Cybernétique

Chapitre 2 : Systèmes Linéaires et Continus en Boucle Ouverte

1 Les Systèmes Linéaires.

Les relations entres les entrées et les sorties d’un processus linéaire sont régies par des équations
différentielles linéaires. Si le processus linéaire est stationnaire, les coefficients des équations
différentielles linéaires sont constants.
La propriété fondamentale des systèmes linéaires repose sur le principe de superposition.
Soit une entrée u1( t ) correspondant une sortie y1 ( t ) ,

et une entrée u2 ( t ) correspondant une sortie y2 ( t ) ,

Alors si on applique l’entrée α u1 ( t ) + β u2 ( t ), nous obtiendrons une sortie

y( t ) = α y1( t ) + β y2 ( t ). Ceci se démontre par la définition et l’écriture des équations

différentielles.
En conclusion si on applique une fonction sinusoïdale à l’entrée d’un système linéaire, la sortie
est une fonction parfaitement sinusoïdale. Remarque : Dans la réalité les processus sont presque
toujours non-linéaires. Nous définissons des domaines de linéarité autour d’un point de
fonctionnement (systèmes thermiques, mécaniques, électronique, …).

2 Notion de Fonction de Transfert

2.1 Convolution
Dans de nombreuses mesures physiques on introduit à l’entrée d’un appareil une grandeur u à
mesurer (onde sonore, onde électromagnétique, …) et à la sortie on recueille une fonction y
restituée par l’appareil lui même caractérisé par une fonction h. y résulte de la convolution de u
par h.
La même relation est vérifiée aussi entre l’entrée u et la sortie y d’un filtre linéaire.

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 1

 +∞ ∞

s( x ) = ∫ h( x − u )e( u )du ;
−∞
y( t ) = ∫ h( t − τ )u( τ )dτ
0
(1)

Approche intuitive du système de convolution:

Une entrée quelconque u(t) (nulle pour t<0) peut-être approchée par une somme d’impulsions,
voir Fig. 1

u(t)
u(tk)

t
0 t1 t2 tk tk+1

∞
Fig. 1: u( t ) = ∑ δ ( t − tk )u( tk )Δ
0

La réponse à un instant tn = nΔ sera donc approchée par :

n
y( tn ) ≈ ∑ h( tn − tk )u( tk )Δ (2)
k =0

Lorsque Δ → 0 , la somme devient le produit de convolution (1) :

Pour un appareil de mesure assez précis h( y = x − u ) est une fonction qui ne prend des valeurs
non nulles que quand y est voisin de zéro, c’est à dire quand u est voisin de x. Alors seules les
valeurs de e(u) pour u voisin de x contribuent à la valeur du produit de convolution. La fonction h
+∞
a des analogies avec les fonctions de densité en probabilité ( h( x ) ≥ 0 et ∫ h( y )dy = 1) .
−∞

Illustration du produit de convolution sur un simple système du premier ordre.

!y + ky = u = δ( t ) (3)
L’impulsion de Dirac n’a un effet qu’autour de zéro.
0+ 0+ 0+
∫ !y dt + ∫ y dt = ∫ δ( t )dt (4)
0− 0− 0−

0+
L’intégrale d’une fonction finie sur un intervalle nulle est nulle. ∫ ydt = 0
0−

0+
Au sens des distributions ∫ δ ( t )dt = 1
0−

y( 0 + ) − y( 0 − ) = 1 ⇒ y( 0 + ) = 1, y( 0 − ) = 0

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 2

Pour un temps fini nous avons !y + ky = 0, y( 0 + ) = 1

y( t ) = Aeαt , !y(t)=α Aeαt ⇒ α = − k

y( 0 + ) = 1 ⇒ A = 1
Réponse impulsionnelle causale : h( t ) = e− kt Γ ( t )
+∞
La réponse générale est y( t ) = ∫ h( τ )u( t − τ )dτ .
−∞

2.2 Transmittances et Fonctions de Transfert de Laplace F( s )

Considérons la transmission d’un signal à travers un filtre linéaire.

u(t) Filtre linéaire y(t)

U(s) F(s) Y(s)

Fig. 2 : Fonction de Transfert

La transformée de Laplace du produit de convolution de deux variables est égale au produit des
transformées de Laplace de ces variables. Cette propriété permet la définition des fonctions de
transfert des systèmes linéaires. En effet notons f ( t − τ ) la réponse, c’est à dire la loi
d’évolution, de la sortie d’un système linéaire (filtre) soumis à une entrée impulsion de Dirac à
l’instant τ et y(t) la sortie du filtre soumis au signal d’entrée u(t) (Fig. 2). Par convention, en
supposant u(t) nul pour t < 0 , on peut écrire au sens des distributions:
∞
u( t ) = ∫ u( τ )δ ( t − τ )dτ
0

Comme le filtre est linéaire, nous obtenons en notant F(.) l’action du filtre :

y( t ) = F( u( t )) = F (∫ 0
∞
) ∞
u( τ )δ ( t − τ )dτ = ∫ u( τ )F (δ ( t − τ )) dτ ,
0

comme F( δ ( t − τ )) = f ( t − τ ) (réponse impulsionnelle), on obtient :

∞
y( t ) = ∫ f ( t − τ )u( τ )dτ (5)
0

d’où en notant F( s ) = L( f ( t )) :

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 3

Y( s ) = F( s ).U ( s ) (6)

Si la fonction de transfert F( s ) est stable nous pouvons définir le gain statique de F( s ) ,

y∞ = lim sY( s ) = lim sF( s )U( s ) = F( 0 )lim sU( s ) = F( 0 )u∞ (7)
s →0 s →0 s →0

2.3 Transmittances et Fonctions de Transfert complexe F( jω )

Soit un système linéaire décrit par Y( s ) = F( s )U( s ) . Pour une entrée harmonique
u( t ) = E( t )cos ωt , où E( t ) est l’échelon unitaire, alors au bout d’un temps suffisamment long
( t → ∞ ) on aura comme réponse en régime permanent le signal périodique de même pulsation:
y( t ) = a( ω )cos( ωt + ϕ ( ω ))
a( ω ) = F( jω ) et ϕ ( ω ) = arg( F( jω ))
F( jω ) = a( ω )e jϕ ( ω )
Si F( s ) représente un dérivateur alors en régime périodique nous avons
π
y( t ) = −ω sin ω t = ω cos( ω t + ) . F( ω ) = jω .
2
Si F( s ) représente un intégrateur alors en régime périodique nous avons

sin ω t 1 π 1
y( t ) = = cos( ω t − ) . F( ω ) = .
ω ω 2 jω

2.4 Pôles et zéros et ordre/degré d’une Fonction de Transfert, plan.

Soit un système continus à transfert rationnel:
B( s )
F( s ) = , où A( s ) = a0 s n + a1 s n −1 + ... + an . (8)
A( s )
On appelle les zéros du système les racines de B(s) et pôles les racines de A(s).

2.5 Algèbre des diagrammes

Les propriétés de linéarités se traduisent par les transformations de diagramme suivantes, :
X Y Z X Z
A B A.B

Y( s ) = A( s )X ( s )⎫
⎬ ⇒ Z( s ) = [ A( s )B( s )] X ( s )
Z( s ) = B( s )Y( s ) ⎭

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 4

 A
Y X Y
X
A+B

Y( s ) = A( s )X( s ) + B( s )X( s ) = [ A( s ) + B( s )] X( s )

X
A X
E E
A

A Y
Y

E( s ) = A( s )X( s ) − A( s )Y( s ) = A( s )[ X( s ) − Y( s )]

X
X A
A Y
Y A
Y
Y

Y( s ) = A( s )X ( s )
X
E E
X A
A

Y Y
1/A

⎡ 1 ⎤
E( s ) = A( s )X ( s ) − Y( s ) = A( s ) ⎢ X ( s ) − Y( s )⎥
⎣ A( s ) ⎦
E Y
X A X A Y
1 + AB
B

A( s )
Y( s ) = A( s )[ X( s ) − B( s )Y( s )] = X( s )
1 + A( s )B( s )

Fig. 3 : Principales règles de l’algèbre des diagrammes.

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 5

3 Représentation de la Réponse Harmonique, Diagrammes.

3.1 Contour de Nyquist

Dans le plan complexe, c’est le lieu de F( jω ) lorsque ω croît de 0 à ∞ . Il est gradué en ω ,
voir le graphe Fig. 4. On l’appelle aussi le lieu de transfert, contour de Nyquist ou lieu Nyquist.

Im

ω→∞ 1
-1 Re
0 ω =0
ω =0

ω1
ωi
ω2

Fig. 4 : Un contour de Nyquist.

3.2 Diagramme de Bode

Définitions préliminaires :

L’octave dénote la variation de fréquence par un facteur 2: f1 → f1 .

2

La décade dénote la variation de fréquence par un facteur 10: f1 → f1 .

10
ln( x )
Le gain en décibels (dB) d’un gain linéaire Av est : 20 log10 ( Av ) avec log10 ( x ) = .
ln( 10 )
La variation d’une octave correspondra à une variation de 6 dB.
La variation d’une décade correspondra à une variation de 20 dB.
C’est le graphe, voir Fig. 5 de la réponse fréquentielle a( ω ) et ϕ( ω ) , avec :
! une échelle logarithmique pour ω
! une échelle logarithmique pour a = H( jω ) . Cette échelle redevient linéaire si on exprime le
module a en décibels : adb = 20log10 a .
! une échelle logarithmique pour ϕ = arg( H( jω )).

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 6

 a( ω ) adb
10 +20

1 0

0,1 −20
ω

0,01 0,1 1 10 100

ϕ(ω )

0 0

−90 −π
2
−π
−180

Fig. 5: Un diagramme de Bode.

3.3 Diagramme de Black

C’est une anamorphose du lieu de Nyquist, voir le graphe Fig. 6 obtenue en prenant pour
coordonnées :
! en abscisse, la phase ϕ( ω ) (échelle linéaire),
! en ordonnée, le gain a( ω ) (échelle logarithmique).

ωi adb a( ω )
20 +10
ω →0 ϕ( ω )
0 1
−π −π 2 1 π 2 π
0,1 −20

ω →∞

Fig. 6: Un diagramme de Black.

Remarque :
Une échelle logarithmique pour le gain et pour la phase présente les deux avantages distincts :
! Les courbes restent lisibles pour de très grandes variations de gain (ce qui n’est pas le cas du
lieu de Nyquist.
! Pour des systèmes en cascade : (G=G1G2) :
Les phases et les gains en dB s’additionnent respectivement : ϕ( ω ) = ϕ1 ( ω ) + ϕ2 ( ω )
adB ( ω ) = a1dB ( ω ) + a2dB ( ω ) .

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 7

4 Stabilité d’une Fonction de Transfert.

4.1 La définition de stabilité et de stabilité asymptotique au sens de Lyapounov :

Stabilité : Un point d'équilibre x=0 est dit stable si, pour tout R > 0, il existe r > 0, tel que,
si x( 0 ) < r, alors x( t ) < R pour tout t → 0.
Dans le cas contraire le point d'équilibre est instable.
Stabilité asymptotique : Un point d'équilibre x=0 est asymptotiquement stable si, il est stable et
si de plus il existe r tel que x( 0 ) < r implique x(t) → 0 quand t → ∞ .

2
3
0
x(0)

Concept de stabilité au sens de Lyapounov suivant les trajectoires du système

( 1 point d'équilibre instable, 2 point d'équilibre stable
3 point d'équilibre asymptotiquement stable )
x(t) x(t) x(t)

x(0) x(0) x(0)

0 t 0 t 0 t
stabilité assymptotique stabilité non asymtotique Instabilité
La définition de la stabilité en un point M au sens de Lyapounov est surtout utilisé en non-linéaire
avec des notions de localité, globalité etc. En linéaire, la stabilité asymptotique ne dépend pas de
la position du point M . Nous nous intéressons à la convergence des écarts vers zéro. Dans ce
contexte, on adopte la définition suivante :
Un système linéaire est stable si et seulement si sa réponse impulsionnelle tend vers 0 quand
t →∞.
En reprenant la notion de pôles et de zéros de la fonction de transfert,
B( s )
F( s ) = , où A( s ) = a0 s n + a1 s n −1 + ... + an . (9)
A( s )
Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 8
On appelle zéros du système les racines de B(s) et pôles les racines de A(s),
On peut décomposer en éléments simples F(s) :
L
Ki
F( s ) = ∑ p
. (10)
i =1 ( s − si )
Les zéros si de multiplicité p sont réels ou complexes conjugués.

si = ai ± jbi
En analysant les originaux temporels de F(s) nous concluons la propriété fondamentale:
t p −1 t p −1
y( t ) = L−1 [ F( s )] = ∑ K i e sit = ∑ K i e ait ( cos bi t + j sin bit )
( p − 1) ! ( p − 1) !
Un système linéaire à transfert rationnel est stable si et seulement si tous ses pôles sont à partie
réelle strictement négative.

Cybernétique Licence EEA Nantes, 17/09/2018, Y.A 9