Université de Tunis

ECOLE NATIONALE SUPERIEURE

D’INGENIEURS DE TUNIS

-------------
Département de Génie Electrique
*********
1 ère année ING_GE Classe : B
Année Universitaire : 2023-2024

ASSERVISSEMENT ET REGULATION
NUMERIQUE
COMPTE RENDU TP0 :
Etude des systèmes échantillonnés à l’aide du
logiciel Matlab-Simulink

Réalisé par : BELGHARAT MARAM

ARFAOUI AYA
BEN AMOR BALKIS
 1. But :
Le but de la manipulation est d’étudier les systèmes échantillonnés. Il
s’agit de rechercher les modèles discrets des systèmes de premier et
second ordres, de choisir convenablement la période d’échantillonnage,
de tracer les réponses temporelles et d’étudier la stabilité des systèmes
échantillonnés.

2. Notions de base sur les systèmes échantillonnés

Le développement important de la théorie des systèmes échantillonnés est dû
principalement au développement de la commande numérique.

2.1. Commande numérique

La commande numérique, par calculateur (ou micro ordinateur) s’effectue
nécessairement à temps discret.
En règle générale, une même période d’échantillonnage Te conditionne le
rythme d’acquisition des mesures et la génération des signaux de commande
par calculateur. Les processus considérés dans la commande numérique sont le
plus souvent des processus à temps continu .

2.2. Bloquer d’ordre zéro (B.O.Z.) ou zero-order hold (Z.O.H)

Le plus souvent, le signal fourni par le calculateur est un signal en escalier, c’est-
à-dire variant par paliers. D’un point de vue pratique, tout se passe comme si le
système continu était commandé par l’intermédiaire d’un
échantillonneur/bloqueur d’ordre zéros

2.3. Schéma de base d’un asservissement échantillonné

Le schéma de la figure 1 peut être représenté comme l’indique la figure
2.4. Choix de la période d’échantillonnage Te
 Théorème de Shannon
Pour que l’observation échantillonné d’un signal soit significative, il est
nécessaire que l’échantillonnage soit effectué à une fréquence (fe) au minimum
double de la fréquence maximale (fH) présente dans le signal.
 2.5. Stabilité des systèmes échantillonnés

2.6. Comportement temporel des systèmes échantillonnés

Comme dans le cas continu, l’allure de la réponse temporelle d’un système
échantillonné dépend essentiellement de la localisation des pôles dans le plan
complexe en z. La figure 6 représente les réponses indicielles des systèmes de
premier ordre ainsi que la localisation des pôles dans le plan complexe. Les
deux premiers cas montrent l’influence de la place du zéro par rapport au point
(1,0) sur la rapidité.
2.7. Précision des systèmes asservis échantillonnés
La précision d’un système asservi (figure 4) est défini à partir de l’erreur e entre
la grandeur de consigne y c et la grandeur de sortie y, soit e = y c -y. Précision
statique (en régime permanent)
Travail demandé :
1-calcule de la transformée en Z inverse

% Définir les coefficients

b0 = 0;
b1 = -2.3;
b2 = 0.5;
a0 = 2;
a1 = -2.3;
a2 = 1.7;
a3 = -0.4;
% Calculer les cinq premières valeurs de x(k)
x = iztrans(b0, b1, b2, 5);

% Afficher les résultats

disp(x);
% Définir les coefficients
b0 = 0;
b1 = -2.3;
b2 = 0.5;
a0 = 2;
a1 = -2.3;
a2 = 1.7;
a3 = -0.4;

% Calculer les cinq premières valeurs de x(k)

x = iztrans(b0, b1, b2, 5);

% Tracer x(k)
stem(x);

% Définir les coefficients

b0 = 0.25;
a0 = 0.25;
a1 = -0.5;
a2 = 0.3;

% Calculer les 10 premières valeurs de x2(k)

x2 = iztrans(b0, a1, a2, 10);

% Afficher les résultats

disp(x2);
% Définir les coefficients
b0 = 0.25;
a0 = 0.25;
a1 = -0.5;
a2 = 0.3;

% Calculer les 10 premières valeurs de x2(k)

x2 = iztrans(b0, a1, a2, 10);

% Tracer x2(k)
stem(x2);

2-Etude d’un système de premier ordre

% Définir la fonction de transfert continue
H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 1);

% Afficher les résultats

disp(H_d);

% Définir la fonction de transfert continue

H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 0.5);
% Afficher les résultats
disp(H_d);

% Définir la fonction de transfert continue

H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 0.25);

% Afficher les résultats

disp(H_d);

% Définir la fonction de transfert continue

H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 0.15);

% Afficher les résultats

disp(H_d);

% Définir la fonction de transfert continue

H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 0.1);
% Afficher les résultats
disp(H_d);

% Définir la fonction de transfert continue

H_c(s) = 1 / (1 + 0.5*s);

% Calculer la fonction de transfert discrète

H_d = c2d(H_c, 0.05);

% Afficher les résultats

disp(H_d);

% Définir la fonction de transfert discrète

H_d = zpk(0.5, -0.9, 1);

% Calculer la réponse indicielle

y = step(H_d, 10);

% Tracer la réponse indicielle

plot(y);

3-Etude d’un système de second ordre

% Définir la fonction de transfert discrète

F_d = zpk(1, [-0.3 0.5]);

% Localiser les pôles

poles = pole(F_d);
% Afficher les résultats
disp(poles);

% Définir la fonction de transfert discrète

F_d = zpk(1, [-0.3 0.5]);

% Localiser les pôles

poles = pole(F_d);

% Afficher les résultats

disp(poles);

Conclusion :
Ce TP a exploré l'échantillonnage et ses applications dans l'analyse des systèmes
discrets.

On a étudié différentes méthodes d'échantillonnage et la transformée en Z. On a

ensuite appliqué ces concepts à un système de contrôle discret, calculant son
modèle échantillonné, analysant ses pôles et sa fonction de transfert équivalente
continue.

Enfin, on a comparé les réponses indicielles et calculé des paramètres de réponse

temporelle.

Ce TP a permis de comprendre l'importance de l'échantillonnage et l'utilité de Matlab

pour analyser les systèmes discrets.