Académique Documents
Professionnel Documents
Culture Documents
sa (t ) sn (t )
1 1 0 1 0 0
0 t 0 t
(a) (b)
Nous avons vu dans la première partie (systèmes continus) qu’un régulateur (correcteur)
permet d’optimiser le fonctionnement autour d’un point de fonctionnement. Cette approche ne
peut souvent répondre d’une manière satisfaisante lorsque les paramètres de processus
évoluent. En effet, les actions du régulateur, réglées une bonne fois pour toute pour un point
de fonctionnement donné, ne sont plus optimales dès lors que l’on s’éloigne de celui-ci.
Exemple: Mouvement d’un robot (Fig. 1.2) :
Ce mouvement ne pourra être optimisé durant la totalité du cycle :
H. EL FADIL
2 Chapitre 1
variation permanente des moments d’inertie (par rapport aux axes articulaires) des éléments
de bras du robot durant le déroulement de la trajectoire imposée.
H. EL FADIL
Introduction à la commande numérique 3
Mesure
CAN Capteur
Calculateur
Consigne Erreur Cde Sortie
+ Correcteur
Procédé
CAN CNA
_ numérique
Mesure
Capteur
t
w(t ) x( )d (1.1)
0
H. EL FADIL
4 Chapitre 1
Le signal échantillonné x*(t), associé à un signal continu x(t), est composé d’une série
d’impulsions de Dirac apparaissant uniquement aux instants d’échantillonnage (figure 1.6).
Par la suite, on supposera que l’échantillonnage est périodique de période Te.
Signal Signal
analogique échantillonné
Un signal discret xn(t), associé au signal continu x(t), a pour valeur à l’instant kTe:
xk x(kTe ) (1.2)
H. EL FADIL
Introduction à la commande numérique 5
Y ( p) H ( p).U ( p) (1.3a)
Pour les systèmes à temps discrets (systèmes discrets ou échantillonnés) la relation entrée-
sortie peut s’écrire:
Cette relation peut être décrite par une équation récurrente qui joue le même rôle que les
équations différentielles pour les systèmes continus.
L’équation récurrente, qui se prête bien à la programmation, définit l’algorithme de
génération de sa solution.
Exemple :
Soit un système à temps discret décrit par une équation récurrente du premier degré:
H. EL FADIL
6 Chapitre 1
Si les signaux d’entrée et de sortie sont échantillonnés on peut caractériser le système par sa
fonction de transfert échantillonnée H*(p). Cette transmittance est établie à partir d’une
extension de la transformée de Laplace aux fonctions pulsées (transformée de Laplace
échantillonnée). On pourra écrire, par exemple:
Y * ( p) H * ( p).U * ( p) (1.6)
Le signal y(t), obtenu par convolution discrète, est continu. Si l’on s’intéresse au poids de
l’impulsion de sortie apparaissant à l’instant nTe, on a:
n
y (nT ) u (kT )h(n k )T (1.8)
k 0
Le signal y*(t) est, donc, une suite d’impulsions de Dirac, espacées périodiquement de Te.
L’écriture et la résolution des équations récurrentes sont facilitées par l’emploi de l’opérateur
z d’avance d’une période d’échantillonnage Te.
Cet opérateur est défini à partir de la variable complexe p de Laplace par la relation:
z eTp (1.10)
Le système à temps discret peut alors être modélisé par une fonction de transfert en z, qui lie
l’entrée à la sortie:
Y ( z) H ( z).U ( z) (1.11)
H. EL FADIL
Chapitre 2:
L’échantillonneur est un interrupteur qui se ferme pendant des instants espacés de Te puis
s’ouvre instantanément (Figure 2.1).
x* (t ) x(t ) Te (t ) (2.1)
avec : Te (t ) (t nTe ) : train d’impulsions ou fonction-
n 0
peigne (Fig. 2.2).
soit alors
H. EL FADIL
8 Chapitre 2
x* (t ) x(t ) (t nTe )
n 0
x* (t ) x(nTe ) (t nTe ) (2.2)
n 0
2.1.2 Quantification
Après échantillonnage le signal (toujours sous forme analogique) doit être quantifié (figure
2.3). C’est-à-dire numérisé et transformé en différents niveaux qui sont codés en binaire.
C’est le rôle de Convertisseur Analogique Numérique (CAN).
1
R 100 (2.4)
2n
VPE
q (2.5)
2n
H. EL FADIL
Echantillonnage et reconstitution 9
La plupart des convertisseurs CAN actuels ont un nombre de bits supérieurs à 8 (10, 12 ou 16;
exceptionnellement plus). Le tableau 2.1 donne l’erreur absolue maximum commise pour une
plage d’entrée du CAN s’étendant de 0 à 10V. Pour des raisons de précision, il est en général
nécessaire de choisir une quantification très fine, c’est-à-dire inférieure à 1%.
Tableau 2.1 : Erreur absolue d’un CAN en fonction de son nombre de bits n
Nombre de bits n 8 10 12 16 20 24
0 si t 0
(t ) (2.7)
si t 0
-
(t )dt 1 ,
-
f (t ) (t )dt f (0) ,
- (t t0 ) f (t ) (t t0 ) f (t0 ) .
Fig. 2.4
En notant L la transformée de Laplace, on a:
- L ( (t )) 1
- L ( (t )) e p : Théorème de retard.
Fig. 2.5
La transformée de Laplace du signal échantillonné (2.2), peut alors s’écrire comme suit:
H. EL FADIL
10 Chapitre 2
X * ( p) x(nTe )e nTe p (2.8)
n 0
Cette relation constitue une première expression de la transformée de Laplace d’un signal
échantillonné (transformée de Laplace échantillonnée).
La fonction-peigne (train d’impulsions unité) est un signal périodique de période Te. Il peut
donc être décomposé en série de Fourier; soit:
2t
jk
T (t )
e c e
k
k
Te
(2.9)
2
1 t Te jk
ck T ( )e d
Te
(2.10)
Te t e
Le signal Te(t) peut donc s’exprimer, compte tenu de (2.9), (2.10) et (2.11), comme suit
2 t
jk
1
T (t )
e
Te
e
k
Te
(2.12)
L’équation (2.1) peut alors se réécrire compte tenu de (2.12) comme suit
2t
1 jk
x (t )
*
Te
x(t )e
k
Te
(2.13)
H. EL FADIL
Echantillonnage et reconstitution 11
1
X * ( p)
Te
X ( p jk)
k
(2.14)
2
avec désigne la pulsation d’échantillonnage.
T
Remarque 2.1 :
1) La relation (2.14) n’est valable que si le signal x(t) est causal, c’est-à-dire si x(t)=0
pour t<0 et qu’il ne présente pas de discontinuité pour t=0, soit x(0+)=0.
2) De cette expression, il résulte que le spectre X*(j) de x*(t) est obtenu à partir de celui
de x(t), c’est-à-dire de sa réponse en fréquences X(j), par une infinité de translations
de valeur Ω=2/T. Le spectre du signal échantillonné est donc bien plus étendu que
celui du signal continu qui lui a donné naissance.
Le théorème de Shannon précise les conditions dans lesquelles un signal analogique peut être
reconstruit de façon unique à partir de sa version échantillonnée :
Théorème 2.1 :
Pour pouvoir reconstituer un signal continu à partir d’un train d’échantillons de période Te,
il faut que la fréquence d’échantillonnage Fe satisfait la condition suivante:
Fe 2Fmax (2.15)
Remarque 2.2 :
Pour les signaux à spectre de fréquence limité, on conseille de choisir Fe telle que:
6 f c Fe 24 f c (2.16)
H. EL FADIL
12 Chapitre 2
A partir d’un signal échantillonné x*(t) on obtient à la sortie de l’E/B un signal mémorisé xm(t)
qui se présente comme une suite de paliers, changeant tous les instants nTe (figure 2.7).
1 1 Te p 1 e Te p
B0 ( p) e (2.18)
p p p
H. EL FADIL
Echantillonnage et reconstitution 13
Considérons maintenant un signal mémorisé xm(t); on peut l’écrire comme résultant d’une
suite d’éléments de maintien décalés les uns des autres de Te:
xm (t ) x(nTe ) B0 (t nTe ) (2.19)
n 0
X m ( p) x(nTe ) B0 ( p)e nTe p
B0 ( p) x(nTe )e nTe p (2.20)
n 0 n 0
ou encore
X m ( p) B0 ( p) X * ( p) (2.21)
Fig. 2.9
Le schéma de principe d’un échantillonneur bloqueur est illustré par la figure (2.10).
H. EL FADIL
14 Chapitre 2
H. EL FADIL
Chapitre 3:
La transformée en z
On pose :
z eTe p (3.2)
X ( z ) x(nTe ) z n (3.3)
n 0
Remarques 3.1
1) X(z) ne dépend de x(t) qu’aux instants d’échantillonnage. Toutes les fonctions ayant
les mêmes échantillons ont la même transformée en z.
2) L’opérateur z est lié à une période d’échantillonnage donnée. Il est donc fondamental
que, dans un système discret, toutes les prises d’échantillons aient lieu en
synchronisme.
H. EL FADIL
16 Chapitre 3
a) linéarité, homogénéité:
Z a1 x1 (t ) a2 x2 (t ) a1 X1 ( z) a2 X 2 ( z) (3.4)
c) Translation complexe:
Z x( p a) Z e at x(t ) X ( zeaTe ) (3.6)
d) Produit de convolution
Z y(t ) x(t ) yk n xn z k yk n xn z k ym xn z ( m n )
k 0 n 0 n 0 k 0 n 0 m 0
ym z m xn z n Z y (t ) Z x(t )
m 0 n 0
Propriété déjà connue pour la TL : TZ d’un produit de convolution est le produit des TZ.
e) Multiplication par tn :
Z t n x(t ) kTe x(kTe ) z k
n
k 0
H. EL FADIL
Transformée en z 17
d k d k
z kz( k 1) kzk z (z )
dz dz
Les opérations d’intégration et de dérivation par rapport à un paramètre sont des opérations
linéaires qui doivent donc commuter avec la transformée de Laplace et la transformée en z.
d d
Z x(t ) Z x(t ) (3.9)
da da
z 1
lim x(nTe ) lim (1 z 1 ) X ( z ) lim
X ( z ) limX ( z ) (3.10)
n 0 z z
z z
i) Théorème de la sommation:
Supposons que nous avons :
n
g (nTe ) x(kTe ) (3.11a)
k 0
H. EL FADIL
18 Chapitre 3
1 z
G( z ) 1
X ( z) X ( z) (3.11b)
1 z z 1
j) Théorème de la différence:
Soit :
Z x(nTe ) X ( z) z 1 X ( z) (1 z 1 ) X ( z)
z 1
D( z ) X ( z) (3.12b)
z
où D( z ) Z x(nTe ) .
On trouvera une table des transformées en z des fonctions les plus courantes en annexe.
p x jw (3.13)
Dans le plan des z, on aura alors:
z eTe p eTe x e jwTe (3.14)
H. EL FADIL
Transformée en z 19
- A tout point situé dans le demi-plan droit du plan complexe (plan des p) correspondra
un point situé à l’extérieur du cercle-unité dans le plan des z.
- inversement, l’intérieur de ce cercle correspondra au demi-plan gauche du plan
complexe.
Im( p) Im(z )
+1
Re( p) -1 +1 Re(z )
0 0
-1
Plan p Plan z
Remarque 3.2
Le cercle-unité du plan z jouera le même rôle pour la stabilité des systèmes à temps discret,
que l’axe imaginaire vis-à-vis de celle des systèmes continus.
Z
x(t ) X ( z)
1
xz (t ) Z X ( z)
H. EL FADIL
20 Chapitre 3
- Les deux autres sont de type numérique et ne donnent de x(t) que les valeurs
numériques de la fonction aux instants d’échantillonnage kTe: méthode de division
selon les puissances croissantes de z-1 et la méthode de l’équation récurrente.
X ( z ) x(nTe ) z n (3.15)
n 0
où (C) est un contour du plan des z, parcouru dans le sens trigonométrique, entourant tous les
pôles de X ( z ) z n1 .
Si on applique ce résultat au terme x(nTe ) z 1 à droite de (3.16) on obtient :
1
2j (C )
x(nTe ) z 1dz x(nTe ) (3.18)
Toutes les autres intégrales du membre de droite du développement étant nulles, on peut
écrire :
1
2j (C)
x(nTe ) z n1 X ( z )dz (3.19)
x(nTe ) résidus de z n1 X ( z ) z zi (3.20)
zi
H. EL FADIL
Transformée en z 21
1 d ( m1)
Résidu F ( z ) z zi ( m 1)
( z zi ) m F ( z ) (3.21)
(m 1)! dz z zi
1 d ( m1)
x(nTe ) ( m 1)
( z zi ) m z n 1 X ( z ) (3.22)
zi ( m 1)! dz z zi
Exemples :
Te z
1) Soit : X ( z ) . Cette fonction possède un pôle double en z=1.
( z 1) 2
Pour n 0 :
Tz d Te
x(0) résidu de z 1 e 2 ( z 1) 2 0
( z 1) z 1 dz ( z 1) 2 z 1
Tz d T zn d
x(nTe ) résidu de z n1 e 2 ( z 1) 2 e 2 Te z n nTe
( z 1) z 1 dz ( z 1) z 1 dz z 1
Il en découle que X ( z ) Te n z n , ce qui implique que :
n1
xz (t ) t (t )
1 z n 1
2) Soit : X ( z ) , avec a et b réels. z n 1 X ( z ) .
( z a)( z b) ( z a)( z b)
Pour n 1 : z n1 X ( z ) possède deux pôles simples a et b deux résidus à calculer.
1 a n1 b n1
Res z a ( z a) z n1 Res z b
( z a)( z b) z a (a b)
;
(b a)
1 1 1
Res z a ; Res z b ; Res z 0
a ( a b) b(b a) ab
1 1 1
x(0) 0
a(a b) b(b a) ab
H. EL FADIL
22 Chapitre 3
C’est la méthode la plus employée des deux méthodes analytiques. Elle consiste à
décomposer X(z) en éléments simples dont on trouve les originaux dans les tables. Ces
éléments sont en général des fractions rationnelles.
N ( z)
X ( z) (3.23)
D( z )
(z z ) k
X ( z) K k
(3.24)
(z z )
i
i
Si le degré de N(z) est inférieur ou égal à celui de D(z) nous pouvons écrire dans le cas où
tous les pôles sont simples :
Ci z
X ( z) (3.25)
i z zi
X ( z)
Ci ( z zi ) (3.26)
z z zi
Exemple :
z (5 z 3.6)
Soit : X ( z ) . Cette fonction possède deux pôles: z=0.8 et z=0.6.
z 1.4 z 0.48
2
H. EL FADIL
Transformée en z 23
Dans l’équation caractéristique D( z ) 0 , il se peut que zi soit une racine multiple d’ordre m :
Le calcul des coefficients Ci,q est réalisable en prenant des cas particuliers (z = 0, z ) mais
cette méthode est vite limitée dès que m > 2. Pour une multiplicité plus grande on utilise la
forme générale suivante :
1 d ( mq ) X ( z )
Ci ,q ( mq )
( z zi ) m (3.30)
(m q)! dz z z z
i
Lorsque X(z) se présente sous la forme de fractions rationnelles en z (ou en z-1), il suffit de
diviser le numérateur par le dénominateur pour obtenir une série en z-1, dont les coefficients
sont les valeurs x(nTe) désirées.
En effet : X ( z ) xn z n , d’où x* (t ) xn (t nTe ) avec xn x(nTe )
n0 n0
Exemple :
z
Soit le signal : X ( z ) .
z 3z 2
2
z z 2 3z 2
0 3 2 z 1
z 1 3z 2 7 z 3 15z 4 31z 5
0 7 z 1 6 z 2
0 15z 2 14 z 3
0 31z 3 30 z 4
0
H. EL FADIL
24 Chapitre 3
x(nTe ) 2n 1
y0 0
y1 0 1 1
y2 0.5x1 1 1.5
y3 0.5x1.5 1 1.75
d’où:
y * (t ) y (t nT )
n 0
n e
H. EL FADIL
Chapitre 4:
Horloge
nTe
um(t) Système y(t) yn
CNA CAN
à régler
un
Ordinateur
Extérieurement le système est discret, puisqu’à une entrée discrète un u(nTe ) correspond un
signal discret yn y(nTe ) .
On peut donc définir une fonction de transfert échantillonnée, qui modélise le système et qui
lie le signal discret d’entrée un au signal de sortie échantillonné yn.
En réalité, on peut représenter le processus de commande par calculateur numérique par le
schéma figure 4.2.
Après avoir été soumise à un algorithme de commande (détecteur d’écart, régulateur, …) la
grandeur de commande e(t) désirée par l’opérateur est mise en mémoire sous forme de
valeurs numériques quantifiées un.
H. EL FADIL
26 Chapitre 4
Registre 0
e(t) de sortie 1 C
0
Algorithme de un 1 um(t)
Mémoire N
commande 1
0
1 A
Temporisation Te 0
H(p)
u(t) u*(t) um(t) y(t)
B0(p) F(p)
un
y*(t)
yn
Figure 4.4 : Représentation d’une chaîne de commande à temps discret
Dans la figure 4.4, F(p) représente la fonction de transfert classique du système (analogique) à
commander par ordinateur. D’une manière générale, on appellera H(p) la fonction de transfert
de tous les éléments compris entre deux échantillonneurs.
Soit le système linéaire à temps discret (ou système échantillonné) figure 4.5.
H. EL FADIL
Fonction de transfert discrète 27
On peut écrire:
y(t ) h(t ) u* (t ) y (t ) h(t ) u (nTe ). (t nTe ) u (nTe ) h(t ) (t nTe )
n 0 n0
Cette relation donne la convolution discrète qui lie la sortie à l’entrée. Notons que le terme :
u(nTe ) h(t nTe ) n’existe qu’à partir de l’instant t nTe .
Si on s’intéresse à la (n+1) période, on peut écrire qu’entre les instants nTe et (n+1)Te, la sortie
du système sera un signal continu répondant à :
n
y (t ) u (mTe ) h(t mTe ) (4.2)
m0
Qui donne l’évolution de la réponse du système sur la période considérée. Cette réponse du
système est la somme des réponses impulsionnelles successives (figure 4.6).
y(t)
9Te 10Te
0 Te 2Te 3Te 4Te 5Te 6Te 7Te 8Te t
t1
n
yn y (nTe ) u (mTe ) h(n m)Te (4.3)
m 0
On sait que :
Y * ( p) yn e nTe p (4.4)
n0
H. EL FADIL
28 Chapitre 4
Alors:
n
Y * ( p) u (mTe ) h(n m)Te e nTe p (4.5)
n 0 m 0
Y * ( p) u(mT ) h(kT ) e
k m m0
e e
kTe p
e mTe p h(kT ) e
k m
e
kTe p
u (mTe ) e mTe p
m0
Y * ( p) h(kTe ) e kTe p u (mTe ) e mTe p (4.6)
k 0 m 0
H * ( p) h(kTe ) e kTe p (4.7)
k 0
Il s’ensuit que :
Y * ( p) H * ( p) U * ( p) (4.8)
Y ( z ) H ( z ) U ( z ) (4.9)
On reprend ici la figure 4.5 où H(p) peut représenter un système élémentaire ou la fonction de
transfert globale d’un système plus complexe:
H. EL FADIL
Fonction de transfert discrète 29
Y ( p) H ( p) U * ( p)
Y * ( p) H * ( p) U * ( p)
Soit alors :
Y ( z ) H ( z ) U ( z ) (4.10)
On peut écrire :
X * ( p) H1* ( p) U * ( p) et Y * ( p) H 2* ( p) X * ( p)
On obtient alors:
Y * ( p) H1* ( p) H 2* ( p) U * ( p)
H * ( p) H1* ( p) H 2* ( p)
H ( z ) H1 ( z ) H 2 ( z ) (4.11)
H. EL FADIL
30 Chapitre 4
H(p)
u(t) u*(t) um(t) y(t) y*(t)
B0(p) F(p)
U(p) U*(p) Y(p) Y*(p)
Nous avons :
H ( p) B0 ( p) F ( p)
*
*
avec B0 ( p)
1 e Tp
p
F ( p) F ( p)
H ( z) Z Z e Tp
p p
F ( p) 1 F ( p)
H ( z) Z z Z p
p
F ( p)
H ( z ) (1 z 1 ) Z (4.12)
p
(a) (b)
H. EL FADIL
Fonction de transfert discrète 31
Nous avons :
M * ( p)
H ( p) * D( p) R( p)
* *
(4.13)
( p)
B0
La FTBF s’écrit :
S * ( p) D* ( p ) D( z )
H ( p) *
*
H ( z) (4.14)
E ( p) 1 H B* 0 ( p) 1 H B0 ( z)
BF
1 1
* ( p) E * ( p) ( z) E( z) (4.15)
1 H B 0 ( p)
*
1 H B0 ( z)
H. EL FADIL
32 Chapitre 4
D1* ( p) D2* ( p) D1 ( z ) D2 ( z )
*
H BF ( p) H BF ( z ) (4.17)
1 H B* 0 ( p) 1 H B0 ( z)
Remarque 4.1 :
Cette dernière configuration est intéressante car elle représente le cas typique d’un
asservissement dont le correcteur (régulateur) est programmé dans le calculateur de
commande :
- On pourrait, ainsi, avoir: D1(p) = C(p) , fonction de transfert du correcteur numérique,
et D2(p), fonction de transfert des éléments analogiques de la chaîne de commande.
- Le capteur R(p) est supposé ici analogique. S’il est de type numérique, la prise
d’information s’effectue alors après l’échantillonneur de sortie.
De même que pour les systèmes asservis linéaires continus, l’étude des performances d’un
système asservi échantillonné passe par certaines méthodes graphiques et nécessite donc le
tracé de son lieu de transfert échantillonné.
H j( k)
1
H ( j ) (4.18)
Te k
2
avec désigne la pulsation d’échantillonnage.
Te
Te H ( j ) H j( k)
k
(4.19)
Le lieu échantillonné résulte donc d’une addition vectorielle dans le plan complexe comme
indiqué figure 4.13.
H. EL FADIL
Fonction de transfert discrète 33
Im
1
1 1 2
/2 Re
0
H j (1 )
1 2
H j (1 2) H j (1 )
H ( j1 )
1
Te H ( j ) H ( j )
Cette construction vectorielle, qui peut paraître bien compliquée, est facilitée par les
considérations suivantes :
- Le fait que la double sommation sur k se réduit bien souvent à quelques termes autour
de zéro. En effet, le module de H ( j ) tend rapidement vers zéro dès que la pulsation
prend des valeurs élevées. Or dans bien des cas, la pulsation d’échantillonnage est
elle-même élevée, ce qui fait que :
Pour Te H ( j) Te H ( j 0)
Si Te H ( j 0) est réel, ces deux points sont confondus. Le lieu de transfert est
cyclique et présente une périodicité .
Si Te H ( j 0) est infini, Te H ( j) est infini et lui est symétrique par rapport à
l’axe réel ; le lieu se boucle alors à l’infini par un cercle de rayon infiniment
grand.
H. EL FADIL
34 Chapitre 4
Ainsi compte-tenu des règles ci-dessus, les lieux de transfert échantillonnés se présentent
comme indiqué dans la figure 4.14.
Im
/2 Re
/2
0 0
Te H ( j )
Remarque 4.2 :
Comme pour les systèmes continus, il est assez rare que l’on soit amené à travailler dans le
plan de Nyquist (ou plan complexe). L’intérêt de ce paragraphe se situe dans la mise en
évidence des propriétés liées aux lieux de transfert des systèmes échantillonnés par rapport
aux lieux des systèmes continus correspondants.
D( z )
H BF ( z ) (4.21)
1 H B0 ( z)
H BO ( z ) K G( z ) (4.22)
( z ) 1 H BO ( z ) 0 (4.23)
Dépendent du gain statique en boucle ouverte K, des pôles et des zéros de la fonction G(z).
H. EL FADIL
Fonction de transfert discrète 35
On peut donc tracer dans le plan des z le lieu géométrique décrit par les racines de l’équation
caractéristique ( z ) 0 , lorsque le gain statique en boucle ouverte K varie de zéro à l’infini.
Ce lieu des racines en fonction du paramètre K est appelé lieu d’EVANS.
Les logiciels d’étude des systèmes, tels que MATLAB permettent d’obtenir le tracé de tous
ces lieux sans difficulté (voir tableau 4.1).
Les figure 4.15 et 4.16 illustrent le tracé le tracé de lieu de Nyquist et le lieu d’Evans à partir
du programme programme Matlab suivant :
Num_C=[100];
Den_C=conv(conv([1 5],[1 4]),[1 1]);
%%fonction de transfert continue%%
H_cont=tf(Num_C,Den_C);
figure(1);
bode(H_cont);
%% fonction de transfert discrète %%
Te=0.1; % période d'échantillonnage;
H_disc=c2d(H_cont,Te);
figure(2);
nyquist(H_disc); % lieu de Nyquist
figure(3);
rlocus(H_disc); % lieu d’Evans
H. EL FADIL
36 Chapitre 4
Nyquist Diagram
4
2
Imaginary Axis
-1
-2
-3
-4
-1 0 1 2 3 4 5 6
Real Axis
Root Locus
5
Imaginary Axis
-5
-14 -12 -10 -8 -6 -4 -2 0 2
Real Axis
H. EL FADIL
Chapitre 5:
Tout réglage automatique, qu’il soit continu ou qu’il soit discret, doit absolument satisfaire
à des conditions strictes de stabilité. Nous avons vu au chapitre 4 de la partie systèmes
continus qu’un système peut se trouver dans l’une des situations suivantes :
- Système asymptotiquement stable.
- Système marginalement stable (limite de stabilité),
- Ou système instable.
Nous avons aussi vu que pour qu’un système de fonction de transfert H(p) soit stable, il faut
que sa réponse impulsionnelle h(t ) L1H ( p) satisfasse: lim h(t ) 0 . Ceci n’est possible
t
que si les pôles de la fonction de transfert H(p) sont tous à partie réelle négative ( Re( pi ) 0 ).
En supposant que le système possède des pôles i , réels et/ou complexes conjugués, le terme
général de h(t) peut s’écrire:
H. EL FADIL
38 Chapitre 5
d
h(nT ) Ci in (5.3)
i 1
Cette expression tendra vers zéro si et seulement si tous les i ont leur module inférieur à 1:
i 1 (5.4)
E ( p) + ( p)
S ( p)
_ D ( p)
M ( p)
R ( p)
Critère de Nyquist:
Un système asservi est stable si la variation de l’argument de sa fonction de transfert en
boucle ouverte, autour du point critique d’abscisse: -1, lorsque varie de 0 à Ω=2/T, est
nulle. Il est instable dans le cas contraire.
Critère du Revers :
Un système asservi est stable si le lieu de transfert en boucle ouverte, n’entoure pas le point
critique d’abscisse: -1, il est instable s’il l’entoure.
H. EL FADIL
Stabilité des systèmes échantillonnés 39
On peut étudier les conditions de stabilité d’un système à temps discret en s’intéressant aux
pôles de sa fonction de transfert en z.
Soit le système asservi suivant:
H. EL FADIL
40 Chapitre 5
E (z ) + (z ) S (z )
D(z )
_
M (z )
R(z )
D( z )
H BF ( z ) (5.9)
1 D( z ) R ( z )
Son équation caractéristique est:
( z) 1 D( z ) R( z) 1 H BO ( z ) 0 (5.10)
Pour appréhender le degré de stabilité de ces systèmes à temps discret, sans avoir à résoudre
pour autant leurs équations caractéristiques, on peut s’appuyer sur:
- des critères de type algébrique: SCHUR-COHN, ROUTH et HURWITZ, JURY.
- des critères de type géométrique (comme précédemment): NYQUIST, EVANS.
H. EL FADIL
Stabilité des systèmes échantillonnés 41
3) d n D(1) 0 -1
Figure 5.3
4) (1) n d n D(1) 0
5.3.2.2 Quelques cas particuliers
a) Polynômes du second degré:
d ( z) ( z ) d 2 z 2 d1 z d0 avec d2 0 (5.14)
Le critère de Jury impose les conditions suivantes:
1) d 0 d 2 (produit des racines inférieur à 1)
2) d (1) (d0 d1 d 2 ) 0
3) d (1) (d0 d1 d 2 ) 0
b) Polynômes du troisième degré
d ( z) d3 z 3 d 2 z 2 d1 z d0 avec d3 0 (5.15)
d ( z ) d 4 z 4 d3 z 3 d 2 z 2 d1 z d0 avec d4 0 (5.16)
1) d 42 d02 d0 d3 d1d 4
Soit par exemple un système asservi discret à retour unitaire dont la fonction de transfert en
boucle ouverte associée est:
H. EL FADIL
42 Chapitre 5
K (1 )
T
K e
H BO ( p) B0 ( p) H BO ( z ) K G( z ) ; e 1
(1 p) z
1
Le système étudié est donc stable si : 0 K
1
C’est une méthode graphique, utilisée souvent pour les systèmes continus. Elle peut être aussi
utilisée dans le plan des z pour tester les conditions de stabilité des systèmes asservis à temps
discret.
Exemple :
Soit un système asservi échantillonné, dont la fonction de transfert en boucle ouverte est :
z 1.755
H BO ( z ) K
z ( z 1)( z 0.368)
Le lieu des racines de son équation
caractéristique: ( z) 1 K G( z) 0
c’est-à-dire des racines du polynôme:
H. EL FADIL
Chapitre 6:
E (z ) + (z ) S (z )
D(z )
_
M (z )
R(z )
On rappelle :
E( z)
( z) (6.1)
1 H BO ( z )
avec H BO ( z ) D( z ) R( z )
Sollicité par une commande, il présentera en régime permanent une erreur statique, obtenue à
partir de:
E( z)
() lim (t ) lim (nT ) lim ( z 1) (6.2)
t n z 1 1 H BO ( z )
H. EL FADIL
44 Chapitre 6
Pour calculer cette erreur, on introduit la notion de constante d’erreur, liée à l’ordre de
l’entrée appliquée
Considérons les entrées-test classiques de la forme:
tm
e(t ) e0 (t ) (6.3)
m!
On peut calculer ces constantes d’erreur pour les quelques entrées canoniques couramment
utilisées:
z
e p ( z ) e0 (6.4)
z 1
e0 z 1 e0 e
p () lim ( z 1) lim 0 (6.5)
z 1 z 1 1 H BO ( z ) z 1 1 H BO ( z ) k p
k p lim1 H BO ( z ) (6.7)
z 1
Tz
ev ( z ) e0 (6.8)
( z 1) 2
e0T eT
v () lim 0 (6.9)
z 1 ( z 1)1 H
BO ( z ) kv
kv lim ( z 1) H BO ( z ) (6.10)
z 1
T 2 z ( z 1)
ea ( z ) e0 (6.11)
2( z 1)3
H. EL FADIL
Précision et rapidité 45
e0T 2 e0T 2
a () lim (6.12)
z 1 ( z 1) 2 1 H
BO ( z ) ka
ka lim ( z 1) 2 H BO ( z ) (6.13)
z 1
tm
D’après ce qui précède, on voit qu’à une entrée (6.3): e(t ) e0 (t ) correspondre une
m!
constante d’erreur:
km lim ( z 1) m 1 H BO ( z ) (6.14)
z 1
et une erreur:
e0T m
m ( ) (6.15)
km
Remarque 6.1 :
Les signaux d’entrée d’ordre très élevé sont rares: par contre, une entrée quelconque peut être
décrite par un polynôme d’ordre élevé, tel que:
t2 tm
e(t ) (t ) t(t ) (t ) (t ) (6.16)
2 m!
Le système étant linéaire, l’erreur résultante sera la somme des erreurs constatées pour chaque
type d’entrée.
K P( z )
H BO ( z ) (6.17)
( z 1) n Q( z )
où: P(z) et Q(z) sont des polynômes en z qui ne possèdent pas de racines égales à 1 et qui
tendent vers une constante quand z tend vers 1. De plus, P(z) est de degré au plus égal à celui
du dénominateur de la transmittance en boucle ouverte considérée.
H. EL FADIL
46 Chapitre 6
En particulier, si m=n:
K P( z )
km lim ( z 1) m 1 (6.18)
( z 1) Q( z )
z 1 m
n2 e0Te2
0 0
ka
e0Te3
n3 0 0 0
kj
Conséquences :
- Lorsque l’erreur existe (m=n), celle-ci est d’autant plus faible que la constante d’erreur
est plus élevée.
- On peut obtenir une précision parfaite si la FTBO du système possède au moins (m+1)
pôles égaux à 1.
Remarque 6.2 :
Comme pour les systèmes asservis continus, on peut développer le même type d’études à
propos de l’effet des perturbations sur la précision statique des systèmes discrets.
H. EL FADIL
Précision et rapidité 47
6.2 La rapidité
6.2.1 Considérations sur le régime transitoire
On peut se faire une idée de la nature du phénomène transitoire dans un système discret en
observant la relation existant entre la réponse impulsionnelle et les pôles et les zéros de la
fonction de transfert correspondante.
Exemple:
z
H BF ( z ) (6.19)
z
Cette fonction possède un seul pôle et un seul zéro nul, c’est-à-dire à l’origine.
On peut distinguer divers cas selon la position du pôle réel , par rapport à l’intervalle [-1,1]
du plan des z.
Le tableau 6.2 montre les six cas possibles selon que est positif ou négatif, est
supérieur ou inférieur à 1. Le zéro, nul, est représenté à l’origine.
Re
t
z1 1.2 0
Im h(t)
Re t
z1 1.2 0
Im h(t)
Re t
z1 1 0
H. EL FADIL
48 Chapitre 6
Im h(t)
Re t
z1 1 0
Im h(t)
Re
t
z1 0.8 0
Im h(t)
t
Re
z1 0.8 0
Pour tester la rapidité d’un système échantillonné, on procède tout à fait comme pour les
systèmes continus:
- Signal-test: échelon-unité ou échelon de position : * (t ) (nT ) T (t )
n 0
Les réponses indicielles des systèmes échantillonnés se présentent sous la forme des signaux
figure 6.2.
s*(t)/S0
1.05
1
0.95
t
0 Te
tr tr
H. EL FADIL
Précision et rapidité 49
tr jTe (6.20)
Remarque 6.3:
Comme pour les systèmes continus, la rapidité d’un système est liée à l’étendue de sa bande
passante.
La précision dynamique d’un système en réponse à une entrée donnée, ainsi que sa rapidité
sont fortement liées. Du fait de la souplesse d’emploi des machines numériques et des
possibilités qu’elle offrent pour engendrer certaines fonctions uniquement par programmation,
on peut imposer certaines contraintes au système en BF, permettant de biaiser le dilemme
précision-rapidité, classique dans le réglage des systèmes asservis discrets.
Les deux systèmes contraints suivants sont intéressants du fait qu’ils présentent une rapidité
contrôlée et une erreur statique nulle:
Un système est dit minimal ou à temps d’établissement fini lorsque, pour une entrée spécifiée,
le régime définitif est atteint en un nombre fini des périodes; l’erreur correspondant à cette
entrée s’annulant.
Cette définition autorise des dépassements (oscillations) de la réponse obtenue, durant le
régime transitoire (figure 6.3).
s*(t)/S0
Réponse indicielle
t
0 Te T0
H. EL FADIL
50 Chapitre 6
Le système est dit à réponse-pile lorsque la sortie atteint son régime définitif, pour une entrée-
type donnée, en nombre fini d’échantillons, sans dépassement.
Après j périodes, sans dépassement, le système a atteint définitivement son régime permanent
(figure 6.4).
s*(t)/S0
Réponse indicielle
t
0 Te T0
L’entrée appliquée n’est pas forcément un échelon-unité. La figure 6.5 montre un système à
réponse-pile pour une commande en rampe de vitesse.
s*(t)
t
0 Te T0
H. EL FADIL
Chapitre 7:
Le circuit correcteur est programmé au cœur de la machine numérique et tout se passe comme
si le système répondait au diagramme fonctionnel figure 7.1 suivant:
H. EL FADIL
52 Chapitre 7
Il peut se trouver cependant que l’on soit obligé d’utiliser des correcteurs de type câblé; dans
ce cas, on dispose de la structure-série classique figure 7.2 suivante:
Te
e(z ) + (z ) y (z ) s(z )
C (z ) F (z )
_
C ( z)F ( z)
H BF ( z ) (7.1)
1 C ( z)F ( z)
Le cahier des charges impose certaines contraintes (de rapidité, de précision,…) au système
bouclé, on connait a priori la forme à donner à HBF(z).
Le processus de fonction de transfert F(z) étant lui-même connu, on en déduit que le
correcteur doit répondre à:
H BF ( z )
C( z) (7.2)
F ( z )1 H BF ( z )
b0 b1 z b2 z 2 .... bn z n
C ( z) (7.3)
a0 a1 z a2 z 2 .... ad z d
H. EL FADIL
Compensation des systèmes échantillonnées 53
lim z 1C ( z ) 0
z
(7.4)
nd (7.5)
La condition n d est nécessaire, mais elle n’est pas suffisante. Par exemple, supposons que:
On voit qu’à l’instant nTe le signal de sortie yn du correcteur doit être synchrone de sa
commande n . Or les conversions AN et NA, d’une part, et le calcul de l’expression de yn,
d’autre part, ne sont pas instantanés: il faut un certain temps entre la prise d’échantillon et la
commande y du processus. Si l’échantillonnage est très rapide, on aura intérêt à imposer des
conditions plus restrictives pour la faisabilité du correcteur:
La détermination des correcteurs s’appuie sur un nombre de démarches qui font appel à des
critères spécifiques:
H. EL FADIL
54 Chapitre 7
Soit la structure fonctionnelle retenue pour représenter le système à corriger figure 7.3. On
peut exprimer le signal d’erreur :
A( z )
e( z ) (7.10)
(1 z 1 ) m1
où A(z) est un polynôme en z-1, de degré au plus égal à m et dépourvu de racines égales à
l’unité.
( z)
A( z )
1 H BF ( z) (7.11)
(1 z 1 ) m1
n z 1 z 1
lim (nT ) lim (1 z 1 ) ( z ) lim A( z )(1 z 1 ) m 1 H BF ( z ) (7.12)
Partant de ces considérations, la relation précédente permet de calcule HBF(z), puis d’en
déduire la fonction de transfert C(z) du correcteur.
Exemple :
Si l’on désire parvenir à un système présentant une précision parfaite pour une entrée d’ordre
m, il faudra que:
1 H BF ( z ) (1 z 1 ) m1 B( z ) (7.15)
H. EL FADIL
Compensation des systèmes échantillonnées 55
Alors:
et ceci quelque soit le polynôme B(z), pourvu que celui-ci ne présente pas de racines égales à
l’unité.
On déduit alors:
H BF ( z ) 1 (1 z 1 ) m1 B( z ) (7.17)
et
( z) A( z) B( z) (7.18)
Le correcteur qui permet d’atteindre ce résultat, s’il remplit les conditions de faisabilité, aura
pour expression:
C ( z)
1 (1 z 1 ) m1 B( z ) (7.19)
(1 z 1 ) m1 F ( z ) B( z )
Le calcul montre que le signal d’erreur *(t) s’annule en un nombre fini d’échantillons ((z)
est un polynôme en z-1). Les systèmes répondant à ses spécifications sont donc à temps
d’établissement fini, pour l’entrée considérée.
( z) A( z) B( z) (7.20)
1 H BF ( z ) (1 z 1 ) m1 B( z ) (7.21)
A(z) étant imposé par l’entrée choisie, le système considéré sera dit minimal absolu, si
B( z ) 1 (7.22)
alors
( z) A( z) (7.23)
H. EL FADIL
56 Chapitre 7
H BF ( z ) 1 (1 z 1 ) m1 (7.24)
1
e( z ) (7.26)
1 z 1
Alors
( z) A( z) 1 (7.27)
* (t ) (t ) (7.28)
H BF ( z ) z 1 (7.29)
Soit
h* (t ) (t Te ) (7.30)
H. EL FADIL
Compensation des systèmes échantillonnées 57
e (t ) (t ) h (t )
1 1 1
t t t
0 Te 0 Te 0 Te
Figure 7.4 : signaux d’un système rendu minimal absolu pour m=0
Nous avons
Tz 1
e( z ) (7.32)
(1 z 1 ) 2
Alors
( z ) Te .z 1 (7.33)
Soit
* (t ) Te . (t Te ) (7.34)
D’autre part
H BF ( z ) 1 (1 z 1 ) m1 2 z 1 z 2 (7.35)
Soit
h* (t ) 2 (t Te ) (t 2Te ) (7.36)
e (t ) (t ) h (t )
2
1
Te
t t t
0 Te 0 Te 0 Te
1
Figure 7.4 : signaux d’un système rendu minimal absolu pour m=1
H. EL FADIL
58 Chapitre 7
soit
Te2 z 1 (1 z 1 )
e( z ) (7.38)
2 (1 z 1 )3
Te2 1
( z ) A( z ) z (1 z 1 ) (7.39)
2
Te2 T2
* (t ) (t Te ) e (t 2Te ) (7.40)
2 2
En outre, on obtient
H BF ( z ) 3z 1 3z 2 z 3 (7.41)
soit
e (t ) (t ) h (t )
3
1 Te2
t 2 t 1 t
0 Te 0 Te 0 Te
1
3
Figure 7.5 : signaux d’un système rendu minimal absolu pour m=2
H. EL FADIL
Chapitre 8:
8.1 Généralités
Le régulateur discret élabore une grandeur de commande discrète y*(t) en fonction de l’écart
de réglage discret *(t) du système.
Selon la complexité du régulateur, la grandeur y* à t=nTe est formée en fonction de * à cet
instant, mais aussi aux instants précédents: (n-1)Te, (n-2)Te, …
Comme dans le cas des régulateurs continus qui réalisent généralement la relation:
1 t d (t )
y (t ) k p (t )
Ti ( )d T
0
d
dt
(8.1)
on crée des régulateurs discrets standard qui traduisent en valeurs discrète cette expression.
Les régulateurs les plus courants sont: P.I, P.D, P.I.D, voire P.D2 et P.I.D2.
Équation discrète :
n
Te
y i (nTe ) K i ( jTe ) Ki (8.2)
j 0 Ti
H. EL FADIL
60 Chapitre 8
Équation récurrente:
y i y1
i
K i (8.4)
Fonction de transfert:
y i ( z) z
Ci ( z ) Ki (8.5)
( z) z -1
Diagramme structurel:
L’action dérivée se traduit par un terme proportionnel à la différence des écarts de réglage aux
instants d’échantillonnage nTe et (n-1)Te.
Équation discrète:
Fonction de transfert :
Cd ( z )
y d ( z)
( z)
Kd
z -1
z
K d 1 - z -1 (8.8)
H. EL FADIL
Régulateurs standards 61
Diagramme structurel:
Le diagramme structurel d’une action dérivée est
illustré par la figure 8.2 ci-contre.
_ + yd
1
z Kd
8.2.3 Action Dérivée seconde D2 1
Fig. 8.2 : Action D
Soit le cas où le régulateur comporte un terme en
d 2 (t )
dérivée-seconde, du type: 2 .
dt 2
Équation discrète:
2
y d 2 (nTe ) K d 2 (nTe ) 2 [(n 1)Te ] [(n 2)Te ] Kd 2 (8.9)
Te2
soit
y d 2 K d 2 2 1 2 (8.10)
Fonction de transfert :
Cd 2 ( z )
y d 2 ( z)
( z)
K d 2 1 - 2z -1 z 2 (8.11)
Diagramme structurel:
Équation discrète:
n
y (nTe ) K p (nTe ) K i ( jTe ) (8.12)
j 0
H. EL FADIL
62 Chapitre 8
n n 1
K i ( jTe ) K i ( jTe ) K i (nTe ) (8.13)
j 0 j 0
soit
y i (nTe ) y i (n 1)Te Ki (nTe ) (8.14)
Equation récurrente :
y yi 1 ( K p Ki ) (8.15)
Fonction de transfert :
z b b z 1
C ( z) K p Ki 1 01 (8.16)
z -1 1 z
Avec b1 K p Ki et b0 K p
Le régulateur PI est un système discret du 1er ordre, ayant un pôle égal à 1. Le PI peut donc
annuler l’écart de réglage, en régime établi, dû, à une sollicitation en échelon de position.
Réponse impulsionnelle:
b1 b0 z 1
De l’équation (8.16) on peut écrire : y( z ) 1
(z) . Si * (t) (t) , alors (z) 1 . Il
1 z
s’ensuit que
b1 b0 z 1
y( z)
1 z 1
b1
n 1
(b0 b1 )z n (8.17)
Soit
y( z ) ( K p K i ) K i z n (8.18)
n 1
y * (t ) K p (t ) K i (t nTe ) (8.19)
n 0
H. EL FADIL
Régulateurs standards 63
y (t )
K p Ki
Ki
t
0 Te
Diagramme structurel: Ki Kp
Le diagramme structurel du régulateur PI se
i y
déduit aisément de son équation discrète (figure 1 + + y + +
z
8.5). yi 1
Le régulateur PID se base sur le régulateur PI auquel on ajoute une composante dérivée:
Équation discrète:
n
y(nTe ) K p (nTe ) K i ( jTe ) K d (nTe ) (n 1)Te (8.19)
j 0
Soit
y(nTe ) y i (n 1)Te ( K p Ki K d ) (nTe ) K d (n 1)Te (8.20)
ou encore
y yi 1 ( K p Ki K d ) K d 1 (8.21)
Fonction de transfert:
z z - 1 b2 z 2 b1 z b0
C ( z) K p Ki Kd (8.22)
z -1 z z ( z 1)
Avec : b2 K p Ki K d ; b1 ( K p 2K d ) ; b0 K d
H. EL FADIL
64 Chapitre 8
Le régulateur PID est un système du second ordre; sa fonction de transfert possède un pôle
nul et un pôle égal à 1. Comme le PI, il est capable d’annuler l’erreur de position en régime
permanent.
Réponse impulsionnelle:
On peut aussi écrire:
C ( z ) ( K p K i K d ) ( K i K d ) z 1 K i z n (8.23)
n2
Soit, si * (t ) (t )
y * (t ) ( K p K i K d ) (t ) ( K i K d ) (t Te ) K i (t nTe ) (8.24)
n2
ou encore:
y* (t ) K p (t ) KiTe (t ) K d (t ) (t Te ) (8.25)
Il s’ensuit que la réponse impulsionnelle d’un PID se présente comme illustrée par la figure
8.6.
y (t )
K p Ki K d
Ki
Ki K d
t
0 Te
Diagramme structurel:
Le diagramme structurel du z 1 1
régulateur PID est illustré par la
Ki K p Kd Kd
figure 8.7 ci-contre. Ce diagramme
_
est issu directement de l’équation i y
1 + + y + + +
z
récurrente (8.21) laquelle convient yi 1
mieux à la programmation.
Fig. 8.7 : Action PID
L’algorithme de cette équation peut
se présenter comme suit :
H. EL FADIL
Régulateurs standards 65
Données:
Kp; Ki; Kd;
Initialisation:
x=0; ε-1=0;
Kpid= Kp+Ki+Kd;
Pour chaque Te faire:
Lire(ε);
y=Kpid*ε+x-Kd* ε-1;
sortir(y);
x=x+Ki*ε;
ε-1=ε;
Fin pour;
Remarque 8.1:
Bien souvent dans les régulateurs standards, l’action P est commune aux autres actions I et D.
La structure d’un PID se présente alors comme illustré par la figure 8.8.
I Te 1 + + Kp
y
Ti 1 z 1
+
D Td
(1 z 1 )
Te
La structure classique d’une boucle de régulation numérique est illustrée par la figure 8.9
suivante:
H ( p)
Régulateur Bloqueur Procédé
+ k C ( p) B0 ( p) F ( p)
_ Te Te
H. EL FADIL
66 Chapitre 8
F ( p) B( z )
H ( z ) (1 z 1 ) Z A( z ) (8.26)
p
Selon le type d’action choisie, le régulateur présente une fonction de transfert que l’on peut
mettre sous la forme:
R( z )
C ( z) (8.27)
S ( z)
De plus, on introduit dans la chaîne une possibilité de réglage du gain statique en boucle
ouverte:
R( z ) B( z )
H BO ( z ) k (8.28)
S ( z ) A( z )
F(p) ne présente pas d’intégration (terme en 1 / p ). H (z) ne présente pas de pôle égal à 1: A(z)
ne possède pas de racine égale à 1.
On préconisera ici l’emploi d’un régulateur PID, dont on calculera les coefficients Kp, Ki et Kd
de telle sorte que l’on ait:
R( z ) A( z ) (8.29)
alors:
B( z )
H BO ( z ) k (8.30)
S ( z)
soit
B( z )
H BO ( z ) k (8.31)
z ( z 1)
Le pôle z 1 de HBO(z) assure alors un écart nul à une entrée en échelon de position (action
intégrale). Ensuite, on détermine k de manière à obtenir un système stable. On choisit donc k
de telle sorte que les racines de l’équation caractéristique:
H. EL FADIL
Régulateurs standards 67
z( z 1) kB( z) 0 (8.32)
Le système à compenser possède une intégration, donc un pôle égal à 1; c’est le cas classique
de l’asservissement de position. L’ensemble Bloqueur-Processus présente une fonction de
transfert de la forme:
B( z ) B(1) 0
H ( z) avec (8.33)
( z 1) A' ( z ) A' (1) 0
La fonction H(z) possédant un pôle égal à 1 (comportement intégral), il est inutile d’en ajouter
un autre par une action intégrale. On utilisera par exemple un régulateur de type P.D.D2, dont
la fonction de transfert peut se représenter par:
C ( z) C p ( z) Cd ( z ) Cd 2 ( z ) (8.34)
ce qui conduit à:
b0 b1 z b2 z 2 R( z )
C ( z) (8.35)
z2 S ( z)
R( z ) B( z )
H BO ( z ) k (8.36)
S ( z ) ( z 1) A' ( z )
On calcule alors les coefficients b0, b1 et b2 de telle façon que l’on puisse obtenir l’égalité:
R( z ) A' ( z ) (8.37)
d’où
B( z )
H BO ( z ) k (8.38)
( z 1) S ( z )
soit
H. EL FADIL
68 Chapitre 8
B( z )
H BO ( z ) k (8.39)
( z 1) z 2
La présence du pôle égal à 1 assure une erreur de position nulle en régime permanent.
kB( z )
H BF ( z ) (8.40)
( z 1) z 2 kB( z )
Le coefficient k est déterminé pour assurer la stabilité de l’ensemble. C’est-à-dire qu’il est
choisi de telle façon, que les racines de l’équation caractéristique:
( z 1) z 2 kB( z ) 0 (8.41)
La figure 8.10 présente le principe de calcul de la dérivée par différences finies : différences
vers l'avant et vers l'arrière.
f (nTe )
f ' (nTe )
t
0 Te
H. EL FADIL
Régulateurs standards 69
dx x(t ) x(t Te ) 1 q 1 q 1
x(t ) x(t ) (8.42)
dt Te Te qTe
Dérivation :
z 1
p (8.43)
zTe
Intégration :
1 Tz
e (8.44)
p z 1
1 z 1
z eTe p p (8.45)
1 Te p zTe
Re(z )
En utilisant cette transformation le calcul numérique de
0
l'intégrale donne:
Figure 8.11
n
I x( )d x(kTe )Te
t
in in1 Te xn (8.46)
0
k 1
H. EL FADIL
70 Chapitre 8
x(t )
t
0 Te 2Te
dx x(t Te ) x(t ) q 1
x(t ) (8.47)
dt Te Te
Dérivation :
z 1
p (8.48)
Te
Intégration :
1 T
e (8.49)
p z 1
z 1
z eTe p 1 Te p p (8.50)
Te
Im(z )
Figure 8.13
Calcul numérique de l'intégrale :
n1
I x( )d x(kTe )Te
t
in in1 Te xn1 (8.51)
0
k 1
H. EL FADIL
Régulateurs standards 71
t
0 Te 2Te
La dérivée numérique est proche de la moyenne des dérivées au point considéré et au point
précédent.
dx 2 q 1
x(t ) (8.53)
dt Te q 1
Dérivation :
2 z 1
p (8.54)
Te z 1
Intégration :
1 T z 1
e (8.55)
p 2 z 1
Te p Te p
1
2 2 Te p
2
e
z eTe p (8.56)
Te p
Te p 2 Te p
e 2 1
2
H. EL FADIL
72 Chapitre 8
Figure 8.15
Calcul numérique de l'intégrale :
n
x((k 1)Te ) x(kTe ) Te
I x( )d
t
Te in in1 ( xn1 xn ) (8.57)
0
k 1 2 2
x(t )
t
0 Te 2Te
Remarque 8.2 :
La transformation bilinéaire introduit une distorsion des fréquences. Cette distorsion peut être
compensée à une pulsation donnée 1 par l'utilisation de
Dérivation :
1 z 1
p (8.58)
tan(1Te / 2) z 1
Remarque 8.3 :
Seule la transformée bilinéaire est directement implantée sous Matlab, les différences avant et
arrière ne le sont pas. La commande utilisée sous Matlb est c2d.
H. EL FADIL
ANNEXE
(t ) 1 1
(t kTe ) e kTe p z k
1 z 1
(t )
p z 1 1 z 1
1 Te z Te z 1
t
p2 z 12 1 z 1 2
1 2 1 Te2 z ( z 1) Te2 z 1 (1 z 1 )
t
2z 1
3 3
2 p3 2 1 z 1
t3 1 Te3 z ( z 2 4 z 1)
6 p4 6 z 14
a( z) A( z )
tm 1 z 1m1
1 z 1
m1
m! p m1
Avec lim A( z ) cste
z1
1 z 1
avec e e
aT
e at
pa z 1 z 1
1 Te z Te z 1
at
t.e
p a 2
z 2 1 z 1
2
t 2 at 1 Te2z Te2 2 z
2
.e
p a 3 2z z
2 3
a z (1 ) z 1 (1 )
1 e at
p p a ( z 1)( z ) (1 z 1 )(1 z 1 )
1 e at a Te z (1 ) z
t
a p p a
2
( z 1) a( z 1)( z )
2
H. EL FADIL
74 Annexe
ba z z
e at e bt
( p a)( p b) z e aTe
z e bTe
b at a bt ab z bz az
1 e e
a b a b p( p a)( p b) z 1 (a b)( z e ) (a b)( z e bTe )
aTe
z. . sin(Te )
avec e
aTe
e at sin(t )
( p a) 2 2
z 2 z . cos(Te ) 2
2
2 z zz cos(Te )
1 cos(t ) 2
p( p )
2 2
z 1 z 2 z. cos(Te ) 1
Table de transformée en z pour les processus précédés d’un bloqueur d’ordre zéro
K Te Kz 1
B0 ( p). K
p z 1 1 z 1
processus
précédés d’un
bloqueur d’ordre
K KTe2 ( z 1) KTe2 (1 z 1 ) z 1
zéro :
B0 ( p). 2
2z 1
2 2
p 2 1 z 1
Te p
1 e
B0 ( p)
p
K (1 ) K (1 ) z 1
K
B0 ( p). z 1 z 1
1 p
Te
avec e
H. EL FADIL
Table des transformées en z 75
Kz d (b1 z 1 b2 z 2 )
Ke r p 1 z 1
B0 ( p). L Te
1 p
Te
avec e
; b1 1 e
;
avec r d .Te L
L
d entier ; 0 L T b2 e 1 Te
zTe (1 ) Te (1 )
K
B0 ( p).
K ( z 1)( z )
p(1 p)
Te
avec e
b2 z 2 b1 z b0
z 3 (2 ) z 2 (1 2 ) z
Te2
b2 Te 2 (1 )
K 2
B0 ( p).
p (1 p)
2
T2
b1 ( e 2 2 )(1 ) Te (1 )
2
T
b0 2 (1 ) Te ( e )
2
z (1 1 2 ) 1 2
K
K ( z 1 )( z 2 )
B0 ( p).
(1 1 p)(1 2 p)
Te
1
Te
2 2 1 1 2
avec 1 e ; 2 e ;
2 1
K 1 Te (2 Te ) ( z 1) Te2 2 ( z 1)
B0 ( p). K 2
(1 p)3 z 2 ( z )2 ( z )3
K (b2 z 2 b1 z b0 )
z 3 (1 1 2 ) z 2 (1 2 1 2 ) z 1 2
Te
i
i e
12 (1 1 ) 22 (1 2 )
B0 ( p).
K b2 Te
p(1 1 p)(1 2 p) 1 2
b1 Te (1 2 )
12 (1 2 )(1 1 ) 22 (1 1 )(1 2 )
1 2
12 2 (1 1 ) 221 (1 2 )
b0 Te 1 2
1 2
H. EL FADIL
76 Annexe
(b1 z b2 ) (b1 z 1 b2 z 2 )
K 2 K
z a1 z a2 1 a1 z 1 a2 z 2
B0 ( p).
K avec b1 1 n ;
2 p2 p
1 p
n n2
avec 1 et b2 2 n ;
p
p n 1 2 a1 2 ; a2 ; 2
e T ; cos( pTe ) ;
n e
sin( pTe )
H. EL FADIL
Bibliographie
B. Lang and V. Minzu, Commande automatique des systèmes linéaires continus. Cours avec
applications utilisant Matlab. France : Ellipses, 2001.
E. Godoy and E. Ostertag, Commande numérique des systèmes. France : Ellipses, 2005.
K. J. Astrom and T. Hagglund, PID Controllers : Theory, Design, and Tuning Second
Edition. Research Triangle Park, 1995.
H. EL FADIL
SOMMAIRE
Chapitre 1: .................................................................................................................................. 1
Introduction à la commande numérique des systèmes ............................................................... 1
1.1 Signal analogique et signal numérique ........................................................................ 1
1.2 Rôle du calculateur en automatique............................................................................. 1
1.3 Signaux échantillonnés et discrets ............................................................................... 3
1.4 Modélisation des systèmes à temps discret ................................................................. 5
Chapitre 2: .................................................................................................................................. 7
Echantillonnage et reconstitution du signal ............................................................................... 7
2.1 Les éléments échantillonneurs ..................................................................................... 7
2.2 Transformée de Laplace d’un signal échantillonné ..................................................... 9
2.3 Reconstitution d’un signal échantillonné .................................................................. 11
Chapitre 3: ................................................................................................................................ 15
La transformée en z .................................................................................................................. 15
3.1 Définitions et propriétés ............................................................................................ 15
3.2 Correspondance entre le plan des p et le plan des z................................................... 18
3.3 Inversion de la transformée en z ................................................................................ 19
Chapitre 4: ................................................................................................................................ 25
Fonction de transfert discrète ................................................................................................... 25
4.1 Représentation symbolique d’un système à temps discret ........................................ 25
4.2 Notion de fonction de transfert échantillonné ........................................................... 26
4.3 Fonctions de transfert des systèmes complexes ........................................................ 28
4.4 Lieux de transfert ....................................................................................................... 32
Chapitre 5: ................................................................................................................................ 37
Stabilité des systèmes à temps discret ...................................................................................... 37
5.1 Notion générale de stabilité ....................................................................................... 37
5.2 Stabilité des systèmes discrets dans le plan de Nyquist ............................................ 38
5.3 Stabilité des systèmes discrets dans le plan de z ....................................................... 39
Chapitre 6: ................................................................................................................................ 43
Précision et rapidité des systèmes discrets ............................................................................... 43
6.1 Précision statique ....................................................................................................... 43
6.2 La rapidité .................................................................................................................. 47
6.3 Systèmes contraints ................................................................................................... 49
Chapitre 7: ................................................................................................................................ 51
Compensation des systèmes asservis discrets .......................................................................... 51
7.1 Nécessité des correcteurs ........................................................................................... 51
7.2 Faisabilité des correcteurs ......................................................................................... 52
7.3 Critère de choix des correcteurs ................................................................................ 53
7.4 Exemples de synthèse discrète .................................................................................. 56
Chapitre 8: ................................................................................................................................ 59
Les régulateurs discrets standards ............................................................................................ 59
8.1 Généralités ................................................................................................................. 59
8.2 Les différentes actions ............................................................................................... 59
8.3 Les régulateurs standards........................................................................................... 61
8.4 Choix et dimensionnement des régulateurs PID numériques .................................... 65
8.5 Transposition des correcteurs analogiques ................................................................ 68
ANNEXE ................................................................................................................................. 73
Bibliographie ............................................................................................................................ 77
Ecole Nationale des Sciences Appliquées
ENSA-Kénitra
Département GERST
COURS D’AUTOMATIQUE
Cours Asservissements
Echantillonnés