PCSI Chapitre 2 : Modéliser les systèmes linéaires continus et invariants (SLCI) S2I

Modélisation dés systémés linéairés

continus ét invariants
Pour prévoir le fonctionnement d’un système asservi, on doit le modéliser par un schéma-bloc,
comme vu lors du cours précédent, puis modéliser le comportement des éléments des blocs ainsi
que les entrées. Les systèmes que nous serons amenés à étudier, qu’ils soient mécaniques ou
électriques, sont régis par des équations différentielles. Ainsi, la sortie de chaque bloc constituant un
système pourra être liée à son entrée par une équation différentielle d’ordre quelconque. En CPGE,
nous nous limiterons cependant à des équations différentielles linéaires.

A. Les systèmes linéaires continus et invariants

Par la suite, nous limiterons notre étude aux systèmes linéaires continus et invariants (SLCI)
monovariables (une seule entrée et une seule sortie) et pour ceci nous poserons un certain nombre
d’hypothèses.

1. Linéarité

Un système est linéaire si les relations entre les grandeurs d’entrée et de sortie peuvent se mettre
sous la forme d’un ensemble d’équations différentielles linéaires à coefficients constants. Soient
et deux entrées, et les sorties associées et soient et deux réel alors un
système sera dit linéaire si est la sortie correspondante à l’entrée
.

𝑒 𝑡 Système 𝑠 𝑡
linéaire
𝜆𝑒 𝑡 𝜇𝑒 𝑡 Système 𝜆𝑠 𝑡 𝜇𝑠 𝑡
linéaire
𝑒 𝑡 Système 𝑠 𝑡
linéaire

Toutefois, si le système n’est pas linéaire, il est souvent possible de le linéariser pour de petites
amplitudes autour d’un point de fonctionnement. Les courbes Figure 1, Figure 2 et Figure 3
présentent une méthode de linéarisation par tangence dans une zone de fonctionnement.

Zone de
linéarisation

Figure 1 : Système linéaire Figure 2 : Système non linéaire Figure 3 : Système linéarisé

Lycée Claude-Bernard Année 2022 – 2023 1

PCSI Modélisation par équation différentielle

2. Continuité

Un système est continu, par opposition à un système discret, lorsque les variations des grandeurs
physiques sont caractérisées à chaque instant par des fonctions continues. On parle aussi dans ce cas
de systèmes analogiques.
La commande des systèmes se fait de plus en plus numériquement par calculateurs dans lesquels
l’information est échantillonnée. Si l’échantillonnage est très rapide (période d’échantillonnage très
petite), on peut traiter le système comme un système continu.

3. Invariance

Un système est invariant si ses caractéristiques ne varient pas au cours du temps (il n’y a pas de
« vieillissement » du système). Si une même entrée se produit à deux instants distincts ( et ),
alors les deux sorties temporelles et dues à chacune des deux entrées seront identiques.

B. Modélisation par équation différentielle

1. Mise en équation d’un système dynamique

Le modèle mathématique (ou modèle dynamique) de comportement d’un système monovariable,

linéaire, continu et invariant peut être décrit par l’équation différentielle suivante :

{
Il s’agit d’une équation différentielle linéaire à coefficients réels constants, à laquelle ont été
ajoutées conditions initiales nulles ou non nulles.
On appelle second membre les éléments de l’équation faisant intervenir l’entrée ou l’une de ces
dérivées. Ici, le second membre est donc :

Nous cherchons alors, connaissant l’entrée , la fonction de sortie satisfaisant l’équation.

2. Solutions d’une équation différentielle

La solution d’une équation différentielle linéaire avec second membre est la somme de deux
contributions :

 est la solution générale de l’équation sans second membre ;

 est la solution particulière de l’équation avec second membre.

est appelée réponse transitoire ou réponse libre du système. Elle dépend des conditions
initiales et des paramètres qui définissent la position stable du système. On vérifie que cette
contribution s’annule au bout d’un certain temps.
La théorie des équations différentielles montre qu’il faut rechercher pour la solution particulière
, une solution de même nature que l’entrée. est la réponse forcée ou le régime
permanent du système.

2 Lycée Claude-Bernard
Modélisation des systèmes linéaires continus et invariants Chap. 2 : Modéliser les SLCI

𝑠 𝑡

𝑠 𝑡

régime transitoire régime permanent t

C. Modélisation des systèmes réels

1. Modèle de connaissance

C’est un modèle pour lequel tous les paramètres possèdent une signification physique. On l’obtient
en écrivant toutes les équations qui traduisent le fonctionnement du système. Les paramètres
physiques apparaissent explicitement. C’est un modèle précis, mais lourd à utiliser.

2. Modèle de comportement

C’est un modèle issu de l’expérimentation, qui donne une image globale du système. Le processus
physique n’est pas défini avec précision, mais les comportements du système réel et du modèle sont
analogues (dans un certain domaine). Les paramètres du modèle ne sont pas directement fonction
des paramètres physiques. Ce modèle est plus simple.

D. Modélisation des entrées

Certains signaux d’entrée possèdent des propriétés « intéressantes » vis-à-vis de l’étude du

comportement du système. L’interprétation des réponses obtenues permet en particulier
d’optimiser les qualités du système. La méthode consiste à appliquer des signaux typiques en entrée
(appelés signaux canoniques d’entrée) et à relever les grandeurs des sorties correspondantes. Les
signaux sont toujours nuls pour les temps négatifs.

1. Impulsion de Dirac

Souvent notée 𝛿 𝑡
↑
 pour  1/a

0 0
 ∫ a t t

Année 2022 – 2023 3

PCSI Transformation de Laplace

On obtient une impulsion de Dirac à partir d’un créneau d’aire unitaire en faisant tendre a vers zéro.
C’est donc un signal de très faible durée et d’amplitude très grande (difficile à réaliser
physiquement). La réponse à une impulsion de Dirac est appelée réponse impulsionnelle.

2. Échelon unitaire

Souvent noté (attention à la confusion avec une tension). 𝑢 𝑡

 pour
 pour 
On la nomme aussi fonction de Heaviside ( ). 0
La réponse à un échelon unitaire s’appelle réponse indicielle. t

3. Rampe

Pas de notation particulière

 pour
 pour  𝑎

ou encore : 0
1 t

4. Sinusoïde

Pas de notation particulière 𝑓 𝑡 2𝜋

𝜔
 pour
𝑎
 pour 

ou encore : 0
t

E. Transformation de Laplace
La résolution des équations différentielles n’est pas toujours aisée. La transformation de Laplace
permet de les transformer en polynômes. La transformation de Laplace permet de passer du
domaine temporel (variable t réelle) au domaine symbolique de Laplace (variable p complexe).
La transformée de Laplace de la fonction est notée . On utilise des lettres minuscules pour
les variables dans le domaine temporel et la même lettre en majuscule dans le domaine de Laplace :
[ ]
L’expression de la transformée de Laplace d’une fonction n’est pas à connaître, elle est
donnée ici dans le cas des SLCI et à titre informatif :

[ ] ∫

4 Lycée Claude-Bernard
Modélisation des systèmes linéaires continus et invariants Chap. 2 : Modéliser les SLCI

1. Transformées usuelles :

Les transformées de Laplace des fonctions usuelles ne sont pas toutes à connaître. Seules les
transformées de l’impulsion de Dirac, de l’échelon unitaire et de la rampe doivent être sues.

pour pour

2. Propriétés :

a. Unicité :
À une fonction correspond une fonction unique de même qu’à une fonction
correspond une fonction unique.

b. Linéarité :
Soient les transformées de Laplace [ ] et [ ] et soient et deux
constantes, alors :
[ ] [ ] [ ]

c. Dérivation :
La transformée de Laplace de la dérivée première de est :

[ ]
La transformée de Laplace de la dérivée seconde de est :

[ ]

La transformée de Laplace de la dérivée troisième de est :

[ ]

Etc.

Année 2022 – 2023 5

PCSI Transformation de Laplace

3. Les conditions de Heaviside

On dit qu’une fonction vérifie les conditions de Heaviside si cette fonction et toutes ses dérivées
temporelles (sauf la -ième) sont nulles à l’origine, c’est-à-dire que les conditions initiales sont
nulles. On peut généraliser les résultats précédents et dans les conditions de Heaviside :

a. Dérivation :

[ ]

Dans les conditions de Heaviside, dériver par rapport à t dans le domaine temporel
revient à multiplier par p dans le domaine de Laplace.

À savoir par cœur

Exemple : l’équation , si les conditions de Heaviside sont

respectées, devient, dans le domaine de Laplace :

b. Intégration :
Dans les conditions de Heaviside, le transformée de Laplace de l’intégrale de devient :

[∫ ]

Dans les conditions de Heaviside, intégrer par rapport à t dans le domaine temporel
revient à diviser par p dans le domaine de Laplace.

À savoir par cœur

4. Théorèmes :

a. Théorème de la valeur finale :

Le théorème de la valeur finale permet d’avoir la valeur de la fonction en régime permanent
( ) à partir de sans nécessairement connaître .

Il ne s’applique que si les limites existent, ce qui est généralement le cas pour les systèmes stables.

b. Théorème de la valeur initiale :

Le théorème de la valeur initiale permet de connaître la valeur de à partir de sans
nécessairement connaître .

6 Lycée Claude-Bernard
Modélisation des systèmes linéaires continus et invariants Chap. 2 : Modéliser les SLCI

c. Théorème du retard :
Soit satisfaisant les conditions d’Heaviside et telle que ( est retardée de )

𝑓 𝑡 𝑔 𝑡

[ ] [ ]

 t

5. Transformation inverse :

Il existe une transformation de Laplace inverse telle que [ ] , mais elle est peu utilisée
en asservissement, on essaie plutôt de mettre sous la forme d’une somme de fonctions dont on
connaît l’original dans le domaine temporel.
Nous verrons par la suite que les fonctions , dont nous cherchons l’original dans le domaine
temporel, se présentent sous la forme de fractions rationnelles que nous pouvons décomposer en
éléments simples. La décomposition en éléments simples d’une fraction rationnelle est unique. De
plus, le degré du numérateur sera toujours inférieur au degré du dénominateur .

a. Le dénominateur possède des racines réelles simples :

Pour un dénominatéur d’ordré , peut alors se mettre sous la forme :

On cherche à mettre sous la forme :

Et d’après le tableau des transformées usuelles,

b. Le dénominateur possède des racines réelles multiples :

peut donc se mettre sous la forme :

On cherche à mettre sous la forme :

Et devient alors :

( )
2

( ) 2
2

Année 2022 – 2023 7

PCSI Transformation de Laplace

c. Le dénominateur possède des racines complexes conjuguées simples :

peut donc se mettre sous la forme :

On cherche à mettre sous la forme :

Ou encore, si l’on note et ̅̅̅ les racines complexes conjuguées :

d. Le dénominateur possède des racines complexes multiples :

Même principe que pour les racines réelles multiples, se met sous la forme :

On cherche à mettre sous la forme :

[ ] [ ]

6. Démarche de résolution

La démarche de calcul de la réponse à une entrée d’un système régi par une équation
différentielle devient donc :

Domaine temporel Domaine de Laplace

𝒆 𝒕 et 𝒔 𝒕 liés
Polynôme liant
par une équation Transformation de Laplace
𝑬 𝒑 et 𝑺 𝒑
différentielle

Détermination
Transformation de Laplace Inverse Calcul de 𝑺 𝒑
de 𝒔 𝒕

8 Lycée Claude-Bernard