)
Dans cette formulation, les  et ’ sont assimiles a des constantes de temps.
Nous pouvons enfin faire apparaître les pôles et les zéros de la fonction de transfert. Cela donne :
𝑘 (𝑝 − 𝑧 )(𝑝 − 𝑧 ) … (𝑝 − 𝑧 )
𝐻(𝑝) =
𝑝 (𝑝 − 𝑝 )(𝑝 − 𝑝 ) … (𝑝 − 𝑝 )
où k  K
2) Schéma fonctionnel
2.1. Architecture des systèmes linéaires à contre-réaction
2.1.1. Systèmes en boucle ouverte
Considérons le simple système composé d’une cuve trouée et d’une vanne d’eau le niveau d’eau dans
le réservoir ne peut désormais être constant, il y’a toujours un écart e entre le niveau d’eau souhaitée
hs et le niveau d’eau réelle h. Le système n’est pas fidèle : Il fonctionne en boucle ouverte.
Système en boucle ouvert Système en boucle fermée

2.1.2. Systèmes en boucle fermée
Considérons maintenant le système de régulation du niveau d’eau de la même cuve
Pour maîtriser le fonctionnement du système, une mesure permanente de son comportement permet
de vérifier qu’il correspond bien à ce que l’on attend de lui.
Cette information est utilisée dans l’adaptation du signal de commande afin de réguler la sortie.
Le système régulé sera constitué d’une chaîne d’action et d’une chaîne de réaction.
Le système de régulation du niveau d’eau peut être schématisé comme suite

Fuite
href ref  Vanne Cuve

h
+
-

Flotteur + Tige
En générale le schéma fonctionnel d’un système automatisé est représenté comme suite
Chaine directe
e(t) ε Commande Comportement réel
Consigne +- écart s (t )
mesure
Chaine de réaction
2.2. Etude des schémas fonctionnels
Soit un système linéaire (S.L.) ayant pour fonction de transfert H(p). Le schéma fonctionnel de ce
système est un dessin associant convenablement des blocs, des sommateurs, des comparateurs et des
capteurs afin de représenter le comportement du système.
E1  p  S  E1  E 2
E(p) H(p) S(p) ++
Bloc
E2 p 
E1  p  S  E1  E 2 Sommateur
+-
S p
E2 p 
Comparateur S p
Capteur
2.2.1 Exemple de bloc
- Bloc intégrateur
V(p) 1 X(p) (p) 1 (p)

𝑝 𝑝
Bloc Bloc
- V(P): Vitesse linéaire (m/s)

- X(P): Déplacement linéaire (m)
- (P): Vitesse angulaire (rad/s)
- (P): Déplacement angulaire (rad)
2.2.2 Simplification des schémas fonctionnels
Simplifier un schéma ou le réduire revient à lui faire une transformation de manière à mettre en
évidence une fonction de transfert simple.
H (p)
E p  + S  p E p 
1
H (p)
S p
H (p)
+ 1 2
H (p)
2
=
=
E p  S p
E p  S p H (p) . H (p)
H (p)+ H (p) 1 2
1 2
Association en parallèle Association en série (en cascade)

2.2.3. Structure en boucle fermée

E(p) (p) A(p) S(p)
+
_
action
M(p) B(p)
retour
a- Fonction de transfert en boucle ouverte FTBO
La Fonction de Transfert en Boucle Ouverte (FTBO) est le rapport entre la mesure M(p) et l’écart
(p) :
M  p
FTBO  p    A p B p 
  p
b- Fonction de transfert en boucle fermée FTBF
 ( p )  E ( p)  M ( p)
S ( p )  A( p ) ( p )
M ( p)  B( p)S ( p)
S ( p )(1  A( p ) B ( p ))  A( p ) E ( p ) puisque S ( p )  A(( p ) E ( p )  B ( p ) S ( p ))
S  p A p 
On en tire les résultats suivants très utilisés : H  p   
E  p  1  A p B  p 
 ( p) 1 S ( p) 1
et  
E ( p) A( p) E ( p) 1  A( p) B( p)
S ( p) A( p )
Cas particulier du retour unitaire : B( p)  1 , H ( p)  
E ( p) 1  A( p)
S ( p) A( p)
Cas particulier de la réaction positive, 
E ( p) 1  A( p)
2.2.4. Fonction de transfert réduite

Un système à contre-réaction se ramène facilement au cas d’un système à retour unitaire. Il suffit
pour cela de considérer que la chaîne de réaction est incluse dans la chaîne d’action. Un bloc
supplémentaire B−1(p) est rajouté à la sortie afin de rétablir S(p).
S ( p)
E ( p) M ( p) -1 S ( p)
+ A(p) B(p) B (p)
-
2.2.5. Transmittance de l’erreur
Considérons le système en boucle fermée suivant
E ( p)   p S ( p)
A(p)
+-
M ( p)
B(p)
  p 1
la transmittance de l’erreur : 
E p 1  A p  B p 
2.2.6. Quelques règles supplémentaires de simplification
X 1( p) X 3 p  X 1( p) X p 
+- ++ 3
X 2 ( p) X 2( p)
-1
Transformation d’un comparateur en sommateur
X 1 ( p) X 3  p X 1( p) X p 
H(p) + +- H(p)
3
X 2 ( p) X 2( p) 1
H p 
Déplacement d’un comparateur d’amont en aval d’un bloc
X 1( p) X 3p
+ H(p) X 1( p) X 3p 
- H(p) +-
X 2 ( p)
X 2 ( p)
H p 
Déplacement d’un comparateur d’aval en amont d’un bloc
Schéma de départ Déplacement vers l’amont Déplacement vers l’aval

Déplacement d’un capteur
2.3. Prise en compte des perturbations
Soit le système linéaire suivant :
Z(p): Perturbation
E ( p) + S ( p)
+ A(p) + B(p)
-
A p  B p  B p 
L’expression de la sortie S(p) : S  p   E p   Z  p
1  A p  B p  1  A p  B p 
Chapitre V
Analyse Temporelle des systèmes
fondamentaux
1) Introduction
Pour étudier le comportement dynamique d’un système, il n’est pas toujours simple de traduire sous
forme d’équations les lois de la physique qui régissent le comportement interne du système. Il est
souvent plus efficace de soumettre l’entrée du système à des signaux tests et d’observer la sortie.
On distingue plusieurs familles de signaux tests : l’impulsion de Dirac, l’échelon, la rampe et la

sinusoïde.
2) Réponse d’un système aux entrées canoniques
2.1. Réponse du système à une impulsion unité : réponse impulsionnelle
e(t) = (t) = impulsion de Dirac  s(t) = réponse impulsionnelle
sa sortie sera donnée par S(p)=H(p).E(p)
E(p)=1, donc S(p)=H(p) c’est aussi une autre définition de la fonction de transfert H(p).
De point de vue pratique, cette méthode présente quelques difficultés, car il est pratiquement
impossible de réaliser physiquement une entrée (t). On se contente, en général, d'une impulsion de
durée aussi courte que possible mais finie, d'où une certaine imprécision.
Apres avoir envoyé cette entrée (t) approchée, on doit enregistrer, en fonction du temps, la réponse
s(t). Ce qui donne une courbe qu'il faut ensuite interpréter. Si on veut l'expression mathématique de
la fonction de transfert, on approche cette courbe par des morceaux de courbes correspondant à des
fonctions connues.
2.2. Réponse du système à un échelon unité : réponse indicielle
Pour pallier aux inconvénients de la réponse impulsionnelle, il est facile, pratiquement, d’utiliser
comme entrée, un échelon unité (échelon de position)
e(t) = u(t) = échelon unitaire  s(t) = réponse indicielle
1 H ( p)
E ( p)   S ( p) 
p p
Pratiquement, l'essai est très rapide, il suffit de faire passer l'entrée de 0 à une valeur constante pendant
un temps (donne) T puis de cette valeur à 0, et d'enregistrer la sortie en fonction du temps.
2.3. Réponse du système à une rampe
e(t) = t.u(t) = rampe  s(t) = réponse à une rampe (Echelon de vitesse).

1 H ( p)
E ( p)  2
 S ( p) 
p p2
3) Etude des systèmes fondamentaux
3.1. Système à action proportionnelle

e(t ) s (t )
* Diagramme fonctionnel
K
s(t)
K
* Equation: 𝑠(𝑡) = 𝐾. 𝑒(𝑡)
e(t)=1(t)
1
* Réponse indicielle : t
3.2. Système à retard pur
E(p) S(p)
* Diagramme fonctionnel 𝑒
* Equation : 𝑠(𝑡) = 𝑒(𝑡 − 𝜏)
* Réponse indicielle :
e(t) s(t)
1 1
t t
Tr
3.3. Système Intégrateur
Un intégrateur est un système dont l’équation temporelle de sa réponse vérifie

𝑑𝑦(𝑡)
= 𝐾. 𝑒(𝑡)
𝑑𝑡
(K constante réelle)
* Schéma fonctionnel
e(t ) K. s (t )
* Réponses impulsionnelle
Lorsque l’entrée est une impulsion de Dirac, x(t) =(t), l’équation de l’intégrateur donne :
𝑑𝑦(𝑡)
= 𝐾. 𝛿(𝑡)
𝑑𝑡
𝑦(𝑡) = 0 𝑠𝑖 𝑡 < 0
D’où 𝑒𝑡
𝑦(𝑡) = 𝐾 𝑠𝑖 𝑡 > 0
* Réponses indicielle
Lorsque l’entrée est un échelon, x(t)=u(t), l’équation de l’intégrateur donne :

𝑑𝑦(𝑡)
= 𝐾. 𝑢(𝑡)
𝑑𝑡
𝑦(𝑡) = 0 𝑠𝑖 𝑡 < 0
D’où 𝑒𝑡
𝑦(𝑡) = 𝐾. 𝑡 𝑠𝑖 𝑡 > 0
3.4. Système dérivateur
Un dérivateur est un système dont l’équation temporelle de sa réponse vérifie
𝑑𝑒(𝑡)
𝑦(𝑡) = 𝐾.
𝑑𝑡
E(p) S(p)
* Schéma fonctionnel K.p
3.5. Système du premier ordre
Un système est dit du premier ordre ou "à constante de temps" si la relation entre son entrée et sa
sortie est une équation différentielle du premier ordre, de la forme :
𝑑𝑦(𝑡)
𝜏 + 𝑦(𝑡) = 𝐾. 𝑒(𝑡)
𝑑𝑡
où 𝜏 et 𝐾 sont deux constantes réelles non nulles.
𝜏 est la constante de temps du système exprimée en secondes (s) (toujours positive)
K est son gain statique.
𝑠(∞)
𝐾=
𝑒(∞)
L’application de la transformée de Laplace permet de trouver la forme canonique de la fonction de

transfert du système du 1ier ordre :
𝑌(𝑝) 𝐾
𝐻(𝑝) = =
𝐸(𝑝) 1 + 𝜏𝑝
E(p) 𝐾 S(p)
1 + 𝜏𝑝
3.5.1. Exemples de systèmes
* Circuit RC
Vs  p  K
F  p  
Ve  p  1   p
* Amortisseur ressort
x(t) et y(t) étant les variations respectives des positions des points X et Y
dy
f  F1 et k l  F2 Y  p k
dt 
X  p k  f p
l  X  Y  xt   y t 
3.5.2. Réponse indicielle des systèmes du 1er ordre
k
On applique à l’entrée un échelon unitaire donc : S  p  
p1   p 
après décomposition en éléments simples on obtient:
 
1 1 
S  p  k   d’où S t   k 1  e    u t 
t
 p 1 p  
 
  
K
0,95K
0,63K
 3
Temps de réponse : Le temps de réponse à ±5% de k est tr = 3τ .
Temps de montée : le temps de montée est le temps mis pour atteindre 90% de k.
 m 
t t
0,9k  k 1  e   u t   e   0,1 d’où t m  2,3
m
 
3.5.3. Réponse à une rampe
ka
Si l’entrée vaut e(t) = a.t alors: S  p  
p 1   p 
2
 
1   
après décomposition en éléments simples on obtient: S  p   ka  2   
p p p 1
 
d’où S t   ka  t     e   u t 
t
 
e(t)
s(t)
Ka = 1
Droite d’équation
𝑦 = 𝑘. 𝑎. (𝑡 − 𝜏)
t

réponse à une rampe (a=1)
remarquons que s(t) tend vers Ka(t − τ ) (rampe retardée de τ )

3.5.4. Réponse impulsionnelle
La réponse à une impulsion de Dirac e(t) =(t)

 E(p) = 1 ce qui nous donne S  p   k
 1
 p  
 
La réponse temporelle devient
k
S t   u t 
t

e

La réponse impulsionnelle est une impulsion. Au bout de 3τ la valeur résiduelle vaut 5%, le système
est stable.
3.6 Systèmes du second ordre
Un système du second ordre est décrit par une équation différentielle de la forme
1 d 2 s t  2 ds t 
  s t   k et 
02 dt 2 0 dt
à conditions initiales nulles, la transformée de Laplace donne

1 2
p2S  p pS  p   S  p   k E  p 
 2
0 0
k : gain statique
d’où H  p   S  p   k
E p p 2 2  pulsation propre
 p 1 0:
 2
0 0 non amortie
 coefficient d’amortissement
3.6.1 Exemples de systèmes
* Circuit RLC
d 2 v s t  dv t 
ve t   LC 2
 RC s  v s t 
dt dt
vs  p 1
d’où H  p  
ve  p  LC p  RC p  1
2
ce qui nous permet d’identifier

1
0  (pulsation propre d’un circuit oscillant LC)
LC
(facteur d’amortissement proportionnel à R, plus R augmente plus l’énergie se dissipe
R

2 L vite)
C
* Amortisseur + masse + ressort
Le théorème de la résultante dynamique nous permet d’écrire
d 2x d y  x
M 2  f  k  y  x
dt dt
f
p 1
Ainsi X  p k 1 p
 
Y  p 1  f p  M p2 2 p2
1 p 2
k k 0 0
f f
Avec   , 0  k et  
k M 2 kM
3.6.2 Analyse de la réponse
La fonctions de transfert du système du second ordre est
𝑘
𝐻(𝑝) =
𝑝 𝑝
+ 2 𝜔 + 1
𝜔
La décomposition de H(p) en fractions simples dépend des racines de (1 + 2/0 p + p2/02 ) ou bien
(p2+ 20 p +02 )

'  02  2  1 
* si 1 : il s’agit là de deux racines réelles et le système est hyper-amorti

 p       2  1
1 0 


 p2  0     2  1 
k
H p 
1   1 p 1   2 p 
1 1
Avec  1 

0     1 2
 et  2 

0    2  1 
* Si < 1 : Les deux racines sont complexes et conjuguées, le système est sous-amorti

 p      j 1   2
1 0 
 *

 p1  0    j 1   2 
3.6.3 Réponse indicielle unitaire
Cas où > 1 La réponse du système est apériodique. La décomposition en éléments simples donne :
 
 
k 1 1 1 2 1
S  p   k   
p1   1 p 1   2 p   p  1   2   1   1   2   1 
  p    p   
  1   2  
 1  t 2  t 
D’où S t   k 1  e 1  e  2 .u (t )
  1   2   1   2  
s(t)
K
Pente à l’origine nulle
Régime amorti
Cas où  = 1 Cas de l’amortissement critique, la réponse du système est toujours apériodique
k 1   
S  p   k   2 
p1   p   p 1   p  1   p  
2
  t  t 
ainsi la réponse temporelle est : S t   k 1  1  e  .u (t )
   
Cas où < 1 La réponse du système est oscillatoire amortie "pseudo-périodique". On a maintenant
1 p   0  0 1   2 
S  p  k    
2 2

 p  p    0    0 1  
2
1   2  p   0   0 1  
2 2 2
 

S t   k 1 

1
1 2
 
e   0t  sin  p t   1   2 cos  p t   .u ( t )


Avec  p  0 1   2
Soit sin a. cos b  cos a. sin b  sin(a  b)
selon que l’on choisisse cos    et sin   1   2 on aura
  e  0 t 
S t   k 1   sin  p t   .u (t )
  1   2 

 1  2 
Où    arctg  
  
 
La réponse indicielle est donc oscillatoire amortie

e 0t
±
Tp On note Tp la pseudo période des

oscillations amorties :
2.
Tp 
0 1   2
tm tpic tr
Pour  = 0, Tp=T0=2/0, d’où le nom de pulsation propre non amortie de 0
Temps de pic et dépassements
Les dépassements relatifs sont donnés pour les instants tk tels que s’(tk)=0
k .
tk 
0 1   2
On définit le dépassement relatif d’ordre k par :
smax (tk )  s ()
D%  100.
s ()

Le temps de pic correspond à l'instant du 1er dépassement : t D1  t pic 
0 1   2
Le dépassement principal (première dérivée) se produit à l’instant t1 :
.

1  2
D%  100.e
Temps de réponse
Il n’ya pas de formule générales donnant le temps de réponse, mais on peut utiliser l’approximation :
3
tr 5% 
0 
Le temps de réponse à 5%, tr5%, est donné par l’abaque. Il est minimal pour ξ= 0,7 et vaut:
0 tr 5%
 0.44
2.
L’abaque de droite représente l’évolution du dépassement en fonction du coefficient

d’amortissement.
Comportement dynamique et  w0
1
0  0.707
2
Chapitre VI
Analyse harmonique des systèmes
fondamentaux
1) Introduction
L’analyse des systèmes linéaires par l’étude de leur réponse en régime permanent à une excitation
sinusoïdale est d’un emploi très fréquent. L’intérêt de cette méthode réside dans son caractère pratique
et expérimental. Le signal sinusoïdal est sans doute le signal le plus utilisé pour analyser le
comportement dynamique d’un système. Des appareils, appelés transféromètres, permettent d’obtenir
directement la réponse harmonique du système pour différentes valeurs de pulsation. La fonction
obtenue, appelée fonction de transfert.
L’étude de la réponse harmonique cherche à établir les caractéristiques fréquentielles d’un système
Le principe consiste à envoyer un signal périodique en entrée (sinus) et d’en faire varier la fréquence.
Cette étude n’a de sens que si le système est stable.
Les outils mathématiques de cette étude reposent sur la variable complexe ⇒ Etude d’une réponse
harmonique = étude d’une fonction dans le plan complexe.
2) Transmittance isochrone
2.1. Réponse d’un système linéaire en régime harmonique
Le comportement d’un système physique quelconque est régi par une équation différentielle linéaire
d’ordre n.
ds d ns de d me
a 0 s t   a1  ...  a n n  b0 et   b1  ...  bm m
dt dt dt dt
Ce système est excité par un signal d’entrée de type sinusoïdal e(t) = E0.sin(.t). La résolution de
l’équation différentielle définissant le système permet d’évaluer la sortie s(t). Ce signal est composé
d’un signal sT(t) correspondant au régime transitoire et d’un signal sP(t), de type sinusoïdal,
correspondant au régime permanent.
𝑒(𝑡) = 𝐸 . sin (𝜔𝑡) sP (t)+ sT(t)

H(p)
𝑠 (𝑡) = 𝑆 . sin (𝜔𝑡 + 𝜑)
e(t) et s(t) représentent donc les parties imaginaires de ces complexes.

Adoptons la représentation complexe comme outil d’analyse.
𝐸= 𝐸 𝑒
𝑆̅ = 𝑆 . 𝑒 ( )
La fonction de transfert isochrone d’un système linéaire est égale à sa transmittance isomorphe pour
p = j. Elle caractérise la réponse harmonique du système linéaire.
𝑆
𝑆 |𝐻(𝑗𝜔)| =
[𝐻(𝑝)] = 𝐻(𝑗𝜔) = . 𝑒 ⟹ 𝐸
𝐸
𝑎𝑟𝑔[𝐻(𝑗𝜔)] = 𝜑
2.2. Lieux de transfert des transmitances isochrones (Lieu de Bode)
La transmittance isochrone s’obtient également en remplaçant p par j dans l’expression de la

transmittance isomorphe H(p). H(j) est un nombre complexe fonction de la pulsation . Son module
est égal au gain |𝐻(𝑗𝜔)| de la fonction de transfert et son argument est égal au déphasage entrée -
sortie 𝜑 = 𝑎𝑟𝑔[𝐻(𝑗𝜔)] de la fonction de transfert. On appelle lieu de transfert le lieu décrit par le
point M d’affixe H(j) lorsque  varie de 0 à l’infini.
* Lieux de Bode
Le lieux de Bode représente séparément le module |𝐻(𝑗𝜔)| et la phase 𝜑(𝜔) en fonction de la

pulsation d’entrée .
L’échelle du module est le décibel (dB) c'est-à-dire 20. 𝑙𝑜𝑔|𝐻(𝑗𝜔)| et la phase est 𝜑 = 𝑎𝑟𝑔[𝐻(𝑗𝜔)]
généralement représentée en degrés ou en radians.
Octave Décade
Diagramme de Bode de 2 ou plusieurs systèmes en série
Lorsque 2 systèmes 𝐻 (𝑝) et 𝐻 (𝑝) sont en série, leurs fonctions de transfert se multiplient :
𝐻(𝑝) = 𝐻 (𝑝). 𝐻 (𝑝)
Gain : 20𝑙𝑜𝑔|𝐻(𝑗𝜔)| = 20 log|𝐻 (𝑗𝜔)| + 20 log|𝐻 (𝑗𝜔)|
Phase : ∠𝐻(𝑗𝜔) = ∠𝐻 (𝑗𝜔) + ∠𝐻 (𝑗𝜔)
Donc sur le diagramme de Bode, le gain et la phase de 𝐻(𝑗𝜔) seront la somme des gains et des phases
de 𝐻 (𝑗𝜔) et 𝐻 (𝑗𝜔).
3) Etude des systèmes fondamentaux (Diagramme de bode)
3.1. Système à action proportionnelle
e(t) s(t)
K
* Equation : 𝑠(𝑡) = 𝐾. 𝑒(𝑡)
* Réponse harmonique :
La fonction de transfert H(j) = K est constante.
Gain : 20. 𝑙𝑜𝑔|𝐻(𝑗𝜔)| = 20𝑙𝑜𝑔|𝐾|
Phase : ∠𝐻(𝑗𝜔) = 𝑂° 𝑠𝑖 𝐾 ≥ 0 𝑜𝑢 − 180° 𝑠𝑖 𝐾 < 0
20log|H(jω)|
20log|K|
∠𝐻(𝑗𝜔)
𝐾≥0
0°
ω
𝐾<0
-180°
3.2. Système à retard pur
e(t) s(t)
e-Tr.p
* Equation s(t )  e(t  Tr )
* Réponse harmonique :
La fonction de transfert H(j)= e-jTr. est constante.
Gain : G = 0dB
Phase  = -Tr
Diagramme de Bode
20*log[H(j)]

Arg[H(j)]
0

-Tr
3.3. Système Intégrateur
Un intégrateur est un système dont l’équation temporelle de sa réponse vérifie
𝑑𝑦(𝑡)
= 𝐾. 𝑒(𝑡)
𝑑𝑡
e(t) s(t)
K.
* Fonction de transfert : 𝐻(𝑝) =
Le système intégrateur a pour fonction de transfert H(p) = K/p. Dans le domaine fréquentiel nous
K K
remplaçons p par j. La fonction de transfert est imaginaire pure, en effet : H ( j )  j .
j 
Le module exprimé en décibels : Gdb  20 log H ( j )  20 logK   20 log 
l’axe des abscisses du diagramme de bode est de la forme x=log(), la courbe de gain est donc une
droite y=ax+b avec a=−20 et b =20 log(K)
Son argument  est donné par :   Arg[ H ( j )]  90 0

G
20 log K
10

K
20 log K-20


-90°
Bode
1
Exemple 1 : Traçage du diagramme de Bode de la fonction de transfert H ( j ) 
j
Gain (dB)
Phase (deg)
3.4. Système dérivateur
Un dérivateur est un système dont l’équation temporelle de sa réponse vérifie
de (t )
y (t )  K . (K constante réelle)
dt
E(p) S(p)
K.p
* Fonction de transfert
G( dB)  20. log K  20. log 

H(j) = jK H ( j )  j.K .  
   ArgH ( j )  90
0

1/K

90°

Bode
Exemple 2 : Traçage du diagramme de Bode de la fonction de transfert H ( j )  j
Gain (dB)
Phase (deg)
3.5. Système du premier ordre
La fonction de transfert isochrone d’un circuit de premier ordre est le suivant :
E(p) 𝐾 S(p)
1 + 𝜏𝑝
K
Dans le domaine fréquentiel la fonction de transfert devient : H ( j ) 
(1  j )
K
Le module est donc : H ( j ) 
1  ( ) 2
Le gain est obtenu par : G( dB )  20 log H ( j )  20 log K  10 log(1  ( ) 2 )
L’argument est :   ArgH ( j)  arctg()

* Etude Asymptotiques :
Pour τ<<1 (0) <<1/τ G( dB )  20 log K Asymptote n°1 de pente 0

  0
Pour τ=1 =1/τ G( dB )  20 log K  3 Points remarquables
  45
Pour τ>>1 () >>1/τ G( dB )  20 log K  20 log( ) Asymptote n°2 de pente -1
  90 (-20dB/décade)
GdB
La pulsation c = 1/ τ point d’intersection des asymptotes est appelée pulsation de cassure du

système du premier ordre.
Pour la courbe de phase on peut définir les asymptotes ❶ et ❷.
7
Exemple 3 : Tracé de Bode de G ( p) 
(1  2 p)
Exemple 4 : Tracé de Bode de G ( p )  (1  10 p )

Gain (dB)
Phase (deg)
3.6 Systèmes du second ordre
Un système du second ordre est décrit par une équation différentielle de la forme
1 d 2 s t  2 ds t 
  s t   k et 
02 dt 2 0 dt
à conditions initiales nulles, la transformée de Laplace donne

1 2
p2S  p pS  p   S  p   k E  p 
 2
0 0
k : gain statique
 
d’où H  p   S p  k
E p p 2 2  pulsation propre
 p 1 0:
 2
0 0 non amortie
 coefficient d’amortissement
  2  2
1  2   j
K  0  0
La Fonction de transfert fréquentielle est : H  j   K
  2  2 2
  2  4 2 2
1  2   j 1  2   2 
 0  0  0  0
3.6.1 Cas de racines réelles ξ ≥ 1 :
La fonction de transfert de 2ndordre comporte 2 racines réelles p1 et p2 . Elle peut alors se mettre sous
K 02 K 02
la forme : H ( p)  
p 2  20 p   02 ( p  p1 )( p  p 2 )
Si on pose 1  1/ p1 et  2  1/ p2 , alors on peut écrire :
K02 1 2 K1
H ( p)  
(1   1 p)(1   2 p) (1   1 p)(1   2 p)
K1 K1 1
La Fonction de transfert fréquentielle est : H ( j )   
(1  j 1 )(1  j 2 ) 1  j 1 1  j 2

    
H 1 ( j ) H 2 ( j )
Le diagramme de Bode de la fonction de transfert peut donc être obtenu en additionnant les tracés
effectués séparément pour les 2 fonctions du 1erordre suivantes :
H ( j ) dB  H 1 ( j ) dB  H 2 ( j  ) dB
 K 
    Argument  1
   arctan  1    arctan  2  
 1   1 j  1   2 j   
* Etude Asymptotiques :
Pour <<1/ τ1 G( dB )  20 log K Asymptote de pente 0

(0)   0 Asymptote de pente 0
Pour 1/τ1< <1/τ2 G( dB )  20 log K  20 log( 1 ) Asymptote de pente -1

  90 Asymptote de pente 0
Pour >>1/τ2 G( dB )  20 log K  20 log( 1 )  20 log( 2 ) Asymptote de pente -2

()   180 Asymptote de pente 0
1 10
Exemple 5 : Diagramme de Bode de H  p   
1  1,1 p  0,1 p 2
 p  1 p  10
3.6.2 Cas de racines réelles ξ < 1 :
La fonction de transfert comporte 2 racines complexes conjuguées. La Fonction de transfert

fréquentielle, le module et l’argument de la fonction de transfert sont donnés par :
 K
G ( )  H  j   2
    2    
2
1       2

       
   0   0n 

   
   2  
K    0    2 
 
H ( j )     arctg    2  , si 1   2   0
 
2
    1    0 
1     j 2   2 
 0  0     0  
    Arg H ( j )   
 
   2  
   0    2 
    arctg 
2 
, si 1  2   0
   1      0 
   2 
   0 
3.6.2.1.Etude de la courbe du gain :
Le gain en décibel est défini par :
 2 2
  2 
      2   
G dB ( )  20 log G ( )   20 log( K )  10 log 1     

   0     0  
  
* Asymtotes au courbe réelle
Pour    0 Gdb  20 logK  Asymtote horizontale
Pour    0  2  Point remarquable

20 logK   20 log K 02 
  
Pour    0  2  Asymtote de pente -2

 
Gdb  20 log K 02   20 log K02  40 log 
  
* Sommet de la courbe de Gain
   2  2  4 2 2  
Gdb  20 logK   10 log 1  2    
  0   02  
 
4  2 
La dérivée de la courbe étant nulle au point max d’où : 2   1  2  2 2   0

0  0 
D’où    r  0 1  2 2 (dite pulsation de résonnance)
 K 
à laquelle correspond le pic : G dbMax  H  j  db  20 log 
Max
 2 1  2 2 
 
* Facteur de résonnance
Le facteur de résonance représente la hauteur du pic (M) en fonction de ξ, il n’est défini que pour :
1  2   0 c’est-à-dire  
2
2
2
 0,7
H  j r  1
Dans ce cas on aura : M  
H 0  2 1   2
* Courbe du gain
3.6.2.2.Etude de la courbe de phase :
  
  2  
  arctg  0    2 
 2 
, si 1  2   0
     0 
    1 
  
2 


La phase est :     Arg.
K  
   0  
 
 
 1     2 j  
2
 2  
  2     0    2 
 0  0     arctg  , si 1  2   0
 2 
 0 
 
 1   
   2  
  0 
car le déphasage d’un système du second ordre est compris dans l’intervalle ]−, 0] et la fonction
arctg renvoit un argument sur l’intervalle ]−/2, /2 [.
* Asymtotes au courbe réelle
Pour    0 H ( j )  1  ( )  0 Asymtote n°1
Pour    0  ( )  90 Point remarquable
Pour    0  
2  ( )  180 Asymtote n°2
H ( j )   0 
 j 
* Diagramme asymptotique d’un système du second ordre (racines complexes)
3.7. Système d’ordre quelconque
6.(1  10 p)
Soit la fonction de transfert H ( p) 
p.(1  p ).(1  100 p)
Par définition H ( j )  H ( j ) .e j
 H ( j )  
Lorsque   0 
   90
 H ( j )  0
d-n=2, ainsi    
   180
Construisons le tracé asymptotique du diagramme de BODE.
Courbe de gain asymptotique
Courbe de phase asymptotique

Chapitre VII
Performances des systèmes linéaires
asservis
1) Introduction
On s’intéresse à l’étude des systèmes bouclés à retour unitaire, puisque tout système pouvant être
transformé en système à retour unitaire.
X ( p) C(p) G(p)
Y ( p)
+
-
C ( p )G ( p ) N ( p)
La fonction de transfert en boucle fermée est donnée par : H ( p )  
1  C ( p )G ( p ) D ( p )
L’équation caractéristique est définie par : D ( p )  1  C ( p )G ( p )  an p n  an 1 p n 1    a1 p  a0
X ( p)
C(p)
Y ( p)
+ G(p)
-
B(p)
Fonction de transfert en boucle ouverte : FBO  p   C ( p )G ( p ) B ( p )
C ( p )G ( p) C ( p)G( p)
Fonction de transfert en boucle fermée : FBF  p   
1  C ( p)G ( p) B( p) 1  FBO ( p)
Analyser le système bouclé linéaire revient à étudier la fonction de transfert en boucle ouverte FBO(p).
L’étude des performances consiste à étudier :
 La stabilité et la rapidité qui sont deux critères dynamiques.
 La précision qui est un critère statique.

2) Stabilité d’un système
2.1. Définitions et théorème
2.1.1. Première définition
De manière naturelle: on dira qu’un système est stable si, écarté de sa position d’équilibre, il y revient.
2.1.2. Seconde définition
Un système est stable si toute entrée bornée produit une sortie bornée. Cette définition caractérise la
stabilité entrée bornée-sortie bornée.
2.1.3. Théorème
Un système linéaire à temps continu est stable si tous ses pôles sont à partie réelle strictement
négative.
Ce théorème est valable pour tout système, qu’il soit en boucle ouverte ou fermée. Pour un système
d’ordre élevé, il faut généralement recourir à une résolution numérique pour déterminer les pôles du
système.
2.2. Analyse de la stabilité
Ces différentes méthodes seront détaillées par la suite.
2.3. Stabilité mathématique
Un système d’ordre 2 est stable si les racines de son équation caractéristiques sont toutes les deux à
partie réelle négative.
K
Exemple 1 : G ( p ) 
 p  5 p  2 
Les pôles du système sont p1 = -5 et p2 = -2  le système est stable.
En général (pour les systèmes d’ordre supérieur à deux), pour avoir un système stable, les zéros
de l’équation caractéristique D ( p )  1  FBO  p  doivent être à parties réelles négatives.
Des critères algébriques et graphiques simples peuvent être utilisés pour déterminer la nature des
pôles:
- Critère de Routh
- Critère du Revers
2.4. Critère algébrique de Routh Hurwitz
Le critère de Routh Hurwitz est un critère algébrique qui permet de savoir si les racines d’un
polynôme à coefficients constants sont situées dans le demi-plan gauche (partie réelle négative).
Soit H( p) la fonction de transfert en boucle fermée et soit D( p) le dénominateur de H( p).
Soit le polynôme : D  p   a n P n  a n 1 P n 1  ...  a1 P  a 0 ai  IR 
2.4.1. Condition 1:
Une condition nécessaire de stabilité est que les coefficients ai du polynôme soient non nul et de
même signe (condition vérifiée pour les systèmes physique).
2.4.2. Condition 2:
Critère de Routh : Les racines de l’équation caractéristique sont toutes à partie réelle strictement
négative si tous les éléments de la première colonne du tableau de Routh sont de même signe.
2.4.3. Tableau de Routh
On considère le polynôme dénominateur du système en boucle fermée :
D  p   a n P n  a n 1 P n 1  ...  a1 P  a 0
Ce tableau est composé de (n 1) lignes orienté suivant les puissances décroissantes du polynôme
caractéristique de p n à p 0 .
𝒑𝒏 𝑎 𝑎 𝑎 … 𝑎
𝒑𝒏 𝟏 𝑎 𝑎 𝑎 … 𝑎
𝒑𝒏 𝟐 𝑎 𝑎 −𝑎 𝑎 𝑎 𝑎 −𝑎 𝑎 …
𝑏 = 𝑏 =
𝑎 𝑎
𝒑𝒏 𝟑 𝑏 𝑎 −𝑏 𝑎 𝑏 𝑎 −𝑏 𝑎 …
𝑐 = 𝑐 =
𝑏 𝑏
⋮ … …
 Si tous les termes de la première colonne du tableau de Routh sont strictement positifs, les
pôles sont à partie réelle négative, le système étudié est stable.
 S'il y a k changements de signe dans la première colonne, k pôles ont une partie réelle
positive, le système étudié est instable.
 Si tous les termes d'une ligne sont nuls, le système étudié est en limite de stabilité.
Correspond à une paire de pôles imaginaires conjugués.
 Si au cours de calcul on trouve un zéros dans la première colonne seulement on le remplace

par un ε<<1 et on continue le calcul. Pour l’analyse de stabilité on fait tendre ε vers 0.
Exemple 2 :
Soit l’équation caractéristique d’un asservissement D  p   p 4  6 p 3  13 p 2  12 p  4  0
La table de Routh correspondantes est la suivante :
Il n’y a pas de changement de signe 
La FTBF n’a pas de pôles à partie réelle positive  Le système

asservi est stable en boucle fermée
Exemple 3 :
Soit l’équation caractéristique d’un asservissement D  p   p 5  6 p 4  12 p 3  12 p 2  11 p 1  6  0
Le tableau de Routh est la suivante :
D2  p   6 p 2  6  0
dD2  p 
 12 p
dp
Il n’y a pas de changement de signe dans les coefficients de la première colonne, alors la FTBF n’a
pas de pôles à partie réelle positive, mais elle a deux pôles imaginaires purs. Ce sont les racines de :
D2  p   6 p 2  6  0  p   j
Exemple 4 :
Soit l’équation caractéristique d’un asservissement D  p   p 3  2 p 2  4 p  K  0
Pour 0<K <8, le système est stable
Si K=8, le système est marginalement stable
Le polynôme auxiliaire :
D1  p   2 p 2  8  2 p  2 j 
. p  2 j  0
2 racines imaginaires conjuguées. En divisant D(p) par D1(p) :
D  p   2 p  2 j 
. p  2 j  p  2   0  Inacceptables oscillations
Exemple 5 :
Soit l’équation caractéristique d’un asservissement
  
D  p    p  3. p  1  j 2 . p  1  j 2  p 3  p 2  2 p  24  0

La condition 1est satisfaites puisque tous les coefficients sont positifs, mais
le tableau de Routh montre un changement de signe deux fois, ce qui est
confirmé par l’équation caractéristique  système instable.
Exemple 6 :
Soit l’équation caractéristique d’un asservissement
D p   p 4  p 3  p 2  p  K  0
Pour K positif, les conditions nécessaires satisfaites puisque tous les

 K K
coefficients sont positifs, mais c1    système instable.
 
2.5. Critère géométrique (critère de Revers)
Ces critères géométriques permettent par l’étude de la représentation de la fonction de transfert en

boucle ouverte, de déterminer la stabilité d’un système en boucle fermée.
C ( p )G  p 
C’est un critère graphique qui utilise la FTBO du système on a : FTBF  et
1  C ( p )G ( p )
FTBO  C ( p )G  p 
2.5.1. Point critique
L’étude de la stabilité d’un système en boucle fermée revient à étudier les solutions de l’équation
caractéristique suivante : D ( p )  1  FTBO ( p )  0 ou encore FTBO ( p )   1
Cela signifie qu’il est possible de déterminer la stabilité d’un système en boucle fermée à partir de
l’étude de sa fonction de transfert en boucle ouverte.
On suppose que le système est à la limite de stabilité, donc l’équation caractéristique admet une
solution, et par conséquent, il existe une pulsation  tel que :
FTBO ( j  )  H ( j  )   1
Dans ce cas, le module et l’argument de la FTBO sont :

 
H ( j  )  1 , 20 log H ( j ) dB  0 dB et Arg H( j)  180
Pour évaluer la stabilité du système en BF, on étudie la position de la courbe de réponse harmonique
en BO par rapport au point critique défini par :
20 log H ( j )  0 dB et ArgH ( j)  180
2.5.2. Critère de stabilité dans le plan de Bode
Le système est stable en boucle fermée si, pour la pulsation correspondant à  = -180°, la courbe de
gain de la FTBO passe au dessous du niveau 0 dB.
au dessous du niveau 0
dB
Plan de Bode
2.6. Marges de stabilité
La supériorité des méthodes graphiques se manifeste dans la possibilité de définir des réserves de
stabilité sous forme de distances entre le lieu de la FTBO et le point critique.
2.6.1. Concept de marge de stabilité
Le critère que nous venons d’étudier permet de diagnostiquer si oui ou non un système est stable en
boucle fermée. Le résultat est toujours binaire : le système est stable ou instable. Toutefois, certains
de ces critères permettent de pressentir la notion de marge de sécurité relative à la stabilité d’un
système.
De même, nous aurons tendance à considérer qu’un système dont le lieu de Bode passe loin du point
critique, sera « plus » stable que s’il passait très près de ce point.
Ces considérations nous invitent donc à définir une notion de marge de stabilité, en relation avec cet
« éloignement » par rapport au seuil critique d’instabilité. Nous allons ainsi définir successivement
la marge de gain et la marge de phase, à partir d’observations géométriques simples dans le lieu de
Bode du système.
2.6.2. Marge de gain MG
On appelle marge de gain MG, exprimée en

décibel, la distance entre le lieu de transfert de
la FTBO et le point critique mesurée
parallèlement à l’axe du gain (différence entre
0dB et la valeur du gain en décibel qui
correspond à la phase de 180 )
M G  20 log H ( j 180°) )
Où :  180 est appelée pulsation critique, la
phase de la FTBO pour cette pulsation est

égale à 180 :
ArgH ( j180 )  180
NB: Dans la pratique, les valeurs usuelles de marges de gain permettant le réglage sont :
Marge de Gain : 10dB à 15dB
2.6.3. Marge de phase M
On appelle marge de phase M,

exprimée en degré (ou en radium),
la distance entre le lieu de
transfert de la FTBO et le point
critique mesurée parallèlement à
l’axe de la phase (différence entre
la valeur de la phase qui
correspond à un gain en décibel
égal à 0 dB et 180 ):
M  180  ArgH ( j0 )
Où :  0 est appelée la pulsation de coupure, le gain en décibel de la FTBO pour cette pulsation est
nul
(où le gain de la FTBO est égal à 1):
20 log H ( j0 ) dB  0 dB ou H ( j0 )  1
NB: Dans la pratique, les valeurs usuelles de marges de phase permettant le réglage sont :
Marge de Phase : 40° à 45°
3) Précision
Les performances fondamentales attendues d’un système de commande sont la précision et la rapidité.
En effet, un système supposé parfait aurait l’entrée et la sortie constamment confondues, c’est-à-dire
que la précision et la rapidité seraient parfaites.
3.1. Problématique générale

Soit un système dont on souhaite connaître les performances de précision et donc de l’erreur.
Si le système est stable, la sortie converge vers une valeur finie y.
Plus que y sera proche de e(t) plus que le système sera précis.
E(p)
3.2. Définition
On appelle erreur, la différence entre l’entrée de consigne (grandeur de commande) et la sortie (grandeur
commandée) :  (t )  e(t )  y (t ) .
La précision s’améliore lorsque l’erreur diminue.

3.3. Erreur en régime permanent
Soit un système de fonction de transfert en boucle ouverte FTBO(p)=A(p).B(p)=G(p)
On appelle erreur statique ou erreur permanent la valeur de l’écart entre la consigne et la sortie du
système lorsque le régime établit est atteint.
L’erreur en régime permanent est :   lim  (t ) .
t 
D’après le théorème de la valeur finale, on a:   lim (t )  lim ( p)

t  p 0
E ( p)
 ( p )  E ( p )  Ym ( p )  E ( p )  G ( p ) ( p )   ( p ) 
1  G ( p)
Alors l’erreur dépend de E(p) et de la FTBO(p).
Afin de déterminer l’erreur, en écrit la FTBO(p) sous une forme générale
K 1  b1 p  b2 p 2  b3 p 3  ...
G p   
p 1  a1 p  a 2 p 2  a3 p 3  ...
K
Pour p  0 la FTBO(p) devient : FTBO( p) 
p
Donc pour obtenir une erreur faible en régime permanent il faut augmenter les valeurs de K et  ce
qui s’oppose à la condition de stabilité.
En générale, les objectifs de stabilité et de précision d’un système à contre-réaction sont
contradictoires.
3.4.1. Erreur de position
L’écart de position est l’écart  p (t ) en régime permanent quand l’entrée est un échelon.
E0
Soit et   E 0 u t  alors E  p   .
p
 E0   
   
 p  E0
 p  lim  t   lim p  lim 
t   p 0 1  G  p   p  0 K 
  1  
   p 
* Système de classe 0 (=0)
 E 
lim  t   lim 0 
P 0 1  K
t  
 
On constate que l’erreur de position diminue pour une valeur croissante du gain K
Donc : la précision est d’autant meilleur que le gain statique de la FTBO est important.
K0=3
1.5
1
K0=1 K0=2
0.5
0 temps [s]
0 2 4 6 8 10
Mais il faut faire attention à la stabilité ! (voir dilemme précision-stabilité)
* Système de classe ≥ 1 ( ≥ 1)
D’après la limite de l’erreur de position, pour  ≥ 1 on a une erreur statique nulle
Donc un système qui possède un intégrateur en boucle ouverte fournit une erreur indicielle nulle
3.4.2. Erreur de vitesse (dit écart de poursuite, ou trainage)
L’écart de vitesse est l’écart  v (t ) en régime permanent quand l’entrée est une rampe.
V0
Soit et   V 0 .t .u t  alors E  p   .
p2
 V0   
   
  lim 
2
p V0
 v  lim  t   lim p  
p 0  1  G  p   
t   p 0
 K 
   p1    
    p 
Classe de système =0 =1 ≥2

lim  t   V0 0
t  
K
3.4.3. Erreur d’accélération
L’écart d’accélération est l’écart   (t ) en régime permanent quand l’entrée est une parabole.
0
Soit et    0 .t 2 .u t  alors E  p   .
p3
 0   
   
 p3   0 
   lim  t   lim p  lim 
t   p 0  1  G p   p 0
 p 2 1  K  
   
    p   
Classe de système =0 =1 =2

lim  t    0
t  
K
3.4.4. Influence d’une perturbation
On considère le système à contre-réaction ci-dessous. Soit une perturbation additive d(t) sur la
commande.
E(p) correcteur système
+ + +
-
La sortie pourra être exprimée en fonction de e(t) et d par :
G1 ( p)G2 ( p) G2 ( p)
Y ( p)  E ( p)  D( p)
1  G1 ( p)G2 ( p) 1  G1 ( p)G2 ( p)
Pour une perturbation en échelon d(t)=u(t).
 
 G2 ( p) 1  1 
y ( )  lim p    lim  
p0
1  G1 ( p )G 2 ( p )  p p 0  1  G ( p ) 
 G2 ( p) 1 
 
Pour réduire cette dernière, on a intérêt à augmenter le gain statique de G1(p) et diminuer le gain
statique de G2(p).
Conclusion : Un rejet asymptotique de la perturbation est garantie s’il existe au moins un intégrateurs
dans la chaîne direct en amont du point d’entrée de cette perturbation.
4) Rapidité
4.1. Rappel et définition
Un système est dit rapide s’il se stabilise à son régime permanant à un temps jugé satisfaisant. Les
critères de performances temps de réponse, temps de pic, temps de montée et le dépassement
caractérisent la rapidité du système.
 le temps de montée, tm, temps nécessaire pour passer de 10 à 90 % de la valeur finale.
 le temps de réponse, tr, temps nécessaire pour que la réponse se stabilise à plus ou moins 5 %
de la valeur finale.
Lorsque la réponse est oscillatoire amortie, on peut aussi utiliser :
 l’amplitude du 1er dépassement, D1, (en % de la valeur finale) et le temps tD1 qui lui correspond.
Ici D1 = 8 %
105
y(t) %
100 %
95 %
tD1 tr
Chapitre VIII
Correction des systèmes asservis
3) Introduction
Nous avons vu comment quantifier le comportement d’un système et ce chapitre va permettre de

régler au mieux le processus.
L’amélioration des performances d’un système sont :
 Un meilleur temps de montée,

 Modifier l’amplitude du premier dépassement,
 Minimiser, voir annuler l’erreur statique,
 Avoir une meilleure stabilité en modifiant les marges de gain et de phase.
Un processus à commander possède ses propres caractéristiques qui ne peuvent être modifiées.
L’étude à suivre est alors la suivante :
 Trouver un modèle pour le système,

 Identifier les paramètres du modèle,
 Calcul des erreurs,
 Étude de la stabilité.
Néanmoins, la régulation des systèmes passent par la recherche du compromis : stabilité, rapidité
et précision.
2) Domaine de synthèse
Lors de la commande d’un système, nous nous intéressons principalement à la réponse temporelle.
C’est dans ce domaine que nous pouvons facilement observer ses performances : dépassement, erreur,
précision.
L’analyse fréquentielle se fait pour des systèmes d’ordre supérieur à 3 et pour analyser la stabilité du
système (calcul des marges de phase et de gain).
3) Études des différents régulateurs
Les différents correcteurs ou régulateurs sont :
- Proportionnel P,
- Proportionnel Intégral PI,
- Proportionnel Intégral Dérivée PID,
- A avance de phase (garde un gain constant mais avance la phase),

- A retard de phase (garde un gain constant mais diminue la phase afin d’avoir plus de dynamique),
…,
Dans la majorité des applications, ce sont des correcteurs séries qui sont mis en place. Chaque
correcteur a ses caractéristiques propres. Le choix dépendra donc du résultat que nous voulons
obtenir.
X ( p)
C(p)
Y ( p)
+ G(p)
-
3.1. Correcteur proportionnel
3.1.1. Modalité de l’action proportionnelle:

Le correcteur est un amplificateur.
Le signal de commande est proportionnel au signal d’erreur.
L’amplification de l’erreur vise à avoir une action du correcteur plus importante pour une erreur
donnée
X e  K p    X e 0 avec X e 0 un bias (ou intégrale manuelle) ajustable permettant de compenser

l’erreur statique
3.1.2. Avantages et inconvénients de l’action proportionnelle:

Ce correcteur permet de :
- diminuer l’erreur (augmenter la précision.)
- vaincre les systèmes à grande inertie
- augmenter la rapidité tant que le système n’est pas trop oscillatoire.
- il ya un risque d’augmenter l’instabilité.
Il faut trouver un bon compromis entre vitesse et stabilité.

Un correcteur proportionnel a le gros avantage d’être simple à mettre en place et facile à modifier.
- Si K est faible (K < 1), nous avons une translation vers le bas du lieu de Bode . La stabilité est
donc augmentée, mais l’analyse temporelle montre un asservissement lent et « mou ».
- Si K est important, la dynamique sera meilleure, l’erreur sera réduite, mais nous pouvons
observer une translation vers le haut du lieu de Bode . Dans ce cas, nous nous approchons du
gain critique, pouvant entraîner une meilleure stabilité ou une instabilité, suivant la valeur de K.
3.2. Correcteur intégral
3.2.1. Modalité de l’action intégrale:

Le signal de commande est proportionnel à l’intégrale du signal d’erreur
t t 0
1 1 1
Xe 
Ti   (t )dt 


Ti 0
 (t )dt    (t )dt et la fonction de transfert isomorphe
Ti 
 
Xe0
X e ( p) 1
C ( p)  
 ( p) Ti p
X e ( p) 1
Il s’emploie en combinaison avec une action proportionnelle. C ( p)   Kp 
 ( p) Ti p
1
Ce filtre intervient aux fréquences basses (régime permanent) (p=j petit donc grand donc
Ti p
l’action de C(p) est grande).
Il n’intervient pas aux fréquences élevées ce qui correspond aux régimes transitoires (p=j grand
1
donc petit donc l’action de C(p) est faible).
Ti p
S(t) 1
t
A3
Action I : T   (t )dt
i 0
A2
A1
Action P : Kp
t
(t)
t
Aire A1
Aire A2
Aire A3
3.2.2. Avantages et inconvénients de l’action intégrale:

Il joue sur la précision en éliminant l’erreur en régime permanent (élimine l’erreur statique )
Il augmente la rapidité et augmente l’instabilité.

T (d B ) T (d B )
Influences d’un C
correcteur
proportionnel
intégral dans le Log 
Log 
 (r a d )
diagramme de 0
u C  (ra d )
 u  C
0
Bode
-
-
S y s t è m e s a t b le m a is p e u p r é c is
• Plus l’action intégrale est élevée (Ti petit), plus la réponse s’accélère et plus la stabilité se
dégrade (réponse forte à une petite erreur) et .
1
• Il permet de filtrer les variables bruitées (HF) ( petit si p=j grand)
Ti p
• Il faut également trouver un bon compromis entre vitesse et stabilité.
• Dans les régulateurs industriels on affiche 1/Ti, alors Ti est d’autant plus grand que l’action
intégrale est faible.
• Pas d'action Intégrale : Ti infini
Ce correcteur permet un changement de classe de l'asservissement (de la classe 0 à la classe 1) donc

permet une amélioration très sensible de la précision.
Par contre, le retard de phase apporté par ce correcteur ne peut en aucune façon améliorer la qualité vélocité
(rapidité) de l'asservissement, au contraire.
Bode Diagram
-15
-20
Magnitude (dB)
-25
-30
-35
-40
-89
-89.5
Phase (deg)
-90
-90.5
-91
0 1
10 10
Frequency (rad/sec)
Cette action amplifie les basses fréquences sans en modifier les hautes. En calculant la phase de cette
action, nous pouvons remarquer qu’elle ajoute –π/2. Ceci entraîne une translation horizontale du lieu
de Bode, pouvant rendre instable le système.
On s’intéresse à l’étude des systèmes bouclés à retour unitaire, puisque tout système pouvant être
transformé en système à retour unitaire.
X ( p)
C(p)
Y ( p)
+ G(p)
-
C ( p )G ( p ) N ( p)
La fonction de transfert en boucle fermée est donnée par : H ( p )  
1  C ( p )G ( p ) D ( p )
L’équation caractéristique est définie par : D( p)  1  C ( p)G ( p)  an p n  an 1 p n 1    a1 p  a0
X ( p) C(p) G(p)
Y ( p)
+
-
B(p)
Fonction de transfert en boucle ouverte : FBO  p   C ( p )G ( p ) B ( p )
C ( p )G ( p) C ( p)G( p)
Fonction de transfert en boucle fermée : FBF  p   
1  C ( p)G ( p) B( p) 1  FBO ( p)
Analyser le système bouclé linéaire revient à étudier la fonction de transfert en boucle ouverte FBO(p).
L’étude des performances consiste à étudier :
 La stabilité et la rapidité qui sont deux critères dynamiques.
 La précision qui est un critère statique.

Cours Aut Prep 2022

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Aut Prep 2022

Transféré par

Droits d'auteur :

Formats disponibles

Faculté des Sciences de Sfax

Cours d’Automatique des

1.1. Définition 1 (Automatique)

1.2. Définition 2 (Système)

1.3. Les systèmes linéaires

Ainsi si on applique à l’entrée :

𝑥(𝑡) = 𝑢. 𝑥 (𝑡) + 𝑣. 𝑥 (𝑡) (u, v: sont deux constantes)

𝑦(𝑡) = 𝑢. 𝑦 (𝑡) + 𝑣. 𝑦 (𝑡)

1.4. Les systèmes invariants

Un système invariant est aussi appelé système à constantes localisées.

On distingue les systèmes linéaires continus des systèmes non-linéaires continus.

Les systèmes physiques temporels réalisables sont causals.

Un signal x(t) est causal si  t < 0, x(t) = 0.

 Un signal s(t) est causal si s(t) =0 ∀ t<0.

 Un signal s(t) est déterministe si s(t) est connu.

 Un signal s(t) est aléatoire si ∃ t tel que s(t) est inconnu.

L’échelon ; la rampe ; le signal sinusoïdal et l’impulsion.

* L’échelon - réponse indicielle

La fonction échelon permet de soumettre le système à une entrée constante depuis t = 0.

* La rampe - réponse en vitesse

Ce signal est le signal de base de l’étude fréquentielle des systèmes linéaires.

𝑒(𝑡) = 𝐾. sin(𝜔𝑡). 𝑢(𝑡)

2.1. Définition (Modèle)

2.2. Définition (Modéliser un processus)

 Outil d'aide à la décision, Support de la simulation,

 Représente 50 % d’un projet de commande

 Perspectives grâce à l'informatisation

2.4. Modélisation : comment modéliser

1. Définir le système étudié et ses composants élémentaires.

2. Formuler le modèle mathématique idéal et dresser la liste des hypothèses à retenir.

3. Ecrire les lois de la physique régissant le processus.

4. Le comportement du système évolue au cours du temps  Système dynamique.

f (x(n) (t),, x(t),x(t),x(t))  0

avec x(t) toutes les variables constituants le système.

Compromis entre Précision/ complexité du modèle.

2) Modélisation des systèmes dynamiques : Pourquoi ?

Il y a deux manières de construire le modèle :

2.1. Modèle de connaissance

• Obtenu sur la base des lois physiques, économiques etc..

• Difficultés de décrire fidèlement les phénomènes complexes ;

• Un modèle simple est faux, un modèle compliqué est inutilisable.

Le système est parfaitement connu quand on

L’équilibre électrique du circuit se traduit par l’équation

qe =Qe =0.001 m2. s-1.

Evolution de H(t) après variation de Qe(t)

2.3. Linéarisation autour d’un point de fonctionnement

En linéarisant l’équation (1) tout en tenant compte de (2), on obtient :

On suppose que l’évacuation est libre. Qs  K . H

Le système étant en régime permanent caractérisé par H0, Qe0, et Qs0.

a) On annule brusquement Qe. Exprimer h(t).

a) On exprime la variation de volume dv de liquide dans le réservoir en un temps dt, considéré

Soit en termes de déviation autour d’un point de fonctionnement

Si l’on intègre cette équation différentielle on obtient :

Cette fonction n’est définie que pour les valeurs de p

Cherchons la transformée de Laplace de la fonction f(t) = e−at

Si f et g ont des transformées de Laplace alors : La f t   b g t   a F  p   b G  p 

1.2. Transformée de la dérivée

1.4. Théorème du retard

1.5. Théorèmes des limites

– Théorème de la valeur initiale : lim f t   lim pF  p 

– Théorème de la valeur finale : lim f t   lim pF  p 

1.6.Transformée des fonctions périodiques

Transformée de Laplace de quelques signaux usuels

Impulsion de Dirac 𝑓(𝑡) = 𝛿(𝑡) 𝐹(𝑝) = 1