Beruflich Dokumente
Kultur Dokumente
Continue et discréte
Professeur Belkacem OULD BOUAMAMA
Recherche : Responsable de l’équipe de recherche MOCIS
Laboratoire d'Automatique, Génie Informatique et Signal de Lille (LAGIS ‐UMR CNRS 8219)
Enseignement: Professeur et Directeur de la recherche à Poltech’ lille
Coordonnées
Polytech Lille . Avenue Paul Langevin, F59655 Villeneuve d'Ascq cedex
Tél : (00) 328767397, GSM (00)667123020
Mèl : Belkacem.ouldbouamama@polytech‐lille.fr,
Page personnelle : https://wikis.univ‐lille1.fr/ci2s/membres/belkacem‐ould‐bouamama
Ce cours et bien d’autres sont disponibles à https://wikis.univ-lille1.fr/ci2s/membres/belkacem-ould-bouamama
1
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Partie 1
2
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
AVANT PROPOS (1/2)
Ce support de cours a pour but principal, sans être simpliste, de présenter avec une approche très pratique des
fondements de l’automatique linéaire que nous appellerons souvent la régulation automatique. Chaque outil
mathématique utilisé, est étayé par des exemples industriels concrets.
Pour rendre le cours attrayant, ce polycopié est simplifié, pour plus de détail sur le contenu le lecteur pourra se
référer au cyber-cours introduit par l’auteur sur le réseau internet : http://www.univ-lille1.fr/eudil/belk/sc00a.htm
La régulation automatique, actuellement rebaptisée «automatique» est noyée dans les techniques modernes de
commande (robotique, productique,cybernétique). Ceci est principalement dû à l’apparition initialement de l’électronique,
puis vers les années 60 du microprocesseur et donc de l’informatique. Mais il est utile de souligner que les vieilles
techniques de la régulation classique restent encore très utilisées dans des industries aussi complexes que le nucléaire par
exemple, et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que son
application et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter,
c’est à dire le modèle mathématique, nécessaire pour la réalisation de la commande dite moderne. C’est pourquoi, il nous a
semblé utile de réserver dans ce présent support une large place à la modélisation.
Dans le premier chapitre, nous présenterons les principes de la commande automatique avec des exemples de
systèmes asservis et de régulation divers (de la poursuite d’une cible, régulation d’un four à la commande optimale d’une
unité de traitement de gaz en vue de minimiser le taux de pollution). La symbolisation normalisée des boucles de
régulation dans l’industrie sera aussi présentée afin de permettre à l’étudiant de lire les schémas de régulation présentés
dans l’industrie comme on lit un dessin de mécanique.
Avant de commander nous devons bien connaître le système, c’est pourquoi, dans le deuxième chapitre nous
développerons un aspect important de l’ingénieur qui est la modélisation et exposerons l’approche analogie des systèmes
physiques de type bond-graph « effort-flux». La méthodologie de la modélisation dynamique comportementale , par la
mise en équation des systèmes physiques de nature différente sera appliquée sur des systèmes divers : mécanique,
électrique, chimique. L’outil classique, mais inévitable en régulation - la transformée de Laplace avec surtout ses
applications pour la résolution des équations différentielles par la méthode des résidus, sera traité. On introduira enfin les
notions et le sens physique de la fonction de transfert.
Chap.1/ 3
AVANT PROPOS (2/2)
L’outil mathématique de l’analyse des systèmes traités dans le chapitre précédent servira dans le troisième chapitre à
l’analyse des systèmes linéaires types. On insistera surtout sur l’analyse temporelle des systèmes (analyse indicielle et
impulsionnelle). L ’analyse fréquentielle, qui est plutôt un approche d ’électroniciens, n ’a pas un grand sen physique et
pratique dans les processus énergétiques. En effet les perturbations de débit, température ou de pression varient en
pratique plus sous forme d ’un échelon ou d ’une rampe que d ’une sinusoïde.
Les systèmes linéaires types les plus importants (premier et deuxième ordre, avec retard pur...) seront traités par des
exemples physiques variés (thermique, chimique, mécanique et électrique), des analogies seront à chaque fois soulignées..
Le quatrième chapitre propose la théorie de la stabilité des systèmes ave un approhe géométrique et algébrique.
Le dilemme stabilité- précision sera traité sur la base d’un exemple concret de la régulation de la pression dans un
réacteur. L’approche perturbation (qui est souvent omise par les étudiants) sera privilégiée car, en régulation, la consigne
reste en général constante. Le calcul des erreurs en poursuite et en régulation sera exposé. Concernant la stabilité, une
approche académique sera abordée avec une plus grande insistance sur le critère du revers et le sens pratique des marges
de stabilité
Le chapitre 5 sera consacré à la technologie et le réglage des régulateurs industriels. La constitution des régulateurs, la
vérification, le rôle et le domaine d’utilisation des différentes action (P I et D) ainsi que «tout ou rien» seront discutés
pratiquement.
Un projet d’analyse et de synthèse de la régulation d’un four tubulaire sera traité au sixième chapitre. Pour la
synthèse, on mettra en évidence l’influence des actions P, I et D et de «tout ou rien» sur les performances du système,
ainsi que celle du retard sur la stabilité. les limites de la régulation PID seront aussi mises en évidence, ce qui nous
amènera à discuter sur les notions de la régulation avancée.
Cette partie sera évidemment illustrée par un ensemble de travaux dirigés (TD) et pratiques (TP) portant sur la régulation
de processus industriels.e
La deuxième partie sera consacrée à l’introduction à la commande numérique.
Malgré tout le soin apporté à la rédaction, l’auteur est conscient des imperfections qui peuvent encore subsister dans ce
polycopié. Aussi, l’auteur est reconnaissant par avance des remarques que pourront lui adresser les lecteurs et les
étudiants pour la perfection de ce support de cours.
Chap.1/ 4
OBJECTIFS DU COURS
Présentation des principes de l’automatique continue (asservissement et régulation)
Maîtriser les outils mathématiques pour :
l’analyse des systèmes physiques(modélisation, analogie des systèmes physiques)
et des systèmes de commande (fonction de transfert, transformée de Laplace ,
analyse temporelle etc.)
Chap.1/ 5
AUTOMATIQUE ?
Automatique ? Science traitant de :
La modélisation
Analyse
Commande
Supervision des systèmes dynamiques continus et discrets
Chap.1/ 6
Chap. 1. INTRODUCTION
1.1 Historique et la régulation automatique aujourd’hui
Automatisation : Ensemble des procédés visant à réduire ou à supprimer
l’intervention humaine dans les processus de production
Chap.1/ 7
Les 1er systèmes automatiques
Clepsydre (sablier) de Ktesibios (-270 av. J.C)
Ktesibios introduit un réservoir supplémentaire dans lequel
le volume de liquide reste constant grâce à un flotteur qui ferme
l'entrée du réservoir lorsque celui-ci est trop plein : c'est une chasse d'eau
moderne.
Chap.1/ 8
Les 1er systèmes automatiques (suite)
L’industrie à Vapeur
1679 : Denis Papin développe la soupape de sécurité
Chap.1/ 9
EVOLUTION DE L’AUTOMATIQUE
AEROSPATIALE Robotisation, IA
FTC Level
OUTPUT
INPUT
Chap.1/ 11
1.2 DÉFINITIONS
Système : Ensemble organisé dans un but fixé ou ensemble
de processus physiques-chimiques en évolution et de procédés
de réalisation de ces procédés.
Entrée Sortie
SYSTEME
Signal
Grandeur physique générée par un appareil ou traduite par un
capteur
Signal d’entrée Signal de sortie
PERTURBATIONS
PARAMETRE A
ACTION DE COMMANDER
ORDRES SYSTÉME COMMANDE SYSTÉME
DE À
COMMANDE COMMANDER
Action de commande
(Débit d ’essence) Vitesse de la
Maintenir vitesse
constante SYSTEME DE VOITURE voiture
REGLAGE DE
VITESSE
QG
Gaz combustible
Temp. Extérieure
Débit produit à chauffer
Action de commande
VANNE (débit du gaz Paramètre à Ts
Maintenir température QG
régler
combustible)
constante DE FOUR
REGLAGE
Chap.1/ 14
1.4 CONCEPTION D’UN SYSTEME DE COMMANDE
1.4.1 système à boucle ouverte (open loop system)
Action de commande
(débit du gaz
Ordre (T=37°c) Ts
SYSTÉME DE combustible) FOUR
REGLAGE
Etat de la route
débit d’essence Vitesse
Ordres vitesse limitée SYSTÉME DE
REGLAGE
VOITURE
Avantages et inconvénients :
Rapide, stable, simple mais pas précis
Chap.1/ 15
1.4.2 Système en boucle fermée
Je compare ce que je veux et ce que je reçois
et j’agis en conséquence sur la vanne de réglage.
Z (débit d’entrée)
Je corrige jusqu’à ce que Ts=37°c Action de commande
Objectifs (débit du gaz
(T=37°c) VANNE DE combustible) Ts
REGLAGE FOUR
Consigne
Grandeur réelle
CAPTEUR DE TEMPERATURE
Action de commande
Objectifs (débit du gaz
(T=37°c) VANNE DE combustible) Ts
REGLAGE FOUR
Consigne
CAPTEUR DE
TEMPERATURE
Chap.1/ 17
Avantages et inconvénients :
Rapide et précis, anticipe les perturbations mais très complexe
Et nécessite des calculateurs des modèles
1.5 FONCTIONNEMENT D ’UN SYSTEME DE CONTRÔLE
Objectif
Uc Ur
Réalité
REFLEXION ACTION SYSTEME
PHYSIQUE
OBSERVATION
Chap.1/ 18
1.5.3 Schéma fonctionnel d’un SRA
chaîne de puissance Z
+ E U Y
C REGULATEUR PROCESS
M (-)
chaîne de contre réaction (de faible puissance)
CAPTEUR
+ U Y
C E
REGULATEUR PROCESS
ANALOGIQUE
M (-)
4-20 mA
0,2-1 bar
0-10v
TRANSMETTEUR CAPTEUR
Chap.1/ 20
5.5. Eléments d’une régulation numériq
+
C E Un Ua Y
CNA PROCESS
M (-)
CAPTEUR
CAN
TRANSMETTEUR
Chap.1/ 21
1.5.6. ASSERVISSEMENT ET RÉGULATION
Asservissement:
Un système asservi est un système dit suiveur , c’est la
consigne qui varie.
Exemple : une machine outil qui doit usiner une pièce selon un
profil donné, un missile qui poursuit une cible, pilotage
automatique d ’un avion.
Régulation :
Dans ce cas, la consigne est fixée et le système doit
compenser l’effet des perturbations,
à titre d’exemple , le réglage de la température dans un four, de la
pression dans un réacteur, le niveau d’eau dans un réservoir.
Chap.1/ 22
EXEMPLES DE SYSTEMES DE COMMANDE
Chap.1/ 23
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Asservissement de la position d’une antenne
Z (perturbation, vent)
Actionneur Position
+ E=Pd-Pm Couple
U Antenne P
Position Contrôleur Moteur Antenne
désirée Pd -
Pm
Capteur de position
ANTENNE_DEMO.lnk (Ligne de commande)
Régulation de niveau
Z (perturbation, Fuite d’eau)
E=hc-hr Actionneur
+ U Qp
Niveau
Contrôleur Moteur+pompe Réservoir
Désiré hc - Niveau h
hr
Capteur de niveau
NIVEAU_DEMO.lnk (Ligne de commande)
1.6. EXEMPLES DE SYSTEMES AUTOMATIQUES
A) Suivi de la trajectoire d’une cible
C +
E U Y
M
(-)
C + E U Ur y
Contrôleur Gouvernail Avion
-
M
Gyroscope
Chap.1/ 25
B) Régulation de la température d’un four
CONSIGNE
-
THERMOCOUPLE
+ Tc
(Ts-Tc)
Ts Pétrole chauffé
Pétrole brut
CORRECTEUR
U
Tc + T U Ur Ts
Contrôleur Vanne Four
-
Thermocouple
Chap.1/ 26
C) RÉGULATION DE LA TEMPÉRATURE D’UN ÉCHANGEUR THERMIQUE
Uc 120
160
Ur 180 Régulateur
200
Tc Ts
Vapeur
Thermocouple
Produit chauffé
Z
Tc + T Uc Ur Ts
Régulateur Vanne Echangeur
-
Thermocouple Chap.1/ 27
Systéme de régulation : PID
u1
Jus de fruit
concentré Qc
Eau
Qjc(t) V1 Qe(t)
V2
u2 FRC
C1
1
AIC
C2 M1
1
FT
M2
1
AT Qs(t), Cs(t)
1
Mélange de concentration Cs et
de Débit Qs
Chap.1/ 28
Systéme de régulation : Bloc Diagramme
REGULATEUR PROCESS
(-) M1
Qe Qse + Qs
C1 FRC
Vanne1+
conduite Mélangeur11
+
Cse
Mélangeur12 Qsc
Mélangeur21
QC
+ -
Vanne2+ Cs
C2 AIC conduite
Mélangeur22
(-)
M2
Chap.1/ 29
Systéme de régulation : Schéma fonctionnel
REGULATEUR PROCESS
(-) M1
Qe Qse + Qs
C1 FRC W11(p)
+
Cse
W12(p) Qsc
W21(p)
+ -
QC Cs
C2 AIC W22(p)
(-)
M2
Chap.1/ 30
1.7 SYMBOLISATION DES BOUCLES DE REGULATION (P&ID)
TRC
Vapeur Produit chauffé
1
TI
FI 2 Piping and Instrumentation Diagram
Echangeur de
9
chaleur
Plan des Instruments Détaillés
ORDRE DES LETTRES DANS UNE DESCRIPTION
TR 1 2 3
3 PHS Grandeur mesurée et/ou Fonction des éléments de la boucle Régulation ou
5 contrôlée signalisation
T Température I Indication C Controlé
P Pression R Enregistrement S Sécurité
Produit à chauffer
condensât
Chap.1/ 31
1.8. NIVEAUX D’UN SYSTEME AUTOMATISE
PROCESS
REGULATION
LOCALE
COMMANDE
AVANCEE
OPTIMISATION
STATIQUE
OPTIMISATION
ECONOMIQUE
SALLE DE OBJECTIFS
CONTROLE
Chap.1/ 32
1.9 AUTOMATISATION & L’ENVIRONNEMENT
K
d
2 .H 2 S SO 2 K 1 .5 S 2 2 H 2 O Q
i
SO2
O2 S S A
Objectif
S min .
C a lc u l c o n s ig n e
G az Ro C a lc u l ( F a , F G ,% H 2 S ,% S O 2 . . . )
H2S a ir
FR te l que m ax.
SO2 H2S H2S
R
SO2 réel
SO2 o p tim a l
Chap.1/ 33
1.10 AUTOMATISATION INTÉGRÉE
Décisions Observations
Entrée Sortie
Chap.1/ 34
Chapitre 2
Objectifs du chapitre :
Maîtriser :
L’outil mathématique pour l’analyse des systèmes
(transformées de Laplace),
la méthodologie de la modélisation comportementale de la
dynamique des systèmes physiques étayée par un ensemble
d’exemples industriels,
Manipulation des fonction de transfert des systèmes
Chap.2/ 35
2.1. Méthodologie de l’analyse des systèmes
2.1.1 Analyse et synthèse
C E U M
+
CORRECTEUR PROCESS
(-) M
But de l ’automaticien
Concevoir un SRA précis, stable et rapide
Comment ?
Chap.2/ 36
2.1.2. Analyse et synthèse des systèmes
transmetteurs...
commande
Simulation
Réalisation définitive
Chap.2/ 37
2.1.3 Propriétés des systèmes linéaires
Définitions
Un système physique est dit linéaire si son comportement est décrit par des équations
différentielles linéaires à coefficients constants.
x (cause) y (effet)
SYSTEME
dx ( t ) d 2 x( t ) d n x( t ) dy ( t ) d 2 y( t ) d m y( t )
a0 x( t ) a1 a2 ... a n b0 y ( t ) b1 b2 ...bm
dt dt 2 dt n dt dt 2 dt m
Conditions initiales CI : t 0 , x ( t 0 ) x 0 , y ( t 0 ) y 0
Exemple
dU s( t )
U s( t ) RC E(t )
Us(t)
E R C dt
Conditions initiales CI : t 0 , E ( t 0 ) E 0 , U s( t 0 ) U s0
Chap.2/ 38
2.1.3 Propriétés des systèmes linéaires
1. Propriété de superposition
Si x1 donne effet à y1, x2 à y2 alors x1 + x2 donne effet à y1 + y2
2. Propriété de proportionnalité
Si x1 donne effet à y1, alors Kx1 donne effet à K y1
Chap.2/ 39
2.3 Modélisation des systèmes physiques
2.3.1 Définitions
Modélisation ? : Ensemble des procédures permettant d’obtenir un modèle
Modéliser un système = capable de prédire le comportement du système
Subjectivisme de la modélisation : modèle = intersection du système et du modélisateur
Modèle jamais "exact"?
2.3.2 Importance
Outil d'aide à la décision., Support de la simulation,
Représente 50 % d’un projet de commande
Perspectives grâce à l'informatisation
2. MODELE DE REPRESENTATION
Système "boite noire";
Expérience active (système dérangé) ou passive (aléatoire);
Etape qualitative (connaissances a priori) et quantitative;
Paramètres du modèle n'ont aucun sens physique;
Modèle de conduite (modèle E/S) utile pour la commande;
Complément du modèle de représentation. Chap.2/ 41
2.3.5. Classification des modèles
1. selon le caractère des régimes de fonctionnement
statique et dynamique
Chap.2/ 42
2.3.6 Différentes étapes de la modélisation
PROCESSUS PHYSIQUE
NON Modèle
adéquat ?
OUI
SIMULATION, MONITORING,
CONTROL... Chap.2/ 43
2.3.7. Analogie des grandeurs physiques : Notion des bond graphs
Chap.2/ 44
Notion des bond graphs : Hystorique
Teaching in Canada
Univ. of Waterloo (Jean THOMA)
Teaching in USA
MIT, Michigan university
Industrial application
is used today by many industries for modeling
analysis and control.
1 2
REPRESENTATION
e
f P = e.f
VARIABLES D’ENERGIE
Moment ou impulsion p(t), (flux magnétique, integral de la pression,
moment angulaire, … )
t
p (t ) e ( ) d p (t 0 )
t0
Chap.2/ 47
VARIABLES DE PUISSANCE ET D’ENERGIE
Eléments de jonction
« 0 » Même effort,
« 1 » même flux, TF (Transformation d ’énergie).
Eléments actifs
Source d ’effort (Se) Ex. Générateur de tension, pompe,
Source de flux (Sf) Ex. Générateur de courant.
Chap.2/ 49
1. R element (resistor, hydraulic restriction, friction losses …)
ELECTRICAL HYDRAULIC THERMAL
v1 v2 p1
V
p2 Q
i T1 T2
p1 p 2 R V
v1 v 2 U Ri T1 T 2 R Q
p1 p 2 R .V 2
e
Representation R:R1
f
Chap.2/ 50
2. BUFFERS element
A) C element (capacitance) Examples: tank, capacitor, compressibility
i1 i2 V1 A: section
h: level Q1 Q 2
i : density
m
C= g/A
C c
h p T
V2
dq d (C .U )
i i1 i2 d (mcT )
dt dt V V1 V2
d ( Ah )
, p gh Q Q1 Q 2 .
dt dt
1
U
C idt p
1
C
V dt
1
T Q dt
C
V1 V2 p1 p2
i
V
F m dv lA dV
p p 2 dV
A A dt A dt F m .
A dt
1 V pdt 1
i
L Udt l V
m Fdt
R C
e eC f e P U
e1 e2 e2 f Q i
Représentation Se 1 0 Sf
f1 f1 f2
C e , fdt 1
Equation de l ’élément C 0 PC U C ( f1 f 2 ) dt
C
Chap.2/ 53
LES LOGICIELS DE MODELISATION et de SIMULATION
MATLAB-SIMULINK
Chap.2/ 54
2.3.9 Lois fondamentales de la modélisation des processus
Balance énergétique
(Puissance totale reçue par le système de l’extérieur) + (Flux
d’enthalpie transportée par le mélange à l’entrée)
- (Flux d’enthalpie transportée par le mélange à la sortie)
= variation de l’énergie interne s’accumulant dans le système
Chap.2/ 55
2.4 EXEMPLES DE MODÈLES MATHÉMATIQUES
a. Modèle d’un circuit électrique RLC
R L
Ve Vs
CIRCUIT RLC
Ve C Vs
Ve VR VL VS
VR Ri
di
VL L. dVS d 2VS
dt Ve RC. LC. 2 VS
dt dt
1t
VS . idt
C0
Chap.2/ 56
b. Modèle d’un thermocouple
Un thermocouple ?
E
Ts : Temp. de la soudure du thermocouple [°];
Te : Temp. du milieu à mesurer;
E : fcem de sortie = K.Ts [Volt]; K=cste.;
M : masse de la soudure [kg];
S : Surface d'échange de chaleur [m²];
Ts C : Capacité calorifique. de la soudure [j/(kg.°K)];
Coef. de transfert de chaleur [j/(sec.m².°K)];
Te
dTs
S TeTs MC.
dt
MC dE
Ko . . E Te ( t )
S dt Chap.2/ 57
c. Modèle d’une vanne de réglage
1. Schéma de principe 2. schéma bloc
Pe Pe (bar) X (mm)
0,2 -1 bar
régulateur 3 - 15 psi Vanne
Pe
1
Légende :
Pe : pression provenant du régulateur [0,2 bar à 1bar] (entrée)
X : déplacement de la tige 3 [0 à 6 mm](sortie)
2 f : frottement [kgf.sec/m], m : masse de la partie en mouvement [kg]
1 : Membrane en caoutchouc de section s [m²]
2 : ressort de raideur Ke [kgf/m]
3 : Tige , 4 : garniture d'étanchéité, 5 : siège, 6 :clapet
7 : conduite
3
6 X
7
4
5
DEMO
3. Modèle
2
d X dX
Bilan des forces (Newton) m 2 kX f Pes
dt dt
Chap.2/ 58
2.4.1 vérification (calage) du modèle obtenu
Nous ne pouv ons pas afficher l’image.
Explosion nucléaire
Poste de commande
Données expérimentales
ERREUR DE
MODÉLISATION
Données du modèle
ad . ?
Modèle de la réaction nucléaire
Feed back pour la
correction du modèle
YE (i)
Processus
X(i) + max
il faut que l’erreur soit minimale
dans les systèmes industriels
Ym (i) -
Modèle
Ym max YE max
max .100% admissible
YE max
Chap.2/ 59
2.5 Rappel sur les transformées de Laplace
2.5.1 Définition
f(t)
Soit une fonction f(t) continue et nulle pour t<0;
t
et bornée : f (t )e dt
t
On lit : image de f(t) est F(p)
L f (t ) F ( p ) f (t )e pt
dt f(t) F(p)
0
f ( t ) L1 F ( p )
7 Dérivation
2 Théorème de la valeur finale :
Lim P . F ( p ) Lim f ( t ) f ( )
L f (n)
( t ) p n F ( p ) p n 1 f ( 0 ) p n 2 f (1)
( 0 ).... f ( n 1)
(0)
P0 t
(n)
Si conditions initiales : L f (t ) P n F ( p )
3 Théorème du retard temporel :
L f ( t ) e p F ( p )
8 Intégration
4 Théorème de l’avance :
t F ( p)
L f ( ) d
L e t . f (t ) F ( p ) 0 p
L f ( ) y (t )d F ( p )Y ( p ) pt 1 pt 1
F( p ) cste .e dt cste .
p
.e cste .
p
0 0 0
Chap.2/ 61
2.5.3. Transformées de Laplace des fonctions usuelles
Originale : F(t) Image : F(p)
Cos(at) p
p2 a2
1-cos(at) 1
p 2
p 1 2 ÷
a ÷
a t 1 ap
e T 1
p (1 p )
1 Tt t 1
e 1 e T2 ÷
T1 T2 ÷ (1 T1 p )( 1 T2 p )
1 t t 1
1 T .e T .e T2 ÷
T
p (1 T1 p )(1 T2 p )
1
( T2 T1 ) 1 2 ÷
1
1
e
z .a .t
sin( a 1 z 2 .t ) 1
2 , avec z
1
1 z2 p p
p (1 2 z ÷
1 z2 a a
avec : arctg
z
1
1
1 z2
e
z .a .t
sin( a 1 z 2 .t ) 1
p p
2 , avec z
1
1 2z ÷
a a
Chap.2/ 62
Transformées de Laplace des fonctions usuelles (suite)
Originale : F(t) Image : F(p)
1 1
p
t 1
p2
at
e 1
pa
t 1
1 e T
p (1 Tp )
n 1
t 1
t e T
(1 Tp) n
T n ( n 1)!
t
t 1
T ( e 1)T
T p 2 (1 Tp )
( T t ) Tt 1
1 e
T p (1 Tp ) 2
t t 1
T ( e T 1)
T p 2 (1 Tp )
Sin(at) a
p2 a2 Chap.2/ 63
2.6 Fonction de transfert
2.6.1. Définition
x (cause) y (effet)
SYSTEME
dx ( t ) d 2 x (t ) d n x (t ) dy ( t ) d 2 y (t ) d m y (t )
a 0 x ( t ) a1 a2 2
... a n n
b0 y ( t ) b1 b2 2
... bm
dt dt dt dt dt dt m
dx(t )
L PX ( p) dy (t )
L( x(t )) X ( p ) dt L PY ( p)
. dt
L( y (t ))Y ( p )
.
et .
.
dx (t )
n
L n
P n X ( p) dy n (t )
dt L n
P nY ( p )
dt
X ( p ) a 0 a1 p ........ a n p n Y ( p ) b0 b1 p ........ bm p m
Y( p ) a0 a1 p a 2 p 2 ..... a n p n
W( p )
X ( p ) b0 b1 p b2 p 2 .....bm p m Chap.2/ 64
2.6.2 Zéros et pôles
N ( p)
N ( p i ) 0 p i ( i 1, 2 ... n ) Pi Zéros
W ( p)
D( p)
D ( p i ) 0 p i ( i 1, 2 ... m ) Pi Pôles
Y ( p) Y ( p ) W ( p ). X ( p )
W ( p)
X ( p)
y ( t ) L 1 W ( p ). X ( p )
Chap.2/ 65
Exemple
Us(t)
R
E C
dUs(t)
Us(t) RC E(t)
dt
Conditions initiales CI : t 0, E(t0) 0, Us(t0) 0
L Us ( t ) Us ( p )
dUs ( t )
L p .Us ( p ) Us ( p ) RCpUs ( p ) E ( p )
dt
L E ( t ) E ( p )
Us ( p ) 1
W ( p)
E ( p ) RCp 1
1 1
Us ( p ) E ( p ). Us ( t L1 E ( p ).
RCp 1 RCp 1
Chap.2/ 66
2.6.3 Connexion des fonctions de transfert
a. Série
X(p) Y(p)
Weq(p)
Y ( p) n
W eq ( p )
X ( p)
W1 ( p ) .W 2 ( p ).... Wn ( p ) Wi ( p )
i 1
Chap.2/ 67
c. En parallèle
Y1(p)
W1(p)
+
X(p)
W2(p)
Y2(p) +
Y(p)
+
+
Yn(p)
Wn(p)
X(p) Y(p)
Weq(p)
Y ( p) n
W eq ( p ) W1 ( p ) W 2 ( p )... Wn ( p ) Wi ( p )
X ( p) i 1 Chap.2/ 68
b. En contre réaction
E
X(p) + Y(p)
Wou(p)
(sign)
M
Wcr(p)
X(p) Y(p)
Weq(p)
W ou ( p )
W eq ( p ) si la contre réaction 0
1W ou ( p ).W cr ( p )
W ou ( p )
W eq ( p ) si la contre réaction 0
1W ou ( p ).W cr ( p )
Chap.2/ 69
Chap.3: DYNAMIQUE DES SYSTEMES
LINEAIRES
Objectifs du chapitre :
Chap.3/ 70
ANALYSE DES SYSTÈMES DYNAMIQUES (1/2)
X(p) y (p)
W(p)
Chap.3/ 71
ANALYSE DES SYSTÈMES DYNAMIQUES (2/2)
Types d’analyse
Réalisation physique
Ouverture d’un interrupteur
e
Réponse indicielle h ( t ) L1 0 .W ( p )
p
Chap.3/ 74
B. Signal impulsionnel (fonction de Dirac)
Définition
(t) est la fonction de DIRAC ou impulsion unitaire
(t)
t
( t ) 0 pour t t 0
t0 t ( t ) pour t t 0
Transformée de Laplace
l’impulsion de Dirac est la dérivée de l’échelon
d (t )
(t ) L ( t ) p ( p ) 1
dt
Réalisation physique
Fermeture et ouverture brève d’un interrupteur
S ( t ) L1 1 .W ( p ) W ( t )
Réponse ipulsionnelle Chap.3/ 75
C. Signal de rampe
Définition : e(t)
e ( t ) tg . t pour t t 0
tg
e ( t ) 0 pour t t 0
t0
1
Transformée de Laplace : Si t 0 0 L e ( t ) tg t . exp ( pt )dt tg .
0 p2
e(t)
e(t)
Réalisation physique :
t t
Domaine d’utilisation
1
S ( t ) L 1 tg 2 W ( p )
Réponse à une rampe p Chap.3/ 76
D. Signal sinusoïdal
Définition.
e(t) e ( t ) e0 sin( t ) e 0 : l ' amplitude
: la pulsation ou fréquence angulaire ( rad / s )
/ 2 : la fréquence ( hertz )
t
: phase ( radian )
Transformée de Laplace : Si 0 L e ( t ) L e0 sin( t ) e0
p2 2
Domaine d’utilisation :
S ( t ) L1 2 W ( p )
Réponse à une sinusoïde p
2
Chap.3/ 77
CALCUL DE LA RÉPONSE D’UN SYSTÈME
Principe
X(p) y (p)
W(p) Y ( t ) L1 Y ( p ) L1 X ( p ).W ( p )
Chap.3/ 78
A) Méthode des résidus
Principe
N ( p) n
F ( p) D ( p ) 0 ( Pi ( i 1, 2 ... n ) Y ( t ) Res Y ( p )
D ( p) i1
n mk
F (t ) H kj t
mk j
e pk t
Cas pôles multiples k 1 k 1
Chap.3/ 79
B) Application : Equations différentielles par la méthodes de résidus
R L
Ve i C Vs dVS (t ) d 2VS (t )
Ve (t ) RC. LC. 2
Vs (t )
dt dt
dV (t ) d 2V S ( t )
soit R 2, C 1Farad, L 1 Henry V e (t ) 2 . S
2
V S ( t ),
dt dt
L Ve ( t ) Ve ( p )
L Vs ( t ) Vs ( p )
dVs ( t )
L p .Vs ( p )
dt
d 2 Vs ( t ) 2
L 2 p .Vs ( p )
dt
Chap.3/ 80
B) Application : Equations différentielles par la méthodes de résidus
V e ( p ) p 2 Vs ( p ) 2 pVs ( p ) V s ( p )
Vs ( p ) p 2 2 p 1 Ve ( p ) Vs ( p )
Ve ( p )
p 2 2 p 1
7. Solution générale
Vs(t ) Vs1 (t ) Vs2 (t ) 5 et t 1 5
Chap.3/ 82
Etude fréquentielle d’un système
Principe
x ( t ) x 0 sin( t ) y(t) = ?
SYSTEME
Y ( t ) L 1 Y ( p ) L 1 X ( p ).W ( p ) L 1 x 0 . 2 2
.W ( p ) Re s . X ( p ).W ( p )
p poles de X ( p ) et W ( p )
Ce qui nous intéresse dans une étude fréquentielle, c’est le régime permanent c’est à
dire la composante pour les pôles de X(p), c’est à dire
p 2 2 0 p1 j et p 2 j
y( t ) x0 . A( ).sin[ t ( )]
Conclusion
Si on applique à un système linéaire de fonction de transfert W(p) un signal d’entrée x0
sinusoïdal d’amplitude et de pulsation , alors on obtient à la sortie un signal aussi
sinusoïdal mais déphasé de ( ) et d’amplitude A(). Chap.3/ 83
Caractéristiques fréquentielles naturelles
Chap.3/ 84
Exemple de calcul du lieu de transfert
1
W ( p)
p
Re ( ) 0
1 1
W ( j ) 0 j. . 1
j Im( )
1
A ( ) Re ( ) 2 Im( ) 2
Im( ) 1
( ) arctg arctg 0 . )
Re ( ) 2
0
Re(
2
A( ) Chap.3/ 85
Caractéristiques fréquentielles logarithmiques
1. DIAGRAMME DE BODE : Ensemble des caractéristiques amplitude et phase
en fonction de la fréquence construites sur l’échelle logarithmique.
L ( ) 20 . log A ( ) ( en décibel )
Courbe de gain :
( ) ( en degré )
Phase
0.8
0.6
N=[1]; 0.4
Imaginary Axis
D=[3 2 1] 0.2
nyquist(N,D) -0.2
System: sys
Real: 0.907
Imag: -0.519
-0.4 Frequency (rad/s): 0.238
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
Real Axis
Nichols Chart
10
N=[1]; -10
Open-Loop Gain (dB)
-20
D=[3 2 1] -30
nichols(N,D) -40
-50
-60
-70
-180 -135 -90
Open-Loop Phase (deg)
-45 0 Chap.3/
45 87
Tracer les courbes par logiciel Matlab
Magnitude (dB)
System: sys
-10 Frequency (rad/s): 0.146
D=[3 2 1] Magnitude (dB): 0.172
-20
bode(N,D)
-30
-40
-50
0
-45
Phase (deg)
System: sys
-90 Frequency (rad/s): 0.419
Phase (deg): -60.5
-135
-180
-2 -1 0 1
10 10 10 10
Frequency (rad/s)
Chap.3/ 88
Analyse fréquentielle : par Matlab-Simulink (1/P+1)
1. Matlab 0
Bode Diagram
System: sys
-10
Magnitude (dB)
Frequency (rad/s): 1.04
Magnitude (dB): -3.18
N=[1]; -20
D=[1 1] -30
bode(N,D) -40
0
Phase (deg)
2. Simulink -45
-90
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/s)
Signal sortie
Signal entrée
Chap.3/ 89
periode, correspond à T secondes ou à =360°
T 740ms
T 6290ms T 6290ms
T
.360 45
T
Chap.3/ 90
PARAMÈTRES DE PERFORMANCES (1/4)
Comment ils sont obtenus ?
Chap.3/ 91
PARAMÈTRES DE PERFORMANCES (2/4)
2
y(t)
Régime transitoire Régime permanent
D MESURE
1,5
A1
A2
± 5%. y( )
Y(1
Xc
Erreur de
0,5 CONSIGNE réglage
0
0
1 3 5 7 9
Chap.3/ 92
PARAMÈTRES DE PERFORMANCES (3/4)
Rapidité
Temps de réponse tpr
Temps de montée tm
Temps de retard pur
Temps d’établissement te
Performances d’amortissement
Dépassement (overshoot) :
A1 y y( )
d .100% m ax .100%
y( ) y( )
t pr
Erreur dynamique Ed y ( t ) x c ( t ) 2
dt
0
Performances en stabilité
Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
système instable
système stable
s(t)
s(t)
t Chap.3/ 94
t
Exemple
Stable , précis
Instable
Chap.3/ 95
ANALYSE DES SYSTEMES LINEAIRES TYPES
Classification
SYSTÈMES DYNAMIQUES TYPES
k k
Naturellem ent stable : W ( p ) N aturellem ent instable : W ( p ) Particulier
1 ai p i
p 1 ai p i
d ' o rd re zé ro k k
Prem ier ordre : W ( p ) 2 - iém e o rd re : W ( p )
W( p) K a0 a1 p a0 a1 p a 2 p 2
a v e c r e ta r d p u r à d é p h a s a g e n o n m in im a le
1 T1 p
W ( p ) K e p W( p) K
1 T2 p
In té gra te u r p u r A p é rio d iq u e D é riv a te u r ré e l
k k 1 T1 p
W( p) W( p) W( p) K
p a0 a1 p 1 T2 p
Chap.3/ 96
Méthodologie de l’analyse d’un système
Étapes d ’analyse
Equation différentielle
Fonction de transfert
Chap.3/ 97
A. Elément intégrateur pur
1. Définition t
x(t)
y(t) y( t ) k x ( t )d t
0
Y ( p) K
W ( p)
2. Fonction de transfert X ( p) p
3. Exemple
Qe [m3/s]
dV dh (t)
Q e(t) S ,
dt dt
t
1
Qe [A]
C
h (t)
S
0
Q (t)dt
h(t) [V] H ( p) 1 K
h(t) [m] W ( p)
Q e( p ) S.p p
Chap.3/ 98
Elément intégrateur pur (suite)
4. Lieu de Nyquist Im
K K
W ( j ) 0 j
j
Re
K
A( ) , ( ) a r c tg ( ) 2
2 0
6. Réponse indicielle
y(t)
X0 K X0
y ( t ) L 1 . X 0 . K .t
p p tg X 0.k
0 t
7. Conclusion
Chap.3/ 99
B) Élément du premier ordre
x(t) dy( t ) y(t)
1. Définition a0 a1 y( t ) bx( t )
dt
a0
T constante de temps [seconde]
dy ( t ) a1
Forme réduite T y ( t ) Kx ( t )
dt b Δy
K= Gain statique Δx
a1
K
2. Fonction de transfert W( p)
TP 1
3. Exemple
dV S T RC ,
V e( t ) R C . Vs ( t )
dt Vs
R i K 1
Vs V s( p ) 1 Ve
C
W( p)
V e( p RCp 1
Chap.3/ 100
Système hydraulique : reservoir
Qe [m3/s] R
Qe [A] C Qs [A]
h(t) [V]
h(t) [m] V [m3] R
dq dU s(t)
Po [Pa] Q e(t) Q s(t) C
Qs [m3/s] dt dt
Pat=0 UR Us
Q s(t)
dV dh (t) R R
Q e(t) Q s(t) S
dt dt dU s(t ) Us
C Q e(t)
(Po 0) g dt R
Q s(t) h (t )
Rv Rv U s( p ) 1/ R K
W ( p)
dh (t) g Q e( p ) RCp 1 Tp 1
S h (t) Q e(t) T RC
dt Rv
H ( p) Rv / ( g ) K
W ( p)
Q e( p ) Rv Tp 1
S.p 1
g
S
T Rv RC
g Chap.3/ 101
Système thermique
m : masse de la soudure [kg]
S : surface d’échange de chaleur de la soudure [m²]
Te : Température du milieu à mesurer [°c] (entrée)
E(t) Ts : Température de la soudure du thermocouple [°c]
: Coefficient de transfert de chaleur [j/(sec.m².°c]
CT : Capacité calorifique de la soudure [j/(kg.°c]
Ts E(t) : tension de sortie [mV] (sortie) = KTs (proportionnelle à Ts(t)
Te
m C T d T s( t ) m CT dE ( t ) m
. T s( t ) T e ( t ) ou . E ( t ) K T e( t ) T .C T .
S dt S dt S
K E
W( p) K [ Mv/c]
TP 1 Te
Chap.3/ 103
Réponse indicielle d’un élément de premier ordre
t
1
X0 K
y( t ) L K X 0 1 e T
p 1 T p
K X 0 y( )
y( t ) K X 0 1 e T
y(t)
T
y( t T ) K X 0 1 e T 0 ,6 3 y ( )
0,95 3T
y( t 3T ) K X 0 1 e T 0 ,9 5 y (
0,63
Chap.3/ 104
Lieu de Nyquist d’un élément de premier ordre
K K KT
W ( j) j
1 jT 1T 2 1T 2
K
A()
1T
2
Relation temps-fréquence
() arctg(T )
1 1
Fréquence de coupure : c fc
T 2 T
Im 1
Bande passante BP : [0, ]
T
temps de montée : tm . f c 0.35
0
=0 on augmente le temps de montée
en élargissant la BP
Réel
= =/4
=1/T
Chap.3/ 105
C) Élément du second ordre
x(t) 2 y(t)
1. Définition dy ( t ) dy( t )
a2 a1 a0 y( t ) bx( t )
dt 2 dt
dy2( t ) dy( t )
Forme réduite 2n n2 y( t ) K.n2x( t )
dt 2 dt
3. Paramètres fondamentaux
a0
n pulsation propre non amortie ou pulsation naturelle [ rad / s ]
a2
a1
coefficient d ' amortissement
2 a0 . a 2
a0
K gain statique coeffcient
b Chap.3/ 106
Exemples d’élément du second ordre
dV S d 2VS
Ve RC . LC . 2 V S
dt dt
1
Vs( p ) LC
R i W( p)
L Ve ( p ) R 1
Ve C Vs p2 p
L LC
1 R
n , , K 1
LC 1
2. L.
C
J
Cm(t ) ct d 2 S (t )
cf s( t ) J. Cm C R ;
2
dt
f d S ( t )
Ke C R C f C t Ke S (t ) f
dt
Ke 1 f
s( p ) n , , K 1
W( p ) J J 2 . J . Ke
Cm ( p ) p 2 f p Ke Ke
J J Chap.3/ 107
Vanne automatique
DEMO
Chap.3/ 108
Vanne pneumatique de réglage
Controller 0,2 -1 bar
3 - 15 psi
Pe
d2 X dX
1 m keX f Pes
dt 2 dt
2
s s Ke
. .
X ( p) m K e m
W ( p)
Pe( p) f K e f Ke
p2 p p2 p
3 m m m m
6 x 7
4
5
1 f s
n , , K
m m Ke
2.
Ke Ke
Rf
L J m
Analogie
Ke 1/C
Chap.3/ 109
Réponses indicielles d’un élément de 2-iéme ordre
1. Echelon unitaire
x(t) 1 1 n 2
y (t ) L . 2
y(t) 2
SYSTEME p p 2 n p n
Du coefficient d’amortissement
=1 >1 <1
P1 P2 n p1 n n . 2 1 p1 n j. n . 1 2
2
p 2 n n . 1, p 2 n j n . 1 2
Chap.3/ 110
Réponses indicielles pour # valeurs de
Cas 1
P1 P2 n nt
=1 y(t) 1 (1 nt ).e
1.2
1
t pr 4,8sec.
Y(t)
Point d'inflexion
d 2 y(t ) 1
0 tI 1
dt 2 n
D0
0 2 4 6 8 10 12 14
tpr t (sec)
Chap.3/ 111
Réponses indicielles pour > 1
Cas 2 >1 p1 n n . 2 1
p 2 n n . 2 1,
K n2 K n2 1 1
W( p) . où T1 , T2
p p1 p p 2 p1 p 2 1 T1 p 1 T2 p p1 p2
2 t t
Y(t)
T1 T2
1
y( t ) 1 e T
1
e T2
T1 T2 T1 T2
4
t pr 3.T1 T2
0 10 20 30 40 50
t (sec) Chap.3/ 112
Réponses indicielles pour < 1
Cas 3 <1 p1 n j. n . 1 2
p 2 n j n . 1 2
1 1 2
y ( t ) KX 0 1 e . n .t
. sin n 1 2 .t arctg
1 2
ymax
D1
D2
X0=1
Chap.3/ 113
0 tm te tpr 20 t (sec) 30
Paramètres de performances d’un système de deuxième ordre oscillant
3 ln( 20 )
t pr 3.T
n n
2. Nombre d’oscillations t pr N . 2 N . 2
N
3
1 2
n 1 2 2
Chap.3/ 114
Paramètres de performances d’un système de deuxième ordre oscillant
3. Dépassement
ymax y()
D .100 %
y()
dy(t )
ymax ?. 0 t K ( K 1, 2 , 3...)
dt
K
K impair : 1 2
ymax 1 e
K
K pair :
1 2
ymin 1 e
Chap.3/ 115
Paramètres de performances d’un système de deuxième ordre oscillant
4. Temps d ’établissement
Pour un échelon unitaire
1 D1
ln
2 D2
ymax 1 1 2
D e 1 D
2
1 1 ln 1
2 D2
te temps d'établissement ( K 1)
5. Taux d ’amortissement
2
D D 1 2
1 2 1e
D1
Chap.3/ 116
Réponses indicielles pour = 0
Cas 4 =0 p1 j. n .
p 2 j n
1 1 2
y (t ) L . 2 n
1 cos( nt )
p p n
2
Y(t)
D2
t
Chap.3/ 117
Exercice
Xc(t) Ys(t)
1
K a 2 p 2 a1 p a0
-
K
Wf ( p )
a2 p2 a1 p a0 K
K
2
Wf ( p )
a2 a
D( p ) p 2 2. 1 .
1 . a0 K p a0 K
a a K 2 .a 2 a K a2 a2
p2 1 p 0 0
a2 a2 a2
a 1
a12 4 a0 2 a 2 1 a12 2a0 a2
1
2 .a 2
. . K Pour 07
, , K
a0 K 4 2 a 2 2 2a2
a2
Chap.3/ 118
Diagramme de Nyquist d’un élément du second ordre
F ré q u e n c e ré d u ite : u
n
1 u2 2u
W ( j ) K j
2 2 2
2 u 2 u
1 u2 2 2
1 u
K
A( )
2
1 u2 2 u 2
2u
( ) a rc tg
1 u2
Im
Résonnance
Re dA( )
0 0 R n . 1 2 2 avec 0 ,7
d
K
Amax
2 . 1 2 2
u=1
Chap.3/ 119
Résumé des performances d’un système de deuxième ordre
Paramètres de performances normalisés
[-] 5 2 1 0,9 0,7 0,5 0,343 0,30 0,22 0,11 0,01 0
t pr [s] 30 12 4,75 4 2,8 4 8 11 15 30 300
D [% ] - - - 1 4,5 17 30 38 50 70 95 100
[-] - - - 1 0,998 0,973 0,9 0,87 0,75 0,41 0,13 00
x( t )
Exemple V
l
l y( t )
Fonction de transfert
Y( p )
W( p ) e p
X( p )
x( t )
y( t ) x( t )
Réponse indicielle
y( t )
Chap.3/ 121
Système avec retard pur (2/2)
Diagramme de Nyquist
Im
R=1
Conclusion
Système du aux phénomène de très grande inertie, jeux mécaniques
Véritable « poison » pour la régulation car déstabilise le système du au
déphasage négatif
Chap.3/ 122
Tracé des caractéristiques fréquentielles des systèmes (1/4)
Problématique
Soit donné un système quelconque de fonction de transfert W(p) :
b0 b1 p ... b0 bm p m
W ( p)
a0 a1 p ... a0 an p n
On veut représenter d’une manière simple et rapide les diagrammes de Bode, Nyquist et
Black.
Chap.3/ 123
Tracé des caractéristiques
fréquentielles des systèmes
Chap.3/ 124
Tracé des caractéristiques fréquentielles des systèmes (2/4)
Principe de la méthode
Un système linéaire quelconque est formé d’éléments simple d’ordre zéro, du
premier ordre, deuxième ordre et d’intégrateurs et ou dérivateurs d’ordre .. W(p)
peut être factorisée en éléments simples
r
q
W ( p ) Kp . 1 i p . p 2 2n p n2
i
i 1 1
K : Gain statique (constante ) ( 0)
, , : Z ( entier positif ou négatif)
r : Nbre d' éléments du premier ordre
q : Nbre d' éléments du deuxième ordre
Propriété
Le gain logarithmique et le déphasage d’un produit de facteurs s’obtient en faisant la
somme algébrique des gains et des phases des différents facteurs ( PS: Le gain naturelle
est par contre le produit des gains des différents facteurs)
r q
i
L( ) 20 log W ( j ) 20 log K . p . 1 p . p 2 2n p n2
Calcul du Gain i 1 1
1
Calcul de la phase
( ) arg(W ( j ) arg( K ) arg( j )
r
arg 1 i . j i
i 1
q
arg j 2 2n j nl2
1
Im( )
Sachant que : argW ( j arg(Re( ) j.Im( )) arctg
Re( )
r q
( ) arg( K ) . i arg1 i . j arg j 2 2n j nl2
2
i 1 1
Conclusion
Il suffit de savoir exprimer le gain el la phase des éléments de base pour en
déduire par simple sommation, le gain et la phase de W(j)
Chap.3/ 127
Représentation des éléments de base (1/3)
Gain K
La courbe est une horizontale
W ( p) K L() [db] () [rad]
1
W ( p) L() [db] () [rad]
p
1
Gain : L( ) 20 log 20 log 0 1 0
j 1
Log() Log()
1 -1
Phase : ( ) arg( )
j 2 2
Chap.3/ 129
Représentation des éléments de base (2/7)
Premier ordre (1+p)
W ( p ) 1 p Amplitude
Gain : L( ) 20 log 1 j 10 log 1 2
L() [db]
Asmptote +1
Chap.3/ 130
Représentation des éléments de base (3/7)
Premier ordre : (1+p)-1 Amplitude
L() [db]
0 1 1/
Gain :
L( ) 20 log 1 j 1
10 log 1
2
-1
Phase :
() [rad] Phase
( ) arg1 j arctg ( )
1
0 1 1/
Log()
2 Log()
Chap.3/ 131
Représentation des éléments de base (4/7)
W ( p ) 1 p
W ( p ) 1 p 1
Amplitude
Amplitude
L() [db]
L() [db] +1
0 1 1/
-3db Log()
0 3db
1 1/ Log()
-1
Chap.3/ 132
Représentation des éléments de base (5/7)
Deuxième ordre : en numérateur
W ( p ) p 2 2n p n2
Gain :
L( ) 20 log 2 n2 2 jn
Asymptote :
n L( ) 40 log n cste, pente 0
n L( ) 40 log , pente 2
n L( ) 20 log 2n
2
Phase :
( ) arg 2 n2 2 jn
Asymptote :
2
n ( ) arg( n )0
2
n ( ) arg
2
( ) arg 2 j arctg
2 2 n
n n 0
2
Chap.3/ 133
Représentation des éléments de base (6/7)
Deuxième ordre : au dénominateur Changement de signe par rapport au cas précédent
W ( p ) p 2 2n p n2 1
Gain :
L( ) 20 log 2 n2 2 jn
Asymptote :
L( ) 40 log cste, pente 0
n n
n L( ) 40 log , pente 2
n L( ) 20 log 2n2
Phase :
( ) arg 2 n2 2 jn
Asymptote :
2
n ( ) arg(n ) 0
2
n ( ) arg arctg (
0
2
)
2n2
n ( ) arg 2 jn arctg
2
0
2
Chap.3/ 134
Représentation des éléments de base (7/7)
Retard pur
W ( p ) e Tr . p Amplitude
L() [db]
0°
1 Log()
Chap.3/ 135
Tracé des diagrammes fréquentiels : Résumé (1/2)
Variation de la phase
1
ou n
0
p
2 2 2
1
p 2 2 2
1 p 0
4 2
1
0
1 p
4 2
1 p
0
4 2
1
0
1 p 4 2
p 2
2 n p n2
0
2
1
p 2 2 n p n2 0
2
e Trp 0 Tr
Chap.3/ 136
Tracé des diagrammes fréquentiels : Résumé (2/2)
Variation de la pente : ± correspond à ± 20db par décade
1
ou n
0
p
1
p
1 p 0
1
0
1 p
1 p 0
1
1 p 0
p 2 2 n p n2 0 2
1
p 2
2 n p n2 0 2
e Trp 0
Chap.3/ 137
Application : exemple 1 (1/4)
K
W ( p) , K 0, 1 2 0
p .1 1 p 1 2 p
20 log K 20 log 10 log 1 1 2 10 log 1 2 2
( ) arg(W ( j )) arg K arg( j 1 ) arg 1 1 j 1 arg 1 2 j 1
L( ) 20 log K 20 log Pente -1
1
Pour
1 ( ) arg(k ) arg( j ) 1
2 Pente -3
Chap.3/ 139
Application : exemple 1 (3/4)
L() [db]
-1
Diagramme pseudo
asymptotique
-2
0 1 1 1 K
Diagramme réel
1 2 Log()
() [rad]
-3
1
0°
1 2
Log()
2
3
2
Chap.3/ 140
Application : exemple 1 (4/4)
Tracé du diagramme réel à l’aide de Matlab
K
W ( p) , K 0, 1 2 0
p .1 1 p 1 2 p
k=1;
tau1=10;
tau2=1;
num=k;
den1=conv([1 0],[tau1 1])
den=conv(den1, [tau2 1])
bode(num,den), grid, title('bode par MAtlab')
Chap.3/ 141
Application : exemple 2 (2/3)
K
W ( p) K 0,
2
p. p p 4 ,
Pour n
L( ) 20 log K 20 log n 20 log 2n2 20 logK / 4
( ) 0 arg(0 j 2n2 ) 0
2 2 2
Chap.3/ 142
Application : exemple 2 (3/3)
Digramme asymptotique
Digramme de Bode réel tracé à l’aide
de Matlab
L() [db] Amplitude
-1
0 1
n Log()
-3 -1
Phase
() [rad]
0°
Log()
2
3
2
Chap.3/ 143
Diagramme de Nyquist (1/3)
Lieu de Nyquist ?
Il représente l’évolution en coordonnées polaires du nombre complexe W(p) lorsque p parcourt le
«contour d’exclusion de Nyquist» qui est toit simplement le contour qui entoure tous les pôles et zéros de
W(p) compris dans le demi plan complexe caractérisé par une partie réelle positive. (voir Figures)
Im
→+ Im
+j2
+j1
→0+
→0- Re Re
-j1
-j2
→-
Exemple
K
W ( p) , K 0, 1 2 0
p.1 1 p 1 2 p
K ( 1 2 ) K (1 2 1 2 )
W ( j ) j Re( ) j Im( )
(1 2 12 )(1 2 22 ) (1 2 12 )(1 2 22 )
Chap.3/ 145
Diagramme de Nyquist (3/3)
Points particuliers
0 , Re( ) K ( 1 2 )
Im
Intersecti on avec l' axe des réels 0 pour - K ( 1 2 )
1 0
( ) - (exercice précédent)
1 2 Re
1 K 1 2
Pour Re( )
1 2 1 2 1
1 2
0
Simulation sur Matlab
Nyquist(num, den)
Chap.3/ 146
Diagramme de Black
Lieu de Black
C’est une représentation cartésienne de W(j) avec phase en degré (abscisse) et
gain en db (ordonnées). Sa détermination passe par le diagramme de Bode.
Exemple 0
Gain (db)
1
1 2
K
W ( p)
p .1 1 p 1 2 p 0
-270 -180 -90 °
Utilisation de Matlab
Nichols (num, den)
Chap.3/ 147
Chap.4
PERFORMANCES D’UN SYSTEME
de
COMMANDE
Objectifs du chapitre :
t pr
Erreur dynamique E d y (t ) x c (t ) 2 dt
0
Performances en stabilité
Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
système instable
système stable
s(t)
s(t)
t Chap.4/ 149
t
4.2 STABILITÉ DES SYSTÈMES
X(p) y (p) n
y (t ) L 1
X ( p )W ( p ) C i e p t
W(p)
i
i 1
n
Pôles pi réels y (t ) Ci e pit
i 1
Parmi les n pôles existe une paire de pôles complexes P12 =±J
n2
y (t ) Ci e pit e t .sin( t )
i 1 Chap.4/ 150
4.3. Influence de la position des pôles sur la stabilité
1 1
y ( t ) e t . sin ( t ) o ù 0 0.8 n
y( t ) Ci e pi t , pi 0
i1
0
0.4
Stable Stable
-1 00 2 4 6 8 10
0 2 4 6 8 10
25
20
y ( t ) e t . sin ( t ) o ù 0 20 n
y( t ) Ci e pi t , pi 0
i1
0
instable 10 instable
-20
0 2 4 6 8 10
0
0 2 4 6 8 10
Stable Im Instable
1 1 8 8
0 0
0 0
-1 -1
0 0 10 0 10
0 10 10
p1, 2 0 j
p Re p Re
0
1 450
0 10 Re
0 10
Chap.4/ 152
4.5. Critère algébrique de Routh – Hurwitz (1/4)
Problématique
Critère algébrique de Routh : permet la détermination de la stabilité du
système (conditions pour lesquelles tous les pôles de W(p) sont à partie
réelles négatives) à partir des coefficients du polynôme caractéristique
sans calculer les pôles
Données
N( p) b0 b1p ...bmpm D ( p ) a 0 a1 p ... a n p n
W( p) n m
D( p) a0 a1p ...an pn
On analyse :
2-ième ligne
an an 2 an 4 . . .
a an 3 an 5 . . .
a a n 1
det n 1 n 3
A11 A12 A11 A12 A13 . . .
A21
A11 A21 A22 A23 . . .
R
. . . . . .
an 1 an 5
det . . . . . .
A11 A13 . . . . . .
A22
A11
An1 An 2 An 3 . . .
a a
det n 1 n 7
A23 A11 A14
A11
Chap.4/ 155
4.5. Critère algébrique de Routh – Hurwitz (4/4)
Conditions de Stabilité selon le critère algébrique de Routh
On examine la première colonne du déterminant de Routh (dont les
éléments sont appelés pivots) :
an
a
n 1
A11
1er colonne de R A21
.
.
.
Théorème de Routh :
Le système est stable si et seulement si les éléments de la première
colonne du tableau de Routh sont tous de même signe. le nombre de
changement de signes est égal au nombre de pôles à partie réelle
positive.
Cas Particulier : Il apparaît un zéro dans la première colonne. Alors on poursuit en
écrivant à la place de la ligne en question les coefficients du polynôme dérivé par rapport
à p d’un polynôme auxiliaire dont les coefficients sont les termes de la dernière ligne non
nulle. Les racines à partie réelle nulle sont alors les zéros du polynôme auxiliaire. Ce cas
permet de trouver les conditions pour lesquelles un système linéaire est juste oscillant.
Chap.4/ 156
Exemple1 (1/2)
1
W (p
4 4 p 5 p2 p3 p4
D ( p ) 4 4 p 5 p 2 p 3 p 4 a 0 a1 p a 2 p 2 a 3 p 3 a 4 p 4
p4 a4 a2 a0 1 5 4
p3 a
Les 2 premières lignes du tableau sont posées
3 a1 1 4
Conclusion : Tous les coefficients de le première colonne sont de même signe [1 1 1 2 4]. Le
polynôme D(p) ne possède pas de racine à partie réelle positives mais deux
racines qui sont situées sur l’axe imaginaire pur
Racine de D(p) :
Réponse impulsionnelle
-0.0000 + 2.0000i
-0.0000 - 2.0000i
-0.5000 + 0.8660i
-0.5000 - 0.8660i Chap.4/ 158
Exemple 2
p 1
W (p
p 6 5 p 5 9 p 4 10 p 3 11 p 2 10 p 3
D ( p ) p 6 5 p 5 9 p 4 10 p 3 11 p 2 10 p 3
Tableau de Routh
p6 1 9 11 3
p5 1 10 10
p4 1 8.96 3.01 Il y a deux changements de signe dans la 1er colonne
De 1 à -1 et de -2.66 à 0.48 : le système est instable
p3 -1 1.56
p2 -1 0 . 432
p 1 - 2 . 66
p 0 0 . 48
Racine de D(p) :
-2.5604
Réponse impulsionnelle
0.2767 + 1.0865i
0.2767 - 1.0865i
-1.2578 + 0.6082i
-1.2578 - 0.6082i
-0.4775 Chap.4/ 159
Conditions de stabilité d’un élément du 1er 2-iéme et 3-iéme ordre
1er ordre W ( p)
1 a1 0
a1 p a 0
a0 0
a2 0
W ( p)
1
2ème ordre a 2 p 2 a1 p a 0 a1 0
a 0
0
a3 0
a 0
2
W ( p)
1 a1 0
3éme ordre a 3 p 3 a 2 p 2 a1 p a 0 a 0
0
a1.a2 a0.a3
P.S. pour mémoire : système du 3-iéme ordre est stable si :
• tous les coefficients sont > 0
• le produit des moyens (a1.a2) > produit des extrêmes (a0.a3)
Chap.4/ 160
EXEMPLES : Critère algébrique de Routh – Hurwitz
1. Asservissement de position avec un PI régulateur
+ M
C 1 1
K (1 ) 1
TP 1 TP TP
-
Df ( p ) T 3 p 3 T 2 p 2 KTP K 0 2T 3 K T 3 K 1
1
3 3 2 2
Df ( p ) T p (1 )T p Tp K 0 (1 )T 3 T 3 K K
Chap.4/ 161
4.6. CRITERE DE NYQUIST (1/9)
Avantage de la méthode
Technique géométrique appliquée aux systèmes qui ne sont pas à
minimum de phase, Présence de retard pur dans les expressions de
fonctions de transfert
Problématique
Conditions de stabilité connues Et en état fermé ?
Xc(t) +
Xc(t) + Y1(t)
Y1(t)
Wro(p) Wro(p) Wcr(p)
- -
Ys(t) Ys(t)
Wcr(p)
Chap.4/ 162
4.6. CRITERE DE NYQUIST (2/9)
Xc(t) Ys(t)
Wou(p)
N ( p) n
2 n
W ( p ou , D ou ( p ) a 0 a1 p a 2 p ... a n p a n ( p pi )
D ou ( p ) i 1
Analyse fréquentielle
p j
Z i ( j ) j p i ( i 1, n ) Nombre complexe Z i ( j ) Z i ( j ) .e j i ( )
n
j i ( )
Alors : n
D ou ( j ) a n Z i ( j ) .e i 1 f ( j ) e j ( )
i 1
p i 0 i ( )
1) pi <0 (Gauche du plan complexe) 2
0
p i 0 i ( )
2) pi >0 (Droite du plan complexe) 2
Chap.4/ 163
0
4.6. CRITERE DE NYQUIST (3/9)
Conditions de stabilité du système
Si Dou(p) possède K racine à droite du plan complexe alors on a (n-K) racine
gauche
Théorème :
Le système dont le polynôme caractéristique est Dou(p) est stable ssi le
nombre de pôle à droite est égal à zéro : K=0
( ) n
2
0
Chap.4/ 164
4.6. CRITERE DE NYQUIST (4/9)
Critère de Nyquist
N ou ( p )
W ou ( p ) ,
D ou ( p )
Xc(t) + Ys(t)
Wou(p) W ou ( p ) N ou ( p )
W f ( p)
- 1 W ou ( p ) N ou ( p ) D ou ( p )
( ) n
2
n 2 K
2
K
2
.2 ( ) K
Chap.4/ 166
4.6. CRITERE DE NYQUIST (6/9)
Un système en boucle fermée ayant K pôles instable en boucle
ouverte est stable ssi :
Le lieu de de Nyquist du système en état ouvert entoure K fois le point (-1, J0)
dans le sens trigonométrique
Chap.4/ 167
4.6. CRITERE DE NYQUIST (7/9) : Exemple1
K
W ( p)
p .1 1 p 1 2 p
Im Conditions de stabilité
Alors OM 1 K 3
0
Chap.4/ 168
4.6. CRITERE DE NYQUIST (8/9) : Exemple2
Exemple cas (K=0) :
A. Lieu de Nyquist
Im Im Im
Stable Pompage Instable
-1 -1 -1
Re Re Re
G [db]
G [db] G [db]
-180 ° -180 ° -180 °
[°] [°]
[°]
Chap.4/ 169
4.6. CRITERE DE NYQUIST (9/9) : Cas des pôles imaginaires purs
Problématique :
Si des pôles de Wou(p) sont situés sur l’axe imaginaire, faut il les
compter dans le demi plan droit ou gauche?
Chap.4/ 170
Comment faire l’inclusion ou l’exclusion?
S’effectue à l’aide de demi cercles dont on fait tendre le rayon vers zéro :
Im Im
i
p p1 e p1 p1
Re Re
i p2
p p2 e p2
Chap.4/ 171
4.7. Degré de stabilité (1/3)
Importance
Xc(t) + Ys(t)
K Wou(p)
-
Sens pratique de la MG
Est une garantie que la stabilité persistera malgré des variations imprévues
du gain en boucle ouverte
2 < MG < 2.5 Chap.4/ 172
4.7. Degré de stabilité (2/3)
Marge de phase Im
1/MG
R=1
-1
Re
-180 ° 0 dB
[°] MG
MG
[°]
0°
MP : Ecart en phase par rapport à -180°
lorsque le gain du système en BO est égal -90°
à 1 (0 dB) MP
-180°
MG : Ecart en gain par rapport à 0 dB pour
un déphasage de -180° . On recommande -270°
MG=12 dB Chap.4/ 174
4.8. DILEMME STABILITÉ - PRÉCISION
PC
-
Pr
+ E
U
Entrée du produit Vapeur d’eau
Pr
Tv
Qe, He
Sortie échangeur
Chap.4/ 175
1. Etude de la Précision
Quelle doit être le gain du correcteur à afficher pour
que la pression du réacteur soit égale exactement à
celle de consigne (fixée en fonction du process) ?
- Ps(t)
Transmetteur de pression Capteur de pression
Pc(t) + Ps(t)
CORRECTEUR Wou(p)
Pc(t) + E Ps(t)
K Wou(p)
Pc(t) KW ou ( p ) Ps(t)
W f ( p)
1 KW ou ( p )
Problématique
P0
t
t
Chap.4/ 177
Application numérique
1
W ou ( p )
2 p 3 3 p 2 4 p 1
Calcul de l ’erreur
E ( ) lim Ps ( t ) Pc ( t )
t
p 0 p 0
lim p . Ps ( p ) Pc ( p ) lim p . Pc ( p ).W f ( p ) Pc ( p ) 1 1
E ( ) P0 . P0 .
1 KW ou ( 0 ) 1 K
K
lim p . Pc ( p ). Pc ( p )
p 0 1 KW ou ( p )
Chap.4/ 178
2. Stabilité du système en état fermé
W ou ( p ) K
W f ( p) 3 2
. D ( p ) 2 p 3 3 p 2 4 P 1 K
1 W ou ( p ) 2 p 3 p 4 p 1 K
Conditions de stabilité
a3 2 0
a2 3 0
a1 4 0 Système stable si 0 < K < 5
a 1 K 0 K 1
0
4 * 3 2 .(1 K )
6 MG = 10 6 Im
Ps(t) MP=inf.
K=0.5 K=2.5 -1 2.5
[bar]
Pc ( ) 26
, bars Pc Réel
2
2
MG = 2
MP=60°
( ) 114bars
,
0 0 10 20 30
2 4 6
6 60
6
K=4 K=5 MG = 1 K=6
MP=0°
Pc
Pc
2
0
MG = 1,25
2
MP=13,7°
( ) =0,8 MG = 0,83.
MP=-8,9°
0 20 40 60 t [s] 0 60
20 40 t (s) 0 20 40
Chap.4/ 180
EXEMPLE 2
INFLUENCE DU TEMPS DE RETARD
C
K 1 p M
1 P
e
-
% EN AJOUTANT UN DERIVATEUR
Re=-Im.*omega
Im=Re.*omega
plot(Re,Im)
sys=tf(1,[1 1])
[re,im,w] = nyquist(sys)
[re,im] = nyquist(sys,w)
Chap.4/ 182
Lieu de Nyquist pour différentes valeurs du retard Tau
Tau=1
Tau=0
Tau =20
Chap.4/ 183
Analyse temporelle
Tau=0 Tau=1
Tau=20
Chap.4/ 184
Influence du gain
Analyse de la stabilité Critère de Nyquist
Cas 2 : K>1
C
K 1 p M
1 P
e
-
K
A( ) 1 1 2 équations 3 inconnues
2
1
( ) arctg ( )
1
tg
K
1 K
2
1 tg ( ) cos( )
-1
Chap.4/ 186
4.9. CALCUL DE L’ERREUR DE REGLAGE
M Xc
+ E Correcteur Process
Xc C(p) G(p) M
-
1
E() lim p. Xc( p).
p 0 1C ( p).G ( p)
Chap.4/ 187
4.10. DIFFERENTES TYPES D ’ERREURS
X0
A) Erreur de position Xc ( p )
p
Nous ne pouv ons pas afficher l’image.
X0 C(p) G(p)
+
Xc - M
K
Soit un correcteur C ( p)
p
X0
0 E()
1 1K.G(0)
E( ) lim X 0.
p 0 K
1
p .G ( p )
1 E() 0
Xc +
- M
0 E ( )
X0 1 X0
E ( ) lim . 1 E ( )
p 0 p K K .G ( 0 )
1
p .G ( p )
2 E ( ) 0
Xc
- M
0 E ( )
1 E()
X0 1
E ( ) lim 2 . X0
p0 p K 2 E ( )
1
p .G ( p ) K .G (0)
3 E() 0
Classe du 0 1 2 >2
système
Erreur de 1/(1+K) 0 0 0
position
Erreur de 1/K 0 0
vitesse
Erreur 1/K 0
d'accélération
Chap.4/ 191
4.1 PARAMÈTRES DE PERFORMANCES (4/4)
Performances en précision
t pr
Erreur dynamique E d y (t ) x c (t ) 2 dt
0
Performances en stabilité
Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
système instable
système stable
s(t)
s(t)
t Chap.4/ 192
t
Chap. 5 : TECHNOLOGIE ET REGLAGE DES REGULATEURS
Objectifs
Maîtriser :
La technologie des régulateurs industriels P, PI, PID, «tout
ou rien»,
Chap. 5/194
PRINCIPE DE FONCTIONNEMENT D’UN REGULATEUR DE NIVEAU
Chap. 5/195
5.1. Technologie des régulateurs
Définitions
REGULATEUR
U y
C E
Algorithme Vanne Process
-
M
Transmetteur Capteur
Mesure M
1. Les signaux Consigne C
Sortie U
Chap. 5/196
2. Les blocs d’un régulateur
consigne extérieure Dispositif d’Affichage de
Sélecteur de consigne
consigne interne la Consigne DAC
Sélecteur du sens
C d’action
P I D
I
L H
D
I Indicateur
M sortie
D
manuel/auto
commande
transmetteur manuelle
auto
manuel
capteur
Chap. 5/197
5.1.2 Classification des blocs d’un régulateur
3. Les réglages
A. Réglage de la consigne
B. Réglage des action P, I et D
C. Réglages des limites de la sortie du régulateur pour ne pas endommager
la vanne
D. Réglage de la sortie en position manuelle
4. Les sélecteurs
A. Consigne interne et externe
B. Sens d’action du régulateur
C. Passage du mode automatique à manuel
5. Les indicateurs
A. Indicateur de consigne
B. Indicateur de mesure
C. Indicateur de l’erreur de réglage
D. Indicateur de la sortie du régulateur Chap. 5/198
5.1.3 Quelques indication sur les régulateurs industriels
Définitions
+ E U
C P-régulateur U K .E
(-)
Fonction de transfert
W ( p) K
100
Paramètres BP %
K
U(t)
idéale réelle
E(t)
100
K .E E
BP
E
t (sec.)
Chap. 5/202
B) PI Régulateur
Définitions
+ E U t
K
C PI-régulateur U KE
Ti E dt
0
(-)
T p 1
Fonction de transfert W( p ) K i
Ti p
100
BP %
K
Paramètres
T i ( m in u te )
réelle
U(t)
t
K
Ti 0
I action Intégrale E dt
P action Proportionnelle KE
t (sec.)
Sens physique de Ti
Intégrons U(t) de 0 à Ti
Ti
K
U KE
Ti M
0
C dt U 0 2 KE U 0 2fois l'action P
Ti est le temps en seconde mis par le régulateur pour répéter deux fois l’action proportionnelle,
d’où l’appellation - nombre de répétitions par minute (ou par seconde).
Chap. 5/204
Rôle et domaine d’utilisation de l’action intégrale
Dans les régulateurs industriels on affiche 1/Ti, alors Ti est d’autant plus grand que l’action
intégrale est faible.
Toutefois l’action intégrale est un élément à retard de phase, donc l’augmentation de l’action
intégrale (c.à.d. diminuer Ti) produit une instabilité car elle déplace le lieu de Nyquist vers la
gauche.
Si le système possède lui même un intégrateur (exemple niveau), l’action I est quand même
nécessaire pour annuler l’écart de perturbation car, suite aux variations de la consigne
l'intérêt de I est moindre car l’écart s’annule naturellement.
Dans l’industrie, on utilisera l’action I chaque fois que nous avons besoin, pour des raisons
technologiques, d’avoir une précision parfaite - exemple : la régulation de la pression ou
température dans un réacteur nucléaire. De plus, il faut souligner que l’action I est un filtre
donc il est intéressant de l’utiliser pour le réglage des paramètres très dynamiques telle que
la pression.
Chap. 5/205
C) PID Régulateur
Définitions
+ E U
C PID-régulateur
(-) t
K dE
U KE
Ti E dt K .Td dt
M 0
1 Ti . p Ti . Td . p 2
Fonction de transfert W( p ) K
Ti p
100
BP %
K
Paramètres T i ( m in u te )
Td ( min ute )
E U
PID-régulateur
dE
action dérivée K .T d .
dt
U(t) D
K t
I action Intégrale
Ti 0
E dt
action Proportionnelle KE
P
t (sec.)
Chap. 5/207
Sens physique de Td
dE
Soit un PD régulateur U KE K .Td U 0
dt
Si (M-C) = a t : entrée sous forme de rampe, on a pour t=Td : U Kat K.Td .a U 0 2 KaTd U 0
KT d E P
t
t=Td
Td représente l’écart, en temps, entre les réponses proportionnelles seules (P) et proportionnelle et dérivée (PD).
Td est donc le temps d’avance d’une réponse PD par rapport à une réponse en P seule.
Chap. 5/208
Dérivée filtrée
Afin de limiter la sortie d’un régulateur ayant une action dérivée, en pratique
l’action dérivée est filtrée en ajoutant un élément de premier ordre. L’action
dérivée pure Tdp devient alors :
Td . p
W( p)
1 p
x(t) y(t)
x(t) y(t)
Td . p
t Dérivée pure) t
x(t)
y(t)
x(t) 1 y(t)
Td . p 1 p limitation
amortissement
t
Dérivée filtrée t
Chap. 5/209
Rôle et domaine d’utilisation de l’action dérivée
L’action dérivée compense les effets du temps mort du process
Elle a un effet stabilisateur mais une valeur excessive peut entraîner une
instabilité. Sur le plan de Nyquist l’action D permet de déplacer le lieu de transfert
vers la droite car elle possède une avance de phase (de +90 degré).
Dans l’industrie, l’action D n’est jamais utilisée seule mais en général avec l’action
intégrale.
Chap. 5/210
RESUME SUR LE ACTIONS P, I et D
L'action Proportionnelle corrige de manière instantanée, donc rapide, tout écart de la
grandeur à régler, elle permet de vaincre les grandes inerties du système. Afin de diminuer
l'écart de réglage et rendre le système plus rapide, on augmente le gain (on diminue la
bande proportionnelle) mais, on est limité par la stabilité du système. Le régulateur P est
utilisé lorsque on désire régler un paramètre dont la précision n'est pas importante, exemple
: régler le niveau dans un bac de stockage
L'action intégrale complète l'action proportionnelle. Elle permet d'éliminer l'erreur résiduelle
en régime permanent. Afin de rendre le système plus dynamique (diminuer le temps de
réponse), on diminue l'action intégrale mais, ceci provoque l'augmentation du déphasage ce
qui provoque l'instabilité en état fermé. L'action intégrale est utilisée lorsque on désire avoir
en régime permanent, une précision parfaite, en outre, elle permet de filtrer la variable à
régler d'où l'utilité pour le réglage des variables bruitées telles que la pression .
L'action Dérivée, en compensant les inerties dues au temps mort, accélère la réponse du
système et améliore la stabilité de la boucle, en permettant notamment un amortissement
rapide des oscillations dues à l'apparition d'une perturbation ou à une variation subite de la
consigne. Dans la pratique, l'action dérivée est appliquée aux variations de la grandeur à
régler seule et non de l'écart mesure-consigne afin d'éviter les à-coups dus à une variation
subite de la consigne. L'action D est utilisée dans l'industrie pour le réglage des variables
lentes telles que la température, elle n'est pas recommandée pour le réglage d'une variable
bruitée ou trop dynamique (la pression). En dérivant un bruit, son amplitude risque de
devenir plus importante que celle du signal utile.
Chap. 5/211
D) Régulateur «tout ou rien»
Définitions
+ M-C
1 pour M C
U
C U
(-) 0 pour M C
Chap. 5/212
Exemple de réglage « tout ou rien»
M + C
M-C
U
220 V
0
x
U 1 pour M C
U
0 pour M C
U t
t
Chap. 5/213
5.3. Réalisation des actions PID
Série
E (1 Ti p )
C ( p) K c (1 Td p )
U
PI PD
Ti p
Parallèle
P
E U 1
I C ( p) K c Td p
Ti p
D
Mixte
I
1
E
P
U
C ( p ) K c (1 Td p )
Ti p
D Chap. 5/214
Méthodes théoriques de réglage
Méthodes pratiques
du régulateur
Calcul des paramètres
Réglage en cascade
performances d’un SRA
Comment augmenter les
Commande adaptative
de commande
Commande multivariable
5.4. Réglage des paramètres des régulateurs
Chap. 5/215
5.5. Méthodes théoriques de réglage
+ M-C U M
M
Problématique C PID G(p)
(-)
M
M
C M 1 T . p T .T . p 2 Ko
K i i d
Ti p 1 ( 1 2 ) p 1 2 p 2
(-)
Ti 1 2
1 2 Ti
Si je mets 1 2
Ti Td 1 2 Td
1 2
M Avantages
C M K .Ko
1 2 p et inconvénients
(-)
Chap. 5/216
5.6. Méthodes pratiques de réglage
1. En boucle ouverte
+ M-C U M
C M
(-)
M
1
y(t)
stable Y
x(t)
x instable
0.5
y
tg
t
y
0
Ks Gain statique du systéme stable en boucle ouverte 4 8 12
x
tg y T t(sec.)
0,05 Ki . 0,1 P
0,1 Ki . 0,2 PI
Ti Td BP
C
M
1
W ( p ) Kr Td p
REGLAGE EN BOUCLE FERMEE : Méthode de Ziegler et Nichols Ti p
Action/ P PI PI PID PID PID
Paramètres série parallèle série parallèle Mixte
Chap. 5/221
Limites de la régulation PID : Prédicteur de Smith
Conclusion
Avec un régulateur PI et PID, il est impossible de réaliser une régulation
convenable dés que l’on est en présence de procédés possédant un
retard important ou un ordre élévé.
Remède
Réaliser une régulation qui exclut le retard pur ou l’ordre n de la boucle
de régulation
C E u K0 Mi M
WR ( p ) . p Exclure le retard pur
1 T0 p
e
(-)
C E u K0 Mi K0 K0 M
WR ( p ) 1 T0 p 1 T0 p 1 Tn p
(-)
Exclure l’ordre n
Chap. 5/222
Prédicteur de Smith
Structure de la régulation
G1(p)
C E u K0 Mi M
C ( p) 1 T0 p e . p
(-)
Chap. 5/223
Prédicteur de Smith
Objectifs
assurer les performances de base (stabilité, rapidité et précision) par une
approche directe basée sur la connaissance d’une fonction de transfert
du procédé.
Alors :
Il faut anticiper l’effet du retard pour le compenser d’où le nom
« PREDICTEUR » et réduire la constante du temps T
Chap. 5/224
Synthése du compensateur de Smithrrecteur
1. On fait abstraction du retard, autrement dit, on le considère
extérieur à la boucle (Système S1).
On détermine alors un régulateur R classique (par ex. un PI) pour corriger
la partie dynamique G1(p)=Ko/(1+Top) du modèle global G(p) .
G1(p) S1 S1
C E u K0 Mi M
R( p) 1 T0 p e . p
(-)
1 Tip
R ( p ) Kr
Tip
Chap. 5/225
Calcul de C(p)
2. On va chercher le compensateur C(p) qui inclut R(p) et qui
permet de compenser le retard (Système S2)
G1(p) S2
C E u K0 Mi M
C ( p) 1 T0 p e . p
(-)
Comment ?
En considérant que S1 et S2 sont équivalents : on identifie la FTBF de S1
à celle de S2
Chap. 5/226
Principe Prédicteur de Smith : Calcul de C(p)
Principe
Chercher un compensateur C(p) tel que les deux systèmes S1 et S2
soient équivalents :.
G1(p)
C E u K0 Mi M R ( p ).G1 ( p )
R( p) . p GBF 1( p ) .e p
1 T0 p e 1 R ( p ).G1 ( p )
(-)
C E M C ( p ).G1 ( p ) e p
K0
C ( p) 1 T0 p e . p GBF 2 ( p )
1 C ( p ).G1 ( p ) e p
(-)
R
GBF 1( p ) GBF 2 ( p ) C ( p )
1 RG 1 1 e p
Chap. 5/227
Synthèse de C(p)
Schéma équivalent
R
C ( p)
1 RG1 1 e p
C(p): Prédicteur de Smith
G (p): Procédé
G1(p)
C u M
E K0
e p
R( p) 1 T0 p
(-) (-)
1 e p G1( p)
Chap. 5/228
C(p): Prédicteur de Smith G (p): Procédé
G1(p)
C u M
E K0
e p
R( p) 1 T0 p
(-) (-)
E2
E1
1 e p G1( p)
R(p) F(p)
C Process M
1 Ti p K0
K R e . p
Ti p 1 T0 p
(-)
Wo(p)
Mc Compensateur
E1 1 e p
K0
1 T0 p
E2 Wc(p)
Chap. 5/229
Synthèse du correcteur de Smith
Conclusions le prédicteur de Smith est parfaitement déterminé
si l’on connaît
une fonction de transfert du procédé
un régulateur R adapté à la dynamique du procédé (hors retard).
Remarques
Pas de problèmes de stabilité en théorie, mais en pratique la
simplification ne conduit pas exactement à un système du 1er ordre
Inconvénient de la méthode
Le régulateur ne capte pas la mesure mais le signal compensé
Chap. 5/230
COMMANDE A L’AIDE DE L’ANALYSE
FREQUENTIELLE
Chap. 5/231
Chapitre 6 : PROJET D’UN SYSTEME DE REGULATION INDUSTRIELLE
Objectifs du chapitre :
P.S. Les résultats sont simulés à l’aide du logiciel Matlab-Simulink, les schémas de simulation
sont donnés à chaque analyse.
Chap. 6/232
6.1. Etapes de réalisation d’un projet d’un SRA
transmetteurs...
commande
Simulation
Réalisation définitive
Chap. 6/233
6.2. Définition du processus et des entrées-sorties
Conigne Tc
TT -
AR FI THS
1 1 1
1
Ts Ts-Tc
Pétrole chauffé
Pétrole brut
TRC
1
FR
Air (O2) PR
1
AR U
2 FVC
Gaz
Chap. 6/234
6.2.2. Définition des entrées-sorties
Qp(t) CONDUITE
DE PETROLE
-
x Ts1
Tc T U CONDUITE Pg
REGULATEUR VANNE FOUR
DE GAZ
-
Manu..
Ts TRANSMETTEUR ET CEP CAPTEUR
DE TEMPERATURE DE TEMPERATURE
Auto.
Chap. 6/235
Définition des entrées-sorties (E/S):
On définit d’abord les entrées-sortie : les variables à régler, réglantes et de
perturbations
Ts(t) - Grandeur de sortie ( température à la sortie - c'est la grandeur à régler ), Valeurs
maximales et minimale de la variation de température : Tsmax = 170°c, Tsmin=20 °c ; Tso -
Valeur nominale de la température le fonctionnement Tso = 80 °C
Qp(p) Wz(p) -
Ts ( p )U ( p ). G ( p )Qp ( p ).Wz ( p )
Ts(p)
U(p) G(p) +
Chap. 6/237
6.2.3. Influence des perturbations
2 En boucle fermée (avec correction)
Qp(p)
Wz(p) (-)
Ts(p)
U(p) (+)
Tc(p) C(p) G(p)
(-)
C ( p ).G ( p ) Wz( p )
Ts( p ) Tc( p ). Qp( p )
1C ( p ).G ( p ) 1C ( p ).G ( p )
6.3. Cahier de charge
Comment choisir le cahier des charges
Le point de départ de n'importe quel projet est le cahier de charge. Pour
un système de régulation, les spécifications restent souvent vagues en
raison surtout de la grande diversité de problèmes de régulation. Les
critères qualitatifs à imposer dépendent d’abord de la nature du
processus à régler. A titre d’exemple, on ne peut imposer aveuglément un
processus transitoire rapide ou un taux d’amortissement de 0,75 pour
n’importe quel système. En effet l’asservissement d’un ascenseur (qui
nécessite un confort pour les passagers) ne tolère pas par exemple
d’accélération . Les dépassements de la pression régulée dans un
réacteur nucléaire ne doivent pas atteindre les seuils limites de tarage
des soupapes de sécurité etc...
Chap. 6/239
6.3. Cahier de charge
Les critères de performances classiques
Stabilité :
Cette condition est impérative mais avec une certain degré de stabilité (marge de sécurité). En
général on impose une marge de gain de 2 à 2.5 . L’utilisateur parle en terme de «pompage».
Précision :
L’exploitant demande à ce que le système possède une bonne précision en régime permanent d’où
une nécessite de mettre un PI régulateur ou d’afficher un gain important dans le cas d’un P
régulateur.
Rapidité
On demande en pratique que le système soit capable rapidement de compenser les perturbations et
de bien suivre la consigne.
Dépassement :
En général on recommande un SRA dont le régime transitoire soit bien amorti et dont le
dépassement ne dépasse pas 5 à 10% la valeur nominale.
Définition :
L’identification d’un système c’est la détermination de son modèle
mathématique sur la base des observations expérimentales entrées-
sorties. Le traitement mathématique des réponses graphiques du
système est appelé IDENTIFICATION. Le modèle obtenu est dit de
conduite ou de représentation
Principe
1. Étape qualitative : Sur la base d’une connaissance à priori du système à
identifier, on fixe une structure du modèle comportant des coefficients
inconnus.
2. Étape quantitative : Elle consiste à la détermination des coefficients inconnus
du modèle de façon que la différence entre les N sorties réelles du système et
celles du modèle soit minimale selon un critère donné qu’on résout par un
algorithme d’identification.
a i p i N
S i w (p ) = , D é te rm in e r a i , b i te l q u e Y s ( i ) Y m ( i )
2
m in im a le .
b i p i
i 1
Identification des processus
3. Vérification du modèle :
PROCESS
sortie process
m ax Y s (i) - Y m (i) 5%
Ys(t) +
Entrées Algorithme
x(t) d’identification
MODELE
sortie modèle - a 0 , a 1 ,.... b 0 , b1 ,.....
W( p)
ai p i
bi p i Ym(t)
6.4.3. Problématique pour le système étudié
Logistique
Qp
Wz(p)
-
U
Tc T x Pr Ts1
C(p) Wv(p) Wcg(p) Wf(p) +
- Manu..
Ts
Wct(p)
Auto.
Déterminer les fonctions de transfert :
U(p) ? Ts(p)
Ts(p)
U(p) Wv(p) Wcg(p) Wf(p) Wct(p) G(p)
?
Qp(p) Wz(p) Ts(p)
6.4.4. Identification d’un élément de premier ordre
Expérimentation
Dans ce cours, nous utiliserons les méthodes de base. Nous appellerons les méthodes de base
d'identification , les méthodes s'appuyant sur les propriétés graphiques des réponses fondamentales
(indicielle harmonique et impulsionnelle). Ces méthodes sont très utilisées par les spécialistes de
régulation et des servomécanismes car elles fournissent un précision suffisante et ne nécessitent pas
l'utilisation d'un outil mathématique compliqué. On peut traiter aussi bien la réponse indicielle,
impulsionnelle qu'harmonique, mais l'un des signaux d'excitation le plus fréquent a mettre en oeuvre est
l'entrée en échelon. L'amplitude de l'échelon doit être choisie telle que le système ne sorte pas du
domaine linéaire d'une part et les observations mesurables d'autre part
Méthodologie
1. Dans un système de régulation en fonctionnement, le correcteur est d'abord mis en fonctionnement
manuel. On attend que le système soit bien stabilisé
2. On applique au système un signal en échelon de + ou - 10% de la valeur nominale de fonctionnement (afin
de ne pas trop perturber le système ) L'échelon d'entrée peut représenter le déplacement du clapet de la
vanne . La réponse est enregistrée à la sortie du transmetteur dont la vitesse du déplacement du papier
diagramme doit être choisie de façon que la réponse soit exploitable . Le modèle de conduite ( ou la
fonction de transfert ) à déterminer du traitement de la réponse graphique décrit l'ensemble des systèmes
( vanne, objet, capteur, transmetteur)
Expérimentation
10 % PROCESS
REGULATEUR VANNE
TRANSMETTEUR CAPTEUR
6.4.5. Identification de la fonction de transfert par rapport à la perturbation
Qp(t)
[m3/s] 95
Ts(t)
23 [°c]
Qp 3m3 / s
90
? Ts 15c
20 Qp(p) Ts(p)
Wz(p))
85
80
0 5 15 20 25 30 35
T=10
10 t (main.)
6.4.5. Identification de la fonction de transfert par rapport à la perturbation
Ts 15 c 5(c / m3 / s )
K 5.[ c / m3 / s ] Wz( p )
Qp 3 m / s
3
1 10 p
T 10 min
Ts 15
066
,
Ts max 170 20 Wz( p)
gain relatif K 0,66 1 10 p
Qp 3
Qpmax 30 10
C. Vérification du modèle
On détermine alors l’erreur relative maximale qui doit être inférieure à 10%.
Notons qu’en général il est commode de prendre un gain unitaire (cela n’influe
pas évidemment sur le résultat). Pour avoir la sortie en °c on multiplie par la
valeur maximale soit 150°c
t
1 0 ,15
0 ,66 t
0 ,15 * 0 ,66 1 e 10 [ ]
Tm( t ) L . Tm( t ) 0 ,15 * 0 ,66 * 150 c 1 e 10 80 c [ c ]
p 10 p 1
100
Us(t)
Ts(t)
100% 1 bar 96
84
0% 0,2bar t1 6 min, t2 9min
t 80
10 20 30 40 50 60 70 80
t1
t (min.)
t2
U K
.e p
Ts K , T et ?
1 Tp
Principe de la méthode Broîda
principe
La méthode de Broîda est une méthode d'identification en boucle ouverte
d'une réponse indicielle expérimentale qui consiste a assimiler la fonction
de transfert d'un système d'ordre n à celle du premier ordre affectée d'un
retard pur
K
.e p
1 Tp
Paramètre du modèle 2 ,8 * 6 1 ,8 * 9 0 ,6 m in , T 5 ,5 . 9 6 16 ,5 m in
ys
, t2 , T 5,5.t2 t1 , K
2,8t1 18 Ts20
xe K
T s m ax 170 2 0 1 3 ,3 %
1 ,3 3
U 0 ,0 8 10%
U m ax 1 0 ,2
1.33 0 , 6 p 1,33
Modèle final G ( p)
116,5 p
e
116,5 p 10,6 p
6.4.7. Modèle du système global à commander
U
60% 100%
Ts(t)
U 1 0% Tm(t)
Ts(t)
50% Système réel Ts(t) : Sortie système
U(t)
1.33 Tm(t)
G( p)
116,5p10,6 p Tm(t) : Sortie modèle
0 0 20 40 60 80 100
Qp(p) 0 ,66
Wz( p )
1 10 p
-
Tc(p) T U(p) 133
, + Ts(p)
C( p ) G( p)
1 165, p1 06, p
-
6.5. Synthèse du système de régulation continue
6.5.1. Schéma fonctionnel du système à réguler
Qp(p) 0 ,66
Wz( p )
1 10 p
+
Tc(p) T U(p) 133
, + Ts(p)
PID G( p)
1 16,5p1 06, p
-
6.5.2. Schéma de simulation sur Matalab-simulink : Afin d’analyser aussi l’influence du retard sur les performances
du système, on insère sur le schéma de simulation un bloc de retard pur (Transport delay).
Remarque : Le bloc PID controller MASK Controller est donné sous forme : P+I/s+Ds où P est le gain Kr, I le temps
d’intégration Ti et D l’action dérivée Td alors que s est l’opérateur de Laplace. Si on souhaite afficher les paramètres du
régulateur série de fonction de transfert donnée sous la forme C(p) = Kr[1+1/(Ti.p) + Tdp] alors P correspond à Kr, I
correspond à Kr/Ti, et D correspond à Kr*Td.
1
10s+1
Perturbation Conduite
Z pétrole
+
+ 1.33
- P ID +
Sum 9.9s 2+17.1s+1 Sum1
Consigne PID Controller Transport
C Delay FOUR+vanne
Chap. 6/253
6.5.3. Analyse du système en boucle ouverte (sans régulation)
Nous noterons le paramètre à régler (la température) par M, sa consigne Tc par C et l’échelon de la perturbation par Z0.
Analysons les réponses indicielles du système par rapport à la consigne et à la perturbation en boucle ouverte. Il suit de ces
réponses que les temps de réponse sont importants (51,33min.), que la perturbation n’est pas éliminée et l’erreur statique (M-
C) est de 57% (1,33/(1,33+1)*100%=57%) d’où une nécessité de régulation.
Z0
C
0.5
0.5
tpr = 30min.
0.6 Kr=10,352
Kr=5
0.4 0.5
0.2
0 0
0 2 4 6 8 10 0 10 20 30 40
Time (min.) Time (min.)
Remarque : Ce cas est en réalité trivial, car le système est absolument stable (les coefficients étant positifs), on affiche donc un gain
assez fort sans vraiment être inquiété par l a stabilité du système. Par contre , l’erreur est inévitable, si les dépassements ne sont pas
néfastes pour le système, on affiche une bande proportionnelle minimale. On fait remarquer que le gain Kr=50 est fantaisiste car, dans les
régulateusr industriels une BP correspondante soit de 0.2% (1/50) n’est pas affichable (en général la plage est de 3 à 500%).
Chap. 6/255
2. PI régulateur
Analysons l'influence de l’action intégrale sur la stabilité : Fixons Kr=1 et varions Ti et observons la
réponse du SRA par rapport à la perturbation (régulation) et à la consigne (poursuite).
Poursuite
2
Poursuite
2 1.5
C
C
0.5 Ti=2min
0
Ti=0,4min En augmentant Ti, le 0
système devient plus stable
-1 -0.5
mais moins «agile».
-1
-2 0 20 40 60 80 100
0 200 400 600 Time (min.)
Time (min.)
Régulation
Régulation Z0
Z0 1
élimination de la perturbation
0.5 0.5 Ti=2min
Ti=0,4min
C C
élimination de la perturbation
-0.5
-0.5
-1
0 20 40 60 80 100
-1 Time (min.)
0 200 400 Time (min.)
Chap. 6/256
3. PID (Influence de l’action dérivée en régime de régulation)
Manipulation : Amenons d’abord le système en régime d’instabilité en augmentant par exemple le gain
ou en diminuant Ti : Soit (Kr=2 Ti = 0,4min , Td=0) ), puis introduisons l’action dérivée et analysons son
influence sur la stabilité. Toutes les courbes représentent les réponses du SRA par rapport aux
perturbations.
M 3
M Z0
Td=0 Le système avec PI est Td=0,8
2 Ti=0,4 instable, J’introduis
alors l’action D, 0.1 Ti=0,4
Kr=2
Z0 il se stabilise. Kr=2
C C
-1
-0.1
-2
-3 -0.2
0 200 400 600 0 200 400 Time (min.)
Time (min.)
Z0
Z0
Ti=0,4 Td=5 Ti=0,4
Td=5 le système se stabilise, Kr=10
Kr=2 0.05
0.05 ce qui me permet
d’augmenter le gain Kr
C
C
-0.05
-0.05
-0.1
-0.1 0 10 20 30 40 50
0 50 100 150
Time (min.) Time (min.)
Chap. 6/257
6.5.6. Régulation discontinue ( tout ou rien)
Analysons l’influence de la zone morte d’un relais sur la précision et la stabilité du SRA. On remarquera sur les
résultats de simulation ci-dessous qu’il existe un dilemme zone morte (dead zone) - stabilité, précision ; Si le relais
(régulateur tout ou rien) ne possède pas une zone morte, le SRA est précis, mais introduit des auto-oscillations
(nuisibles pour la vanne). Si par contre, on introduit une zone morte importante, le pompage disparaît mais la précision
est mauvaise.
1
10s+1
Perturbation Conduite
Z pétrole Graph
+
+ 1.33
- +
Sum 9.9s 2+17.1s+1 Sum1
Consigne Relay Dead Zone Transport
C Delay FOUR+vanne
M
M
Chap. 6/258
6.5.7. Réglage du correcteur
1. Méthode théorique - Compensation des constantes de temps du système par un PID
Les méthodes théoriques nécessitent toutes un modèle, c’est pourquoi leur efficacité dépend de la précision du modèle
appliqué. Aussi, leur utilisation reste très limitée dans l’industrie. Ces méthodes sont nombreuses, appliquons à titre
d’exemple, la méthode de compensation. Nous avons vu au chapitre 4 page 135 qu’il était possible de choisir les
valeurs des paramètres du régulateur de façon à compenser les constantes de temps du four.
Remarque : C
Il est évident que la compensation des paramètres
du système dans la pratique n’est pas aussi évidente
qu’en simulation, car, le modèle n’est pas toujours
exact et de plus les coefficients du modèle varient
constamment dans les conditions réelles de
0 10 20 30 40 50
fonctionnement : Il suffit par exemple que
Time (min.)
le dépôt de coke soit plus important par suite d’une
mauvaise combustion du gaz que le coefficient
d’échange de chaleur (paramètre du modèle) varie etc... Chap. 6/259
Influence du temps de retard sur la stabilité du système
Limite du PID et de la régulation classique
Introduisons un retard pur dans le système à commander. Analysons l’influence de ce temps de retard pur sur la stabilité du
système. Le schéma de simulation est donné plus loin. La fonction de transfert du four devient :
1,33
G( p ) e p
1 16 ,5 p1 0 ,6 p
Z0 Z0
0 ,2 Ti=0,4
0 ,3 Ti=0,4
Kr=10 J’augmente le retard pur Kr=10
td=5 dans le système, td=5
C C
-0.03 -0.03
0 10 20 30 40Time (min.) 0 10 20 30 40Time (min.)
Z0 Z0
Ti=0,4 0 ,32
Ti=6 0 ,32
Kr=10 on est contraint de diminuer, Kr=1
td=5 le gain Kr et le temps Ti td=5
au sacrifice d’autres performances C
C
Régulation autoadaptative :
Nous avons vu que la régulation PID a ses limites lorsque les temps de retard sont importants ou lorsque les perturbations sont trop
grandes. Les paramètres optimaux à afficher du régulateur dépendent évidemment du modèle or, dans les processus réels (surtout en
génie des procédés), les caractéristiques physiques changent en permanence. A titre d’exemple, une vitesse de réaction chimique dépend
d’abord de l’état du catalyseur, les constantes de temps dans les fours dépendent du dépôt de coke dans les tubes etc... L’idée de la
régulation auto adaptative est alors de calculer en temps réel le modèle du processus à commander (par des algorithmes appropriés) et de
déterminer les paramètres ou la structure du régulateur numérique en fonction du critère d'optimalité imposée. Il est clair que dans ce
cas les régulateurs sont numériques. A cet effet on excite le processus par un ensemble d’impulsions (qu’on appelle Séquences Binaires
Pseudo Aléatoire SBPA) et on traite les sorties correspondantes pour déterminer le modèle par des algorithmes de type moindres carrées
de récursifs.
6.7 Quelques principes de régulation avancée
FR Ts Ts
FT
Air (O2) 1
-
Fc
-
FRC Wc(p) Tc
TRC
Gaz
-
Tc
Gaz TRC
calculateur
Produit à chauffer Ts
Air (O2) -
Tc
FR
régulateur numérique
auto ajustable
Gaz
Chap. 6/263
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/264
Partie II
COMMANDE NUMERIQUE
Belkacem OULD BOUAMAMA
264
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/265
Sommaire
1. Rôle et définition d’une commande numérique
2. Eléments constitutifs et mise en œuvre
Structure d'un système de commande numérique
Fonctions d'un calculateur ;
Critères de choix des paramètres (échantillonnage, quantification, numération et codage ; Mise
en œuvre (Filtrage et multiplexage des signaux analogiques) ; conversion analogique-
numérique,
Régulateurs numériques PID. Commande en temps discret.
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/266
+
C E Un Ua Y
CNA PROCESS
M (-)
CAPTEUR
CAN
TRANSMETTEUR
Eléments industriels
Régulateur numérique Process
Actionneurs
Capteurs
Salle de contrôle
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/269
PARTIE 2
Mise en oeuvre
Consigne Modèle
discrétisée échantilloné
+ Calculateur Procédé
CAN
CNA
numérique Continu Sortie
- discrétisée
Horloge
DEFINITIONS
Echantillonnage
Un signal continu f(t) est remplacé par une suite discontinue de ses valeurs f(nTe) aux
instants d’échantillonnage t=nTe (n=0,1,2,…) où Te est la période d’échantillonnage.
Échantillonner un signal consiste à le prélever à intervalle de temps réguliers,
pendant une durée très courte.
Te
Définitions
Quantification
Après avoir échantillonné, on quantifie l ’amplitude du signal par un
nombre fini de valeurs codées en général en binaire.
Les données sont représentées sur un calculateur dans un certain format
Quantifier un signal : approximer sa valeur instantanée par la valeur
discrète la plus proche. On commet donc une erreur
Un signal codé sur n bits prend 2n valeurs différentes (8 bits c’est 256 valeurs)
Erreur de
quantification
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/275
Définitions
Erreur associée à la quantification
= bruit de quantification
Reconstruction (CNA)
consiste à élaborer un signal analogique à partir d’une suite de nombres
Discrétisation (CAN)
Découpage temporel du signal
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/276
Bloqueur
BOZ
t
P(t)
Peigne de Dirac
fe=4f0
CAN Le signal continu se retrouve dans la
séquence échantillonnée.
Système du 1er ordre Te
4
: constante de temps du procédé 1er ordre
Cas pratique
Si la fréquence d’échantillonnage Fe est trop petite :
On perd de l’information du signal
On doit bien faire l’interpolation pour reconstituer le signal
Si Fe égale à celle du signal:
le signal échantillonné paraitrait constant
Si la fréquence d’échantillonnage Fe est trop grande
Taille du mémoire du fichier à gérer trop grande
Signal bruité si on doit dériver (exemple dériver la position pour avoir la
vitesse)
Grandeur physique
Ampli. Filtrage
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/284
exemple
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/285
Acquisition
Multiplexeur Acquisition séquentielle décalée
L’acquisition décalée se base sur l’utilisation en amont d’un multiplexeur qui va orienter un capteur
vers la chaîne unique d’acquisition
Echantilloneur-
MULTIPLEXEUR
Bloqueur
CAPTEURS
0101101
CAN
Séquenceur
Avantages : Economique
Inconvénients : décalage dans le temps des acquisitions. On réservera donc cette structure à
celle ne nécessitant pas une synchronisation entre les données numérisées. Temps
d’acquisition complet est proportionnel au nombre de capteurs
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/289
Acquisition
Acquisition séquentielle simultanée
Capteur1 E/B 1
Echantilloneur-
Bloqueur (E/B)
MULTIPLEXEUR
0101101
CAN
Capteur2 E/B 2
Capteur n E/B n
Séquenceur
Acquisition
Acquisition parallèle
Capteur1 E/B 1 CAN1 0101101
Avantages :
les conversions simultanées, Acquisition d’une donnée pendant que l’on en stocke
une autre, gain de temps sur l’acquisition complète.
Inconvénients
Coût élevé
Copyright© : Prof. B. Ould Bouamama , Polytech’Lille
Chap1: INTRODUCTION Chap.1/291
TRANSFORMEES EN Z
Transformée de Laplace d’un signal échantillonné
Description d’un signal échantillonné
On définit le signal échantillonné par la suite en k : {f(K)}={f(KTe)}
Te
f*(t)
f(t)
f * ( t ) f ( t ) Te ( t ) f * ( t ) f ( t ) ( t nTe )
n 0
n 0 f ( nTe ) ( t nTe )
n 0
Transformée de Laplace
tp
L f * ( t ) f ( nTe ) ( t nTe ) e dt f ( nTe )e nTe p
0 n 0 n 0
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Transformées en z
Transformée en z
L f * ( t ) F * ( p ) f ( nTe )e nTe p
n 0
Changement de variable : z eT p e
f ( t ) F ( z ) f ( nTe ) z n Z f * ( t )
n 0
du point de vue numérique, à la suite de nombre f(0), f(Te), …., f(nTe) constituant le
signal numérique, on peut faire correspondre la série :
F *( p) f (nTe )enTe p
n0
du point de vue continu : Soit F*(p) est la transformée de Laplace du signal
échantillonné
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Transformée en z
Transformée en z : définition
On appelle transformée en z d’un signal f(t) la Transformée de Laplace F*(p) du signal
échantillonné f*(t) en remplaçant :
ze Te p
at
Exemple 2: f ( t ) e
f ( t ) e at f ( nTe ) e anTe
n
Te
e
z
F ( z ) e nTe z n Te
n 0 n 0 z z e
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Tableau des transformée en z
295
Definitions
La transformée de Laplace pour les signaux continus :
Théorème du retard
Si F(k-1) est le signal discret de f(k) retardé de l périodes: alors ,
Théoréme de l’avance
Théorème de la sommation
En continu on parle du théoème d’intégration
En discret on a :
11/03/2018 298
Théorème de la valeur finale:
En continu :
En discret :
Transformèe en z:
1 1
1 Y ( p) y ( t ) L1 1 e
t
1 1 p (1 p ) p (1 p )
p p 1 1 1
t Valeur finale: y ( ) Lim p 1
p 0 p
(1 p )
Partie échantillonée
AN
NA
(t )
s(t )
Bo(p)
T t
t
1
s( t ) ( t ) ( t T ) s( p ) ( p ) ( p )e TP ( p )(1 e TP ) (1 e TP
p
s( p ) (1 e TP )
Bo( p )
( P) p
1 z
Z ((t )) 1
(t )
1 z z 1
Théorème: Soit un procédé continu modélisé par une fonction de transfert G(p). Ce
procédé échantillonné admet une fonction de transfert en W(z):
Comme
1 1
1 Y ( p) y ( t ) L1 1 e
t
1 1 p (1 p ) p (1 p )
p p 1 1 1
t Valeur finale: y ( ) Lim p 1
p 0 p
(1 p )
ECHANTILLONE_VS_Z
Période d’échantillonnage 2
4
Te 2
z 1 G ( p) z 1 1
FT en z: G( z)
z
Z
p
z
Z
p ( p 1)
G ( p) 1 z (1 exp(Te)
puisque (cf. table) Z
p
Z
p( p 1) ( z 1) z exp(Te)
z 1 G ( p ) (1 exp(Te)
Alors FT en Z du Système échantillonné est G( z) Z
z p z exp(Te
(1 exp(1) 0.6321
pour Te 1, G ( z )
11/03/2018 zCommande 1 z 0.3679
exp(numérique 317
MATLAB
%EXEMPLE mc = EXO_ECHANTILLONE_
num=1; 1 MATLAB
den=[1 1]; -----
mc=tf(num,den) s+1
%Convertir continu vers discret
Te=1; md =
method='zoh'
md = c2d(mc,Te,'method') 0.6321
step(md); ----------
%Convertir discret vers continu z-
0.3679
mc1=d2c(md)
Chap.1/ 318
Exemple
1
EXEMPLE : FT en z de G ( p)
(2 p 1)
Période d’échantillonnage 2
4
Te 2
z 1 G ( p) z 1 1
FT en z: G( z) Z Z p(2 p 1)
z p z
1 1/ 2 z (1 exp(0.5Te)
puisque (cf. table) Z
p ( 2 p 1) Z
p ( p 1/ 2) z exp(0.5Te) ( z 1)
(1 exp(0.5) 0.3935
G( z)
z exp(0.5 z 0.6065
11/03/2018 Commande numérique 319
SIMULATION : Echantillonné
ECHANTILONE_SIMULINK Matlab
Exo_echantilone3_mtalab
%EXEMPLE
num=1;
den=[2 1]
mc=tf(num,den)
%Convertir continu vers discret
T=1
DEMO_SIMULINK
EXo_echatillon3 method='zoh'
md = c2d(mc,T,'method')
Syntax : Continuous to discrete step(md)
md = c2d(mc,T,’method’) %Convertir discret vers continu
Syntax : discrete to continuous mc1=d2c(md)
mc1=d2c(md)
U( p ) W(p) Y( p )
Calculer sa FT en z
1
La partie continu est : G( p)
p ( p 1)
Sa FT en z est :
z 1 G( p ) z 1 1
G( z ) Z Bo( p ).G( p ) Z Z
z p z p p( p 1)
Utilisation de la table
z 0.7183 EXo_echatillon_2
Pour T 1s, G ( z ) 0.37679
z 1 z 0.3679
11/03/2018 324
2eme Exemple
(
p
)
p 1
w
p 3 2 p 2 10.25 p 9.25
Bode Diagram
0
-10
-20
Magnitude (dB)
-30
-40
-50
-60
-70
-80
180
Step Response
0.1
90
Phase (deg)
0.05
0
-90 0
Amplitude
-180
-1 0 1 2
10 10 10 10 -0.05
Frequency (rad/sec)
-0.1
Théorème de Shannon
2π /(24*5)<T< 2π /(6*5)
0,05T< 2π /0,2
Régulateurs discrets
U ( z) Te z Td ( z 1)
W ( z) Kp
E( z) Ti ( z 1) Te z
U ( z) T z T ( z 1)
W ( z) Kp e d , N 0.1
E( z) Ti Ti ( z 1) Te z N
N ( z) i
a z i
H ( z) i0
d
la fonction de transfert en z
D( z )
b z
i0
i
i
H ( z ) d
L1 i pi Lim hk 0 si i z pi 1
k
C z
z i 0 k
1 z
G ( p) G( z)
pa z e aTe
ba z z
G ( p) G( z)
p a p b z e aTe z e bTe
Chap.1/ 331
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Soit pi = i +ji un pôle pour G(p)
i +ji i ji
Donc pour G(z) z i =e Te . pi
=e e e
La condition de stabilité du système continu, à savoir i <0 implique que :
i ji
zi =e Tep
e e 1
332
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Domaine de stabilité
Lien avec un système continue z eTe p , soit p= +j
z =eTe p 1 0
Im Juste Oscillant
Re
N ( z) i
a z i
H ( z) i 0
d
la fonction de transfert en z
D( z )
i
b z
i 0
i
D( z ) b0 b1 z ...bd 1 z d 1 bd z d , bi i
Critère de jury
STABILITY_JURY