RGULATION

INDUSTRIELLE
Outils de modlisation, mthodes
et architectures de commande

Emmanuel Godoy et coll.

RGULATION
INDUSTRIELLE
Outils de modlisation, mthodes
et architectures de commande
Prface de Luc Dugard

2e dition

Toutes les marques cites dans cet ouvrage sont des

marques dposes par leurs propritaires respectifs.

Illustration de couverture :
Chane de montage automatise mickey hoo Fotolia.com

Dunod, 2007, 2014

5 rue Laromiguire, 75005 Paris
www.dunod.com
ISBN 978-2-10-071794-1

 Dunod Toute reproduction non autorise est un dlit

PRFACE

La notion de rgulation, lie celle de rtroaction, est trs ancienne puisque les premiers procds
de rgulation remontent lAntiquit avec comme exemples clbres, la rgulation de niveau pour
lhorloge eau, et plus rcemment, le rgulateur boules de James Watt qui, au XVIIIe sicle,
inventa ce trs fameux procd de rgulation pour maintenir au mieux la vitesse de rotation dune
machine vapeur malgr des variations de charge. Depuis, les immenses progrs raliss au niveau
des technologies et des concepts thoriques ont permis de concevoir et de mettre en uvre des
techniques et procds de rgulation numrique beaucoup plus complexes et performants, grce
en particulier aux avances de llectronique (pour le support matriel) et de linformatique (pour
le support logiciel).
Cet ouvrage prsente un ensemble cohrent de dveloppements mthodologiques et appliqus
pour la synthse de rgulateurs dans loptique clairement afche de leur mise en uvre dans
le contexte applicatif industriel. Les auteurs ont volontairement limit ces dveloppements aux
principales techniques de commande linaire mono-entre mono-sortie, avec une petite incursion
dans le domaine non linaire via la mthode du 1er harmonique. Un effort tout particulier a t
fait pour rendre la lecture de louvrage agrable et pour faciliter la comprhension des concepts
et des mthodes grce lintroduction de nombreux exemples et tudes de cas, notamment dans
les domaines lectriques, lectroniques, mcaniques, lectromcaniques.
Une vingtaine de chapitres constituent cet ouvrage qui comporte trois grandes parties. La premire, avec sept chapitres, est consacre aux outils mathmatiques pour la reprsentation, lanalyse et la commande des systmes dynamiques avec les diverses reprsentations dans les cadres
frquentiel, temporel, continu, discret, lanalyse de stabilit, la modlisation par bond-graph,
la modlisation par identication, lanalyse de la boucle ferme. Cette partie constitue le socle
thorique sur lequel sappuie toute la dmarche de synthse et de mise en uvre des lois de
commande. La deuxime partie comporte huit chapitres consacrs diverses mthodologies de
synthse de lois de commande linaire classiques , principalement orientes vers les applications
industrielles (approches frquentielles, rgulateurs PID, structure RST, commande prdictive,
commande oue, commande par retour dtat, mthode du 1er harmonique). Les auteurs se sont
attachs bien faire ressortir les problmes pratiques de mise en uvre au-del de la stricte mthodologie de synthse. La dernire partie de louvrage est ddie aux aspects plus pratiques, mais galement essentiels, pour la mise en uvre effective des techniques de rgulation dveloppes dans la
partie prcdente. Sont particulirement tudis les convertisseurs de llectronique de puissance
qui sont les actionneurs privilgis dans de nombreux domaines industriels, ainsi que divers types
de capteurs qui sont, au mme titre que les actionneurs, insrs dans la chane globale de rgulation. Un chapitre est consacr lvolution rcente des systmes de contrle-commande industriels et des architectures associes, et aux diverses solutions envisageables pour la mise en uvre
des chanes de rgulation. Le dernier chapitre de louvrage donne, en guise de conclusion, un
rsum de la dmarche et des tapes suivre pour la mise en uvre dune chane de rgulation, et
fait une analyse comparative des diffrentes mthodes de commande dveloppes dans louvrage.
Tous les auteurs de cet ouvrage sont, except un ingnieur-chercheur senior R&D dEDF, des
enseignants-chercheurs de Suplec. Leurs domaines de comptence concernent principalement
V

lautomatique puisque la plupart dentre eux sont au dpartement Automatique de Gif-surYvette, avec quelques renforts en gnie lectrique, lectronique et signal. Leur forte implication, que ce soit en enseignement (formation initiale ou continue), en recherche amont et
mthodologique dans le cadre universitaire, ou en recherche plus applique et nalise dans le
cadre de leurs trs nombreuses activits contractuelles avec lindustrie, a constitu un atout trs
prcieux pour la rdaction de cet ouvrage. Celui-ci devrait constituer un excellent document
de rfrence, aussi bien pour la formation initiale des tudiants que pour laide lingnieur
automaticien charg de mettre en place des chanes de rgulation dans le contexte industriel.
La clart de louvrage, la facilit de lecture et de comprhension, lies aux nombreux exemples,
schmas et gures agrmentant le texte, vont sans nul doute satisfaire non seulement bon nombre
dingnieurs et tudiants automaticiens qui trouveront des mthodologies de synthse accessibles
et efcaces, mais aussi des ingnieurs non spcialistes de lautomatique, qui pourront sinitier,
avec cet ouvrage auto-contenu, aux techniques de la rgulation industrielle.
Trs bonne lecture toutes et tous.
Luc Dugard
Directeur de recherche
au CNRS
GIPSA-lab Grenoble

TABLE DES MATIRES

Les auteurs

1 Introduction

1.1
1.2
1.3
1.4
1.5

Comment dnir lautomatique ?

Notion de systmes automatiques
Rgulation ou asservissement ?
Hirarchisation des systmes automatiques industriels
Bref historique
Bibliographie

3
4
5
6
7
8

A
Outils mathmatiques danalyse
et de conception
2 Outils mathmatiques

Dunod Toute reproduction non autorise est un dlit

2.1
2.2
2.3
2.4
2.5

Introduction
Convolution
Transforme de Fourier
Transforme de Laplace
Transforme en z
Bibliographie

3 Reprsentation des signaux et des systmes

3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8

Introduction
Modles et caractristiques des signaux temps continu et temps discret
Caractristiques des systmes
Reprsentation temporelle des systmes temps discret
Reprsentation temporelle des systmes temps continu
Reprsentation dtat et proprits associes
Reprsentations frquentielles
Linarisation
Bibliographie

11
11
11
14
17
22
26

27
27
27
33
34
35
36
39
50
52

VII

4 chantillonnage et reconstitution analogique

53

4.1

chantillonnage

53

4.2

Relations entre les reprsentations complexes

59

4.3

Reconstitution analogique

61

5 Caractrisation des systmes temps continu et temps discret 67

5.1

Introduction

5.2

Dnitions gnrales relatives la stabilit

67

5.3

tude de la stabilit des systmes linaires invariants

72

5.4

Reprsentation dun systme linaire chantillonn

77

5.5

Comportement transitoire dun systme linaire

79

5.6

Proprits spciquement lies la reprsentation dtat

85

Bibliographie

92

6 Modlisation par bond graphs

93

6.1

Introduction

6.2

lments de base des bond graphs

6.3

Gnration des bond graphs dans les domaines lectriques et mcaniques

101

6.4

Calcul du modle mathmatique associ un bond graph

106

6.5

Exemple

113

Bibliographie

115

7 Identication des systmes linaires

93
94

117

7.1

Gnralits

117

7.2

Modles candidats

118

7.3

Considrations sur le protocole exprimental

122

7.4

Mthodes non paramtriques graphiques

128

7.5

Traitement des donnes

132

7.6

Identication paramtrique

136

7.7

Exemple

144

Bibliographie

149

8 Analyse des systmes asservis

VIII

67

151

8.1

Fonctionnement des boucles de rgulation

151

8.2

Stabilit

155

8.3

Prcision

164

8.4

Analyse dun cahier des charges

171

Bibliographie

171

B
Mthodes et structures de commande
9 Synthse des lois de commande par approche frquentielle
classique
9.1
9.2
9.3
9.4
9.5

Introduction : structure de corrections

Correction srie
Correction parallle
Discrtisation dun correcteur continu
Conclusions
Bibliographie

10 Structure RST Synthse par placement des ples

10.1
10.2
10.3
10.4
10.5

Architecture et cadre dapplication

Principe de synthse du rgulateur
tude de cas
Cas des zros
Conclusions
Bibliographie

11 Rgulateurs PI PID
11.1
11.2
11.3
11.4
11.5
11.6
11.7

Introduction
Modles de rgulateurs PID
Approche temporelle du rgulateur PID
Approche frquentielle du rgulateur PID
Implmentation numrique des rgulateurs
Forme RST des rgulateurs PID
Conclusions
Bibliographie

Dunod Toute reproduction non autorise est un dlit

12 Structures particulires de commande

12.1
12.2
12.3
12.4

Rgulation cascade
Rgulation de tendance
Systmes retard
Commande par modle interne
Bibliographie

13 Commande prdictive
13.1
13.2
13.3
13.4

Introduction : les concepts de base

Algorithme GPC
tude de cas : application un systme lectromcanique
Conclusions
Bibliographie

175
175
175
186
191
200
200

201
201
202
209
213
214
214

217
217
219
222
229
233
239
241
241

243
243
252
257
260
269

271
271
273
282
287
288

IX

14 Introduction la commande oue

14.1
14.2
14.3
14.4
14.5
14.6
14.7
14.8

291

Prsentation de la logique oue et de la commande oue

Dnition des ensembles ous (fuzzycation)
Dnition des bases de rgles
Mthodes dinfrence
Agrgation des rsultats
Dfuzzycation
Exemples
Conclusions
Bibliographie

15 Commande dans lespace dtat

15.1
15.2
15.3
15.4
15.5

315

Introduction
Retour dtat
Reconstruction de ltat
Commande par retour dtat et observateur
Exemple : commande dun pont roulant
Bibliographie

315
316
327
332
340
347

16 Analyse des systmes non linaires

16.1
16.2
16.3
16.4
16.5
16.6
16.7

291
292
296
297
300
301
304
312
313

349
er

Hypothses fondamentales de la mthode du 1 harmonique

Calculs de gains complexes quivalents
tude de la stabilit en rgime libre
tude de la stabilit en rgime dissymtrique
Amlioration du comportement
Commande par mode de glissement
Conclusions
Bibliographie

349
352
356
361
367
368
378
379

C
Composants
et architecture
17 Modlisation des convertisseurs de llectronique de puissance 383
17.1
17.2
17.3
17.4
17.5
17.6
17.7
17.8
17.9
17.10

Intrt et contraintes du dcoupage

Les structures lmentaires de conversion
volution vers dautres convertisseurs
Modlisation en rgime dynamique
Labaisseur en rgime dynamique
Llvateur en rgime dynamique
Linverseur en rgime dynamique
Autres familles de convertisseurs en rgime dynamique
Approche qualitative de lamortissement du ltre dentre
lments de calcul des ltres

383
388
398
407
413
426
433
439
439
441

18 Capteurs
18.1
18.2
18.3
18.4

Introduction
Principes physiques
Quelques exemples de mesures de grandeurs physiques
Perspectives de dveloppement des capteurs
Bibliographie

19 Systmes de contrle et de commande

19.1
19.2
19.3
19.4
19.5
19.6
19.7
19.8
19.9

Introduction
Lvolution des systmes de contrle-commande
Les SNCC actuels
Les API et les superviseurs
Les rgulateurs de tableau et petits systmes
Les calculateurs et systmes embarqus
Les rseaux de terrain
Les outils de conguration
Quelle solution pour la rgulation : SNCC ou API ?
Bibliographie

20 Mthodes de commande : synthse, comparaison

et critres de choix
20.1
20.2
20.3

445
446
463
475
477

479
479
480
487
496
500
502
509
513
515
517

519
519
520
522

533

Dunod Toute reproduction non autorise est un dlit

Index

Gnralits
Les mthodes et outils dingnierie
Conclusions gnrales

445

XI

LES AUTEURS

BEAUVOIS Dominique, Professeur, dpartement dAutomatique, Suplec

BOUCHER Patrick, Ancien chef du dpartement dAutomatique, Suplec
Prsident du conseil scientique du Ple de comptitivit S2E2
BUISSON Jean, Professeur, Suplec Rennes
DAVOUST Marie-Eve, Ancien professeur, dpartement de Traitement du signal
et systmes lectroniques, Suplec
DEMERL Martial, Ancien professeur, dpartement dAutomatique, Suplec
DUC Gilles, Professeur, dpartement dAutomatique, Suplec
DUMUR Didier, Professeur, chef du dpartement dAutomatique, Suplec
GODOY Emmanuel, Professeur, dpartement dAutomatique, Suplec
KARIMI Mohammad Charif, Professeur, dpartement dnergie, Suplec
RODRIGUEZ Pedro, Professeur, dpartement dAutomatique, Suplec
SADARNAC Daniel, Professeur, dpartement dnergie, Suplec
SALAUN Patrick, Ingnieur-chercheur Senior, EDF Recherche & Dveloppement
SANDOU Guillaume, Professeur, dpartement dAutomatique, Suplec
SIGUERDIDJANE Houria, Professeur, dpartement dAutomatique, Suplec
TEBBANI L E B RUSQUET Sihem, Professeur, dpartement dAutomatique, Suplec
VANNIER Jean Claude, Professeur, chef du dpartement dnergie, Suplec

Dunod Toute reproduction non autorise est un dlit

VANZO Jean-Marc, Ancien directeur de ltablissement Suplec de Metz

1 INTRODUCTION

1.1 Comment dnir lautomatique ?

La rgulation est une des techniques, sans aucun doute avoir vocation industrielle, de la thorie
des systmes automatiques asservis, utiliss en automatique. Cette discipline, qui fait partie des
sciences de lingnieur, ncessite nanmoins dtre pralablement prcise, le Petit Larousse illustr
propose la dnition suivante : Automatique : science et technique de lautomatisation, qui tudient
les mthodes scientiques et les moyens technologiques utiliss pour la conception et la construction de
systmes automatiques.
Lautomatique peut donc se dnir comme un ensemble de thories mathmatiques et une technique de raisonnement concernant la prise de dcision et la commande de systmes. La traduction
anglaise automatic control est plus explicite puisquelle prcise la notion de commande. Le terme
anglais control est un faux ami ne surtout pas traduire par contrle , il signie commande.
Lautomatique ne sest longtemps applique quaux systmes mcaniques et lectromcaniques,
mais elle est maintenant aussi utilise en gestion, biologie, conomie, etc.
OUTILS
THEORIQUES

MOYENS DE MISE
EN UVRE

MATHEMATIQUES
INFORMATIQUE FONDAMENTALE

GENIE INFORMATIQUE
ELECTRONIQUE

Dunod Toute reproduction non autorise est un dlit

PRODUCTIQUE

PRODUCTION
MANUFACTURIERE

AUTOMATIQUE

MECANIQUE
ELECTROTECHNIQUE

GENIE CHIMIQUE
PETRO-CHIMIE

ROBOTIQUE

AVIONIQUE
AEROSPATIALE

MEDICAL

Figure 1.1 Domaines dapplication de lautomatique

La gure 1.1 montre que lautomatique est une science transversale et concerne tous les secteurs
dapplication. Bien que les outils thoriques et les bases mthodologiques utiliss dans les problmes dautomatique soient communs, les mthodologies de commande peuvent diffrer selon
le secteur dapplication. Les raisons de ces diffrences sont lies en grande partie la spcicit
des problmes poss.
3

1.2 Notion de systmes automatiques

Prcisons tout dabord le mot systme avec la dnition du dictionnaire Larousse : Un systme
consiste en une combinaison de parties qui se coordonnent pour concourir un rsultat.
Des objets agencs entre eux, cest--dire ayant une certaine dpendance, constituent un systme
ralisant une certaine fonction. Les entres sont les signaux qui apportent au systme les informations du milieu extrieur, les sorties fournissent la rponse du systme par dpendance des
entres ; on peut parler de causes (entres) et deffets (sorties). On utilise de manire synonyme
systme le terme procd ou mme processus ( process en anglais).
La commande consiste appliquer, via les entres de commande, une action sur le systme de manire obtenir en sortie un comportement dtermin. Cette sollicitation sexerce souvent par lintermdiaire dune variation sur le ux dnergie ou de matriau inject dans le systme. Lorsque
cette inuence est exerce par lhomme, la commande est dite manuelle. Lorsque lhomme est
remplac par des dispositifs techniques autonomes, on parle de commande automatique.
Les systmes de commande automatiques copient le plus souvent le comportement de lhomme.
Un exemple introductif simple sobtient par lobservation dun conducteur au volant de son
vhicule. Le systme que lhomme commande est sa voiture dans lenvironnement de la route ;
le cerveau et les membres constituent les organes de dcision et de commande. Les dcisions
concernant la direction, lacclration et le freinage sont prises, partir des mesures effectues par
lil, de manire satisfaire un critre de performance qui peut tre un compromis entre la dure
du trajet, le confort, la consommation ou les rglementations.
Cet exemple rvle les trois phases fondamentales accomplies par lhomme :
observation ;
rexion ;
action, puis retour lobservation.
Il est intressant de noter que des types daction diffrents peuvent tre appliqus, en fonction
des critres intgrs lors de la phase de rexion. Par exemple on peut comprendre intuitivement
quun conducteur press appliquera une succession de freinages et dacclrations, au dtriment
de sa consommation alors quun conducteur conome adoptera une conduite plus souple.
La structure trois phases met en vidence une opration de bouclage ( feedback en anglais). Ce
retour constitue lune des notions fondamentales de lautomatique.
Il existe deux grands types de systmes automatiques :
les systmes logiques combinatoires et squentiels, cbls ou programms, qui nont pas ncessairement une structure boucle, cest--dire quils ne prennent pas ncessairement en considration
une mesure sur ltat courant du systme. De plus lautomatisation porte sur un nombre ni
doprations prdtermines dans leur droulement. Par exemple un programmateur de machine laver automatique est un tel systme. De tels systmes sont appels systmes vnements
discrets ou encore automatismes squentiels ;
les systmes asservis, fonctionnant en maintien dune grandeur donne ou en poursuite dune
loi de rfrence. Dans le cas des systmes asservis, toutes les situations possibles ntant pas
prvisibles (arrive dune perturbation par exemple), le droulement des oprations ne peut
tre prdtermin lavance. Les systmes asservis sont ncessairement boucls, cest--dire
quune mesure de la situation est en permanence prise en considration dans la dtermination
de la commande.
Un systme complexe peut prsenter simultanment des aspects squentiels et des aspects continus, on parle alors de systmes hybrides ou de traitement par lots ou batch. Des confusions
interviennent parfois entre automatismes, terme qui dsigne des systmes squentiels, et automatique qui a une porte plus gnrale.
4

1.3 Rgulation ou asservissement ?

Bien que les outils et mthodes soient communs aux rgulations et aux asservissements il est
prfrable de dnir ces termes :
Rgulation : une grandeur physique doit tre maintenue un niveau constant en dpit de la
prsence de perturbations.
Asservissement : une grandeur physique doit suivre une volution temporelle impose par lutilisateur du systme.
Concernant les techniques de commande, cet ouvrage met laccent sur un ensemble de mthodologies et techniques de commande que lon retrouve dans tous les secteurs dapplication. Une
orientation particulire est accorde la problmatique de la rgulation industrielle.
Le Petit Larousse donne cette dnition : Industrie : ensemble des activits conomiques qui produisent des biens matriels par la transformation et la mise en uvre de matires premires.
Suivant cette dnition sont concernes en premier lieu des industries qui mettent en uvre des
systmes de rgulation pour piloter leur processus de transformation. Ainsi cet ouvrage sintresse
de ce fait :
aux procds : modlisation, identication, caractrisation, etc. ;
aux systmes de contrle et de commande : lois de commande classiques et avances, produits
de contrle commande disponibles (systmes numriques de contrle commande (SNCC),
automates programmables industriels (API), etc.) ;
aux mesures et actions : capteurs, actionneurs, pr-actionneurs (convertisseurs de puissance) ;
lhomme, dans sa relation avec son systme de contrle et de commande : supervision,
pilotage, rglage...

Dunod Toute reproduction non autorise est un dlit

Cependant les outils mthodologiques abords (des outils thoriques lanalyse et la commande) pourront intresser galement tous les ingnieurs de recherche et dveloppement ayant
traiter des problmes de commande. Dans cet esprit, la modlisation des actionneurs lectriques
est aborde de par leur importance croissante dans tous les domaines o des chanes de motorisation sont mises en uvre, mais aussi les systmes dlectronique de puissance.
Le choix des mthodes de commande retenues a t guid par leur potentiel dans le cadre des
problmes industriels :
les correcteurs et les rgulateurs classiques : rgulateurs PI et PID, avance de phase, etc.,
en raison de leur importance pratique ;
des mthodes plus avances : approche polynomiale (structure RST), commande prdictive,
commande dans lespace dtat, logique oue.
Ces mthodes de commande attirent par ailleurs les remarques suivantes :
les rgulateurs PI-PID peuvent rsulter dune mthode de synthse volue, toute loi de commande ralisant globalement une combinaison de ces fonctions lmentaires ;
certaines techniques propres lespace dtat (chapitres 5 et 15), ventuellement associes des
mthodes didentication (chapitre 7), peuvent tre utilises comme techniques de base pour
des problmes de dtection de panne ou encore pour des objectifs de maintenance prdictive ;
le choix dune mthode de commande nest pas un problme simple et dpend de multiples
facteurs, tenant compte avant tout du cahier des charges mais aussi dautres aspects comme le
cot, la facilit de rglage sur site, le niveau de modlisation requis pour la synthse, le niveau
de formation, etc. ; une brve analyse est effectue dans le chapitre 20, en guise de conclusion,
avec un tableau comparatif, suivant diffrents critres, des mthodes exposes.
Certaines mthodes assez rcentes comme loptimisation H` , squencement de gains (LPV) ou
encore des techniques de platitude, nont volontairement pas t abordes. Ces techniques ont
actuellement peu dapplications industrielles : dune part leur haut niveau de technicit ncessite
5

un degr de formation assez lev en automatique, dautre part, en raison dune algorithmique
lourde , elles ncessitent lutilisation doutils logiciels trs spcialiss. Bien que lon retrouve ces
mthodes dans diffrents domaines (comme lautomobile sur des problmes ponctuels), leurs secteurs applicatifs typiques sont les milieux de laronautique, larospatiale, les structures exibles,
etc.
Lutilisation dune approche formalise pour la dnition et la mise en uvre de structures de
commande et de rgulation prsente de nombreux atouts. Dune part, elle permet un gain de
temps pour les rglages, des validations partielles avant exprimentation, etc., dautre part, elle
permet, avec les outils de simulations disponibles actuellement, de traiter diffrentes solutions
pour ne retenir dans une phase davant-projet que les solutions les plus simples qui sont susceptibles de satisfaire un cahier des charges.
Dans cet ouvrage trois aspects sont analyss :
une premire partie (chapitres 2 8) prsente les outils mathmatiques danalyse permettant
de comprendre, de modliser et danalyser les systmes et les signaux mis en jeu ;
une deuxime partie (chapitres 9 16) prsente un ensemble de mthodes et de structures de
commande ;
une troisime partie (chapitres 17 19) plus pratique aborde les modlisations des lments constitutifs dune chane de rgulation : actionneurs et pr-actionneurs (convertisseurs),
capteurs, etc. ; les architectures et matriels de contrle-commande.
Enn un chapitre de conclusion prsente, dune part, un ensemble doutils pour lingnieur travaillant sur les problmes de rgulation ou dasservissement, dautre part, un essai de comparaison
de diffrentes mthodes de commande.

1.4 Hirarchisation des systmes automatiques

industriels
La commande de systmes complexes ncessite la mise en uvre de stratgies multiples. On a
lhabitude de classer les sous-systmes lmentaires suivant leur fonctionnalit. Lensemble peut
se reprsenter dans une structure pyramidale montre par la gure 1.2.
Niveau 0 : ce niveau ne fait pas partie du systme de commande, il contient les divers quipements et machines contribuant au processus de fabrication.
Niveau 1 : cest le niveau des systmes dasservissements ancillaires qui ont pour objectif le
maintien des sorties une valeur de consigne xe ou le suivi dune trajectoire spcique. ce
niveau on situe aussi les automatismes qui grent le squencement des cycles de production.
Niveau 2 : cest le niveau dvolu au systme de supervision destin assurer le suivi et la
coordination des systmes du niveau infrieur. Cest ce niveau que lon situe les stratgies
doptimisation conomique pour une entit lmentaire de production telle un atelier. Les
quipements relatifs ce niveau sont en gnral regroups dans la salle de commande ou de
conduite.
Niveau 3 : on trouve ce niveau les fonctionnalits doptimisation de la marche de lensemble
des installations. On place au niveau 3 les outils permettant une optimisation conomique
de la production (par exemple les outils de CFAO, construction et fabrication assistes par
ordinateur).
Niveau 4 : toute entreprise moderne met en uvre une stratgie doptimisation impliquant
entre autre une planication des outils de production. Cette fonction est au niveau 4, au
sommet de la pyramide.
6

API : Automate Programmable Industriel

CN : Commande Numrique de machine
GESTION

Planification

ENTREPRISE

CAO

Gestion de production

CFAO

USINE

MAINTENANCE

Supervision

SUPERVISEUR

ATELIER

BAIE
ROBOT

Automatismes
Rgulations

API

API

CN

REGUL

API

CELLULE

ROBOT

MACHINE

0
TERRAIN

PROCESSUS

CAPTEURS
ACTIONNEURS

Figure 1.2 Hirarchisation des systmes automatiques

Dunod Toute reproduction non autorise est un dlit

1.5 Bref historique

Pour nir cette introduction, il nous parat intressant de brosser un bref historique de lautomatique an de rappeler aux lecteurs la relative jeunesse des concepts utiliss. Lhistoire des
systmes automatiques peut se diviser en trois poques.
La premire poque, que lon peut qualier de Prhistoire de lautomatique stend de lAntiquit
au milieu du XIXe sicle. Des inventeurs gniaux ont conu des systmes automatiques de manire
purement intuitive. Ds 250 avant J.-C., nous avons des exemples de rgulation de niveau :
lhorloge automatique eau de Ketsybios, la lampe huile de Philon de Bizance et la machine
doser le vin de Hron dAlexandrie.
Plus tard la priode de la rvolution industrielle a donn lieu des ralisations importantes. Ainsi
Raumur, Watt et son rgulateur de vitesse pour une machine vapeur (1788), Jacquard et son
mtier cartes perfores font progresser lautomatisation. On comprend que ces progrs sont
tirs par les enjeux et les ncessits industriels et cela dans diffrents domaines : transport (par
exemple avec les machines vapeur), dans la production (machines tisser), etc.
Cependant lapproche est reste trs exprimentale jusquau milieu du XIXe sicle. De cette
poque datent les premiers travaux sur la formalisation de la thorie du bouclage et les applications de lalgbre de Boole. Les premiers travaux sur le bouclage sont dus Maxwell (1868),
Routh avec son critre algbrique (1872) et Hurwitz (1890). De cette poque datent galement
les premires dnitions rigoureuses, dues Lyapunov, sur la stabilit et les mthodes dtude
de la stabilit (mthodes de Lyapunov, 1892) qui constituent encore aujourdhui loutil de base
pour les tudes de stabilit des systmes non linaires.
7

Ltude analytique de la stabilit du rgulateur de Watt fut commence par Maxwell en 1868 et
complte en 1876 par Wichnegradsky.
Le dveloppement des tlcommunications (tlgraphe, radiodiffusion...) et les tudes de dispositifs lectroniques lampes au dbut du XXe sicle (linvention de la diode date de 1904 et celle
du tube de 1906) ont conduit lextension de la notion de rtroaction. Ainsi ltude des systmes
boucls doit beaucoup lapproche frquentielle dveloppe partir de cette poque :
Black (dbut des annes 1930) et ses travaux sur la rtroaction (dans un but de linarisation
des amplicateurs et de rduction de la distorsion) ;
Nyquist qui a nonc le critre de stabilit des systmes boucls partir de la rponse frquentielle en boucle ouverte (1932) ;
Bode et ses travaux sur la relation gain-phase des fonctions de transfert (1938) et les notions
de marge de phase et de gain.
Enn Nichols, Hall, Evans... qui ont laiss leur nom des reprsentations et ont publi la plupart
de leurs rsultats la n de la seconde guerre mondiale. Les premires implmentations des
systmes de commande cette poque reposaient sur lutilisation de dispositifs lectroniques
lampes.
En termes doutils mathmatiques, lapproche frquentielle est fonde sur lutilisation des fonctions de la variable complexe (et donc des travaux de Cauchy) et des transformations complexes :
Laplace (n XVIIIe -dbut XIXe sicle), Fourier (n XVIIIe -dbut XIXe sicle).
La troisime poque dbute avec les annes cinquante. Lapparition de calculateurs numriques
rvolutionne le monde de lautomatique. La puissance de calcul disponible fait natre les mthodes dites de lautomatique moderne ou avance . Parmi les faits marquants on peut citer
les suivants :
introduction de la reprsentation dtat, particulirement bien adapte lutilisation des calculateurs numriques pour ltude et la commande des systmes complexes et multivariables
(Kalman 1960) ;
tude de la commande optimale par Pontryagin (1958) et le principe du maximum, Bellman
(1956) et les travaux sur la programmation dynamique, etc. ;
dveloppement des mthodes dtude des systmes non linaires (Kockenburger, Cypkin) et
des systmes chantillonns (Jury, Ragazzini) ;
prise en compte des phnomnes alatoires dans les thories rcentes comme celles de Kalman,
Wiener, Bucy.
Enn des mthodes rcentes, telles que la synthse H` (Zhou, Glover et Doyle, 1990) cherchent
concilier lapport des notions introduites par les mthodes frquentielles (telles que bande passante, marges de stabilit...) et la souplesse dutilisation de la reprsentation dtat, cette dernire
permettant des dveloppements plus approfondis sur le plan algorithmique et sappliquant plus
facilement aux systmes multivariables.
Dans le cadre de cet ouvrage, les outils thoriques sappuieront principalement sur les travaux de
Black-Nichols, Nyquist et Bode datant des annes 1930 1940.

Bibliographie
DAzzo J. et Houpis C. Linear Control System Analysis and Design. Conventional and Modern.
McGraw Hill, 1995.
strm K.J. et Wittenmark B. Computer Controlled Systems. Theory and Design. Prentice Hall,
1997.
De Larminat Ph. Automatique : commande des systmes linaires. Herms, 1993.
Franklin G.F., Powell J.D. et Workman M.L. Digital Control of Dynamic Systems. AddisonWesley, 1998.
8

A
Outils mathmatiques
danalyse
et de conception

2 OUTILS MATHMATIQUES

2.1 Introduction
Les principaux outils mathmatiques ncessaires ltude des signaux et des systmes, et utiliss
dans la suite de cet ouvrage, sont prsents dans ce chapitre. Les cas des signaux continus et des
signaux discrets sont traits. La convolution de signaux, la transforme de Fourier, la transforme
de Laplace (domaine continu) et la transforme en z (domaine discret) sont successivement
abordes.

2.2 Convolution
2.2.1 Dnition et conditions dexistence
Cas continu
Le produit de convolution de deux signaux continus x(t) et y(t) est dni par la fonction c(t) :
 1`
c(t) 5
x(u) y(t u) du
[2.1]
`

Ce produit de convolution est souvent not : c(t) 5 x y(t). Lexistence de cette convolution
est lie aux proprits de convergence de lintgrale de support inni de lquation [2.1]. La
convolution est en particulier dnie pour les cas suivants :
 1`
|x(t)| dt < 1`), et |y| est born.
x est absolument sommable (
`

x et y sont localement sommables et nuls en dehors dun intervalle ni.

 1`
 1`
2
2
|x(t)| dt < 1`,
|y(t)| dt < 1`).
x et y sont de carr sommable (
Dunod Toute reproduction non autorise est un dlit

En effet, daprs lingalit de Schwarz (produit scalaire dans lespace des fonctions) :
 1`
2  1`
 1`


2
x(u) y(t u) du 
x 2 (u) du .
y2 (t u) du
|c(t)| 5 
`

Cas discret
De manire similaire, la convolution de deux signaux discrets x[k] et y[k] est dnie par le signal
discret c[k] :
n51`

x[n] y[k n] 5 x y[k]
[2.2]
c[k] 5
n5`

Lexistence de cette convolution est lie aux proprits de convergence de la somme innie de
lquation [2.2]. La convolution est en particulier dnie pour les cas suivants :
11

2 Outils mathmatiques

x est sommable (

n51`


2.2 Convolution

x[n] < 1`), et |y| est born.

n5`

x et y sont localement sommables et nuls en dehors dun intervalle ni.

n51`
n51`


(x[n])2 < 1`,
(y[n])2 < 1`).
x et y sont de carr sommable (
n5`

n5`

Support du produit de convolution

Cas continu

Si x a pour support lintervalle [ax , bx ], et y a pour support lintervalle [ay , by ], alors lquation
[2.1] se rcrit par exemple :
 u5bx
x(u) y(t u) du
c(t) 5
u5ax

Cette fonction est non nulle sil existe t tel que :

ay  t u  by
En utilisant le fait que ax  u  bx , le support du produit de convolution c est donc lintervalle
[ax 1 ay , bx 1 by ].
Cas discret

De la mme faon que pour le cas continu, si x est une squence de longueur N et y une squence
de longueur M, alors le produit de convolution de ces deux signaux discrets est de longueur
N 1 M 1. Si :
x[k] est non nul pour k {k0 , . . . , k0 1 N 1},
y[k] est non nul pour k {k1 , . . . , k1 1 M 1},
alors c[k] 5 x y[k] est non nul pour k {k0 1 k1 , . . . , k0 1 k1 1 N 1 M 2}.

Exemple
Soit convoler deux signaux continus :

x(t) 5 1 si t [0,1]

5 0 sinon

y(t) 5 et si t  0

50
si t < 0
y est sommable, x est born, la convolution est donc dnie, et :
 1
x(u) y(t u) du
c(t) 5
0

y(t u) est nulle si t u < 0. On obtient donc :

c(t) 5 0 si t  0
 t
c(t) 5
e(tu) du 5 (et 1) et 5 1 et
 01
e(tu) du 5 (e 1) et si t  1
c(t) 5
0

12

si 0  t  1

2 Outils mathmatiques

2.2 Convolution

2.2.2 Proprits lmentaires de la convolution

Commutativit, associativit et drivation
Sil existe, le produit de convolution est commutatif :
xy 5yx
Sous rserve des conditions dexistence, le produit de convolution est associatif :
(x y) z 5 y (x z)
Dans le cas de signaux continus, la drivation du produit de convolution de deux signaux sexprime en fonction de la drive des signaux :
dx y(t)
dx(t)
dy(t)
5
y(t) 5
x(t)
dt
dt
dt

Convolution de signaux priodiques

Les quations [2.1] et [2.2] ne sont pas dnies lorsque les signaux x et y sont priodiques. Dans
ce cas, il est possible de dnir tout de mme la convolution des deux signaux en utilisant les
motifs priodes .
Soient deux signaux continus x et y (resp. discrets) de priode T (resp. N ). Les motifs priodes
sont nots x T et yT (resp. xN et yN ). Les produits de convolution sont dnis par :
 T
N
1

c(t) 5 x yT (t) 5
yT (u) x(t u) du
yN [n] x[k n]
c[k] 5 x yN [k] 5
0


5 y xT (t) 5

n50

xT (u) y(t u) du

5 y xN [k] 5

N
1


xN [n] y[k n]

n50

Le produit de convolution est lui-mme priodique de priode T (resp. N ). Son motif priode
est dit obtenu par convolution circulaire, et not cT (t) 5 xT yT (t) (resp. cN [k] 5 xN yN [k]).

Dunod Toute reproduction non autorise est un dlit

2.2.3 Interprtation graphique

La convolution de deux signaux peut sinterprter de manire graphique. Pour calculer la valeur
du produit de convolution en t 0 de deux signaux continus, il suft :
de tracer la fonction y(u t0 ) ; elle sobtient par symtrie par rapport laxe des ordonnes
puis dcalage de lorigine en t0 ,
de multiplier x(u) par cette fonction y(u t0 ),
puis de calculer la valeur algbrique de laire place sous cette courbe.
La gure 2.1 illustre cette construction.
La mme interprtation peut tre donne dans le cas de signaux discrets : pour calculer la convolution de x[k] et y[k] en k0 , il suft :
de tracer la suite y[k0 n],
de multiplier termes termes x[n] par cette suite y[k0 n],
dadditionner les produits obtenus.
13

OUTILS MATHMATIQUES DANALYSE ET DE CONCEPTION

2 Outils mathmatiques

2.3 Transforme de Fourier

x ( )

y( )

1
0

1
0

Calcul de c ( t 0 ) , pour t 0 = 1,5

y (1,5 )
1

-0,5 0

1,5

x ( ) y (1,5 )
c (1,5) = 0,125 + 0,875 = 0,75

1,5

-0,5

Figure 2.1 Calcul graphique du produit de convolution

2.3 Transforme de Fourier

2.3.1 Dnition et condition dexistence
La transforme de Fourier est lopration permettant de faire le lien entre les domaines temporel
et frquentiel dun signal. Elle est ici dnie pour les signaux continus et discrets.

Cas continu
On dnit la transforme de Fourier par la fonctionnelle qui, une fonction x de la variable
temporelle t, associe une fonction X de la variable frquentielle f par lquation :
 1`
 
X ( f ) 5 TF x(t) 5
x(t) e2pj ft dt
[2.3]
`

Le calcul de la transforme de Fourier pour une frquence donne f0 revient effectuer un ltrage
slectif cette frquence : on recherche dans tout le signal linformation correspondant cette
frquence f0 .
La transforme de Fourier est dnie en particulier pour tout signal x absolument sommable,
 1`
cest--dire tel que
|x(t)| dt < 1`.
`

Si x est valeur relle, le module de la transforme de Fourier est pair, et sa phase est impaire. Sa
connaissance dans le domaine positif est donc sufsante.
14

2 Outils mathmatiques

2.3 Transforme de Fourier

Cas discret
De la mme faon, dans le domaine discret, la transforme de Fourier dun signal est dnie par :
X (y) 5 TF(x[k]) 5

k51`


x[k] e2pjyk

[2.4]

k5`

La transforme de Fourier est en particulier dnie pour les signaux absolument sommables
n51`

(
x[n] < 1`). X (y), lorsquelle est dnie, est une fonction priodique de priode 1. Si x[k]
n5`

est valeur relle, alors le module de X (y) est pair, et la phase est impaire. La connaissance de
X (y) sur lintervalle [0, 12 ] est donc sufsante.

X (y) 5

N
1


e2pjyk 5 e2pjyN

2N
1


k5N

e2pjyk 5 e2pjyN

k50

1 e2pjy(2N )
sin(2pyN )
5 epjy
1 e2pjy
sin(py)

2.3.2 Transformes de Fourier usuelles

Le tableau 2.1 prsente quelques transformes de Fourier pour des signaux usuels continus et
discrets.
Tableau 2.1 Transformes de Fourier de signaux continus et discrets

Dunod Toute reproduction non autorise est un dlit

Signal x(t)

X( f)
1

Signal x[k]

X(y)

d(0)

d(0)

e2pjft

d( f)

e2pjak

d(a)

d(0)

ak , k  0, | a| < 1

1
1 ae2pjy

d(t)

e2pjft

d[k a]

e2pjna

sin(2pft)

1
1
d d
2j ( f) 2j (f)

sin(2pyk)

1
1
d(y) d(y)
2j
2j

cos(2pft)

1
1
d 1 d
2 ( f) 2 (f)

cos(2pyk)

1
1
d(y) 1 d(y)
2
2

x(t) 5 1 si t [0, T ]
x(t) 5 0 sinon

Tepj fT

sin(pfT)
pfT

x[k] 5 1 si k [0, N 1]
x[k] 5 0 sinon

epjn(N1)

sin(pyN)
pyN

2.3.3 Formule dinversion de la transforme de Fourier

Cas continu
La limite de x en t par valeur suprieure (resp. infrieure) est note x(t 1 ) (resp. x(t )). La formule
dinversion de la transforme de Fourier est :
 T
x(t 1 ) 1 x(t )
5 lim
X ( f ) e12pj ft df
[2.5]
T 1` T
2
1

Limpulsion de Dirac d est dnie au chapitre 3.

15

A
OUTILS MATHMATIQUES DANALYSE ET DE CONCEPTION

Exemple
Soit le signal discret x[k] dni par x[k] 5 1 si k [N , N 1], et nul en dehors de cet
intervalle. La transforme de Fourier de ce signal est alors :

2 Outils mathmatiques

2.3 Transforme de Fourier

Cette limite est la valeur principale de Cauchy. Dans le cas o X ( f ) est absolument sommable,
lquation [2.5] devient :
 1`
x(t) 5
X ( f ) e12pj ft df
[2.6]
`

Cas discret
La formule dinversion de la transforme de Fourier est donne par :
 1
x[k] 5
X (y) e12pjyk dy
0

2.3.4 Proprits de la transforme de Fourier

Proprits gnrales
La transforme de Fourier est linaire

Par linarit de lintgrale (cas continu) ou de la somme (cas discret) :

a, b

TF(ax 1 by) 5 aTF(x) 1 bTF(y)

Facteur dchelle

Un changement dunit de la variable continue t se traduit dans le domaine frquentiel par :




f
1

X
a R TF x(at) 5
|a|
a
Transforme de Fourier dun signal retard

La transforme de Fourier dun signal retard se dduit de la transforme de Fourier du signal

initial par :


TF x(t t) 5 e2pj f t X ( f )


TF x[k p] 5 e2pjn p X (y)

Transforme de Fourier dune convolution

Cas continu

En utilisant la dnition du produit de convolution (quation [2.1]), il vient :


 t51`
 u51`
TF(x y(t)) 5
x(u) y(t u) du e2pj ft dt

t5`

u5`

u51`

x(u) e

5
u5`

2pj f u



du .

tu51`


y(t u) e

2pj f (tu)

d(t u)

tu5`

On reconnat les transformes de Fourier de x et y. La transforme de Fourier dun produit de

convolution de deux signaux est donc le produit de leurs transformes de Fourier :


   
TF x y(t) 5 TF x(t) .TF y(t)
16

2 Outils mathmatiques

2.4 Transforme de Laplace

Cas discret

De la mme faon, on peut crire :

TF(x y[k]) 5

1`


k5`
1`


1`



x[n]y[k n]

n5`

x[n]e

2pjyn

1`



y[k n]e

2pjy(kn)

n5`

kn5`

Et nalement :

e2pjyk

TF(x y[k]) 5 TF(x[k]).TF(y[k])

Transforme de Fourier dun produit

Cas discret

Le cas des signaux discrets est peu prs identique en se rappelant que la transforme de Fourier
dun signal discret est priodique de priode 1. La transforme de Fourier du produit de deux
signaux discrets est donc obtenue en effectuant la convolution circulaire des transformes de
Fourier. En notant X1 (y) (resp. Y1 (y)) le motif priode de la transforme de Fourier du signal
x[k] (resp. y[k]), la transforme de Fourier de x. y[k] est donc :
TF(x[k].y[k]) 5 X1 (y) Y1 (y)

Transforme de Fourier et drivation

Dans le cas dun signal continu m fois continment drivable, la transforme de Fourier vrie
la proprit :
 m

 
d x(t)
TF
5 (2pj f )m TF x(t)
m
dt
Inversement, si t m x(t) est sommable,

Dunod Toute reproduction non autorise est un dlit

 


d m TF x(t)
m
TF (2pjt) x(t) 5
dt m

2.4 Transforme de Laplace

2.4.1 Dnition et domaine de convergence
Dnition
La transforme de Fourier dun signal continu nest pas dnie pour un signal divergence
exponentielle (x(t) a|t| quand |t| 1`, et |a| > 1). An de caractriser ce type de signal,
la transforme de Laplace est introduite. La transforme de Laplace est la fonctionnelle qui a un
signal de la variable temporelle t associe une fonction de la variable complexe s 5 s 1 2pj f
dnie par :
 1`
 1`
 
(s12pj ft)
X (s) 5 L x(t) 5
x(t) e
dt 5
x(t) est dt
[2.7]
`

17

A
OUTILS MATHMATIQUES DANALYSE ET DE CONCEPTION

Cas continu

La formule dinversion de lquation [2.6] indique le rle symtrique jou par le signal et sa
transforme de Fourier. La transforme de Fourier dun produit de signaux est ainsi le produit de
convolution des transformes de Fourier des signaux :


 
 
TF x.y(t) 5 TF x(t) TF y(t)

2 Outils mathmatiques

2.4 Transforme de Laplace

condition quelle soit dnie pour ces valeurs de s, la transforme de Laplace pour s imaginaire
pur est ainsi la transforme de Fourier du signal x.

Condition dexistence
Lexistence de la transforme de Laplace est lie la convergence de lintgrale dnie par lquation [2.7]. Supposons quil existe deux rels a et b et deux constantes positives c et d tels que :

|x(t)|  c eat t  t1  0
[2.8]
|x(t)|  d ebt t  t2  0
Alors, lquation [2.7] permet dcrire :

 t2



(s12pj ft) 

x(t) e
dt 1 
|X (s)| 
`


c

t2



e(sb)t dt 1 

t1
t2

t1

x(t) e

(s12pj ft)

t2

 

dt  1




x(t) e(s12pj ft) dt  1 d

1`

1`



x(t) e(s12pj ft)  dt

t1

e(sa)t dt

t1

La transforme de Laplace de x est donc dnie si :

x est localement sommable,
a < s 5 Re(s) < b
Le domaine de convergence de la transforme de Laplace est obtenu pour les bornes minimales
a et b que lon peut trouver pour lquation [2.8]. En particulier, dans le cas de signaux causaux,
cest--dire nuls pour les temps ngatifs, la transforme de Laplace est dnie dans un demi-plan
a < s 5 Re(s).
Si X (s) a une expression rationnelle en s, les ples de X sont les racines de son dnominateur, ses
zros sont les racines de son numrateur. Dans le cas de systmes causaux, la borne a < s 5 Re(s)
est alors gale la plus grande partie relle des ples de X (s).

Exemple
Soit le signal :


x(t) 5 eat

si t  0

x(t) 5 0

si t < 0

Un tel signal, nul pour les temps ngatifs, est dit causal. La transforme de Laplace de ce signal
est donne par :
 (s1a)t 1`
 1`
e
1
at st
X (s) 5
pour Re(s) > a
e e dt 5
5
s1a 0
s1a
0
Dans lexemple prcdent, X na quun ple, situ en a.

2.4.2 Transformes de Laplace usuelles

Le tableau 2.2 prsente quelques transformes de Laplace pour des signaux continus et causaux.
y(t) dsigne lchelon de Heaviside1 .
1

18

Voir chapitre 3.