Documente Academic
Documente Profesional
Documente Cultură
1. Systèmes automatiques
• Accroître la précision
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
Cours 02 – Modélisation des systèmes asservis en SLCI et réponses temporelles Lycée Bellevue Toulouse – CPGE MP
• 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).
Système automatique
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.
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)
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.
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 !!!
s(t) s(t)
t t
0 t5% 0 t5%
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.
• 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.
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)
0 t
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.
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)
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.
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.
Florestan MATHURIN Page 7 sur 20
Cours 02 – Modélisation des systèmes asservis en SLCI et réponses temporelles Lycée Bellevue Toulouse – CPGE MP
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.
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
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
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 )
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)...).
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
Exponentielle Exponentielle
amortie amplifiée
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.
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).
M(p)
Coupure B(p)
X(p)
Schéma-bloc initial C(p).A(p)
Y(p) S(p)
A(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)
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…
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.
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.
S ( p) B( p)
H 2 ( p ) E ( p ) =0 = =
1
E2 ( p ) E ( p )=0 1 + A( p ).B ( p ).C ( p )
1
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 )
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).
0 τ 3τ t
• Pente à l’origine :
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
• 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 :
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
0 τ t 0 τ t 0 τ t
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
∆ = 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 :
p 2 + 2.z.ω0 . p + ω0 = ( p − p1 )(
. p − p2 ) avec :
2
p2 Quand z→∞, p1→0 Re
• Cas z = 1 → ∆ = 0
Représentation dans le plan complexe :
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
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.
( )
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
(
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)
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.
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
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.
5
0,05 = →Di=5%
100