Programme Ingénieur Grande École

2ème année

UEF EEAA
Électronique Électrotechnique Automatique Avancé
(3 ECTS)

COMMANDE DES SYSTÈMES

Année scolaire 2023/2024

Catherine Goetz
2
 Table des matières
Introduction ............................................................................................................................... 5
Prérequis - Commande analogique des systèmes
1 MODÉLISATION PAR FONCTION DE TRANSFERT .............................................. 14
1.1 Mise en équation ............................................................................................................... 14
1.1.1 Propriétés des systèmes étudiés ...................................................................................................... 14
1.1.2 Technique de modélisation ............................................................................................................. 14
1.2 Fonction de transfert ........................................................................................................ 17
1.2.1 Outil de base : la transformée de Laplace....................................................................................... 17
1.2.2 Fonction de transfert ....................................................................................................................... 19
1.3 Réponse à des entrées types .............................................................................................. 20
1.4 Lieux de transfert .............................................................................................................. 21
1.4.1 La représentation en coordonnées de Nyquist ................................................................................ 21
1.4.2 La représentation en coordonnées de Bode .................................................................................... 21
1.4.3 La représentation en coordonnées de Black Nichols ...................................................................... 21
1.4.4 Exemple .......................................................................................................................................... 22
2 SYSTÈMES LINÉAIRES CONTINUS FONDAMENTAUX ....................................... 25
2.1 Systèmes du premier ordre............................................................................................... 25
2.1.1 Réponse à des entrées types............................................................................................................ 25
2.1.2 Réponse fréquentielle (analyse harmonique) ................................................................................. 26
2.2 Systèmes du premier ordre généralisés ........................................................................... 28
2.2.1 Cas particuliers ............................................................................................................................... 28
2.2.2 Intégrateur....................................................................................................................................... 29
2.2.3 Premier ordre généralisé ................................................................................................................. 29
2.3 Retards ............................................................................................................................... 31
2.4 Systèmes du second ordre ................................................................................................. 32
2.4.1 Réponse à des entrées types............................................................................................................ 32
2.4.2 Réponse fréquentielle (analyse harmonique) ................................................................................. 34
2.5 Systèmes d’ordre quelconque ........................................................................................... 39
3 ANALYSE DU COMPORTEMENT D’UN SYSTÈME LINÉAIRE CONTINU ......... 43
3.1 Stabilité .............................................................................................................................. 43
3.1.1 Condition de stabilité ...................................................................................................................... 43
3.1.2 Critère de Routh ............................................................................................................................. 45
3.2 Rapidité et bande passante ............................................................................................... 47
3.3 Précision en régime permanent ........................................................................................ 47
4 PERFORMANCES D’UN SYSTÈME ASSERVI ......................................................... 48
4.1 Fonctions de transfert d’un système asservi ................................................................... 48
4.2 Performances ..................................................................................................................... 49
4.2.1 Stabilité : critère du revers .............................................................................................................. 49
4.2.2 Rapidité et bande passante.............................................................................................................. 53
4.2.3 Précision en régime permanent....................................................................................................... 54
4.3 Analyse harmonique de boucle ouverte et performances de boucle fermée ................. 57

3
5 MÉTHODE FRÉQUENTIELLE POUR LE CALCUL DE CORRECTEURS PID .... 60
5.1 Principe de la correction par étude fréquentielle............................................................ 60
5.2 Choix d’un correcteur....................................................................................................... 61
5.3 Calcul des paramètres du correcteur............................................................................... 62
5.3.1 Correcteur Proportionnel (P) .......................................................................................................... 62
5.3.2 Correcteur Proportionnel Intégral (PI) ........................................................................................... 63
5.3.3 Correcteur Dérivé (D) ou ‘à avance de phase’ ............................................................................... 65
5.3.4 Correcteur Proportionnel Intégral Dérivé (PID) ............................................................................. 67
5.3.5 Mise en évidence des différentes étapes de calcul d’un correcteur ................................................ 68
5.4 Réalisation de correcteurs analogiques à l’aide d’amplificateurs opérationnels .......... 69

Commande numérique des systèmes

1 PRINCIPE ....................................................................................................................... 72
1.1 Théorème de l’échantillonnage ........................................................................................ 73
1.2 Filtre de garde ................................................................................................................... 75
1.3 Conversion Numérique Analogique ................................................................................. 75
1.4 Choix de la période d’échantillonnage............................................................................. 76
1.5 Nécessité d’une théorie des systèmes échantillonnés ...................................................... 76
2 THÉORIE DES SYSTÈMES DISCRETS ..................................................................... 77
2.1 Systèmes discrets ............................................................................................................... 77
2.1.1 Décomposition d’un système asservi commandé par calculateur en 2 sous-systèmes discrets ..... 77
2.1.2 Systèmes discrets, linéaires, stationnaires, causaux ....................................................................... 77
2.1.3 Exemples de systèmes discrets ....................................................................................................... 77
2.1.4 Caractérisation d’un système discret par sa réponse impulsionnelle discrète ................................ 78
2.2 Modélisation des systèmes discrets .................................................................................. 79
2.2.1 Transformée en Z d’une suite ......................................................................................................... 79
2.2.2 Propriétés ........................................................................................................................................ 79
2.2.3 Transformée en Z inverse ............................................................................................................... 81
2.2.4 Fonction de Transfert Discrète ....................................................................................................... 82
2.2.5 Discrétisation des équations d’état ................................................................................................. 87
2.2.6 Différents modes de représentation des systèmes .......................................................................... 89
2.3 Analyse des systèmes discrets ........................................................................................... 92
2.3.1 Analyse harmonique ....................................................................................................................... 92
2.3.2 Analyse harmonique à partir d’une transformée en w .................................................................... 94
2.3.3 Stabilité ........................................................................................................................................... 96
2.4 Performances d’un système bouclé discret...................................................................... 97
2.4.1 Principe ........................................................................................................................................... 97
2.4.2 Stabilité et amortissement............................................................................................................... 97
2.4.3 Bande passante - Rapidité............................................................................................................... 98
2.4.4 Précision en régime permanent....................................................................................................... 98
3 CORRECTEURS PID NUMÉRIQUES ......................................................................... 99
3.1 Méthode rigoureuse .......................................................................................................... 99
3.1.1 Principe ........................................................................................................................................... 99
3.1.2 Résumé de la méthode .................................................................................................................. 100
3.2 Méthode approximative : numérisation d’un correcteur analogique ......................... 100
Annexe 1 – Théorème de Shannon ....................................................................................... 103
Annexe 2 – Outils pour la modélisation des systèmes .......................................................... 105

4
Introduction

1. Notion de système
Dans les domaines de la science, évoquer un système revient à considérer des relations de cause
à effet et, à ce titre, le sens physique et la connaissance jouent un rôle primordial pour mener à
bien le raisonnement indispensable à délimiter ce qui est désigné par ‘le système’.

Un système physique peut donc être considéré comme un ensemble d’éléments interconnectés
de manière logique. L’interconnexion doit toujours être vue en accord avec le principe de
causalité sinon l’interprétation sera incohérente.

Dans ces conditions, le système devient un opérateur orienté, cette approche impose alors la
connaissance des caractéristiques de la grandeur choisie comme entrée et de celle choisie
comme sortie.

La figure ci-contre est un exemple de système

simple où il est facile de comprendre les
notions d’orientation, d’entrée, de sortie et de
causalité au sens large. En effet, l’entrée
choisie peut être le débit de liquide délivré par
la vanne, la sortie le volume de liquide dans le
réservoir. Une autre solution existe si on élargit
les limites du système ; par exemple l’entrée
est la position d’ouverture de la vanne réglant
le débit, la sortie correspondant au niveau de
liquide. Ainsi dès l’instant d’ouverture (la
cause), l’évolution du niveau (l’effet) se fait
sentir à partir d’un état initial si le réservoir
n’est pas vide à ce même instant ; le nouvel état
atteint est d’autant plus différent du précédent
que la durée d’ouverture de la vanne est longue.

Il convient de remarquer que la loi causale établie se conçoit comme une manipulation
dynamique de puissance par l’opérateur extérieur agissant sur la position d’ouverture.

Par ailleurs, la qualification du système n’est complète que si l’entrée et la sortie ont des
caractéristiques mesurables : l’ouverture de la vanne mesurée par exemple en degrés, la hauteur
du liquide dans le réservoir en mètres. Le système établit donc une opération temporelle entre
des degrés et des mètres. Les relations causales caractérisant cette opération conduisent au
modèle du système indispensable à la prévision théorique de son comportement.

2. Système asservi
Dans la vie courante, beaucoup de nos comportements sont asservis à un objectif assigné ou
régulés par rapport aux perturbations et gênes de toutes natures.

Dans l’exemple ci-dessous, l’opérateur qui réalise le réglage du niveau peut être remplacé par
un objet physique assurant la même fonction. Un flotteur relié à la vanne grâce à une tige en
provoque la fermeture au fur et à mesure que le niveau s’élève, par exemple. La commande
manuelle devient automatique.

5
 Système asservi à commande manuelle Système asservi à commande automatique

Quelle que soit la solution retenue, on a engendré une relation causale inverse de celle du
remplissage du réservoir, puisque le débit diminue avec l’élévation de niveau.

Dans ces conditions, un système asservi est en réalité composé de deux constituants principaux :
- le processus formé d’une association d’objets physiques établissant une causalité
donnée (dans l’exemple, la relation orientée ouverture-niveau) et permettant une
commande manuelle par un opérateur humain,
- le dispositif de commande formé d’objets physiques établissant une autre causalité
(dans l’exemple la relation orientée niveau-ouverture) et assurant ainsi une commande
automatique par réglage du processus.

Le concept de système asservi repose donc sur

l’association de deux relations causales bouclées, la
relation de commande ayant pour effet d’inverser la
causalité du processus.

Dans cette représentation, le système à commande automatique semble ne pas présenter

d’entrée. En fait, le niveau atteint est prédéfini par la longueur de la tige qui, implicitement fixe
la grandeur de consigne ou de référence. Par rapport à la consigne, le débit circulant par une
fuite éventuelle entrave le ‘fonctionnement normal’, il apparaît donc comme une grandeur de
perturbation. Le flotteur est l’organe de mesure et la tige constitue l’organe de réglage de
l’ouverture.

Le système asservi fonctionne à la fois en poursuite (système suiveur, qui assure le ‘suivi de
consigne’) et en régulation (système régulé, qui assure le ‘rejet de perturbation’).

Système asservi

6
 3. Commandes automatiques ‘continue’, en ‘tout ou rien’ ou séquentielle

Système asservi à commande automatique ‘continue’ :

L’ouverture ou la fermeture de la vanne est progressive,

induisant un fonctionnement continu du système.

Système asservi à commande automatique ‘tout ou rien’ :

Un comportement qui consisterait à passer instantanément de l’état ouvert à l’état fermé de la
vanne serait, par opposition, discontinu. Ce type de fonctionnement est obtenu si on utilise une
vanne à commande électrique pour laquelle la partie mobile est actionnée par un électroaimant
ne permettant que deux états : ouvert ou fermé. La figure ci-dessous reprend l’asservissement
de niveau où le dispositif tige-flotteur commande un interrupteur agissant lui-même sur l’état
de la vanne.

Système asservi à commande automatique séquentielle :

Le système précédent présente le défaut majeur
de pouvoir se mettre à auto osciller, risquant de
causer une usure prématurée de l’organe de
réglage. Pour pallier cet inconvénient, on met
en œuvre une commande limitant la fréquence
d’auto oscillation.
La figure ci-contre est une réalisation possible
dans laquelle la tige du flotteur agit sur 2
interrupteurs de fin de course. L’objectif est de
maintenir le niveau du liquide entre un seuil
haut et un seuil bas définis par ces interrupteurs,
désignés respectivement par SeH et SeB.
La fonction que doit réaliser la commande est
d’assurer la fermeture systématique de la vanne
dès que le seuil haut est atteint et d’en
provoquer l’ouverture lorsque le niveau, alors
descendant, passe par le seuil bas.

7
Structure fonctionnelle d’un système asservi à commande automatique, appelé aussi
système automatique :
La figure ci-dessous propose un découpage fonctionnel adaptable à tout système automatique
industriel, en ce sens qu’il découle de l’organisation naturelle induite par la volonté de
minimiser tout écart entre des sorties réglées et des entrées externes, qui définissent les
références ou consignes pour les sorties.

Structure fonctionnelle d’un système automatique industriel

La partie opérative ou partie puissance d’un système asservi est une ressource opérationnelle
où toute transformation a lieu grâce au réglage, continu ou discontinu, de la puissance
globalement fournie par des sources d’énergie extérieures.
La partie commande définit le réglage de la partie opérative en fonction de l’état global du
système et de grandeurs de consigne ; c’est donc la ressource décisionnelle du système, qu’il
s’agit ici de rendre automatique.

4. Modélisation en vue de la commande

Le dimensionnement de la partie commande d’un système s’appuie généralement sur sa
modélisation. La modélisation est une étape essentielle nécessaire à la maîtrise du
comportement d’un système. Elle nécessite un découpage fonctionnel et l’utilisation d’outils
adaptés à la nature des différents sous-systèmes identifiés.
En pratique, la modélisation des systèmes continus s’appuie sur les lois de la physique et
conduit à une représentation par équations différentielles. On lui préfère la représentation par
fonction de transfert, multiplicative et qui donne accès au comportement fréquentiel du
système.
Exemple : On s’intéresse au système décrit par le schéma ci-dessous :

8
 La cuve est cylindrique, de section S.
On suppose que :
o le débit est proportionnel à l’angle d’ouverture de la vanne (coefficient K1).
o la variation de niveau dans la cuve est proportionnelle à l’angle d’ouverture
de la vanne (coefficient 1/K2).
1) Écrire les équations différentielles qui régissent l’équilibre du système.
2) Les traduire en fonctions de transfert, puis en schéma fonctionnel.
3) Commenter.

Nous verrons que les systèmes échantillonnés, appelés encore systèmes numériques, apparus
avec le développement des microprocesseurs dans les années 1970 peuvent être décrits par des
équations récurrentes auxquelles on associera, pour les mêmes raisons, une représentation par
fonction(s) de transfert discrète(s) et par schéma fonctionnel.

L’annexe 2 présente ces différents formalismes.

9
 5. Différentes structures de commande
Un moteur électrique tournant à vide est un exemple de système que l’on peut caractériser par
sa réponse indicielle :

Moteur électrique
Entrée principale : Sortie ou réponse :
Ici, consigne de vitesse Ici, vitesse de rotation y(t)
matérialisée par une effectivement acquise
tension électrique u(t) par le moteur.

u(t) y(t)
Etat final
Etat initial
t t
Exemple : échelon Allure exponentielle de la sortie

Régime transitoire Régime permanent

Il s’agit d’un système commandé en ce sens qu’à une consigne « échelon de vitesse », il
répondra par une sortie différente de l’échelon, avec une montée progressive en vitesse. Passé
ce régime transitoire, il est probable que la vitesse de rotation se stabilise au niveau d’une
position d’équilibre proche de la consigne : c’est le régime permanent, la consigne a été
recopiée, l’ordre a été exécuté. On est passé d’un état initial à un état final, cette évolution
pouvant se faire en optimisant un ou plusieurs critères (temps de montée, dépassement,
précision en régime permanent) conduisant à des performances acceptables.
Notons que généralement, l’énergie disponible à la sortie du système n’est pas fournie par les
signaux de commande mais par une source d’énergie extérieure que les signaux de commande
modulent.
Un moteur électrique entraînant une charge en rotation est un exemple plus élaboré. Il fait
apparaître une notion nouvelle, qui est celle de perturbation due à une variation de la charge.
Cette perturbation peut être quantifiée (comme une variation de charge dans une machine à
laver), ou non quantifiée (comme une rafale de vent si le système est destiné à faire tourner une
antenne radar d’un angle donné).
Le schéma fonctionnel générique est le suivant :

perturbation
w(t)

u(t) y(t)
SYSTÈME

Si on veut faire évoluer la sortie y(t ) en fonction d’une consigne yc (t ) conformément à un

cahier des charges défini en termes de performances (stabilité, amortissement, rapidité, bande
passante, précision en régime permanent), il faudra élaborer une loi de commande qui
transforme le signal yc (t ) en un signal u(t ) excitant le système. Cette loi sera déterminée en
fonction du modèle du système et du cahier des charges de l’asservissement. Il est important de

10
modéliser finement le système, notamment chacun de ses constituants (moteur, arbre, charge
dans notre exemple) si on veut expliquer certains phénomènes, en particulier des résonances
mécaniques entraînant des oscillations de la sortie, voir la destruction du système si elles ne
sont pas maîtrisées.
Le schéma de commande est alors le suivant :
perturbation
w(t)

yc(t) LOI DE u(t) y(t)

COMMANDE SYSTEME

Correction
Compensation

La loi de commande ainsi élaborée est dite ‘par anticipation’. Dans la mesure où il s’agit
d’une commande en Boucle Ouverte, elle présente deux inconvénients majeurs :
- elle est imparfaite car elle ne peut pas prendre en compte toutes les erreurs de
modélisation,
- elle ne tient pas compte des perturbations éventuelles qui agissent sur la sortie.

Pourtant, ce type de commande, pour laquelle on ne dispose ni d’une observation de la sortie,

ni d’un retour d’information permettant de savoir à chaque instant où en est l’exécution de la
consigne, se rencontre couramment. On en trouve des exemples en robotique industrielle où,
pour des raisons techniques et économiques, beaucoup de robots manipulateurs porte-outils
utilisés pour l’assemblage des pièces fonctionnent en Boucle Ouverte.

Mais dans de nombreuses applications (pilotage des robots mobiles, des avions), la commande
en Boucle Ouverte est jugée insatisfaisante : elle est remplacée par la commande en Boucle
Fermée, ‘par feedback’.

Un système de commande en Boucle Fermée est un système dans lequel on tient compte pour
la commande non seulement de la consigne mais aussi du degré d’exécution de la consigne ;
plus précisément, le système compare en permanence la consigne yc (t ) et l’image de la sortie
ym (t ) . L’organe de comparaison génère un signal d’écart e (t ) , et le système est commandé
non plus par l’entrée yc (t ) mais par e (t ) qui va être modulé par la loi de commande pour que
y(t ) suive yc (t ) conformément à un cahier des charges donné. Notons que le système bouclé
est conçu de sorte que e ( t ) → 0 .
Le schéma de commande est le suivant :
perturbation
COMPARAISON
w(t)
consigne signal d’écart sortie
yc(t) + e(t) LOI DE u(t) y(t)
COMMANDE SYSTEME
-

INFORMATION
mesure sortie SUR LA SORTIE
ym(t)

11
Un système asservi est un système de commande en Boucle Fermée avec amplification de
puissance :
Chaîne principale, ou chaîne de puissance w(t)

yc(t) + e(t) ec(t) u(t) ACTIONNEUR y(t)

CORRECTEUR AMPLI +
- SYSTEME ASSERVI

ym(t) CAPTEUR
Chaîne de retour, ou chaîne de précision

On voit donc apparaître dans la chaîne principale un élément nouveau : l’amplificateur, entre la
sortie du correcteur qui réalise la loi de commande et l’entrée du système. L’énergie disponible
en sortie du système n’est donc pas fournie par les signaux de commande mais par une source
extérieure que le signal e c (t ) module.
Le signal d’entrée yc (t ) est une grandeur physique, souvent une tension ou un courant.
Le signal de mesure ym (t ) est issu d’un capteur permettant l’observation de la sortie ; il est de
même nature que yc (t ) pour pouvoir effectuer une comparaison. Parmi les capteurs les plus
courants, citons l’accéléromètre, la dynamo tachymétrique (capteur de vitesse) et le codeur
optique (capteur de position).
Le comparateur est généralement un amplificateur opérationnel monté en soustracteur.
Le correcteur détermine la façon dont la sortie évolue en fonction de la consigne et des
perturbations.
Il est important de noter qu’un système asservi est un système double entrée : la consigne
yc (t ) et la perturbation w(t ) .
C’est donc un système qui a deux fonctions :
- une fonction poursuite, ou suivi de consigne
par exemple, le suivi de trajectoire pour un Pilote Automatique
- une fonction régulation, ou rejet de perturbation
par exemple, le stabilisateur pour un Pilote Automatique.
En vertu du principe de superposition applicable à tout système linéaire, nous traiterons d’une
part de la réponse du système à une entrée donnée lorsque la perturbation est nulle, d’autre part
de sa réponse à une entrée perturbation lorsque la consigne est nulle. Dans le cas général où les
deux entrées sont sollicitées, la sortie sera la somme des deux réponses précédentes.
Le correcteur le plus répandu est le correcteur PID (Proportionnel Intégral Dérivé), qui
 1 de 
transforme le signal e (t ) en un signal e c ( t ) = K e ( t ) +  e ( t )dt + Td  .
 Ti dt 

Proportionnel Dérivé
(présent) Intégral (futur)
(passé)
L’objectif ici est de s’approprier différentes techniques de calcul et réalisation d’une
commande automatique, analogique ou numérique, permettant au système asservi d’avoir
un comportement conforme à un cahier des charges donné.

12
 - Prérequis -
Commande analogique
des systèmes

13
1 MODÉLISATION PAR FONCTION DE TRANSFERT

1.1 Mise en équation

1.1.1 Propriétés des systèmes étudiés

Les systèmes étudiés possèdent les propriétés suivantes :
- déterminisme : pour une évolution donnée de l’entrée x (t ) , il n’existe qu’une
évolution possible de la sortie y(t ) ,
- stationnarité (ou invariance) : leurs caractéristiques ne changent pas dans le temps,
la fonction F qui relie l’entrée à la sortie est indépendante du temps,
- causalité : la valeur de la sortie y( t 0 ) à un instant t0 ne dépend que des valeurs de
l’entrée x (t ) pour t  t 0 , ceci revient à dire que la valeur de la sortie ne peut dépendre
des évolutions futures de l’entrée ; cette propriété est toujours vérifiée pour les systèmes
physiques,
- linéarité : la fonction F vérifie les propriétés de linéarité à savoir :
pour touteentrée x1 ( t ) et x2 ( t ), 1 , 2  ,
,
F (1 x1 ( t ) + 2 x2 ( t )) = 1F ( x1 ( t )) + 2 F ( x2 ( t ))
- continuité : la fonction F est une fonction continue du temps t .

De plus, on s’intéressera uniquement aux systèmes mono variables, c'est-à-dire ne possédant

qu’une seule entrée et qu’une seule sortie. On parle alors de système SISO (Single Input Single
Output), par opposition aux systèmes MIMO (Multiple Input Multiple Output).

On se limitera également à l’étude des systèmes dont le comportement est régi par une équation
différentielle linéaire à coefficients constants :

a0 y + a1 y (1) + .....+ an−1 y ( n−1) + an y ( n) = b0 x + b1 x (1) + .....+ bm−1 x ( m−1) + bm x ( m )


 mn

On représente ces systèmes par un diagramme fonctionnel :

x(t) y(t)
F

1.1.2 Technique de modélisation

Afin d’obtenir l’équation différentielle qui régit le comportement d’un système, deux approches
sont possibles.

Si le système est suffisamment connu et pas trop complexe, l’équation sera établie à partir
des équations élémentaires associées à chacun des sous-ensembles du système. Elles sont
rappelées ci-dessous pour les systèmes électriques, mécaniques, hydrauliques et thermiques.

14
1.1.2.1 Système électrique
Pour les trois composantes usuelles d’un système électrique que sont la résistance R, le
condensateur de capacité C et la bobine d’inductance L, la relation entre la tension aux bornes
du composant et le courant y circulant est définie sur la figure ci-après :

Les relations entre le couple, la vitesse de rotation de l’arbre d’un moteur électrique à courant
continu, le courant et la fcem à ses bornes sont les suivantes :
i
Г, 
e k

e=k Г=ki
La loi d’Ohm régit l’équilibre entre les grandeurs électriques et permet d’écrire l’équation
différentielle du système électrique.
Les composants actifs utilisés en électronique permettent des réalisations très diverses,
notamment autour de l’amplificateur opérationnel.

1.1.2.2 Système mécanique

On se limitera ici à des mouvements simples tels que les mouvements de translation rectiligne
et les mouvements de rotation autour d’un axe fixe.
Pour la translation rectiligne, les grandeurs physiques mises en jeu sont des efforts, des
positions, des vitesses et des accélérations. Les composants de base du système sont la masse
M, le ressort de raideur k, l’amortisseur visqueux de coefficient de frottement f.

S’il s’agit d’un système mécanique en rotation autour d’un axe, le même type d’équations est
obtenu en substituant respectivement à l’effort F, à la position x, à la masse M et au ressort de
traction de raideur k les grandeurs suivantes, le couple Г, la position angulaire , le moment
d’inertie I et le ressort de torsion de raideur k.
Г Г Г

Г Г Г
L’équation fondamentale de la dynamique appliquée au solide en translation ou en rotation
régit l’équilibre entre ces grandeurs et permet d’écrire l’équation différentielle du système
mécanique.

15
1.1.2.3 Système hydraulique

Considérons un réservoir de section S qui se remplit de fluide.

La relation qui relie le débit de fluide q à la variation de hauteur h dans le réservoir vaut :
dh
q=S . La différence de pression entre le fond du réservoir ( P0 ) et la surface supérieure du
dt
fluide ( P1 ) vaut alors : P1 − P0 = gh , où  désigne la masse volumique du fluide et g
l’accélération de la pesanteur.
Si la section de passage du fluide dans la canalisation présente une restriction R , alors le débit
du fluide est proportionnel à la différence de pression de part et d’autre de cette restriction :
P − P0
q= 1 .
R

1.1.2.4 Système thermique

Dans un système thermique, un corps de capacité calorifique C , auquel on fournit un débit de

chaleur Q (au moyen d’un échangeur thermique) voit sa température varier selon la relation :
d
Q =C .
dt
D’autre part, le débit de chaleur traversant une paroi de résistance thermique R vaut :
 − 2
Q= 1 .
R

Si le système est difficilement modélisable avec les équations de la physique, alors on essaie
d’évaluer le degré de l’équation différentielle qu’on va lui associer à partir, par exemple, de sa
réponse à une entrée connue comme l’échelon.
Il reste ensuite à déterminer les coefficients de cette équation qui traduisent au mieux le
comportement du système. Cette opération s’appelle identification. Elle est réalisée en
minimisant l’écart entre la sortie réelle et celle prévue par l’équation différentielle.

16
1.2 Fonction de transfert

1.2.1 Outil de base : la transformée de Laplace

La transformée de Laplace est l’outil mathématique de base dans le domaine de la modélisation,
qui permet de ramener des problèmes intégro-différentiels (domaine temporel) à des problèmes
algébriques (plan de la variable de Laplace p ).

1.2.1.1 Définition
Au signal f (t ) défini pour t réel  0 , on associe sa transformée de Laplace définie pour p

complexe par L ( f ( t )) = F ( p) =  e − pt f ( t )dt .
0

1.2.1.2 Transformées de Laplace de signaux usuels

f ( t ) pour t  0 F ( p)

 (t ) (impulsion de Dirac) 1

u( t ) = 1 (échelon de position) 1
p
t (rampe de vitesse) 1
p2
2
t 2 (rampe d' accélérati on)
p3
t n−1 1
( n − 1)! pn
1
e − at
p+a
1
te − at
( p + a )2
cos t p
p +2
2

sin  t 
p + 2
2

e − at cos  t
( p + a)
( p + a)2 +  2

e − at sin  t
( p + a)2 +  2
Ae − at cos( t +  )
p + 
 2 2 + ( − a )2
1
A=

( p + a)2 +  2
avec
 − a
 = −arctg


17
1.2.1.3 Propriétés
Théorème de la valeur initiale : f (0 + ) = lim pF ( p)
p→

Théorème de la valeur finale : f () = lim pF ( p)

p→0

(ce résultat est utilisé pour calculer le régime permanent)

Théorème de la dérivation : si L( f ( t )) = F ( p) , alors L ( f ' ( t )) = pF ( p) − f (0 + )

Théorème du retard : si L( f ( t )) = F ( p) , alors L ( f ( t −  )) = e −p F ( p)

1.2.1.4 Transformée de Laplace inverse

La décomposition en éléments simples de F ( p) permet de remonter à la fonction réelle qui lui
est associée :
b + b1 p + ... + bm p m A Ak Bp + C Bk p + C k
F ( p) = 0 = + + +
a0 + a1 p + ... + an p n
p+a ( p + a) k
( p + b) + 
2 2
(( p + b) 2 +  2 ) k

Pôles réels simples Pôles imaginaires simples

Pôles réels multiples Pôles imaginaires multiples

Le calcul des différents coefficients A , B , C se fait de la façon suivante :

N ( p) A N ( −a)
- pour les pôles simples, = + ... avec A =
( p + a ) D( p ) ( p + a ) D( − a )
- pour les pôles multiples,
i i N ( − i )
'
N ( p) N
→ + + ... avec i = et  i =   .
( p +  i ) D( p ) p + i ( p + i ) 2 D( − i )
p = − i
 D
2

On se réfère alors à la table des transformées de Laplace pour en déduire f (t ) .

p+2 1 2 −1
Exemple 1 : F ( p) = = + 2 + donc f ( t ) = e − t + 2 t − 1
p ( p + 1) p + 1 p
2
p
Exemple 2 :
Soit un système défini par l’équation différentielle reliant l’entrée e (t ) à la sortie s(t ) :
s + s ' = e + ae ' .
On s’intéresse à sa réponse à une entrée de type échelon de position e ( t ) = u( t ) lorsque le
système part du repos, c’est à dire pour s(0) = 0 et s ' (0) = 0 .
Si on prend la transformée de Laplace de chacun des deux membres de l’équation différentielle,
1 + ap
il vient : S ( p ) + pS ( p) = (1 + ap) E ( p) = ,
p
1 + ap 1 a −1
d’où S ( p) = = + .
p(1 + p ) p p + 1 / 
Et par conséquent compte tenu des conditions initiales : s( t ) = 1 + ( a − 1)e − t / .

18
1.2.2 Fonction de transfert
Un système linéaire est défini par une équation différentielle linéaire à coefficients constants
reliant l’entrée x (t ) à la sortie y (t ) :

a0 y + a1 y (1) + .....+ an−1 y ( n−1) + an y ( n) = b0 x + b1 x (1) + .....+ bm−1 x ( m−1) + bm x ( m )

 .
m  n
Recherchons la transformée de Laplace de cette équation en appliquant l’opérateur L à chacun
de ses deux membres.
Notons respectivement X ( p) et Y ( p ) les transformées des fonctions x (t ) et y(t ) .
Les transformées de Laplace des dérivées successives de l’entrée s’écrivent :
 L ( x (1) ( t )) = pX ( p) − x (0)

.....
 L ( x ( n) ( t )) = p L (x n−1 ( t )) − x ( n−1) (0)

Le même type de relations est obtenu pour les dérivées successives de la sortie.

La transformée de l’équation différentielle définissant le système s’écrit alors :

a0Y ( p) + a1 pY ( p) + .....+ an pnY(p) = b0 X ( p) + b1 pX ( p) + .....+ bm pm X(p) + C( p) ,
où C ( p) représente un polynôme en p dont les coefficients s’obtiennent à partir des conditions
initiales sur x (t ) , y(t ) et leurs dérivées.

La transformée de la sortie s’exprime alors sous la forme :

b0 + b1 p + .....+ bm p m C ( p)
Y(p) = X(p) +
a0 + a1 p+.....+an p n
a0 + a1 p+.....+an p n

 x (0) = x (1) (0) = ... = x ( m −1) (0) = 0

En faisant l’hypothèse de conditions initiales nulles, soit  ( n−1)
,
 y(0) = y (0) = ... = y ( 0) = 0
(1)

le polynôme C ( p) est nul et nous pouvons alors former le rapport de la sortie Y ( p ) sur l’entrée
X ( p) .

Ce rapport est la fonction de transfert H ( p) :

Y ( p) b0 + b1 p + ... + bm p m
H ( p) = =
X ( p) a0 + a1 p + ... + an p n

Entre les transformées de Laplace de la sortie et de l'entrée, on a un opérateur de multiplication

(caractérisé par une fraction rationnelle) :

Y ( p) = H ( p)  X ( p)

La connaissance de la fonction de transfert d’un système (et des conditions initiales) permet de
le décrire complètement, tant du point de vue temporel (réponse à une entrée donnée) que du
point de vue fréquentiel (analyse harmonique).

19
1.3 Réponse à des entrées types
Pour étudier le comportement dynamique d’un système, il est souvent efficace de le soumettre
à des signaux tests et d’observer la sortie. Puisque les systèmes que nous étudions sont linéaires,
il suffit de choisir une famille de signaux tests permettant d’engendrer une entrée quelconque
par combinaison linéaire. La sortie du système, pour cette entrée quelconque, sera alors égale à
la même combinaison linéaire des sorties associées à chaque signal test.
On distingue plusieurs familles de signaux tests applicables en entrée d’un système :
- l’impulsion de Dirac dont la transformée de Laplace vaut 1 ; la sortie est alors appelée
réponse impulsionnelle,
1
- l’échelon unitaire (de position) dont la transformée de Laplace vaut ; la sortie est
p
appelée réponse indicielle,
1
- la rampe (de vitesse) dont la transformée de Laplace vaut 2 ,
p
- la sinusoïde.

Si x (t ) est une impulsion à t = 0 , alors X ( p) = 1 et Y ( p) = H ( p) :

H ( p) = L (réponse impulsionnelle)

ou encore : réponse impulsionnelle = L -1( H ( p) ).

Si x (t ) est un échelon unité, alors X ( p) = 1 / p donc Y ( p) = H ( p) / p , H ( p) = pY ( p) :

H ( p) = L (dérivée de la réponse indicielle)

ou encore dérivée de la réponse indicielle = L -1( H ( p) ).

Pour une entrée sinusoïdale x ( t ) = x0 sin  t de pulsation  , la sortie sera un signal sinusoïdal
y ( )
de même pulsation y( t ) = y0 sin( t +  ) , amplifié de A( ) = 0 et déphasé de  ( ) .
x0
On montre en remplaçant dans l’équation différentielle de départ x (t ) par x0e jt et y(t ) par
y0e j (t + ) que :
y0
A( ) = = H ( p) p= j et  () = arg H ( p) p= j
x0

H ( j) et arg H ( j ) représentent respectivement le gain et le déphasage d’un signal

sinusoïdal de pulsation  traversant le système de fonction de transfert H ( p ) .

La détermination point à point de H ( j) et arg H ( j ) pour chaque valeur de  constitue

l’analyse harmonique, ou analyse fréquentielle du système de fonction de transfert H ( p) . Elle
renseigne sur la façon dont le système transmet un signal quelconque, dans la mesure où on l’aura
décomposé au préalable en série de Fourier.

20
1.4 Lieux de transfert
On utilise trois types de représentation graphique, qu’on appelle lieux de transfert, pour
visualiser les variations de la quantité complexe H ( j ) en fonction de  , c’est à dire
effectuer l’analyse harmonique du système.

Le nombre complexe H ( j ) est entièrement défini soit par sa partie réelle et sa partie
imaginaire, soit par son module A( ) = H ( p) p= j et son argument  () = arg H ( p) p= j .

Dans la pratique, on calculera le module A( ) en décibels : A( ) dB = 20 log A( ) .

Cela permet de gérer le fait que A() → 0 quand  croît, et de transformer des variations
multiplicatives en translations sur les lieux de transfert.

On évaluera le déphasage  ( ) en degrés .

1.4.1 La représentation en coordonnées de Nyquist

Plus théorique que pratique, la représentation dite de Nyquist s’effectue directement dans le
plan complexe.
abscisse = Partie Réelle ( H ( j ))
En coordonnées cartésiennes, on porte :  .
ordonnée = Partie Imaginaire ( H ( j ))
  = H ( j ) = A( )
En coordonnées polaires, on porte :  .
 =  ( )
On indique sur le lieu de transfert par une flèche le sens  croissant.

1.4.2 La représentation en coordonnées de Bode

Dans cette représentation graphique, on utilisera pour  une échelle non pas linéaire mais
logarithmique (c'est à dire qu'on portera en abscisses des longueurs proportionnelles à log  ).
Sur cette échelle, on aura des écartements constants chaque fois que l'on multipliera la pulsation
par un facteur 10, c'est à dire pour chaque décade. Par contre, on ne pourra évidemment pas
placer la pulsation 0.

0
0 0 10 0 102  0 103  0 
10

Les diagrammes avec, en abscisses  sur une échelle logarithmique, en ordonnées A( ) dB
d'une part,  ( ) d'autre part sont appelés diagrammes de Bode.
On verra qu'on les construit souvent sous forme approchée asymptotique.

1.4.3 La représentation en coordonnées de Black Nichols

On obtient la représentation de Black, en portant en abscisses la phase arg(H ( j )) =  ( )
et en ordonnées H ( j ) dB = A( ) dB .
On indique sur le lieu de transfert par une flèche le sens  croissant.

21
1.4.4 Exemple

Un système est défini par sa fonction de transfert : F ( p ) =

800
.
p( p + 2 )
800
Le calcul de la partie réelle et de la partie imaginaire du nombre complexe 𝐹(𝑗𝜔) = 𝑗𝜔(𝑗𝜔+2)
permet de tracer le lieu de Nyquist, très utilisé pour divers développements mathématiques.
Lieu de Nyquist de F ( p ) =
800
p( p + 2 )

Les lieux de Bode et de Black s'avèrent beaucoup plus « pratiques » que le lieu de Nyquist, ils
ont un sens physique :

sin⁡(𝜔𝑡) 𝑎(𝜔)⁡sin⁡(𝜔𝑡 + 𝜑(𝜔))

𝐹(𝑝)
𝑎(𝜔) = ………………………
𝜑(𝜔) = ………………………

Calculer |𝐹(𝑗𝜔)|𝑑𝐵 et arg⁡(𝐹(𝑗𝜔))° pour 𝜔⁡𝜖⁡{0, 0.1, 1, 2, 10, 100, +∞} (on justifiera le
choix de cette plage de pulsations).

|𝐹(𝑗𝜔)|𝑑𝐵 =⁡

arg(𝐹(𝑗𝜔)) ° =⁡

𝜔⁡𝑟𝑑/𝑠 0 0,1 1 2 10 100 +∞

𝑎(𝜔)𝑑𝐵
= |𝐹(𝑗𝜔)|𝑑𝐵
φ(ω)°
= arg⁡(𝐹(𝑗𝜔))°

22
Lieu de Bode de F ( p ) =
800
: tracé réel et tracé asymptotique
p( p + 2 )

23
 Lieu de Black Nichols de F ( p ) =
800
p( p + 2 )
Tracé de Boucle Ouverte et abaque de Boucle Fermée

(Tracés obtenus à l’aide du logiciel Matlab)

24
2 SYSTÈMES LINÉAIRES CONTINUS FONDAMENTAUX

Une fonction de transfert est une fraction rationnelle de la variable de Laplace p , de type

, où N ( p ) et D ( p ) sont des polynômes en p .

N ( p)
H ( p) =
D( p )
Dans le cas qui nous intéresse physiquement, où les coefficients des polynômes au numérateur
et au dénominateur sont réels, les racines de D( p) = 0 sont soit réelles, soit imaginaires
conjuguées. Il sera donc toujours possible de considérer H ( p) comme un produit de fonctions
de transfert élémentaires dont les dénominateurs sont des polynômes en p du premier ou du
second ordre, appelées respectivement fonctions de transfert du premier ou du second ordre.
En plus de leur intérêt physique (beaucoup de systèmes peuvent être modélisés à l’aide de
fonctions de transfert du premier ou du second ordre), ceci amène à étudier tout spécialement
les systèmes du premier et du second ordre.

2.1 Systèmes du premier ordre

Ils sont définis par une équation différentielle du type : a1 y + a0 y = b0 x .
Y ( p) b0 K
Leur fonction de transfert est donc de la forme : = H ( p) == ,
X ( p) a0 + a1 p 1 + Tp
où K est appelé gain statique et T (T  0) est appelée constante de temps du système.

2.1.1 Réponse à des entrées types

2.1.1.1 Échelon
x0 Kx0 1 1
Si X ( p ) = , alors Y ( p) = = Kx0 ( − )
p p(1 + Tp ) p p + 1/T
donc y(t ) = Kx0 (1 − e − t / T ) .
Kx 0
- T fixe la rapidité du système
95% - La pente à l'origine est Kx0 / T
66%
- À t = T, on atteint 2/3 de la valeur finale
À t = 3T, on atteint 95% de la valeur finale
T 3T t À t = 4T, on atteint 98% de la valeur finale

2.1.1.2 Rampe
a Ka Ka 1 1
Si X ( p ) = , alors Y ( p) = = 2 + KaT ( − )
p2 p (1 + Tp ) p
2
( p + 1/ T ) p
− t /T
donc y( t ) = Kat − KaT (1 − e )

x
y
x = at - Pour K = 1 , en régime permanent, la sortie
y suit l'entrée avec une erreur de traînage aT .
aT
erreur de traînage
T t

25
2.1.1.3 Sinusoïde
 y0 K
 = A( ) = H ( p) p= j =
x = x0 sin  t y = y0 sin( t +  ) et on a vu que :  x0 1 + T 2 2

 = arg H ( p) p= j = −arctgT
La réponse fréquentielle est donnée ci-après dans les différents systèmes de coordonnées.

2.1.2 Réponse fréquentielle (analyse harmonique)

2.1.2.1 Lieu de Nyquist

En cartésiennes, x = ( H ( p)) p= j , y = ( H ( p)) p= j ; en polaires,  = H ( p) p= j ,  =  ( ) .

0 K
C'est un cercle de diamètre [0 K]
45° =0

 = 1/ T

2.1.2.2 Diagrammes asymptotiques en coordonnées de Bode

Pour l’amplitude : en abscisses, on porte une longueur proportionnelle à log  ; en ordonnées,
on porte AdB = 20 log A .
Aux basses fréquences,   1 / T donc A( )  K constant.
K
Aux hautes fréquences,   1 / T donc A( ) 
T
pour deux fréquences 1 ,  2 telles que  2 = 101 (distantes d’une décade),
A(2 )
on a : A(2 ) − A(1 ) dB = 20 log = −20 log 10 = −20dB .
A(1 )
La courbe d'amplitude a donc deux asymptotes :
- une asymptote horizontale aux très basses fréquences à 20 log K ,
- une asymptote oblique de -20dB/décade de pente.
Ces deux asymptotes se rencontrent au point d'abscisse  = 1 / T . À ce point, la courbe réelle
1 2
est 3dB au-dessous des asymptotes. Aux points et , la courbe réelle est 1dB au-dessous
2T T
de l'asymptote.
AdB
20 logK
1dB
B 3dB
A
2/ T log 
1/2T 1/ T
1dB
C

Nota : les deux asymptotes et les points A, B, C sont le plus souvent suffisants pour le tracé.

26
Pour la phase, on retiendra les valeurs approchées suivantes :
- si  → 0 , alors  = 0 ,
- si  →  , alors  = −90 ,
- si  = 1 / T , alors  = −45
- si  = 1/ 2T , alors  = −26.5 ,
- si  = 2 / T , alors  = −63.5 .


1/2T 1/ T 2/ T log 
0

- 45°

- 90°

On trouvera les diagrammes phase et amplitude vs fréquence plus précis sur les planches
concernant les systèmes du second ordre.

2.1.2.3 Lieu de Black Nichols

A dB
20 logK
3dB

- 90° °
- 45°

Conclusion
Aux très basses fréquences, un système du premier ordre transmet donc les signaux sans
atténuation notable. L'effet essentiel est un déphasage.
À partir de  = 1 / T , il y a au contraire une atténuation d'autant plus grande que  croît.
Dans la pratique T devra être choisi de façon à ce que le signal utile (BF) soit bien transmis et
le bruit (HF) suffisamment atténué.

27
2.2 Systèmes du premier ordre généralisés

2.2.1 Cas particuliers

La constante T étant choisie positive,
 1
1 = 1 /(1 + T  )
  A1 =
2 2
1
Si H1 = , alors  et  1 + T 2 2
1 + Tp 1 = −T /(1 + T  )
 2 2
 = − arctgT
 1
 1
2 = 1 = 1 /(1 + T  )
  A2 = A1 =
2 2
1
Si H 2 = , alors  et  1 + T 2 2
1 − Tp  
 2 =  = −T /(1 + T 
2 2
)  = − = arctgT
 2
1
1

3 = 1 
 A = 1 + T 2 2 = A1−1
Si H 3 = 1 + Tp (dérivateur), alors  et  3
  3 = T  3 = arctgT = −1

4 = 1 
 A = 1 + T 2 2 = A3 = A1−1
Si H 4 = 1 − Tp , alors  et  4
4 = −T  3 = −arctgT = 1


L’allure des lieux de transfert (et donc la réponse harmonique) est donnée dans le tableau ci-
après.

H Diagramme d’amplitude Diagramme de phase Nyquist

1 AdB I
1/T log  1/T log  1 R
0dB
1 + Tp 0°
- 45°
-20dB/déc
- 90°

90° I
AdB
1 45°
1/T log  log  R
1 − Tp 0dB 0°
1/T 1
-20dB/déc

90° I
AdB
1 + Tp +20dB/déc 45°
R
0dB 0°
1/T log  1/T log  1

AdB
+20dB/déc I
1 − Tp 0dB 1/T 1 R
1/T log  0° log 
- 45°
- 90°

28
2.2.2 Intégrateur
1
Un autre cas particulier est celui de l’intégrateur H ( p ) = , qui peut être considéré comme
p
un premier ordre où 1 / T serait très petit.

1 1 1
H ( j ) = − j donc ( H ( j )) = 0 et ( H ( j )) = − , A= et  = −90 = Cte .
  

La phase est constante égale à -90 .

L'amplitude est infinie pour  = 0 et décroît de − 20 dB/décade sur tout le domaine de
fréquence ; pour  = 1rd / s , on a AdB = 0 .

Les allures des lieux de transfert sont donc les suivantes :

AdB Bode Nyquist Black

AdB
0dB log 
 =1 I
-20dB/déc R °
°  =
log  - 90°
- 0°
- 90°  =0

2.2.3 Premier ordre généralisé

L’équation différentielle reliant l’entrée x (t ) et la sortie y(t ) est de la forme :

a1 y' + a0 y = b0 x + b1 x ' ,

Y ( p) b0 + b1 p 1 +1 p  K (1 −  1 /  2 )
donc H ( p) = = =K = K 1+ .
X ( p) a0 + a1 p 1 + 2 p 2 1 + 2 p

Formulation adaptée Formulation adaptée

à la réponse harmonique à la réponse
à des entrées types

29
2.2.3.1 Réponse à des entrées types

On met en évidence la transmission directe, et on se ramène aux systèmes précédemment

rencontrés :

transmission directe
K 1 /  2
X + Y

+
K (1- 1 /  2 )
1+  2 p

2.2.3.2 Réponse fréquentielle (analyse harmonique)

1 +1 p 1
Si H ( p) = K = K  H1 ( p)  H 2 ( p) , où H1 ( p) = 1 +  1 p et H 2 ( p) = ,
1 + 2 p 1 + 2 p

 H ( p) = K H1 H 2 i.e. H ( p) dB = K dB + A1 dB + A2 dB
alors 
arg H ( p) = arg H1 ( p) + arg H 2 ( p)

On peut utiliser les résultats précédents pour effectuer le tracé des différents lieux :

AdB

+20dB/déc
I
20logK log 
1/ 1 1/ 2
2 <  1
°
 =0  = R
+ 90° 1
 log 
K K 1 /  2

2
- 90°
Diagrammes de Bode Tracé dans le plan de Nyquist

30
2.3 Retards
x(t) y(t) = x(t-T)
Retard
T
 H ( p) = 1
Le théorème du retard permet d’écrire H ( p) = e −Tp , donc  pour p = j .
arg H ( p ) = −T

On a regroupé dans le tableau ci-dessous les réponses temporelles et fréquentielles d’un retard
pur de valeur T et d’un premier ordre de constante de temps T .

31
2.4 Systèmes du second ordre
Un système du second ordre, d’entrée x (t ) et de sortie y(t ) est défini par une équation
différentielle du type : a2 y'' + a1 y' + a0 y = b0 x .
Y ( p) b0 K
Sa fonction de transfert s’écrit donc : = H ( p) = = .
X ( p) a0 + a1 p + p 2
2 p2
1+ p+ 2
n n
K représente le gain statique du système,  est l’amortissement réduit (si   1 , alors les
pôles, c’est à dire les zéros du dénominateur sont complexes : le système est un second ordre ;
si   1 , alors les pôles sont réels : le système est le produit de deux premiers ordres),  n est
la pulsation propre non amortie.

2.4.1 Réponse à des entrées types

2.4.1.1 Échelon
x0 Kx0
Si X ( p ) = , alors Y ( p) = .
p 2 p2
p(1 + p+ 2)
n n
L'allure de la réponse au départ est donnée par :
 y(0) = lim pY ( p) = 0
 p →
 '
 y (0) = lim p pY ( p) − y0  = 0 tangente au départ de pente 0.
 p→

 1
− T = n +  n  − 1
2

 1
Si   1 , alors les pôles sont réels égaux à : 
− 1 = n −  n  2 − 1
 T2

et la sortie a pour équation : y( t ) = Kx0 +

Kx0
T2 − T1
 
T1e −t / T1 − T2 e −t / T2 .

Si   1 , alors les pôles sont complexes conjuguées et l’équation de la sortie s’écrit :

 1− 2
Kx0  tg =
y( t ) = Kx0 + e −nt sin(n 1 −  2 t +  ) , avec   .
1− 2

 p = n 1 −  , pulsation propre
2

On a des oscillations d'autant moins amorties que  est petit.

I

n 1− 
2

*
n 
R
−n

*
Pôles de la fonction de transfert, sin 𝜓 = 𝜉

32
 Réponses indicielles pour K = 1 ; influence de 
 1 
La réponse évolue entre deux exponentielles d’équation Kx0 1  e −nt  .
 1− 2 
 
2
La pseudo période des oscillations vaut T = ; lorsqu’il n’y a pas d’amortissement
n 1 −  2
2
(  = 0 ), la période des oscillations non amorties vaut T = , d’où le nom de pulsation propre
n
non amortie donné à  n .

Les maxima et minima de la courbe sont obtenus aux instants t k pour lesquels la dérivée de la
k
réponse y(t ) est nulle, à savoir : t k = .
n 1 −  2
 k
−
1− 2
À ces instants, la distance Dk = y(tk ) − K à la valeur finale vaut : Dk = Ke .
La valeur du premier dépassement D1 dépend de l’amortissement  . C’est pour la valeur
 = 2 2 = 0.7 que ce dépassement est le plus faible.
Si la valeur de  est négative, alors le système est instable : on observe des oscillations dont
l’amplitude croît exponentiellement en fonction du temps. Notons qu’alors les racines du
r =  + j  2 − 1
1 n n
dénominateur de la fonction de transfert,  ont une partie réelle positive.
r2 = n − j n  − 1
2

L’ensemble de ces résultats permet d’identifier un système défini par sa réponse à l’échelon,
lorsque celle-ci est du type second ordre.

33
2.4.1.2 Sinusoïde
 y0 K
x = = H ( p) p= j = A( )
 2

 (1 − 2 ) 2 + (2
0
)2
x = x0 sin  t y = y0 sin( t +  ) et on a  n n
 2 /  n
 = −arctg = arg H ( p) p= j
 1 −  2 /  n2
La réponse fréquentielle est donnée ci-après dans les différents systèmes de coordonnées.

2.4.2 Réponse fréquentielle (analyse harmonique)

2.4.2.1 Lieu de Bode

Pour l’amplitude, en abscisses on porte une longueur proportionnelle à log  , en ordonnées
on porte AdB = 20 log A .

Aux basses fréquences,  1 donc A( )  K constant.
n
 K 1
Aux hautes fréquences,  1 donc A( ) = 2 2 décroît en 2 .
n  / n 
Pour deux fréquences 1 ,  2 telles que  2 = 101 (distantes d’une décade),
A(2 )
on a : A(2 ) − A(1 ) dB = 20 log = −40dB .
A(1 )
La courbe d'amplitude a donc deux asymptotes, qui se rencontrent au point d’abscisse  =  n :
- une asymptote horizontale aux très basses fréquences à 20 log K ,
- une asymptote oblique de -40dB/décade de pente.
Pour la phase :
 
Aux basses fréquences,  1 donc  = −2 .
n n

Aux hautes fréquences,  1 donc   −180  .
n
D’où l’allure du tracé asymptotique :
AdB
20logK

log 
n
pente
-40dB/déc

log 

- 90°

- 180°

34
Aux moyennes fréquences, l'allure dépend essentiellement de  :
2
Pour    0.7 , le rapport d'amplitude A , passe par un maximum d'autant plus grand que
2
1
 est petit, égal à Q = facteur de surtension ou facteur de résonance obtenu pour
2 1 −  2
une pulsation r = n 1 − 2 2 pulsation de résonance :

1
Q=
2 1 −  2

Facteur de surtension en fonction de l'amortissement 

En même temps si  est petit, la variation de phase au voisinage de  =  n est d'autant plus
rapide que  est petit. D'où les allures qualitatives suivantes :

AdB
 <0.7

log 
n
-40dB/déc
 >1

°
n log 

- 90°
 petit  >1
- 180°

35
On trouvera dans les deux planches qui suivent les variations de A et  en fonction de la
pulsation réduite u =  /  n pour diverses valeurs de l'amortissement  .

36
37
2.4.2.2 Lieu de Black Nichols

AdB
r
 - Points communs
-180° -90°
n Asymptote à -180°
n Tangente au point de départ horizontale
 = −90 pour  =  n

- Influence de 
Surtension (maximum du module) pour
  0.7

2.4.2.3 Lieu de Nyquist

- Points communs
I  =0 Tangente verticale
= K =0
   =0 R = Tangente suivant l’axe réel négatif
=0 =0
 = n  = −90 (sur l'axe imaginaire)
n   0.7
- Influence de 
Si   0.7 Le rayon polaire décroît toujours
Si   0.7 Le rayon polaire a un maximum,
n r
 < 0.7 qui correspond à la surtension :
1
r = n 1 − 2 2 , Q =
2 1 −  2
avant de décroître

38
2.5 Systèmes d’ordre quelconque
Une fonction de transfert H ( p) d'ordre quelconque étant toujours décomposable en un produit
de facteurs du premier ordre ou du second ordre (selon que les racines sont réelles ou
complexes), on pourra toujours construire les diagrammes asymptotiques et les lieux de
transfert par addition :
 H ( p) dB =  H i ( p) dB

H ( p) =  H i ( p)  
i

i arg H ( p) =  arg H i ( p)
 i

Les points caractéristiques sont précisés ci-après.

1 + ...
Pour  = 0 , s'il n'y a pas d'intégration, H ( p) = K (avec K  0 ),
1 + ...
l'amplitude est finie, égale au gain statique K ,
la phase est nulle,
K v 1 + ...
s'il y a 1 intégration, H ( p) = ,
p 1 + ...
l'amplitude est infinie,
la phase vaut − 90 ,
K 1 + ...
s'il y a 2 intégrations, H ( p) = ,
p 2 1 + ...
l'amplitude est infinie,
la phase vaut −180 .

Pour  =  , l'allure dépend des degrés des numérateur (degré m) et dénominateur (degré n)
avec n  m , l'amplitude tend vers 0 (car n  m ),
la phase tend vers − 90  ( n − m) .

Aux fréquences intermédiaires, si tous les facteurs sont du premier ordre, il n’y a pas de
surtension ; s’il y a des facteurs du second ordre avec   0.7 , alors il y a surtension
correspondant, en Nyquist, à un maximum du rayon polaire, en Black, à un maximum en
ordonnées.

39
Quelques exemples sont donnés ci-dessous.

Exemple 1 :
Cas d’un système sans intégration, avec trois pôles de plus que de zéros, et une paire de pôles
complexes d'amortissement < 0.7.

I AdB
B
A
D E  =0 R -270° -180° -90° 
A
C

B
D
r
C

Exemple 2 :
Cas d’un système avec une intégration et deux pôles de plus que de zéros.

I
AdB
R

-90° 
-180°

 =0

40
 ( p + 0.1)
Exemple 3 : H ( p) =
( p + 1.4 p + 1)
2

➢ Tracé asymptotique dans Bode

➢ Allure du Black Nichols

41
 ( p + 9000 )( − p + 80 )
Exemple 4 : H ( p ) =
p ( p + 2)

➢ Tracé asymptotique dans Bode

➢ Allure du Black Nichols

42
3 ANALYSE DU COMPORTEMENT D’UN SYSTÈME LINÉAIRE
CONTINU
Le comportement d’un système peut être évalué au travers de sa stabilité, sa rapidité, sa bande
passante et éventuellement sa précision.

3.1 Stabilité

3.1.1 Condition de stabilité

3.1.1.1 Notion de stabilité

Cette notion est très générale et assez intuitive si on considère une bille sur une surface :

Selon la nature de la surface la bille, écartée de sa position d’équilibre, aura une évolution de
nature différente :

- En (1), elle sera ramenée au creux de la cuvette par une force de rappel − kx , plus ou

moins rapidement selon les frottements − fv : le système est stable.
- En (2), si on lui applique une impulsion, elle se stabilisera sur une position d’équilibre
différente de la position d’origine fonction des frottements présentés par la surface : le
système est en limite de stabilité, il est astatique.
- En (3), la bille tombe : le système est instable.

3.1.1.2 Définition
Un système linéaire est stable lorsque, écarté de sa position d’équilibre et en l’absence de signal
de commande, il tend à y revenir. Il est instable lorsqu’il tend à s’en écarter d’avantage. Dans
le cas intermédiaire d’un système qui ne revient pas à son équilibre mais s’en écarte d’une
grandeur finie, on parlera de système en limite de stabilité.

3.1.1.3 Cas d’un système linéaire défini par sa fonction de transfert H ( p)

On a vu que l’équation différentielle qui lie l’entrée x (t ) et la sortie y(t ) :

a0 y + a1 y (1) + .....+ an−1 y ( n−1) + an y ( n) = b0 x + b1 x (1) + .....+ bm−1 x ( m−1) + bm x ( m )


m  n
permet d’écrire entre les transformées de Laplace de l’entrée et de la sortie la relation suivante :
 D( p) = a0 + a1 p+.....+an p n
C ( p) 
Y(p) = H ( p ) X(p) + , avec  N ( p) b0 + b1 p + .....+ bm p m
D( p)  H(p) = D( p) = a + a p+.....+a p n
 0 1 n

C ( p) est un polynôme en p à coefficients réels, de degré inférieur à n , fonction des conditions

initiales sur les entrées et les sorties.

43
S’intéresser à la stabilité du système revient à s’intéresser à l’évolution de la sortie y(t ) lorsque
x ( t ) = 0 (pas de signal de commande) et C ( p)  0 (écart par rapport à la position d’équilibre).
C ( p) C ( p)
On a alors y( t ) = L −1( ) et pour calculer y(t ) , on décompose en éléments
D( p ) D( p )
simples puis on prend la transformée de Laplace inverse.

D( p) possède des racines réelles ou conjuguées : ce sont les pôles de la fonction de transfert.
C ( p) A Ak Bp + C Bk p + C k
= + + +
D( p ) p+a ( p + a) k
( p + b) + 
2 2
(( p + b) 2 +  2 ) k

Pôles réels simples Pôles imaginaires simples

Pôles réels multiples Pôles imaginaires multiples

donc y(t ) =  Ae −at +  A' k t k−1e −at +  De −bt sin(t +  ) +  D' k t k −1e −bt sin(t +  ) .
Dans tous les cas, on voit apparaître dans l’expression de la sortie du système des exponentielles
de la forme e t , et la sortie ne convergera vers une limite finie que si   0 .
La condition fondamentale de stabilité pour un système linéaire s’énonce de la façon
suivante :
Un système linéaire défini par sa fonction de transfert est stable si et seulement si tous
les pôles de la fonction de transfert, c’est à dire les zéros de son dénominateur sont à partie
réelle négative.

La figure ci-dessous donne l’allure de la réponse d’un système à un essai de lâcher selon la
position de ses pôles dans le plan complexe :

44
3.1.1.4 Notion de mode
N ( p)
On appelle mode d’un système défini par sa la fonction de transfert H ( p ) = , tout pôle
D( p)
de cette fonction de transfert, c'est-à-dire tout zéro de l’équation D( p) = 0 .
Lorsqu’il est réel, un mode correspond donc à un comportement apériodique (exponentiel) du
système ; lorsqu’il est imaginaire conjugué, le comportement est oscillatoire (sinusoïdal).
Pour une entrée quelconque, le régime transitoire sera constitué de fonctions du temps associées
aux modes du système ; ces modes seront plus ou moins dominants.
La connaissance des modes d’un système est un renseignement d’ordre quantitatif plus riche
que la simple notion de stabilité. Par exemple, si un système est stable et que sa fonction de
transfert possède des pôles très proches de l’axe imaginaire, ses performances transitoires seront
mauvaises à cause :
- d’un régime apériodique trop lent si le pôle est réel,
- d’un mode oscillatoire insuffisamment amorti s’il s’agit d’une paire de pôles
imaginaires conjugués.
La notion de stabilité, indispensable pour la plupart des systèmes de mesure et de commande,
n’est pas suffisante pour que le comportement du système soit jugé satisfaisant : il se peut que
des oscillations transitoires soient très mal amorties et intolérables, conduisant à l’instabilité.

3.1.2 Critère de Routh

Le critère de Routh est un critère algébrique basé sur des propriétés mathématiques des
polynômes que nous nous contenterons d’énoncer.
N ( p) N ( p)
Il s’applique au dénominateur de la fonction de transfert H ( p) = =
D( p) a0 + a1 p + ... + an p n
du système dont on souhaite étudier la stabilité.
Il permet de savoir si les racines de l’équation D( p) = a0 + a1 p + ... + an p n = 0 sont toutes à
partie réelle négative, et donc, compte tenu de la condition de stabilité précédemment énoncée,
si le système défini par sa fonction de transfert H ( p) est stable.

Le critère de Routh s’énonce en deux parties :

Condition 1 :
Une condition nécessaire de stabilité est que les coefficients a i du polynôme soient tous de
même signe.
Dans la suite, on supposera ces coefficients positifs, quitte à changer le signe du numérateur et
du dénominateur de H ( p) .
Nota : pour un système du second ordre, cette condition est suffisante.

Condition 2 :
Dans le cas où la condition 1 est vérifiée, on construit le tableau de Routh à partir des
coefficients du polynôme.
Les deux premières lignes s’obtiennent en reportant les coefficients du polynôme.
Les coefficients des lignes suivantes sont calculés selon les formules indiquées dans le tableau
de la page suivante.
L’interprétation se fait en analysant les coefficients de la première colonne.
Une condition nécessaire et suffisante pour que le système soit stable est que tous les
coefficients de la première colonne soient positifs.

45
 pn an an− 2 an− 4
p n−1 a n −1 an−3 a n −5
an−1an−2 − anan−3 an−1an−4 − anan−5 an−1an−6 − anan−7
p n− 2 An−2 = Bn−2 = Cn−2 =
an−1 an−1 an−1
A a − an−1 Bn−2 A a − an−1Cn−2
p n−3 An−3 = n−2 n−3 Bn−3 = n−2 n−5 C n−3
An−2 An−2
. . . .
. . . .
. . . .
p2 A2 B2 C2
p1 A1 B1 C1
A1 B2 − A2 B1 A1C2 − A2C1 A1 D2 − A2 D1
p0 A0 = B0 = A0 =
A1 A1 A1

1
Nota : on montre que la présence d’une ligne de zéros en p indique que le polynôme a deux

racines imaginaires pures conjuguées,  j 0 avec 0 =

B2
.
A2

N ( p)
Exemple 1 : H ( p) =
p − 5p + 2 p2 + 6 p +1
4 3

N ( p)
Exemple 2 : H ( p) =
p + 6 p + 3p2 + 5 p + 4
4 3

K
Exemple 3 : FTBO ( p) = . Stabilité de la FTBF en fonction de K ?
p ( p + 1)( p + 2)

46
3.2 Rapidité et bande passante
La rapidité d’un système est définie comme l’aptitude à transmettre des signaux rapides.
On peut l’évaluer au moyen du temps de réponse t R à 5%, défini comme étant le temps au bout
duquel la sortie du système a recopié l’entrée de type échelon à 5% près.
On peut également l’évaluer au moyen de la bande passante à − 3dB du système défini par sa
 
fonction de transfert H ( p) ; cette bande passante s’écrit 0  p où  p est la pulsation (en
rd / s ) telle que :    p , H (0) dB − 3dB  H ( j) dB  H (0) dB .

H(j) dB
H(0)
H(0) -3dB

p 

3.3 Précision en régime permanent

La précision en régime permanent d’un système défini par sa fonction de transfert H ( p) ,
lorsqu’il est soumis à l’entrée x (t ) et que sa sortie vaut y(t ) est définie par la limite :
e = lim x( t ) − y( t ) .
t →

On peut la calculer en utilisant le théorème de la valeur finale pour des entrées types :
e = lim x( t ) − y( t ) = lim p X ( p) − Y ( p) = lim pX ( p)(1 − H ( p)) .
t → p→0 p→0

47
4 PERFORMANCES D’UN SYSTÈME ASSERVI

4.1 Fonctions de transfert d’un système asservi

Le schéma fonctionnel équivalent d’un système asservi peut se ramener à :

perturbation
w(t)
e(t) +
yc(t) + + y(t)
K1G1(p) K2G2(p)
consigne - signal sortie
d’erreur
ym(t) F(p)
sortie mesurée
Intéressons-nous au comportement en suivi de consigne, c’est à dire en présence d’une consigne
yc (t ) , et en l’absence de perturbation, w( t ) = 0 .
Le schéma fonctionnel équivalent devient :

consigne yc + erreur e sortie y

KG(p)
-

F(p)
mesure ym

La fonction de transfert caractérisant la chaîne de puissance est :

K 1 + b1 p + ... + bm p m
KG ( p) = i où K est le gain statique défini par K = lim p KG ( p) .
i

p 1 + a1 p + ... + an p n p→ 0

La fonction de transfert de la chaîne de mesure est F ( p) . Souvent, F ( p) = 1 .

Sinon, on peut toujours se ramener à un
y
système à retour unitaire compte tenu du yc + KGF(p) 1/F(p)
schéma fonctionnel équivalent ci-contre. -

On appelle Fonction de Transfert en Boucle Ouverte le rapport mesure sur erreur :

Ym ( p )
FTBO = = KGF ( p ) .
E ( p)
On verra que son rôle est fondamental pour le réglage du système asservi.

Si on traduit le schéma fonctionnel, on peut écrire Y = KG (Yc − FY ) ; on appelle alors

Fonction de Transfert en Boucle Fermée le rapport sortie sur consigne :
Y ( p) KG( p)
FTBF = = .
Yc ( p) 1 + KGF ( p)

48
Intéressons-nous au comportement en rejet de perturbations, c’est à dire lorsque la consigne est
yc ( t ) = 0 , et en présence d’une perturbation w(t ) .
Le schéma fonctionnel permet d’écrire :
Y ( p) K 2G2 K 2G2 ( p)
= = .
W ( p) 1 + K1G1 K 2G2 F 1 + KGF ( p)
En présence à la fois de consigne et de perturbation, nous pouvons écrire, compte tenu du
principe de superposition :
KG ( p ) K 2G2 ( p )
Y ( p) = Yc ( p) + W ( p) .
1 + KGF ( p) 1 + KGF ( p)
FTBF
L’erreur e entre la consigne et la sortie du système asservi est alors donnée par la relation :
1 K G F ( p)
E ( p) = Yc ( p) − Ym ( p) = Yc ( p) − FY ( p) = Yc ( p) − 2 2 W ( p) .
1 + KGF ( p) 1 + KGF ( p)

Les performances du système asservi sont directement liées aux caractéristiques de ces
différentes fonctions de transfert, en particulier la FTBF.
KG
Mais l’expression de la FTBF, en , la rend difficilement exploitable par le
(1 + KGF )
concepteur de systèmes asservis : comment par exemple choisir un gain K pour tenir un
cahier des charges donné en termes de stabilité, rapidité et précision ? Il intervient à la fois au
numérateur et au dénominateur de la fonction de transfert en boucle fermée donc son influence
sur les différentes performances est difficilement prévisible…
En revanche, K intervient très simplement sur la FTBO dont l’expression est KGF : c’est
un terme multiplicatif qui s’additionne au gain en décibels de la FTBO.

C’est pourquoi on a développé dès les années 1950, des outils qui relient les caractéristiques de
la FTBO aux performances de la FTBF. Ces outils utilisent l’analyse harmonique de la FTBO.
Ils sont exposés dans le chapitre suivant car on les utilise pour calculer des correcteurs
permettant au système asservi de tenir un cahier des charges donné.

4.2 Performances

4.2.1 Stabilité : critère du revers

La stabilité est une performance essentielle pour un système asservi : sauf cas particulier bien
spécifique (dans le domaine militaire notamment), un système asservi doit être stable.

Le critère de Routh appliqué aux dénominateurs des fonctions de transfert qui lient consigne
et sortie, ou perturbation et sortie, c’est à dire à l’équation caractéristique 1 + KG ( p)F ( p) = 0
renseigne sur la stabilité du système en boucle fermée. Il permet même de déterminer la valeur
du gain K de Boucle Ouverte conduisant à la limite de stabilité pour le système asservi, ainsi
que la pulsation d’auto-oscillation.

49
Mais ce critère est limité dans la mesure où :
- c’est un critère mathématique qui repose sur les coefficients de la fonction de transfert
supposés parfaitement identifiés : or on sait à quel point un modèle peut être
approximatif !
- il ne renseigne pas sur l’amortissement du système,
- il ne permet pas la synthèse de correcteur, c’est à dire le choix d’une fonction de
transfert C ( p ) qui, mise en cascade avec KGF ( p) permettrait au système asservi de
tenir un cahier des charges précis en termes de performances.

Le critère du revers est une solution graphique à la recherche du signe de la partie réelle
des racines de l’équation caractéristique 1 + KG ( p)F ( p) = 0 .
Il permet de conclure quant à la stabilité de la Boucle Fermée (vis à vis d’une entrée
consigne ou d’une entrée perturbation) à partir du simple examen du lieu de transfert de
Boucle Ouverte.
C’est une version simplifiée du critère de Nyquist, applicable lorsque la Fonction de Transfert
en Boucle Ouverte n’a pas de racine à partie réelle positive, ce qui est le cas pour la majorité
des systèmes.
On ne le démontre pas mais on l’énonce dans le plan de Nyquist (théorique), puis dans les plans
de Bode et de Black (plus pratiques).

4.2.1.1 Énoncé du critère du revers dans le plan de Nyquist

Dans le plan complexe, on trace le lieu de transfert en boucle ouverte KGF ( j ) lorsque
:0→.

Im

B3,B3

C3,C3 C2 B2
A(-1) C1,C1 O → Re

B1,B1
(3) Instable
KGF(j)
(2) Limite de stabilité
→0
(1) Stable

Le système sera stable si et seulement si lorsque  croît de 0 à l’infini (c’est à dire

lorsqu’on décrit le lieu dans le sens des  croissants), le point M d’affixe KGF ( j ) laisse
le point A d’affixe –1 sur sa gauche.

Le tracé (1) correspond donc à un système stable, le tracé (2) à un système en limite de stabilité,
et le tracé (3) à un système instable.

50
Deux grandeurs permettent de caractériser la stabilité : les marges de phase et de gain.
Pour définir ces grandeurs, on est amené à préciser deux points particuliers du lieu KGF ( j ) :
- le point C : il appartient à l’axe réel donc arg KGF ( jC ) = −180  ,
- le point B : il appartient au cercle unité centré en O donc KGF ( jB ) = 1 .

On définit alors la marge de gain MG et la marge de phase MP par :

OA OA
MG = soit MGdB = 20 log = 0 − KGF ( jC dB
OC OC
     
MP = (OA, OB) = ( x, OB) − ( x, OA) = arg KGF ( jB ) − (−180)
Pour le tracé (1), correspondant à un système stable, on constate que :
MGdB  0 dB et MP  0 .
Pour le tracé (2), correspondant à un système en limite de stabilité, on constate que :
MGdB = 0 dB et MP = 0 .
Pour le tracé (3), correspondant à un système instable, on constate que :
MGdB  0 dB et MP  0 .

Dans les cas de figure courants où gain et phase diminuent lorsque  augmente :

Un système bouclé est stable si et seulement si MGdB  0 dB et MP  0 .

Dans le cas limite où MGdB = 0 dB et MP = 0 , le système est dit auto oscillant : il existe
alors une pulsation  B 2 = C 2 = 0 telle que KGF ( j0 ) = −1 ; si on excite le système avec
une entrée sinusoïdale à cette pulsation, et que l’on coupe cette entrée, alors la sortie reste une
sinusoïde entretenue à cette pulsation puisque le comparateur réinjecte  dans le système.
Dans le cas où le système est stable, il peut être plus ou moins bien amorti selon la distance par
rapport au point A. Par analogie avec le comportement des systèmes du second ordre, on
considérera que :

MP  45
Un système est stable et bien amorti si et seulement si  .
MG  6dB

En général la condition MP  45 suffit. L’expérience montre qu’alors le système en boucle

fermée n’est ni trop oscillant ni trop amorti.
STABLE LIMITE STABILITÉ INSTABLE

Notons que ce critère sera très intéressant lorsqu’il s’agira de choisir le correcteur C ( p ) qui,
mis en série avec KGF ( p) permette au système bouclé d’être stable et bien amorti : dans la
mesure où le module en décibels et l’argument en degrés du correcteur viendront s’ajouter à
ceux de la boucle ouverte non corrigée, on dimensionnera le correcteur pour que MP  45 .

51
4.2.1.2 Énoncé du critère du revers dans le plan de Black
Le critère du revers dans le plan de Black est le même que celui énoncé dans le plan de Nyquist,
à condition de remplacer « gauche » par « droite ».
Le système en boucle fermée est stable si, lorsqu’on décrit dans Black le lieu de transfert de la
Fonction de Transfert en Boucle Ouverte KGF ( j ) dans le sens des  croissants, on laisse le
point A (-180°, 0dB) sur sa droite.
Avec les marges de phase et de gain il n’y a pas d’ambiguïté :

dB KGF(j) KGF(j)

dB 

C

MP>0 MG<0

A (-180°, 0dB) B arg° B A (-180°, 0dB) arg°

MG>0
MP<0

C
Stable Instable

4.2.1.3 Énoncé du critère du revers dans le plan de Bode

Dans le plan de Bode, on se réfère également au tracé de la Fonction de Transfert en Boucle
Ouverte et aux marges de phase et de gain, pour conclure sur la stabilité et le bon amortissement
de la Boucle Fermée :

Stable Instable
MG<0
0dB 0dB
B
MG>0  rd/s B  rd/s

MP>0 C
-180° -180°
 rd/s C MP<0  rd/s

52
4.2.2 Rapidité et bande passante

Les notions de rapidité et de bande passante s’appliquent à tout système linéaire caractérisé par
sa fonction de transfert. Lorsqu’on traite d’un système asservi, c’est la rapidité et la bande
passante de la Fonction de Transfert en Boucle Fermée qui nous intéressent.

Mais pour faire de la synthèse de correcteur, il est plus simple de travailler sur la Fonction de
Transfert en Boucle Ouverte : on va voir que la bande passante de la Boucle Fermée est très
proche d’une pulsation caractéristique pour la Boucle Ouverte, qui est la pulsation de coupure
à 0 dB, c’est à dire la pulsation pour laquelle le module de la Boucle Ouverte vaut 1.

Considérons un système asservi à retour unitaire (on peut toujours s’y ramener), de FTBO
KG ( p) .
KG ( p ) 1 1
La FTBF s’écrit FTBF ( p ) = donc = +1 .
1 + KG ( p ) FTBF ( j ) KG ( j )

On peut faire les approximations suivantes :

1
- si  1 , alors FTBF( j)  1 ,
KG ( j )

1
- si  1 , alors FTBF( j )  KG( j ) .
KG ( j )

 dB
c0 : pulsation de coupure à 0 dB de la Boucle Ouverte
KG(j )>>1
KG(j )=1 donc KG(jc0)dB=0dB

0dB c0  rd/s

FTBF(j )dB

Bande passante de Boucle Fermée : [0 p] KG(j )<<1

KG(j )dB

D’où le résultat suivant :

𝝎𝒑 ⁡(𝐛𝐚𝐧𝐝𝐞⁡𝐩𝐚𝐬𝐬𝐚𝐧𝐭𝐞⁡𝐝𝐞⁡𝐁𝐨𝐮𝐜𝐥𝐞⁡𝐅𝐞𝐫𝐦é𝐞)
≈ 𝝎𝒄𝟎 ⁡(𝐩𝐮𝐥𝐬𝐚𝐭𝐢𝐨𝐧⁡𝐝𝐞⁡𝐜𝐨𝐮𝐩𝐮𝐫𝐞⁡à⁡𝟎⁡𝐝𝐁⁡𝐝𝐞⁡𝐁𝐨𝐮𝐜𝐥𝐞⁡𝐎𝐮𝐯𝐞𝐫𝐭𝐞)

53
4.2.3 Précision en régime permanent
Le rôle d’un asservissement est de faire en sorte que la sortie y(t ) suive le plus fidèlement
possible la consigne yc (t ) , quelle que soit la perturbation w(t ) .
L’écart entre la sortie asservie et la consigne est mesuré par e ( t ) = yc ( t ) − ym ( t ) . Cet écart
qualifie la précision du système : le système est précis si et seulement si e (t ) est ‘petit’.
On s’intéresse à la précision en régime permanent (l’étude du régime transitoire étant couverte
par l’analyse de la stabilité), donc à e = lim e ( t ) , qu’il faut évaluer en fonction de KGF ( j ) ,
t →

des entrées consigne yc (t ) et perturbation w(t ) .

Compte tenu du principe de superposition nous allons dans un premier temps évaluer l’erreur
en fonction de la consigne, puis dans un deuxième temps l’erreur due à une perturbation.

4.2.3.1 Erreur fonction de la consigne

1
w( t ) = 0 donc E ( p) = Yc ( p) − KGF ( p) E ( p) et par conséquent E ( p) = Yc ( p) .
1 + KGF ( p)
Comme pour tout système linéaire, la précision en régime permanent est donnée par le théorème
1
de la valeur finale : e = lim e( t ) = lim pE ( p) = lim p Yc ( p) .
t → p →0 p →0 1 + KGF ( p)
La précision en régime permanent dépend donc :
- du comportement basses fréquences de la FTBO, à savoir, de sa classe i et de son
gain statique K définis par :
K 1 + a1 p + a2 p 2 + ...
KGF ( p) = i
p 1 + b1 p + b2 p 2 + ...

- de la consigne : échelon de position : yc ( t ) =  u( t ) Yc ( p ) =
p

rampe de vitesse : yc ( t ) =  t  u( t ) Yc ( p ) =
p2

rampe d’accélération : yc (t ) =  t 2  u(t ) Yc ( p ) = 2
p3
Les valeurs de e dans différentes situations sont regroupés dans le tableau ci-après :
Entrée Position Vitesse Accélération
yc ( t ) =  u( t ) yc ( t ) =  t  u( t ) yc (t ) =  t 2  u(t )
Classe
système

Classe 0 i =0   
pas d'intégration 1+ K
Classe 1 i =1
0  
une intégration K
Classe 2 i=2
deux intégrations 0 0 2
K

54
La précision en régime permanent d’un système asservi dépend du comportement basses
fréquences de la FTBO : elle augmente avec le gain et la classe de Boucle Ouverte.

Un moyen d’améliorer la précision sera donc :

- soit d’augmenter le gain de Boucle Ouverte, mais alors le lieu de transfert en Boucle
Ouverte dans Black sera translaté d’autant de décibels vers le haut, réduisant la marge
de phase et par suite la stabilité,
1
- soit de rajouter un ou plusieurs intégrateurs (c’est à dire un gain très grand aux
p
basses fréquences), mais à chaque fois on rajoutera une phase négative ( − 90 ) à la
Fonction de Transfert en Boucle Ouverte et son lieu de transfert dans Black sera décalé
vers la gauche, réduisant la marge de phase et par suite l’amortissement et la stabilité.

D’une manière générale, le réglage d’un système asservi fera l’objet d’un compromis entre la
stabilité / l’amortissement et la précision.

4.2.3.2 Erreur due à une perturbation

On envisage le cas d’une perturbation échelon unité, mais le raisonnement peut se généraliser
à tout type d’entrée.

W(p)=1/p, w(t)=u(t)
perturbation échelon
+
Yc(p), yc(t) = 0 + E(p), e(t) + Y(p), y(t)
K1G1(p) K2G2(p)
consigne grandeur
- à asservir
Ym(p), ym(t)
F(p)
mesure

e = lim (0 − ym ( t )) = − lim pF ( p)Y ( p) = − lim p

K 2G2 F ( p) K 2G2 F ( p)
W ( p) = − lim
t → p→0 p→0 1 + K1G1 K 2G2 F ( p) p→0 1 + K G K G F ( p)
1 1 2 2
La valeur de cet écart dépend du comportement basses fréquences des fonctions de transfert
K1G1 ( p ) et K 2G2 F ( p) constituant la FTBO, respectivement en amont et en aval de la
perturbation.
Ces fonctions de transfert peuvent se mettre sous une forme faisant apparaître leur
comportement basses fréquences, défini par leur gain statique ( K 1 , resp. K 2 ) et leur classe ( i1 ,
resp. i2 ) :

K1 1 + 1 p +  2 p 2 + ... K 2 1 +  '1 p +  ' 2 p 2 + ...

K1G1 ( p) = et K 2G2 F ( p) = .
p i1 1 + 1 p +  2 p 2 + ... p i 2 1 +  '1 p +  ' 2 p 2 + ...

55
 K 2 1 +  '1 p +  ' 2 p + ...
p i 2 1 +  '1 p +  ' 2 p + ...
e == − lim
 →0 K 1 +  1 p +  2 p + ... K 2 1 +  '1 p +  ' 2 p + ...
1 + i11
p 1 + 1 p +  2 p + ... p i 2 1 +  '1 p +  ' 2 p + ...

Trois cas sont à envisager pour le calcul de e :

- pas d’intégration dans la boucle ouverte : i1 = i2 = 0 ,
K2
alors e = − : il y a un écart permanent que l’on pourra réduire en augmentant
1 + K1 K 2
le gain K1 de la partie située en amont de perturbation.
- une intégration dans la boucle, en aval de perturbation : i1 = 0 et i2  1 ,
1
alors e = − : malgré l’intégration située en aval de la perturbation, il subsiste un
K1
écart permanent que l’on pourra réduire en augmentant le gain K1 de la partie située en
amont de cette perturbation.
- une intégration dans la boucle, en amont de perturbation : i1  1 ,

alors e = 0 : il n’y a plus d’écart permanent.

Ces résultats sont regroupés dans le tableau ci-après :

Classe de la partie située en

Erreur en régime permanent pour une
amont de la perturbation
perturbation échelon unité : w( t ) = u( t ) .
K1G1 ( p )

 K2
− 1 + K K si i2 = 0
 1 2
i1 = 0 Statisme 
− 1 si i2  1
 K1

i1 = 1 0

i1 = 2 0

56
4.3 Analyse harmonique de boucle ouverte et performances de boucle fermée
Analyse harmonique de la FTBO PERFORMANCES de la FTBF

Autour du point critique DYNAMIQUE

MP = Stabilité
MG = Amortissement
𝝎𝒄𝟎 =⁡ Bande passante à -3dB
Rapidité

Aux basses fréquences STATIQUE

Ks = Erreurs en suivi de consigne
i= échelon, rampe
Ks1 =
i1 = Erreur en rejet de
Ks2 = perturbation échelon
i2 =

10 000
Exemple 1 : FTBO1 = , Boucle Fermée ?
( p + 1) ( p + 10) ( p + 100)

57
 200
Exemple 2 : FTBO2 = , Boucle Fermée ?
p ( p + 10)

100( p + 10)
Exemple 3 : FTBO3 = , Boucle Fermée ?
p 2 ( p + 100)

58
 10 000
Exemple 4 : FTBO4 =
( p + 0,1) ( p + 100)

59
5 MÉTHODE FRÉQUENTIELLE POUR LE CALCUL DE
CORRECTEURS PID

5.1 Principe de la correction par étude fréquentielle

Si on rajoute un correcteur de fonction de transfert C(p) dans la chaîne directe d’un
asservissement, en sortie du comparateur, il est très difficile de prévoir son influence sur les
performances du système asservi : en effet C(p) intervient à la fois au numérateur et au
C(p)KGF(p)
dénominateur de la Fonction de Transfert en Boucle Fermée FTBF(p) = .
1 + C(p)KGF(p)
w
yc + e u+ KGF(p)
ym
C(p)
+
-
Par contre, il est simple d’évaluer l’influence de C(p) sur le comportement fréquentiel de la
Fonction de Transfert en Boucle Ouverte de l’asservissement : le module (en décibels) et
l’argument (en degrés) de C(p)p= jω viennent s’ajouter à ceux de KGF(p)p= jω pour former ceux
de la Fonction de Transfert en Boucle Ouverte corrigée :
 FTBOcorrigée ( j ) = C ( j ) + KGF ( j )
dB dB

dB

arg FTBOcorrigée ( j ) = arg C ( j ) + arg KGF ( j )

Par ailleurs, on a vu que les performances d’un système asservi sont liées aux
caractéristiques harmoniques de sa Fonction de Transfert en Boucle Ouverte :
- La stabilité et l’amortissement sont fonction des marges de phase et de gain, qui
mesurent l’éloignement du lieu de Boucle Ouverte par rapport au point critique A
d’affixe -1, soit A (-180°, 0dB).
- La bande passante à -3dB est [0 ωp ], où  p vaut à peu près la pulsation de
coupure à 0 dB (ou pulsation au gain unité) de la Boucle Ouverte, notée  c 0 .
- La précision en régime permanent est donnée par le comportement basses
fréquences de la Boucle Ouverte (gain(s) statique(s) et classe(s)).
Pour déterminer un correcteur C(p) , on commencera donc par traduire le cahier des charges du
système asservi en caractéristiques souhaitées pour le lieu de Boucle Ouverte corrigée, et à
comparer ces caractéristiques à celles de la Boucle Ouverte non corrigée. Cela permettra
d’identifier ce que le correcteur C(p) doit apporter en termes de gain et de phase, et donc de
s’orienter vers l’une ou l’autre des fonctions de transfert présentées dans le chapitre suivant.
50
→0
Open-Loop Gain (db)
A MP Précision
MG c0
0

Stabilité + Amortissement
-50
Bande passante
-100

-150

→ Open-Loop Phase (deg)

-200
-360 -270 -180 -90 0

60
5.2 Choix d’un correcteur
Un rôle multiple pour le correcteur Proportionnel : C(p) = K …

Pour améliorer la précision d’un système asservi :

K gain
Un correcteur de fonction de transfert C ( p ) =
p terme intégral (classe 1)
améliore la précision d’un système asservi car il augmente le gain basses fréquences de la
Boucle Ouverte (classe 1). Mais il dégrade la stabilité et l’amortissement à cause du déphasage
de − 90 apporté par l’intégrateur
1
.
p
Pour localiser son action aux basses fréquences, on le couple à un dérivateur (1 + τp ) en calant
correctement 1/τ par rapport au système, ce qui conduit à une fonction de transfert
1 + τp
C(p) = K : c’est le correcteur Proportionnel Intégral (PI).
τp
arg°,  dB

-20dB/décade
A(-180°,0dB)

20logK

1/ c0  rd/s

0°

-90°

action basses fréquences

Pour améliorer la stabilité et l’amortissement :

Une solution couramment utilisée consiste à ajouter localement de la phase autour du point
critique A (-180°, 0dB) pour augmenter la marge de phase, avec un correcteur à avance de
1 + aτ p
phase ou Dérivé (D) de fonction de transfert C(p) =
1+ τ p
arg°,  dB
20loga
+20dB/décade
10loga

0dB

1/a 1/a=c0 1/  rd/s

90°
m=arcsin (a-1)/(a+1)
0°

C’est un dérivateur local, qui influe sur la stabilité et l’amortissement mais pas sur la précision,
puisqu’il ne modifie pas le comportement basses fréquences de la Boucle Ouverte.

61
Pour régler un système asservi, on s’intéressera d’abord à l’influence d’un correcteur
Proportionnel, avant d’envisager un correcteur Proportionnel Intégral puis un correcteur
Dérivé, voire la mise en série de ces différents correcteurs.

5.3 Calcul des paramètres du correcteur

Dans ce chapitre, nous allons illustrer plus précisément la démarche à suivre au travers d’un
50
exemple où la FTBO du système non corrigé est KGF(p) = , dont
( 1 + p)(1 + 0.1 p)(1 + 0.005 p)
on a tracé le Bode ci-dessous.

KGF ( jω) présente les caractéristiques suivantes :

- Autour du point critique A (-180°, 0dB) :

o MP =
o MG =
o ωc0 =

- Aux basses fréquences :

o Classe(s) : i =…….., i1 =…….., i2 =……..
o Gain(s) statique(s) : K =….., K1 =….., K2 =…...

Ces caractéristiques renseignent sur les performances du système bouclé lorsque C(p) = 1 :
- Stabilité / Amortissement : système stable mais oscillant
- Bande passante à -3dB :  0 20 rd/s 
- Précision en régime permanent :

- en suivi de consigne échelon : yc (t ) = u (t ) e0 =
1 + 50
rampe : yc(t) = βtu(t) e1 = 
50
- en rejet de perturbation échelon : w(t ) = u (t ) ep = − 
1 + 50

5.3.1 Correcteur Proportionnel (P)

Cahier des charges n° 1 : le système bouclé doit être stable et bien amorti.
Caractéristique(s) souhaitée(s) pour la Boucle Ouverte :
Est-ce qu’un correcteur Proportionnel C(p) = K conviendrait ? K > 1 ou K < 1 ?
Détermination graphique de K :

62
5.3.2 Correcteur Proportionnel Intégral (PI)
Cahier des charges n°2 :
- Stabilité / Amortissement : système stable et bien amorti
- Bande passante à -3dB : [0 ωp ] non contrainte
- Précision en régime permanent :
- en suivi de consigne échelon : yc (t ) =  u (t ) e0 = 0
rampe : yc (t ) =  t u (t ) e1 bornée
- en rejet de perturbation échelon : w(t ) =  u(t ) ep = 0

L’objectif de performance relatif à la précision impose d’utiliser un correcteur PI de

1 + τ PI p
fonction de transfert CPI (p) = K PI (classe 1 localisée aux basses fréquences).
τ PI p
Les paramètres K PI et  PI du correcteur sont contraints par l’amortissement souhaité pour le
système asservi. On peut organiser leur calcul en trois étapes.

(1) Réglage de l’amortissement

Le système asservi doit être stable et bien amorti, donc sa Boucle Ouverte Corrigée
CPI (p)  KGF(p) doit avoir une marge de phase MP = 45 .
Pour l’exprimer, il faut introduire une inconnue supplémentaire notée ωc0 ( 2 ) , pulsation de
coupure à 0 dB du système KGF(p) corrigé par C PI (p) .
arg C PI (jωc 0( 2 ) )KGF(jωc 0( 2 ) ) = −135

Dès lors, MP = 45 s’écrit  .
=
(2) (2)


C PI (jωc 0 )KGF(jω c 0 )
dB
0 dB

, K PI et  PI . Pour le résoudre, il faut

(2)
C’est un système de 2 équations à 3 inconnues : ωc 0
rajouter une hypothèse.

(2) Hypothèse concernant le correcteur

(2)
On va supposer que 1/τ PI  ωc 0 . L’action intégrale du correcteur sera ainsi localisée aux
(2)
basses fréquences, si bien qu’à la pulsation ωc 0 , il n’apportera qu’une petite phase  I
négative, généralement fixée entre –5° et –10°. Le gain y sera alors d’environ 20 log K PI .
arg°,  dB

-20dB/décade

20logKPI

1/PI c0(2)  rd/s

0°
I=-5° à –10°
-90°

action basses fréquences

63
 arg C PI (jωc 0( 2 ) ) = −10

Dans notre cas, on choisit : 
) = 20 log K PI
(2)
 C (jω
 PI c 0 dB

(3) Détermination des paramètres du correcteur

− 10 + arg KGF(jωc 0( 2 ) ) = −135

Des 4 équations précédentes on tire : 
20 log K PI + KGF(jωc 0 ) = 0dB
(2)

 dB

La première égalité et le tracé de KGF ( j ) permettent de déterminer ωc 0  8rd/s .

(2) (2)
: ωc0
−13 / 20
= 13 dB , et la deuxième égalité donne K PI = 10 = 0.2 .
(2)
Dès lors KGF(jωc 0 )
dB

Pour obtenir  PI , on exploite l’hypothèse arg C(jωc0 ) = −10 .

(2)

tg( 80 )
Il vient − 90 + arctg τ PI ωc0 = −10 d’où τ PI =
(2)
(2)
, donc τ PI = 0.7 s .
ωc 0
1 + 0.7 p
Le correcteur PI a donc pour fonction de transfert C PI (p) = 0.2 .
0.7 p

(2)
On peut vérifier que 1/τ PI  ωc 0 mais surtout, il faut s’assurer que le lieu de boucle ouverte
1 + 0.7 p 50
corrigée, C PI (p)KGF(p) = 0.2 , présente des
0.7 p ( 1 + p)(1 + 0.1 p)(1 + 0.005 p)
caractéristiques conformes au cahier des charges de l’asservissement :
(2)
- autour du point critique, on repère MP, MG, et ωc 0 : …………………………….
- aux basses fréquences, on repère classe(s) et gain(s) statique(s) : ………………….

64
Cahier des charges n°3 :
On suppose qu’une contrainte supplémentaire est posée quant aux performances de

l’asservissement : on souhaite e1  .
100
Cela impose un gain statique de 100 pour la boucle ouverte, et donc une
1 + 0.7 p 50
FTBO = G1 (p) = 7  0.2 .
0.7 p ( 1 + p)(1 + 0.1 p)(1 + 0.005 p)

Correcteur PI KGF(p)
+ grand gain

Mais alors, le tracé du lieu de Bode de

G1 ( jω) montre que le système
asservi n’est plus assez amorti, sa
marge de phase valant :
MP =13 , à c*0 = 25rd/s .

5.3.3 Correcteur Dérivé (D) ou ‘à avance de phase’

L’objectif de performance relatif à la stabilité et à l’amortisement impose d’utiliser un
1 + aτ D p
correcteur Dérivé de fonction de transfert CD(p) = (apport local de phase autour du
1+ τD p
point critique).
Comme pour le correcteur PI, le calcul des paramètres 𝑎 et τ D peut s’organiser en trois étapes.
(1) Réglage de l’amortissement
Le système asservi doit être stable et bien amorti, donc sa Boucle Ouverte Corrigée
C D(p)  G1(p) doit avoir une marge de phase MP = 45 .

Pour l’exprimer, il faut introduire une inconnue supplémentaire notée ωc0 ( 3 ) , pulsation de
coupure à 0 dB du système G1 (p) corrigé par C D (p) .

arg C D(jωc 0( 3 ) )G1(jωc 0( 3 ) ) = −135


Dès lors, MP = 45 s’écrit  .
=
(3) (3)


C D(jωc 0 )G1 (jωc 0 )
dB
0 dB
(3)
C’est un système de 2 équations à 3 inconnues : ωc 0 , a et τ . Pour le résoudre, il faut rajouter
une hypothèse.

65
 (2) Hypothèse concernant le correcteur
On va supposer que le correcteur, dont l’allure du Bode est rappelée ci-dessous, apporte le
(3)
maximum de phase en ωc0 .

arg°, CD(j)dB
20loga
+20dB/décade
10loga

0dB

m=arcsin (a-1)/(a+1)
90°

0°

1/aD 1/Da 1/D  rd/s

𝑎−1
𝑎𝑟𝑔 𝐶𝐷 (𝑗𝜔𝑐0 (3) )° = 𝑎𝑟𝑐𝑠𝑖𝑛 𝑎+1
= 1
(3)
Cela revient à supposer que ωc 0 et {
τD a |𝐶𝐷 (𝑗𝜔𝑐0 (3) )|𝑑𝐵 = 10 𝑙𝑜𝑔 𝑎

(3) Détermination des paramètres du correcteur

 a −1
arcsin a + 1 + arg G1(jωc 0 ) = −135
(3)

Des 4 équations précédentes on tire : 

10 log a + G1(jωc 0( 3 ) ) = 0dB
 dB

(3)
Il s’agit d’un système non linéaire de 2 équations à 2 inconnues ωc 0 et a .

(3)
Pour trouver le couple (ωc0 ,a) qui satisfasse au mieux ce système, on peut exprimer a en
(3)
fonction de ωc 0 à l’aide de la 2ème équation, puis injecter l’expression obtenue dans la
1ère équation et la résoudre à l’aide d’un solveur mathématique.
(3)
On peut également procéder par itération sur ω , car l’expérience montre que la valeur ωc 0
cherchée se situe dans l’intervalle [1.5×ωc0 non corrigée 2×ωc0 non corrigée ].
Dans notre cas, 1.5×ωc0 non corrigée ⁡=⁡1.5×ω*c0 =⁡1.5×25⁡=⁡37rd/s⁡
et 2×ωc0 non corrigée ⁡=⁡2×ω*c0 ⁡=⁡2×25⁡=⁡50rd/s⁡
dans l’intervalle 30 rd/s 50 rd/s .
(3)
donc on cherchera ωc 0
Quant à a , il sera choisi parmi les valeurs entières de l’intervalle [1 20].
a-1
L’exploitation des tableaux [a 10 log(a) arcsin( )] et [ω |G1 (jω)|dB arg(G1 (jω))°]
a+1
(3)
pour 𝑎 ϵ [1 20] et 𝜔⁡𝜖⁡[30𝑟𝑑/𝑠⁡⁡⁡⁡50𝑟𝑑/𝑠] permettra de trouver le couple (ωc0 ,a) qui
satisfait au mieux le système.

66
 Gain et phase Gain et phase de la FTBO
1 + aτ D p G1(p) = 7  0.2 
1 + 0.7 p 50
du correcteur dérivé CD(p) = 0.7 p ( 1 + p)(1 + 0.1 p)(1 + 0.005 p)
1+ τD p
en ω= 1⁄τ𝐷 √a pour ω ϵ [30rd/s 50rd/s]

a −1
a 10 log a arcsin ( )°  (rd/s) |G1(j)|dB arg(G1(j))°
a +1
1 0 0 31 -3.3 -172
2 3.0 19 32 -3.8 -172
3 4.8 30 33 -4.3 -173
4 6.0 37 34 -4.8 -174
5 7.0 42 35 -5.3 -175
6 7.8 46 36 -5.8 -175
7 8.4 49 37 -6.3 -176
8 9.0 51 38 -6.7 -177
9 9.5 53 39 -7.2 -177
10 10.0 55 40 -7.6 -178
11 10.4 56 41 -8.0 -178
12 10.8 58 42 -8.4 -179
13 11.1 59 43 -8.9 -180
14 11.5 60 44 -9.3 -180
15 11.8 61 45 -9.6 -181
16 12.0 62 46 -10.0 -181
17 12.3 63 47 -10.4 -182
18 12.6 63 48 -10.8 -182
19 12.8 64 49 -11.1 -183
20 13.0 65 50 -11.5 -183

1 1
On choisit dans notre cas a = 5 , c0 = 39rd / s , et donc  D = = = 0.01s .
(3)

a c 0 5  39
( 3)

1 + 5  0.01p
Le correcteur s’écrit alors CD ( p) = et on vérifie que, mis en série avec G1 ( p) , il
1 + 0.01p
conduit bien à l’amortissement souhaité.

5.3.4 Correcteur Proportionnel Intégral Dérivé (PID)

Il s’agit de la mise en série d’un correcteur Proportionnel Intégral pour garantir la précision ou
la rapidité de l’asservissement, et d’un correcteur Dérivé qui assure un bon amortissement.

1 + 0.7 p 1 + 5  0.01 p
Dans notre exemple, C PID ( p ) = 7  0.2   .
0.7 p 1 + 0.01 p

67
5.3.5 Mise en évidence des différentes étapes de calcul d’un correcteur
1. Système non corrigé en boucle ouverte :
50
50 KGF ( p ) =
→0 (1 + p )(1 + 0.1 p )(1 + 0.005 p )
Open-Loop Gain (db)
A MP Précision
0
MG c0
Stabilité+Amortissement Stabilité et amortissement :
-50
+Bande passante MP=22°

-100 Bande passante à -3dB :

c0=21rd/s

-150 Précision :
K=50
Open-Loop Phase (deg) Pas d’intégrateur 1/p (i= i1=0)
-200
-360 -270 -180 -90 0

2. Mise en série d’un correcteur PI :

1 + 0.7 p
200 C PI ( p ) = 7  0.2 et KGF ( p )
Open-Loop Gain (db) Asymptote à –90° 0.7 p
150

100

50 Stabilité et amortissement :
MP MP=13°
0
c0 Bande passante à -3dB :
-50
c0=25rd/s
-100
Précision :
-150 K=100
Open-Loop Phase (deg) Un intégrateur 1/p (i=i1=1)
-200
-360 -270 -180 -90 0

3. Actions combinées du correcteur PI et du terme dérivé, correcteur PID :

 1 + 0 .7 p
200
 C ( p ) = 7  0 . 2
Open-Loop Gain (db) Asymptote à –90° 
PI
0 .7 p
150  et KGF ( p)
100 C ( p ) = 1 + 5  0.01 p
 D 1 + 0.01 p
50
Stabilité et amortissement :
0 MP MP=45°
c0
-50 Bande passante à -3dB :
c0=38rd/s
-100

-150 Précision :
Open-Loop Phase (deg) K=100
-200 Un intégrateur 1/p (i=i1=1)
-360 -270 -180 -90 0

68
5.4 Réalisation de correcteurs analogiques à l’aide d’amplificateurs
opérationnels
Les schémas de réalisation de correcteurs qui suivent reposent sur le principe de fonctionnement
de l’amplificateur opérationnel en linéaire :

Z2(p)

Z1(p) -
s( p ) Z ( p)
=− 2
e + e( p) Z1 ( p )
s

1 + 0.7 p 1 + 5  0.01 p
Dans notre exemple où C PID ( p ) = 7  0.2   ,
0.7 p 1 + 0.01 p

PI D (avance de phase)
le montage résultera de la mise en cascade de deux amplificateurs opérationnels :
R2 C2
R4 C4

R1
- R3 C3
-
e +
u
+
s

1 1
R2 + R4 +
u C2 p 1 + R2 C 2 p R 1 + R2 C 2 p s C4 p C 1 + R4C4 p
=− =− =− 2 =− =− 3
e R1 R1C 2 p R1 R2 C 2 p u R3 +
1 C4 1 + R3C3 p
C3 p
s s u R2C3 1 + R2C2 p 1 + R4C4 p
CPID ( p) = =  =
e u e R1C4 R2C2 p 1 + R3C3 p

P I D

Il suffit d’identifier les valeurs numériques aux valeurs littérales pour déterminer des capacités
et des résistances (ou potentiomètres) qui permettent de réaliser concrètement le correcteur
1 + 0.7 p 1 + 5  0.01 p
C PID ( p ) = 7  0.2   .
0.7 p 1 + 0.01 p

69
70
Commande numérique
des systèmes

71
 1 PRINCIPE

Lorsque la commande du système est réalisée par un calculateur, on parle de commande

numérique et le schéma fonctionnel du système asservi devient le suivant :

CALCULATEUR PARTIE
NUMÉRIQUE ANALOGIQUE w(t)

COMPARATEUR
C
yc + e u ACTIONNEUR SYSTÈME y
CORRECTEUR N AMPLI
Consigne - Signal A Sortie
SYSTÈME À ASSERVIR
d'écart

C ym
A CAPTEUR
N Mesure

Équivalent à :

Réglage numérique
Perturbation
Convertisseur Convertisseur Sortie
Analogique Numérique
Numérique CALCULATEUR Analogique SYSTÈME
(CAN) (CNA)

Le calculateur traite de suites de nombres, et non pas de grandeurs évoluant continûment au

cours du temps, dites analogiques.

La grandeur analogique mesurée en sortie du système est donc échantillonnée à la période Te,
c’est à dire transformée en une suite de nombres par un Convertisseur Analogique Numérique
(CAN).

Cette suite est éventuellement manipulée au niveau d’un algorithme de réglage, le correcteur
numérique, pour être transformée en une autre suite de nombres qui ne peut pas attaquer
directement le système continu.

Elle est transformée en signal analogique grâce au Convertisseur Numérique Analogique

(CNA).

72
La figure ci-dessous met en évidence la nature des signaux intervenant dans le réglage :

Horloge

Te

Grandeur Grandeur
de réglage Système à régler
CAN Algorithme CNA à régler
y( Te) u(Te) u(t) y(t)

t t t t

Correcteur numérique

Les avantages principaux d’une telle commande sont la souplesse (algorithmes faciles à
modifier), la précision, la fiabilité, l’adaptabilité.
Côté inconvénients, on peut citer une légère dégradation des performances dynamiques (retard
des convertisseurs), ainsi que des difficultés de mise en œuvre sur les systèmes rapides.

1.1 Théorème de l’échantillonnage

w(t)
La problématique :

Signal analogique

Conversion w(tk) tk=k Te

Analogique Conversion
Numérique Numérique
t-3 t-2 t-1 t0 t1 t2 t3 t4 t5 t6 t7 t8 t9 t
Analogique
Signal échantillonné

wi(tk)
wN
wN-1
Quantification

t-3 t-2 t-1 t0 t1 t2 t3 t4 t5 t6 t7 t8 t9 t

w3
w2 Signal numérique
w1

73
Théorème de Shannon (cf. Annexe 1) :
Un signal analogique w(t ) dont la transformée de Fourier est nulle à l’extérieur de l’intervalle
− 0 ,0  est parfaitement défini par ses valeurs numériques w( kTe ) si la pulsation
2
d’échantillonnage e = satisfait l’inégalité : e  20 (condition de Shannon)
Te

 N =  e / 2 joue un rôle important en théorie des signaux échantillonnés : on l’appelle

pulsation de Nyquist.

Corollaire :
+
1
W ( ) =
*

Te
W ( + k
k = −
e ) est la Transformée de Fourier du signal échantillonné
+
w (t ) =
*
 w(kT ) (t − kT ) ,
k =−
e e

où  ( t − kTe ) représente une impulsion de Dirac à l’instant kTe .

Relation entre les spectres des signaux filtrés et échantillonnés :

|W()|


-0 0 e/2 e

|W1()|


-0 0 e/2 e

|Te.W1*()|


-0 0 e/2 e

74
1.2 Filtre de garde
Le signal analogique à numériser est souvent contaminé par des perturbations de fréquences
élevées : le spectre du signal s’étend alors au-delà de la bande − 0 , 0  , et il est nécessaire de
filtrer avant d’échantillonner.
C’est le rôle du filtre de garde : c’est un filtre analogique passe-bas choisi parmi la batterie de
filtres analogiques existants (1er ordre, 2nd ordre, Butterworth, Chebyshev, Elliptique, …) dans
le but de respecter la condition de Shannon, et donc de permettre un échantillonnage du signal
qui ne modifie pas son contenu informationnel.

1.3 Conversion Numérique Analogique

On utilise, pour la reconstruction du signal analogique à partir de la suite d’échantillons, un
Convertisseur Numérique Analogique qui réalise la fonction suivante :

u( kTe ) CNA

u0 ( t )

t , kTe  t  ( k + 1)Te , u0 (t ) = u( kTe )

On l’appelle bloqueur d’ordre zéro (Zero Order Hold).

Sa fonction de transfert est la transformée de Laplace de la réponse impulsionnelle, soit :

1 1

0 Te 2Te 3Te temps 0 Te 2Te 3Te temps

1 1 1 − e −Te p
Bo ( p) = L(réponseimpulsionnelle) = − e −Te p = .
p p p
Te
1 − e −Te j sin(Te / 2) − j
Son comportement fréquentiel est donc donné par : B0 ( j ) = = e 2
.
j  /2
B0(j)/Te
1

0.8

0.6

0.4

0.2

0
0 1 2 3 4 /e
Analyse harmonique du bloqueur d’ordre zéro

75
1.4 Choix de la période d’échantillonnage
Dans la pratique, on adopte une marge de sécurité sur la condition de Shannon et on choisit :

e = 10 à 20 fois 0

Le tableau qui suit donne un ordre de grandeur des périodes d’échantillonnage couramment
rencontrées dans différents domaines.

Variables Période d’échantillonnage Te

Position en robotique 1 à 5 ms
Position en machine outil 0.5 à 10 ms
Débit 1à3s
Pression 1à5s
Niveau 5 à 10 s
Température 10 à 45 s

1.5 Nécessité d’une théorie des systèmes échantillonnés

La mise en place d’une théorie des systèmes échantillonnés se justifie par :
- l’imprécision de la numérisation, entraînant des phénomènes inexpliqués par la théorie
des systèmes continus,
- un potentiel numérique inexploité si on s’en tient à la théorie des systèmes continus,
- l’existence de systèmes intrinsèquement discrets.

76
2 THÉORIE DES SYSTÈMES DISCRETS

2.1 Systèmes discrets

2.1.1 Décomposition d’un système asservi commandé par calculateur en 2 sous-

systèmes discrets

Horloge
3 1 2 4

Algorithme CNA Système

CAN
à régler

2.1.2 Systèmes discrets, linéaires, stationnaires, causaux

u( kTe ) SYSTÈME DISCRET

y( kTe )
Te

2.1.3 Exemples de systèmes discrets

▪ Cas du compte bancaire
▪ Cas d’un système régi par une équation aux différences
▪ Cas de l’intégrateur numérique
t

u(t ) y( t ) =  u( )d

 0

u( kTe ) Intégrateur

y( kTe )
numérique Te

77
2.1.4 Caractérisation d’un système discret par sa réponse impulsionnelle discrète
Réponse impulsionnelle discrète :

u( kTe ) y( kTe )

SYSTÈME DISCRET
1,0,0,..., 0,... Te g( kTe ) = g0 , g1 , g2 , g3 ,...
une suite particulière : réponse impulsionnelle discrète
l’impulsion discrète
g2 g3
1 g1
g0

0 Te 2Te 3Te temps 0 Te 2Te 3Te temps

Expression de y k en fonction de ui i  k et g j j k :

Impulsion discrète Réponse impulsionnelle discrète

Instant 0 Instant kTe Instant 0 Instant kTe

0, 0, ...,0,1, 0, 0, 0, ......,0, 0, 0, ...  u0 0, 0, ...,0, g0 , g1 , g2 , g3 ,.......,gk −1 , gk , gk +1 ,...
0, 0, ...,0, 0,1, 0, 0, ......,0, 0, 0, ...  u1 0, 0, ...,0, 0 , g0 , g1 , g2 , g3 ,.........., gk −1 , gk ,....
0, 0, ...,0, 0, 0,1, 0, ......,0, 0, 0, ...  u2 0, 0, ...,0, 0 , 0 , g0 , g1 , g2 , g3 ,......, gk −2 , gk −1 , gk ....
... ... ...
... ... ...
0, 0, ...,0, 0, 0, 0, 0, ......,1, 0, 0, ...  uk 0, 0, ...,0, 0 , 0 , 0 , 0 , ................., g0 , g1 , g2 ,...
0, 0, ...,0, 0, 0, 0, 0, ......,0,1, 0, ...  uk +1 0, 0, ...,0, 0 , 0 , 0 , 0 , ................., 0 , g0 , g1 , g2 ,...
... ...

Linéaire

u( kTe ) y( kTe )

Stationnaire
SYSTEME Causal
DISCRET

0, 0, ..., 0, u0 , u1 , u2 , ......, uk , uk +1 , ... 0, 0, ..., 0, y0 , y1 , y2 , y3 ,......., yk −1 , yk , yk +1 ,...

y k = u0 g k + u1 g k −1 + u2 g k − 2 + ... + uk g 0

78
2.2 Modélisation des systèmes discrets

2.2.1 Transformée en Z d’une suite

La transformée en Z d’un signal discret {w(kTe)}, dénotée W(z) ou Z {w(kTe)}, est définie par
la série de puissances négatives suivante, où z est une variable complexe :

Zw(k ) = W ( z ) =  wk z −k
k =0

À titre d’exemple, on déterminera la transformée en Z des suites :

▪  ( kTe )
▪ u(kTe ) = 3,2,1,−1,0,0,0,... avec k  0
▪ g(kTe ) = p k

2.2.2 Propriétés
Les principales propriétés de la transformée en Z sont regroupées ci-dessous :

Linéarité
Z (w1 (kTe )+ w2 (kTe )) = Zw1 (kTe )+ Zw2 (kTe )
Z (aw(kTe )) = aZw(kTe ) a  C
Décalages temporels
Z w(kTe − lTe ) = z − lW ( z ) l Ν
l −1
Z w(kTe + lTe ) = z lW ( z ) −  w( iTe ) z l −i l N
i =0

Dérivation complexe
Z kTe w( kTe ) = −Te z
dW
( z)
dz
Changement d’échelle complexe
  z
Z a kTe w( kTe ) = W ( Te ) a  C*
a
Valeur finale
lim w( kTe ) = lim ( z − 1)W ( z )
k → z →1

Ce théorème ne s’applique que si les modules des pôles de W(z) sont strictement plus petits que
1, à l’éventuelle exception d’un pôle simple égal à 1.
Produit de convolution
k
si y( kT ) = ( g * u)(kT ) =  u( lT ) g ( kT − lT ) , alors Z y( kTe ) = G ( z )U ( z )
e e e e e
l =0

79
On a regroupé dans le tableau ci-après les transformées de Laplace de différents signaux
continus, ainsi que leurs transformées en Z lorsqu’ils sont échantillonnés à la cadence Te.

N° w(t ) L( w( t )) w( kTe ) Z w( kTe )

1  (t ) 1  (kTe ) 1

2 1 1 1 z
p z −1
3 t 1 kTe Te z
p2 ( z − 1) 2
4 1 2
t
1 1
( kTe ) 2 Te2 z( z + 1)
2 p3 2 2( z − 1) 3
5 e − at 1 e − akTe z
p+a z − e −aTe
6 a kTe z
z − a Te
7 k
pi z
z − pi
8 te − at 1 kTe e −akTe Te e − aTe z
( p + a )2 (z − e )
− aTe 2

9 kTe a kTe Te aTe z

( z − aTe ) 2
10 1 ( −1) l −1  l −1 z
( p + a )l ( l − 1)!  a z − e −aTe
l −1

11 1 l −2 z

( l − 1)! i =0
( k − i ) p k −l +1 ( z − p) l

12 sin( t ) ω sin( kTe ) sin(Te ) z

p + ω2
2
z − 2 cos(Te ) z + 1
2

13 cos( t ) p cos( kTe ) z( z − cos(Te ))

p + ω2
2
z − 2 cos(Te ) z + 1
2

14 e − at sin( t ) ω e −akTe sin(kTe ) e − aTe sin(Te ) z

(p + a)2 + ω 2 z 2 − 2e −aTe cos(Te ) z + e −2 aTe
15 e − at cos( t ) p+a e −akTe cos(kTe ) z( z − e − aTe cos(Te ))
(p + a)2 + ω 2 z 2 − 2e −aTe cos(Te ) z + e −2 aTe

80
2.2.3 Transformée en Z inverse
On se propose de déterminer l’expression de la suite w( kTe ) à partir de sa transformée en Z
rationnelle :

b0 z m + b1 z m−1 + ... + bm
W ( z) = .
z n + a1 z n−1 + ... + an

Une méthode simple utilise les propriétés précédemment énoncées de la transformée en Z, après
avoir effectué les opérations suivantes :

1- Factorisation du dénominateur de W ( z ) : z n + a1z n−1 + ... + an = ( z − p1 )...(z − pn ) .

2- Décomposition en éléments simples de W (z ) :

☺ cas de pôles simples différents de zéro

c1z cz cz z − pi
W ( z ) = c0 + + 2 + .....+ n avec c0 = W (0), c i = lim W ( z) ,
z − p1 z − p2 z − pn z → pi z

wk = c0  k + c1 p1 + ... + cn pn .
k k
donc

 cas d’un pôle multiple p, de multiplicité l, différent de zéro

cz c2 z cl z 1 d i  ( z − p) l 
W ( z ) = ... + 1 + + ... + + ... , où c = lim   W ( z )  i =0,1,....,l −1
z − p (z − p)2 (z − p)l l −i i
z → p  i! dz  z 
z
k (k − 1).... (k − l + 2 ) p k − l +1
1
La transformée en z inverse de l est
(z − p ) ( l − 1)!

1 l −2
donc w(kTe ) = .... + c1 p k + c2 k p k −1 + .... + cl 
(l − 1)! i =0
( k − i ) p k −l +1 + ....

 cas d’un pôle nul de multiplicité l

1 d i l 
W ( z ) = ...c0 +
c1 c2 c
+ 2 + ... + ll + ... avec c l −i = lim  i
(z W (z )) i =0,1,....,l ,
z z z z →0  i! dz 

donc w( kTe ) = ... + c0 ( kTe ) + c1( kTe − Te ) + c2 ( kTe − 2Te ) + ... + c l ( kTe − lTe )
.

Il s’agit d’un train d’impulsions unité apparaissant aux instants 0, Te , ..., lTe .

81
2.2.4 Fonction de Transfert Discrète

Définition :
La sortie y( kTe ) d’un système discret, linéaire, causal, stationnaire s’exprime comme le
produit de convolution de l’entrée u( kTe ) qui lui est appliquée et de sa réponse
impulsionnelle g ( kTe ) :
k
y(kTe ) = (g * u)(kTe ) =  u(lTe ) g (kTe − lTe )
l =0

Compte tenu des caractéristiques de la transformée en Z d’un produit de convolution :

Y ( z ) = G ( z )U ( z )

La transformée en Z, notée G(z) , de la réponse impulsionnelle g( kTe d’un système discret,
linéaire, causal, stationnaire est appelée Fonction de Transfert Discrète.

Fonction de Transfert Discrète rationnelle et équation récurrente :

Te
{uk} G(z) {yk}
U(z) Y(z)

Lorsque la Fonction de Transfert Discrète est une expression rationnelle en z :

N ( z ) b0 + b1 z + .....+ bm z m b0 z − n + b1 z1−n + .....+ bm z m−n Y ( z )

G(z) = = = = ,
D( z ) a0 + a1 z+.....+ z n a0 z −n + a1 z1−n+.....+1 U ( z)

on peut écrire la relation suivante entre Y (z ) et U (z ) :

(b0 z −n + b1z1−n + .....+ bm z m−n )U ( z) = (a0 z −n + a1z1−n+.....an−1z −1+1)Y ( z) ,

d’où :

b0 z −nU ( z) + b1z −( n−1)U ( z) + .....+ bm z −( n−m)U ( z) = a0 z −nY ( z) + a1z −( n−1)Y ( z)+.....an−1z −1Y ( z)+Y ( z)
et, en utilisant la propriété du décalage temporel :

yk = −an−1 yk−1 − ... − a1 yk−( n−1) − a0 yk−n + bm uk−( n−m) + ... + b1uk−( n−1) + b0 uk−n

L’entrée et la sortie du système sont liées par une équation récurrente… et réciproquement…

82
Exemples :
▪ Un système discret est défini par l’équation récurrente :
y k + 3 y k −1 + 4 y k −3 = 0,1uk + 0,5uk −1 − 0,2uk −2
Déterminer sa Fonction de Transfert Discrète.

Y (z) 1 − z −1
▪ Un système discret est défini par sa FTD : = .
U ( z ) 1 + 0,2 z −1
Déterminer l’équation récurrente qui régit ce système.

83
Fonction de transfert discrète d’un système analogique couplé à un calculateur :
Un système analogique décrit par sa fonction de transfert G ( p ) est couplé à un calculateur
travaillant à la cadence Te comme indiqué ci-dessous :

Te Te
{uk} CNA G(p) CAN {yk}
U(z) Y(z)

B0G( z ) = H(z)

Comment déterminer la FTD de l’ensemble {CNA, G(p), CAN}, noté B0G(z ) ?

▪ À partir de la réponse impulsionnelle discrète ?

0 Te 2Te 3Te temps

Te Te
{uk} CNA G(p) CAN {yk}
U(z) Y(z)

▪ À partir de la réponse indicielle ?

0 Te 2Te 3Te temps

Te Te
{uk} CNA G(p) CAN {yk}
U(z) Y(z)

L’ensemble {Convertisseur Numérique Analogique (Échantillonneur Bloqueur), système

analogique, Convertisseur Analogique Numérique} est un système discret de fonction de
transfert discrète :
𝑌(𝑧) 𝑧−1 𝐺(𝑝)
𝐵0 𝐺(𝑧) = 𝐻(𝑧) = =( ) 𝑍 {ℒ −1 ( )}
𝑈(𝑧) 𝑧 𝑝

84
Exemple :
1
▪ G ( p) = ; calculer H(z) = B0G( z) .
p+2

85
Remarque concernant les pôles des fonctions de transfert continue et discrète :
Si le système analogique décrit par sa fonction de transfert G ( p ) présente un pôle − a de
G ( p)
multiplicité l , alors contient dans sa décomposition en éléments simples :
p
c1 c2 cl
+ + ....+ ,
p + a ( p + a) 2
( p + a) l
c l (− 1)  l −1 
l −1
  G ( p )  c1 z c2Te e − aTe z z .
donc Z L−1   contient + + .... + l −1  
  p 
−aTe
(z − e ) (z − e ) −aTe 2
( l − 1)!  a  z − e −aTe 

Ainsi, le pôle p = −a donne-t-il naissance dans la fonction de transfert discrète B0G( z )

au pôle z = e − aTe .

Au niveau des pôles des fonctions de transfert continues et discrètes, il y a correspondance entre
le demi plan gauche (pôle stable en continu) et l’intérieur du cercle unité (pôle stable en discret),
comme le montre le schéma ci-dessous :
Im p Im z

N
STABILITE
Re
1
Re +
Condition de Shannon
- N

Im p Im z

N

Re
1
Re + RAPIDITE
- N

Im p Im z

N

Re Re
1 + AMORTISSEMENT
- N

Im p Im z

N

Re Re ‘BON’ REGLAGE
1

- N

86
2.2.5 Discrétisation des équations d’état
Formalisme d’état :
Le formalisme d’état est une vision élargie de la théorie des systèmes reposant sur le concept
d’énergie. L’évolution de tout système est directement liée à celle du volume énergétique qu’il
renferme. Pour un système donné, ce volume représente l’état du système alors spécifié par des
grandeurs caractéristiques ; modifier l’évolution revient donc à agir sur l’état grâce aux facteurs
d’énergie potentielle et cinétique que sont les grandeurs caractéristiques.

Notion d’état :
Le niveau d’un réservoir, la tension aux bornes d’un condensateur, le courant circulant dans
une bobine, la vitesse d’un mobile, sont autant de grandeurs appelées variables d’état,
puisqu’elles représentent la mémoire énergétique de l’élément correspondant. À l’instant
considéré comme initial, le niveau atteint par ces grandeurs résulte des actions passées ; à partir
de ce même instant, elles détiennent l’information nécessaire et suffisante pour déterminer
l’évolution future connaissant le système et les actions auxquelles il va être soumis.

Vecteur d’état :
Par définition, les n composantes d’un vecteur d’état noté x sont des grandeurs ou variables
d’état telles que x = x1 x2 xn  .
t

Chacune de composantes de ce vecteur de dimension n représente une énergie accumulée dans

un élément interconnecté du système déclaré d’ordre n.
Exemple :
Le système élémentaire représenté ci-dessous est un système à 2 grandeurs d’état :
vL vR vC

L R C
v
Il s’agit d’un circuit électrique où l’énergie totale accumulée à un instant donné a pour
expression :
1 1
E = E L + EC = Li2 + Cv 2
2 2
L : inductance de la bobine, C : capacité du condensateur
Il découle donc de la notion d’état que le courant i et la tension vc sont des grandeurs d’état
puisqu’elles expriment l’énergie présente dans le système. La détermination de l’évolution
d’une quelconque variable de ce système à partir d’un instant arbitraire t0 exige la connaissance
simultanée de ces grandeurs à l’instant alors considéré comme initial.
di dv
Comme v = v L + v R + vC avec v L = L et i = C C , il vient :
dt dt
dvc2 dv
LC 2
+ RC C + vC = v
dt dt
Cette équation différentielle du second ordre montre la relation qui existe entre la tension aux
bornes du condensateur et celle appliquée à l’ensemble du circuit série. Sa résolution nécessite
2 valeurs initiales, soit vC = vC 0 et dvC dt = vC 0 à t = t 0 (la dérivée de la tension vc est bien
l’image du courant dans le circuit).

87
Modèle d’état :
Équation d’état :
L’équation d’état est l’interprétation mathématique du principe de causalité : à partir d’un
instant donné, les variations de l’état d’un système s’obtiennent par superposition pondérée, à
l’état courant, des effets des actions connues et appliquées au système à tout instant. L’équation
prend la forme suivante :
dx
x = = Ax + Bu
dt
avec : x vecteur d’état à n composantes, u le vecteur d’entrée à q composantes tels que :
x = x1 x2 xn  et u = u1 u2 uq 
t t

A : la matrice d’évolution, carrée de dimension (n,n) et B : la matrice d’application de la

commande de dimension (n,q).
Pour le circuit électrique R, L, C série, il vient :
 R 1
− L −
L
1
x = i vc  et u = v   x +  L u .
t
et il en découle : x = 
1  
0 0 
 C 
Ainsi, l’évolution libre du système, définie pour v = 0 , ne dépend que des valeurs du courant i
et de la tension vc au moment précis où la tension v est annulée. L’application d’une tension
d’entrée à nouveau non nulle changera l’évolution du vecteur d’état.

Remarque :
L’équation d’état se présente comme une forme généralisée de l’équation différentielle du
premier ordre. Les coefficients de la matrice A autres que ceux de la diagonale directe sont les
équations de couplage entre les variables d’état, les coefficients de la matrice B expriment la
superposition des effets des entrées.

Équation d’observation :
Les grandeurs d’état ne sont pas nécessairement celles qui intéressent l’utilisateur du système,
toutefois il est naturel que les sorties soient fonctions de l’état et des entrées. L’équation
d’observation détermine alors les relations qui existent entre ces diverses grandeurs :
y = Cx + Du
avec : y le vecteur de sortie ou d’observation à s composantes tels que :
y =  y1 y2 ys 
t

C : la matrice d’observation de dimension (s,n), D : la matrice de transmission directe de

dimension (s,q).

Remarques :
L’énergie d’un système isolé ne pouvant subir de discontinuité, toute variable d’état est une
grandeur continue au sens mathématique du terme.
Dans la plupart des processus ou systèmes, la matrice D est identiquement nulle, les sorties sont
uniquement fonctions des grandeurs d’état de sorte que le vecteur d’observation y ne peut lui-
même subir de discontinuité.

88
2.2.6 Différents modes de représentation des systèmes
On peut, pour résumer les différents modes de représentation des systèmes, faire le schéma
général suivant :

SYSTEME CONTINU SYSTEME DISCRET

Fonction de transfert : Fonction de transfert discrète :
Y ( p) Y (z)
G ( p) = B0G ( z ) =
U ( p) U ( z)

Représentation d’état : Représentation d’état :

 x = Ax ( t ) + Bu( t )  x( k + 1)T  = Fx( kT ) + Gu( kT )
 
 y( t ) = Cx ( t ) + Du( t )  y( kT ) = Hx( kT ) + Du( kT )
(système vectoriel de n (système vectoriel de n équations
équations différentielles aux différences)
d’ordre 1)
Passage du continu au discret

Dans les paragraphes qui suivent, on s’intéresse à l’obtention des équations d’état discrètes et
au passage de ces équations à la fonction de transfert discrète et réciproquement.

Passage de l’état continu à l’état discret :

En intégrant l’équation d’état continue, on a pour t = kT :
kT

e
A ( kT − )
x ( kT ) = e AkT
x0 + Bu( )d
0

De même, on a pour t = ( k + 1)T :

( k +1)T

x( k + 1)T  = e A ( k +1)T

x0 + e
A[( k +1)T − ]
Bu( )d
0

En mettant e AT en facteur dans l’expression de x( k + 1)T  on obtient :

 ( k +1)T

x( k + 1)T  = e AT
 x ( kT ) +  e
A ( kT − )
Bu( )d 
 kT 
d’où, avec le changement de variable  =  − kT :
T
x( k + 1)T  = e AT x ( kT ) + e AT  e −A Bu( kT +  )d
0

D’autre part, en admettant que l’entrée est constante entre deux instants d’échantillonnage (du
fait de la présence du bloqueur d’ordre 0), alors u( kT +  ) = u( kT ) et on peut extraire le terme
de l’intégrale :
T A(T − ) 
x( k + 1)T  = e x ( kT ) +   e
AT
Bd  u( kT )
0 

89
 F = e AT qui ne dépend que de A

On pose :  T A 
 G =   e d  B qui dépend de A et B
 0 
ainsi que H = C
A 2T 2 A3T 3 A nT n
(Rappel : e AT = I + AT + + + ... + + ... )
2! 3! n!
On peut alors écrire les équations d’état du système échantillonné bloqué sous la forme
matricielle suivante :
 x( k + 1)T  = Fx( kT ) + Gu( kT )

 y( kT ) = Hx( kT ) + Du( kT )

Remarques :
Les équations d’état discrètes sont des équations de récurrence.
Il existe une homogénéité complète entre les représentations d’état continues et discrètes, par
conséquent les mêmes méthodes algébriques sont en général valables dans les deux cas.

Solution des équations d’état discrètes :

Soit l’équation d’évolution discrète : x( k + 1)T  = Fx ( kT ) + Gu ( kT )

On cherche à obtenir x (kT ) connaissant les conditions initiales x 0 et tous les échantillons
d’entrée u(kT ) . Il suffit d’effectuer les multiplications et additions correspondant au modèle
d’état et de s’arrêter à l’instant k, ce qui donne :
k −1
x(kT ) = F k x0 +  F k −1−iGu(iT )
i =0
Cette expression fait apparaître 2 termes :
- un terme de régime libre : F k x0
- un terme de régime forcé résultant d’une opération de convolution discrète :
k −1

Fi =0
k −1− i
Gu( iT )

En prenant la transformée en z de l’équation d’évolution, on obtient :

zX ( z ) − zx 0 = FX ( z ) + GU ( z )

soit : ( zI − F ) X ( z ) = zx 0 + GU ( z )

c'est-à-dire : X ( z) = z( zI − F ) −1 x0 + ( zI − F ) −1GU ( z)
On retrouve à nouveau 2 termes :
- le terme de régime libre : X ( z) = z( zI − F ) −1 x0
- le terme de régime forcé : X ( z ) = ( zI − F ) −1 GU ( z )
Les deux approches sont cohérentes puisque :

90
 F −1 F F2 F3 Fk
z( zI − F ) = ( I − ) = I + + 2 + 3 + ... + k + ... = I + Fz −1 + F 2 z −2 + ... + F k z −k + ...
−1

z z z z z
−1
donc : Z ( F ) = z ( zI − F ) .
k

Passage de la fonction de transfert discrète aux équations d’état discrètes :

Le passage de la fonction de transfert discrète à la représentation d’état s’effectue avec les
mêmes méthodes que celles utilisées en continu.
On peut les illustrer ici, sachant que le modèle d’état n’est pas unique mais dépend de la sructure
5z + 3 Y (z)
choisie. Prenons l’exemple suivant : B0G ( z ) = = .
( 2 z + 1)( 3z + 1) U ( z )
Y (z) −1 4
La décomposition en éléments simples donne : = + .
U ( z ) ( 2 z + 1) (3z + 1)
U ( z) U ( z)
En posant : X 1 ( z ) = et X 2 ( z ) = , on obtient alors :
( 2 z + 1) (3z + 1)

 x1 ( k + 1)T  = − 1 2 x1 ( kT ) + 1 2 u( kT )

 x 2 ( k + 1)T  = − 1 3 x1 ( kT ) + 1 3 u( kT )
 y( kT ) = − x ( kT ) + 4 x ( kT )
 1 2

D’où les équations d’état :

− 1 / 2 0 1 / 2
x( k + 1)T  =   x( kT ) +   u( kT ) et y( kT ) = − 1 4x ( kT )
0 − 1 / 3 1 / 3

F est diagonale

Passage des équations d’état discrètes à la fonction de transfert discrète :

On a vu précédemment que :
X ( z) = z( zI − F ) −1 x0 + ( zI − F ) −1GU ( z)
Pour la fonction de transfert, on ne s’intéresse qu’au régime forcé, et par conséquent on fixe les
conditions initiales à 0. On obtient :
X ( z ) = ( zI − F ) −1 GU ( z )
D’autre part, la transformée en z de l’équation d’observation s’écrit :
Y ( z ) = HX ( z )
On obtient donc :
Y ( z)
= B0G ( z ) = H ( zI − F ) −1 G
U ( z)

Dans le cas d’un système non strictement propre, il suffit d’ajouter le terme D de transmission
directe :
Y (z)
= B0G ( z ) = H ( zI − F ) −1 G + D
U ( z)

91
2.3 Analyse des systèmes discrets

2.3.1 Analyse harmonique

Les signaux (analogiques ou discrets) sont caractérisés par leur contenu informationnel, c'est-
à-dire leur décomposition en une somme pondérée de signaux sinusoïdaux (donnée par la
Transformée de Fourier).
En complément, l’analyse harmonique des systèmes renseigne sur la manière dont les
différentes fréquences d’un signal sont transmises par un système.
Pour les systèmes continus définis par leur fonction de transfert G(p), le comportement
harmonique est donné par le nombre complexe G ( j ) : G( j ) et arg G ( j ) représentent
respectivement l’atténuation et le déphasage d’un signal sinusoïdal de pulsation  traversant le
système.
Pour les systèmes discrets définis par leur fonction de transfert discrète G (z ) , il s’agit de
déterminer la réponse y( kTe )k 0 à une entrée sinusoïdale discrète de pulsation  , notée
u(kT ) = e 
e
jkTe
k0
.

U(z) Y(z)
G(z)
{u(kTe)} {y(kTe)}

Avec le formalisme des transformées en Z :

z cz cz cz
Y ( z ) = G( z )U ( z ) = G( z ) jTe
= c0 + 1 + ... + n + ,
z−e z − p1 z − pn z − e jTe
(cas particulier de pôles simples, qui se généralise aisément aux pôles multiples)

donc
z − e jTe z
y(kTe ) = c0  k + c1 p1 + ... + cn pn + ce
k k jkTe
, c = limjTe  G( z ) jTe
= G(e jTe ) .
z→e z z−e
z
En régime permanent, Y ( z ) = G ( e jTe ) ,
z − e jTe
jTe jTe
y( kTe ) = G (e jTe )e jkTe = G (e jTe ) e j argG ( e )
e jkTe = G(e jTe ) e j (kTe +argG ( e ))

La sortie d’un système discret de fonction de transfert discrète G (z ) soumis à une entrée
sinusoïdale discrète de pulsation  , est donc un signal sinusoïdal discret de pulsation  , atténué
jTe
de G(e jT ) et déphasé de arg G ( e
e ) par rapport à l’entrée.

Le nombre complexe G(z)z =e jωTe caractérise complètement le comportement harmonique des

systèmes discrets. On l’appelle fonction de transfert harmonique discrète.
e 
Notons que ce nombre est défini pour    N = = (condition de Shannon).
2 Te

92
Exemple :

, avec Te = 1s .
0,5
▪ Réaliser l’analyse harmonique du système discret G ( z ) =
z − 0,5

93
2.3.2 Analyse harmonique à partir d’une transformée en w
j T
Lorsque l’expression de G (e e ) est connue analytiquement, le tracé des lieux de transfert se
fait avantageusement sur ordinateur.
jTe
Par contre, une esquisse manuelle dans Bode est difficile car G (e ) n’est pas une fonction
rationnelle de j , comme en analogique, mais de e jTe .
Cette différence avec les systèmes analogiques ne permettra d’ailleurs pas d’utiliser directement
dans le domaine discret, les techniques éprouvées de calcul de correcteurs continus par étude
fréquentielle.
On a donc tout intérêt à rechercher un changement de variable qui permette de définir un
‘pseudo’ système continu dont le comportement harmonique serait le même que celui du
système discret : il s’agit de remplacer z = e jTe par une fraction rationnelle de w = j où 
et  seraient liés par une relation à préciser.
jTe T
2 1 + tg e j
e 2
Or on peut écrire e jTe = jT = .
− e Te
e 2 1 − tg j
2
T 1 + j 1 + w
Donc si on pose  = tg e , il vient z = e jT = e
= , avec w = j .
2 1 − j 1 − w
1 + j
• Dès lors, soit G0 (w) = G( z ) 1+ w , on a G0 ( j ) Te = G( ) Te = G(e jTe ) .
z=
1− w
 = tg
2
1 − j  =tg 2

G0 ( w) est une fraction rationnelle en w = j et le tracé du lieu G0 ( j ) Te

coïncide
 =tg
2

avec celui du lieu G(e jTe ) N à un changement de graduation près.

On constate d’ailleurs que  varie de 0 à +  lorsque  varie de 0 à  N .

On appelle transformation bilinéaire le changement de variable :

1+ w Te
z = e jTe = , w = j = jtg .
1− w 2

• On peut également considérer G1 ( w) = G ( z ) Te .

1+ w
z= 2
Te
1− w
2

2 Te
Au changement de graduation près entre  et  ( = tg ), le lieu de transfert
Te 2
G(e jTe ) N coïncide avec celui de G1 ( j ) , fraction rationnelle en w = j qui se traite
comme en continu.
On appelle transformation de Tustin le changement de variable :
T
1+ e w
z = e jTe = 2 , w = j = j 2 tg Te .
T Te 2
1− e w
2

94
La transformation de Tustin est du même type que la transformation bilinéaire ; elle
permet en plus d’assurer    pour des périodes d’échantillonnage très petites, où le
comportement du système discret est voisin de celui du système continu.

Le système discret de fonction de transfert G (z ) a un comportement harmonique équivalent

aux systèmes continus de fonctions de transfert respectives G0 ( w) et G1 (w) (à la
correspondance près des graduations en  et  ).

G0 ( w) et G1 (w) sont appelées transformées en w de G (z ) . Elles présentent l’intérêt majeur

d’être rationnelles en w = j , si G (z ) est rationnelle en z .

Exemple :
avec Te = 1s ,
1
▪ Réaliser l’analyse harmonique du système discret G ( z ) =
z + 0,1
en utilisant la transformation bilinéaire.
Mettre en place le tracé de Bode asymptotique associé.
Donner l’allure du tracé de Black Nichols.

95
2.3.3 Stabilité

Résultat :
Un système discret linéaire causal stationnaire décrit par une fonction de transfert rationnelle
N (z)
propre G ( z ) = est stable si et seulement si tous ses pôles (c’est à dire les racines de
D( z )
l’équation D( z ) = 0 ) sont de module inférieur à 1.

Critère algébrique :
Il n’est pas toujours aisé de déterminer les racines d’une équation polynomiale D( z ) = 0 ,
notamment lorsque les coefficients de l’équation sont fonction de paramètres réglables.
Un critère algébrique permettant de conclure sur la position dans le plan complexe des racines
de l’équation D( z ) = 0 , sans avoir à calculer ces racines, peut alors présenter un certain intérêt.
Parmi les critères utilisés en Automatique, citons le critère de Routh qui permet de savoir si
les racines d’une équation polynomiale à coefficients réels sont toutes à partie réelle négative.
Il n’est pas directement applicable au cas des systèmes discrets puisque pour eux il s’agit de
déterminer si les racines de l’équation caractéristique sont toutes de module inférieur à 1 ou
non.
1+ w
On peut pourtant s’y ramener en considérant la transformation bilinéaire, z = fonction
1− w
homographique qui établit une bijection entre l’intérieur du cercle unité et le demi-plan
complexe gauche.
 D( z ) = 0  1+ w
 D( )=0
On aura  si et seulement si  1 − w . On appliquera donc le critère de Routh
z 1  Re( w)  0
1+ w
au numérateur de la fraction rationnelle D( ) pour savoir si le système est stable.
1− w

Exemple :
▪ Étudier la stabilité du système discret de Fonction de Transfert Discrète
, avec D( z ) = 1 + az + bz .
N ( z) 2
G( z) =
D( z )

96
2.4 Performances d’un système bouclé discret

2.4.1 Principe
Un système bouclé discret peut être modélisé par le schéma fonctionnel suivant :

w perturbation
yc(kTe) + e u + + y(kTe)
C(z) (z)
consigne - sortie
correcteur système asservie
numérique à asservir

̅̅̅̅̅
Notons 𝑇(𝑧) = 𝐶(𝑧)𝐵 0 𝐺 (z)= C(z)H(z) la Fonction de Transfert en Boucle Ouverte.

Comme en continu, l’analyse harmonique de Boucle Ouverte définit complètement les

performances de la Boucle Fermée, à savoir la stabilité, l’amortissement, la rapidité, la bande
passante et la précision en régime permanent.

Cette analyse fréquentielle peut être menée de 2 façons équivalentes :

jTe e 
- soit en travaillant directement sur T ( e ) , pour   N = = ,
2 Te
- soit en utilisant la fonction de transfert continue équivalente T1 ( w) , avec
2 Te
w = j = j tg ,   0 +  .
Te 2

Dès lors, on démontre que les résultats associant les performances de la Boucle Fermée à
l’analyse harmonique de Boucle Ouverte s’énoncent de la même façon qu’en continu. Ils sont
précisés dans les paragraphes qui suivent.

2.4.2 Stabilité et amortissement

Critère du revers :
Il s’agit d’une version simplifiée du critère de Nyquist, utilisable si T (z ) n’a pas de pôles de
module supérieur à 1 (équivalent à T1 ( w) n’a pas de pôles à partie réelle négative), ce qui est
le cas pour la majorité des systèmes.

Énoncé dans le plan complexe (représentation de Nyquist) :

Soit un système discret bouclé de Fonction de Transfert en Boucle Ouverte T (z ) .

jTe
Ce système est stable si et seulement si, lorsqu’on décrit le lieu T ( e ) du plan complexe dans
 e 
le sens des  croissants,   0,  N = (équivalent à décrire le lieu T1 ( j ) dans le sens
 2 
des  croissants,   0, +  ), on laisse le point critique A d’affixe -1 sur sa gauche.

97
 Im

B3

C3 C2 B2 C1
A(-1) O → Re
→e/2
B1
(3) Instable
T1(j)
(2) Limite de stabilité T(ejTe)
→0
(1) Stable →0

Énoncé au moyen des marges de gain et de phase :

Les marges de gain et de phase sont définies comme en continu : elles précisent le
jT
positionnement du lieu T ( e e ) (équivalent au lieu T1 ( j ) ) par rapport au point critique A.
Résultat :
Un système discret bouclé est stable si et seulement si MGdB  0 et M o  0 .
Réglage de l’amortissement :
Un système discret bouclé est stable et bien amorti si et seulement si M o  45 .

2.4.3 Bande passante - Rapidité

yc y
+ T
-

 
Soit 0  p la bande passante à -3dB de l’asservissement, c’est à dire de la Boucle Fermée
Y T
= .
Yc 1 + T
Soit c0 la pulsation de coupure à 0 dB de la Boucle Ouverte, c’est à dire la pulsation pour
jc 0Te
laquelle T (e ) = 0dB .
dB

Alors  p   c 0 .

2.4.4 Précision en régime permanent

Comme en continu, la précision en régime permanent du système bouclé échantillonné est liée
au comportement basses fréquences des fonctions de transfert de la Boucle Ouverte.

Les fonctions de transfert C1 ( w) , 𝑯𝟏 (𝒘), T1 ( w) ont respectivement les rôles de K1G1 ( p) ,

K 2G2 F ( p) et KGF ( p) en continu : la précision en régime permanent est fonction de leur
classe et de leur gain statique, comme indiqué dans les tableaux concernant respectivement les
comportements en poursuite et en régulation.

98
3 CORRECTEURS PID NUMÉRIQUES
Nous allons nous intéresser maintenant à la recherche d’un correcteur numérique de fonction
de transfert discrète C (z ) permettant au système bouclé échantillonné de respecter un cahier
des charges donné.
L’analyse harmonique de boucle ouverte étant totalement liée aux performances de la boucle
fermée (stabilité, amortissement, rapidité, bande passante et précision en régime permanent),
nous proposons deux méthodes :
- une première rigoureuse mais lourde, s’appuyant sur une analyse harmonique de
boucle ouverte du système échantillonné, sur la base d’une transformation en w ;
- une seconde plus rapide mais sans garantie, où le correcteur discret C (z ) est déduit
d’un correcteur continu C(p) préalablement calculé, en approximant l’opérateur
dérivé p ou intégral 1/p par un opérateur en z.
L’équation récurrente qui sera implantée au niveau du microprocesseur pour réaliser la loi de
commande sera directement déduite de la fonction de transfert discrète C (z ) obtenue.

3.1 Méthode rigoureuse

3.1.1 Principe
On utilise la fonction de transfert discrète 𝐻(𝑧) du système à asservir, équivalente à l’ensemble
CNA - G ( p ) - CAN dans le cas d’un système continu de fonction de transfert G ( p ) piloté par
calculateur.
T
1+ e w T
2
La transformation de Tustin : z= 2 , w = j ,  = tg e
T Te 2
1− e w
2
va nous permettre de travailler comme en continu pour dimensionner le correcteur C1 ( w) qui,
mis en série avec le système 𝐻1 (𝑤), conduira à l’analyse harmonique de Boucle Ouverte
souhaitée, donc aux performances de Boucle Fermée souhaitées.
2 z −1
Dès lors, la transformation de Tustin inverse, w = donnera C (z ) à partir de C1 ( w) :
Te z + 1
C ( z ) = C1 ( w) 2 z −1 .
w=
Te z +1
w perturbation
yc (kTe ) + e u + + y(kTe )
T(z)
H(z) sortie
consigne -
système asservie
à asservir

w
yc(t) + e u + + y(t)
T
H11(w)
(z)
-
système
à asservir

99
3.1.2 Résumé de la méthode

➢ Soit 𝐻(𝑧) la fonction de transfert discrète du système à corriger.

➢ 𝐻(𝑧)𝑧=𝑒 𝑗𝜔𝑇𝑒 permet de faire une analyse harmonique du système en Boucle Ouverte avec
un correcteur égal à 1.
➢ Son tracé en coordonnées de Black Nichols est le même que celui de

𝐻1 (𝑤) = 𝐻1 (𝑗𝜈) = 𝐻(𝑧) 𝑇

1+ 2𝑒 𝑗𝜈
⁡⁡⁡⁡⁡ , au changement d’échelle près pour les pulsations
𝑧= 𝑇
1− 2𝑒 𝑗𝜈

Te
1+ w 2 T
 et  ( z = e jTe = 2 avec w = j et  = tg e ).
T Te 2
1− e w
2
➢ On calcule C1 ( w) avec les règles classiques de calcul sur les correcteurs en analogique.

! Convertir le cahier des charges numérique en un cahier des charges analogique : attention
au changement d’échelle pour les pulsations.

2 z −1 2 z −1
➢ En utilisant la relation j = w = , on en déduit C ( z ) = C1 ( ).
Te z + 1 Te z + 1

Nota : avec cette technique, pas de ‘mauvaise surprise’ dans la mesure où on travaille vraiment
sur le lieu de Boucle Ouverte du système à asservir.

3.2 Méthode approximative : numérisation d’un correcteur analogique

Le système que l’on souhaite piloter par calculateur est analogique, défini par sa fonction de
transfert G ( p ) .

Avec la théorie des systèmes linéaires bouclés continus et les techniques de synthèse de
régulateurs analogiques, on sait calculer le correcteur PID continu qui permette au système
bouclé de tenir un cahier des charges donné en termes de stabilité, rapidité, bande passante et
précision en régime permanent.
Ce correcteur est défini par sa fonction de transfert :
U ( p) b0 p m + .....+ bm b0 p m−n + .....+ bm p − n
C ( p) = = = avec n  m .
E ( p) p n + .....+ an 1 + .....+ an p −n
w(t)
yc(t) + e(t) u(t)+ ym(t)
C(p) G (p)
+
-

La numérisation de ce correcteur analogique consiste à remplacer l’opérateur dérivé p ou

l’opérateur intégral 1/p qui apparait dans sa fonction de transfert par une approximation
discrète sous forme de fraction rationnelle en z.

100
 U (z)
On obtient ainsi une fonction de transfert discrète rationnelle en z , notée C * ( z ) = , qu’on
E ( z)
pourra associer à une équation récurrente implantée au niveau du calculateur, liant les suites
e ( kTe ) et u( kTe ) conformément au schéma de commande ci-dessous :
w(t)
yc(kTe) + e(kTe) u(kTe) +
C*(z) CNA G(p) ym(t)
+
-
CAN
ym(kTe)
A

z −1
La première approximation d’Euler, qui consiste à poser p = n’est pas très utilisable
Te
dans la mesure où, partant d’un correcteur continu stable (i.e. dont les pôles sont à partie réelle
négative), elle ne conduit pas nécessairement à un correcteur discret stable (i.e. avec des pôles
de module inférieur à 1).

Dans la deuxième méthode d’Euler, la dérivée du signal x (t ) prise à l’instant kTe est
• x( kTe ) − x((k − 1)Te )
approximée par x( kTe ) = , à condition que Te soit suffisamment petite.
Te
1 − z −1
À partir de quoi, on peut écrire p= , dite transformée en .
Te
Pour numériser la fonction de transfert C ( p ) , il suffit donc de remplacer dans celle-ci p par
1 − z −1 1 − z −1
; le régulateur numérique équivalent à C ( p ) sera C * ( z ) = C ( ) . L’équation
Te Te
récurrente associée sera implantée sur le calculateur.

Mais attention au choix de la période d’échantillonnage !

Cette méthode est simple dans la mesure où elle ne fait pas appel à la théorie des systèmes
échantillonnés, mais les performances du système ainsi piloté ne sont pas garanties, notamment
si la période d’échantillonnage n’est pas ‘petite’ !

Exemple :
Un système continu étant défini par sa fonction de transfert
50
G ( p) = , on a déterminé le correcteur PID continu,
(1 + p )(1 + 0.1 p )(1 + 0.005 p )
1 + 0.7 p 1 + 0.05 p
C ( p) = 2   , qui permet d’assurer une bonne stabilité et une bonne
p 1 + 0.01 p
précision.

Si on décide de piloter le système par calculateur, on pourra programmer le correcteur discret

obtenu avec la transformation en , C ( z ) = C ( p) 1− z −1 .
p=
Te

101
Pour Te = 0.05 s , l’application numérique donne C1 ( z ) = ...
*

Pour Te = 0.01 s , l’application numérique donne C 2 ( z ) = ...

*

L’évaluation du système bouclé commandé par calculateur dans l’environnement de simulation

Matlab/Simulink montre que dans le premier cas le système n’est pas stable, alors que dans le
deuxième, il est correctement réglé (voir figures ci-dessous).

Te = 0.05 s
300 80
Gain dB Amplitude
250 60
200
40
150
20
100
0
50

0 -20
A(-180°,0dB)
Phase (deg) No. of Samples
-50 -40
-360 -270 -180 -90 0 0 5 10 15 20

Te = 0.001 s
150 1.4
Gain dB Amplitude
1.2
100
1
50
0.8

0 0.6
A(-180°,0dB)
0.4
-50
0.2
Phase (deg) No. of Samples
-100 0
-360 -270 -180 -90 0 0 50 100 150 200

Analyse harmonique de Boucle Ouverte et réponse indicielle en Boucle Fermée

50 *
du système G ( p ) = piloté par calculateur, corrigé par C ( z )
(1 + p )(1 + 0.1 p )(1 + 0.005 p )

La règle des trapèzes permet également d’approximer une intégrale.

Pour numériser la fonction de transfert C ( p ) , il suffit de remplacer dans celle-ci p par
2 z −1 2 z −1
; le régulateur numérique équivalent à C ( p ) est C ( z ) = C (
*
).
Te z + 1 Te z + 1

102
Annexe 1 – Théorème de Shannon

Énoncé du théorème de Shannon

Un signal analogique w(t ) dont la transformée de Fourier est nulle à l’extérieur de l’intervalle
− 0 ,0  est parfaitement défini par ses valeurs numériques w( kTe ) si la pulsation
2
d’échantillonnage e = satisfait l’inégalité : e  20 .
Te

 N =  e / 2 joue un rôle important en théorie des signaux échantillonnés : on l’appelle

pulsation de Nyquist.

La relation fournissant alors w(t ) est :

e ( t − kTe )
 sin
w( t ) =  w( kTe ) 2 .
k = −
 e ( t − kTe )
2

Démonstration
+
1
W () désignant la transformée de Fourier de w(t ) , on a : w( t ) =  W ( )e
j t
d .
2 −

1 +
Soit la fonction périodique de période  e : We ( ) = W ( + ke ) .
Te k =−
Cette fonction, vu son caractère périodique, se développe en série de Fourier :
 2
 e = T
+  e

We () =  ck e − jkTe
avec  e
2
e
2
.
c = 1 1
 k  e e e 2 e
k =−  
W ( )e e d =
jkT
TeWe ( )e e d
jkT

 −
2
−
2


Par ailleurs, comme W () est nulle en dehors de l’intervalle − 0 ,+0  et que e   0 , on a
2
l’égalité :
 e
TeWe ( ) si   2
W ( ) =  ,
0 si   e 
 2
+ +
donc ck =
1
2  W ( )e
jkTe
d = w( kTe ) , et par conséquent We () =  w(kT )e
k =−
e
− jkTe
.
−

Ainsi les échantillons w( kTe ) déterminent-ils de manière unique la fonction We ( ) .

103
 k =+

 w(kT )e sur − 0 ,+0  , on peut conclure

− jkTe
Dans la mesure où W () = TeWe ( ) = Te e
k =−

que la suite w( kTe ) définit à elle seule le spectre W ( ) et donc aussi le signal analogique
w(t ) .
e e
+ +
2 2 
Te Te
 We ( )e d =   w( kT )e
j t − jkTe
Par ailleurs, w( t ) = e j t d .
2 2
e
e k = −
− − e
2 2

En permutant les opérations d’intégration et de sommation :

e
 2
T
w( t ) =  w( kTe ) e  e
j ( t − kTe )
d .
k = − 2
− e
2

L’évaluation de l’intégrale ainsi définie donne :

 ( t − kTe )  ( t − kTe )
 sin e  sin e
T
w( t ) =  w( kTe ) e 2 =  w( kTe ) 2 .
k = −  t − kT e k = −
 e ( t − kTe )
2

Corollaire

+
1
Te
W (+ k )
k =−
e est la transformée de Fourier du signal échantillonné
+
w (t ) =
*
 w(kT ) (t − kT ) ,
k =−
e e

où  ( t − kTe ) représente une impulsion de Dirac à l’instant kTe .

Démonstration :
+
La transformée de Fourier de w ( t ) =
*
 w(kT ) (t − kT ) est :
k =−
e e

+ + + + +
W * ( ) = 
−
 w(kTe ) (t − kTe )e − jt dt =  w(kTe )  (t − kTe )e − jt dt =
k =− k =−
−
 w(kT )e
k =−
e
− jkTe

+ +
1
Or on a vu précédemment que  w(kTe )e − jkTe = We ( ) =
k = − Te
W ( + kT ) ,
k = −
e

+
1
donc W * ( ) =
Te
W ( + kT ) .
k =−
e

104
 Annexe 2 – Outils pour la modélisation des systèmes

U Y
S
LINÉAIRES NON LINÉAIRES

INVARIANTS VARIANTS INVARIANTS VARIANTS

CONTINUS DISCRETS

APPROCHE APPROCHE APPROCHE APPROCHE

FRÉQUENTIELLE TEMPORELLE FRÉQUENTIELLE TEMPORELLE

Transformée de Laplace Transformée en z

Équation d'état Équation d'état
Fonction de transfert FT en z
continue discrète
b + b p + ... + bm p m X = AX + BU b + b z -1+ ... + bm z-m Xk+1= MXk+ NUk
F(p)= a0+ a1 p + ... + a pn G(z)= 0 1 -1
0 1 n Y = CX + DU a0+ a1 z + ... + an z -n Yk = CXk+ DUk

Notions de pôles Notions de valeurs propres

zéros équation caractéristique
Lieux de transferts matrice de transition

Réponse aux entrées types

(échelon, rampe, sinus)

105