Beruflich Dokumente
Kultur Dokumente
FORMATION EN
AUTOMATIQUE
ASSERVISSEMENT CONTINU / LINEAIRE
1
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
1
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
2
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
consigne température
correcteur Radiateur Pièce
capteur
Ici la rétroaction permet à partir de la mesure de la grandeur qui nous intéresse appelée sortie
(température du local, vitesse du moteur) de réinjecter cette information dans le système de
commande de façon à tenir compte des variations et des perturbations. On n’utilisera plus
directement l’entrée pour commander le système, mais l’erreur entre l’entrée, qu’on appelle
maintenant, consigne, et la sortie.
On devra assurer:
- la précision du système (erreur sur la sortie la plus faible possible )
3
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
- la rapidité (la sortie atteint la consigne avec le retard le plus faible possible)
- la stabilité (pour une consigne finie, la sortie reste finie).
L’introduction d’une contre réaction peut entraîner des problèmes d’instabilité. La boucle fermée est
seule capable de :
- compenser des perturbations qui ne sont pas mesurables (variation de température extérieure, le
vent ..)
- stabiliser un système qui serait instable en boucle fermée
Quelques définitions
remarque: La plupart des systèmes ne sont linéaires que dans une plage de leur fonctionnement,
mais l’avantage des systèmes linéaire est que l’on sait les décrire facilement (analytiquement ) et
que l’on dispose d’outils mathématiques bien adaptés à leur étude. Dans notre cas, nous
n’étudierons que les systèmes linéaires.
Afin d’atteindre notre objectif qui est d’apprendre à utiliser les outils nécessaires pour imposer des
performances aux systèmes, je vous propose la démarche suivante:
4
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
2.1 Définitions
Définition 1 : un système est un dispositif régit par une relation de cause à effet. Ce qui sous entend
l’existence d’une grandeur excitatrice (variable d’entrée) et d’une grandeur par laquelle on observe
l’effet de l’excitation (grandeur de sortie).
Entrées: grandeurs sur lesquelles l’utilisateur peut agir directement (malgré les perturbations).
Exemple du bassin de décantation (figure ci-dessous) : il y a une entrée qui est le débit d’eau
dans la conduite d’arrivée (Qe), et que l’utilisateur peut faire varier grâce à une vanne. Ici les
perturbations sont dues aux intempéries.
Sorties: grandeurs à asservir
Exemple du bassin de décantation: niveau de l’eau dans le bassin. L’utilisateur visualise l’écart
entre le repère R et le niveau dans le tube. A partir de l’estimation de , l’opérateur décide alors de
réagir en tournant manuellement la vanne pour régler le débit d’eau et l’amener juste en R.
vanne
Q e
R
Q s
5
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Définition 2 : Un système est linéaire continu si l’entrée et la sortie de ce système sont liées par
une relation dynamique décrite par une équation différentielle à coefficients constants.
e(t) entrée, s(t) sortie
2.2 Propriétés:
Additivité:
Si s1(t) est la réponse du système à l’entrée e1(t), et s2(t) est la réponse du système à l’entrée e2(t),
alors la réponse du système à e1(t)+e2(t) est s1(t)+s2(t).
Proportionnalité.
Si s(t) est la réponse du système à l’entrée e(t), sa réponse à l’entrée k.e(t) est k.s(t).
Conséquences:
Lorsque le signal reçoit une perturbation, on peut étudier séparément la réponse du système à
l’entrée, et sa réponse à la perturbation, et appliquer pour avoir la réponse globale ce principe de
superposition.
Pour étudier la réponse d’un système linéaire continu à une entrée complexe, on peut décomposer
cette entrée complexe en une somme d’entrées élémentaires, et étudier séparément la réponse à
chacune des entrées élémentaires.
La linéarité d’un système peut se vérifier dans la pratique : on applique à l’entrée du système
successivement deux signaux différents, puis la somme des deux signaux. On doit observer en sortie
la somme des deux signaux.
s1(t) : régime transitoire, ou réponse libre du système, qui ne dépend que des conditions initiales
(état du système à l’instant initial ).
s2(t) : réponse forcée ou régime permanent, pratiquement de même nature que l’entrée.
Réponse
libre Réponse
forcée
6
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Le comportement des systèmes linéaires continus peut être décrit par une équation différentielle à
coefficient constant faisant intervenir l’entrée et la sortie du système. L’expression la plus générale
de cette équation, appelée modèle du système, peut être donnée par :
Soit s(t), un signal temporel causal (s(t) = 0 pour t<0), sa transformée de Laplace, notée S(p), est
donnée par :
T . L. s(t ) S ( p) s(t ). e
pt
dt
0
pC
Remarque : la Transformation de Laplace fait passer d’une fonction d’une variable réelle (le temps,
une dimension) à une fonction de la variable complexe p (deux dimensions). Les fonctions d’une
variable complexe ont plusieurs modes de représentations graphiques possibles (module et phase, en
fonction de la variable, module en fonction de la phase, etc...) qui ont chacune un intérêt différent
pour l’analyse des systèmes.
Pour s(t) donné, S(p) est unique, et on peut revenir à s(t) par la transformée de Laplace inverse,
notée T.L.-1 : s(t ) T . L. S ( p)
1
7
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Ce qui nous intéresse : pouvoir écrire la TL des fonctions qui apparaissent dans les modèles des
systèmes, quelle que soit la forme sous laquelle ces fonctions apparaissent :
- dérivées
- additivité
- linéarité
- retardées
Linéarité
TF{af(t)} = aF(p) avec a = constante
TF{af(t) + bg(t)} = aF(p) + bG(p)
Additivité
Si T . L.s1 (t ) S1 ( p)
et T . L.s2 (t ) S2 ( p)
alors T. L.s1 (t ) s2 (t ) S1 ( p) S2 ( p)
Dérivation à l’ordre 1
ds
T . L. (t ) p. S ( p) s(0 ) où s(0 ) lim s(t )
dt t 0
t 0
Dérivation à l’ordre 2
d 2 s d ds
ds
T . L. 2 (t ) T . L. (t ) p. p. S ( p) s(0 ) (0 )
dt dt dt dt
d 2 s ds
T . L. 2 (t ) p 2 . S ( p) p. s(0 ) (0 )
dt dt
d n s d n1 s
T . L. n (t ) p n . S ( p) p n1 . s(0 ) ... n1 (0 )
dt dt
d n1 s
Les s(0 ),..., (0 ) sont les conditions initiales du système.
dt n1
0
t
TL s(u). du F ( p) s(0 )
p
Retard
8
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
T . L. s(t ) s(t ). e dt
pt
s(u). e
p ( u )
du
0 0
T . L. s(t ) e p . S ( p)
Il y a quelques fonctions dont on doit connaître absolument la TL, car elles sont utilisées
couramment comme signal d’entrée sur les systèmes, soit lors de l’étude théorique (sur le papier
seulement), soit lors des expérimentations.
Ces fonctions sont : l’impulsion de Dirac, la rampe et l’échelon
Impulsion de Dirac
L’impulsion de Dirac est une distribution (extension des fonctions) notée généralement (t) que l’on
peut se représenter de la façon suivante.
Soit une fonction nulle partout sauf sur un intervalle [-T/2, +T/2], et qui vaut 1/T en zéro. Cette
fonction est représentée ci-dessous, pour trois valeurs T1<T2<T3 de T.
T1 t
T2
T3
Lorsque T tend vers zéro, cette fonction tend vers une limite qui serait nulle partout sauf à l’origine,
où serait concentrée toute son énergie. Cette limite n’est pas une fonction, c’est la distribution de
Dirac.
Ce qui importe, ce n’est pas de comprendre exactement ce qu’est une distribution de Dirac, mais
plutôt de bien connaître ses propriétés, et de savoir les utiliser pour modéliser les signaux
numérisés.
L’impulsion de Dirac peut aussi servir à modéliser des parasites, bruits, chocs...
L’impulsion de Dirac prend toute son importance lorsqu’on travaille en numérique, car on peut alors
générer facilement une impulsion physique (un échantillon non nul dans une suite d’échantillons
9
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
nuls), et la réponse des systèmes à l’impulsion donne des renseignements très importants sur leurs
caractéristiques. Il convient de noter que :
TL (t ) 1 :
La rampe
r(t)
a
t
Cette fonction est utilisée pour étudier la précision des systèmes. Elle peut servir à modéliser la
grandeur appliquée à l’entrée du système lors d’une phase de démarrage.
an . p n . S ( p) Ps ( p)
n0
b
m 0
m . p m . E ( p) Pe ( p)
où Pe(p) et Ps(p) sont des polynômes en p respectivement d’ordre n-1 et m-1 dont les coefficients se
calculent en fonction des conditions initiales. On voit que l’intérêt de la TL est principalement
qu’elle transforme une dérivation en temps en un produit par p en Laplace.
Ceci nous permettra d’exprimer S(p) en fonction de E(p) et des conditions initiales, ce qui n’est pas
possible directement en temps.
10
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
mM
b m
.pm
Pe ( p) Ps ( p)
S ( p) m 0
n N
.E ( p) n N
an . p n
n 0
a .p
n 0
n
n
Supposons que les conditions initiales soient nulles, ce qui veut dire que le système est au repos et
on lui applique une entrée non nulle.
Pe(p) et Ps(p) sont donc nuls.
mM
b m
.pm
S ( p) m 0
n N
.E ( p)
a .p
n 0
n
n
mM
b m
.pm
N ( p)
Posons : H ( p ) m 0
n N
d’où S ( p) H ( p).E ( p)
a .p
n 0
n
n D( p )
e(t) s(t)
H(p)
Le schéma bloc d’un système est composé de blocs fonctionnels, de sommateurs, de comparateurs
reliés entre eux par des arcs orientés. A chaque arc est associé une variable et à chaque bloc, une
transformation de l’information.
Par définition :
Les racines de N(p) sont appelées les zéros de la fonction de transfert.
Les racines de D(p) sont appelées les pôles de la fonction de transfert.
La représentation des éléments d’un système par leur fonction de transfert permet de les combiner
pour réduire les schémas fonctionnels.
11
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
v(t) s(t)
e(t)
S1 S2
Système en cascade
Exemple
e(t) s(t)
Pour adopter cette écriture, il faut se rappeler que la mise en cascade de deux systèmes fait appel à
la notion d’impédance d’entrée et de sortie et suppose en particulier que l’impédance d’entrée de S2
est infinie devant l’impédance de sortie S1. Autrement dit, le système S2 n’influence pas le
fonctionnement de S1.
1 1
H ( p) . A.
1 R 2.C 2. p 1 R1.C1. p
Par contre, si l’on supprime la chaîne d’amplification, nous aurons « la mise en série » de deux
cellules R-C. On ne pourra plus écrire que la fonction de transfert résultante est le produit de la
fonction de transfert de chaque cellule.
H1(p)
e(t) y(t)
H2(p)
Système en parallèle
12
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On parlera de systèmes bouclés lorsque la commande de l’installation dépend d’une façon ou d’une
autre de la sortie.
e(t) s(t)
C(p) F1(p)
G(p)
Il est usage d’appeler chaîne directe la cascade C(p) F1(p) qui conduit de (t) à s(t) et de chaîne
retour l’ensemble G(p).
La boucle ouverte est constituée de la cascade des éléments de la chaîne directe et retour, soit
C(p),F1(p), G(p). On obtient ainsi la fonction de transfert en boucle ouverte (FTBO).
Pour l’obtention de la fonction de transfert en boucle fermée (FTBF), on écrit
S ( p)
H ( p) (1)
E ( p)
S ( p) F1 ( p).C ( p). ( p) (2) et ( p) E( p) G( p).S ( p) (3)
1 F ( p)
S ( p) . .E ( p)
G ( p) 1 F ( p)
1 F ( p)
On en déduit que : H ( p) .
G ( p) 1 F ( p)
13
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
e(t) s(t)
F(p) 1/G(p
)
w(t)
D(p)
e(t) s(t)
C(p) F(p)
G(p)
w(t) s(t)
H(p)
e(t)
S ( p) H1 ( p).E( p) H 2 ( p)W ( p)
G2(p)
G3(p)
14
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
G4 ( p )
G3 ( p).(G1 ( p) G2 ( p))
S ( p) 1 1 G4 ( p )
Montrer que .
E ( p) G3 ( p) G ( p)
1 G3 ( p).(G1 ( p) G2 ( p)). 4
1 G4 ( p )
S ( p) G4 ( p)(G1 ( p) G2 ( p))
E ( p) 1 G4 ( p) G3 ( p)G4 ( p)(G1 ( p) G2 ( p))
m
j
bj p
N ( p) j 0
Soit: H ( p)
D( p) n
i
ai p
i 0
Rappeler la notion de gain statique et de FT normalisée.
D( p) ( p p1 ) n .( p p2 ) n ....(p pr ) n
1 2 r
n1 n2 ..nr n
m
j
bj p
j 0
H ( p)
r n
( p pi ) i
i 1
r ni cik
H ( p) bn
k
i 1 k 1 ( p pi )
1 d ( n k ) i
(ni k )! dp ( n k ) i i
15
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Exemple
2.6.2.1 Généralités
La démarche permettant de calculer la réponse temporelle d’un système à une entrée donnée peut
être schématisée comme suit:
où FT(p) désigne la fonction de transfert du système qui est une fraction rationnelle de deux
polynômes en p.
3) Déterminer la TL{E(p)} de signal d’entrée e(t) et calculer S(p) pour cette entrée particulière.
4) Décomposer l’expression obtenue pour S(p) en facteurs premiers, et appliquer la TL inverse de
façon à obtenir l’expression de s(t).
Remarque : une fois que l’expression dont on doit calculer la TL inverse est décomposée en
facteurs premiers, on obtient toujours une somme de termes d’ordre 1 ou d’ordre 2.
16
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Exemple : soit le système linéaire, d’entrée e(t) et de sortie s(t), décrit par :
d 2 s(t ) ds(t )
s(t ) e(t ) On pose e(t ) e (t )
2 t
2
dt 2 dt
Les conditions initiales sont nulles s(0 ) 0 s' (0 ) 0 . En déduire s(t).
et
Que dire du régime permanent ?
lim
t
s(t ) 0
Définition: Le temps de réponse d’un système linéaire est le temps au bout duquel l’amplitude du
régime transitoire devient une fraction donnée de l’amplitude du régime permanent.
s(t ) s p (t ) % s p (t )
On montre que pour un système du 1er ordre de constante de temps soumis à un échelon, le temps
de réponse à 5% est donné par t r 3 . Alors que pour un système du second ordre de coefficient
d’amortissement 0,707 et de pulsation naturelle n ,
on a : tr. n 2 .
Le comportement dynamique d’un système du premier ordre est décrit par un modèle dont la forme
la plus générale est :
ds de
a 1. (t ) a 0 . s(t ) b 1 . (t ) b 0 . e(t )
dt dt
a1. p a0 . S( p) b1. p b0 . E( p)
D’où S( p) FT ( p). E( p)
17
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
S ( p) b 1. p b 0
où FT(p), la fonction de transfert, est donnée par FT ( p )
E ( p) CI 0 a . p a
1 0
a0 a 1 . p
Donc, S ( p) . E ( p)
b .p b b . p b
1 0 1 0
Compte tenu de la linéarité de la Transformation de Laplace, la sortie s(t), pour une entrée e(t)
donnée, est la somme de deux termes s1(t) et s2(t), donnés par :
b b .p
s (t ) TL1 .E ( p) et s (t ) TL1
0 1
1 2 .E ( p)
a 1. p a 0 a 1. p a 0
Remarque : s2(t) est égale à la dérivée de s1(t) à un facteur près. Il suffit donc d’étudier s2(t), puis
de la dériver, pour obtenir la réponse globale s(t).
En général, on étudie les systèmes d’ordre 1 à partir d’une forme canonique de la fonction de
transfert, ce qui n’enlève rien à la généralité de l’étude. Cette forme canonique est :
K
FT ( p)
1 . p
K = Gain statique.
= constante de temps.
Remarque : la réponse impulsionnelle d’un système est toujours la transformée de Laplace inverse
de la fonction de transfert.
18
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Un système auquel on applique une impulsion et qui revient dans sa position de repos (initiale) est
un système stable.
K 1
D’où S ( p ) .
1 . p p
Par transformation de Laplace inverse, on obtient :
t
s( t ) K . 1 e . u ( t )
K = Gain statique. En régime stabilisé, pour une entrée constante égale à E, la sortie est constante et
est égale à K.E.
19
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Equation différentielle décrivant le comportement dynamique d’un système du second ordre dont
l’entrée est e(t), et la sortie s(t) :
Pour obtenir cette expression, on calcule la transformée de Laplace des deux membres de l’équation
différentielle. Les conditions initiales étant supposées nulles, l’équation devient :
(a2 p 2 a1 p a0 )S ( p) (b2 p 2 b1 p b0 ) E ( p)
S ( p) b2 p 2 b1 p b0
FT ( p)
E ( p) a2 p 2 a1 p a0
A partir de cette expression de la fonction de transfert, on peut, pour une entrée e(t) donnée, calculer
la réponse temporelle s(t) du système à cette entrée, par transformée de Laplace inverse de
l’expression :
b2 p 2 b1 p b0
S ( p) E ( p)
a2 p 2 a1 p a0
b2 p 2 b1 p b0
S ( p) E ( p ) E ( p ) E ( p)
a2 p 2 a1 p a0 a2 p 2 a1 p a0 a2 p 2 a1 p a0
S ( p) S 2 ( p) S1 ( p) S 0 ( p)
La transformée de Laplace étant une transformation linéaire, la transformée inverse de cette somme
de trois termes est égale à la somme de leurs transformées inverses respectives. De plus, si l’on note
si(t) les transformées inverse respectives des trois termes Si(p), on voit qu’il suffit de calculer s0(t),
car les deux autres s’en déduisent facilement par dérivation :
b ds b2 d 2 s0
s1 (t ) 1 0 et s2 (t )
b0 dt b0 dt 2
20
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Aussi suffit-il d’étudier la réponse temporelle d’un système du second ordre type, dont la fonction
de transfert est de la forme :
b0
S 0 ( p) E ( p)
a2 p a1 p a0
2
On a l’habitude d’étudier cette fonction de transfert type sous une forme dite canonique :
Réponse indicielle :
K E
S 0 ( p) . 0 (forme canonique pour E(p) = E0/p)
p p2 p
1 2m
0 02
0 = pulsation propre du système, est positive.
m = amortissement, peut être positif ou négatif.
K = Gain statique.
p p2
Cas où m 1, le trinôme 1 2m admet deux racines réelles. Si les
0
2
0
coefficients du trinôme sont tous positifs, les racines sont alors négatives. La réponse du système est
dite apériodique.
t t
KE 0 1
1 2
S ( p) s(t ) KE 0 (1 e e )
2
p(1 1 p)(1 2 p) 1 2 1 2
p p2
Cas où m < 1, le trinôme 1 2m admet deux racines complexes conjuguées. Si
0
2
0
les coefficients du trinôme sont positifs alors la réponse du système est oscillatoire amortie.
e m t
o
m
s(t ) K [1 cos( 0 1 m 2 t ) et arctg ( )
1 m 2
1 m 2
m 2
A noter : D% 100e 1m2
et Tp
0 1 m2
21
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
2. 6.4 : Réponse harmonique des systèmes continus linéaires lieux des transferts.
e(t) s(t)
F(p)
Un système linéaire de fonction de transfert F(p) commandé par une entrée sinusoïdale e(t)=E.sin(t
) présente en régime permanent, une sortie sinusoïdale amplifiée (ou atténuée ) et déphasée par
rapport à l’entrée avec un gain et un déphasage qui sont respectivement le module et l’argument du
nombre complexe F(j).
F ( j ) ( )
Arg ( F ( j )) ( )
F ( j ) ( )e j ( ) A( ) jB( )
Ainsi, l’étude fréquentielle ou harmonique d’un système se réduit à celle du nombre complexe F(j)
que l’on peut représenter sur un diagramme de Bode, Nyquist ou Black.
22
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On montre que si
|G| = 1 alors |G|dB = 0 dB
Par ailleurs, on montre que 20log |G| est une droite de pente 6 dB octave, et -20log |G| est une droite
de pente -6db octave.
Soit un système de fonction de transfert F(p). Tracer le lien de Nyquist d’un tel système, revient à
tracer la courbe dans le plan complexe. Le lieu est gradué en w.
On oriente la courbe dans le sens des w croissant.
C’est la représentation de Bode mais transcrite dans un seul plan. Un point du plan de Black est
repéré par le module et la phase de F(jw) pour w donné.
On repèrera la phase sur l’axe des abscisses et le module (en dB) sur l’axe des ordonnés. Là encore,
le lieu doit être gradué en w et orienté, sinon il n’a aucune valeur.
23
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
3.1 Définition:
D’une manière générale, un système est stable quand il tend à revenir à son état permanent après
une perturbation. D’un point de vue algébrique, un système linéaire continu est stable si les pôles de
sa fonction de transfert ont leur partie réelle négative, c’est à dire s’ils se trouvent dans le demi-plan
gauche du plan complexe. Ce demi-plan est couramment noté Q.
Considérons un système caractérisé par la fonction de transfert :
Les pôles de F(p) sont les racines de l’équation D(p) = 0 appelée couramment équation
caractéristique. On posera, dans la suite de ce cours, D(p) = 1 + H(p).G(p)
Les zéros de F(p) sont les racines de l’équation N(p) = 0.
Il en résulte que le système précédent est stable. Dans de nombreux cas il n’est pas trivial de
résoudre l’équation caractéristique ou bien l’on ne dispose que d’une représentation graphique
(Bode, Nyquiste, Black) du système. Dans de tels cas quelques méthodes pour étudier la stabilité
des systèmes ont été proposées. On peut citer:
-Le critère de Routh-Hürwitz
-Le critère de Revers
-Le critère de Nyquist.
3. 2 Le critère de Routh.
Le critère de Routh est une méthode triviale pour étudier la stabilité des SLC (Systèmes Linéaires
Continus) qui consiste à déterminer le signe des racines de l’équation caractéristique. Il a en fait
proposé une méthode consistant à étudier la stabilité à partir des coefficients de l’équation
caractéristique. Ce critère se compose de deux conditions :
Soit l’équation caractéristique écrite sous la forme : a0 + a1.p +, a2.p2 +…+ an.pn
Selon Routh, la stabilité exige que tous les coefficients ai de l’équation caractéristique soient
positifs
Si la condition nécessaire est vérifiée, il faut alors construire le tableau de Routh comme ci-après :
24
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On A1 A2 A3…
détermin
e B1 B2 B3…
C1 C2 …
Avec :
A1 = …
On arrête la construction de ce tableau dès qu’un zéro apparaît dans la colonne 1. La condition n°2
s‘énonce ainsi :
Pour que le système soit stable en boucle fermée, il faut et il suffit que tous les coefficients de la
première colonne soient positifs.
S’il apparaît des changements de signe dans la première colonne, l’équation caractéristique a des
racines a partie réelle positive. Le nombre de pôles instables est égal au nombre de changements de
signe.
Condition 1 : Tous les ai sont positifs ; il faut donc construire le tableau de Routh.
25
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On rappelle que pour observer la stabilité du système bouclé, il suffit de vérifier que l’équation
caractéristique 1 + H(p)G(p) = 0 n’a pas de racine dans le demi-plan complexe positif. Il revient au
même de dire que, si H(p)G(p) n’entoure pas le point (-1, 0), alors l’équation 1 + H(p)G(p) n’a pas
de racine dans le demi-plan complexe positif (demi-plan appelé contour de bromwich).
Un système bouclé est stable si son lieu de transfert en boucle ouverte n’entoure pas le point
critique (-1, 0)
En d’autres termes, pour que H(p)G(p) n’entoure pas le point (-1,0), il faut et il suffit que :
Son nombre de pôles et zéros dans le demi-plan complexe positif soit nul
Ou que le nombre de pôles positifs soit égal au nombre de zéros positifs
Le critère de revers s’applique aux systèmes linéaires asservis pour lesquels la fonction de transfert
et les boucles ouvertes ne présentent pas des pôles ou zéro instables.
Si, en parcourant dans le plan complexe le lieu de transfert d’un système en boucle ouverte dans le
sens des w croissants, on laisse le point critique à gauche, le système bouclé est stable. Il est instable
dans le cas contraire.
Remarque: Il est important de noter qu’on travaille sur la fonction de transfert en boucle ouverte
pour conclure sur la stabilité de la boucle fermée.
Dans le plans de Bode, le point critique se transforme en (0 db, -180). Il suffit donc d’observer la
valeur du gain en BO lorsque l’argument de la FTBO est égal à –180°.
Un exemple d’application est donné par :
26
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Le Lieu I : On observe un gain G < 0 dB pour = -180°. Le système est donc stable en
boucle fermée
Le Lieu II : Cette fois G > 0 dB pour = -180°. Le système est donc instable en boucle
fermée
Dans le plan de Black, le point critique est, comme dans le plan de Bode, (0 dB, -180°).
Il est aisé de contacter qu’un lieu, correspondant à un système stable et qui laisse le point critique à
gauche dans le plan de Nyquist, le laisse cette fois à droite dans le plan de Black.
La fonction d’un système asservi est de faire suivre à la sortie S(p), une loi fixée par E(p) selon la
configuration suivante (cas général):
P(p)
L’idéal serait que, dans le cas d’un asservissement parfait, que l’on puisse assurer la stabilité, la
précision, une bonne rapidité malgré les perturbations P(p). La stabilité a été déjà étudiée.
Le rôle des systèmes asservis est de faire suivre à la sortie s(t) une loi fixée par e(t), avec pour idéal
(t) = e(t) – s(t) = 0. En pratique, que peut-il se passer ?
En fait, les deux sources d’erreur sont présentes simultanément, mais en vertu du théorème de
superposition, on peut écrire que : (t) = e(t) + p(t) avec
Nous nous intéresserons dans ce paragraphe à l’erreur permanente, c’est à dire à l’erreur statique
(). En appliquant le théorème du retard, nous pouvons écrire que :
27
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On a P(p)=0, il vient : (p) = E(p) – H(p) (p) avec H(p) = C(p).F(p) d’où :
Donc, l’écart est lié d’une part à la forme du signal d’entrée et d’autre part, à la forme de la
FTBO .
a) Influence de l’entrée.
si l’entrée est un échelon, l’écart est appelé écart de position et est noté p
si e(t) est une rampe, l’écart est appelé écart de traînage et est noté t
si e(t) est une parabole, l’écart est appelé écart en accélération et est noté a
b) Influence de la FTBO
On a FTBO = KN(p)/[D(p)]
A-Entrée en échelon. E (p) = G/p. L’écart de position est, selon le théorème de retard :
p = limp->0 p(p) = G/[1 + K]
C-Entrée en accélération. E(p) = G/p3. On montre, comme précédemment, que a --> infini
On a FTBO = KN(p)/[p.D(p)]
28
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On travaille maintenant à entrée constante donc en régulateur. On s’intéresse aux variations s(t)
dues à une perturbation p(t) de la grandeur de sortie. La fonction de transfert vis à vis de la
perturbation s’écrit :
S(p) F(p)
avec H = F.C
P(p) 1 H(p)
Dans le cas d’une perturbation permanente : P(p) = P0/p on a s(t) = limp->0 pS(p) = 0
Avec S(p) = p.K2/(K1.K2)
Le système est cette fois sollicité par des variations d’entrées et des perturbations. Et pour obtenir
une meilleure précision en plus de la stabilité, une solution consiste à placer un intégrateur en amont
de F(p) donc juste après le comparateur : C’est la place du Correcteur.
Un correcteur intégral :
annule l’effet des perturbations,
rend l’écart de position nul et l’écart de traînage fini.
C’est l’outil de la précision statique. Par contre, il faudra si possible revoir la stabilité car
l’intégrateur déstabilise un système.
Apprécier le degré de stabilité d’un système, c’est quantifier son éloignement (le lieu de transfert)
du point critique. Les critères servant à chiffrer ce degré sont principalement :
la marge de gain (MG),
la marge de phase (Mp),
la marge de retard (MR)
29
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Elle se détermine facilement dans le plan de Black (figure ci-dessous). Pour une bonne marge de
gain et de phase, l’on vérifie que :
MG 6 dB et 60° MP 30°
Une bonne précision dynamique donne un amortissement moyen pour un temps de réponse faible.
Un amortissement moyen correspond à une réponse transitoire à faible dépassement.
La précision dynamique est appelée aussi qualité du système asservi. Elle chiffre l’erreur transitoire
apparaissant dans la réponse à un échelon. Si on veut un amortissement élevé pour un temps de
réponse faible, on a intérêt à minimiser l’erreur dynamique
30
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
4.1. Introduction
P(p)
E(p)
+ S(p)
C(p) F(p)
+
Un correcteur est représentable par une équation différentielle au même titre que le processus qu’il
doit contrôler.
4.2.1: Principes
principe 1
On sait que la perturbation peut être effacée si la chaîne directe comporte un Intégrateur en amont
de cette perturbation. Dans ces conditions si F ne comporte pas d’intégrateur, C(p) en comportera au
moins un.
31
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Principe 2
D’où
H(p)
C(p) (E.2-1)
F(p)[1 H(p)]
En règle générale, on s’oriente vers une FTBF du second ordre de la forme canonique :
H(p) 1
(E.2-2)
1 2 2
p2
n n
Principe 3
Le correcteur doit être physiquement réalisable, ce qui implique que le degré du numérateur soit
inférieur ou égal au degré du dénominateur (d°(N) d°(D).
Principe 4
Une fois le modèle de correcteur choisi, il faudra vérifier par simulation ou par tout autre moyen
analogue que l’ensemble de la chaîne correctrice fonctionne normalement (pas de saturation,
stabilité, perturbation effacée …)
soit un système de 1er ordre F(p) = k/[1 + p] dont on désire améliorer la précision statique et la
rapidité de réponse en BF. A partir des équations E .2-1 et E.2-2 on déduit le correcteur :
1 Gr (1p)
C(p)
K (2 p p2 ) p(1Tp)
1p n n 2
avec
Gr n et T 1
2K 2 n
Ce correcteur est physiquement réalisable car le d°(N) < d°(D). Nous remarquons aussi qu’il
contient un intégrateur, ce qui permettra d’annuler l’erreur statique et atténuer les perturbations.
32
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
(p)
R - U(p)
+
U(p)/(p) = 1/(Ti p)
De façon similaire, on définit aussi le Correcteur intégral approché appelé aussi à retard de
phase :
1Ti p
C(p)Gr ( )
1aTi p
Le correcteur PD pur n’étant pas réalisable, on définit ainsi le Correcteur dérivé approché appelé
aussi à avance de phase où l’on filtre l’action dérivée :
1aTd p
C(p)Gr( )
1Td p
C. Le correcteur PID
Le correcteur proportionnel, intégral et dérivée (P.I.D) le plus connu du monde industriel est
apprécié pour sa relative facilité de mise en oeuvre (réalisation + réglage), et pour sa relative
robustesse (face aux perturbations, incertitude).
33
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Les Structures générales, les plus utilisées, du correcteur PID sont les suivantes :
P
Parallèle I C(p) = Gr + 1/(Ti p) + Td p
D
Mixte I
P C(p) = Gr[1 + 1/(Ti p) + Td p]
D
Le correcteur mixte n’étant pas réalisable, nous serons obligés de filtrer l’action dérivée, c’est à
dire ajouter un terme du 1er ordre au dénominateur. D’où la forme du correcteur filtré :
NB :
Gr : gain de l’action proportionnelle.
Le coefficient Gr permet d’agir sur la rapidité et la stabilité du système bouclé.
Ti : Constante d’intégration
L’action intégrale du correcteur est utile lorsque le système ne possède pas de pôle en Q.
Il est à noter que l’action intégrale pénalise la rapidité du système bouclé.
Td : Constante de dérivation.
L’action dérivée permet aussi d’agir sur la stabilité et la rapidité du système bouclé.
Remarques:
b) La correction dérivée pure n’est que théorique. Il n’est pas réalisable physiquement et est
caractérisé par un gain infini en HF (tous les bruits sont amplifiés). On préfère donc au correcteur
précédent, le correcteur dérivé approché appelé aussi à avance de phase.
34
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Il est important de maintenant choisir ou régler les paramètres suivants : (k, Ti, Td). Le réglage de
ces paramètres est un problème quotidien pour l’Automaticien. Il est alors nécessaire de mettre en
œuvre des méthodes simples, rapides et suffisamment précises.
Si l’on choisit d’utiliser un correcteur PI ou PD, le zéro apporté par le correcteur PI ou par le
correcteur PD peut permettre la simplification du pôle dominant. Cette solution simple et efficace
permet souvent d’améliorer les performances sans complexité de réglage. Dans le cas d’un PID, les
deux zéros apportés par le correcteur simplifient deux pôles ou un pôle du processus.
Un tel système présente deux constantes de temps 1 et 5 et donc un pôle dominant -1/5.
On asservit le système précédent avec un correcteur et une boucle à retour unitaire.
Performances demandées: Erreur de position nulle et système bouclé plus rapide.
Réponse: si l’on choisit le correcteur de la forme C(p) = (1+5p)/(5p), la FTBO corrigée vaut
Nous examinerons ici un certain nombre de techniques utilisées dans l’industrie permettant de
concevoir un régulateur à partir d’un modèle donné et pour des performances désirées.
Régulateur en cascade
Une régulation en cascade permet de minimiser les effets d’une ou plusieurs perturbations.
E + E1 + C2 F1
+ S1 F2
S
C2
35
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
On va introduire une boucle interne dont le rôle va être de détecter plus rapidement la perturbation
et de compenser ses effets.
La régulation comporte deux régulateurs :
Le régulateur primaire agissant sur l’ensemble (correcteur C1)
Le régulateur secondaire agissant sur la boucle interne (correcteur C2) et comportant
impérativement un intégrateur (annulant l’écart statique)
Le correcteur P.I.R
Tp
F(p) K e
1p
E (p) U(p)
+ A
Gr[1+1/(Tip)]
-
1/(Tip)[1-Exp(-Tp)]
U(p) Gr.A(1Ti p)
On a donc
E(p) Ti p A[1exp(Tp)]
FTBO Ae et FTBF e
p A(1e 1 p
Tp
Le système bouclé se comporte donc comme un 1er ordre retardé de gain 1 et de constant de temps
/A, ce qui revient à diminuer le temps de réponse (hors temps de retard bien entendu). Ce
correcteur donne de bons résultats lorsque le modèle du processus est simple. Il est toutefois
nécessaire d’avoir une bonne connaissance, à priori, du retard T
36
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
C’est la méthode (méthode empirique) la plus ancienne basée sur l’observation de la réponse du
processus et la connaissance de la structure de régulateur utilisé. Ziégler et Nichols utilisent un
modèle très simple de processus :
Tp
F(p) K e
p
Ils ont ensuite cherché, pour ce modèle, les paramètres du correcteur minimisant le critère de
performance ITAE.
Dans le cas où le système de fonction de transfert F(p) est bouclé par un correcteur proportionnel,
on recherche pour quel gain Ko de la boucle, des oscillations entretenues de période To,
apparaissent (limite de stabilité). Chacun des modèles F(p) est alors caractérisé par deux paramètres
(Ko, To) qui serviront à faire la synthèse du correcteur.
Cette aire correspond à (t) dt . Les bornes d’intégration dépendent en fait de l’erreur statique :
Si p = 0, on intègre de 0 à l’infini
Si p 0, on intègre de 0 à 2tr (tr étant le temps de réponse) pour être sûr que le régime
transitoire est terminé
Le critère de performance d’un système bouclé est donc défini par : f (t)dt
t
0
Avec t = infini ou t = 2tr. Selon la forme de la fonction f, plusieurs critères sont possibles :
t
Critère IAE (Integral of Absolute Error) : (t) dt
0
t
Critère ISE (Integral of Square Error) ou critère de l’erreur quadratique :
2
(t) dt
0
t
Critère ITAE (Time Multiplied by Absolute Error): t (t) dt
0
37
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
5.1. Introduction
Un système asservi est dit échantillonné si sa fonction régulateur est réalisée par un système
programmable (calculateur ou système microprogrammé)
S
Clavier Ucn + Correcteur Urn CNA U r* BOZ Ur Processus
-
horloge
Umn Um
CAN filtre Capteur
calculateur
Umn
Ucn + Correcteur Urn CNA BOZ Processus Capteur CAN
+ Filtre
-
38
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
f(t) T f*(t)
f*(t) fB (t)
f(t)
t t
0 T 3T 4T 0 T 3T 4T
1e
Tp
B (p)
0 p
sin T
Tj
(j)
1e Te
j T 2
B 0 j
2
T
2
Le module du BOZ s’écrit
sin T
B0(j) T T2
2
5.2. Système en BO et BF
5.2.1 Système en BO
F1(z) F2(z) 39
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
T S(z)
E(z) F1(p F2(p) F(z) = [F1 F2](z)
)
F(z)
T S(z)
1e
E(z) B0(p) F(p) Tp
B (p)
0 p
TP
e F(p)
Tp
On a S(z) = [B0F](z).E(z) avec [B0F](z) = TZ F(p) e
F(p) TZ
F(p)
TZ
p p
p
p
Le terme e-Tp.F(p)/p représente tout simplement F(p)/p retardé d’une période d’échantillonnage T.
Ainsi, d’après le théorème de retard : TZ[G(p).e-Tp] = z-1.TZ[G(p)]
D’où
B0F (z)1z TZ F(pp)
1
5.2.3 Système en BF
(z)
E(z) + T
e(t) T e*(t) *(t)
E(z) -
Sm(z)
s*(t) S(z)
Considérons un système en BF
C(z)
-
Sm(z) R(p)
De ces équations
Sm(z) = [FR](z) Ur(z)
S(z) = C(z).F(z). (p)
(p) = E(p) – Sm(z)
40
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
on déduit
S(z) C(z).F(z)
E(z) 1C(z).[FR](z)
Le comportement d’un système asservi échantillonné doit être le même qu’un système asservi
continu (stable, précis, rapide).
Ce comportement du système numérique va aussi dépendre de la période d’échantillonnage T qui ne
peut être choisie n’importe comment :
Si elle est trop petite, le calculateur travaille inutilement alors que le processus n’a pas
évolué
Si elle est trop grande, le calculateur pourra rater des évènements importants (perturbations
par exemple) où les erreurs générées seront difficilement rattrapables.
Mais en pratique on choisit (où f0 la plus grande fréquence transmise par le processus en BF) :
5.f0 < 1/T < 25.f0 (3.I)
NB : La plus haute fréquence transmise par le processus est donnée par sa bande passante
Pour un système du 1er ordre en BF : F(p) = 1/(1 + p), la pulsation de coupure est c = 1/ ; donc
la plus haute fréquence transmissible est donnée par : f0 = c/(2) = 1/(2). Si on applique la
relation (3.I), il vient :
5/(2) < 1/T < 25/(2) et on prend souvent 0,25. < T <
La bande passante est liée à n et . Si = 0.7, ce qui est le souvent le cas en régulation (faible
dépassement et temps de réponse minimum) alors c = n.
En appliquant la relation (3.I), on prend : 0,25 Tn 1,25
5.3. Stabilité
41
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
C(z).F(z)
FTBF(z) avec
1 FTBO(z)
Règle de stabilité :
Règle 2 : Un système bouclé est stable si les racines de son équation caractéristique donnée par (1
+ FTBO(z) = 0) ont, chacune, leur module inférieur à 1.
Critère de Jury
(1) (1) a 0
n n i
2) i
i 0
3) |a0| < an
l l
a a a
l 1
0 n l k
avec k l l pour 0 l n-3 et 0 k n – l – 1
a a n l k
a1 + a0 > 0
a1 - a0 > 0
42
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
a0 + a1 + a2 > 0
a0 – a1 + a2 > 0
|a0 | < a2
a0 + a1 + a2 + a3 > 0
-a0 + a1 - a2 + a3 > 0
|a0 | < a3
a02 + a32 > a0a2 – a1a3
F(z)
S(z)
E(z) + (z) T K T
B0(p) 1/(1+p)
On montre très rapidement que la fonction de transfert du processus muni de son BOZ est :
F(z) = K0 / (z – z0) avec K0 = (1-e-T ) et z0 = e-T
a0 = KK0 – z0 = K – z0(1+ K)
a1 = 1
La condition d’échantillonnage impose 0.25 < T < où est la constante de temps en BF.
En choisissant = 0.5BO , avec BO = 1s = constante de temps en BO, on a alors :
0.125 s < T < 0.5 s. Et en prenant T = 0.2 s, il vient K < 10,1
Conclusion : Contrairement à un système continu, un système de 1er ordre échantillonné peut être
instable lorsqu’on le boucle. L’échantillonnage a donc un effet déstabilisant.
43
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
T S(z)
E(z) + (z) T K B0(p) F(p)
Ur(z)
- Um(z)
R(p)
E(z)
(z)
1 K[B0 FR(z)]
Pour obtenir l’écart permanent, il suffit d’appliquer le théorème de la valeur finale
P(z)
T T
S(z)
E(z) + (z) T K B0 F1(p) F2 (p)
Ur(z)
- Um(z)
R(p)
On démontre que
44
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
E(z) [F2R](z)
(z) .P(z)
1 K[B0F1F2R(z)] 1 K[B0F1F2R(z)]
5.4.3 Conclusion
Le comportement demandé au système échantillonné est le même que celui demandé au système
continu : ses propriétés doivent être robustes vis à vis de :
Sa stabilité
Sa précision statique
Sa précision dynamique
Les méthodes de réglage, par contre, différeront, d’une part à cause de la constitution du régulateur,
d’autre part à cause du fait que les paramètres du système bouclé dépendent pour une grande partie
de la fréquence d’échantillonnage.
45
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
6.1. Introduction
Dès lors que les performances d’un système échantillonné ne sont pas jugées suffisantes, il y a lieu,
comme en continu, de corriger le système. Le correcteur sera cette fois numérique, donc
programmable et pourra être décrit par un algorithme.
L’expérience montre que l’utilisation de calculateurs numériques permet de développer des
stratégies de correction beaucoup plus puissantes qu’en continu. Nous citerons :
Les PID numériques que l’on trouve dans le commerce
Les correcteurs à temps de réponse minimal, beaucoup plus numériques que les
précédents
Les correcteurs à pôles dominants, très performants et très rapides à mettre en œuvre
46
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
La réalisation d’un PID numérique est très facile à partir des modèles élémentaires précédents. Ainsi
pour un PID mixte avec action dérivée filtrée CDF :
a.Td p
C(p) = Gr(1 + CI + CDF) = Gr (1 1 )
Ti p 1Td p
on montre que :
r0 r1 z 1 r2 z 2
C(z) (E6.2)
(1 z 1)(1 s1 z 1)
avec
r0 = Gr(1+Ki+aKd)
r1 = -Gr(1+Kd+Ki Kd+2aKd)
r2 = Gr Kd(1+a) et s1 = -Kd
En posant C(z) = R(s) / S(z), le schéma fonctionnel d’un système bouclé devient :
1
E(z) R Y(z) E(z) ----------
Y(z)
----------
F(z) T=R S F(z)
S
De l’équation (E6.2), on déduit les expressions de R(z) et S(z) où l’on aura 4 paramètres de réglages
(r0, r1, r2 et s1). La FTBF s’écrivant H(z) = Y(z) / E(z), il est donc possible de déterminer les 4
paramètres en fonction des pôles de la FTBF.
Couramment on cherche à obtenir une FT du 2nd ordre où l’on impose le coefficient
d’amortissement, le temps de réponse ou de montée…
47
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
Ce correcteur numérique a pour but d’obtenir un système en BF dont le comportement est proche de
celui d’un système 2nd ordre. Le système corrigé sera caractérisé par :
Son régime transitoire (amortissement, pulsation wn, dépassement, tr, tpic)
Son régime permanent avec une erreur statique nulle pour un échelon de position et de
vitesse
Pour ce faire le correcteur de la forme C(z) = GC1(z)C2(z)C3(z) devra répondre aux impératifs
suivants (avec G une constante):
Il doit compenser les pôles et zéros dominants de la FTBO (à l’exclusion de z = 0). Ceci
implique que C(z) comporte un terme C0(z) tel que :
(1a1z 1)(1a2 z 2)
C1(z)
(1b1z 1)(1b2 z 2)
où bi sont les pôles dominants de la FTBO(z) et ai les zéros dominants.
Application
F(z)
T S(z)
E(z) + (z) T C(z) B0(p) F1(p)
1 z 1
F(z)0.1z 1
(1 z 1)(10.6z 1)
48
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
10.6z 1 1 1 A1z 1
C(z)G. 2 spécifications
1 z 1 1 z 1 1 A2 z 1
compensation 1 intégrateur
supplémentaire
Si l’on désire un temps de réponse minimal, alors le régime transitoire doit comporter un nombre
fini et minimal de périodes d’échantillonnage. En d’autres termes, le polynôme qui décrit (z) doit
être de degré n (avec n = fini), soit :
E(z)
(z) (0)(T)z 1...(nT)z n
1C(z)F(z)
On impose aussi à ces systèmes une erreur nulle en régime permanent, donc :
où H(z) la FTBF et E(z) l’entrée de type échelon de position, de vitesse ou d’accélération ayant pour
T 2 z(z 1)
expression respective : z , Tz 2 et (E6.4)
z 1 (z 1) (z 1)3
On peut généraliser l’entrée sous la forme :
T n B(z 1)
E(z)
(1 z 1)n 1
B(z-1) est un polynôme de degré n (avec n = fini), n’ayant pas de racine z = 1.
Ainsi de H(z) = C(z)F(z)/[1+C(z)F(z)], on déduit :
1 H(z) n 1
(z) T B(z )
(1 z 1)n 1
Pour que (z) soit de degré fini et minimum, il faut que le terme [1+H(z)]/(1-z-1 )n+1 soit lui-même
de degré fini et minimum. Or, le polynôme le plus simple est le polynôme : z0 = 1. Donc la
condition sur H(z) s’écrit :
1 + H(z) = (1 – z-1)n+1 (E6.5)
Un système est minimal absolu si la FTBO a tous ses éléments stables, autrement dit, elle ne doit
posséder ni pôle ni zéro à l’extérieur du cercle de rayon 1.
49
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
En appliquant l’équation (E6.5), les valeurs des FTBF des systèmes minimaux absolus pour les
différents types d’entrées (dont les expressions sont données par l’équation E6.4) sont :
Entrée de type échelon de position (e(t) = 1 ordre n = 0) : H(z) = FTBF(z) = z-1
Entrée de type échelon de vitesse(e(t) = t ordre n = 1) : H(z) = 2z-1 – z-2
Entrée de type échelon d’accélération (e(t) = t2 n = 2) : H(z) = 3z-1 – 3z-2 + z-3
On en déduit la FT du correcteur :
H(z) 1(1 z 1)n 1
C(z)
F(z)[1 H(z)] F(z)(1 z 1)n1
Application
Reprenons l’exemple du paragraphe 3 de ce chapitre où F(z) = FTBO(z) est donnée par :
1 z 1
F(z)0.1z 1
(1 z 1)(10.6z 1)
Si l’on désire un TRMA pour une entrée en rampe (donc n = 1), le système minimal absolu admet
donc pour FTBF : H(z) = z-1(2-z-1) et la FT du correcteur s’écrit :
(10.5z 1)(10.6z 1)
C(z)20 correcteur parfaitement réalisable
(1 z 1)(1 z 1)
Les réponses aux échelons de position et vitesse sont les suivantes (pour T=0.5s):
Position : S(z) = (2z-1- z-2) / (1-z-1) = 2z-1 + z-2 + z-3 + … (voir figure a)
Vitesse: S(z) = 0.5z (2z - z )/(1 – z ) = z + 1.5z + 2z +…
-1 -1 -2 -1 2 -2 -3 -4
(voir figure a)
s*(t)
Fig(a) : erreur nulle à compter de l’échantillon de rang 2, avec un dépassement pour T=0,5.
Fig(b) : erreur de traînage nulle aux instants d’échantillonnage (à partir de n=2).
NB : Les systèmes à TRMA, bien que construits pour un type bien défini d’entrée, ont une forte
tendance à onduler en sortie.
L’inconvénient des systèmes minimaux absolus est qu’il existe des oscillations « cachées », bien
que l’erreur statique soit nulle aux instants d’échantillonnage. L’idéal est donc d’obtenir une
réponse à une consigne dans les délais les plus brefs et sans oscillations : c’est la notion de réponse
plate ou réponse pile.
L’on montre que ces oscillations proviennent des discontinuités du signal de commande issu du
BOZ qui fournit en réalité des signaux en « escalier ».
50
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)
La figure (a) du paragraphe 4.1 donne une allure d’une réponse pile à un échelon
Application
Reprenons l’exemple du paragraphe 3 de ce chapitre où F(z) = FTBO(z) est donnée par :
1 z 1
F(z)0.1z 1 = N(z)/D(z)
(1 z 1)(10.6z 1)
On a donc à résoudre le système:
51