Académique Documents
Professionnel Documents
Culture Documents
Pour contrôler un système ou un processus physique à l'aide d'un contrôleur numérique, ce dernier doit
recevoir les mesures du système, les traiter, puis envoyer des signaux de contrôle à l'actionneur qui effectue
l'action de contrôle. Dans presque toutes les applications, le système à commander et l’actionneur sont des
systèmes analogiques. Il s’agit d’une situation dans laquelle le contrôleur numérique (microprocesseur,
microcontrôleur ect) et le processus physique ne «traitent pas le même type de signal», et une forme de
conversion entre les signaux est nécessaire. La conversion du signal numérique délivré par le contrôleur
(numérique) en un signal continu envoyé au processus physique (analogique) est effectuée par un
convertisseur numérique-analogique, ou DAC. La conversion d’un signal continu en un signal numérique
envoyé au contrôleur numérique est effectuée par un convertisseur analogique-numérique, ou ADC.
Un capteur est nécessaire pour délivrer le signal électrique représentant la variable à contrôler .
Plusieurs maladies chroniques nécessitent la régulation des taux sanguins d’un médicament ou d’une
hormone spécifique chez le patient. Par exemple, certaines maladies impliquent l’échec du contrôle naturel
par l’organisme des niveaux sanguins de nutriments dans le sang. Le diabète, qui touche à la production
d'hormone insuline qui contrôle le taux de glucose dans le sang, est le plus important.
Pour concevoir un système d'administration de médicament en boucle fermée, un capteur est utilisé pour
mesurer les niveaux de médicament régulés ou de nutriment dans le sang. Cette mesure est convertie en
format numérique et transmise à l’ordinateur de contrôle, qui commande une pompe qui injecte le
médicament dans le sang du patient. Un schéma fonctionnel du système d'administration du médicament est
présenté à la figure 2.
1
Système de contrôle numérique de distribution de médicaments. (a) Schéma d'un système de délivrance de
médicaments. (b) Schéma fonctionnel d'un système d'administration de médicaments.
Pour atteindre les hautes performances requises par les avions actuels, les turboréacteurs utilisent des
stratégies de contrôle informatique sophistiquées. Un schéma de principe simplifié pour la commande par
ordinateur du turboréacteur est présenté à la figure 3. Le contrôle nécessite un retour d'information sur l'état
du moteur (vitesse, température et pression), des mesures de l'état de l'aéronef (vitesse et direction) et des
instructions du pilote.
2
Fig. 3 Système de contrôle de moteur à turboréacteur. (a) chasseur militaire F-22. (b) Schéma fonctionnel
d'un système de contrôle moteur.
Les robots manipulateurs sont capables d'exécuter des tâches répétitives à des vitesses et des précisions
dépassant de loin celles des opérateurs humains. Ils sont maintenant largement utilisés dans des processus de
fabrication tels que le soudage par points et la peinture. Pour effectuer leurs tâches avec précision et fiabilité,
les positions et les vitesses du manipulateur sont contrôlées numériquement.
Chaque mouvement ou degré de liberté du manipulateur est positionné à l'aide d'un système de contrôle de
position séparé. Tous les Les mouvements sont coordonnés par un ordinateur de supervision pour atteindre la
vitesse et le positionnement souhaités de l'effecteur final. L'ordinateur fournit également une interface entre
le robot et l'opérateur qui permet de programmer les contrôleurs de niveau inférieur et de diriger leurs
actions. Les algorithmes de contrôle sont téléchargés de l’ordinateur de supervision sur les ordinateurs de
contrôle, généralement spécialisés. des microprocesseurs appelés puces de traitement du signal numérique
(DSP). Les puces DSP exécutent les algorithmes de contrôle et fournissent un contrôle en boucle fermée au
manipulateur. Un robot manipulateur simple est représenté à la figure 4a et un schéma fonctionnel de son
système de commande numérique est présenté à la figure 4b. Pour simplifier, une seule boucle de commande
de mouvement est illustrée à la figure 4, mais il existe en réalité n boucles pour un n-D.O.F. manipulateur.
Fig. 4 Système de contrôle d’un robot manipulateur. (a) 3-D.O.F. robot manipulateur. (b) Schéma fonctionnel
d'un système de contrôle du manipulateur.
3
2.2 Systèmes à temps discret - Les équations aux différences
Pour illustrer l'idée d'un système à temps discret, considérons le système de contrôle numérique illustré à la
Fig. 2-1(a). L'ordinateur numérique exécute la fonction de compensation au sein du système. L'interface à
l'entrée de l'ordinateur est un convertisseur analogique-numérique (A/N). Il est nécessaire pour convertir le
signal d'erreur, qui est un signal continu, en une forme numérique qui peut être facilement traitée par
l'ordinateur . A la sortie de l'ordinateur, un convertisseur numérique-analogique (N/A) est nécessaire pour
convertir les signaux binaires de l'ordinateur en une forme (signal continu) nécessaire pour piloter le
processus.
Nous allons maintenant considérer l'exemple suivant. Supposons que le convertisseur A/N, l'ordinateur
numérique et le convertisseur N/A doivent remplacer un compensateur proportionnel-intégral (PI) analogique
ou à temps continu de telle sorte que la réponse du système de commande numérique ait essentiellement les
mêmes caractéristiques que le système analogique. La sortie du contrôleur analogique est donnée par
où e(t) est le signal d'entrée du contrôleur, m(t) est le signal de sortie du contrôleur et K P et KI sont
des gains constants déterminés par le processus de conception.
4
Étant donné que l'ordinateur numérique peut être programmé pour multiplier, additionner et intégrer
numériquement, l'équation du contrôleur peut être réalisée à l'aide de l'ordinateur numérique. Pour cet
exemple, la méthode rectangulaire d'intégration numérique, illustrée sur la figure 2-1(b), sera utilisée. Bien
entendu, d'autres algorithmes d'intégration numérique peuvent également être utilisés.
Pour la méthode rectangulaire, l'aire sous la courbe de la figure 2-1(b) est donnée approximativement par la
somme des aires rectangulaires représentées. Ainsi, en posant x(t) l'intégrale numérique de e(t), on peut
écrire
où T est la taille du pas de l'algorithme numérique, en secondes. Alors (2-1) devient, pour le compensateur
numérique,
L'équation (2-2) est une équation aux différences linéaire du premier ordre. La forme générale d'une équation
aux différences linéaire invariante dans le temps du premier ordre (avec le T omis pour plus de commodité)
est
Cette équation est du premier ordre puisque cette expression contient explicitement le signal e(t) à l’instant
présent t = kT, et les échantillons précédents de e(t) (e(k – 1)) et x(t) (x(k – 1)) à l’instant d’échantillonnage
t = (k -1)T.
La forme générale d'une équation aux différence linéaire d'ordre n est
2.3 La transformée en Z
La transformation en z est un outil important dans l'analyse et la conception de systèmes à temps discret.
Elle simplifie la solution des problèmes à temps discret en convertissant les équations aux différences LTI en
équations algébriques et la convolution en multiplication.
Ainsi, son rôle est similaire à celui de la transformée de Laplace utilisée pour résoudre les systèmes à temps
continu.
Voici la transformation z.
Étant donné la séquence causale {u0, u1, u2,. . . , uk, . . .}, sa transformation en z est définie comme suit :
Définition 2.1
5
Définition 2.2
Considérons la représentation du train d’impulsions d’un signal à temps discret,
Posons
Remplaçons esT par z dans l’expression précédente, on retrouve la définition (2.1) de la transformée en z.
La variable z-1 de l'équation précédente peut être considérée comme un retard ou délais ou opérateur de
temporisation. La transformation en z d'une séquence donnée peut être facilement obtenue comme dans
l'exemple suivant.
Après avoir défini la transformée en z, nous obtenons maintenant les transformées en z des signaux à temps
discret couramment utilisés tels que l’impulsion unité δ(n), l’échelon unité u(n) et l’exponentielle. Les
identités suivantes sont utilisées à plusieurs reprises pour dériver plusieurs résultats importants:
(2.2)
6
Considérons le signal discret, l’impulsion unité donné par :
7
d. La transformée en Z d’un signal rampe
1. La linéarité
La séquence donnée est un signal échelon unité commençant à k = 2 au lieu de k = 0 (c’est-à-dire qu’elle est
retardée de deux périodes d’échantillonnage). En utilisant la propriété retard, nous avons
4. Différentiation complexe
8
2.3.2 Transformée en z d’une équation aux différences
La méthode la plus simple pour obtenir la décomposition en fractions partielles d’une fonction à racines
réelles simples est la méthode des résidus. Le résidu d’une fonction complexe F(z) au pôle simple z i est
donné par
Exemple :
Trouver la transformée en z inverse de la fonction :
Divisons la fonction par z et décomposons cette fonction en fractions partielles, nous obtenons :
9
Le résultat final de F(z) est
La transformée en z inverse de chaque terme de F(z) est donnée par la table de la transformée en z des
différents signaux. L’expression de f(k) est :
Pour une fonction F(z) possédant des racines réelles et complexes, la décomposition en fractions partielles
donne des termes comportant des racines réelles, d’autres comportant des racines complexes.
Pour obtenir la décomposition en fractions partielles de F(z), nous utilisons la méthode des résidus comme
dans le cas 1.
Avec des pôles complexes conjugués, nous obtenons la décomposition en fractions partielles suivante :
où θp est l’angle du pôle p et θA est l’angle du coefficient A. Lé résultat précédent peut être mis sous la
forme :
Exemple
trouver la transformée en z inverse de la fonction :
10
Les deux premiers coefficients peuvent être facilement évalués comme dans le cas précédent :
Pour une fonction F(z) possédant une racine de multiplicité r, r fractions partielles sont associées avec la
racine multiple. La décomposition de F(z) en fractions partielles est donnée par :
Exemple :
11
Nous obtenons le résultat final comme suit :
Le théorème de la valeur finale permet de calculer la limite d’une séquence f(k) quand k tends vers l’infini, si
elle existe à partir de la transformée en z f(z).
Exemple :
Trouver la valeur finale de la séquence f(k) dont la transformée en z est :
12
Dans cette partie, nous listons quelques commandes Matlab permettant de traiter la transformée en z et son
inverse. MATLAB traite généralement les coefficients en tant que vecteurs, les coefficients étant énumérés
par ordre décroissant. La fonction G(z) avec le numérateur 5(z+3) et le dénominateur z 3+ 0.1z2 + 0.4z est
représentée par le polynôme du numérateur
et le polynôme du dénominateur
La multiplication des polynômes équivaut à la convolution de leurs vecteurs de coefficients et est réalisée à
l'aide de la commande suivante :
où p représente les pôles, r leurs résidus et k les coefficients du polynôme résultant de la division du
numérateur par le dénominateur. Si la puissance la plus élevée dans le numérateur est inférieure à la
puissance la plus élevée dans le dénominateur, k est égal à zéro. C'est le cas habituel rencontré dans les
problèmes de contrôle numérique.
MATLAB permet à l'utilisateur d'échantillonner une fonction et de la transformer en z à l'aide des
commandes
Transformée en z
Transformée en z inverse
Pour utiliser ces commandes, nous devons d’abord définir des variables symboliques telles que z, g et k avec
la commande
La réponse temporelle d'un système linéaire à temps discret est la solution de l'équation aux différences qui
régit le système. Pour le cas linéaire invariant dans le temps (LTI), la réponse due aux conditions initiales et
la réponse due à l'entrée peuvent être obtenues séparément, puis ajoutées pour obtenir la réponse globale du
système.
La réponse due à l'entrée, ou la réponse forcée, est la sommation par convolution de son entrée et sa réponse
à une impulsion unitaire. Dans cette section, nous dérivons ce résultat et examinons ses implications.
Pour comprendre la notion de la réponse impulsionnelle, considérons le système discret décrit par l’équation
aux différences (2.3).
13
y (k )+3 y (k −1)+2 y (k −2)=2 x(k )−x (k −1) (2.5)
Système
x(k) discret y(k)
La réponse impulsionnelle h(k) d’un système discret est le signal de sortie y(k) quand l’entrée x(k) = δ(k).
Remplaçons x(k) par δ(k) et y(k) par h(k) dans l’équation (2.5), nous obtenons :
A=(z+ 2)
H ( z)
|
=
2 z−1
z z →−2 z +1 | z →−2
=5
B=(z +1)
H (z )
|
=
2 z−1
z z →−1 z +2 | z→−1
=−3
z z
H (z)=5 −3
z +2 z +1
Les transformées en z inverses des termes suivants sont données par la table de la transformée en z :
Z-1{z/(z + 2) = (-2)ku(k)}
Z-1{z/(z + 1) = (-2)ku(k)}
k k
h(n)=(5(−2) −3(−1) ) u(k) où u(k) est l’échelon unité.
2.6.1 Convolution
La réponse d'un système à temps discret à une impulsion unitaire est appelée séquence de la réponse
impulsionnelle et notée h(n). La séquence de la réponse impulsionnelle peut être utilisée pour représenter la
réponse d’un système linéaire à temps discret à une séquence d’entrée arbitraire
14
Pour dériver cette relation, nous représentons d'abord la séquence d'entrée en termes d'impulsions discrètes
comme suit:
Pour un système linéaire, le principe de superposition s'applique et la sortie du système y(m) à l’instant m
due à l'entrée u(k) correspond à la somme suivante des séquences de réponse impulsionnelle:
Fig .8 Réponse impulsionnelle d'un système causal à temps discret LTI à une impulsion à k = iT.
Par conséquent, la sortie à l’instant k est donnée par
En d'autres termes, un système causal est un système dont la réponse impulsionnelle est une séquence
temporelle causale. Ainsi, la sommation précédente se réduit à
LE THÉORÈME DE LA CONVOLUTION
y (k )=h(k )∗u (k )
Y ( z )=H ( z)U ( z )
15
La fonction H (z) est appelée fonction de transfert. Elle joue un rôle important dans l'obtention de la réponse
d'un système LTI à tout signa d’entrée. Notez que la fonction de transfert et la séquence de réponse
impulsionnelle sont des paires de transformée en z.
L'application du théorème de convolution à la réponse d'un système LTI nous permet d'utiliser la transformée
en z pour trouver le signal de sortie d'un système sans passer par la convolution.
16
3. La table de la transformée en z
17