Cours Asserve Simplifié

Cours 02 – Modélisation des systèmes asservis en SLCI et réponses temporelles Lycée Bellevue Toulouse – CPGE MP
Modélisation des systèmes asservis en SLCI et réponses temporelles
Exemples de systèmes asservis de la salle de TP SII

Robot jockey, Direction Assistée Electrique, Maxpid, cordeuse de raquette ...
1. Systèmes automatiques
1.1. Définition système automatique

Un système automatique est un système dont les éléments le constituant coordonnent entre eux pour
réaliser des opérations et pour lequel l'intervention humaine est limitée à la programmation du système
et à son réglage préalable. Un système automatique permet de :
• Réaliser des tâches trop complexes ou dangereuses pour l'homme
Exemple : Module d’exploration Martien
• Substituer la machine à l’homme pour faire des tâches répétitives et pénibles
Exemple : Bras de soudage de chaîne d’assemblage automobile
• Accroître la précision
Exemple : Robot chirurgical
Les systèmes de commande automatiques s'inspirent le plus souvent du comportement de l'homme.
1.2. Classification des systèmes automatiques

Les systèmes automatiques sont classés en fonction de la nature de leurs informations de commande et
de mesure. On distingue deux types d'informations : analogiques et discrètes.
Information (signal) analogique : Une information analogique peut prendre, de manière continue,
toutes les valeurs possibles dans un intervalle donné. Un signal analogique peut être représenté par une
courbe continue. Exemple : les grandeurs physiques (température, vitesse, position, tension, ...) sont
des informations analogiques.
Information (signal) discrète : Une information discrète est constituée d'un nombre fini de valeurs.
On distingue :
• une information logique du type « vrai/faux » ou « 0/1 ». Elle est associée à l'état d'une variable
qui ne peut prendre que deux valeurs possibles. Ces informations peuvent aussi être appelées
des informations binaires (bit) ou « Tout Ou Rien » (TOR).
Florestan MATHURIN Page 1 sur 20
• une information numérique sous la forme d'un mot binaire, constitué de plusieurs bits
(variables binaires 0/1). Cette information numérique est en général issue d'un traitement
(échantillonnage et codage) d'une information analogique (on parle de Conversion Analogique
Numérique CAN).
Signal analogique (à gauche) et signal numérique (échantillonné puis codé) (à droite)
On peut découper les systèmes automatiques suivant les catégories ci-dessous :
Système automatique
Système automatique à Système asservi Système automatique à

logique combinatoire logique séquentielle
Système suiveur Système régulateur
Les systèmes asservis suiveurs ou en poursuite Les systèmes régulateurs pour lesquels la
d'une loi de référence dans lesquels la consigne consigne d'entrée est fixe. Ils sont destinés à
d'entrée varie en permanence. L'objectif de ce maintenir une sortie constante pour une consigne
système est d'ajuster en permanence le signal de d'entrée constante.
sortie au signal d'entrée.
Exemple : Radar de poursuite Exemple : Régulateur de débit
1.3. Représentation des systèmes asservis

Pour représenter un système asservi, on utilise toujours un schéma-bloc fonctionnel qui permet de
comprendre la structure du système selon un point de vue commande.
Chaîne directe
Perturbation
Partie commande
Consigne Mise en forme Ecart Amplificateur Système Sortie

+ Actionneur
Entrée du signal - ε(t) ou correcteur dynamique s(t)
e(t)
Chaîne de retour
Capteur
Partie opérative

1.4. Généralités sur les caractéristiques des performances des systèmes asservis
Quatre critères principaux permettent d'analyser la réponse d'un système automatique.
Stabilité
Un système est stable si à une entrée bornée correspond une sortie bornée. Le bouclage peut
déstabiliser un système. C'est le critère que l'on regarde en premier, car sinon on ne peut pas analyser
les autres critères. On souhaite toujours que le système asservi soit stable.
s(t)
s2(t)
e(t) = u(t)
s(t) avec s1(t)

s(+∞) = +∞
t e(t) = u(t) t e(t) = u(t)

t
0 0 0
Réponse s(t) à un échelon e(t) d’un Réponse s(t) à un échelon e(t) d’un Réponses à un échelon e(t) de
système instable système instable systèmes stables
Précision
La précision qualifie l'aptitude du système à atteindre la valeur visée. Elle est caractérisée par l’erreur
er(t) entre la consigne en entrée et la valeur asymptotique effectivement atteinte par la grandeur de
sortie. Si l’erreur est nulle, on dit que le système est précis.
e(t) = u(t) e(t) = a.t.u(t) Erreur

Erreur
s(t) s(t)
t t
0 0
Rapidité
La rapidité est caractérisée par le temps que met le système à réagir à une variation brusque de la
grandeur d'entrée. Cependant, la valeur finale étant le plus souvent atteinte de manière asymptotique,
on retient alors comme principal critère d'évaluation de la rapidité d'un système, le temps de réponse à
n%.
Dans la pratique, on utilise le temps de réponse à 5% (t5%), c'est le temps mis par le système pour
atteindre sa valeur de régime permanent à ±5% près et y rester.
Attention le temps de réponse à 5% n’est pas le temps mis pour atteindre 5% de la valeur
souhaitée !!!

±5% de la valeur u(t)

Valeur
asymptotique
asymptotique
e(t) = u(t)
±5% de la valeur
asymptotique Valeur
e(t) = u(t)
asymptotique
s(t) s(t)
t t
0 t5% 0 t5%
Méthode pour déterminer le temps de réponse à 5% :

1. On trace la droite correspondant à la valeur asymptotique.
2. On trace la bande correspondant à ±5% de la valeur asymptotique.
3. On en déduit graphiquement le temps de réponse à 5%.
Amortissement (ordre >2)

L'amortissement est caractérisé par le rapport entre les amplitudes successives des oscillations de la
sortie. Plus ces oscillations s'atténuent rapidement, plus le système est amorti.
s(t)
e(t) = u(t)
e(t) = u(t)
e(t) = u(t)
s(t)
s(t)
t t t
0 0 0
Système sur-amorti Système « bien » amorti Système sous-amorti
L'asservissement « idéal » est un système ayant une bonne stabilité, une bonne précision ainsi
qu’un régime transitoire rapide et bien amorti. Cependant ces critères de performances ne sont pas
toujours compatibles. Par exemple, un processus rapide est généralement léger, il a ainsi une faible
inertie et risque d'être peu amorti voire instable. D'autre part si on veut améliorer la précision, on raidit
l'asservissement et on risque de tomber alors sur un phénomène d'instabilité. Tout l'art de
l'automaticien est de réaliser une partie commande permettant de respecter au mieux ces critères.
2. Modélisation des systèmes asservis
2.1. Démarche de modélisation et d’étude des systèmes asservis

En automatique, l'objectif principal est d’établir un modèle comportemental du système à commander
pour pouvoir ensuite élaborer sa partie commande. Ce modèle comportemental est obtenu après
plusieurs étapes.
La première étape correspond à une phase de modélisation des entrées du système ainsi que du
système lui-même, elle permet d’élaborer un modèle de connaissance grâce aux lois fondamentales
de la physique ou la chimie.

Ce modèle de connaissance se traduit

souvent par une relation mathématique Domaine Physique (réel)
qui peut être assez complexe et comporter Comportement réel du système
de nombreux paramètres à identifier.
On simplifie le modèle de connaissance
en le linéarisant autour d’un point de
fonctionnement. On obtient à l’issue de Objectif d’étude
cette étape, un modèle de comportement Modélisation
dont la validité reste limitée à de petites des entrées et Domaine Virtuel Validation
variations autour du point de du système
fonctionnement choisi. Le modèle de Comportement simulé du système
comportement est caractérisé par une
Modèle de Modèle de comportement
fonction mathématique que l’on appelle connaissance
fonction de transfert. La réponse du Schéma-bloc Schéma-bloc +
fonctionnel Fonction de transfert
comportement du système est ensuite + équa. diff.
simulée grâce à des outils de simulation
adaptés. Enfin, une fois analysée, la
réponse obtenue doit être validée par Calcul de la fonction de transfert
Linéarisation
rapport aux résultats expérimentaux du autour d’un point
système réel ou aux critères de FS de fonctionnement
attendues.
• Le domaine de validité des différents outils utilisés dans le domaine virtuel implique la
mise en place d’hypothèses simplificatrices lors de la phase de modélisation. Plus le
modèle est proche du système réel, plus les résultats obtenus seront satisfaisants.
• Les outils informatiques peuvent être très utiles lors des différentes étapes de simulation
du système.
• Si le modèle de connaissance est déjà linéaire, le modèle de connaissance et le modèle
de comportement sont alors identiques.
2.2. Modélisation des entrées des systèmes asservis - Signaux tests

Pour étudier un système d'un point de vue expérimental ou pour réaliser une validation d'un modèle, il
est nécessaire d'utiliser des consignes simples ou signaux d'entrée test. On utilise majoritairement les
modèles de signaux suivants :
• Impulsion de Dirac (ou impulsion unité) δ(t), avec δ(t)=0 ∇ t≠0

δ(t)
Cette fonction modélise une action s'exerçant pendant un temps très
court. Exemple : chocs tels que l'action d'un marteau …
La réponse à une impulsion de Dirac s'appelle une réponse

impulsionnelle.
0 t
• Échelon unité u(t), avec u(t)=0 si t<0 et u(t)=1 si t≥0
u(t)
Cette fonction modélise un signal qui passe très rapidement de 0 à 1 et
qui reste ensuite à 1. Exemple : appui sur un interrupteur (mise sous
tension)
La réponse à un échelon s'appelle une réponse indicielle. 0 t

Toute fonction mathématique simple, nulle pour les temps négatifs, peut s'écrire à l'aide
d'un échelon unitaire u(t)
Exemples : Rampe de pente unitaire ou signal sinusoïdal
f(t)
• Rampe de pente unitaire f(t), avec f(t)=0 si t<0 et f(t)=t.u(t) ou
f(t)=a.t.u(t) si t≥0
0 t
• Signal sinusoïdal f(t), avec f(t)=sin(ωt).u(t) f(t)
T=2π/ω période du signal
0 t
2.3. Hypothèses de modélisation des SLCI

Système : Le système est représenté par un schéma-bloc fonctionnel contenant le nom du système. Les
entrées (causes) sont situées à gauche et les sorties (effets) à droite. Il est caractérisé par une fonction
mathématique en e(t) et s(t).
e(t) s(t)
Système
Système linéaire : Un système est dit linéaire si la fonction qui décrit son comportement est elle-
même linéaire. Cette dernière vérifie alors le principe de proportionnalité et de superposition.
e(t) s(t) k.e(t) k.s(t)

Système Système
Proportionnalité
e1(t) s1(t)
Système
e1(t) + e2(t) s1(t) + s2(t)
Système
e2(t) s2(t) Superposition
Système
s(t)
Si le système est linéaire on obtient, en traçant la réponse s(t) en
Pente = gain
fonction de e(t) (pour un instant donné ou en régime permanent),
du système
la caractéristique du système égale à une droite de pente K (gain
du système). e(t)
Attention à ne pas confondre la caractéristique sortie fonction de l’entrée avec la courbe

sortie fonction du temps qui, elle, est très souvent non-linéaire.

En réalité aucun système n’est parfaitement linéaire. La caractéristique entrée sortie

comporte toujours plus ou moins des non linéarités, notamment aux faibles amplitudes
(seuils) ou aux fortes amplitudes (saturation, courbure). Le système est dit non linéaire.
s(t) s(t) s(t) s(t)

smaxi
e(t) emini e(t) e(t) e(t)
Courbure Seuil Saturation Hystérésis

Exemple : saturation Exemple : frottement Exemple : butée Exemple : jeux
amplificateur mécanique mécaniques
s(t)
Dans la pratique pour étudier les systèmes, on Approximation linéaire
linéarise la caractéristique entrée-sortie au
voisinage du point de fonctionnement étudié
Point de fonctionnement
en remplaçant la portion de courbe par une
étudié
droite. Le système est dit alors linéarisé.
Zone d’approximation linéaire
e(t)
Système continu : Un système est continu, par opposition à un système discret, lorsque les variations
des grandeurs physiques sont définies à chaque instant (ils sont caractérisés par des fonctions
continues). On parle aussi dans ce cas de système analogique.
Système invariant : Un système est dit invariant si on suppose que les caractéristiques du système
(masse, dimensions, résistance, impédance, ...) ne varient pas au cours du temps ("le système ne vieillit
pas").
entrée entrée
sortie sortie
t1 t t1+τ t
Conséquence : Un système linéaire continu invariant peut être représenté par une équation
différentielle à coefficients constants.
2.4. Modèle de comportement général des SLCI et transformée de Laplace

Un système linéaire continu invariant est modélisé par un modèle de comportement représenté par une
équation différentielle d'ordre n reliant la sortie s(t) à l’entrée e(t). Elle est obtenue par la combinaison
des différentes équations différentielles issues des modèles de comportement des sous-systèmes
élémentaires constituant le schéma-bloc fonctionnel du système global. Elle s'écrit sous la
forme générale :
d n s (t ) d m e(t )
an . + ... + a0 .s (t ) = bm . + ... + b0 .e(t )
dt n dt m
L'outil privilégié pour traiter un SLCI de manière efficace, tant pour analyser le comportement, que
pour résoudre une équation d'ordre quelconque, est la transformation de Laplace.
Définition : La transformée de Laplace de la fonction f(t), telle que f(t)=0 pour t<0 est :
∞
L (f(t)) = F(p) = ∫0 f(t).e-pt.dt où p est une variable complexe.
L’intérêt principal de transformée de Laplace est de manipuler algébriquement des

polynômes plutôt qu’une équation différentielle.
Méthode de résolution classique Méthode de résolution en automatique
Equation s1(t) réponse Domaine temporel en t Domaine de Laplace en p

différentielle qui caractérise
sans 2nd le régime Equation différentielle Equation polynomiale
membre transitoire avec 2nd membre avec en p → E(p), S(p) et
e(t) et s(t) Fonction de Transfert
Transformée de Laplace
Equation différentielle Solution Manipulations
avec 2nd membre avec s(t) = s1(t) + s2(t) algébriques
s(t) et e(t) Transformée inverse
Solution S(p)
s2(t) réponse Solution s(t) décomposée en
Equation qui caractérise éléments simples
particulière le régime
permanent
Dans la pratique on évite de calculer F(p) par la définition, on doit se servir

directement des résultats de transformées de Laplace pour les fonctions usuelles lors
de la résolution des problèmes. Par conséquent, le tableau ci-dessous est à connaitre
par cœur !!!
f(t) avec f(t)=0 pour t<0 F(p) f(t) avec f(t)=0 pour t<0 F(p)
δ (t ) 1 t.u(t) 1
fonction rampe
impulsion de Dirac p2
u(t) 1 n!
tn.u(t)
p n +1
échelon unitaire p
1 n!
e-at.u(t) tne-at.u(t)
p+a ( p + a ) n +1
Propriétés et théorèmes utiles

dn
Transformée de la dérivée : n
→ × pn
dt
1
Transformée de l’intégrale : ∫ → ×
p
Théorème de la valeur initiale : lim f (t ) = lim p.F ( p)
t→0 p→ ∞
Théorème de la valeur finale : lim f (t ) = lim p.F ( p )

t→∞ p→ 0

2.5. Fonction de transfert

La transformation de l'équation différentielle du SLCI (obtenue dans le domaine temporel) en équation
polynomiale (obtenue dans le domaine de Laplace) permet de déterminer une fonction appelée
fonction de transfert qui caractérise le comportement du SLCI.
On appelle fonction de transfert H(p) du système (ou transmittance) la relation dans le domaine
symbolique telle que :
S ( p) K .(1 + b1. p + ... + bm . p m )
H ( p) = =
E ( p ) pα .(1 + a1. p + ... + an . p n −α )
avec α : classe du système (représente le nombre d’intégration dans le système avec α = 0 ,1 ou 2)

n : ordre du système, identique à l’ordre de l’équation différentielle
K : gain statique (permet de connaître le comportement du système en régime permanent). K
possède une unité (unité de la variable de sortie / unité de la variable d’entrée).
• La fonction de transfert caractérise le comportement intrinsèque du système et ne

dépend ni de l'entrée, ni de la sortie.
• L’écriture de la fonction de transfert sous cette forme s’appelle forme canonique.
Pour représenter le système décrit par la fonction de transfert H(p), on utilise des blocs.
• Un bloc peut représenter un composant ou bien un sous-système ou également un
système complexe.
• Le schéma-bloc fonctionnel doit être modifié en schéma-bloc pour lequel les noms des
composants sont remplacés par la fonction de transfert correspondante et les variables
temporelles sont remplacées par les variables symboliques (E(p), S(p)...).
e(t) s(t) E(p) S(p)

Système Système
Le comportement dynamique du système est entièrement défini par les pôles (racines du
dénominateur) et les zéros (racines du numérateur) de la fonction de transfert car ils permettent
d’analyser le comportement du système sans calculer la réponse temporelle.
Im
Pôles conjugués
Sinusoïde Sinusoïde Sinusoïde

Pôle double amortie amplifiée
Constante Re
Exponentielle Exponentielle
amortie amplifiée
Réponse amortie Réponse amplifiée
Forme de la réponse d’un système en fonction du lieu des pôles

2.6. Calcul de la fonction de transfert des systèmes complexes
Fonction de Transfert Boucle Fermée (FTBF) : On définit la fonction de transfert en boucle fermée
H(p) d’un système pour caractériser le comportement global du système. Elle est déterminée sur la
base du schéma boucle fermée ci dessous.
E(p) ε(p) S(p)

+ A(p) Simplification A( p )
E(p) S(p)
- H ( p) =
1 + A( p ).B ( p )
M(p)
B(p)
On utilise la FTBF pour étudier les réponses s(t) du système à des entrées e(t) quelconques.
Ces études permettent ensuite d'analyser les performances du système bouclé.
Attention aux signes dans le comparateur !!!! Si le – de M(p) dans le comparateur est
S ( p) A( p )
remplacé par un + la formule devient H ( p ) = =
E ( p ) 1 − A( p ).B( p )
Fonction de Transfert Boucle Ouverte (FTBO) : La fonction de transfert en boucle ouverte T(p) est
définie comme la fonction de transfert du système lorsque le retour sur le sommateur est coupé. Elle
comprend la chaîne directe et la chaîne de retour. Dans le cas de la FTBO, on ne s'intéresse pas à la
sortie S(p) mais à la mesure M(p) en fonction ε(p).
E(p) ε(p) S(p)

+ A(p) Simplification
- ε(p) M(p)
T(p)=A(p).B(p)
M(p)
Coupure B(p)
• Si la structure du schéma-bloc est complexe, on peut définir des FTBO et FTBF

intermédiaires pour tous les sous-systèmes à boucle fermée, mais seules la FTBF et la
FTBO de la boucle principale sont intéressantes.
• Dans la pratique on peut calculer simplement la FTBF à partir de la FTBO grâces aux
relations suivantes :
FT de la chaine directe 1 FTBO
FTBF = = .
1 + FTBO FT de la chaine de retour 1 + FTBO
Manipulations élémentaires sur les schémas-blocs
U(p) W(p) U(p) W(p)

A(p) B(p) A(p) B(p)

U(p) W(p) U(p) W(p)

+ + + +
- + + -
V(p) X(p) X(p) V(p)
Déplacement du point de Y(p) S(p)

A(p) B(p)
prélèvement vers la gauche
X(p)
Schéma-bloc initial C(p).A(p)
Y(p) S(p)
A(p) B(p)
X(p) Y(p) S(p)

C(p) A(p) B(p)
Déplacement du point de X(p)

prélèvement vers la droite C(p)/B(p)
Déplacement du
sommateur vers la gauche Y(p) S(p)
+ A(p) B(p)
Schéma-bloc initial -
Y(p) ε(p) S(p)
B(p) X(p)
A(p) + C(p)/A(p)
-
X(p)
C(p)
Y(p) S(p)
A(p) B(p) +
-
Déplacement du
sommateur vers la droite X(p)
C(p).B(p)
• Il est inutile de déplacer un sommateur en direction d'une jonction ou l'inverse car

aucune simplification n'est possible.
• Il faut toujours faire attention au(x) bloc(s) rajouté(s) dans la branche déplacée.
Système à boucles concentriques

E(p) S(p)
+ + A(p) C(p)
- -
B(p)
D(p)
Pour ce type de système, il faut toujours commencer par calculer la FTBF de la boucle interne.

E(p) A( p ) S(p)
+ C(p)
- 1 + A( p ).B ( p )
D(p)
On reconnait ensuite une boucle fermée que l’on sait bien traiter…
Système à boucles imbriquées
E(p)
E(p) S(p)
-
+ A(p) + B(p) D(p)
-
C(p)
Pour ce type de système, il faut toujours commencer par déplacer les points de prélèvement pour se
ramener à un système de boucles concentriques.
E(p) D(p)
E(p) S(p)
-
+ A(p) + B(p) D(p)
-
C(p)
On se retrouve ensuite devant un système à boucles concentriques que l’on sait aussi bien gérer.
Fonction de transfert boucle fermée des systèmes multi-variables
E2(p)
E1(p) - S(p)
+ A(p) + B(p)
-
C(p)
Pour déterminer la fonction de transfert sur ce type de système, on utilise le principe de superposition
des SLCI. On superpose deux modes : un 1er mode pour lequel l’entrée E2(p) est considérée comme
nulle et un 2nd mode lequel l’entrée E1(p) est considérée comme nulle.

• Mode à entrée E2(p)=0 S ( p)

H1 ( p ) E =
2 ( p) =0
E1(p) S(p) E1 ( p ) E p)=0
2(
+ A(p) B(p)
- A( p ).B( p )
H1 ( p ) E =
2 ( p) =0
1 + A( p ).B( p ).C ( p )
C(p)
H1(p) est la fonction de transfert en
poursuite.
• Mode à entrée E1(p)=0
E2(p)
- S(p) E2(p) S(p)

A(p) + B(p) - B(p)
- -
C(p) A(p) C(p)
S ( p) B( p)
H 2 ( p ) E ( p ) =0 = =
1
E2 ( p ) E ( p )=0 1 + A( p ).B ( p ).C ( p )
1
H2(p) est la fonction de transfert en régulation.
La superposition permet d’obtenir la fonction de transfert boucle fermée du système multi-variables :
A( p ).B( p ) B( p)
S ( p) = .E1 ( p ) − .E 2 ( p )
1 + A( p ).B ( p ).C ( p ) 1 + A( p ).B( p ).C ( p )
3. Réponses temporelles des systèmes du 1er ordre
S ( p) K
G ( p) = = où : K est le gain statique du système ([unité de sortie]/[unité d’entrée])
E ( p) 1 + τ . p
τ est la constante de temps (secondes).
3.1. Réponse impulsionnelle

L’entrée est définie par une impulsion de Dirac, δ(t)
e(t)=δ(t) → E(p)=1. • La tangente à l’origine coupe
K l’axe des abscisses en t=τ
La sortie a donc pour expression dans le τ
domaine de Laplace : • s(+∞)= lim s (t ) = lim p.S ( p ) = 0
t→∞ p→ 0
K K
s(+∞)=0
= τ soit : S ( p ) = τ
K
S ( p) =
1+τ.p 1 + p 1
+p Théorème de la valeur finale
τ τ
s(t)
La réponse temporelle a donc pour expression :
−
t τ
K
s (t ) = e τ
.u (t ) Tangente à l’origine
τ 0 t

3.2. Réponse indicielle Représentation graphique pour K<1

L’entrée est définie par un échelon unitaire, e(t)=u(t). Tangente à l’origine
La réponse temporelle a pour expression :
u(t)
 −
t


s (t ) = K 1 − e τ 
.u (t )
  K
  0,95.K
s(t)
• Ordonnée en +∞ :
0,63.K
s (+∞) = lim s (t ) = lim p.S ( p ) = K
t → +∞ p→0
Théorème de la valeur finale

→ s (+∞) = K
0 τ 3τ t
• Pente à l’origine :
s ' (0 + ) = lim+ s ' (t ) = lim p.[ p.S ( p)] = lim p 2 .

K K K
= → Pente à l’origine =
t →0 p→∞ p→∞ p.(1 + τ . p ) τ τ
Théorème de la valeur initiale
Transformée de la dérivée (CI nulles)
• Temps de réponse à 5%, t5% :
On cherche t5% tel que s (t5% ) = 0,95.s (+∞) = 0,95.K

 − 5% 
t
−
t 5%
Soit K . 1 − e τ  = 0,95.K → − e
 τ
= −0,05 → t5% = − ln(0,05).τ = 3τ → t5% = 3τ
 
 
• Réponse à t = τ :
s (τ ) = K (1 − e −1 ) = 0,63.K → s (τ ) = 0,63.K
3.3. Réponse à une rampe

L’entrée est définie par une rampe, e(t)=a.t.u(t). La Représentation graphique pour K=1
réponse temporelle a pour expression :
 −
t


s (t ) = a.K . t − τ + τ .e τ 
.u (t ) a.τ
  τ
  Droite de pente a
• Ordonnée en +∞ : s(t)
s (+∞) = lim s (t ) = lim p.S ( p ) = +∞ e(t)
t → +∞ p→0
Asymptote de pente
Théorème de la valeur finale a.K (avec ici K=1)
→ s (+∞) = +∞ 0 τ t
• Pente à l’origine :
s ' (0 + ) = lim+ s ' (t ) = lim p.[ p.S ( p)] = lim p 2 .

a.K
=0 → Pente à l’origine = 0
t →0 p→∞ p→∞ p .(1 + τ . p )
2
Théorème de la valeur initiale La tangente à l’origine est

Transformée de la dérivée (CI nulles) une droite horizontale
• Etude asymptotique en +∞:

t
−
Lorsque t → ∞, le terme τ .e → 0, par conséquent s(t) → a.K.(t – τ).
τ
L’asymptote est donc y(t) = a.K.(t – τ). Cette asymptote a donc une pente a.K et coupe l’axe des
abscisses en t = τ.
Pour K<1, l’écart entre Pour K=1, le système ne Pour K>1, l’écart entre
l’entrée et la sortie augmente rejoint jamais la consigne l’entré et la sortie diminue,
toujours. mais sa variation est s’annule puis augmente.
parallèle à l’entrée retardée
d’une fois la valeur de la
constante de temps.
Asymptote de pente a.K
Droite de pente a Droite de pente a

s(t) Droite de pente a
e(t)
s(t) s(t)
e(t) e(t)
Asymptote de pente a.K Asymptote de pente a
0 τ t 0 τ t 0 τ t
4. Réponses temporelles des systèmes du 2nd ordre
Kω0
2
S ( p) K
G ( p) = = = 2
E ( p ) 1 + 2.z p + 1 p 2 p + 2.z.ω0 . p + ω0 2
2
ω0 ω0
où : K est le gain statique du système (unité [sortie]/[entrée]).

z est le coefficient d’amortissement (z>0 et sans unité).
ω0 est la pulsation propre non amortie du système (ω0 >0 en radians/secondes).
4.1. Recherche des pôles de la fonction de transfert

Racines du polynôme : p 2 + 2.z.ω0 . p + ω0 → ∆ = 4.z 2 .ω0 − 4.ω0 = 4.ω0 .( z 2 − 1)
2 2 2 2
∆ = b 2 − 4.a.c
Les pôles de la fonction de transfert dépendent donc de la valeur de z, il y a 3 cas de figure possibles :
• Cas z > 1 → ∆ > 0

Représentation dans le plan complexe :
p1 −b ± ∆
= = − z.ω0 ± ω0 . ( z 2 − 1) d’où :
p2 2.a Im
p 2 + 2.z.ω0 . p + ω0 = ( p − p1 )(
. p − p2 ) avec :
2
p2 Quand z→∞, p1→0 Re
Quand z→∞, p2→–∞ p1

p1 = − z.ω 0 + ω 0 . ( z 2 − 1)
2 pôles réels
négatifs
p 2 = − z.ω 0 − ω 0 . ( z 2 − 1)
Cas particulier : Représentation des pôles
correspondant à z infini.

• Cas z = 1 → ∆ = 0
p1 −b± ∆
= = −ω0 d’où :
p2 2.a Im
p 2 + 2.z.ω0 . p + ω0 = ( p − p1 ) = ( p − p2 )
2 2 2
avec : p2 Re
p1
p1 = −ω 0
2 pôles réels confondus
p 2 = −ω 0
• Cas z < 1 → ∆ < 0

∆ = 4.ω0 . j .(1 − z )
2 2 2
Cercle de centre 0 et de rayon ω0 Im
p1 −b± ∆
= = − z.ω0 ± j.ω0 . (1 − z 2 ) d’où : p1 pour z=0
p2 2.a p1 pour z=0.7
p 2 + 2.z.ω0 . p + ω0 = ( p − p1 )(
. p − p2 ) avec :
2
p1 p2 pour z=1 Re
0
p1 = − z.ω0 + j.ω0 . (1 − z 2 )
2 pôles complexes p2 pour z=0.7
conjugués p2 pour z=0
p2 = − z.ω0 − j.ω0 . (1 − z 2 )
Cas particuliers : pôles correspondant à z=0, z=0.7
p1 = p2 = Re + Im = ω02 2 et z=1.
4.2. Réponse indicielle

1
L’entrée est définie par un échelon unitaire, e(t)=u(t), soit dans le domaine de Laplace, E(p)= .
p
K .ω0
2
1
La sortie a donc pour expression dans le domaine de Laplace : S ( p ) = . 2
p p + 2.z.ω0 . p + ω0 2
• Pente à l’origine de la courbe de sortie s(t) :
K .ω0
2
s ' (0 ) = lim+ s ' (t ) = lim p.[ p.S ( p )] = lim p . . 2
+ 1 2
= 0 → Pente à l’origine =0
t→0 p→∞ p→∞ p p + 2.z.ω0 . p + ω0 2
Théorème de la valeur initiale La tangente à l’origine est une droite horizontale
Transformée de la dérivée (CI nulles) (ce qui est différent du système du 1er ordre)
• Ordonnée en +∞ de la courbe de sortie s(t) :

K .ω0
2
s (+∞) = lim s (t ) = lim p.S ( p ) = lim 2 =K → s (+∞) = K
t → +∞ p→0 p → 0 p + 2.z.ω . p + ω 2
0 0
Le régime établi ne dépend que du gain statique Z alors
Théorème de la valeur finale
que z et ω0 n’interviennent que sur le régime transitoire

Réponse indicielle pour z > 1 (Système amorti - réponse apériodique)

La réponse temporelle a pour expression : Représentation graphique pour z > 1 et K = 1
( )
s (t ) = K + β .e p1t + δ .e p2t .u (t )
Régime transitoire
e(t)=u(t)
Régime permanent K
Avec p1 et p2 pôles réels négatifs.
s(t)
Im
Pôle négligé Pôle dominant
p2 p1 Re
Forme de la réponse
S’il existe un facteur 10 Tangente horizontale à l’origine
minimum sur la partie réelle
des pôles, on ne conserve 0 t
que le pôle dominant. s(t)
Système du 1er ordre
t
Réponse indicielle pour z = 1 (Amortissement critique - réponse apériodique)

La réponse temporelle a pour expression : Représentation graphique pour z = 1 et K = 1
(
s (t ) = K 1 − e −ω0 .t − ω0 .t.e −ω0 .t .u (t )) e(t)=u(t)
K
Régime permanent Régime transitoire
s(t)
Tangente horizontale à l’origine

0 t
Réponse indicielle pour z < 1 (système sous amorti - régime pseudo-périodique)
 − z .ω0 .t z 
La réponse temporelle a pour expression : s (t ) = K .1 − e . cos(ω p .t ) − .e − z .ω0 .t . sin(ω p .t ) .u (t )
 1− z2 
Régime permanent Régime transitoire
• Pseudo-période : Représentation graphique pour z < 1 et K = 1
La réponse présente des oscillations amorties de D1
2π 2π e(t)=u(t)
période : Tp = =
ω p ω0 1 − z 2 K
s(t)
Tp
• 1er dépassement :
Le premier maximum (ou dépassement) apparait à
T π
t1 = p = . Tangente horizontale
2 ωp à l’origine
La valeur relative du 1er dépassement D1 correspond à
z .π
−
D1 = e 1− z 2 0 t1 =Tp/2 t

• La valeur relative du 1er dépassement (et des autres dépassements) s’exprime en %.

• La valeur du dépassement ne dépend que de la valeur de z. On utilise cette
particularité pour identifier z à partir d’un tracé expérimental, modélisable par la réponse
indicielle avec dépassement d’un système d’ordre 2.
• Un abaque est souvent utilisé (annexe 1).
Temps de réponse à 5% et temps de réponse réduit

Il n’existe pas de formule simple pour calculer le temps de réponse à 5% car il dépend de la valeur du
coefficient d’amortissement z et de la pulsation propre non amortie du système ω0.
Le temps de réponse à 5% correspond à la durée au delà de laquelle la réponse s(t) reste

comprise entre 0.95 et 1.05 fois la valeur de la réponse en régime permanent (s(∞)).
On utilise un abaque (annexe 2) qui donne la valeur du temps de réponse réduit t5%.ω0 en
fonction du coefficient d’amortissement z. L’abaque permet aussi l’identification de ω0 sur un
tracé expérimental modélisable par la réponse indicielle avec dépassement d’un système
d’ordre 2.
Le temps de réponse minimum est obtenu pour un dépassement relatif de 5% ce qui correspond à un
coefficient d’amortissement de z=0,69≈0,7. On a alors t5% .ω0 = 3 pour z=0,7.
Pour une même pulsation propre non amortie ω0 et :

• pour z<<1 (amortissement faible), les oscillations sont mal amorties et le temps de réponse est
grand.
• pour z≈0.7, le système présente un dépassement D faible (D1= 5%) avec le temps de réponse le
plus faible.
• pour z=1, le système présente le temps de réponse le plus faible pour une réponse sans
dépassement.
• pour z>>1, il n’y a pas de dépassement mais le système est hyper amorti donc le temps de réponse
est très grand.
Pour un même coefficient d’amortissement z, plus ω0 augmente plus le temps de réponse à 5%

diminue, donc plus le système est rapide.
5. Notion de pôles dominants
Certains des pôles de la FTBF du système ont une contribution prépondérante sur le comportement
dynamique du système : il s’agit des pôles à partie réelle négative les plus proches de l’axe des
imaginaires. Ils sont appelés "pôles dominants". On peut souvent simplifier l’expression du
dénominateur de la FTBF en ne conservant que les termes correspondant aux pôles dominants. Le
dénominateur doit être nécessairement sous forme canonique avant d’effectuer la simplification.
K Im
F ( p) = avec T1 << T2 Pôle négligé Pôle dominant
(1 + T1 p) ⋅ (1 + T2 p )
p2 p1 Re
où T1 et T2 sont les constantes de temps du
1 1
système telles que T1 = − et T2 = − . Facteur 10 mini sur la
p1 p2
partie réelle des pôles

L’allure de la réponse impulsionnelle s(t) montre que l’on s(t)

K
peut négliger la constante de temps la plus faible T1 ce T2 sans T1
qui conduit à l’expression simplifiée suivante pour H(p) : avec T1
K
F ( p) ≈
1 + T2 p
En effet, dans l’expression temporelle de s(t) :

Tangente
K  − Tt −
t
 à l’origine
S ( p ) = F ( p ) ⇒ s (t ) = 
⋅ e −e 2 T1 
T2 − T1   t
 T2
t
−
T2
Le terme e correspondant au pôle dominant p2 devient prépondérant lorsque le temps croît. Il
détermine la dynamique asymptotique du système.

Valeur du dépassement transitoire
5
0,05 = →Di=5%
100
Pour z≈0,7 on ne remarque

qu’un seul dépassement
visible qui vaut 5%.
Pour z>0,82 il existe des

dépassements mais qui ne
sont pas visibles à l’œil (ils
sont inférieurs à 1%).
Annexe 1. Valeurs des dépassements relatifs
Annexe 2. Temps de réponse réduit

Cours Asserve Simplifié

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cours Asserve Simplifié

Încărcat de

Drepturi de autor:

Formate disponibile

Cours 02 – Modélisation des systèmes asservis en SLCI et réponses temporelles Lycée Bellevue Toulouse – CPGE MP

Modélisation des systèmes asservis en SLCI et réponses temporelles

Exemples de systèmes asservis de la salle de TP SII

1.1. Définition système automatique

• Réaliser des tâches trop complexes ou dangereuses pour l'homme

Exemple : Module d’exploration Martien

• Substituer la machine à l’homme pour faire des tâches répétitives et pénibles

Exemple : Bras de soudage de chaîne d’assemblage automobile

Exemple : Robot chirurgical

Les systèmes de commande automatiques s'inspirent le plus souvent du comportement de l'homme.

1.2. Classification des systèmes automatiques

Signal analogique (à gauche) et signal numérique (échantillonné puis codé) (à droite)

On peut découper les systèmes automatiques suivant les catégories ci-dessous :

Système automatique à Système asservi Système automatique à

Système suiveur Système régulateur

Exemple : Radar de poursuite Exemple : Régulateur de débit

1.3. Représentation des systèmes asservis

Consigne Mise en forme Ecart Amplificateur Système Sortie

Florestan MATHURIN Page 2 sur 20

s(t) avec s1(t)

t e(t) = u(t) t e(t) = u(t)

e(t) = u(t) e(t) = a.t.u(t) Erreur

Florestan MATHURIN Page 3 sur 20

±5% de la valeur u(t)

Méthode pour déterminer le temps de réponse à 5% :

Amortissement (ordre >2)

2. Modélisation des systèmes asservis

2.1. Démarche de modélisation et d’étude des systèmes asservis

Florestan MATHURIN Page 4 sur 20

Ce modèle de connaissance se traduit

2.2. Modélisation des entrées des systèmes asservis - Signaux tests

• Impulsion de Dirac (ou impulsion unité) δ(t), avec δ(t)=0 ∇ t≠0

La réponse à une impulsion de Dirac s'appelle une réponse

La réponse à un échelon s'appelle une réponse indicielle. 0 t

Florestan MATHURIN Page 5 sur 20

T=2π/ω période du signal

2.3. Hypothèses de modélisation des SLCI

e(t) s(t) k.e(t) k.s(t)

Attention à ne pas confondre la caractéristique sortie fonction de l’entrée avec la courbe

Florestan MATHURIN Page 6 sur 20

En réalité aucun système n’est parfaitement linéaire. La caractéristique entrée sortie

s(t) s(t) s(t) s(t)

e(t) emini e(t) e(t) e(t)

Courbure Seuil Saturation Hystérésis

2.4. Modèle de comportement général des SLCI et transformée de Laplace

L’intérêt principal de transformée de Laplace est de manipuler algébriquement des

Méthode de résolution classique Méthode de résolution en automatique

Equation s1(t) réponse Domaine temporel en t Domaine de Laplace en p

Dans la pratique on évite de calculer F(p) par la définition, on doit se servir

Propriétés et théorèmes utiles

Théorème de la valeur finale : lim f (t ) = lim p.F ( p )

Florestan MATHURIN Page 8 sur 20

2.5. Fonction de transfert

avec α : classe du système (représente le nombre d’intégration dans le système avec α = 0 ,1 ou 2)

• La fonction de transfert caractérise le comportement intrinsèque du système et ne

e(t) s(t) E(p) S(p)

Sinusoïde Sinusoïde Sinusoïde

Réponse amortie Réponse amplifiée

Forme de la réponse d’un système en fonction du lieu des pôles

Florestan MATHURIN Page 9 sur 20

2.6. Calcul de la fonction de transfert des systèmes complexes

E(p) ε(p) S(p)

E(p) ε(p) S(p)