TP SALC 1

SG2

OTMANI Mohamed Amine

DJABELAH Akram
LADJOUZI Adem
ZAMOUCHI Aymen
1. Introduction au Moteur à Courant Continu :

Un moteur à courant continu (CC) est un dispositif électromécanique qui convertit l'énergie
électrique en mouvement mécanique. Voici une brève description de ses composants et de
son principe de fonctionnement :

- Composants du moteur CC :

- Bobine (Inducteur) : Généralement, une bobine est utilisée comme inducteur du

moteur.

- Rotor (Armature) : Il s'agit de la partie rotative du moteur, souvent équipée de

bobines.

- Collecteur : Un dispositif de commutation qui inverse la direction du courant dans

le rotor, permettant le mouvement continu.

- Brosse : Elle est en contact avec le collecteur pour assurer la continuité électrique.

- Source de Courant Continu : Fournit l'énergie électrique au moteur.

- Principe de fonctionnement :

- Lorsque le courant électrique est appliqué à la bobine (inducteur), un champ

magnétique est généré.

- Ce champ magnétique interagit avec le rotor, induisant un couple qui fait tourner le
rotor.

- Le collecteur inverse périodiquement la direction du courant dans le rotor,

maintenant ainsi le mouvement continu.
2. Modélisation de la Transmittance en Vitesse du Moteur CC :

la fonction de transfert qui établit la relation 𝜔𝑚(𝑡) /𝑣𝑚(𝑡) :

on a : 𝑣𝑚(𝑡) − 𝑅𝑚𝑖𝑚(𝑡) − 𝑘𝑚𝜔𝑚(𝑡) = 0.

𝐽𝑒𝑞
on remplace 𝑖𝑚 = 𝐾𝑡
* ω𝑚 (𝑡)

𝐽𝑒𝑞
𝑉𝑚 (𝑡) = ( 𝑅𝑚 𝐾𝑡
+ 𝐾𝑚 ) * ω𝑚 (𝑡)

ω𝑛 (𝑡) 1 𝐾𝑡
𝑉𝑚 (𝑡)
= 𝐽𝑒𝑞 = ( 𝑅𝑚 . 𝐽𝑒𝑞 +𝐾𝑚. 𝐾𝑡 )
( 𝑅𝑚 . 𝐾𝑡
+ 𝐾𝑚 )

ω (𝑆)
En utilisant ces équations, nous pouvons établir la fonction de transfert H(s)= 𝑉 𝑛 (𝑆) :
𝑚

ω𝑛 (𝑆) 1 𝐾𝑡
𝐻(𝑆) = 𝑉𝑚 (𝑆)
= 𝑆 ( 𝑅𝑚 . 𝐽𝑒𝑞 +𝐾𝑚. 𝐾𝑡 )

ω𝑛 (𝑆) 1 𝐾𝑡
sachant que l’entrée 𝑣_𝑚(𝑡) = 1 (échelon) : 𝐻(𝑆) = 1
= ω𝑛 (𝑆) = 𝑆 ( 𝑅𝑚 * 𝐽𝑒𝑚− 𝐾𝑚 * 𝐾𝑡)

2- la fonction de transfert équivalente du moteur à courant continu à l'aide des

données du f1.m
 𝐾
On a la représentation fréquentielle d’un système de 1er ordre : 𝐺(𝑠) = 𝑠+𝑎

𝐾 1
- la rep indicielle d’un sys de 1er ordre : 𝐺(𝑠) = 𝑠+𝑎
. 𝑠
𝑘
TFinv ( 𝐺(𝑠) ) = g(t) = 𝑎 (1 − exp(− 𝑎𝑡))

on détermine a et k à partire des

performance de système :
4
𝑇𝑠 = 4/𝑎 ⇒ 𝑎 = 𝑇𝑠

𝑇𝑠 𝑟𝑒𝑝𝑟é𝑠𝑒𝑛𝑡𝑒 98% 𝑑𝑒 𝑚𝑎𝑥 𝑣𝑎𝑙𝑒𝑢𝑟 𝑠𝑡𝑎𝑏𝑙𝑒

d'après le graphe 𝑇𝑠 = 0. 425

4 4
𝑎= 𝑇𝑠
= 0.425
= 9. 43

Ensuite, le rapport K/a représente la

valeur lorsque le système est stable.

𝐾/𝑎 = 22.4 ⇒ 𝐾 = 𝑎. 22. 4 = 211. 232

211.23 1
la rep indicielle d’un sys de 1er ordre : ω(𝑆) = 𝐺(𝑠) = 𝑆 + 9.43
. 𝑆
et 𝑔(𝑡) = ω(𝑡) = 22. 4(1 − exp(− 9. 43 𝑡))

À partir des performances du système identifiées, les paramètres physiques du moteur à

courant continu sont déterminés comme suit :

1 1 −3
● 𝐾𝑚 = 𝐾
= 211.24
= 4. 73 * 10
● 𝐽𝑒𝑞 = 9. 41 * 𝐾𝑚

les paramètres physiques du système sachant que 𝐽𝑒𝑞 = 4.6 × 10−6 𝑘𝑔. 𝑚^2

La fonction de transfert en boucle ouverte est donnée par :

1 𝐾𝑡
ω𝑛 (𝑆) = 𝑆 ( 𝑅𝑚 * 𝐽𝑒𝑚− 𝐾𝑚 * 𝐾𝑡)

Comparons cela avec l'équation différentielle du mouvement d'un moteur à courant continu :

𝑑ω
𝐽𝑒 𝑑𝑡
= 𝐾𝑡 𝑖 − 𝐾𝑚 ω
Nous pouvons identifier les paramètres physiques comme suit :

1
𝐽𝑒 = 𝐾𝑚
1
𝑅𝑚 = 𝐾𝑡

Étant donné que J_e = 4.6 10^-6, nous pouvons trouver les valeurs spécifiques de𝐾𝑚 et 𝐾𝑡 :
1 1
𝐾𝑚 = 𝐽 = −6
𝑒𝑞 4.6 10

1
𝐾𝑡 = 𝑅𝑚

2. Contrôle en Boucle Fermée :

Maintenant, pour élaborer un contrôle en boucle fermée, nous pouvons utiliser un gain
proportionnel K_p. La fonction de transfert en boucle fermée T(s) serait alors :

𝐾𝑝 . ω(𝑠)
𝑇(𝑠) = 1+𝐾𝑝 . ω(𝑠)

1 𝐾𝑡
𝐾𝑝 . 𝑆 ( 𝑅𝑚 * 𝐽𝑒𝑚− 𝐾𝑚 * 𝐾𝑡) 𝐾𝑝 . 𝐾𝑡
𝑇(𝑠) = 1 𝐾𝑡 = 𝑆.( 𝑅𝑚 * 𝐽𝑒𝑚− 𝐾𝑚 * 𝐾𝑡)+𝐾𝑝 . 𝐾𝑡
1 + 𝐾𝑝 . 𝑆 ( 𝑅𝑚 * 𝐽𝑒𝑚− 𝐾𝑚 * 𝐾𝑡)

Cela représente la réponse en boucle fermée du système avec un contrôleur proportionnel

Kp
. Cette expression montre comment le gain proportionnel affecte la dynamique du système
en boucle fermée.

.La limite du gain de contrôle (Kp) dans ce cas dépend de plusieurs facteurs, notamment la
stabilité du système et les performances souhaitées.
3. Modélisation de la transmittance en position du Moteur CC & performances
de la boucle de position :

La fonction de transfert en boucle fermée devient:

𝑘
𝐶(𝑠)𝑃(𝑠) 𝐶(𝑠) τ
𝐻(𝑠) = 1+𝐶(𝑠)𝑃(𝑠)
= 2 1 𝑘
𝑠 + τ 𝑠+𝐶(𝑠) τ
è𝑚𝑒
cette fonction de transfert de 2 𝑜𝑟𝑑𝑟𝑒 :
2
ω𝑛
𝐻(𝑠) = 2 2 ... (𝑎)
𝑠 +2ω𝑛 ξ 𝑠+ω𝑛
2 𝑘 1
Par identification: ω𝑛 = 𝐶(𝑠) τ ...... (1) , 2ω𝑛 ξ = τ
........ (2)
Pour 𝐶(𝑠) = 1
𝑘
τ
𝐻(𝑠) = 2 1 𝑘
𝑠 + τ 𝑠+ τ

Le graphe a l’aide des données de 𝑓2. 𝑚 :

Les performances:

Temp de pic 𝑇𝑝: 0. 268 𝑠 (c’est l’instant dans laquelle la réponse de système
touche à son maximum)

Le déplacement ％𝑂𝑆 : 25. 84 ％

Temp d'établissement 𝑇𝑆: 0. 48 𝑠 (98％ 𝑑𝑒 1. 09219)

Temp de monté 𝑇𝑟:

𝑇𝑟 = 𝑇2 − 𝑇1 = 0. 156 − 0. 041 = 0. 115𝑠 (𝑇2 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 90％ 𝑑𝑒 1. 09219)
(𝑇1 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 10％ 𝑑𝑒 1. 09219)

−𝑙𝑛(％𝑂𝑆/100)
Amortissement ξ : ξ= = 0. 3956
2 2
π +𝑙𝑛 (％𝑂𝑆/100)
Pulsation propre ω𝑛:

À Partir de ce tableau on déduire que:

1.463
𝑇𝑟 × ω𝑛 = 1. 463 ⇒ ω𝑛 = 0.115
= 12. 7217

Les paramètres:

1
de (2) : τ= = 0. 0993
2 ω𝑛 ξ
2
2 𝑘 ω𝑛 .τ
de (1) : ω𝑛 = 𝐶(𝑠) τ
⇒ 𝑘= 𝐶(𝑠)
= 16. 07708

Pour 𝐶(𝑠) = 2
𝑘
2τ
𝐻(𝑠) = 2 1 𝑘
𝑠 + τ 𝑠+2 τ

Le graphe a l’aide des données de 𝑓3. 𝑚 :

Les performances:

Temp de pic 𝑇𝑝: 0. 138 𝑠

Le déplacement ％𝑂𝑆 : 66 ％

Temp d'établissement 𝑇𝑆: 0. 5399 𝑠 (98％ 𝑑𝑒 0. 960272)

Temp de monté 𝑇𝑟:

𝑇𝑟 = 𝑇2 − 𝑇1 = 0. 0705 − 0. 0215 = 0. 049𝑠 (𝑇2 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 90％ 𝑑𝑒 0. 960272 )
(𝑇1 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 10％ 𝑑𝑒 0. 960272)

−𝑙𝑛(％𝑂𝑆/100)
Amortissement ξ : ξ= = 0. 1311
2 2
π +𝑙𝑛 (％𝑂𝑆/100)

Pulsation propre ω𝑛:

À Partir de tableau on déduire que:
1.108
𝑇𝑟 × ω𝑛 = 1. 108 ⇒ ω𝑛 = 0.049
= 22. 6122

Les paramètres:
1
de (2) : τ= = 0. 1688
2 ω𝑛 ξ
2
2 𝑘 ω𝑛 .τ
de (1) : ω𝑛 = 𝐶(𝑠) τ
⇒ 𝑘= 𝐶(𝑠)
= 43. 120
Pour 𝐶(𝑠) = 3
𝑘
3τ
𝐻(𝑠) = 2 1 𝑘
𝑠 + τ 𝑠+3 τ

Le graphe a l’aide des données de 𝑓4. 𝑚 :

Les performances:

Temp de pic 𝑇𝑝: 0. 118 𝑠

Le déplacement ％𝑂𝑆 : 65. 54 ％

Temp d'établissement 𝑇𝑆: 0. 43𝑠 (98％ 𝑑𝑒 1. 00629)

Temp de monté 𝑇𝑟:

𝑇𝑟 = 𝑇2 − 𝑇1 = 0. 061 − 0. 02 = 0. 041𝑠 (𝑇2 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 90％ 𝑑𝑒 1. 00629 )
(𝑇1 𝑐'𝑒𝑠𝑡 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 10％ 𝑑𝑒 1. 00629)

−𝑙𝑛(％𝑂𝑆/100)
Amortissement ξ : ξ= = 0. 133
2 2
π +𝑙𝑛 (％𝑂𝑆/100)
Pulsation propre ω𝑛:
À Partir de tableau on déduire que:
1.108
𝑇𝑟 × ω𝑛 = 1. 108 ⇒ ω𝑛 = 0.041
= 27. 024
Les paramètres:
1
de (2) : τ= = 0. 139
2 ω𝑛 ξ
2
2 𝑘 ω𝑛 .τ
de (1) : ω𝑛 = 𝐶(𝑠) τ
⇒ 𝑘= 𝐶(𝑠)
= 33. 837

Le tracé de les lieux des racines pour 𝑓2. 𝑚 :

Le tracé de les lieux des racines pour 𝑓3. 𝑚 :

Le tracé de les lieux des racines pour 𝑓4. 𝑚 :

4. Utilisation des Lieux des Racines & Méthode de Routh :

En mettant en série un compensateur, la boucle d’asservissement devient

1) la plage de valeurs de 𝑘𝑝 pour la stabilité du système:

On utilisons la méthode de routh en boucle fermée donc ce schéma devient:

Matrice de Routh:

3
𝑠 1 7. 69 0 0
2
𝑠 17. 69 178. 4 𝑘𝑝 0 0

1
𝑠 - -

= 7. 69 − 10. 088 𝑘𝑝

0
𝑠 -

= 178. 46 𝑘𝑝

● Pour que le système soit stable , la 1er colonne de la matrice de routh

doit être de même signe (aucun changement de signe).

1 positive

17.69 positive

7. 69 − 10. 088 𝑘𝑝 ≻ 0 ⇒ 𝑘𝑝 ≺0.7622

et
178. 46 𝑘𝑝 ≻ 0 ⇒ 𝑘𝑝 ≻ 0

❖ Donc le système est stable pour les valeurs de 0 ≺ 𝑘𝑝 ≺ 0. 7622

Le lieu des racines pour différentes valeurs de 𝑘𝑝:

𝑘𝑝 = 0. 1

simulink:
𝑘𝑝 = 0. 2

𝑘𝑝 = 0. 4
𝑘𝑝 = 0. 9
Conclusion
Ce travail pratique a fourni une expérience pratique dans le domaine des
systèmes asservis linéaires et continus en se concentrant sur un moteur à
courant continu. La modélisation du moteur à travers les équations de
Kirchhoff et les relations angulaires a jeté les bases pour la détermination des
fonctions de transfert.

L'analyse en boucle ouverte a été approfondie avec la recherche de la

fonction de transfert associée. La prise en compte des paramètres physiques
du moteur a permis de calculer une fonction de transfert équivalente et
d'explorer les réponses du système à un échelon d'entrée.

La transition vers la boucle fermée a introduit le contrôle proportionnel, et la

stabilité a été évaluée à l'aide de méthodes telles que le critère de Nyquist et
le lieu des racines. La recherche des paramètres optimaux a impliqué
l'analyse des performances en position avec des simulations sous
Matlab/Simulink.

Enfin, l'utilisation de la méthode de Routh a apporté des informations cruciales

sur la plage de valeurs de \(K_p\) pour assurer la stabilité du système. Les
simulations ont validé les calculs théoriques, renforçant la compréhension des
concepts de contrôle en boucle fermée.

En conclusion, ce TP a offert une approche holistique de la modélisation, du

contrôle et de l'optimisation des systèmes asservis, soulignant l'importance
des outils d'analyse théorique et de simulation pour concevoir des systèmes
dynamiques efficaces.