Académique Documents
Professionnel Documents
Culture Documents
Simuler
pour anticiper
1 – Présentation
entrée e(t) sortie s(t)
Système
Observation
Chaîne de retour
= écart Capteur
On parle de régulation lorsque le système asservi est commandé par une grandeur physique constante et qu'il doit
maintenir une sortie constante quelles que soient les perturbations qu'il subit (régulation de la température d'une
pièce …).
On parle de poursuite ou de système suiveur lorsque la consigne du système asservi varie dans le temps. Le
système doit ajuster en permanence le signal de sortie à celui de l'entrée (radar de poursuite, table traçante …).
1.3.1– Rapidité
1.3.3– Stabilité
Un système est stable si à une entrée bornée correspond une sortie bornée. Le bouclage peut déstabiliser un
système.
Systèmes instables :
Systèmes stables :
Lorsque la réponse est stable, on utilise souvent un critère supplémentaire . Le 1er dépassement exprimé en
pourcentage de la valeur asymptotique (ou à convergence).
On verra que suivant le système étudié, d'autres définitions de la stabilité peuvent être utilisées.
e(t) s(t)
2 – Définitions des SLCI : S.L.C.I.
2.1 – Système continu : Les variations des grandeurs physiques e(t) et s(t) sont des fonctions continues du
temps. On peut donc les définir t système analogique (par opposition aux systèmes logiques ou numériques
définis à temps discret).
1.2.2 – Superposition :
e1(t) s1(t)
S.L.C.I. e1(t) + e2(t) s1(t) + s2(t)
S.L.C.I.
e2(t) s2(t)
S.L.C.I.
zone d'étude
s
Pour les systèmes non linéaires, on linéarise la fonction
entrée-sortie au voisinage du point de fonctionnement Point de
fonctionnement
étudié en remplaçant la portion de courbe par une droite.
e
2.3 – Système invariant : on suppose que les caractéristiques du système (masse, dimensions, résistance,
impédance, …) ne varient pas au cours du temps ("le système ne vieillit pas").
e(t) s(t) e(t+) s(t+)
S.L.C.I. S.L.C.I.
2.4 – Exemples :
Modèle de connaissance : c’est le modèle du physicien. On écrit les équations qui régissent le fonctionnement.
Les paramètres physiques apparaissent explicitement.
Exemple : circuit RC
i
R
C
tension tension
e s
e(t) s(t)
Modèle d’identification ou de comportement : C’est le modèle de l’automaticien. Le système est une « boîte
noire ». On cherche une représentation équivalente (qui soumise aux mêmes sollicitations que le système réel
donne une réponse identique).Les paramètres ne sont pas explicitement des paramètres physiques.
s
2
e s
? 1 e
t
1 2 3 4
3.2 – Représentation des SLCI :
En réalité, les systèmes qu'on étudiera ne sont ni continus (point de vue microscopique), ni invariants
(vieillissement), ni linéaires. En faisant des hypothèses simplificatrices, on se ramène à ce cas, c'est-à-dire à des
systèmes dont le comportement peut être représenté par des équations différentielles à coefficients constants :
d n s( t ) d me(t )
an ... a 0 s( t ) = bm ... b0 e(t )
dt n dt m
Dans les cas réels, m n : système causal: la cause e(t) précède l'effet s(t).
Résolution :
solution générale s0(t) de l'équation sans second membre: elle correspond au régime transitoire ou libre
solution particulière s1(t) suivant la forme de e(t) en déterminant les constantes par identification: elle
correspond au régime permanent ou forcé.
d'où la solution générale: s(t) = s0(t) + s1(t).
4 – Transformation de Laplace :
Cette transformation de l'équation différentielle va permettre de trouver une solution quel que soit le degré n de
l'équation.
4.1 – Définition : f(t)
L
F(p) = e pt f ( t )dt
0
4.2 – Théorèmes :
1 p
soit L [f(a t)] = F( )
a a
f(t) f(t-)
e f (u )du = e p e pu f (u )du
p ( u )
=
or, par convention, f(u) = 0 pour u < 0
t
Lycée Claude Fauriel Page 7 sur 29
MPSI/MP2I
PCSI/MPSI Cours : Modélisation des systèmes Linéaires Continus Invariants S2I
t
4.2.6 – Transformée de l'intégrale : L [ f (u )du ] = ?
0
t
dg( t )
soit f(t) = donc L [f(t)] = F(p) = L [ dg(t ) ] = p G(p) - g(0+) = p L [ f (u )du ] - g(0+)
dt dt 0
F(p) g(0 )
t
d'où L [ f (u )du ] =
0 p p
dériver par rapport à t dans le domaine temporel revient à multiplier par p dans le domaine symbolique
intégrer dans le domaine temporel revient à diviser par p dans le domaine symbolique.
Remarque : ces deux derniers résultats n'ont de sens que si les limites existent.
t1 t1
1 1 1
(t) = lim
t1 0 t
d'où L [(t)] = e pt lim
t 0 t
dt = lim
t1 0 t e
pt
dt 1/t1
1
1 0 1 1 0
t1
1 e pt
1 e pt1 ex 1
= lim = lim = lim
t1 0 t
1 p 0 t1 0 pt 1 x 0 x t
t1
L [ (t)] = 1
u(t)
4.3.2 – Fonction échelon unité u(t) : 1
0 0 0 0
L [sin t.u(t)] =
p 2
2
1
L [e-at.u(t)] =
pa
d 2 s( t ) ds( t )
Exemple : soit un système régi par l'équation différentielle 2
5 6 s( t ) e( t )
dt dt
avec s(0) = 2, s'(0) = 2 et e(t) = 6 u(t)
2
ds( t )
L [d s( t )
2
]+5L [ ] + 6 S(p) = E(p)
dt dt
6
p² S(p) – 2 p – 2 + 5[p S(p) – 2] + 6 S(p) =
p
2 p 2 12 p 6 2 p 2 12 p 6
soit S( p ) =
p( p 2 5 p 6 ) p( p 2 )( p 3 )
A B C
On décompose cette fraction en éléments simples : S(p) =
p p2 p3
1 5 4
Par identification, on trouve S(p) =
p p2 p3
On retourne au domaine temporel en prenant les transformées inverses, d'où : s(t) = (1 + 5 e-2t – 4 e-3t ). u(t)
d n s( t )
d'après le théorème de la dérivée : L [ ] = pn F(p)
n
dt
Dans le domaine symbolique, la relation entre l'entrée et la sortie s'écrit donc S(p) = H(p).E(p)
E(p) S(p)
H(p)
En explicitant les racines (complexes éventuellement) de ces polynômes, H(p) peut s'écrire :
k (p z1 )(p z 2 )...(p z m )
H(p) =
(p p1 )(p p 2 )...(p p n )
les zi sont les zéros et les pi les pôles de la fonction de transfert.
Remarque : si l'entrée est une impulsion de Dirac, on a alors S(p) = H(p).1 = H(p)
La fonction de transfert représente donc la transformée de Laplace de la réponse "impulsionnelle".
Malheureusement, on ne sait pas générer physiquement un tel signal. Cependant, cette propriété est utilisée par les
logiciels de simulation.
7 –Systèmes asservis :
7.1 – Structure :
Le comportement d'un système asservi peut être décrit par le schéma-bloc suivant :
chaîne de retour
(ou d'observation)
Les chaînes d'action et de retour sont caractérisées par leur fonction de transfert.
E3
E2
X X
Une jonction est un « prélèvement » qui a le même signal que
la branche principale: X
E1 E2 E3 S E1 S
H1 H2 H3
= H
S1
H1
E + S E S
H
S2
+ =
H2
E S E S
+
-
H
= H'
H
donc H' =
1 G.H
E S E
+
-
H = H/(1+H)
S
E S
H E S
E = H
E
H'
E S E S
H H
S = S
H'
E1 S E1 S
+ H H +
E2
+
= E2
+
H'
E1 S E1 S
H + + H
E2
+ = E2
+
H'
L
s(t) = K e(t) S(p) = K E(p) H(p) = K
E(p) S(p)
K
ds( t ) L H(p) = K
= K e(t) p S(p) = K E(p)
dt p
E(p) S(p)
di
Exemple: inductance u = L U(p) = L p I(p) H(p) = I ( p ) = 1
dt U ( p) Lp
ds( t ) L
+ s(t) = K e(t) p S(p) + S(p)= K E(p)
dt
K
D’où la fonction de transfert sous forme canonique : H(p) = K = gain statique
1 p
= constante de temps
Exemples : circuit RC pour lequel =RC et K = 1, moteur à courant continu (avec inductance négligeable)
1 K 1
E(p) = S(p) = .
p 1 p p
K Kp K
lim s(t) = lim p S(p) = lim = 0 et lim s'(t) = lim p2 S(p) = lim = pente à l'origine
t 0 p p 1 p t 0 p p 1 p
K
lim s(t) = lim p S(p) = lim = K asymptote horizontale de valeur K
t p0 p0 1 p
B K 1 t
S(p) = A + = K - =K(1 - ) L-1
) u(t)
p 1 p p 1 p p 1 s(t) = K (1 - e
p
K
Points caractéristiques à connaître : 0,95K
t e(t)
L-1 s(t)
s(t) = a K (t - + e ) u(t) K=1 K<1 K>1
t t t
La transformée de Laplace de cette équation donne : p2 S(p) + 2 m 0 p S(p) + 02 S(p)= K 02 E(p)
K
H(p) =
d'où la fonction de transfert sous forme canonique: 2m 1
1 p 2 p2
0 0
K 0
d'où s(t) = ( e p2 t - e p1t ) u(t)
2 m 1
2
K 02
On peut alors écrire S(p) sous la forme: S(p) =
(p m0 ) 2 02 (1 m 2 )
K 0
soient 2 = 02 (1 – m2) et a = m 0 S(p) =
1 m 2 (p a )
2 2
d'où K 0
s(t) = e m0 t sin( 0 1 m 2 t ) u(t)
T
1 m 2
s(t)
2
La pseudo-période des oscillations vaut T =
0 1 m 2 enveloppe
exponentielle
Lorsqu'il n'y a pas d'amortissement (m = 0), on a une réponse
sinusoïdale de pulsation 0 (ce qui justifie le nom de pulsation propre donné à 0).
t
t
1 1 p1u 1 p2t 1 1 p1t 1 p p1 e p2 t e p1t
(e e ) du = e p 2 u e e
p2u p1u
e = - = 2 + -
0 p2 p1 0 p2 p 2 p1 p1 p1 p 2 p2 p1
2 m 2 1 e p2 t e p1t K
= + -
0 p2 p1
s(t)
d'où K 0 e e p2 t p1t
s(t) = [K + -( )] u(t)
2 m 1 p2
2 p1
t
K
Dès qu'on s'éloigne de t = 0, le système du second ordre est
comparable à un premier ordre. Au début de l'évolution, le premier
ordre réagit plus vite (pente à l'origine non nulle).
t
K 0
deuxième cas : m<1 (système sous-amorti) s(t) = e m0 u sin( 0 1 m 2 u ) du
1 m 2
0
En intégrant deux fois par parties :
1
s(t) = K (1 e m0 t sin (0 1m 2 t arccos(m))) D1
1m 2 s(t)
K
m t
Premier dépassement: D1 = K e 1 m 2
T t1
pour t1 = =
0 1 m 2 2
La valeur du premier dépassement (très importante dans les applications) ne dépend que du coefficient
d'amortissement. On la donne souvent en pourcentage de la valeur finale.
On utilisera
Il arrive très très souvent
souvent que les
l’onabaques suivants
détermine pourdeéviter
le temps l'utilisation
réponse des formules. Ils
à 95% graphiquement donnent
à partir les dépassements
de l’abaque suivant :
relatifs et le temps de réponse réduit (produit pulsation propre par temps de réponse à 5%) en fonction du coefficient
d'amortissement. Ils sont à échelles logarithmiques.
4 6
9 – Identification :
On ne peut pas toujours déterminer un modèle mathématique (donc calculer une fonction de transfert) pour
un système réel à partir des lois physiques qui régissent son comportement (système trop complexe ou mal connu).
L'approche expérimentale consiste à soumettre le système à des entrées connues puis à rechercher une fonction de
transfert (par identification) qui approche au mieux la relation observée entre l'entrée et la sortie.
On peut se fixer à priori l'ordre du modèle étudié : plus l'ordre sera élevé, plus la précision du modèle sera
grande mais la fonction de transfert sera plus lourde à manipuler. D'autre part, les mesures étant entachées
d'erreurs inévitables et les caractéristiques du système pouvant évoluer dans le temps, il ne sert à rien de
rechercher un modèle trop fin.
s b 0 ... b m ( j)
m
s
H( j) = 0 e j
e a 0 ... a n ( j) n
e0
Intérêt :
si H = H1 . H2 (fonctions de transfert en série) :
alors 20 log |H| = 20 log |H1| + 20 log |H2| et Arg (H) = Arg (H1) + Arg (H2)
Nota :
en mécanique, < 0 (réponse en retard) et G 0 quand (caractère passe-bas des servo-
mécanismes).
variation de K translation verticale de G et invariant
G
10.2.2 – Diagramme de Black (ou Black-Nichols)(hors prog)
K G
pour info
H ( j) (-1)
G Im(H(j))
j 20 log K 1 K 10
Re(H(j))
gain G = 20 log K - 20 log -90°
=K
phase = - 90° 20 log K-20
-90° Bode Black Nyquist
K K
H(j) = d'où G = 20 log et = - arc tan ()
1 j 1 2 2
Pulsation de cassure en A :
20 log K = 20 log K - 20 log = 1 d'où Tracé asymptotique 1/
= c = 1/
-45°
G(1/) = 20 log K - 20 log 2 = 20 log K - 3 dB
G(1/2) = 20 log K - 20 log 1.25 = 20 log K - 1 dB -90° Tracé réel
G dB
= Une modification du gain statique K se
20 log K
= 1/ 0 traduit par une translation verticale de la
20 log K - 3 courbe de gain.
-45°
-90°
pour info
K
10.10 - Système du 2ème ordre : H ( p)
2m p2
1 p 2
0 0
K
H( j)
2
2 m
(1 ) j on note u = = pulsation réduite
0
2
0 0
K
module : |H(j)| = GdB = 20 log K - 10 log[(1-u2)2 + 4m2u2]
(1 u ) 4 m u
2 2 2 2
2
la dérivée s'annule pour m < : résonance pour la pulsation r = 0 1 2 m
2
2
K
|H(jr)| =
2 m 1 m2
Plus m est faible, plus la résonance est importante: caractérisée par le facteur de surtension (rapport entre gain à la
1
résonance et gain statique) Q =
2 m 1 m2
2mu
phase : = - arc tan (pour u < 1)
1 u2
- = 0 : G = 20 log K/2m
0
= -90°
Tracé asymptotique
-90°
m Tracés réels
-180°
1 1
donc log 0 est au milieu de log et log
1 2
(-2)
m
0
-180°
K (1 u 2 ) 2K m u
H( j) j
(1 u ) 4m u
2 2 2 2
(1 u ) 4m 2 u 2
2 2
= 0 : H(j) = K
K
= 0 : H(j) = - j et = - 90°
2m
= r (si m<0,7) : gain max
pour info : H(j) 0- et -180°