Néhémie MARTELI BITADI

MODELISATION DU
BAC A GRUGEON
 Néhémie MARTELI BITADI

NOMENCLATURE
𝑚 ∶ Masse du mélange au sein du bac à grugeon ;
𝑋𝑆 ∶ Fraction massique de saccharose dans le mélange ;
𝑋1 ∶ Fraction massique de saccharose dans l’eau ;
𝑋2 ∶ Fraction massique de saccharose dans les grugeons ;
𝑄1 ∶ Débit d’eau entrant dans le bac à grugeon ;
𝑄2 ∶ Débit de grugeon entrant dans le bac à grugeon ;
𝜌 : Masse volumique du mélange présent dans le bac à grugeon ;
𝑄3 ∶ Débit de jus sortant du bac à grugeon ;
ℎ ∶ Hauteur du mélange dans le bac à grugeon ;
𝑆 ∶ Section du bac à grugeon ;
𝑉 ∶ Volume du mélange au sein du bac à grugeon ;
 Néhémie MARTELI BITADI

1. Modélisation des bacs à grugeons

Assimilant notre bac à grugeon au modèle simplifier ci-dessous :

𝑠
𝑄1 𝑀 𝑄2
l
𝑋1 m 𝑋2
m
h
𝑚
h
𝑋𝑠 j
𝑄3
d
𝑋3
u
Figure 1 : Bacj à grugeon
j
d
Deux équations régissent les variations de masse et de fraction de saccharose au sein du bac à
grugeon à savoir :

Equation du bilan de matière dans le bac à grugeon

𝑑𝑚
= 𝑄1 + 𝑄2 − 𝑄3 (1.1)
𝑑𝑡

Equation du bilan de saccharose dans le mélange

𝑑(𝑋𝑠 𝑚) 𝑑𝑚 𝑑𝑋𝑠
= 𝑋1 𝑄1 + 𝑋2 𝑄2 − 𝑋3 𝑄3 𝑜𝑢 𝑋𝑠 +𝑚 = 𝑋1 𝑄1 + 𝑋2 𝑄2 − 𝑋3 𝑄3 (1.2)
𝑑𝑡 𝑑𝑡 𝑑𝑡

Nous allons supposer dans la suite que la fraction massique de saccharose dans le bac (𝑋𝑠 ) est le
même à la sortie du bac (𝑋3 ) à tout instant t. Alors nous avons : 𝑋𝑠 = 𝑋3

1.1. Détermination de la fonction de transfert G(s)de notre système :

Etant donné que nous voulons contrôler la hauteur du mélange et la fraction de saccharose contenue
𝑑ℎ 𝑑𝑋𝑠
dans le mélange, nous allons commencer par retrouver les expressions de et .
𝑑𝑡 𝑑𝑡

𝒅𝒉
- Trouvons l’expression de :
𝒅𝒕
𝑑𝑚
= 𝑄1 + 𝑄2 − 𝑄3 ; or 𝑚 = 𝜌𝑆ℎ avec 𝑆 = 𝑐𝑠𝑡𝑒
𝑑𝑡
𝒅𝒉 𝟏
On obtient : 𝒅𝒕 = 𝝆𝑺 ( 𝑸𝟏 + 𝑸𝟐 − 𝑸𝟑 ) (1.3)

Rappel Mathématique sur le Théorème (formule de Taylor) : Soit 𝑓 une fonction définie sur un
intervalle ouvert I et 𝑥0 un point de I. On suppose que 𝑓 admet des dérivées jusqu’à l’ordre n+1 sur I.
Alors pour tout 𝑥 tel que 𝑥0 + 𝑥 soit dans I, il existe c entre 𝑥0 et 𝑥0 + 𝑥 tel que :
 Néhémie MARTELI BITADI
𝑓 ′′ (𝑥0 ) 𝑓 (𝑛) (𝑥0 ) 𝑓 (𝑛+1) (𝑥0 )
𝑓(𝑥0 + 𝑥) = 𝑓(𝑥0 ) + 𝑓 ′ (𝑥0 )𝑥 + 𝑥2 + ⋯ + 𝑥𝑛 + 𝑥 (𝑛+1)
2! 𝑛! (𝑛+1)!

Le terme 𝑓(𝑥0 ) + 𝑓 ′ (𝑥0 )𝑥 s’appelle l’approximation d’ordre 1 de la fonction 𝑓 au point 𝑥0 et c’est

un polynôme de degré 1 en 𝑥. La formule de Taylor généralise cette formule et donne
l’approximation d’ordre n de 𝑓 au point 𝑥0 .

Application de la série de Taylor :

On peut déterminer une version linéaire approchée du modèle par linéarisation valable autour du
point (𝑧̅;𝑦̅) en utilisant le développement de Taylor de la fonction (non linéaire) au premier ordre
apparaissant dans le modèle.

La série d’approximation de Taylor du premier ordre s’écrit sous la forme suivante :

ꝺ𝑓(𝑧)
𝑓(𝑧) ≅ 𝑓(𝑧̅) + ∑𝑖 |𝑧̅ . 𝑧𝑖′ 𝑎𝑣𝑒𝑐 𝑧 = 𝑧̅ + 𝑧 ′
ꝺ𝑧𝑖
𝒅𝒉
En l’assimilant avec notre fonction on a :
𝒅𝒕

ꝺ𝑓(ℎ) ꝺ𝑓(ℎ) ꝺ𝑓(ℎ)

𝑓(ℎ) ≅ 𝑓(ℎ̅) + |ℎ̅ . 𝑄1′ + |ℎ̅ . 𝑄2′ + |ℎ̅ . 𝑄3′ 𝑎𝑣𝑒𝑐 ℎ = ℎ̅ + ℎ′ 𝑒𝑡 𝑓(ℎ) = 𝑓(𝑄1 ; 𝑄2 ; 𝑄3 )
ꝺ𝑄1 ꝺ𝑄2 ꝺ𝑄3

𝑑(ℎ̅) ′ 𝑑(ℎ̅)
=>
𝑑𝑡
+ 𝑑(𝑑𝑡ℎ ) = 0 + 𝝆̅1𝑺̅ 𝑄1′ + 𝝆̅1𝑺̅ 𝑄2′ − 𝝆̅1𝑺̅ 𝑄3′ ; 𝐸𝑡 𝑐𝑜𝑚𝑚𝑒 𝑑𝑡
= 0 𝑐𝑎𝑟 𝑓(ℎ̅) = 0 𝑒𝑛 𝑟é𝑔𝑖𝑚𝑒 𝑠𝑡𝑎𝑏𝑙𝑒 (𝑑é𝑠𝑖𝑟é)

𝒅𝒉′ 𝟏
Ainsi nous avons : = 𝝆̅̅𝑺 (𝑸′𝟏 + 𝑸′𝟐 − 𝑸′𝟑 ) (1.4)
𝒅𝒕
𝒅𝑿𝒔
- Trouvons l’expression de :
𝒅𝒕
𝑑𝑚 𝑑𝑋𝑠 𝑑𝑚
𝑋𝑠 +𝑚 = 𝑋1 𝑄1 + 𝑋2 𝑄2 − 𝑋3 𝑄3 ; or = 𝑄1 + 𝑄2 − 𝑄3
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑𝑋𝑠
𝑚 = 𝑋1 𝑄1 + 𝑋2 𝑄2 − 𝑋3 𝑄3 − 𝑋𝑠 𝑄1 − 𝑋𝑠 𝑄2 + 𝑋𝑠 𝑄3 ; or 𝑋𝑠 = 𝑋3 𝑒𝑡 𝑚 = 𝜌𝑆ℎ
𝑑𝑡
𝑑𝑋𝑠 1
=> = (𝑋1 𝑄1 + 𝑋2 𝑄2 − 𝑋𝑠 𝑄3 − 𝑋𝑠 𝑄1 − 𝑋𝑠 𝑄2 + 𝑋𝑠 𝑄3 )
𝑑𝑡 𝜌𝑆ℎ
𝒅𝑿𝒔 𝟏
On obtient : = 𝝆𝑺𝒉 [(𝑿𝟏 − 𝑿𝒔 )𝑸𝟏 + (𝑿𝟐 − 𝑿𝒔 )𝑸𝟐 ] (1.5)
𝒅𝒕

A présent nous allons linéariser cette fonction à l’aide des séries de Taylor. La série d’approximation
de Taylor du premier ordre s’écrit sous la forme suivante :
ꝺ𝑓(𝑧)
𝑓(𝑧) ≅ 𝑓(𝑧̅) + ∑𝑖 |𝑧̅ . 𝑧𝑖′ 𝑎𝑣𝑒𝑐 𝑧 = 𝑧̅ + 𝑧 ′
ꝺ𝑧𝑖
𝒅𝑿𝒔
En l’assimilant avec notre fonction on a :
𝒅𝒕

𝑋𝑠 ) + ꝺ𝑓(𝑋𝑠 |̅̅̅̅ ꝺ𝑓(𝑋𝑠 ) ꝺ𝑓(𝑋𝑠 )

) ′
𝑓(𝑋𝑠 ) ≅ 𝑓(̅̅̅̅ ′
𝑋𝑠 . 𝑋𝑠 + |𝑋 ′
̅̅̅̅ . 𝑄1 + |̅̅̅̅ ′ ̅̅̅̅
𝑋𝑠 . 𝑄2 𝑎𝑣𝑒𝑐 𝑋𝑠 = 𝑋𝑠 + 𝑋𝑠 𝑒𝑡
ꝺ𝑋𝑠 𝑠 ꝺ𝑄1 ꝺ𝑄2

𝑓(𝑋𝑠 ) = 𝑓(𝑋𝑠 ; 𝑄1 ; 𝑄2 )
̅̅̅̅+𝑄
𝑄 ̅̅̅̅ ̅̅̅̅ ̅̅̅̅ ̅̅̅̅ ̅̅̅̅
′
𝑓(𝑋𝑠 ) = 0 − 1
𝜌
̅𝑆 ̅
̅ℎ
2
. 𝑋𝑠 + 𝑋1𝜌̅−𝑋
𝑆̅ ℎ
𝑠 ′ 𝑋2 −𝑋𝑠
̅ . 𝑄1 + 𝜌
̅𝑆 ̅ . 𝑄2
̅ℎ
′
 Néhémie MARTELI BITADI
𝒅𝑿′𝒔 ̅̅̅̅
𝑸𝟏 +𝑸 ̅̅̅̅
𝟐 ′ ̅̅̅̅
𝑿𝟏 −𝑿 ̅̅̅̅𝒔 ′
̅̅̅̅
𝑿𝟐 −𝑿 ̅̅̅̅𝒔 ′
Ainsi nous avons : = − ̅𝑺 ̅
̅𝒉
𝑿𝒔 . + ̅𝑺 ̅
̅𝒉
. 𝑸 𝟏
+
̅𝑺 ̅ . 𝑸𝟐
̅𝒉
(1.6)
𝒅𝒕 𝝆 𝝆 𝝆

𝒅𝒉 𝒅𝑿𝒔
Etant donné que nous avons les expressions linéarisées des fonctions et , nous pouvons
𝒅𝒕 𝒅𝒕
remplacer les constantes dans l’expression par des valeurs désiré pour un état stable de notre
système.

• Calculons le débit d’eau chaude 𝑸

̅̅̅̅𝟏 provenant du bac à eau chaude :

ℎ1 = 3,5 𝑚

ℎ2 = 20 𝑚

Etant donné que l’eau provenant du bac à eau chaude s’écoule par gravités vers les différentes
utilités, nous allons appliquer la relation de Bernoulli entre la surface de l’eau au sein du bac à eau
chaude (1) et la sortie de la tuyauterie d’alimentation en eau chaude du bac à grugeon (2) pour
obtenir la vitesse d’écoulement d’eau chaude.

Application de Bernoulli entre 1 et 2 :

1
𝑃2 − 𝑃1 + 𝜌(𝑉22 − 𝑉12 ) + 𝜌𝑔(𝑧2 − 𝑧1 ) = 0 ; 𝑜𝑟 𝑉2 ≅ 0, 𝑃2 = 𝑃1 = 𝑃𝑎𝑡𝑚 𝑒𝑡 𝑧2 − 𝑧1 = −(ℎ1 + ℎ2 )
2
1 1
𝜌(𝑉22 ) − 𝜌𝑔(ℎ1 + ℎ2 ) = 0 => 𝜌𝑉22 = 𝜌𝑔(ℎ1 + ℎ2 )
2 2
𝑉22 = 2𝑔(ℎ1 + ℎ2 ) => 𝑉2 = √2𝑔(ℎ1 + ℎ2 )
𝝅×𝒅𝟐
D’après la formule du débit massique on a : ̅̅̅̅
𝑸𝟏 = 𝝆 × 𝑽𝟐 × 𝑺 ; 𝒂𝒗𝒆𝒄 𝑽𝟐 = √𝟐𝒈(𝒉𝟏 + 𝒉𝟐 ) 𝒆𝒕 𝑺 =
𝟒

𝝅×𝒅𝟐
D’où l’on obtient : ̅̅̅̅
𝑸𝟏 = 𝝆√𝟐𝒈(𝒉𝟏 + 𝒉𝟐 ). 𝟒
 Néhémie MARTELI BITADI
𝟏𝟎𝟎𝟎𝑲𝒈 𝑵
En considérant : 𝝆 = ; 𝒈 = 𝟗, 𝟖𝟏 ; 𝒉𝟏 = 𝟑, 𝟓𝟎 𝒎; 𝒉𝟐 = 𝟐𝟎𝒎; 𝒅 = 𝟐𝟓, 𝟒 𝒎𝒎
𝒎𝟑 𝑲𝒈

2
̅̅̅1 = 1000√2 × 9,81(3,50 + 20). 𝜋×(0,0254)
AN : 𝑄 4
̅̅̅̅
𝑸𝟏 = 𝟏𝟎, 𝟖𝟖 𝑲𝒈/𝒔
• Calculons la section du bac à grugeon :

Si nous faisons une coupe transversale du bac à grugeon on obtiendra cette vue ci-dessous :

Avec : 𝐷 = 1,8 𝑚; 𝐿 = 0,8 𝑚 𝑒𝑡 𝑙 = 0,5 𝑚

D’après la figure ci-dessus, nous pouvons assumer que la section de notre bac est telle que :
̅
𝑺 = 𝑺𝟏 + 𝑺𝟐
- Calculons 𝑆1 : 𝑆1 = 𝐿 × 𝑙; 𝐴𝑁 ∶ 𝑆1 = 0,8 × 0,5 = 0,4

𝑺𝟏 = 𝟎, 𝟒 𝒎²
′
- Calculons 𝑺𝟐 : 𝑺𝟐 = 𝑺𝒄 − 𝒔

𝜋×𝐷 2 𝜋×(1,8)2
Avec : 𝑆𝑐 = ; 𝐴𝑁 ∶ 𝑆𝑐 = = 2,5446
4 4

𝑺𝒄 = 𝟐, 𝟓𝟒𝟒𝟔 𝒎²

A présent nous allons considérer la portion ci-dessous en considérant comme origine le point A (0 ;
0) pour calculer la surface de 𝑠 ′ :

𝑓(𝑥)

Sachant que la surface 𝒔′ est limitée par la courbe 𝑓(𝑥) passant par les points A (0 ;0), B (0,4 ; 𝑦𝐵 ) et
C (0,8 ; 0) et les droites d’équations 𝑥 = 0 𝑒𝑡 𝑥 = 0,8, on peut l’exprimer par la formule ci-après :
0,8
𝒔′ = ∫0 𝑓(𝑥)𝑑𝑥 𝑎𝑣𝑒𝑐 𝑓(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
 Néhémie MARTELI BITADI

Mais encore, il nous faut trouver l’ordonnée 𝑦𝐵 du point B dans le deuxième repère d’origine A afin
de construire notre fonction 𝑓(𝑥). Et pour ce faire, Nous allons considérer l’équation du cercle (C) de
𝐷
centre O (0 ;0) et de rayon 2 dans le premier repère telle que : 𝒙𝟐 + 𝒚𝟐 = (𝟎, 𝟗)𝟐

Etant donné que le point C (𝑥𝐶 ; 0,4) appartient aussi au cercle (C) dans le premier repère, cela
signifie aussi qu’il vérifie ce dernier.

=> 𝑥𝐶2 + 𝑦𝐶2 = 0,81 ; 𝑎𝑣𝑒𝑐 𝑦𝐶 = 0,4

=> 𝑥𝐶 = √0,81 − 0,16 = 0,8 ; on a 𝑥𝐶 = 0,8

Alors dans le deuxième repère 𝑦𝐵 correspond à la différence entre le rayon du cercle du premier
repère et la distance entre le centre du premier repère et la droite (AC)

𝑦𝐵 = 0,9 − 0,8 = 0,1

Trouvons à présent 𝑓(𝑥) :

A (0 ;0) 𝜖 𝑓(𝑥) => 𝑓(𝐴) = 𝑎𝑥𝐴2 + 𝑏𝑥𝐴 + 𝑐 = 0; 𝑐𝑒𝑙𝑎 𝑛𝑜𝑢𝑠 𝑑𝑜𝑛𝑛𝑒 ∶ 𝑐 = 0 (1)
B (0,4 ;0,1) 𝜖 𝑓(𝑥) => 𝑓(𝐵) = 𝑎𝑥𝐵2 + 𝑏𝑥𝐵 + 𝑐 = 0,8; 𝑐𝑒𝑙𝑎 𝑛𝑜𝑢𝑠 𝑑𝑜𝑛𝑛𝑒 ∶ 0,16𝑎 + 0,4𝑏 + 𝑐 =
0,8 (2)
C (0,8 ;0) 𝜖 𝑓(𝑥) => 𝑓(𝐶) = 𝑎𝑥𝐶2 + 𝑏𝑥𝐶 + 𝑐 = 0 ; 𝑐𝑒𝑙𝑎 𝑛𝑜𝑢𝑠 𝑑𝑜𝑛𝑛𝑒 ∶ 0,64𝑎 + 0,8𝑏 + 𝑐 =
0 (3)
Avec 𝑐 = 0 𝑒𝑡 𝑜𝑛 𝑎𝑑𝑑𝑖𝑡𝑖𝑜𝑛𝑛𝑎𝑛𝑡 𝑙𝑒𝑠 é𝑞𝑢𝑎𝑡𝑖𝑜𝑛𝑠 2 𝑒𝑡 3, 𝑜𝑛 𝑜𝑏𝑡𝑖𝑒𝑛𝑡 ∶ 𝑎 = −0,625

Et à l’aide de l’équation 3 on trouve 𝑏 = 0,5

D’où 𝑓(𝑥) = −0,625𝑥 2 + 0,5𝑥

0,8
AN : 𝒔′ = ∫0 −0,625𝑥 2 + 0,5𝑥 𝑑𝑥

−0,625 3 0,5 2 0,8 −0,625 0,5

=[ 𝑥 + 𝑥 ] = (0,8)3 + (0,8)2 = 0,0533
3 2 0 3 2
𝒔′ = 0,0533 𝑚²

AN : 𝑆2 = 2,5446 − 0,0533

𝑆2 = 2,49 𝑚²

AN : ̅
𝑺 = 𝟎, 𝟒 + 𝟐, 𝟒𝟗
̅ = 𝟐, 𝟗 𝒎²
On obtient au final 𝑺

Rappel des expressions précédentes :

 Néhémie MARTELI BITADI
𝒅(𝒉′ ) 𝟏
= ̅̅ (𝑸′𝟏 + 𝑸′𝟐 − 𝑸′𝟑 )
𝒅𝒕 𝝆𝑺

𝒅𝑿′𝒔 ̅̅̅̅
𝑸𝟏 +𝑸 ̅̅̅̅
𝟐 ′ ̅̅̅̅
𝑿𝟏 −𝑿 ̅̅̅̅𝒔 ′
̅̅̅̅
𝑿𝟐 −𝑿 ̅̅̅̅𝒔 ′
= − ̅𝑺 ̅ 𝑿𝒔 . + 𝝆
̅𝒉 ̅𝑺 ̅ . 𝑸𝟏 + 𝝆
̅𝒉 ̅𝑺 ̅ . 𝑸𝟐
̅𝒉
𝒅𝒕 𝝆

𝒌𝒈
En considérant : ̅̅̅̅ ̅ = 𝟏, 𝟐𝟖𝒎; 𝝆
𝑿𝟏 = 𝟎; ̅𝑿̅̅𝑺̅ = 𝟎, 𝟔𝟓; 𝒉 ̅ = 𝟏𝟑𝟏𝟓 𝟑 ; ̅̅̅̅ ̅ = 𝟐, 𝟗𝟎 𝒎𝟐 ; ̅̅̅̅
𝑿𝟐 = 𝟏; 𝑺 𝑸𝟏 =
𝒎
𝑲𝒈 𝑲𝒈
𝟏𝟎, 𝟖𝟖 ; ̅̅̅̅
𝑸𝟐 ≅ 𝟎, 𝟑 .
𝒔 𝒔

On trouve :
𝒅𝒉′
= 𝟐, 𝟔. 𝟏𝟎−𝟒 (𝑸′𝟏 + 𝑸′𝟐 − 𝑸′𝟑 ) (1.4)
𝒅𝒕

𝒅𝑿′𝒔
= −𝟐, 𝟐𝟗. 𝟏𝟎−𝟑 𝑿𝒔 ′ . −𝟏, 𝟑𝟑. 𝟏𝟎−𝟒 . 𝑸′𝟏 + 𝟎, 𝟕. 𝟏𝟎−𝟒 . 𝑸′𝟐 (1.6)
𝒅𝒕

• Utilisons La représentation d’état du système afin de connaître le comportement interne et

aussi le comportement externe (entrées/sorties) de notre système.
Rappel Mathématique : La représentation d’état d’un système linéaire est représentée par :
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
{ Avec :
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)
𝑥(𝑡) : est le vecteur d’état appartenant à un espace vectoriel appelé espace d’état ;
𝑢(𝑡) : est le vecteur de commande (des entrées de notre système) ;
𝑦(𝑡) : est le vecteur de sortie (des grandeurs que l’on souhaite observées à la sortie ;
𝐴 : est la matrice d’état ou d’évolution, qui représente les interactions dynamiques entre les différents
éléments du système ;
𝐵 : est la matrice de commande, qui représente l’action des entrées de commande (actionneurs) sur
l’évolution du système ;
𝐶 : est la matrice d’observation (de sortie ou de mesure), qui représente les capteurs permettant
d’obtenir l’information sur les sorties ;
𝐷 : est la matrice de transmission directe, qui représente le couplage direct entre les entrées et les
sorties ;

Application de la représentation d’état du système :

𝑄1′
′
ℎ
Posons : 𝑥(𝑡) = [ ′ ] ; 𝑢(𝑡) = [𝑄2′ ] ; 𝑦(𝑡) = [𝑋𝑠′ ]
𝑋𝑠
𝑄3′
 Néhémie MARTELI BITADI

𝑑ℎ′
𝑄1′
𝑑𝑡 ℎ′
[ ′ ] = 𝐴 [ ′ ] + 𝐵 [𝑄2′ ]
𝑑𝑋𝑠 𝑋𝑠
𝑄3′
𝑑𝑡
′ 𝑄1′
ℎ
[𝑋𝑠′ ] = 𝐶 [ ′ ] + 𝐷 [𝑄2′ ]
𝑋𝑠
{ 𝑄3′

Par identification avec les équations 1 et 2 on trouve le résultat suivant :

𝒅𝒉′
𝑸′𝟏
𝟎 𝟎 𝒉′ 𝟐, 𝟔. 𝟏𝟎−𝟒 𝟐, 𝟔. 𝟏𝟎−𝟒 −𝟐, 𝟔. 𝟏𝟎−𝟒
[ 𝒅𝒕′ ] = [ −𝟑 ] [ ′ ] + [ ] [𝑸′𝟐 ]
𝒅𝑿𝒔 𝟎 −𝟐, 𝟐𝟗. 𝟏𝟎 𝑿𝒔 −𝟏, 𝟑𝟑. 𝟏𝟎−𝟒 𝟎, 𝟕. 𝟏𝟎−𝟒 𝟎
𝑸′𝟑
𝒅𝒕
′
𝟎 𝟎 𝟎 𝑸𝟏
𝒉′
[𝑿′𝒔 ] = [𝟎 𝟏] [ ′ ] + [𝟎 𝟎 𝟎] [𝑸′𝟐 ]
𝑿𝒔
{ 𝟎 𝟎 𝟎 𝑸′𝟑

On peut assumer les matrices suivantes d’après notre représentation d’état :

𝟎 𝟎 𝟐, 𝟔. 𝟏𝟎−𝟒 𝟐, 𝟔. 𝟏𝟎−𝟒 −𝟐, 𝟔. 𝟏𝟎−𝟒
𝐴=[ −𝟑 ] ; 𝑩 = [ ] ; 𝑪 = [𝟎 𝟏] et 𝑫 = [𝟎]
𝟎 −𝟐, 𝟐𝟗. 𝟏𝟎 −𝟏, 𝟑𝟑. 𝟏𝟎−𝟒 𝟎, 𝟕. 𝟏𝟎−𝟒 𝟎

• Trouvons la fonction de transfert de notre système à partir de la représentation d’état

de ce dernier :
Le passage de la représentation d’état à la fonction de transfert s’effectue comme suit :

ℒ(𝑥̇ (𝑡)) = ℒ(𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)) 𝑠𝑥(𝑠) = 𝐴𝑥(𝑠) + 𝐵𝑢(𝑠) (1)

{ =>> {
ℒ(𝑦(𝑡)) = ℒ(𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)) 𝑦(𝑠) = 𝐶𝑥(𝑠) + 𝐷𝑢(𝑠) (2)

Cherchons 𝑥(𝑠) dans (1) :

𝑠𝑥(𝑠) = 𝐴𝑥(𝑠) + 𝐵𝑢(𝑠) =>> 𝑥(𝑠)[𝑠𝐼 − 𝐴] = 𝐵𝑢(𝑠)

𝑥(𝑠) = [𝑠𝐼 − 𝐴]−1 . 𝐵𝑢(𝑠) (3)

(3) dans (2) :

𝑦(𝑠)
𝑦(𝑠) = 𝐶[𝑠𝐼 − 𝐴]−1 . 𝐵𝑢(𝑠) + 𝐷𝑢(𝑠) =>> 𝑢(𝑠) = 𝐶[𝑠𝐼 − 𝐴]−1 . 𝐵 + 𝐷

𝑦(𝑠)
Sachant que la fonction de transfert de notre système est notée 𝐺(𝑠) = , on peut l’écrire sous la
𝑢(𝑠)
forme :
𝑮(𝒔) = 𝑪[𝒔𝑰 − 𝑨]−𝟏 . 𝑩 + 𝑫
 Néhémie MARTELI BITADI

En remplaçant les différentes matrices on a :

−1
1 0 0 0 2,6. 10−4 2,6. 10−4 −2,6. 10−4
𝐺(𝑠) = [0 1]. [𝑠 [ ]−[ ]] .[ ]+0
0 1 0 −2,29. 10−3 −1,33. 10−4 0,7. 10−4 0
−1
𝑠 0 2,6. 10−4 2,6. 10−4 −2,6. 10−4
= [0 1]. [ −3 ] .[ ]
0 𝑠 + 2,29. 10 −1,33. 10−4 0,7. 10−4 0

−1 −3
𝑠 0
= 𝑠2 +2,29.10−3 𝑠 [𝑠 + 2,29. 10 0]
1
Or [ −3 ]
0 𝑠 + 2,29. 10 0 𝑠

1 −3
0] . [ 2,6. 10−4 2,6. 10−4 −2,6. 10−4
= [0 1]. [𝑠 + 2,29. 10 ]
2 −3
𝑠 + 2,29. 10 𝑠 0 𝑠 −1,33. 10−4 0,7. 10−4 0

1 2,6. 10−4 𝑠 + 6. 10−7 2,6. 10−4 𝑠 + 6. 10−7 −2,6. 10−4 𝑠 − 6. 10−7

= [0 1]. [ ]
𝑠 2 + 2,29. 10−3 𝑠 −1,33. 10−4 𝑠 0,7. 10−4 𝑠 0

−𝟏, 𝟑𝟑. 𝟏𝟎−𝟒 𝟎, 𝟕. 𝟏𝟎−𝟒

𝑮(𝒔) = [ 𝟎]
𝒔 + 𝟐, 𝟐𝟗. 𝟏𝟎−𝟑 𝒔 + 𝟐, 𝟐𝟗. 𝟏𝟎−𝟑

𝑄1′ (𝑠)
𝑦(𝑠)
Avec : 𝐺(𝑠) = 𝑢(𝑠) ; 𝑦(𝑠) = [𝑋𝑠′ (𝑠)] 𝑒𝑡 𝑢(𝑠) = [𝑄2′ (𝑠)]
𝑄3′ (𝑠)
Nous pouvons observer à travers la fonction de transfert matricielle de notre système que le Brix 𝑋𝑠′
au sein du bac à grugeon dépend du débit d’eau et du débit de grugeon entrant dans le bac.

1.2. Etude de la stabilité du système par le critère de Routh, de Nyquist et de Revers :

• Critère de Routh :

Il est appliqué au polynôme caractéristique de la matrice d’état de notre système à savoir :

𝐷(𝑠) = 𝐷𝑒𝑡(𝑠𝐼 − 𝐴) = 𝑠 2 + 2,29. 10−3 𝑠

Rappel : Le critère de ROUTH nous dit que : Un système linéaire est stable si tous les pôles de sa
fonction de transfert sont à partie réelle strictement négative.

Trouvons les pôles de la fonction de transfert :

𝐷(𝑠) = 𝑠 2 + 2,29. 10−3 𝑠

Etant donné que notre polynôme caractéristique est à l’ordre deux (𝐷(𝑠) = 𝑎𝑠 2 + 𝑏𝑠 + 𝑐), nous
pouvons passé par le discriminant pour déterminer ces racines.
 Néhémie MARTELI BITADI

Calcul du discriminant de notre polynôme : ∆= 𝑏 2 − 4𝑎𝑐

∆= (2,29. 10−3 )2 − 4(1)(0) =>> ∆= (2,29. 10−3 )2
−𝑏+√∆
𝑠1 = 2𝑎
Et comme ∆ > 0, il admet alors deux racines réelles 𝑠1 et 𝑠2 de la forme : {
−𝑏−√∆
𝑠2 = 2𝑎

−2,29.10−3 +√(2,29.10−3 )2 −2,29.10−3 +2,29.10−3 0

𝑠1 = 𝑠1 = 𝑠1 = 2
2 2
On a : { =>> { −2,29.10−3 −2,29.10−3
=>> { −4.5.10−3
−2,29.10−3 −√(2,29.10−3 )2
𝑠2 = 𝑠2 = 𝑠2 =
2 2 2

𝒔𝟏 = 𝟎
On obtient : {
𝒔𝟐 = −𝟐, 𝟐𝟗. 𝟏𝟎−𝟑

Nous avons comme résultat, une racine réelle nul simple et une racine réelle négatif. Nous sommes
dans le cas suivant :

Conclusion : Notre système est stable.

 Néhémie MARTELI BITADI

Vérification avec le logiciel Matlab :

Considérons les fonctions de transfert 𝐺(𝑠)1 et 𝐺(𝑠)2 telle que :

−1,33.10−4 0,7.10−4
𝐺(𝑠)1 = 𝑠+2,29.10−3 et 𝐺(𝑠)2 = 𝑠+2,29.10−3

Traçons les courbes liées aux différentes fonctions de transfert et donnons des interprétations à
chacune d’elle :

−1,33.10−4
Pour la fonction de transfert 𝐺(𝑠)1 = 𝑠+2,29.10−3 : on a

Représentation de la courbe de la fonction 𝐺(𝑠)1 en fonction du temps

Interprétation de la courbe 𝑮(𝒔)𝟏 : La courbe 𝐺(𝑠)1 nous montre bien qu’au fur et à mesure que
nous ajoutons de l’eau dans le bac à grugeon, cela engendre la diminution progressive de la valeur du
Brix jusqu’à se stabiliser à une valeur constante.
 Néhémie MARTELI BITADI
0,7.10−4
Pour la fonction de transfert 𝐺(𝑠)2 = : on a
𝑠+2,29.10−3

Représentation de la courbe de la fonction 𝐺(𝑠)2 en fonction du temps

Interprétation de la courbe 𝑮(𝒔)𝟐 : La courbe 𝐺(𝑠)2 illustre l’augmentation progressive de la

valeur du Brix jusqu’à une valeur constante à cause de l’apport continu des grugeon dans le bac à
grugeon.

• Critère de Nyquist :

Rappelons que, selon le critère de Routh, le système est stable si et seulement si aucun pôle de la
fonction de transfert G(s) n’est à partie réelle positive.

Rappel : selon Nyquist, Les pôles de la fonction de transfert G(s) en boucle fermée étant les zéros du
polynôme caractéristique 𝐷(𝑠), cela signifie que le système est stable si et seulement si aucun zéro
de polynôme caractéristique 𝑫(𝒔) ne se trouve à l’intérieur du contour ou lieu de Nyquist.

Remarque : Ne jamais perdre de vue que l’on trace toujours le lieu de Nyquist du système en boucle
ouverte pour étudier sa stabilité en boucle fermée.

Traçons le lieu de Nyquist de notre fonction de transfert en boucle ouvert afin d’étudier sa stabilité
en boucle fermée :
 Néhémie MARTELI BITADI

Représentations du lieu de Nyquist

C 𝑆1
𝑆2

𝒔𝟏 = 𝟎
Rappel sur les valeurs des pôles du polynôme caractéristique : {
𝒔𝟐 = −𝟐, 𝟐𝟗. 𝟏𝟎−𝟑

Conclusion : Nous observons que les différents pôles de notre fonction de transfert ne sont pas situés
à l’intérieur du lieu de Nyquist, d’où nous pouvons conclure que notre système est bien stable.

• Critère de Revers :

Rappel : Le critère du revers constitue, en quelque sorte, une vision simplifiée du critère de Nyquist
dans le cas, fort répandu, où la fonction de transfert en boucle ouverte G(s) du système étudié ne
possède aucun pôle à partie réelle positive. Dans ces conditions, le critère de stabilité peut s’exprimer
comme suit :

Si la fonction de transfert en boucle ouverte G(s) d’un système asservi ne possède aucun pôle à partie
réelle positive, alors ce système est stable en boucle fermée si, en parcourant le lieu de Nyquist de la
fonction de transfert en boucle ouverte dans le sens des imaginaires croissants, on laisse toujours le
point critique C (-1 ; 0) à gauche de la courbe.

Conclusion : En se référant toujours au lieu de Nyquist, on peut affirmer que notre système est bien
stable car en parcourant le lieu de Nyquist on laisse le point critique C (-1 ; 0) à gauche de la courbe
(à l’extérieur du lieu de Nyquist).
 Néhémie MARTELI BITADI

1.3.Etude des performances de notre système (la précision, de la rapidité et de la limite de

dépassement) :

Considérons notre système en boucle fermé avec un retour unitaire comme un système à réguler à
l’entrée duquel on introduit un signal de consigne e(t) sous la forme d’un échelon. Si le système est
stable, nous nous attendons, bien évidemment, à ce que le signal de sortie converge vers une valeur
finie 𝑆ꝏ la plus proche possible de cette consigne. Plus la valeur de convergence de la sortie sera proche
de la valeur de consigne, plus le système sera précis.

𝑈(𝑠)𝑡 Ɛ(𝑠)𝑡
+ 𝑮(𝒔)𝟏 𝑆(𝑠)𝑡
-
𝑆 ′ (𝑠)

𝐺(𝑠)
Soit 𝐻(𝑠) la fonction de transfert de notre système en boucle fermé telle que : 𝐻(𝑠) = 1+𝐺(𝑠)1
1

Nous nous attendons également à ce que cette valeur de convergence soit atteinte le plus vite possible.
On réclame donc au système une certaine rapidité. Pour finir, la forme du régime transitoire nous
intéresse également, notamment pour la présence éventuelle d’un dépassement temporaire de la valeur
finale de la sortie. La limitation de ce dépassement constitue donc aussi une performance particulière
d’un système régulé ou asservi.

NB : Dans la suite de notre étude nous allons travailler avec la fonction de transfert
𝑮(𝒔)𝟏 qui traduit le comportement du Brix en fonction de l’eau apporté dans le bac à grugeon car c’est
le fluide principal de correction du Brix au sein du Bac.

• Etude de la précision de notre système :

Soit un système bouclé de fonction de transfert en boucle ouverte 𝐺(𝑠)1 et de fonction de transfert en
boucler fermée 𝐻(𝑠).

On appelle erreur statique (ou erreur de position) du système en boucle fermée, le paramètre Ɛ(s) défini
par : Ɛ(𝐬) = 𝐥𝐢𝐦[𝟏 − 𝑯(𝒔)]
𝒔→𝟎

𝐺(𝑠) −1,33.10−4 −1,33.10−4

Avec 𝐻(𝑠) = 1+𝐺(𝑠)1 = 𝑠+2,42.10−3 et 𝐺(𝑠)1 = 𝑠+2,29.10−3
1
 Néhémie MARTELI BITADI

Cette erreur de position est un des paramètres qui permet d’évaluer la précision d’un système
en boucle fermée. Plus Ɛ(𝐬) est faible, meilleure est la précision du système.

A présent nous allons calculer la valeur de Ɛ(s) :

−𝟏, 𝟑𝟑. 𝟏𝟎−𝟒

Ɛ(𝐬) = 𝐥𝐢𝐦 [𝟏 − ]
𝒔→𝟎 𝒔 + 𝟐, 𝟒𝟐. 𝟏𝟎−𝟑

−1,33. 10−4
=>> Ɛ(s) = 1 − = 1,054
2,42. 10−3

On trouve : Ɛ(𝐬) = 𝟏

Conclusion : Notre système n’est pas assez précis.

• Etude de la Rapidité de notre système :

Concernant la rapidité, il existe deux paramètres qui permettent son évaluation à savoir, le temps de
réponse et le temps de monté. Le temps de réponse est défini comme étant le temps mis par un système
pour atteindre la valeur finale de la sortie à un certain pourcentage près ( +
−5% de la valeur finale de la
sortie) alors que le temps de montée est le temps mis par un système pour atteindre la valeur de
consigne pour la première fois avant de le dépasser par la suite.
Bien qu’en théorie, les systèmes linéaires soient caractérisés par des régimes transitoires de durées
infinies, il est possible d’estimer leur durée « pratique » grâce à la notion de temps de réponse.

Remarque : Pour les systèmes stables de premier ordre comme c’est le cas pour notre système étudié,
le temps de monté est confondu au temps de réponse car nous n’avons pas observé de dépassement
dans les différents graphes des fonctions de transfert de notre système.

Trouvons le temps de réponse/montée de notre système :

Nous allons tout d’abord représenter la réponse indicielle de notre système :

NB : Une réponse indicielle est la sortie d’un système du premier ordre ou de n’importe qu’elle autre
système pour une entrée échelon unitaire d’amplitude ‘1’ ou d’amplitude quelconque.

Dans notre cas nous allons appliquer à l’entrée de notre système un échelon d’amplitude 1.

𝑈(𝑠)𝑡⬚ 𝑆 ′ (𝑠)
𝑮(𝒔)𝟏

1 −1,33.10−4
Avec 𝑈(𝑠) = 𝑠 , 𝑆(𝑠) = 𝑈(𝑠). 𝐺(𝑠)1 𝑒𝑡 𝐺(𝑠)1 = 𝑠+2,29.10−3
 Néhémie MARTELI BITADI
1 −1,33.10−4 𝑎 𝑏
On a : 𝑆 ′ (𝑠) = 𝑈(𝑠). 𝐺(𝑠) = × =𝑠+
𝑠 𝑠+2,29.10−3 𝑠+2,29.10−3

Cherchons a et b :

𝑠𝑏 1 −1,33. 10−4 𝑏
𝑎 = [𝑠. 𝑈(𝑠). 𝐺(𝑠) − −3
] = [𝑠 × × −3
−𝑠× ]
𝑠 + 2,29. 10 𝑠 𝑠 + 2,29. 10 𝑠 + 2,29. 10−3
−1,33. 10−4 𝑠𝑏
=[ − ]
𝑠 + 2,29. 10−3 𝑠 + 2,29. 10−3

Pour 𝑠 = 0 on trouve : 𝒂 = −𝟎, 𝟎𝟓𝟖

𝑎 −1,33. 10−4 𝑎
𝑏 = [(𝑠 + 2,29. 10−3 ). 𝑈(𝑠). 𝐺(𝑠) − (𝑠 + 2,29. 10−3 ) ] = [ − (𝑠 + 2,29. 10−3 ) ]
𝑠 𝑠 𝑠

Pour 𝑠 = −2,29. 10−3 on trouve : 𝒃 = 𝟎, 𝟎𝟓𝟖

−0,058 0,058 1 1
On peut écrire alors : 𝑆(𝑠) = + = −0,058 (𝑠 − )
𝑠 𝑠+2,29.10−3 𝑠+2,29.10−3

A présent nous allons appliquer la transformé de Laplace inverse (𝑇𝐿−1 ) sur notre signal de sortie
𝑆 ′ (𝑠) :

1 1
𝑇𝐿−1 [𝑆′ (𝑠)] = 𝑇𝐿−1 [−0,058 ( − )]
𝑠 𝑠 + 2,29. 10−3

−𝟑 𝟏
On obtient : 𝑺′ (𝒕) = −𝟎, 𝟎𝟓𝟖 (𝟏 − 𝒆−𝟐,𝟐𝟗.𝟏𝟎 𝒕) = −𝟎, 𝟎𝟓𝟖 (𝟏 − 𝒆− 𝝉 𝒕 ) 𝒂𝒗𝒆𝒄 𝝉 = 𝟒𝟑𝟕

Et comme nous avons linéarisé notre fonction à l’aide de l’approximation en série de Taylor sous la
ꝺ𝑓(𝑧)
forme 𝑓(𝑧) ≅ 𝑓(𝑧̅) + ∑𝑖 |𝑧̅ . 𝑧𝑖′ 𝑎𝑣𝑒𝑐 𝑧 = 𝑧̅ + 𝑧 ′ , nous aurons :
ꝺ𝑧𝑖

Pour 𝑆 ′ (0) = 0 => 𝑺(𝟎) = 𝟎, 𝟔𝟓 + 𝟎 = 𝟎, 𝟔𝟓;

Pour 𝑆 ′ (∞) = −0,058 => 𝑺(∞) = 𝟎, 𝟔𝟓 − 𝟎, 𝟎𝟓𝟖 = 𝟎, 𝟓𝟗𝟐

Représentons notre système dans le graphe ci-dessous :

 Néhémie MARTELI BITADI

𝑆(𝑡)

𝑆(0) = 0,65
1,05𝑆(∞)

𝑆(∞) = 0,592

0,95𝑆(∞)

𝑡
0 𝑡𝑟

1
D’après le graphe nous Observons bien que 𝑆(𝑡𝑟 ) = −0,058 (1 − 𝑒− 𝜏 𝑡𝑟 ) + 0,65 =
1,05𝑆(∞) 𝑎𝑣𝑒𝑐 𝜏 = 437
1
−0,058 (1 − 𝑒 − 𝜏 𝑡𝑟 ) + 0,65 = 1,05 × 0,592

1 1
1 − 𝑒 − 𝜏 𝑡𝑟 = 0,49 =≫ 𝑒 − 𝜏 𝑡𝑟 = 0,51
1
− 𝑡 = ln(0,51) =>> 𝒕𝒓 = −𝝉 𝐥𝐧(𝟎, 𝟓𝟏)
𝜏 𝑟
AN : 𝒕𝒓 = −𝟒𝟑𝟕 × 𝐥𝐧(𝟎, 𝟓𝟏)

𝒕𝒓 = 𝟐𝟗𝟒, 𝟐𝟓 𝑺 𝒂𝒗𝒆𝒄 𝑲 = 𝑺(∞) = 𝟎, 𝟓𝟗𝟐 (𝑮𝒂𝒊𝒏 𝒔𝒕𝒂𝒕𝒊𝒒𝒖𝒆)

• Etude de la limite de dépassement :

D’après l’étude précédente de la stabilité de notre système, nous avons observé que notre système
était naturellement stable et n’engendrait aucun dépassement du signal de sortie. Ce qui signifie que
la sortie du système ne sort pas à certains instants de l'intervalle [valeur initiale, valeur finale], on dit
qu'il n’y a pas dépassement.
 Néhémie MARTELI BITADI

1.4. Etudier le réglage de notre système (correction du système) :

Pour la correction des systèmes linéaires du premier ordre on utilise généralement les correcteurs PID,
mais certain système ne nécessite par la présence des trois actions du correcteur PID à savoir l’action
proportionnelle, l’action intégrale et l’action dérivé.

Ces trois actions n’ont chacun un rôle bien précis et corrige le système sur certaines particularités
comme il est indiqué ci-dessous :

- L’action proportionnelle permet d’améliorer la rapidité d’un système ;

- L’action intégrale par contre augmente la précision de notre système ;

- L’action dérivé lui à son tour vient améliorer la stabilité de notre système.

Les différents correcteurs sont régis par les équations ci-après :

- Pour un correcteur P (à action proportionnelle) on a : 𝐶(𝑠) = 𝐾𝑃

𝐾𝑖
- Pour un correcteur PI (à action proportionnelle et intégrale) on a : 𝐶(𝑠) = 𝐾𝑃 + 𝑠

- Pour un correcteur PD (à action proportionnelle et dérivé) on a : 𝐶(𝑠) = 𝐾𝑃 + +𝐾𝑑 . 𝑠

- Pour un correcteur PID (à action proportionnelle, intégrale et dérivé) on a :

𝐾𝑖
𝐶(𝑠) = 𝐾𝑃 + + 𝐾𝑑 . 𝑠
𝑠

NB : Dans notre cas, sachant que notre système est naturellement stable, nous allons utiliser un
correcteur PI afin d’améliorer la rapidité et la précision de notre système.

• Méthode de Ziegler Nichols pour les systèmes du premier ordre :

Considérons notre système en boucle fermé avec en série un correcteur PI :

𝑈(𝑠) Ɛ(𝑠)𝑡 𝑲𝒊
+
𝑪(𝒔) = 𝑲𝑷 + 𝑮(𝒔)𝟏 𝑆(𝑠)𝑡
- 𝒔

𝑆 ′ (𝑠)
 Néhémie MARTELI BITADI

La fonction de transfert de notre système corriger sera noté 𝐹(𝑠) et sera de la forme :
𝐶(𝑠).𝐺(𝑠)
𝐹(𝑠) = 1+𝐶(𝑠).𝐺(𝑠)1
1

Rappel : La méthode de Ziegler Nichols pour le système du premier ordre consiste à approcher un
système d’ordre quelconque à un système du second ordre comme illustrer ci-dessous :

𝑲
𝑭(𝒔) ≡ 𝑮(𝒔) =
𝒔𝟐 + 𝟐𝝀𝝎𝒏 𝒔 + 𝝎𝟐𝒏

Avec 𝜆 = le facteur d’amortissement et 𝜔𝑛 = la pulsation naturelle

Ensuite il faut fixer les indices de performances qu’on désire obtenir pour améliorer les performances
de notre système comme :

- Le temps de réponse 𝑻𝒓 ;

- Le Dépassement 𝐷 (à déduire sur le graphe de la courbe correspondant au facteur

d’amortissement 𝝀 qui l’a donné naissance) ;

Sans oublier que l’erreur statique est nulle pour les systèmes avec correcteur PI.

Puis, Déterminer les coefficients 𝑲𝒊 et 𝑲𝑷 du correcteur PI en utilisant la relations ci-dessous pour trouver
la pulsation naturelle du système 𝜔𝑛 :

3
𝜔𝑛 =
𝜆𝑇𝑟

A présent allons considérer le système ci-après :

𝑈(𝑠) Ɛ(𝑠)𝑡 𝑲𝒊 −𝟏, 𝟑𝟑. 𝟏𝟎−𝟒

+
𝑪(𝒔) = 𝑲𝑷 + 𝑮(𝒔)𝟏 = 𝑆(𝑠)𝑡
- 𝒔 𝒔 + 𝟐, 𝟐𝟗. 𝟏𝟎−𝟑
𝑆 ′ (𝑠)

On obtient comme un système équivalent de la forme :

𝑈(𝑠) 𝑭(𝒔) 𝑆(𝑠)𝑡

 Néhémie MARTELI BITADI
𝐶(𝑠).𝐺(𝑠)1
Cherchons l’expression de 𝑭(𝒔) sachant que : 𝐹(𝑠) =
1+𝐶(𝑠).𝐺(𝑠)1

𝑲 −𝟏,𝟑𝟑.𝟏𝟎 −𝟒 −𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝑷 𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝒊

(𝑲𝑷 + 𝒊 )( −𝟑 )
−
𝒔+𝟐.𝟐𝟗.𝟏𝟎−𝟑 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )
𝒔 𝒔+𝟐.𝟐𝟗.𝟏𝟎
𝐹(𝑠) = 𝑲 −𝟏,𝟑𝟑.𝟏𝟎−𝟒
= −𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝑷 𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝒊
1+(𝑲𝑷 + 𝒊 )( −𝟑 ) 1+ −
𝒔 𝒔+𝟐,𝟐𝟗.𝟏𝟎 𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )

−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲𝑷 𝒔+𝑲𝒊 ) −𝟏.,𝟑.𝟏𝟎−𝟒 (𝑲𝑷 𝒔+𝑲𝒊 )

𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 ) 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )
= −𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲𝑷 𝒔+𝑲𝒊 )
= 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲𝑷 𝒔+𝑲𝒊 )
1+
𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 ) 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )

−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲 𝒔+𝑲 )
𝑷 𝒊 −1,33.10−4 (𝐾 𝑠+𝐾𝑖 )
= 𝑠(𝒔+𝟐,𝟐𝟗.𝟏𝟎−𝟑 )−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲
= 𝑠2 +2,29.10−3 𝑠−1,33.10−4𝑃𝐾 −4
𝑷 𝒔+𝑲 )
𝒊 𝑃 𝑠−1,33.10 𝐾𝑖

−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲 𝒔+𝑲𝒊 )
On trouve : 𝑭(𝒔) = 𝒔𝟐 +(𝟐,𝟐𝟗.𝟏𝟎−𝟑 −𝟏,𝟑𝟑.𝟏𝟎−𝟒𝑷𝑲 −𝟒
𝑷 )𝒔−𝟏,𝟑𝟑.𝟏𝟎 𝑲𝒊

Sachant que cette fonction de transfert doit approcher la fonction de transfert d’un système du second
ordre, on aura :
−𝟏,𝟑𝟑.𝟏𝟎−𝟒 (𝑲 𝒔+𝑲𝒊 ) −𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝑷 𝒔−𝟏,𝟑𝟑.𝟏𝟎−𝟒 𝑲𝒊
𝑭(𝒔) = 𝒔𝟐 +(𝟐,𝟐𝟗.𝟏𝟎−𝟑 −𝟏,𝟑𝟑.𝟏𝟎−𝟒𝑷𝑲 =
−𝟒
𝑷 )𝒔−𝟏,𝟑𝟑.𝟏𝟎 𝑲𝒊 𝒔𝟐 +𝟐𝝀𝝎𝒏 𝒔+𝝎𝟐𝒏

𝟐,𝟐𝟗.𝟏𝟎−𝟑 −𝟐𝝀𝝎𝒏
𝟐𝝀𝝎𝒏 = 𝟐, 𝟐𝟗. 𝟏𝟎 − 𝟏, 𝟑𝟑. 𝟏𝟎 𝑲𝑷 −𝟑 −𝟒 𝑲𝑷 =
𝟏,𝟑𝟑.𝟏𝟎−𝟒
Par identification on a : { => {
𝝎𝟐𝒏 = −𝟏, 𝟑𝟑. 𝟏𝟎−𝟒 𝑲𝒊 𝝎𝟐𝒏
𝑲𝒊 = − 𝟏,𝟑𝟑.𝟏𝟎 −𝟒

Pour notre système nous allons fixer comme indicateur de performance désiré :
- Temps de réponse : 𝑇𝑟 = 1 𝑠 ;
- Dépassement : D = 0,06 (soit 6 %).

Etant donné que pour les systèmes du second ordre, on parle de régime apériodique sans
dépassement si 𝝀 ≥ 𝟏 et de régime oscillatoire avec dépassement si 𝝀 < 𝟏, nous allons chercher à
l’aide du logiciel MATLAB la valeur de 𝝀 qui va engendrer un dépassement de 6 % de la valeur de
mesure du système avant qu’il converge vers une valeur finie fixe appelée consigne.

• Pour 𝝀 = 𝟏, le dépassement engendré est de 13% ce qui peux être dangereux pour le système.
 Néhémie MARTELI BITADI

• Pour 𝝀 = 𝟏, 𝟑 , le dépassement engendré est d’environ 9%, ce qui n’est pas toujours
favorable.

• Pour 𝝀 = 𝟏, 𝟓 , le dépassement engendré est d’environ 7%, cela ne correspond pas toujours à
la valeur de dépassement désirée.

• Pour 𝝀 = 𝟏, 𝟕 , le dépassement engendré est de 6%, cela correspond à ce que nous désirons
avoir de tel sorte que, la valeur du Brix puisse varier entre 59 et 71 °Bx en régime stable.
 Néhémie MARTELI BITADI

Dans la suite, nous allons trouver les valeurs des paramètres 𝐾𝑖 et 𝐾𝑃 pour 𝝀 = 𝟏, 𝟕.

3 3
Cherchons maintenant la pulsation naturelle : 𝑇𝑟 = =>> 𝜔𝑛 = 𝜆𝑇
𝜆𝜔𝑛 𝑟
3
AN : 𝜔𝑛 = 1,7×1 =1,7647

𝜔𝑛 = 1,7647 𝑟𝑎𝑑/𝑠

2,29.10−3 −2𝜆𝜔𝑛
𝐾𝑃 = 1,33.10−4
Déterminons les valeurs de 𝐾𝑖 et 𝐾𝑃 : { 2
𝜔𝑛
𝐾𝑖 = − 1,33.10−4

𝟐,𝟐𝟗.𝟏𝟎−𝟑 −𝟐×𝟏,𝟕×𝟏,𝟕𝟔𝟒𝟕
𝑲𝑷 = 𝑲𝑷 = −𝟒𝟓𝟎𝟗𝟓, 𝟒𝟏
𝟏,𝟑𝟑.𝟏𝟎−𝟒
{ =>> {
(𝟏,𝟕𝟔𝟒𝟕)𝟐 𝑲𝒊 = −𝟐𝟑𝟒𝟏𝟒, 𝟕𝟖
𝑲𝒊 = − 𝟏,𝟑𝟑.𝟏𝟎−𝟒

𝑲 = −𝟒𝟓𝟎𝟗𝟓, 𝟒𝟏
Ainsi, pour notre correcteur PI nous avons : { 𝑷
𝑲𝒊 = −𝟐𝟑𝟒𝟏𝟒, 𝟕𝟖