Automatique avancée

Partie 1: Commande par retour d’état

Chapitre 1 : Rappels
Pr. Amami Benaissa
Cycle Ingénieur EEA
2020/2021

Pr. Amami Benaissa, FST Tanger 1

 1. Rappels
Définition de l’asservissement

En automatique, un asservissement est un algorithme dont l'objet principal est de

forcer un système donné à atteindre un état avec les performances souhaitées de
stabilité, de précision et de rapidité et ceci quelles que soient les perturbations
externes ou internes.
Le principe général est de comparer la consigne et l'état (la sortie) du système de
manière à le corriger efficacement. On parle également de système commandé par
rétroaction négative ou en boucle fermée «feedback en anglais».

Pr. Amami Benaissa, FST Tanger 2

 1. Rappels
Classification des systèmes
La classification des systèmes peut se faire par rapport à plusieurs concepts : la
nature de la variable temps « t », le type d’équations, le nombre des entrées/sorties,
la nature de ces paramètres.
A. Systèmes continu et discret :
Les systèmes se classent en fonction du type des signaux qu’ils traitent :
analogiques, discrets, hybrides. La variable considérée est le temps « t ».
1.Système continu (analogique) : C’est des systèmes constitués de composants
analogiques. Ils traitent des signaux continus ou analogiques
2.Système discret (échantillonné, ou numérique) : C’est des systèmes constitués d’au
moins d’un composant qui traite que des signaux discrets, ou la variable temps « t »
est échantillonnée.
B. Systèmes linéaire et non linéaire
Les systèmes sont classés selon la nature de leurs équations : équations linéaires ou
non linéaires.
1. Système linéaire : Un système est dit linéaire si la variation de sa sortie est
proportionnelle à la variation de son entrée. Il a des équations à paramètres
constants, indépendantes des fonctions non linéaires et ces signaux sont découplés.
Il peut être représenté par un modèle d’état ou fréquentiel.
2. Système non linéaire Un système est dit non linéaire si la variation de sa sortie
est non proportionnelle à la variation de son entrée. Ces équations dépendent des
fonctions non linéaires et/ou ces signaux sont couplés. Il peut être représenté
seulement par un modèle d’état non linéaire.
Pr. Amami Benaissa, FST Tanger 3
 1. Rappels
Classification des systèmes
C. Systèmes mono-entrée/mono-sortie et multi-entrées/multi-sorties
Cette classification se base sur le nombre des entrées/sorties du système. Il existe deux classes
de systèmes :
Système mono-entrée/mono-sortie (SISO) :
C’est un système à une seule entrée et une seule sortie. Il est simple à modéliser, à analyser et à
commander, à cause de l’absence du couplage.
Système multi-entrées/multi-sorties ! (MIMO
C’est un système au moins à deux entrées et/ou deux sorties. On parle dans ce cas de la
matrice de transferts (MT) au lieu de fonction de transfert.

 H ( p ) H 12 ( p ) 
H ( p )   11 ,
 H 12 ( p ) H 22 ( p ) 
y (t ) y (t ) y (t ) y (t )
H 11 ( p )  1 , H 12 ( p )  1 , H 21 ( p )  2 , H 22 ( p )  2
u 1 (t ) u 2 (t ) u 1 (t ) u 2 (t )
y (p)   y 1 ( p )  H 11 ( p )U 1 ( p )  H 12 ( p )U 2 ( p )
Y (p)   1   
y 2(p)   y 2 ( p )  H 21 ( p )U 1 ( p )  H 22 ( p )U 2 ( p )

La théorie d’analyse et de commande de ces systèmes est plus complexe par rapport à la classe
précédente, en particulier dans l’espace fréquentiel, où leur modèle est une matrice de transfert.

Pr. Amami Benaissa, FST Tanger 4

 1. Rappels
Classification des systèmes

D. Systèmes invariable et variable dans le temps (stationnaire/non stationnaire)

Les systèmes peuvent êtres classés selon la nature de leurs paramètres. Ces derniers sont fixes
ou variables par rapport au temps.
1. Système invariable dans le temps (stationnaire)!
C’est un système où tous les paramètres de son modèle sont fixes. En pratique, cette
caractéristique dépend des conditions de fonctionnement. Ces systèmes nécessitent une théorie
de commande simple.
2. Système variable dans le temps (non stationnaire) :
C’est un système qui contient au moins un paramètre variable dans le temps. En général, les
variations des paramètres d’un système dépendent du mode de fonctionnement. La théorie de
commande de ces systèmes est relativement complexe.

Pr. Amami Benaissa, FST Tanger 5

 1. Rappels
Définition de l’asservissement

Perturbations
Commande u
Régulateur Système
Erreur = x-yr
+

Consigne x Correcteur : Algorithme Actionneur Processus Sortie y

-

Chaine d’action ou chaine directe H

4 - 20 mA
0.2 - 1 bar
0 - 10 V Chaine de mesure
Mesure yr Transmetteur Capteur

Chaine de retour K

Pr. Amami Benaissa FST de Tanger 6

2016/2017
 1. Rappels
Définition de l’asservissement

Conception et réalisation :
Bouassida Mohamed
Ingénieur en Electromécanique formateur
en Régulation industrielle

Variation de la consigne Variation de la perturbation

Pr. Amami Benaissa FST de Tanger 7

2016/2017
 1. Rappels
Modélisation des systèmes

En automatique, La modélisation des systèmes est une étape nécessaire pour leur
analyse et leur commande.
•Modèle de connaissance
Les modèles de connaissance sont élaborés à partir des lois de la physique
(électricité, mécanique) ou de la chimie. Les paramètres d'un tel modèle ont alors une
interprétation physique directe : tension, température, pression, courant, accélération,
force....
On exprime les lois physiques connues régissant le fonctionnement du système et en
enduit la (les) relation(s) mathématique(s) cherchée(s) (par exemple fonction de
transfert, équation différentielle variables d’état, etc..). Par contre, ils sont en général
difficiles à déterminer et de mise en œuvre complexe.
L’objectif étant d’expliciter le fonctionnement d’un système par une relation
mathématique.

Pr. Amami Benaissa, FST Tanger 8

 1. Rappels
Modélisation des systèmes

Exemple Circuit RC

R
i(t)
E(t) Uc(t)
C

Appliquons la loi de mailles au circuit RC, on obtient :

Uc(t )  Ri (t )  E (t )
dUc
Uc(t )  RC  E (t ) T  RC
dt
dUc
Uc(t )  T  E (t )
dt

Pr. Amami Benaissa, FST Tanger 9

 1. Rappels
Modélisation des systèmes

• Modèles de représentation, comportemental ou modèle de conduite

Lorsque l'analyse interne du système n'est pas possible (lois internes inconnues,
mesures internes impossibles ou difficiles) ou trop complexe, on est amené à
considérer le système comme une boite noire.

A partir de l'observation des entrées-sorties (comportement externe) et de mesures

expérimentales, on établit alors la relation mathématique qui lui correspond au
mieux.

Ces modèles ne permettent pas, le plus souvent, d'interprétation physique des

phénomènes étudiés. Ils sont constitués d'un ensemble de relations
mathématiques qui vont relier dans un domaine d'évolution donné, les différentes
variables du processus. Les paramètres de tels modèles peuvent n'avoir aucun
sens physique particulier connu.

Pr. Amami Benaissa, FST Tanger 10

 1. Rappels
Modélisation des systèmes

Exemple Circuit RC

R
i(t)
E(t) Uc(t)
C

Appliquons un échelon d’amplitude E l’entrée du circuit RC (boite noire)

et enregistrons la sorte du système (tension aux borne de condensateur)

Par identification du système en obtient une la

fonction de transfert

Uc ( p) 1

E ( p ) (1   p )

Pr. Amami Benaissa, FST Tanger 11

 1. Rappels
Modélisation des systèmes
• Les systèmes sont représentés par deux modèles qui dépendent de l’espace
utilisé :
- Temporel : La variable utilisée est le temps « t », variable physique et on obtient la
description par équation différentielle ou réponse impulsionnelle.
- Complexe : La variable utilisée est l’opérateur de Laplace « p » (ou « s »),
variable abstraite et on obtient la description fréquentielle ou fonction de transfert.
• Il est calculé en utilisant la transformation de « Laplace » sur le modèle de
connaissance, ou de comportement. Les conditions nécessaires pour le calcul du
modèle de transfert sont :
- La linéarité des équations différentielles du modèle initial ;
- Les conditions initiales des équations différentielles sont nulles.

Pr. Amami Benaissa, FST Tanger 12

 1. Rappels
Modélisation des systèmes

Exemple Circuit RC
1. Approche par équation différentielle
R
i(t)
E(t) Uc(t)
C

Appliquons la loi de mailles au circuit RC, on obtient :

Uc(t )  Ri (t )  E (t ) Uc(t )( solution génerale)  Uc1 (solution particuliere)  Uc2 ( solution sans sec ond membre)
dUc Uc1 (solution particuliere)  E
Uc(t )  RC  E (t ) T  RC t
dt Uc2 ( solution sans sec ond membre)  Ae

T

dUc
Uc(t )  T  E (t ) 
t

dt Uc(t )  Uc1 (t )  Uc2 (t )  E  Ae T

Pr. Amami Benaissa, FST Tanger 13

 1. Rappels
Modélisation des systèmes

Exemple Circuit RC

1. Approche par équation différentielle

Déterminons A sachons qu’à t = 0, Uc(t) = 0,

le condensateur non chargé initialement
t

Uc (0)  E  Ae T
0 On trouve : A   E

Finalement :

t

y (t )  Uc(t )  E (1  e ) T

Pr. Amami Benaissa, FST Tanger 14

 1. Rappels
Modélisation des systèmes
Exemple Circuit RC

2. Approche par réponse impulsionnelle

R
i(t) 

E C Uc(t) y (t )   x( )h(t   )d  x(t ) * h(t )



Calculons d’abord la réponse impulsionnelle h(t)

dUc
Uc(t )  Ri (t )  E (t ), T  RC , Uc(t )  RC  E (t ) à t  0 Uc(t )  0
dt
dUc
Uc(t )  T  E (t ), On pose Uc(t )  h(t ) reponse impulionnelle
dt
dh(t )
Si E (t )   (t )  E ( p)  1,  h(t )  T  1 et h( p)  Tph( p)  1
dt
1 1  Tt
h( p)  Tp  1   1  h( p )   h (t )  e
 Tp  1  T
Pr. Amami Benaissa, FST Tanger 15
 1. Rappels
Modélisation des systèmes
Exemple Circuit RC

2. Approche par réponse impulsionnelle

On se propose d’utiliser la convolution pour déterminer la réponse indicielle y(t) du

circuit RC à un échelon d’amplitude E à partir de sa réponse impulsionnelle h(t).
t t
y (t )  h (t ) * Eu (t )   h (t   )Eu ( )d  E  h (t   )d 
0 0

t
1  t T E   t T 
t t
y (t )  E  e d  Te   E (1  e )
T

0
T T  0

Pr. Amami Benaissa, FST Tanger 16

 1. Rappels
Modélisation des systèmes

Exemple Circuit RC

2. Approche par fonction de transfert

R
i(t)
E(t) Uc(t)
C

Conditions initiales nulles

dUc W ( p) 
Uc( p )

1
E ( p) 
E
Uc(t )  T  E (t ) RC  T E ( p) 1  Tp
avec
p
dt
 dUc  E
 Uc(t )  T    E (t )  Uc( p )  W ( p ) E ( p ) 
 dt  p(1  Tp)
 dUc   E 
  Uc(t )   T    E (t )  Uc(t )   1 (Uc( p))   1  
 dt   p (1  Tp ) 
Uc( p )  TpUc( p )  E ( p )  E    
t
1 1
Uc( p )(1  Tp )  E ( p ) Uc(t )   (Uc( p ))      E 1  e 
T

 p(1  Tp )   
Pr. Amami Benaissa, FST Tanger 17
 1. Rappels
Modélisation des systèmes

Exemple Circuit RC

Signification des pôles

R
i(t)
E(t) Uc(t)
C

E A B
Uc ( p )  E ( p )W ( p )   
p (1  pT ) p (1  pT )
E ET
( B  AT )  0 A  E Uc ( p )  
  p (1  pT )
A  E  B  ET

On remarque que Uc(p) contient 2 pôles, le pôle p1=0 qui est issu de l’entrée et le pôle
P2 = -1/T qui est issu du système
E
1 ET  ET Tt 
t
Uc (t )      E
  e  E  Ee  S 1  S 2
T

 p (1  pT )  Régime permanent T
  
régime transitoire

Le pôle p1=0 est responsable sur régime permanent S1 Voir figure ci-après
Le pôle P2 = -1/T est responsable sur le régime transitoire S2
Pr. Amami Benaissa, FST Tanger 18
                                                      tème
1. Rappels
Modélisation des systèmes
Signification des pôles

• Les pôles d’une fonction de transfert sont les valeurs pour lesquelles son
dénominateur s’annule. Mais cette définition n’est vraie que si et seulement si la
fonction de transfert est sous forme irréductible.
• Chaque pôle d’un système agit sur les caractéristiques de celui-ci. Ce sont eux qui
définissent le comportement et la dynamique d’un système ainsi que ses
performances de point de vue Stabilité, Rapidité, Précision. Les Algorithmes de
correction des système (Régulateur) ne font qu’agir sur ces pôles en leur faisant
prendre des positions dans les lieux de transferts de telle sorte à obtenir les
performances souhaitées.

Pr. Amami Benaissa, FST Tanger 19

 1. Rappels
Modélisation des systèmes
Signification des pôles

Pr. Amami Benaissa, FST Tanger 20

 1. Rappels
Modélisation des systèmes
Signification des pôles
Exemple Circuit RC

t

Uc(t )  E (1  Ee )  T


t S1
E  ( Ee )  S1  S 2
T
  
Régime permanent
régimetransitoire S1
T  2s E  6 V
Uc (t )  S 1  S 2
La solution Uc (t ) est la somme de
deux contributions :

- S1 qui est due à l’entrée via son pôle

S2
p1=0 et qui fixe le régime permanent

- S 2 qui est due au système via son pôle

S2
S1
p2=-1/T et qui cause le régime transitoire.
régime transitoire régime permanent

Pr. Amami Benaissa, FST Tanger 21

 1. Rappels
Modélisation des systèmes
Signification des pôles
Système de second ordre:
On sait que la dynamique et les performances d’un système telles que le temps de
réponse, l’amortissement, le dépassement, la pulsation propre non amortie etc.. sont
liées à ses pôles..
Imposer au système une dynamique et des performances spécifiques, c’est imposer au
système de prendre certains pôles correspondant à cette dynamique et à ces
performances.

Soit la fonction de transfert d’un système de second ordre généralisé :

K
G( p) 
p2

 2 p 1
02 0

On se place dans le cas où le système a un coefficient d’amortissement   1 , c’est-à-

dire un comportement oscillatoire amorti.

Pr. Amami Benaissa, FST Tanger 22

 1. Rappels
Modélisation des systèmes
Signification des pôles
Rappel :
Le polynôme caractéristique de ce système admet donc deux pôles complexes :

  a  ib   e i et    a  ib avec a  0
p2 
L’équation caractéristique du système :  2 p 1   p     p  
0
2
0
 02  20 p  p 2           p  p 2    2ap  p2
2
avec   a2  b2

Par identification on trouve :

a
 Coefficient d’amortissement  

1
• Temps de réponse 
a
• Pulsation propre n  

a
    cos  Arg ( )   cos  avec   Arg ( )


Pr. Amami Benaissa, FST Tanger 23

 1. Rappels
Rappel : Modélisation des systèmes
• Exemple : Signification des pôles
On souhaite imposer au système un coefficient d’amortissement :

On peut choisir pour cela les pôles

  0.588
p1  8  i11 et p2  8  i11
.
p1

11  11 
  cos  et   tg 1    53
8
 cos   cos 53  0.588
8

Pr. Amami Benaissa, FST Tanger 24

 Bibliographies et références
• Techniques de Commande avancée cours de Mr ACHOUR AbdelYazid Maître de conférences « Cours,» Université A.MIRA-BEJAIA Faculté de
Technologie Département De Génie électrique
• Commande automatique des systèmes linéaires continus (Cours avec applications utilisant MATLAB), Viorel Minzu-Bernard Lang, ellipses, 2001. 
• Commande et estimation multivariables (Méthodes linéaires et optimisation quadratique), Eric Ostertag, ellipses, 2006. 
• Analyse et régulation des processus industriels (tome2 régulation numérique), P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis ,
editions technip, 1993. 
• Systèmes asservis:commande et régulation (tome1 représentations-analyse- performances), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1993. 
• Systèmes asservis : commande et régulation (tome2 synthese-applications-insrumentation), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1994. 
• Modélisation et identification des processus tome1, P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis, editions technip, 1992.
• Identification et commande numérique des procédés industriels, R.Ben Abdnnour-P.Borne-M.Ksouri-F.M ’sahli, editions technip, 2001.
• Systèmes linéaires, non linéaires, à temps continu à temps discret, représentetion d’état (cours et exercices corrigés), Yves Granjon, Dunod, 2003.
• Contrôle et régulation (cours et exercices corrigés), Patrick Prouvost, dunod, 2004.
• Systèmes linéaires et continus 2 édition, Sandrine Le Ballois-Pascal Codron, donod, 2006.
• Représentation d’état des systèmes linéaires, A.J.Fossard, école nationale supérieure de l’aéronautique et de l’espace, 1983.
• Systèmes asservis (volume3, asservissement par variables d’état), J.-M.Allenbach, haute école spécialisée de suisse occidentale, 2004.
• Commande des processus, représentation d’état (notes de cours), M.Jungers-Y.Chitour, ENS de Cachan, 2005 
• Représentation et analyse des systèmes linéaires (notes de cours version 5), D.Arzelier, LAAS-CNRS.
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP. 
• Commande et estimation multivariables ; E. Ostertag, Edition ELLIPSES. 
• Application de Matlab 5 et Simulink 2 M. Mokhtari, M. Marie, Edition SPRINGER
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP.
• ntroduction à la commande floue, P.Borne-J.Rozinoer-J.Y.Dieulot-L.Dubois, editions technip, 1998. 
• Sites web : UV Automatique ASI 3, INSA de Rou
• Sites web : M. Chadli, Commande de systèmes linéaires, École Supérieure
• Sites web : Gonzalo Cabodevila, Analyse et correction des, Systèmes linéaires continus ou, échantillonnés à l'aide des variables d'état, École
Nationale Supérieure de Mécanique et des Microtechniques, Version 2010
• Cours d’Automatique : Représentations d’ état linéaires des systèmes monovariables , Olivier BACHELIER, ENSI, juin 2017

Pr. Amami Benaissa, FST Tanger 25