Académique Documents
Professionnel Documents
Culture Documents
ENSA-Kénitra
AUTOMATIQUE
Hassan EL FADIL
SOMMAIRE
Chapitre 1: ............................................................................................................................................... 1
Introduction et notions de base ................................................................................................................ 1
1.1 Notion de signal....................................................................................................................... 1
1.2 Notion de système ................................................................................................................... 5
1.3 Notion d’automatique ............................................................................................................ 12
Chapitre 2: ............................................................................................................................................. 15
Représentation par fonction de transfert des SLI .................................................................................. 15
2.1 Représentation de base .......................................................................................................... 15
2.2 Fonction de transfert .............................................................................................................. 15
2.3 Propriétés de la FT ................................................................................................................ 16
2.4 Extension aux systèmes multivariables ................................................................................. 16
2.5 Fonction de transfert de systèmes composés : ....................................................................... 17
2.6 Détermination de la réponse d’un système:........................................................................... 18
2.7 Réponse impulsionnelle d’un SLI: ........................................................................................ 19
Chapitre 3: ............................................................................................................................................. 21
Analyse temporelle et fréquentielle des SLI ......................................................................................... 21
3.1 Analyse temporelle des SLI................................................................................................... 21
3.2 Analyse fréquentielle des SLI: .............................................................................................. 30
3.3 Relation entre rapidité et bande passante: ............................................................................. 42
Chapitre 4: ............................................................................................................................................. 43
Stabilité des systèmes linéaires ............................................................................................................. 43
4.1 Définitions ............................................................................................................................. 43
4.2 Exemples : ............................................................................................................................. 44
4.3 Stabilité et pôles d’un système linéaire : ............................................................................... 44
4.4 Stabilité et réponse impulsionnelle :...................................................................................... 44
4.5 Stabilité et bornitude entrée/sortie : ....................................................................................... 45
4.6 Systèmes stables à phase minimale ....................................................................................... 46
4.7 Critère algébrique de stabilité................................................................................................ 46
4.8 Cas des systèmes asservis...................................................................................................... 49
4.9 Marges de stabilité................................................................................................................. 50
Chapitre 5: ............................................................................................................................................. 53
Précision des systèmes linéaires asservis .............................................................................................. 53
5.1 Introduction ........................................................................................................................... 53
5.2 Définitions ............................................................................................................................. 53
5.3 Précision statique :................................................................................................................. 54
Chapitre 6: ............................................................................................................................................. 59
Compensation des systèmes asservis .................................................................................................... 59
6.1 Introduction ........................................................................................................................... 59
6.2 Les différentes actions d’un régulateur ................................................................................. 60
6.3 Combinaisons des trois types d’actions ................................................................................. 63
6.4 Réglage des régulateurs par la méthode de Zeigler Nichols ................................................. 68
6.5 Exemple de synthèse ............................................................................................................. 69
Chapitre 7: ............................................................................................................................................. 75
Identification des systèmes linéaires ..................................................................................................... 75
7.1 Introduction ........................................................................................................................... 75
7.2 Définitions ............................................................................................................................. 75
7.3 Notion d’identification .......................................................................................................... 76
7.4 Identification en boucle ouverte ............................................................................................ 77
7.5 Identification en boucle fermée ............................................................................................. 80
ANNEXE .............................................................................................................................................. 83
Bibliographie ......................................................................................................................................... 88
H. EL FADIL
Chapitre 1:
L’observation des phénomènes physiques se fait à l’aide de capteurs. Un capteur est donc
un dispositif qui a pour rôle de traduire une grandeur physique intéressante (température,
pression, radioactivité, PH, …) en une autre grandeur qui se prête plus facilement à
l’amplification, au filtrage, au codage, aux opérations algébriques et différentielles, à
l’enregistrement, à la transmission, ….
L’information délivrée par un capteur est appelé signal. On peut dire que plus de 90% des
capteurs industriels génèrent l’un des signaux suivants : une force, un déplacement, une
tension, un nombre (d’impulsions) ou une fréquence.
− Signaux temporels représentés par une fonction réelle du temps s(t) . La fonction s(t)
décrit l’évolution dans le temps d’un grandeur physique (température, pression, …)
− Signaux spatiaux représentés par une fonction réelle de la distance s(x).
− Signaux multidimensionnels :
• s(x,t) : température au point x à l’instant t.
• s(x,y) : niveau de gris (image) au point (x,y).
• s(x,y,t) : niveau de gris au point (x,y) à l’instant t → suite d’images.
• s(x,y,z,t) :pression au point (x,y,z) à l’instant t.
H. EL FADIL
2 Chapitre 1
Matière
humide Air
Combustible
θ (t )
T ( x0 ) Matière sèche
(décarbonatée)
x
0 x0 L
θ (t ) T (x)
t x
0 0
+∞
Energie =: ∫ s (t ) 2 dt < ∞ (1.1)
−∞
+∞
E = ∫ s (t ) 2 dt = ∞ (1.2)
−∞
1 +T / 2
T →∞ T ∫−T / 2
P =: lim s (t ) 2 dt < ∞ (1.3)
1 +T / 2
T →∞ T ∫−T / 2
P = lim s(t ) 2 dt = ∞ (1.4)
H. EL FADIL
Introduction générale 3
⎛t⎞ ⎛t⎞
rect⎜ ⎟ tri⎜ ⎟
⎝T ⎠ ⎝T ⎠
1 1
t t
T 0 T −T 0 +T
− +
2 2
−t −t
e e cos(ω0t )
1
t t
0 0
sign (t ) 1(t )
+1 +1
t t
0 0
-1
b) Signal Echelon :
Intervient comme facteur
multiplicatif pour construire
a) Signal Signe un signal causal
H. EL FADIL
4 Chapitre 1
1 ⎛t⎞ δ (t )
rect⎜ ⎟
T ⎝T ⎠
1/T T →0
t t
T 0 T 0
− +
2 2
d1(t )
= δ (t ) (1.9)
dt
x(t )δ (t ) = x(0)δ (t ) impulsion d’amplitude x(0) (1.10a)
x(t )δ (t − t0 ) = x(t0 )δ (t − t0 ) (1.10a)
1
δ (at ) = δ (t ) (1.11)
a
c) Signaux périodiques
+∞
δ T (t ) =
0 ∑ δ (t − kT )
k = −∞
0 (1.13)
H. EL FADIL
Introduction générale 5
δ T (t )
0
t
− 2T0 − T0 0 T0 2T0 3T0
On entend par système tout dispositif au sein duquel on peut distinguer ou moins une
entrée de commande et une sortie. L’entrée et la sortie sont des grandeurs physiques. L’état du
système est déterminé par le signal appliqué à l’entrée et observé par le signal de sortie.
Entrée:
force/déplacement
R ℓ2
Tension Tension u
d’entrée u C y de sortie ℓ1 y
Sortie:
force/déplacement
f1 Réservoir f2
p1 V p2
p
H. EL FADIL
6 Chapitre 1
Perturbations
Perturbations
u1 y1
u Système y Système
monovariable up multivariable yq
Un système se caractérise par ses grandeurs d'entrée et de sortie. Les grandeurs d'entrée sont
les grandeurs qui agissent sur le système. Il en existe de deux types :
− Commandes : celles que l'on peut maîtriser
− Perturbations : celles que l'on ne peut pas maîtriser.
⎧ u = u1 (t ) ⇒ y = y1 (t )
Si ⎨
⎩u = u 2 (t ) ⇒ y = y2 (t )
H. EL FADIL
Introduction générale 7
dy (t )
+ a(t ) y (t ) = b(t )u (t ) linéaire
dt
y (t ) = u (t ) 2 non-linéaire
n
d i y (t ) m d i u (t )
∑ ai (t )
i =0 dt i
= ∑
i =0
bi (t )
dt i
linéaire
Un système est stationnaire (invariant dans le temps) s’il satisfait au principe de permanence :
y (t )
u (t )
t t
0 0
u (t − τ ) y (t − τ )
0 τ t
0 τ t
Exemples :
dy (t )
+ ay (t ) = bu (t ) stationnaire (et linéaire)
dt
dy (t )
+ a(t ) y (t ) = b(t )u (t ) non stationnaire (mais linéaire)
dt
y (t ) = u (t ) 2 stationnaire (mais non-linéaire)
d n y (t ) d n −1 y (t ) dy (t )
n
+ a n −1 n −1
+ L + a1 + a0 y (t )
dt dt dt
d mu (t ) d m −1u (t ) du (t )
= bm m
+ bm −1 m −1
+ L + b1 + b0u (t ) (1.17)
dt dt dt
H. EL FADIL
8 Chapitre 1
La forme normalisée du modèle d’un système de premier ordre s’écrit comme suit :
dy (t )
T + y (t ) = Ku (t ) (1.18)
dt
b) Exemple :
1 d 2 y (t ) ξ dy (t )
+2 + y (t ) = Ku (t ) (1.19)
ω0 dt
2 2
ω0 dt
où ω0 est la pulsation propre; ξ le coefficient d’amortissement et K le gain statique.
R L
u C y
d 2 y (t ) dy (t )
LC 2
+ RC + y (t ) = u (t ) (1.20)
dt dt
1 R C
ω0 = ;ξ= et K = 1 .
LC 2 L
H. EL FADIL
Introduction générale 9
1.2.5.3 Intégrateur:
a) Modèle :
t 1 t
y (t ) = K ∫ u (τ )dτ =
T ∫0
u (τ )dτ (1.21)
0
b) Exemples :
C
• Intégrateur à amplificateur opérationnel
R
-
+
1 t u y
RC ∫0
y (t ) = − u (τ )dτ (1.22)
Q1
Q2 = constante (fixé par la pompe) S
H
SdH = (Q1 − Q2 )dt
y = H ; u = Q1 − Q2 P Q2
dy (t ) 1 1 t
= u (t ) ⇒ y (t ) = ∫ u (τ )dτ (1.23)
dt S S 0
Le comportement dynamique de ce système (autour d’un régime nominal) est décrit par :
H. EL FADIL
10 Chapitre 1
dy (t ) A
T = u (t ) avec T= (1.24)
dt bv
1.2.5.4 Dérivateur:
a) Modèle :
• Dérivateur théorique :
du (t )
y (t ) = T (1.25)
dt
Ce type de dérivateur n’est pas propre. Pratiquement on rencontre des dérivateurs de la forme
réelle suivante :
• Dérivateur réel :
dy (t ) du (t )
y (t ) + τ =T τ << T (1.26)
dt dt
b) Exemples:
• Amortisseur hydraulique
r : Raideur du ressort.
f v : Frottement visqueux. r
y
H. EL FADIL
Introduction générale 11
y (t ) = u (t − τ ) τ = cte (1.30)
u (t ) y (t )
l
y (t ) = u (t − τ ) τ= (1.31)
v
• Exemples électriques :
R2 R2
R1
- -
u P +
R2 y u y +
R1 y
u
R2 R2 R2
0≤K = ≤1 K =− ≤0 K = 1+ ≥1
P R1 R1
a) Gain à potentiomètre b) Gain négatif à AOP c) Gain positif à AOP
H. EL FADIL
12 Chapitre 1
n1 , n2 : nombres de dents.
ω1 = u
ω1 , ω2 : Vitesses de rotations. ω2 = y
n2
n n n
ω2 = 1 ω1 ⇒ y (t ) = 1 u (t ) ; K = 1 (1.33)
n2 n2 n2 Figure 1.19 : Engrenages
• Vérin pneumatique :
p=u A
L’équilibre des forces implique :
Fresoort = Fpression ⇒ ry = Ap
r
On pose u = p , il vient
A A y
y (t ) = u (t ) ; K= (1.34)
r r
Figure 1.20 : vérin pneumatique
Un système est en boucle ouverte lorsque la commande est élaborée sans l'aide de la
connaissance des grandeurs de sortie : il n'y a pas de feedback. Dans le cas contraire, le
H. EL FADIL
Introduction générale 13
système est dit en boucle fermée (Figure 1.21). La commande est alors fonction de la
consigne (la valeur souhaitée en sortie) et de la sortie. Pour observer les grandeurs de sortie,
on utilise des capteurs. C'est l'information de ces capteurs qui va permettre d'élaborer la
commande.
a) Système en BO b) Système en BF
H. EL FADIL
14 Chapitre 1
H. EL FADIL
Chapitre 2:
dny d n −1 y dy d mu d m −1u du
n
+ an −1 n −1 + L + a1 + a0 y = bm m + bm −1 m −1 + L + b1 + b0u (2.1)
dt dt dt dt dt dt
Y ( p) = G ( p)U ( p) + I ( p) (2.2)
G ( p) : Fonction de transfert
I ( p) : Conditions initiales
La fonction de transfert G ( p ) peut s’écrire sous l’une des formes suivantes :
bm p m + L + b1 p + b0
G ( p) = (2.3a)
p n + an −1 p n −1 + L + a1 p + a0
( p − z1 )( p − z2 ) L ( p − zm )
G ( p) = bm (2.3b)
( p − p1 )( p − p2 ) L ( p − pn )
(1 + τ 1 p )(1 + τ 2 p ) L (1 + τ m p)
G ( p) = K (2.3c)
(1 + T1 p)(1 + T2 p) L (1 + Tm p)
z1 ,K, zm : Zéros du système,
H. EL FADIL
16 Chapitre 2
2.3 Propriétés de la FT
y (t ) = L -1 (G ( p )U ( p) ) (2.4)
H. EL FADIL
Représentation par FT 17
Y ( p) = G ( p)U ( p) (2.6)
[
avec, Y ( p) = y1 ( p) L yq ( p) ] T
: vecteur de sortie.
Y ( p) = [u ( p ) ( p)]
T
1 L up : vecteur d’entrée.
⎡G11 ( p) L G1 p ( p)⎤
⎢ ⎥
G ( p) = ⎢ M M M ⎥ : matrice de transfert.
⎢Gq1 ( p) L Gqp ( p )⎥
⎣ ⎦
u ( p) y ( p)
G1 ( p ) G2 ( p ) Gn ( p )
G ( p)
y ( p) n
G ( p) = = ∏ Gi ( p ) (2.7)
u ( p ) i =1
G1 ( p ) G1 ( p )
u ( p) + + y ( p) u ( p) - - y ( p)
G2 ( p ) G2 ( p )
+ -
Gn ( p ) Gn ( p )
G ( p) G ( p)
a b
H. EL FADIL
18 Chapitre 2
n
G ( p) = ∑ Gi ( p) pour cas (a)
i =1
n (2.8)
G ( p) = ∑ − Gi ( p ) pour cas (b)
i =1
u ( p) + y ( p) u ( p) + y ( p)
_ G1 ( p ) G1 ( p )
+
G2 ( p ) G2 ( p )
G ( p) a G ( p) b
G1 ( p)
G( p) = pour cas (a)
1 + G1 ( p )G2 ( p)
(2.9)
G1 ( p)
G( p) = pour cas (b)
1 − G1 ( p)G2 ( p)
ki k ki
G ( p)u1 ( p ) = ∑ + ∑ nii + ∑ (2.10)
i (1 + Ti p) ni
i p i ⎛ ξi p2 ⎞
ni
⎜⎜1 + 2 p + 2 ⎟⎟
⎝ ωi ωi ⎠
Exemple :
On désire trouver la réponse indicielle (entrée échelon) d’un système de fonction de transfert :
H. EL FADIL
Représentation par FT 19
1
G ( p) =
(1 + p)(1 + 0.5 p)
1
a) L’entrée est un échelon unité, donc u1 ( p) = . On opère ensuite la décomposition en
p
1
éléments simples de T ( p) = G ( p)u1 ( p) =
p(1 + p)(1 + 0.5 p)
λ β γ
G ( p)u1 ( p) = + + avec :
p (1 + p) (1 + 0.5 p)
Finalement on obtient :
1 −2 0.5
G ( p)u1 ( p ) = + +
p (1 + p ) (1 + 0.5 p)
y1 (t ) = L -1 (G ( p)u1 ( p) ) = 1 − 2e − t + e −2t
u (t ) = δ (t ) ⇒ u ( p) = 1 ⇒ y (t ) = L -1 (G ( p)u ( p) ) = L -1 (G ( p) ) = g (t )
H. EL FADIL
20 Chapitre 2
Re
t
0
Re
0
t
Im y(t)=K 1(t)
Pôle simple
K
Re
0
t
K
G ( p) =
p
Im y (t ) = K sin(ω0t )
Kω
G ( p) = 2 0 2 K
p + ω0 Re
0
t
-K
2π / ω0
H. EL FADIL
Chapitre 3:
L’analyse temporelle d’un système consiste à étudier le système sur la base de sa réponse à
des signaux types.
Le signal le plus utilisé pratiquement est l’échelon. La réponse correspondante est appelée
réponse indicielle.
Soit G ( p) la fonction de transfert d’un système. On suppose que l’entrée est un échelon unité
1
( u (t ) =1(t ) ) ⇒ u ( p) = , il vient :
p
G ( p) ⎛ G( p) ⎞
Y ( p) = ⇒ y (t ) = L -1 ⎜⎜ ⎟⎟
p ⎝ p ⎠
Ou encore :
Pour un système stable, on distingue deux allures de la réponse indicielle (Figure 3.1) :
• Réponse indicielle apériodique
H. EL FADIL
22 Chapitre 3
Dépassement
maximal ou absolu
y(t) y(t)
ym
1.05ym ∆
0.95ym ym
0.9ym 0.95ym
0.9ym
0.1ym 0.1ym
0 tm t
0 tm t
tr tr
H. EL FADIL
Analyse des SLI 23
∆
D= × 100 (en %) (3.3)
y st
∆ = sup( y (t ) − y st ) ≥ 0
t
Fonction de transfert:
K
G ( p) = T >0 (3.4a)
1 + Tp
Réponse indicielle :
⎛ K u0 ⎞ ⎛ −
t
⎞
y (t ) = L ⎜⎜
-1
⎜
⎟⎟ = Ku0 ⎜1 − e T ⎟ (3.4b)
⎟
⎝ 1 + Tp p ⎠ ⎝ ⎠
avec, u0 la valeur de l’échelon d’entrée.
L’allure de la réponse indicielle est donnée figure 3.2.
Step Response
y(t) 1
Ku0
0.8
63%Ku0 T1
T2
T3
Amplitude
0.6
0.4
0 T1<T2<T3
T t
0.2
0
0 1 2 3 4 5 6 7 8 9 10
Time (sec)
Fonction de transfert:
H. EL FADIL
24 Chapitre 3
K
G ( p) = ξ ≥ 0 ; ω0 > 0 (3.5a)
ξ p2
1+ 2 p+ 2
ω0 ω0
Réponse indicielle :
⎛ ⎞
⎜ ⎟
-1 ⎜ K u0 ⎟
y (t ) = L ⎜ ⋅ (3.5b)
ξ p2 p ⎟
⎜⎜ 1 + 2 p+ 2 ⎟⎟
⎝ ω0 ω0 ⎠
La réponse prend des allures différentes suivant que les pôles de G ( p) sont réels ou
complexes.
dy (t ) ⎛ dy (t ) ⎞
− Tangente à l’origine : lim = lim pL ⎜ ⎟ = lim p 2Y ( p) = 0
t →0 dt p → ∞
⎝ dt ⎠ p → ∞
1+ 2
ξ
ω0
p2
p + 2 = ( p − p1 )( p − p2 ) avec p1, 2 = −ω0 ξ ± ξ 2 − 1
ω0
[ ] (3.7)
et la réponse s’écrit :
⎛ Ku0 ⎞ ⎛ ω02 ω02 ⎞
y (t ) = L -1 ⎜⎜ ⎟⎟ = Ku0 ⎜⎜1 + e p1t + e p2t ⎟⎟ (3.8)
⎝ p ( p − p1 )( p − p2 ) ⎠ ⎝ p1 ( p1 − p2 ) p2 ( p2 − p1 ) ⎠
Les pôles p1 et p2 sont réels donc la réponse y (t ) est apériodique.
• Si ξ ≥ 1 , p1 et p2 sont négatifs ⇒ lim y (t ) = Ku0 (figure 3.3)
t →∞
H. EL FADIL
Analyse des SLI 25
y(t)
ξ ≥1 Im
Ku0
Re
0
0 t
y(t)
ξ ≤ −1 Im
Ku0
Re
0
0 t
[
p1, 2 = −ω0 ξ ± j 1 − ξ 2 ] (3.9)
La réponse indicielle du système devient :
⎡
y (t ) = Ku0 ⎢1 −
⎢⎣
e −ξω0t
1− ξ 2
(
sin ω0 1 − ξ 2 t + ϕ )⎤⎥⎥ avec ϕ = arctan 1− ξ 2
ξ
(3.10)
⎦
Les pôles p1 et p2 sont complexes donc la réponse y (t ) est oscillatoire.
• Si ξ > 0 , ( Re( p1, 2 ) < 0 ) ⇒ lim y (t ) = Ku0 (figure 3.5)
t →∞
y(t)
0 < ξ <1 Im
Ku0
Re
0
0 t
H. EL FADIL
26 Chapitre 3
y(t)
−1 < ξ < 0 Im
Ku0
Re
0
0 t
3ème cas : ξ 2 = 0
Le système présente une paire de pôles complexes conjugués :
p1, 2 = ± jω0 (3.11)
⎡ ⎛ p 2 ⎞⎤
y (t ) = L -1 ⎢ Ku0 / p⎜⎜1 + 2 ⎟⎟⎥ = Ku0 [1 − cos(ω0t )] (3.12)
⎣ ⎝ ω0 ⎠ ⎦
La réponse est donc sinusoïdale (figure 3.7).
y(t)
ξ =0 Im 2Ku0
Re Ku0
0
0 t
H. EL FADIL
Analyse des SLI 27
On constate qu’un système, décrit par une fonction de transfert du second ordre, présente la
plus grande rapidité pour un réglage à 0.707 de son facteur d’amortissement.
La figure 3.9 illustre le régime transitoire de la réponse indicielle d’un 2nd ordre pour ξ > 0 .
La figure 3.10 montre l’évolution du dépassement relatif D en fonction de ξ .
Step Response
1.8
1.6 ξ = 0 .1
1.4 ξ = 0 .3
1.2 ξ = 0 .5
ξ = 0 .7
1
Amplitude
0.8
ξ =1
0.6
ξ =2
0.4
0.2
0
0 1 2 3 4 5 6
Time (sec)
H. EL FADIL
28 Chapitre 3
100
80
60
D%
40
20
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
ξ
Figure 3.10 : Dépassement relatif D en fonction de ξ
1
G ( p) = (3.15)
Tp
Réponse indicielle :
⎛ 1 u ⎞ t
y (t ) = L -1 ⎜⎜ ⋅ 0 ⎟⎟ = u0 1(t ) (3.16)
⎝ Tp p ⎠ T
y(t)
u0
0 T t
G ( p ) = Tp (3.17a)
H. EL FADIL
Analyse des SLI 29
Tp
G ( p) = (τ < T ) (3.17b)
1 + τp
⎛ Tp u0 ⎞ T −
t
y (t ) = L -1 ⎜⎜ ⋅ ⎟⎟ = u0 e τ (3.18)
⎝ 1 + τp p ⎠ τ
y(t)
T
u0
τ
u0 u(t)
0 τ t
Exemples :
p3
1) Soit la fonction de transfert suivante : G ( p ) = . Calculer sa réponse
( p − 1) 2 ( p + 1)
indicielle ?
- Décomposition en éléments simples :
G ( p)u0 ⎛ 1 3 1 ⎞
= u0 ⎜⎜ + + ⎟
2 ⎟
p ⎝ 4( p + 1) 4( p − 1) 2( p − 1) ⎠
H. EL FADIL
30 Chapitre 3
⎛1 3 1 ⎞
- Transformée inverse : y (t ) = ⎜ e −t + e t + te t ⎟u01(t ) (réponse divergente à
⎝4 4 2 ⎠
cause de pôle positif).
2) Calculer la réponse indicielle d’un système de fonction de transfert :
(1 + 3 p) p
G( p) = ?
( p + 1)( p 2 + 1)
- Décomposition en éléments simples :
G ( p)u0 ⎛ −1 2+ p ⎞ ⎛ −1 2 p ⎞
= u0 ⎜⎜ + 2 ⎟⎟ = u0 ⎜⎜ + 2 + 2 ⎟⎟
p ⎝ ( p + 1) ( p + 1) ⎠ ⎝ ( p + 1) ( p + 1) ( p + 1) ⎠
- ( )
Sa transformée inverse s’écrit : y (t ) = − e −t + 2 sin(t ) + cos(t ) u01(t ) .
H. EL FADIL
Analyse des SLI 31
Im(G ( jω ) )
ω3
G ( jω ) M (ω1 )
Q(ω1 )
ω1
ω2 0 < ω1 < ω 2 < ω 3 < ∞
L ( ω ) dB
0 < ω1 < ω 2 < ω 3 < ∞ ω=0
ω1
ω2
0
ϕ (ω )
− 180° − 90°
ω3
ω →∞
H. EL FADIL
32 Chapitre 3
Bode Diagram
L(ω ) 0
-10
Magnitude (dB)
-20
-30
Echelle linéaire
-40
ϕ (ω ) 0
Phase (deg)
-45
-90
-2 -1 0 1
10 10 10 10
Frequency (rad/sec) Echelle logarithmique
ϕ (ω ) = ϕ1 (ω ) + ϕ 2 (ω ) + L + ϕ n (ω ) (3.24)
où Li (ω ) = 20 log Gi ( jω ) ; ϕi (ω ) = arg(Gi ( jω ) ) .
H. EL FADIL
Analyse des SLI 33
L ( ω ) dB
20 log K
Les deux asymptotes 20dB
− 20dB / dec
20 log K et
20 log K − 20 log Tω se 0 1 10 ω
1 ϕ (ω ) T T
rencontrent en ω = ,
T 0 ω
dénommée pulsation de
cassure (brisure). − 90°
c) Diagramme réel Figure 3.16 : Diagramme asymptotique d’un premier ordre
(allure des L ( ω ) dB
courbes) :
20 log K ( 0)
3dB
(−1)
Le diagramme
asymptotique donne 0 1 ω
une bonne ϕ (ω ) T
approximation pour la 0 ω
courbe d’amplitude − 45°
uniquement. − 90°
La notation (−i ) signifie Figure 3.17 : Diagramme réel d’un premier ordre
une pente de
− 20i dB / dec . Im(G ( jω ) )
H. EL FADIL
34 Chapitre 3
ω →∞
G ( p ) = K (1 + Tp ) (3.26)
L ( ω ) dB
(+1)
3dB
20 log K
(0)
0 1 ω
ϕ (ω ) T
+ 90°
+ 45°
0 ω
Asymptote Courbe réelle
H. EL FADIL
Analyse des SLI 35
0
+ 90° ϕ (ω )
Figure 3.22 : Lieu de Black d’un PD
(0)
ω
0 1 1 1 (−1)
T1 T2 T3
ϕ (ω )
0
ω
− 90°
H. EL FADIL
36 Chapitre 3
L ( ω ) dB
Im(G ( jω ) )
ω = 0 20 log K
K − 90°
0 ω=∞ ω = 0 Re(G ( jω ) ) 0 ϕ (ω )
G ( jω )
a) Lieu de Nyquist
ω →∞
b) Lieu de Black
0
ω
I III
− 90°
ϕ (ω ) 1 10
1 1 10 10
10T1 10T2 T1 10T3 T2 T3
0
ω
− 90°
H. EL FADIL
Analyse des SLI 37
K
G ( p) = K >0 (3.28)
ξ p2
1+ 2 p+ 2
ω0 ω0
2
⎡ ⎛ ω ⎞2 ⎤ ⎛ ω⎞
2
ω
2ξ
⎛ ω ω⎞
2
ω0
ϕ (ω ) = arg G ( jω ) = − arg⎜⎜1 − 2 + j 2ξ ⎟⎟ = − arctan (3.30)
⎝ ω0 ω0 ⎠ ω2
1− 2
ω0
ω
- ω ~ ∞ → L(ω ) ~ 20 log K − 40 log
ω0
Les deux asymptotes se rencontrent en ω = ω0 .
• Courbe asymptotique (Fig. 3.26)
L ( ω ) dB
20 log K
40dB
− 40dB / dec
0 ω0 10ω0 ω
∂f (ω ) 4ω ⎛ ω 2 ⎞
= 2 ⎜⎜ 2 + 2ξ 2 − 1⎟⎟ (3.32)
∂ω ω0 ⎝ ω0 ⎠
La dérivée (3.32) est nulle pour les valeurs de ω suivantes :
1
ω=0 ou ω = ω R = ω0 1 − 2ξ 2 si ξ < (3.33)
2
H. EL FADIL
38 Chapitre 3
L ( ω ) dB
1
20 log K ξ<
1 2
ξ≥ − ( 2)
2
0 ωR ω0 ω
1
- Dans le cas où ξ ≥ ≈ 0.707 , le système est un passe bas classique. Son gain est
2
une fonction monotone décroissante.
- Dans le cas particulier ξ ≥ 1 , le système peut se décomposer en deux éléments du
1er ordre en série. Le tracé de G ( p) dans le plan de Bode se fait au §3.2.5.5.
1
- Dans le cas où ξ < , le système est un passe bas résonant. Son gain atteint son
2
⎡ ⎛ ω 2 ⎞⎤
- lim ϕ (ω ) = lim ⎢− arg⎜⎜ − 2 ⎟⎟⎥ = −180°
ω →∞ ω →∞
⎣ ⎝ ω0 ⎠ ⎦
- ϕ (ω0 ) = − arg( j 2ξ ) = −90° ( si ξ > 0)
• Courbe asymptotique et réelle (Fig. 3.28)
ϕ (ω )
ξ 2 > ξ1
0 ω
ξ = ξ1 ξ = ξ2
− 90°
−180°
ω0
H. EL FADIL
Analyse des SLI 39
La figure 3.28 illustre le diagramme de Bode d’un élément du second ordre pour différentes
valeurs de ξ > 0 et K = 1 .
Bode Diagram
L ( ω ) 20
ξ = 0 .1
0
Magnitude (dB)
ξ =2
-20
-40
ϕ (ω ) -60
0
ξ = 0 .1
-45
Phase (deg)
-90 ξ = 2
-135
-180
-1 0 1
10 10 10
Frequency (rad/sec)
L (ω ) dB
Im(G ( jω ) )
ξ3
ω=∞ K
0 ω=0 Re(G ( jω ) ) ω=0
20 log K
ξ2
−180°
ξ1 0 ϕ (ω )
ξ2 ξ1
ξ 3 < ξ 2 < ξ1
G ( jω ) ξ3
Figure 3.30 : Allure des lieux de Nyquist et de Black d’un élément de 2d ordre
H. EL FADIL
40 Chapitre 3
1
Pour λ = 3 ⇒ G ( jωc ) = G (0)
2
1
Pour λ = 6 ⇒ G ( jωc ) = G (0)
2
Très généralement ωc est définie à -3dB.
• Pulsation de résonance ω R : c’est la pulsation pour laquelle nous avons :
G ( jω ) ≤ G ( jω R ) ∀ω (3.36)
• Facteur de résonance : Q
G ( jω R )
Q= (3.37)
G (0)
20 log G ( jω ) dB
20 log G ( jω R )
20 log Q
20 log G (0)
20 log G (0) − λ
0 ωR ωc ω
H. EL FADIL
Analyse des SLI 41
1 1
avec G1 ( p ) = ; G2 ( p) = ; G3 = 1 + 002 p
(1 + 0.1 p) 1 + 0.1 p + 0.25 p 2
a) Examen de l’élément du second ordre :
2ξ 1
= 0.1 et = 0.25 ⇒ ω0 = 2 , ξ = 0.1
ω0 ω02
b) Pulsations de cassure :
ω01 = 10 ; ω02 = ω0 = 2 ; ω03 = 50 (rd / s) ⇒ ω02 < ω01 < ω03
c) Tracés (voir Figures 3.32 , 3.33 et 3.34 ci-après)
d) Caractéristiques fréquencielles :
- ωc (−3dB) ≈ 3rd / s (voir figure 3.32)
- ω R ≈ 1.8rd / s
- QdB = 14.3 dB ⇒ Q = 5.17 (valeur réelle).
L(ω)dB
14.3
QdB ω02 ωc ω01 ω03
0 ωR
− 6 dB (0) ω
(−2)
(−3)
(−2)
ϕ (ω )
−180°
Approximation 3-segments
− 270°
H. EL FADIL
42 Chapitre 3
Bode Diagram
20
0
Magnitude (dB) System: G
-20
Frequency (rad/sec): 3.05
Magnitude (dB): -3
-40
-60
-80
-100
0
-45
Phase (deg)
-90
-135
-180
-225
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figure 3.33 : Tracé précis du diagramme de Bode du système (3.38) avec la commande bode de Matlab
L (ω ) dB
Im(G ( jω ) ) − 270° −180° ω=0
− 90° 0
ϕ (ω )
ω =∞ ω=0
0 Re(G ( jω ) )
a) : Lieu de Nyquist
ω →∞ b) : Lieu de Black
La bande passante est définie à -3dB (atténuation tolérée de 30%). Elle s’étend, pour les
systèmes habituellement traités en Automatique, entre zéro et la pulsation de coupure ωc . Ces
systèmes sont dits passe bas.
D’une façon générale plus la bande passante d’un système est étendue plus il est rapide.
1
Dans le cas d’un système de 1er ordre : ωc = ; t r = 3T (T : constante de temps)
T
Pour un second ordre, pour un ξ donné sa bande passante est proportionnelle à sa pulsation
propre ω0 , tandis que son temps de réponse lui est inverse ( voir Fig. 3.8).
H. EL FADIL
Chapitre 4:
4.1 Définitions
Point d’équilibre : Un système est dans un état d’équilibre si, placé dans cet état, il ne le
quitte pas.
Stabilité : Un état d’équilibre est stable si, lorsqu’on éloigne le système de cet état, il finit par
y revenir. Dans le cas contraire, le point d’équilibre est instable.
Dans certain cas, cette propriété de stabilité n’est valable que si l’´eloignement est faible ; on
parle alors de stabilité locale. Si au contraire le système retourne dans son état d’équilibre
quelque soit l’amplitude de la perturbation, on parle alors de stabilité globale.
Autres définitions :
• Un système linéaire est stable si son état ne diverge pas quand il est abandonné à lui-
même (entrée u (t ) = 0 ), ( ∀ l'état initial x(0) borné).
• Il est asymptotiquement stable si son état converge vers zéro, ( ∀x(0) borné).
H. EL FADIL
44 Chapitre 4
4.2 Exemples :
a) Un système est stable si tous ses pôles multiples sont à Re < 0 et tous ses pôles simples
sont à Re ≤ 0 . ( Re : partie réelle).
b) Un système linéaire est asymptotiquement stable si tous ses pôles sont à Re < 0 .
Exemples simples :
K
• 1er ordre : G ( p) =
1 + Tp
- T >0 ⇒ stabilité asymptotique,
- T <0 ⇒ instabilité.
K
• Intégrateur : G ( p ) = ( n ≥ 1)
pn
- Intégrateur simple ( n = 1 ) : stable (non asymptotiquement),
- Intégrateur multiple ( n ≥ 2 ) : instable.
K
• Second ordre : G ( p ) =
2ξ p2
1+ p+
ω0 ω02
- ξ >0 : stabilité asymptotique,
- ξ =0 : stabilité non asymptotique ( ω0 ≠ 0 ),
- ξ <0 : instabilité.
bornée).
H. EL FADIL
Stabilité des SLI 45
Le tableau 4.1 illustre la réponse impulsionnelle d’un système de second ordre en fonction de
la position de ses pôles dans le plan complexe.
ξ >1 Im y(t)
Re
t
0
Re
0
t
ξ =0 Im y (t )
K
Re
0
t
-K
2π / ω0
ξ ≤ −1 Im y(t)
Re
t
0
Re
t
0
H. EL FADIL
46 Chapitre 4
4.6.2 Exemples
1 + T1 p
a) G1 ( p) = T1 > 0 ; T2 > 0 : système à phase minimale,
1 + T2 p
1 − T1 p
b) G2 ( p) = T1 > 0 ; T2 > 0 : système à non minimum de phase
1 + T2 p
e −τ p
c) G1 ( p) = ξ > 0 ; ω0 > 0 : système à non minimum de phase.
2ξ p2
1+ p+
ω0 ω02
bm p m + L + b1 p + b0
G ( p) = (4.2)
an p n + an −1 p n −1 + L + a1 p + a0
H. EL FADIL
Stabilité des SLI 47
an p n + an −1 p n −1 + L + a1 p + a0 = 0 (4.3)
pn an an − 2 an − 4 L
ème
p n−1 an−1 (pivot de la 3 ligne) an−3 an−5 L
an −1an − 2 − an an −3 an −1an − 4 − an an −5
p n−2 bn −1 = bn −3 = bn−5 L
an −1 an −1
bn −1an −3 − an −1bn −3 bn −1an −5 − an −1bn −5
p n −3 cn −1 = cn − 3 = c n −5 L
bn −1 bn −1
M M M M M
p0 zn−1 zn−3 zn − 5 L
4.7.3 Exemples
a) Exemple 1 : Etudier, par le critère de Routh-Hurwitz, la stabilité d’un système du second
b0
ordre : G ( p) = .
p + a1 p + a0
2
p1 a1 0 0
p0 a1a0 − 1× 0 0 0
b1 = = a0
a1
H. EL FADIL
48 Chapitre 4
T ( p) 1
On commence par calculer la FTBF : G ( p) = = 3
1 + T ( p) p + p + 3 p + 1
2
p2 1 1 0
p1 1× 3 − 1× 1 0 0
b1 = =2
1
p0 1 0 0
Conclusion :
Il n’y a pas de changement de signe dans la première colonne du tableau : Le système
asservi est donc stable.
On ajoute, maintenant, un gain proportionnel u ( p) + y ( p)
_
k T ( p)
k > 0 dans la boucle ouverte (Fig. 4.3).
Etudions la stabilité en fonction de k. La
k
FTBF devient : G ( p) = , il Fig. 4.3 : Système asservi avec gain de boucle
p + p + 3p + k
3 2
H. EL FADIL
Stabilité des SLI 49
Dans cette partie nous illustrerons qu'on peut prévoir la stabilité en BF d’un système à partir
de la représentation graphique du gain et du déphasage en BO.
T ( p)
G ( p) = (4.4)
1 + T ( p)
Nous avons vu que la stabilité du système asservi dépend de ses pôles de sa FTBF G(p). C'est-
à-dire des racines de son dénominateur :
Σ = 1 + T ( p) = 0 (4.5)
T ( jω ) = −1 (4.6)
Im(T ( jω ) )
4.8.2 Critère de Revers dans le
plan de Nyquist Re(T ( jω ) )
−1 0
H. EL FADIL
50 Chapitre 4
T ( jω ) dB
4.8.3 Critère de Revers dans le
diagramme de Bode
0 ω0 ω
Soit ω0 la pulsation pour laquelle la
courbe de gain coupe l'axe 0dB et ωc Instable
Juste oscillant
la pulsation pour laquelle la courbe ArgT ( jω ) Stable
des phases passe par -180°. 0 ωc ω
L'asservissement est stable si −180°
ω0 < ωc .
Figure 4.5 : Critère de Revers dans le diagramme de bode
(voir Fig. 4.5).
Juste oscillant T ( jω ) dB
4.8.4 Critère de Revers dans le
plan de Black
Le point critique (-1,0) se transforme en
ArgT ( jω )
un point de coordonnées (0dB, -180°).
− 180° 0
Instable
Le système en BF sera stable si en
Stable
parcourant le lieu de la FTBO dans le sens ω ω
ω
des ω croissantes, on laisse le point
critique à droite (Fig. 4.6).
Figure 4.6 : Critère de Revers dans Lieu de Black
Lors de la mise en équation d’un système asservi, on constate que dans le modèle élaboré
pour fixer ses performances il subsiste certaines incertitudes relatives au système à
automatiser lui-même : modélisation simplificatrice, actionneurs trop sollicités, bruits de
capteurs, conditions d’utilisation extrêmes,…
Les marges de gain et de phase permettent, alors, d’´evaluer le “degré de stabilité” ou encore
la “robustesse” d’un système asservi.
Les marges de stabilité d’un système en BF sont déterminées à partir de la fonction de
transfert du système en BO T ( jω ) et sont définies comme suit:
H. EL FADIL
Stabilité des SLI 51
avec :
ωπ : pulsation pout laquelle la phase est égale à -180° : arg(T ( jωπ ) = −180° .
ω0 : pulsation pout laquelle le gain est égale à 0dB : T ( jω0 ) = 0dB .
Ces marges sont illustrées dans la figure 4.7.
Remarque :
Lorsqu’on ajoute un gain proportionnel dans la boucle (Fig. 4.3), la courbe du gain (Fig. 4.7a)
est translatée vers le haut (pour k > 1 ) de 20 log k . Il en résulte alors une diminution des
marges de stabilité. Là encore, l’augmentation du gain de la boucle ouverte peut provoquer
l’instabilité du système en BF.
T ( jω ) dB ImT ( jω)
+1
ω0 ωπ ω
0
MG
MG ReT ( jω)
ArgT ( jω ) −1 0 +1
ω MP
0
MP ω
−180° −1
a b
Figure 4.7 : Définition des marges de stabilité : a) dans le diagramme de bode ; b) dans le lieu de Nyquist
H. EL FADIL
52 Chapitre 4
H. EL FADIL
Chapitre 5:
5.1 Introduction
Dans le chapitre précédent, nous avons vu que la stabilité d’un système asservi était
fonction du réglage du gain statique en boucle ouverte ; suivant la valeur de celui-ci, un même
système (par exemple de 3ème ordre ou plus) peut en effet être stable, juste oscillant ou
carrément instable.
Tout en se situant dans la plage des valeurs de k qui rendent le système stable, on conçoit
aisément que le choix d’un réglage donné de k aura une incidence sur les autres performances
que l’on est en droit d’attendre d’un système automatique, en particulier en ce qui concerne la
rapidité et la précision.
5.2 Définitions
Perturbations
Consigne Erreur Grandeur régulée
+ Procédé +
_ Correcteur
Mesure Capteur
H. EL FADIL
54 Chapitre 5
Considérons un système asservi stable au repos. Une sollicitation du système entraîne une
évolution du signal d’erreur dans le temps ; cette erreur sera la somme d’un terme transitoire
et d’un terme permanent. On peut donc distinguer :
- Une précision dynamique, caractérisée par l’évolution du signal d’erreur pendant le
régime transitoire ; précision et rapidité sont intimement liées durant cette phase
d’évolution du système.
- Une précision statique correspondant à l’erreur permanente observée.
D’une façon générale, le signal d’erreur dépend du système et des entrées appliquées :
commande e(t) et/ou perturbation w(t). Il est souvent délicat de localiser avec précision les
points d’application des perturbations qui peuvent modifier le fonctionnement d’un système
asservi. Admettons cependant qu’une perturbation w(t) s’introduise dans la chaîne
conformément au schéma de la figure 5.2, où la chaîne directe est décomposée en une partie
amont (à la perturbation) de fonction de transfert D1(p) et une partie aval de FT D2(p).
w(t )
+
e(t ) + ε (t ) s (t )
_ D1 ( p ) D2 ( p )
+
m(t )
R( p)
On peut facilement montrer que le signal d’erreur ε (t ) est lié aux deux entrées e(t) et w(t) par
la relation suivante :
1 ⎡ T ( p) ⎤
ε ( p) = ⎢ E ( p) + W ( p)⎥ (5.1)
1 + T ( p) ⎣ D1 ( p ) ⎦
1
ε ( p) = E ( p) (5.2)
1 + T ( p)
H. EL FADIL
Précision des SLI 55
Nous nous intéressons à l’erreur statique permanente, que l’on peut obtenir directement en
appliquant le théorème de la valeur finale :
E ( p)
lim ε (t ) = lim pε ( p) = lim p (5.3)
t →∞ p →0 p →0 1 + T ( p)
A m
e(t ) = t .1(t ) (5.4)
m!
A
E ( p) = m +1
(5.5)
p
D’autre part, la plupart des fonctions de transfert en BO rencontrées dans les asservissements
peuvent se mettre sous la forme générale :
k
∏ (1 − z −1
i ⋅ p)
T ( p) = kG ( p) = n ⋅ j
(5.6)
p
∏ (1 − p −1
j ⋅ p)
où k est le gain statique en BO, et n le nombre de pôles nuls (ou nombre d’intégrations) de
T(p).
H. EL FADIL
56 Chapitre 5
k
En observant que T(p) se comporte come quand p → 0 , on peut écrire :
pn
p n−m
lim ε (t ) = lim A ⋅ (5.7)
t →∞ p→0 pn + k
En conclusion :
• Pour annuler l’erreur statique à une entrée d’ordre m, il faut et il suffit que la fonction
de transfert en boucle ouverte du système considéré contienne (m+1) intégrations.
• Lorsque l’erreur permanente existe, celle-ci est d’autant plus faible que le gain en BO
de l’asservissement est grand.
La figure 5.3 suivante illustre ces différents cas, pour un asservissement sollicité par une
entrée-rampe (échelon de vitesse) :
m(t ) pour n ≥ 2 εv = 0
A
m(t ) pour n = 1 εv =
k
A
Entrée : εv =
k
e(t ) = At m(t ) pour n = 0 εv → ∞
εv → ∞
0 t
H. EL FADIL
Précision des SLI 57
1 T ( p)
ε ( p) = ⋅ ⋅W ( p) (5.8)
D1 ( p) 1 + T ( p)
où D1(p) représente la fonction de transfert des éléments de la chaîne directe, situés entre la
sortie du détecteur d’écart et le point d’application de la perturbation (Fig.5.2).
Soit k1 le gain de D1 ( p ) et n1 le nombre d’intégrations correspondant. On peut alors écrire :
p n1 k
lim ε (t ) = lim pε ( p ) = lim p ⋅ ⋅ n ⋅W ( p) (5.9)
t →∞ p →0 p →0 k1 p + k
En supposant que la perturbation affecte le système sous forme de l’une des entrées
canoniques :
A
W ( p) = m +1
(5.10)
p
Il vient :
kA p n1−m
lim ε (t ) = lim n ⋅ (5.11)
t →∞ p→0 p + k k1
En règle générale, la forme des perturbations est plutôt du type aléatoire et leurs points
d’application dans une chaîne sont difficilement localisables.
De l’étude précédente, on retiendra surtout que la précision statique d’un asservissement, liée
tant au signal de commande qu’aux perturbations possibles, sera d’autant meilleure que le
gain de la chaîne sera plus important immédiatement à la sortie du détecteur d’écart.
H. EL FADIL
58 Chapitre 5
Si le système tolère des intégrations supplémentaires, il faut également les placer le plus près
possible du détecteur d’écart (d’où la place donnée aux correcteurs, comme on le verra au
chapitre suivant).
Si l’on raisonne d’un point de vue de la stabilité, le réglage optimal conduit à affecter au
système un gain statique en boucle ouverte k * , qui lui confère une certaine marge de phase
choisie à priori.
- Celle-ci sera d’autant plus grande que le gain statique k sera plus élevé ; ceci au
détriment de la stabilité (réduction de la marge de phase, voire basculement dans
l’instabilité).
- Qu’elle sera absolue (erreur statique nulle), si le système possède m + 1 intégrations en
boucle ouverte. On est donc tenté de rajouter des intégrateurs dans la chaîne pour
atteindre une précision parfaite. Toutefois, l’augmentation inconsidérée du nombre
1
d’intégrations dans la chaîne conduit à l’instabilité (en effet, chaque terme en
p
π
induit un déphasage de − , quelque soit ω ).
2
H. EL FADIL
Chapitre 6:
6.1 Introduction
Dans le chapitre précédent, nous avons vu que ajouter un gain dans la chaîne directe
permettait d'améliorer la précision d'un asservissement (mais ce gain ne permet pas d'annuler
l'erreur de position ou de vitesse si cette erreur n'est pas nulle). Il n'est pas possible
d'augmenter ce gain de façon trop importante : il peut dégrader la stabilité du système (il
diminue la marge de gain - voire rendre le système instable). D'où le dilemme classique en
automatique :
- un gain faible donne un système stable mais peu précis
- un gain fort donne un système plus précis mais moins stable.
Afin de satisfaire toutes les exigences de performances souhaitées par l’asservissement
(stabilité, précision et rapidité), on intercale entre le détecteur d’écart et l’entrée du procédé
un organe de commande appelé compensateur, correcteur ou régulateur (Fig. 6.1).
Consigne ou
référence Correcteur Procédé
r (t ) + ε (t ) u (t ) y (t )
C ( p) G ( p)
_
Un régulateur est souvent conçu de façon que l’ensemble corrigé satisfasse un certain nombre
de spécifications temporelles ou/et fréquentielles (appelées cahier des charges):
H. EL FADIL
60 Chapitre 6
u (t ) =K p ⋅ ε( t ) (6.1)
u ( p)
C ( p) = = Kp (6.2)
ε ( p)
R2 R2
R
R1 R1
- - R
-
+ +
ε u ε +
u
R2 R2
a) Gain négatif Kp = − <0 b) Gain positif Kp = >0
R1 R1
H. EL FADIL
Compensation des systèmes asservis 61
1 t
u (t ) =
Ti ∫ ε (τ )dτ
0
(6.3)
10
La constante du temps Ti est le temps
Magnitude (dB) 5
-10
permet de doser la part d’action -89
-90.5
augmenter Ti .
-91
1
L’action intégrale est favorable à une
0 1
10 10
Frequency (rad/sec) Ti
amélioration notable de la précision Figure 6.3. Diagramme de bode d’une action I
(ajout d’une intégration dans la FTBO). En
1
C( p) = − C
outre, son caractère passe bas permet de filtrer RCp
La réalisation analogique de cette action est donnée par la figure 6.4. Pour compenser le signe
négatif de C(p) de la figure 6.4 on ajoute un étage inverseur à la sortie du montage (montage
Fig.6.2a avec R1=R2).
Td est le temps d’action dérivée ou le taux d’action dérivée. Cette action procure au système
une avance de phase qui éloigne le lieu de transfert en BO du point critique. Ceci a pour
conséquence une augmentation de la stabilité du système asservi (c.f. chapitre 4). Son
caractère anticipatif se répercute sur la rapidité par une accélération de la réponse. Par contre,
elle présente deux inconvénients :
20 log N
la figure 6.5 en montre sa réalisation 10
Magnitude (dB)
analogique. 0
-10
-20
R2 C( p) = −
R2Cp 90
1 + R1Cp
R1 C
- Td = R2C
Phase (deg)
45
+ R
ε u N= 1
R2
N
Td
0
0 1 2 3
10 10 10 10
Frequency (rad/sec)
Figure 6.5 : Réalisation d’une action D filtrée Figure 6.6. Diagramme de bode d’une action D filtrée
H. EL FADIL
Compensation des systèmes asservis 63
Les différentes actions précédentes sont utilisées par couple (PI ; PD) ou les trois en même
temps (PID), profitant des avantages de chacune d’entre elles et contrecarrant mutuellement
leurs inconvénients.
6.3.1 Régulateur PI
1 t
u (t ) = K pε (t ) +
Ti ∫ ε (τ )dτ
0
(6.8)
1
C ( p) = K p + (6.9a)
Ti p
(1 + τ i p)
K (6.9b)
τi p
-45
augmenter le temps de
réponse (système moins
-90 wi
-1 0 1 2
rapide). Il augmente 10 10
Frequency (rad/sec)
10 10
H. EL FADIL
64 Chapitre 6
Réglage du correcteur
1
- Principe : on choisit la pulsation ωi = du correcteur trop petite devant la pulsation
τi
en boucle ouverte au gain 0dB ω0 . Ainsi, le retard de phase amené sera éloigné du
point critique et ne conduira à pas à rendre le système instable.
- Une méthode classique consiste à placer le correcteur par la méthode du pôle
dominant. Le pôle dominant ( τ max i ) du système correspond à la constante de temps la
plus grande, c’est donc lui qui limite la rapidité du système.
1) déterminer la fonction du système en boucle ouverte.
2) fixer τ i = τ max pour éliminer le pôle dominant.
3) déterminer K pour avoir la marge de phase du cahier des charges.
Réalisation
La réalisation analogique d’un PI est représentée par la figure 6.8.
Remarque : en régime permanent, un condensateur se comporte comme un circuit ouvert, le
montage intégrateur va alors se comporter comme un comparateur et sa sortie va saturer. Pour
palier à cet inconvénient, on rajoute en pratique une résistance R0>>R en parallèle avec R et
C.
R C R2 1 + RCp
R2 C ( p) = ⋅
R R1 R1 RCp
-
-
+ τ i = RC
ε +
u R2
K=
R1
6.3.2 Régulateur PD
Le régulateur PD est une combinaison d'une action proportionnelle et d’une action Dérivée :
dε (t )
u (t ) = K pε (t ) + Td (6.10)
dt
(1 + aτ d p)
C ( p) = K (6.11)
1+τ d p
H. EL FADIL
Compensation des systèmes asservis 65
avec : K > 0 , τ d > 0 et a > 1 . Cette forme est souvent appelée « correcteur à avance de
phase ». Le diagramme de bode d’un tel correcteur est illustré par la figure 6.9.
Caractéristiques :
- L’intérêt principal de la
Bode Diagram
60
Magnitude (dB)
effet stabilisant, elle s’oppose 40
de stabiliser le système et 60
Phase (deg)
d’améliorer le temps de 30
1
réponse. ωd =
0
aτ d
- En revanche elle augmente le 10
-2 -1
10 10
0 1
10
2
10 10
3
Frequency (rad/sec)
Réglage du correcteur
En principe, l’objectif d’un tel correcteur est d’améliorer la marge de phase du système. Hors,
1
on voit que le correcteur apporte, autour de ωd = , une avance de phase maximale ϕ max
aτ d
telle que
a −1
sin ϕ max = (6.12a)
a +1
Une solution pour un placement optimale est de fixer ωd = ω0 (pulsation au gain 0dB en BO)
et de régler K de telle sorte que le gain apporté autour de ω0 soit de 0dB.
1) Fixer ωd = ω0 .
2) Calculer l’avance de phase ϕ max à apporter pour respecter la marge de phase du cahier
des charges.
1 + sin ϕ max
3) Calculer a =
1 − sin ϕ max
H. EL FADIL
66 Chapitre 6
Réalisation
La réalisation analogique d’un régulateur à avance de phase est représentée par la figure 6.10.
C2
R2 1 + R1C1 p
C1 R2 C ( p) = ⋅
R R1 1 + R2C2 p
- R R2
- K= τ d = R2C2
R1 + R1
ε +
u aτ d = R1C1 R1C1 > R2C2
C'est le correcteur le plus connu et aussi le plus complet car il associe les trois types d’actions.
On le trouve sous plusieurs formes :
Forme parallèle :
1
C ( p) = K p + + Td p (6.13)
Ti p
Forme série :
⎛ 1 ⎞
C ( p ) = K p ⎜⎜1 + ⎟⎟(1 + Td p ) (6.14)
⎝ Ti p ⎠
Forme Mixte :
⎛ 1 ⎞
C ( p ) = K p ⎜⎜1 + + Td p ⎟⎟ (6.15)
⎝ Ti p ⎠
⎛ 1 + τ i p ⎞⎛ 1 + aτ d p ⎞
C ( p ) = K ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ (6.16)
⎝ τ i p ⎠⎝ 1 + τ d p ⎠
H. EL FADIL
Compensation des systèmes asservis 67
Bode Diagram
70
20 log(aK )
60
Action intégrale
Magnitude (dB)
50
Action dérivée
40
30
20
90
ϕ max
45
Phase (deg)
-45
1
ωd =
aτ d
-90
-3 -2 -1 0 1 2
10 10 10 10 10 10
Frequency (rad/sec)
Caractéristiques :
Réglage du correcteur
H. EL FADIL
68 Chapitre 6
Réalisation
La réalisation analogique du régulateur PID (6.16) est illustrée par la figure 6.12.
C2 R2 1 + RCp 1 + R1C1 p
C( p) = ⋅ ⋅
R C R1 RCp 1 + R2C2 p
C1 R2
R2
R K= τ i = RC
- R1
-
+ τ d = R2C2 aτ d = R1C1
ε R1 +
u
RC >> R1C1 > R2C2
Les correcteurs PI et PID sont parmi les correcteurs analogiques les plus utilisés. Le
problème principal réside dans la détermination des coefficients Kp, Ti, Td du correcteur.
Plusieurs méthodes expérimentales ont été développées pour déterminer ces coefficients. La
méthode développée par Ziegler et Nichols n’est utilisable que si le système étudié supporte
les dépassements.
Cette méthode est utilisée quand le processus est instable en boucle ouverte, ou qu’il n’est pas
techniquement possible d’ouvrir la boucle. On réalise alors un test de pompage (Figure 6.13).
Pour cela, on règle :
- Le gain proportionnel jusqu’au gain critique Kpc,
- L’action intégrale à ∞,
- L’action dérivée à 0.
On mesure alors la période des oscillations, Tosc, que fait la sortie du système.
À partir de ces valeurs Ziegler et Nichols proposent des valeurs permettant le réglage des
correcteurs P, PI et PID (voir tableau 6.1).
Tosc
ε (t )
e(t ) + y (t )
K p = K pc Processus
_
H. EL FADIL
Compensation des systèmes asservis 69
Tableau 6.1 : Réglage des paramètres des régulateurs standards par la méthode
de Ziegler et Nichols
Modes de
PI PI PID PID PID
régul. P
Série Parallèle série Parallèle Mixte
Actions
K pc K pc K pc K pc K pc K pc
Kp
2 2.2 2.2 3.3 1.7 1.7
Tosc 2Tosc Tosc 0.85Tosc Tosc
Ti ∞
1.2 K pc 4 K pc 2
Tosc K pcTosc Tosc
Td 0 0 0
4 13.3 8
6.5.1 Essais en BO
A l’aide du logiciel Matlab on %%% SYSTEME 40/(1+p)(1+4p) %%%
G=tf(40,[4 5 1]); % fonction de transfert
élabore la réponse indicielle et le figure(1);
digramme de bode du système step(G); % réponse indicielle
grid;
(6.17) (voir figures 6.14 et 6.15). figure(2);
bode(G); % digramme de bode
margin(G); % marges de stabilité
A partir de la réponse indicielle on grid;
H. EL FADIL
70 Chapitre 6
Step Response
40
System: G
35
Time (sec): 13.1
Amplitude: 38
30
25
Amplitude
20
15
10
0
0 5 10 15 20 25
Time (sec)
Bode Diagram
Gm = Inf dB (at Inf rad/sec) , Pm = 22.6 deg (at 3.08 rad/sec)
40
20
Magnitude (dB)
-20
-40
-60
0
-45
Phase (deg)
-90
-135
-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Comme la FTBO ne contient aucune intégration et afin de satisfaire une erreur de position
nulle il faut que le correcteur ramène une intégration. Les correcteurs PI et PID sont les seuls
qui en contiennent une.
6.5.2.1 Régulateur PI
On rappelle la forme série de sa fonction de transfert:
K (1 + τ i p )
C PI ( p) = (6.18)
τi p
H. EL FADIL
Compensation des systèmes asservis 71
On se propose de compenser le pôle dominant du système qui est lié à la constante du temps
la plus grande. Il vient alors
τ i = τ 2 = 4s (6.19)
La FTBO devient
KG0
T ( p) = C PI ( p)G ( p) = (6.20)
τ i p(1 + τ 1 p )
La marge de phase s’écrit :
MP = arg(T ( jω0 ) + 180° = −90 − arctan(τ 1ω0 ) + 180 = 90 − arctan(τ 1ω0 ) (6.21)
On désire une MP de 45°, il s’ensuit, compte tenu de (6.21), que la pulsation ω0 doit être
choisie telle que :
arctan(τ 1ω0 ) = 45° (6.22)
Ce qui implique
1
ω0 = = 1rad/s (6.23)
τ1
La pulsation étant définie pour un gain T ( jω0 = 1 . Il découle de (6.20) que le gain K du PI
doit être choisi comme suit :
τ iω0 1 + (τ 1ω0 ) 4× 2
K= = = 0.1414 (6.24)
G0 40
Finalement la fonction du transfert du PI s’écrit :
0.1414(1 + 4 p )
C PI ( p) = (6.25)
4p
Remarque :
On remarque qu’il n’ya aucun moyen de régler le temps de réponse pour assurer la rapidité.
Cette troisième performance est en fait une conséquence des deux autres critères déjà imposés
qui sont la précision et la stabilité.
⎛ 1 + τ i p ⎞⎛ 1 + aτ d p ⎞
C PID ( p ) = K ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ (6.26)
⎝ τ i p ⎠⎝ 1 + τ d p ⎠
H. EL FADIL
72 Chapitre 6
τ i = τ 2 = 4s (6.27)
Avec ce choix la FTBO devient
K ⎛ 1 + aτ d p ⎞ G0
T ( p ) = C PID ( p )G ( p ) = ⎜ ⎟ (6.28)
τ i p ⎜⎝ 1 + τ d p ⎟⎠ (1 + τ 1 p )
et la marge de phase se réécrit comme suit :
Afin de répondre au critère de stabilité qui stipule une MP de 45°, la phase maximale ϕ max
que la partie PD doit apporter satisfait, compte tenu de (6.29), à la relation suivante :
Cette équation montre parfaitement qu’on pourrait choisir la pulsation ω0 la plus grande
possible. Ceci conduit à choisir une bande passante assez large et par conséquent une rapidité
accrue en BF.
Pour l’instant on pourrait se contenter du choix suivant :
Le coefficient a peut être obtenu, compte tenu de 6.12a et 6.32, comme suit
1 + sin ϕ max
a= = 5.325 (6.33)
1 − sin ϕ max
1 1
ωd = = ω0 ⇒ τ d = = 14.1 ms (6.34)
aτ d aω0
1
Avec un tel choix on vérifie bien que ωi = << ωd .
τi
H. EL FADIL
Compensation des systèmes asservis 73
Il reste maintenant à choisir le gain K afin qu’à la pulsation ω0 le gain de la FTBO soit égal à
1 1 + (τ 1ω0 )
2
K = τ iω 0 = 41.13 (6.35)
a G0
⎛ 1 + 4 p ⎞⎛ 1 + 75.08 ×10 −3 p ⎞
C PID ( p ) = 41.13⎜⎜ ⎟⎟⎜⎜ −3
⎟⎟ (6.36)
⎝ 4 p ⎠⎝ 1 + 14.1× 10 p ⎠
Afin de comparer les performances des deux régulateurs PI et PID obtenus nous avons simulé
le système en BF à l’aide du logiciel Matlab-Simulink comme le montre la figure 6.16. Les
réponses indicielles des deux systèmes à une référence de valeur 10 sont illustrées par la
figure 6.17.
>> plot(temps,reference,':',temps,sortie_PI,temps,sortie_PID)
>> grid
H. EL FADIL
74 Chapitre 6
PI
PID
14
Réponse du PID
12
Réponse du PI
10
0
0 5 10 15
H. EL FADIL
Chapitre 7:
7.1 Introduction
Un système linéaire a une fonction de transfert qui peut se calculer en établissant les
équations différentielles qui relient entrée et sortie. Ces équations théoriques sont parfois
difficiles à écrire car on n’a pas forcément toute la connaissance du système nécessaire :
valeurs numériques, processus mis en jeu, non linéarité... Souvent, un modèle dont le
comportement ressemble à celui du système à étudier est suffisant pour élaborer une loi de
commande adaptée.
7.2 Définitions
Un modèle est toute représentation mathématique décrivant l’évolution des sorties du système
sous l’effet de ses entrées. Il sert à :
- Modèles de connaissance,
- Modèles de commande.
H. EL FADIL
76 Chapitre 7
Par modèle de connaissance on entend le modèle obtenu en appliquant au système les lois de
la physique, de la chimie, de la biologie, de l’économie, …
Les modèles de connaissance permettent une description complète du système et ils sont
caractérisés par des paramètres qui admettent une signification physique (résistance, masse,
…). Ils sont donc utilisés pour la conception des procédés ou l'élaboration de simulateurs de
ces derniers. En revanche à cause de leur complexité, ils sont rarement utilisés en commande.
u (t ) y (t )
Procédé
Protocole
d’identificati
Modèle
L’identification est une approche « boite noire » pour l’obtention de modèles. Elle comprend
quatre phases illustrées par la figure 7.2. Ce chapitre présente différentes méthodes pour
obtenir un modèle sous forme de fonction de transfert équivalente en terme de réponse à un
système dont on ne sait pas modéliser le comportement (ou le modèle de connaissance est trop
complexe).
H. EL FADIL
Identification 77
1
• Choix à priori de la structure du modèle
• Définition du protocole d’expérimentation
2
• Génération de signaux de test
• Acquisition de données et mesure
Connaissances
3 à priori sur le
Obtention des valeurs numériques des système réel à
paramètres du modèle identifier
4
Validation du modèle (de la structure et des
valeurs des paramètres)
Non
Satisfait ?
On identifie la réponse indicielle en BO du système à celle d'un modèle dont la forme est
prédéfinie avec certains paramètres. La méthode consiste à calculer les meilleurs paramètres
en fonction de la forme de la réponse réelle.
Cette méthode permet d’identifier un processus présentant une réponse indicielle sans
dépassement. Le modèle mathématique proposé par Strejc pour représenter ce processus est:
Y ( p) K e −τ p
G ( p) = = 0 (7.1)
U ( p ) (1 + Tp ) n
On excite le système par une entrée en échelon et on relève sa réponse indicielle (Fig.7.3).
H. EL FADIL
78 Chapitre 7
1) Le gain statique K0 est mesuré directement par la valeur finale de la sortie. Celle-ci
vaut K 0U 0 , où U 0 est l'amplitude de l’échelon d'entrée.
2) On trace la tangente au point d'inflexion Q pour déterminer deux valeurs : Tu et Ta .
3) Relever Tu et Ta en déduire l'ordre n en utilisant le tableau 7.1. Entre deux lignes du
tableau, on choisit la valeur de n la plus petite.
4) Déterminer la constante de temps T à partir de Ta / T du tableau.
5) Déterminer le retard τ quand il existe à partir de la différence entre la valeur de
Tu mesurée et celle donnée par la colonne Tu / T du tableau.
u (t ) y (t )
K 0U 0
U0
u (t ) Processus y (t )
réel Q
0 t 0 Tu t
Ta
Le modèle proposé pour approcher le comportement du système est un premier ordre avec un
retard pur. Sa fonction de transfert est :
K 0e −τ p
G( p) = (7.2)
1 + Tp
H. EL FADIL
Identification 79
Le principe est d'ajuster les paramètres τ et T pour que les courbes de réponse du modèle et
du processus aient deux points communs judicieusement choisis. Les points communs C1 et
C2 habituellement utilisés correspondent respectivement à 28% et 40% de la valeur finale
(Fig. 7.4).
u (t ) y (t )
K 0U 0
U0
u (t ) Processus y (t ) 0.4 K 0U 0 C2
réel
0.28 K 0U 0 C1
0 t 0 t1 t 2 t
y (t1 ) t1 − τ
= 0,28 ⇒ = 0,328 (7.3a)
K 0U 0 T
y (t 2 ) t −τ
= 0,40 ⇒ 2 = 0,51 (7.3b)
K 0U 0 T
H. EL FADIL
80 Chapitre 7
On identifie la réponse du système réel à la réponse d’un système intégrateur pur avec retard,
c'est-à-dire avec la fonction de transfert suivante :
Ke −τ p
G ( p) = (7.5)
p
a
K= τ = t1 (7.6)
U0
7.5.1 Principe
Le système à identifier (de fonction de transfert K ⋅ G ( p) ) est asservi par une boucle de
régulation munie d’un correcteur proportionnel de gain K p (voir figure 7.6).
ε (t ) Processus
e(t ) + y (t )
_
Kp K ⋅ G ( p)
T ( p) = K p ⋅ K ⋅ G ( p) (7.7)
Pour une certaine valeur du gain K p = K 0 , on peut mettre le système en limite de stabilité.
C'est-à-dire que ce système va osciller continûment tout seul. On appelle ceci le pompage. La
pulsation de ces oscillations de pompage ω0 correspond à la pulsation pour
laquelle T ( jω0 ) = −1 :
H. EL FADIL
Identification 81
K p ⋅ K ⋅ G ( jω 0 ) = 1 ϕ (ω0 ) = −π (7.8)
K KpK
K ⋅ G ( p) = ⇒ T ( jω ) = (7.9)
(1 + Tp ) n (1 + jTω ) n
⎧ K0 K
=1
⎪
⎨ (
1 + T 2ω02
n
⎪ϕ = −n ⋅ arctan(ω T ) = −π
) (7.10)
⎩ 0
Le gain statique K est déterminé par une réponse indicielle en BO ou en BF. La résolution des
équations donne l’ordre n par :
n
⎛ 1 ⎞
K 0 ⋅ K = ⎜⎜ ⎟⎟ (7.11)
⎝ cos(π / n) ⎠
1
τ= . tan(π / n) (7.12)
ω0
K ⋅ e −τ ⋅ p K p ⋅ K ⋅ e − jτω
K ⋅ G ( p) = ⇒ T ( jω ) = (7.13)
1 + Tp 1 + j ωT
H. EL FADIL
82 Chapitre 7
⎧ K0 K
⎪ =1
⎨ 1 + T 2ω02 (7.14)
⎪ϕ = −ω τ − arctan(ω T ) = −π
⎩ 0 0
Le gain statique K est déterminé par une réponse indicielle en BO ou en BF. La résolution des
équations donne la constante de temps par :
1
T= . (K0 ⋅ K )2 −1 (7.15)
ω0
τ=
1
ω0
[π − arctan( (K ⋅ K ) − 1)]
0
2
(7.16)
H. EL FADIL
ANNEXE
F(p) f(t)
1 δ (t )
e − kTp δ (t − kT )
1
Γ(t )
p
1
t
p2
1 1 2
t
p3 2
1 t3
p4 6
1 tm
p m+1 m!
1
e− at
p+a
1
t.e− at
( p + a )2
1 t 2 − at
.e
( p + a )3 2
1 1
t n−1.e −at n ∈ ℵ*
( p + a )n (n − 1)!
a
1 − e− at
p( p + a )
1 t
1 − (1 + )e −t / τ
p (1 + τp )
2
τ
1
t − 2τ + (t + 2τ )e −t / τ
p (1 + τp )
2 2
H. EL FADIL
84 Annexe
a 1 − e − at
t−
p ( p + a)
2
a
ω
sin(ωt )
p +ω2
2
ω
e − at sin(ωt )
( p + a) 2 + ω 2
p
cos(ωt )
p +ω2
2
p+a
e − at cos(ωt )
( p + a) 2 + ω 2
1 1 − cos(ωt )
p( p + ω 2 )
2
ω2
1
( p + a )( p + b)
1
b−a
(
e−at − e −bt )
p
( p + a )( p + b)
1
a −b
(
ae−at − be−bt )
p+c
( p + a )( p + b)
1
b−a
(
(c − a)e −at − (c − b)e−bt )
1
p (1 + τ 1 p )(1 + τ 2 p )
1−
1
τ1 −τ 2
(
τ 1e−t / τ1 − τ 2e−t / τ 2 )
1
p (1 + τ 1 p )(1 + τ 2 p )
2
t − (τ 1 + τ 2 ) +
1
τ1 − τ 2
(
τ 12e−t / τ1 − τ 22e−t / τ 2 )
1 1
ξ <1 e −ξω0t sin(ωt ) ω = ω0 1 − ξ 2
p + 2ξω0 p + ω02
2
ω
1
1
r2 − r1
(
er2⋅t − er1⋅t )
ξ >1
p 2 + 2ξω0 p + ω02 r1, 2 : racines de l’équation caractéristique
1 ⎛ ω0 −ξω0t ⎞
1 2 ⎜
1− e sin(ωt + ϕ ) ⎟
ξ <1 ω0 ⎝ ω ⎠
p ( p 2 + 2ξω0 p + ω02 )
ω = ω0 1 − ξ 2 ϕ = arccos(ξ )
1 1 ⎛⎜ ω02 ⎛ e r2 ⋅t e r1⋅t ⎞ ⎞⎟
ξ >1 1 − ⎜ − ⎟
p ( p 2 + 2ξω0 p + ω02 ) ω02 ⎜⎝ r2 − r1 ⎜⎝ r2 r1 ⎟⎠ ⎟⎠
1 1 ⎛ 2ξ 1 −ξω0t ⎞
ξ <1 ⎜1 −
2 ⎜
+ e sin(ωt + ϕ ) ⎟⎟
p ( p + 2ξω0 p + ω02 )
2 2
ω0 ⎝ ω0 ω ⎠
a
sinh(at )
p − a2
2
p
cosh(at )
p − a2
2
H. EL FADIL
Annexe 85
Considérons une fraction rationnelle F(p) sous sa forme générale suivante, où N(p) et D(p)
sont des polynômes de la variable p :
N ( p)
F ( p) = (A.1)
D( p)
On rappelle que les racines de l’équation N(p) = 0 sont appelés les ‘zéros’ de F(p), et que les
racines de l’équation D(p) = 0 sont appelés les ‘pôles’ de F(p). Nous supposerons par la suite
que N(p) est un polynôme de degré m, que D(p) est un polynôme de degré n, avec m < n, et
que le coefficient multiplicateur de p n de D(p) est égal à l’unité.
F(p) s’écrit alors sous la forme suivante, où D1(p) = 0 ne possède pas de racine en p = α et
b1
où est l’élément simple associé au pôle α :
p −α
N ( p) N ( p) b
F ( p) = = 1 + 1 (A.2)
( p − α ) D1 ( p) D1 ( p ) p − α
La valeur du coefficient b1 (appelé résidu) peut être obtenue par la relation suivante :
b1 = [( p − α ) ⋅ F ( p )]p =α (A.3)
Si α est un pôle de multiplicité m, alors les m éléments simples associés au pôle α seront de
bj
la forme avec j ∈ {1,2,L, m} :
(p −α)j
N ( p) N1 ( p) m bj
F ( p) = = +∑ (A.4)
( p − α ) D1 ( p) D1 ( p) j =1 ( p − α ) j
m
H. EL FADIL
86 Annexe
⎡ d ( m− j ) ⎤
bj =
1
(m − j )! ⎣ dp
m
{
⎢ ( m− j ) ( p − α ) ⋅ F ( p) ⎥ } (A.5)
⎦ p =α
Dans le cas d’un pôle simple (m = 1), la relation précédente se simplifie pour redonner (A.3) :
⎧m = 1 1 ⎡ d ( 0) ⎤
⎨ ⇒ b1 = ⎢ ( 0 ) ( p − α )1 ⋅ F ( p ) ⎥ { }
= [( p − α ) ⋅ F ( p)]p =α (A.6)
⎩ j =1 0! ⎣ dp ⎦ p =α
Dans le cas général où F(p) présente des pôles simples et des pôles multiples, la
décomposition en éléments simples de F(p) est obtenue en ajoutant les éléments simples
associés à chacun des pôles.
Exemple :
p2 + 2 p + 3
F ( p) = (A.7)
( p + 1)3
b3 b2 b
F ( p) = + + 1
( p + 1) 3
( p + 1) 2
p +1 (A.8)
[( p + 1) 3
⋅ F ( p) ]
p = −1 [
= b3 + ( p + 1)b2 + ( p + 1) 2 b1 ]
p = −1
[ ]
= b3 = p 2 + 2 p + 3 p=−1 = 2 (A.9)
⎡d ⎤
⎢ dp ( p + 1) ⋅ F ( p )⎥
3
= [b2 + 2( p + 1)b1 ]p=−1 = b2 = [2 p + 2]p=−1 = 0 (A.10)
⎣ ⎦ p = −1
⎡ d2 ⎤
⎢ dp 2 ( p + 1) ⋅ F ( p)⎥
3
= [2b1 ]p=−1 = 2b1 = [2]p=−1 = 2 ⇒ b1 = 1 (A.11)
⎣ ⎦ p=−1
H. EL FADIL
Annexe 87
p2 + 2 p + 3 p2 + 2 p + 3
F ( p) = = 3
( p + 1)3 p + 3 p2 + 3 p + 1
Commandes MatlabTM : Résultat :
Num=[1 2 3] ; a= b= c=
Num=[1 3 3 1] ; 1.0000 -1.0000 []
[a,b,c]=residue(Num,Den) ; 0.0000 -1.0000
2.0000 -1.0000
Comme les 3 valeurs du vecteur b sont identiques, le résultat indique que F(p) se décompose
comme suit :
Dans le cas où les valeurs du vecteur b sont différentes, F(p) se décompose comme suit :
a(1) a(2) a ( n)
F ( p) = + +L+ + c( p ) (A.13)
p − b(1) p − b(2) p − b( n)
H. EL FADIL
Bibliographie
C. Sueur, P. Vanheeghe, and P. Borne, Automatique des Systèmes Continus, Technip, 1997.
R.H. Bishop, Modern Control Systems Analysis and Design using Matlab and Simulink,
Addison-Wesley, 1997.
V. Minzu and B. Lang, Commande Automatique des Systèmes Linéaires Continus - Cours
avec Applications utilisant Matlab, Ellipses.
J.J. DiStephano, A.R. Stubberud, and I.J. Williams, Systèmes Asservis, McGraw-Hill.
H. EL FADIL