TP N° 2 : Etude de systèmes linéaires du

1er et 2ème ordre avec SIMULINK

Introduction
Le logiciel Matlab dont le nom veut dire Matrix Laboratory est un langage de calcul
mathématique basé sur la manipulation de variables matricielles. Simulink est un outil
additionnel qui permet de faire la programmation graphique en faisant appel à la
bibliothèque classés par catégories.

Objectifs du TP
 Savoir simuler les systèmes dynamiques continus à l’aide de logiciel MATLAB/
SIMULINK
 Savoir modéliser les systèmes du 1er et de 2ème ordre et afficher en deux méthodes
leurs réponses temporelles et fréquentielles.

Plan
I- Etude temporelle
II- Etude d’un système de 1er ordre généralisé
III- Etude d’un système linéaire du second ordre
 Travail demandé

I- Etude d’un système de premier ordre généralisé

1
R 2+
S (p) cp
1- H(p)= =
E(p) 1
R 1+ R 2+
cp

1+ R 2 cp
2- H(p)=
1+(R 1+ R 2)cp
1+ τ ' p
H(p)=k
1+τp
'
Par identification k=1 τ =(R 1+ R 2)c τ =R 2 c
τ' R2
On a aussi γ = = <¿ 1
τ R 2+ R 1
' '
→ Doncil s agit d un retard de phase
'
A.N : k=1 τ =0 .2 sec τ=0 . 4 sec
1+ 0.2 p
→ γ =0.5 → H ( p ) =
1+0.4 p

S (p) '
1+ τ p E
'
1+τ p E 1+ γτp
H(p)= =k ∨E ( p )= → S ( p )=k =kE =
E(p) 1+τp p 1+ τp p p ( 1+ τp )

[( ]
1
kE
[ 1
+
γτ
p ( 1+ τp ) 1+ τp
=k E
]
p +p
1
τ
+γ
1
1
+p
'
avec τ =γτ
)
τ τ

[ ]∀t ≥0
−t
L−1 → s ( t )=k E 1+ ( γ −1 ) e τ

Dans notre cas s ( t )=[ 1−0.5 e ] ∀ t ≥ 0

−t
0.4

Les limites
s (0) =γ k E A.N s ( 0 ) = 0.5
s (0 ) = k E A.N s(∞)= 1

−t
k E ( γ −1 ) k E ( γ −1 )
ṡ( t) = - e τ
→ ṡ ( 0 )= >0
τ τ
 k E(1−γ )
→ tg ( t )= t +cste
τ
Or tg ( 0) = k E γ →cste=k E γ

k E(1−γ )
→ tg ( t )= t +k E γ
τ
'
→ l ∩de latangente avec la droite horizontale y=1
s ( ∞ )=k E →t = τ

>> t=tx(:,1); x=tx(:,2) ;

>> plot(t,x,'r'); grid;

>> xlabel('temps(sec)');

>> title('resolution d''une equation differentielle 1er ordre') ;

Fig 1 : résolution d’une équation

différentielle 1er ordre

Fig 2 : simulation de l’équation différentielle du 1er ordre

La figure illustre le schéma fonctionnel du système de 1er ordre.

Identification graphique

S(∞ ¿=k E=1 → k=1

S ( 0 ) = k E γ =0. 5 → γ =0 .5

D’après la courbe τ =0.4 sec∨τ ' =γ τ → τ ' =0.2 sec

1+0 . 2 p
D’où H(p) =
1+ 0 . 4 p
>> H = tf ( [ 0.2 1 ] , [0.4 1 ]
)
>> step ( H ) ; grid ;
>> bode ( H ) ; grid ;

Fig 3 : visualisation de la réponse indicielle

unitaire du système étudié

Fig 4 : visualisation de diagramme de Bode du

système étudié
 '
1+ τ jω 1 1 rad 1 1
H(jw) k on pose ω 1= = =5 et ω 2= = =2 .5 rad /sec
1+τ j ω τ' 0.2 sec τ 0.4

√ ( )
2
ω
1+
|H(jw)|= k ω1

1+ (
ω2)
2
ω

ω ∈[ω 2 , ω 1]
ω→0 ω→∞

( ( ))
|H(jw)|= k ω2 ω
2
|H(jw)|≈ k ≈k γ H dB=20 log 10 ( k )+ 10 log 10 1+ −0 log 10
→ H dB=20 log 10 ( k ) ¿ ω1 ω1
20 log 10 ( 1 )=¿ → H dB=20 log 10 ( kγ )
0 dB ¿ 20 log 10 ( 0.5 )
¿−6 dB

ω=ω 2 ω=ω 1

√ √
2
H(jω ¿=k 1+ γ =−2 dB ω ¿=k
2
=−4 dB
2 H(j 12
1+
γ

II- Etude d’un système linéaire du second degré

di(t)
1- U(t) + R i(t) + L = e(t)
dt
du(t )
I(t)= c
dt
2
du ( t ) d u (t )
u(t) + Rc + Lc =e ( t )
dt d t2

→ [ Lc p2 + Rc p +1 ] . U ( p )=E ( p )
 U ( p) 1
→ =
E ( p ) Lc p + Rcp+1
2

1
2- H(p)= U ( p ) Lc =
=
E(p) R 1
p2 + p+
L Lc
2
K s ω0
2 2
p + 2 ε ω0 p+ ω0

>> t=ty(:,1);y=ty(:,2);

>> plot(t,y,'r'); grid;

>> xlabel('temps(sec)');

>> title('resolution d''une equation

differentielle 2eme ordre')

3- Par identification Fig 5 : évolution de la réponse indicielle de système

étudié
2 1
 K s ω 0= * K s =1
LC

 2 ε ω 0=

2 1
R
L
→ * ε=
R
=
2 L ω0 2 L
1
√
R C

 ω 0= * ω 0=
LC √ LC

4- A.N ε =
R
=
R C
=1.58>1
2 L ω0 2 L
 Regime apériodique
√
K s =1
10000
ω 0= =3164.556 rad / s
1.58 X 2 X 1

5-

−tr 5 %=0 . 00278 sec

6 ×ε 6× 1 .58 −3
6- −¿ tr 5 % theorique= ω = 316 . 4556 =2. 99 ×10 sec ≈ 3 ms
0
tr
 5 % simulink ≈ tr 5 % theorique
7-

Fig 6 : visualisation de diagramme de Bode du

système étudié

√ √
−7
R R C
8- ε = = =¿ 1000/2 × 10 =5 . 10−2 < 1
2Lω 2 L0 1
 régime pseudo_périodique
1 R 1000
ω 0= = = =100000 rad /sec
√ LC 2 Lε 2× 1× 5.10−2
 la forme du signal est changé
9-
La figure illustre l’évolution de la réponse indicielle du système de second ordre
et présente un dépassement égale à 60.5 % temps de réponse à 5% égale à
0.00533sec , temps de montée égale à 0.000374 sec et pseudo_ période égale à
6 ×ε 6 × 0.05
tr 5 % theorique= = =0.000003 sec
ω0 100000
2π 2π −5
t 0 theorique= = =6.28 ×10 sec
ω 0 100000

10-

Fig 7 : évolution de réponse

indicielle de système de second ordre
 La figure illustre la réponse harmonique du système de second ordre et présente
un facteur de résonnance égale à et pulsation de résonnance égale à
3
3,08×10 . .

Fig 8 : diagramme de Bode du système étudié

Conclusion
Les oscillations sont d’autant plus importantes (en amplitude et en durée) que le
facteur d’amortissement est faible. S’il est nul, le signal de sortie est une sinusoïde
oscillant entre 0 et 2k.

 De la valeur de ߦ facteur d’amortissement, dépend le type de réponse du système.

 Régime amorti : ξ > 1. Dans le cas du régime amorti, la sortie du système tend
d’autant

 Régime critique : ξ = 1. Le régime critique est caractérisé par la réponse la plus

rapide possible : le signal s(t) tend très vite vers sa valeur finale, sans oscillations.

 Régime oscillatoire amorti : ξ < 1. Dans le cas du régime oscillatoire amorti, la

pulsation du signal sinusoïdal enveloppé par l’exponentielle décroissante a pour
expression :

 C’est la pseudo-pulsation du régime oscillatoire amorti. Elle est inférieure à la

pulsation௡.
On définit également la pseudo-période de ces oscillations par :
Cette pseudo-période est égale à l’intervalle de temps correspondant à une alternance
complète de la sinusoïde amortie (voir figure 4.1). Elle est d’autant plus grande que ߦ est
proche de 1.