AUTOMATIQUE

7VS11
FASCICULE DE COURS

Spécialité Technologies pour l’Energie, l’Aérospatial et

la Motorisation (TEAM)

ANNÉE 2016-2017
Guillaume COLIN Gérard BLOCH

Automatique
Partie 1 : Signaux et systèmes

1 SIGNAUX ET SYSTEMES.........................................................................................1
1.1 Introduction générale à l'automatique ............................................................................................................ 1
1.1.1 Exemple introductif et intuitif ..................................................................................................................... 1
1.1.2 Notion de système - Définitions .................................................................................................................. 1
1.1.3 Classification des systèmes dynamiques ..................................................................................................... 3
1.1.4 Boucle ouverte - boucle fermée ................................................................................................................... 5
1.1.5 Synthèse d'un asservissement ...................................................................................................................... 6

1.2 Notion de signal ................................................................................................................................................. 8

1.3 Signaux continus de base .................................................................................................................................. 9

1.4 Transformation de Laplace ............................................................................................................................ 11

1.4.1 Propriétés ................................................................................................................................................... 11
1.4.2 Transformées de Laplace usuelles ............................................................................................................. 14

1.5 Fonctions de transfert ..................................................................................................................................... 16

1.5.1 Equations différentielles et fonctions de transfert ..................................................................................... 16
1.5.2 Produit de convolution, réponse impulsionnelle et fonction de transfert................................................... 17
1.5.3 Composition des fonctions de transfert ..................................................................................................... 19

1.6 Réponses fréquentielles ................................................................................................................................... 20

1.7 Réponses temporelles ...................................................................................................................................... 21

1.8 Fonctions MATLAB de base de la boite à outils CONTROL...................................................................... 22

1.9 Les modèles de base......................................................................................................................................... 24

1.9.1 Gain (pur) .................................................................................................................................................. 24
1.9.2 Dérivateur .................................................................................................................................................. 24
1.9.3 Intégrateur.................................................................................................................................................. 25
1.9.4 Système du premier ordre .......................................................................................................................... 26
1.9.5 Système du deuxième ordre ....................................................................................................................... 30
1.9.6 Retard pur .................................................................................................................................................. 38

1.10 Linéarisation .................................................................................................................................................. 40

1 SIGNAUX ET SYSTEMES
1.1 INTRODUCTION GENERALE A L'AUTOMATIQUE

1.1.1 Exemple introductif et intuitif

On considère une douche dont la température est réglée par un mitigeur à commande manuelle.
Si le réglage est effectué à l'extérieur de la douche, il s'agit d'une commande en boucle ouverte et
il peut y avoir une différence importante entre la température souhaitée et la température réelle.
Si le réglage est effectué par une personne plaçant sa main dans le jet de la douche, il y a prise
d'information (observation, mesure) sur la température de l'eau de sortie et il peut y avoir action sur
la commande en fonction de l'écart (erreur) par rapport à la consigne.
Si la douche n'a pas été utilisée récemment, il s'écoule un certain temps entre le moment où on
règle le mitigeur et celui où l'eau arrive à la bonne température. Ce retard a deux causes : le retard
pur (dépendant de la longueur des canalisations entre chaudière et douche et du débit, indépendant de
la température) et le temps de réponse, lié à la constante de temps du système (échange thermique
entre l'eau et les tuyauteries froides, refroidissement de l'eau qui diminue jusqu'à l'équilibre).
Si, à l'équilibre, la température n'est pas correcte, l'utilisateur adapte son réglage : il y a réaction et
commande en boucle fermée.
Cette réaction permet un ajustement du réglage en cas de perturbation (autre utilisateur d'eau
chaude, baisse de la pression et donc du débit d'eau chaude, variation de température).
Le système a des caractéristiques non linéaires, de type saturation (température comprise entre
celle de l'eau froide et celle de l'eau chaude en sortie de chaudière).
Couramment, pour limiter le temps de réponse, le débit d'eau chaude est fixé au début à une valeur
élevée, ce qui conduit à un dépassement, rattrapé par un ajustement du débit jusqu'à atteinte de la
consigne.
Des (ré)actions trop vives sur le débit d'eau chaude peuvent se traduire en "douche écossaise"
(oscillations importantes de la température, dues à un grand gain associé à un retard pur, instabilité).
La régulation est manuelle, avec intervention de l'opérateur humain. Si la détection des variations
de température est réalisée par un thermostat commandant le débit d'eau chaude par un régulateur, on
a une régulation ou asservissement, automatiques.

1.1.2 Notion de système - Définitions

On appelle système (system) ou processus (process) un ensemble de relations causales entre des
grandeurs d'entrée (causes) et des grandeurs de sortie (effets).

Un système correspond alors à un ensemble d'objets ou de phénomènes liés entre eux, que l'on
sépare intellectuellement du monde extérieur : processus matériels, physiques ou chimiques, systèmes
économiques, sociaux, problèmes de trafic ou de flux...

Perturbations
Information Information

Energie Energie
SYSTEME
Matière Matière

Figure 1 : Représentation générale d'un système.

- I.1 -
 Un système peut avoir une existence physique isolable (composant, unité industrielle...) ou
représenter une expérience (ex. : caractéristiques d'un produit en fonction de ses constituants). La
délimitation ou la construction d'un système fixe ses liens d'entrée et de sortie avec son
environnement.
Production T112
Reflux
114 °C,
0.01 bar
Concentration
de tête

Alimentation
134 °C Température
plateau sens.
Concentration
160 °C,
de fond
0.4 bar

Production T4

Figure 2 : Un exemple d'unité industrielle : une colonne à distiller.

Les entrées (inputs) sont les variables qui agissent sur le processus, de plusieurs types.
Certaines sont commandées, donc connues (commandes, control variables, manipulated
variables).
D’autres, non commandées, sont les perturbations ((load) disturbances). Parmi ces perturbations,
certaines sont mesurées et leur effet peut, parfois, être compensé.
Les sorties (outputs) sont des variables mesurées, qui caractérisent l'effet du système sur son
environnement.
Les variables d'état sont des variables internes du système, dont l'action sur l'environnement n'est
pas nécessairement directement perceptible, mais dont l'évolution régit celle du système.

Perturbations

Commandes SYSTEME Sorties

Figure 3 : Le système et ses variables.

Un système comportant une seule entrée et une seule sortie est dit monovariable (Single Input
Single Output, SISO).
u(t) y(t)
SYSTEME

Figure 4 : Système monovariable.

Dans les autres cas, il est dit multivariable. Un système comportant plusieurs entrées et une seule
sortie est dit MISO (Multiple Input Single Output). Un système comportant plusieurs entrées et
plusieurs sorties est dit MIMO (Multiple Input Multiple Output).

- I.2 -
 Un système est dit statique ou instantané si sa sortie à un instant donné ne dépend que de l'entrée
au même instant. Un système statique est régi par une (des) équation(s) algébrique(s).
Exemples : y(t)  a(t) u(t), y(k)  a(k) u(k).

Un système est dynamique ou à mémoire si sa sortie à un instant donné dépend des valeurs
antérieures de l'entrée et/ou de la sortie. Un système dynamique est régi par une (des) équation(s)
différentielle(s) ou par une (des) équation(s) récurrente(s).
dy(t)
Exemples : y(t)  a u(t t 0), y(t)  a u(t)  b , y(k)  a u(k)  b u(k 1)  c y(k 1) .
dt

Un système est dit causal, s'il ne répond pas avant d'être excité, c'est-à-dire si sa sortie à un instant
ne dépend pas de son entrée après cet instant : le futur n'affecte pas le passé. Tout système physique
jouit de cette propriété. Pour un système monovariable en temps continu, on aura pour un système
causal : u(t)  0, t  0  y(t)  0, t  0.

Un système est invariant si un décalage temporel sur l'entrée décale la sortie d'autant.
du(t)
Exemples : Un système décrit par : y(t)  a u(t) est invariant ; un système décrit par
dt
du(t) du(t)
y(t)  a(t) u(t) ou par y(t)  a t ne l'est pas.
dt dt

Un système linéaire est un système qui respecte le principe de superposition (propriétés d'additivité
et d'homogénéité) :

u1,u 2 ,a,b, ya u1 (t)  b u 2 (t)  a yu1 (t)  b yu 2 (t).

Un système non linéaire est un système qui ne respecte pas le principe de superposition.

Dans la suite, sauf indication contraire, on considère les systèmes continus linéaires invariants
(linear time invariant, LTI) à coefficients constants et donc décrits par une équation différentielle à
coefficients constants.

1.1.3 Classification des systèmes dynamiques

On peut établir une classification des systèmes dynamiques (et/ou de leurs modèles) selon le cardinal
de l’ensemble de leurs états possibles et selon la nature du temps dont ils sont fonctions.

Systèmes à états continus

Un système à états continus est un système dont l’ensemble X des états x possibles est non
dénombrable.
Dans les systèmes à états continus, on distingue les systèmes à temps continu (continuous time)
ou systèmes continus et les systèmes à temps discret (discrete time) ou systèmes échantillonnés. Les
modèles associés sont les suivants.

- I.3 -
Système à temps continu ( t  R ) (linéaire, stationnaire)
n m
Expression temporelle, équation différentielle d’ordre n :  a i y (i) (t)   b i u (i) (t), u, y  X  R
i0 i0
n m
Transformée de Laplace et transmittance en s : Y(s)  a i si  U(s)  b i si , Y(s)  F(s) U(s)
i0 i0

Forme d’état temporelle, système de n équations différentielles d’ordre 1 :

x˙ (t)  A x(t)  B u(t)

 , x  X  Rn, u  Rl , y  Rm
y(t)  C x(t)  D u(t)
s X(s)  A X(s)  B U(s)
Forme d’état en s : 
 Y(s)  C X(s)  D U(s)

Système à temps discret ( k  Z , t k  kT) (linéaire, stationnaire)

n m
Expression temporelle, équation récurrente d’ordre n :  a i y(k  i)   b i u(k  i) , y  X  R
i0 i0

n m
Transformée en z et transmittance en z : Y(z)  a i z i  U(z)  b i z i , Y(z)  F(z) U(z)
i0 i0

x(k  1)  A x(k)  B u(k)

Forme d’état discrète :  , x  X  R n, u  R l , y  R m
 y(k)  C x(k)  D u(k)

z X(z)  A X(z)  B U(z)

Forme d’état en z : 
 Y(z)  C X(z)  D U(z)

Systèmes à états discrets

Un système à états discrets est un système dont l’ensemble X des états x possibles est fini (c.a.d.
« si et seulement s'il existe un entier n et une bijection de X sur l'ensemble des entiers naturels
strictement plus petits que n »), par exemple 0,1 ou 1,, n ou état1,, état n  .

Une machine d’état est un système (dynamique) à états discrets, qui peut être décrit par :

 Q(t  )  T(Q(t), U(t))

 Y(t)  S(Q(t), U(t))

où Q(t)  0,1 n est l’état courant, avec n dépendant du codage de l’état, U(t)  0,1 p le vecteur des
entrées et Y(t)  0,1 m le vecteur des sorties et T est la fonction de transition d’état et S la fonction
de sortie.

Ce modèle simplifié ne précise pas le mode de prise en compte des événements entraînant des
transitions entre états et la nature du temps t (synchrone, asynchrone, par événements,…).

De nombreux systèmes associent des dynamiques continues et discrètes. On parle alors de

systèmes hybrides. Un système à états continus séquencé par un automate est un système hybride.

- I.4 -
1.1.4 Boucle ouverte - boucle fermée

On représente les systèmes et leurs interconnections par des schémas-blocs (block diagrams).

u Système y
ou
Processus

u(t) y(t)

0 t 0 t

Figure 5 : Le schéma-bloc élémentaire.

Un cascade de sous-systèmes constitue une boucle ouverte (open loop). Une boucle ouverte
comporte souvent : un actionneur (actuator), un processus à contrôler (process, system), un capteur
(sensor).

ACTIONNEUR PROCESSUS CAPTEUR

u(t) Système (t) (t) y(t)
Navire Compas
Signal de hydraulique Angle Cap Cap
commande de barre vrai mesuré

Figure 6 : Une boucle ouverte concernant le pilotage d'un navire.

Idéalement, les capteurs et actionneurs réalisent une proportionnalité parfaite, sans retard, ni
distorsion, entre leurs entrées et leurs sorties. On omet alors parfois de les représenter dans les
schémas. On peut souvent les approximer par un simple gain, mais, de façon générale, ce sont des
systèmes dynamiques non linéaires.

Un objectif majeur de l'automatique est la conception des lois de commande destinées à élaborer
le signal u(t). Ces lois seront mise en œuvre par des systèmes concrets, analogiques ou numériques.
Elles définissent donc des systèmes causaux, représentables par schémas-blocs. Un bloc de
commande a pour sortie le signal de commande u(t) (control signal, manipulated variable). Il a pour
entrées la mesure de la sortie du système à commander y(t) (process variable, controlled variable) et
un signal de consigne ou signal de référence ( yc ( t ) ou r(t) ) (reference, set point). Le système global
constitué du processus à commander et du système de commande est un système en boucle fermée
(closed loop system).

Consigne Commande Sortie

r(t) Système u(t) y(t)
Processus
de commande

Figure 7 : Système en boucle fermée.

- I.5 -
 La commande peut être effectuée en boucle ouverte, à partir du seul signal de consigne. Cependant,
seule la boucle fermée peut :
- stabiliser un système instable en boucle ouverte (navire par exemple),
- compenser les perturbations externes (vent, houle, courant…)
- compenser les incertitudes internes au processus lui-même.

1.1.5 Synthèse d'un asservissement

Un même système de commande, appelé régulateur ou correcteur (controller), peut réaliser deux
fonctions distinctes :
- l'asservissement (servo control), c'est-à-dire la poursuite (tracking), par la sortie d'une
consigne variable dans le temps,
- la régulation (regulation), c'est-à-dire la compensation ou le rejet de l'effet de perturbations
variables (disturbance rejection) sur la sortie, que l'on cherche à maintenir à une consigne fixe.

L'automatique permet d'analyser les systèmes et de concevoir et d'analyser des régulations en

tenant compte de multiples objectifs et des compromis résultants :
- maintenir ou obtenir la stabilité,
- faire poursuivre rapidement une consigne par un système naturellement lent,
- obtenir des réponses rapides sans brutaliser les actionneurs,
- rejeter les perturbations non mesurées,
- tenir compte du spectre (distribution en fréquence) des consignes et perturbations,
- filtrer les bruits de capteurs pour les actionneurs et donc les grandeurs à contrôler,
- concevoir des systèmes de commande relativement simples à mettre en œuvre,
- tenir compte des incertitudes dans le modèle du processus à commander et les caractéristiques
des bruits et perturbations.

Perturbation d(t)

Consigne Erreur Commande Sortie

+
r(t) e(t) u(t) y(t)
C G
+ +
-
REGULATEUR PROCESSUS

Figure 8 : La boucle fermée classique.

Le schéma de principe d'un système asservi est donné à la figure 8, où l'on distingue :
- un comparateur, mesurant la différence sortie mesurée - consigne,
- le correcteur proprement dit C,
- le processus G, où la perturbation d(t) est "ramenée" à la sortie.

Ne sont pas figurés :

- le capteur permettant l'estimation ou la mesure de la grandeur de sortie à contrôler, placé soit
dans la boucle de retour, soit après la perturbation,
- l'actionneur, qui permet l'application de la commande au processus, en réalisant l'amplification
de puissance,
- des transmetteurs (transmitters), assurant la communication entre les composants et
l'adaptation des signaux. La transmission s'effectue parfois sous forme pneumatique (200 à
1000 mb, avec 200 mb correspondant à un signal nul), le plus souvent sous forme électrique,
en courant (1-5 mA, 4-20 mA, 10-50 mA …) ou en tension (0-10 V par exemple). En cas de
- I.6 -
 transmission électrique, les signaux transmis peuvent être analogiques ou numériques
(continus échantillonnés), requérant des convertisseurs, numérique-analogique (CNA, D/A) et
analogique-numérique (CAN, A/D).
- des alarmes et sécurités, pour les disfonctionnements ou les pannes.

La plupart des méthodes de synthèse d'un régulateur, mais pas toutes, nécessite l'utilisation d'un
modèle du processus, c'est-à-dire un ensemble de relations liant les diverses variables et régissant leur
évolution. Très souvent, le modèle est une simplification, parfois grossière, de la réalité. La figure 9
résume alors la démarche de synthèse d'une régulation, où la construction du modèle prend une place
importante.

Définition du processus et des objectifs

Schéma, entrées, sortie

Hypothèses, lois physiques, bilans

Modèle de connaissance

Choix du type de modèle

Type de modèle de conduite

Identification

Paramètres

Validation du modèle

Modèle de conduite retenu

Synthèse de la régulation

Régulateur, capteurs, actionneurs

Validation de la régulation

Mise en oeuvre de l’asservissement

Figure 9 : Démarche de synthèse d'un asservissement.

L'automatique ne se résume pas à la théorie permettant la synthèse des asservissements. Elle

s'applique également pour l'identification des systèmes, leur simulation, la prévision, le traitement du
signal…

- I.7 -
1.2 NOTION DE SIGNAL

En Automatique (modélisation, commande de processus) ou en Traitement du Signal, on appelle

signal toute variable ou source d'information évoluant en fonction du temps.

Quand, à chaque instant, la valeur du signal peut être déterminée avec précision, le signal est dit
déterministe. Quand l'information délivrée est de nature statistique (distribution de probabilité, valeur
moyenne…), le signal est dit aléatoire. Très souvent, un signal comprend une composante
déterministe (la partie "utile", la valeur "vraie" de la variable) et une composante aléatoire (bruits,
notamment de mesure, perturbations).

Un signal est dit causal s'il est nul pour t  0.

Selon la nature de la variable temps, on distingue le signal continu ou analogique et le signal

numérique ou discret. Quand le signal x, réel ou complexe, dépend du temps, variable continue réelle,
le signal est continu (plus rigoureusement à temps continu) ou analogique :
.
Un tel signal est très souvent une grandeur physique, délivrée par un capteur : température,
pression, vitesse, position…, couramment traduite sous forme d'un signal électrique, tension ou
courant. Le signal est porteur d'énergie. Sa puissance est proportionnelle à x 2 (t)  x(t) x(t), où x(t)
2t
est le conjugué de x(t) et l'énergie sur un intervalle t1,t 2  à  x 2 (t) dt .
t1
Quand le signal x, réel ou complexe, dépend d'une variable discrète, il est dit discret (à temps
discret) : x : k  Z  x(k)  R ou C . k est un entier (positif ou négatif). Par exemple, x représente
les gains d'un jeu à l'issue de chaque partie (x(1) à l'issue de la première partie, x(2) à l'issue de la
seconde partie, …) ou la population d'une espèce animale à l'issue de chaque génération, la valeur
d'un indice boursier à la clôture ou encore, plus couramment, une valeur produite par un algorithme
itératif…

En fait, le plus souvent, les signaux discrets correspondent à l'observation à des instants discrets
t k de signaux continus, on parle alors de signal échantillonné (sampled signal). Lorsque la durée
entre deux instants d'échantillonnage est fixe ( t k1  t k  T, k), l'échantillonnage est dit à période
fixe T. Dans ce cas, on note de façon équivalente le signal échantillonné :
x(k), x k , x(t k ), x(kT), x(t 0  kT) k  Z

x(t)
x(tk)

0 tk t
Figure 10 : Echantillonnage d'un signal.

Par ailleurs, les valeurs des signaux discrets peuvent être quantifiées. On parle alors de signaux
numériques.

- I.8 -
1.3 SIGNAUX CONTINUS DE BASE

Rampe unité à t 0

La rampe unitaire (causale) est définie par :

r(t  t 0 )  0 si t  t 0


r(t  t 0 )  t  t 0 si t  t0

En pratique, la pente, qui exprime la vitesse de variation de la grandeur considérée, est rarement
de 1.

r(t-t0)

0 t0 t

Figure 11 : Rampe unité.

Echelon unité à t 0

L'échelon unité, ou fonction de Heaviside, est défini par :

(t  t 0 )  0 si t  t 0

(t  t 0 )  1 si t  t 0

L'échelon unité est la dérivée, discontinue à t 0, de la rampe unité.

(t-t0)
1

0 t0 t

Figure 12 : Echelon unité.

Signal impulsionnel
Un signal impulsionnel a une durée très courte relativement aux variables de son environnement,
mais son intégrale sur , est finie et non nulle. Par exemple, le signal  (t  t 0 ) est tel que :

  (t  t 0 ) dt  1.

(t-t0)
1/

0 t0- t0+ t

Figure 13 : Signal impulsionnel.

- I.9 -
Impulsion de Dirac à t 0

L'impulsion de Dirac (Dirac, 1926) n'est pas une fonction, mais une distribution (L. Schwartz,
1950). Elle peut être définie comme :

d(t  t 0 )
ou comme la dérivée de l'échelon unité : (t  t 0 ) 
dt
 (t  t 0 )  0 si t  t 0
On a alors :  (t  t 0 ) dt  1 et 
 (t 0 )  
(t-t0)

0 t0 t

Figure 14 : Impulsion de Dirac.

Signal sinusoïdal ou harmonique

Le signal sinusoïdal est le signal périodique par excellence :

x(t)  a sin( 0 t  )

2
où  0  2 f0  , avec  0, f0 et T0, respectivement la pulsation, la fréquence et la période, et où
T0
 est la phase.

Figure 15 : Signal sinusoïdal.

- I.10 -
1.4 TRANSFORMATION DE LAPLACE

La transformation (monolatère) de Laplace L est une application définie par :


F(s)  L f(t)   f(t) es t dt
0

La transformation est monolatère, car l'intégrale s'étend de 0 à  .

Les fonctions f sont des fonctions à valeurs réelles de la variable t réelle.

Les fonctions F sont des fonctions à valeurs complexes de la variable complexe s    j (ou p).

La transformation n'existe que si l'intégrale existe, c'est-à-dire pour des fonctions f de croissance
majorée par une exponentielle : f(t) es t  f(t) e t   0 ,    0 .
t

Pour les signaux f le plus souvent considérées, nuls pour t  0, la transformation monolatère équivaut
à la transformation bilatère dont l'intégrale s'étend de  à  .

F(s) est l'image de f(t) et f(t) et l'original de F(s).

La transformation de Laplace inverse est définie par :

1  j
f(t)  L1(F(s))   F(s) e tsds
2j  j

Une méthode simple de détermination de la transformée inverse consiste à décomposer la fraction

rationnelle en s constituant la transformée de Laplace en éléments simples et chercher leurs inverses
dans une table de transformées.

1.4.1 Propriétés

Soient X(s)  L  x(t) et Y(s)  L  y(t), avec x(t)  y(t)  0, t  0.

Linéarité

L(a x(t)  b y(t))  a X(s)  b Y(s), a,b  R

La linéarité de L découle directement de celle de l'intégration.

Dérivation (temporelle)

dx(t) 
L  L  x˙ (t)  s X(s)  x(0)
 dt 

dx(t)   dx(t) s t   
L  
 dt  0 dt
e dt   es t dx(t)  es t x(t)
0 0

  x(t) (s es t dt)
0
- I.11 -
 d 2 x(t) 
L
 2   L  ˙x˙(t)  s X(s)  s x(0)  x˙ (0)
2
 dt 

d n x(t) 
 
n1
L
 n   L x (n)
(t)  s n
X(s)   si x (ni1) (0)
 dt  i0

Cette propriété fondamentale permet de transformer une équation différentielle linéaire à coefficients
constants en une équation algébrique de la variable s.

Intégration (temporelle)

t  X(s)
L x()d
0  s

t dy(t)
On pose y(t)   x()d et donc  x(t) et y(0)  0 :
0 dt
dy(t)  t 
L  L  x(t)  X(s)  s Y(s)  s L x()d (dérivation temporelle)
 dt  aussi 0 

Théorème de la valeur initiale

(dérivation temporelle)

Théorème de la valeur finale

- I.12 -
Retard temporel

Soit un signal x ( t ) tel que x(t)  0, t  0. Soit x(t  ) le signal x(t) retardé de .

L  x(t  )  es  X(s)

x(t) x(t-)

0  t

Figure 16 : Retard temporel.

  
L  x(t  )   x(t  ) es t dt   x(u) es (u) du  es   x(u) es u du
0 0 0

Changement d'échelle temporelle

1 s 
L  x(a t)  X 
a a 

  u s
s t
s u 1   u
L  x(a t)   x(a t) e dt   x(u) e a d   x(u) e a du
0 0 a a 0

Translation en s

 
L ea t x(t)  X(s  a)

 
 
L ea t x(t)   x(t) ea t es t dt   x(t) e(sa) t dt  X(s  a)
0 0

- I.13 -
 Produit de convolution

Le produit de convolution entre x et y, noté  x  y(t) ou x(t)  y(t), est défini par :


x(t)  y(t)   x() y(t  ) d


Il est commutatif pour des signaux causaux :

t t
x(t)  y(t)   x() y(t  ) d   x(t  ) y() d, car x()  0,   0, y(t  )  0, t    0 ou t  .
0 0

Par le théorème de Borel, sa transformée de Laplace est :

L  x(t)  y(t)  X(s)Y(s)

    
L  x(t)  y(t)  L  x(t  ) y() d    x(t  ) y() des t dt
  0  
     
  y()   x(t  ) es t dt d   y()   x(u) es (u)dud
  0    
 
  y() es  d .  x(u) es udu  X(s) . Y(s)
0 0

1.4.2 Transformées de Laplace usuelles

xt , t  0 Xs f t  Fs

s
Impulsion de Dirac (t) 1 cos(t)
s2   2
1 
Echelon unité (t) sin(t)
s s2   2
1 s sin()   cos()
Rampe unité t sin(t  )
s2 s2   2
n! a2  2   s a
t n , n  1, 2, 3, sin(t  ) ,   Arctg 
sn1 2 a  s2   2
eat
1
sa
1
ba 
(c  a) eat  (c  b) ebt  s c
(s  a)(s  b)
n! 1  n t 1
t neat e sin( pt) ,  p   n 1  2
s  a  n1 p s2  2   n s   2n
ea it
a t 1 ea t 
n 1 1 1
 , ai  a j

i1 ji (a j  a i )  ni1 (s  a i ) a 2 2
s (s  a)
a
1 eat
s s  a

Table 1 : Transformées de Laplace usuelles.

Ces transformées se calculent en utilisant la définition. Par ailleurs, combinant les propriétés définies
plus haut et ces transformées élémentaires, on obtient facilement de nombreuses autres transformées.
- I.14 -
   
L (t)   (t) es t dt   (t) es 0 dt   (t) dt  1 (Démonstration peu rigoureuse)
0  

  es t  1
L (t)   (t) es t dt   es t dt     , pour   0
0 0  s 
 0 s
Les transformées de t, la rampe unité, ou de t n, s'obtiennent en appliquant la propriété d'intégration
temporelle au résultat précédent.

La transformée de ea t s'obtient en appliquant la propriété sur la translation en s au résultat précédent.

La transformée de t neat s'obtient en combinant les deux résultats.

1
La transformée inverse de s'obtient par décomposition en éléments simples.
 i1
n
(s  a i )
1 A B
Par exemple,  
(s  a)(s  b) (s  a) (s  b)
1 1
(s  a), puis s  a donne A  ; (s  b), puis s  b donne B   .
ba ba

a
La transformée inverse de s'obtient par décomposition en éléments simples :
s (s  a)

a A B
  ;  s, puis s  0 donne A  1 ; (s  a), puis s  a donne B  1.
s (s  a) s s  a

sa s sin()   cos()

La transformée inverse de s'obtient à partir de celle de :
2 2
s  s2   2

s
s sin()   cos() tg()  tg 2 ()
 sin() , puis a  et sin 2 () 
s2   2 s2   2 tg() 1 tg 2 ()

- I.15 -
1.5 FONCTIONS DE TRANSFERT

1.5.1 Equations différentielles et fonctions de transfert

d n x(t) 
 
n1
La propriété : L  n   L x (n)
(t)  s n
X(s)   si x (ni1) (0) permet de transformer une
 dt  i0
équation différentielle linéaire à coefficients constants en une équation algébrique de la variable s.

On considère un système régi par l’équation différentielle, où m  n (causalité) :

a 0 y(t)  a1 y (1) (t)    a n y (n) (t)  b 0 u(t)  b1 u (1) (t)    b m u (m) (t)

Si l’on prend la transformée de Laplace de cette équation, on obtient :


a 0 Y(s)  a1 s Y(s)    a n sn Y(s)  Pn1 s,y(0),,y (n1) (0) 

 b 0 U(s)  b1 sU(s)    b m s m U(s)  Pm1 s,u(0),,u (m1) (0) 
c’est-à-dire, si CI désigne les conditions initiales :

 n   m 
   Pm1 s, CI(u)  Pn1 s, CI(y)
i i
Y(s)  a
 i s  U(s)  i 
 b s
i0  i0 

m
 bi si
P s, CI(u) Pn1 s, CI(y)
ou : Y(s)  i0
n
U(s)  m1n  n
 ai s i
 ai s i
 a i si
i0
  i0
    i0
 
  
régime forcé régime libre

On note que les CI apparaissent sous forme d’impulsions.

B(s)
Si les conditions initiales sont nulles : Y(s)  F(s) U(s) , où F(s)  est la fonction de transfert
A(s)
(ou transmittance) du système.

Le polynôme A(s), dénominateur de la fonction de transfert, est appelé aussi polynôme

caractéristique . L’équation A(s)  0 est appelée équation caractéristique.

Les racines de A(s), c'est-à-dire les valeurs de s telles que A(s)  0, sont appelés les pôles du
système.
Par ailleurs, les racines du numérateur B(s) sont appelées les zéros du système.

Dans le domaine temporel, on a : y(t)  y u (t)  y 0 (t), où y u (t) est le régime forcé et y 0 (t) le
régime libre.

- I.16 -
1.5.2 Produit de convolution, réponse impulsionnelle et fonction de transfert

Tout signal u(t) peut être considéré comme la superposition d'une infinité d'impulsions de Dirac
d'intensité u() d :


u(t)   u() (t  ) d


Si l'impulsion est définie comme la limite du "signal impulsionnel" , cette

relation se comprend mieux à partir du signal échantillonné u(t k ), où l'on peut écrire :

u(t)   (t  t k ) u(t k ) T, puis par passage à la limite.
k

u(t) u(tk)

tk tk+1 t
T
Figure 17 : Approximation impulsionnelle d'un signal.

On note f(t) la réponse impulsionnelle du filtre (ou système) linéaire invariant F, c'est-à-dire
l'évolution de la sortie de ce filtre soumis en entrée à l'instant 0 à une impulsion de Dirac (t).

impulse(tf(1,[1 .5]))

Figure 18 : Réponse impulsionnelle.

Le filtre étant invariant, sa réponse à une impulsion (t  ) à l'instant  est f(t  ).

Figure 19 : Réponse impulsionnelle retardée.

- I.17 -
  
On a alors : y(t)  Fu(t)  F  u() (t  ) d.
 

Le filtre étant linéaire (principe de superposition), sa réponse y(t) à une entrée u(t) peut s'écrire :

 
y(t)   u() F(t  ) d   u() f(t  ) d
 

La réponse y(t) d'un filtre (système) linéaire invariant à une entrée u(t) est le produit de convolution
entre sa réponse impulsionnelle f(t) et l'entrée :

y( t )  f ( t )  u ( t )

Par application du théorème de Borel sur la convolution, on peut alors écrire :

Y(s)  F(s) U(s)

La fonction de transfert F(s) d'un système est la transformée de Laplace de sa réponse

impulsionnelle f(t) : F(s )  L f ( t )  .

La réponse des systèmes linéaires invariants est donnée, dans le domaine temporel, par une
convolution et, dans le domaine de Laplace, par un produit.

* f(t) x F(s)

Figure 20 : Filtre linéaire.

On rappelle que si les conditions initiales sont nulles ( y (i)(0)  0, i  1,,n, u (i)(0)  0, i  1,,m),
Y(s)  F(s) U(s). Si l'entrée est une impulsion de Dirac ( u(t)  (t), U(s)  1), on a Y(s)  F(s) et la
réponse temporelle f(t) est l'original de la fonction de transfert, c'est-à-dire la réponse impulsionnelle.

- I.18 -
1.5.3 Composition des fonctions de transfert

F1
+ u y
u y F1+F2

+
F2

Figure 21 : Systèmes en parallèle.

u y u y
F1 F2 F1 F 2

Figure 22 : Systèmes en série ou en cascade.

à retour unitaire

r y


F
+ r F y
-
1 GF

à retour non unitaire

Figure 23 : Boucle de contre-réaction.

- I.19 -
1.6 REPONSES FREQUENTIELLES

Si l'on applique à l'entrée d'un système (ou filtre) de fonction de transfert F(s) une entrée
harmonique u(t)  sin( t) , la réponse en régime permanent est un signal harmonique de même
pulsation :

y(t)  a() sin( t  ())

où a() et () sont respectivement le gain (en fréquence) et le déphasage (ou phase), qui sont
donnés par le module et l'argument du complexe F(j )  ReF(j )  ImF(j )  F(j ) e j ().

Diagramme de Nyquist
Un diagramme de Nyquist (Nyquist diagrams) est le lieu de F(j ) dans le plan complexe, quand
 croît de 0 à  , gradué en .
Diagramme de Black-Nichols
Un lieu de Black (Nichols chart) est la représentation cartésienne de F(j ), avec le gain
G dB ()  20 log F() , en décibels, en ordonnée et la phase ()  argF(j) , en degrés, en
10
abscisse.

Diagramme de Bode
Un diagramme de Bode (Bode plot) est composé de deux graphes donnant le gain et le déphasage,
en fonction de .
Pour les deux graphes, l'abscisse , en rad/s, est en échelle logarithmique.
Pour le gain, l'ordonnée est en échelle logarithmique, si le gain a()  F(j ) est donné
 
directement. Elle est linéaire, s'il est exprimé en décibels : G dB ()  20 log F( j) .
10
Pour la phase, l’ordonnée ()  argF(j) , en radians ou en degrés, est en échelle linéaire.

Le choix d'une échelle logarithmique pour le gain et d'une échelle linéaire pour la phase présente
deux avantages.
- Les courbes restent lisibles pour de grandes variations du gain.
- Pour les systèmes en cascade F  F1 F2, les gains, ainsi que les phases, s'additionnent :

G dB ()  G dB 1 ()  G dB 2 () , ()  1 ()   2 ()

Eléments caractéristiques
Le gain statique (steady state gain, DC gain) d'un système peut être vu comme le gain pour une
entrée harmonique à fréquence nulle u(t)  u cos(0 t) , avec la réponse en régime permanent
y(t)  F(0) u , c'est-à-dire :

Gain statique  F(s)s0

- I.20 -
 La fréquence de coupure (corner frequency, breakpoint frequency) est la fréquence ( fc) (ou la
pulsation  c  2 fc) à partir de laquelle le gain statique est atténué de plus de 3 dB :

G(c )dB  G(0)dB  3dB F(c )  F(0) / 2  0.7071 F(0)

Cette notion est parfois assimilée à celle de bande passante (bandwidth), qui est plus générale. On
définit aussi la fréquence de coupure à N dB : G(c NdB )dB  G(0)dB  N dB

Le facteur de résonance (resonant peak) est le rapport entre le gain maximal et le gain statique.
Pour un diagramme de Bode, la pente est la tangente à la caractéristique fréquentielle du gain dans
une plage donnée. Elle dépend du nombre de pôles et de leur distribution fréquentielle.

1.7 REPONSES TEMPORELLES

On étudie les réponses transitoires (transient responses) impulsionnelle (à une impulsion) (impulse
response), indicielle (à un échelon) (step response) et à une rampe (échelon de vitesse) pour différents
systèmes linéaires élémentaires.
La réponse d'un système linéaire à une combinaison de ces entrées est la combinaison des
réponses.
D'autre part, une fonction de transfert F(s) peut toujours se décomposer en éléments simples
F(s)   i Fi (s)et la réponse du filtre à une entrée donnée est la somme des réponses des différents
éléments à cette entrée.

Eléments caractéristiques
Le gain statique (steady state gain, DC gain) d'un système est le gain entre l'entrée et la sortie
(variation de la sortie sur variation de l'entrée) en régime permanent (une fois l'équilibre atteint).
Il peut être vu comme le gain pour une entrée constante (échelon unitaire), de transformée de
1
Laplace U(s)  à C.I. nulles, avec la réponse Y(s)  F(s) U(s), c'est-à-dire en régime permanent
s
(théorème de la valeur finale) :

La réponse à un échelon est caractérisée par un certain nombre de paramètres :

 t M : temps de montée ( t R : rise time). C’est le temps nécessaire pour que la sortie atteigne 90%
(ou 100%) de la valeur finale (VF) (ou pour que la sortie passe de 10% à 90% de la valeur finale),
 t PIC : temps de pic (peak time). C’est le temps nécessaire pour que la sortie atteigne sa valeur
maximale y max,
 t R : temps d’établissement ou de réponse ( t S : settling time). C’est le temps nécessaire pour que
la sortie atteigne et reste à l’intérieur d’une zone de tolérance autour de la valeur finale (
10%,  5%,  2%,  1%),
 DM : dépassement maximal (overshoot), souvent exprimé en pourcentage de la valeur finale :
y  VF
DM  max .
VF
Notons que la terminologie et les définitions associées aux temps de montée, de pic, de réponse et
d’établissement sont fluctuantes.

- I.21 -
1.8 FONCTIONS MATLAB DE BASE DE LA BOITE A OUTILS CONTROL

Boite à outils CONTROL (fonctionnalités ou groupes de fonctions)

Control System Toolbox. Version 4.1 05-Dec-1997

Creation of LTI models. Data extraction. Model characteristics. Conversions.
Overloaded arithmetic operations. Model dynamics. State-space models. Time
response. Frequency response. System interconnections. Classical design tools.
LQG design tools. Matrix equation solvers. Demonstrations.

Fonctions Matlab TF,ZPK (extraits) (Creation of LTI models)

TF Creation of transfer functions or conversion to transfer function.
You can create SISO or MIMO transfer functions by
SYS = TF(NUM,DEN) Continuous-time model NUM(s)./DEN(s)
For SISO models, NUM and DEN are row vectors listing the numerator and denominator
coefficients in descending powers of s or z by default

ZPK Create zero-pole-gain models or convert to zero-pole-gain format.

You can create SISO or MIMO zero-pole-gain (ZPK) models by:
SYS = ZPK(Z,P,K) Continuous-time model
sys1=tf(3,[1 -2 1]) Transfer function: 3
-------------
s^2 - 2 s + 1
sys2=zpk([],[1 1],3) Zero/pole/gain: 3
-------
(s-1)^2

Fonctions Matlab BODE, NICHOLS, NYQUIST (extraits) (Frequency response)

BODE Bode frequency response of LTI systems.

BODE(SYS) draws the Bode plot of the LTI system SYS (created with
either TF, ZPK, or SS). The frequency range and number of points
are chosen automatically.

NICHOLS Nichols frequency response of LTI systems.

NICHOLS(SYS) draws the Nichols chart of the LTI model SYS
(created with either TF, ZPK, or SS). The frequency range and
number of points are chosen automatically.

NYQUIST Nyquist frequency response of LTI systems.

NYQUIST(SYS) draws the Nyquist plot of the LTI model SYS
(created with either TF, ZPK, or SS). The frequency range and
number of points are chosen automatically.

Fonction Matlab DCGAIN, POLE, PZMAP (extraits) (Model dynamics)

DCGAIN DC gain of LTI systems.

K = DCGAIN(SYS) computes the steady state (D.C. or low frequency)
gain of the system SYS.

POLE Find the poles of an LTI system.

P = POLE(SYS) returns the poles of SYS (P is a column vector).

- I.22 -
PZMAP Pole-zero map of linear systems.

For a SISO system, PZMAP(SYS) computes the poles and zeros

of SYS and plots them in the complex plane. The poles are
plotted as x's and the zeros are plotted as o's.

Fonctions Matlab IMPULSE, STEP, LSIM (extraits) (Time response)

IMPULSE Impulse response of LTI systems.

IMPULSE(SYS) plots the impulse response of each input channel of
the LTI model SYS (created with either TF, ZPK, or SS). The time
range and number of points are chosen automatically

STEP Step response of LTI systems.

STEP(SYS) plots the step response of each input channel of
the LTI system SYS (created with either TF, ZPK, or SS).
The time range and number of points are chosen automatically.

LSIM Simulation of the time response of LTI systems to arbitrary inputs.

LSIM(SYS,U,T) plots the time response of the LTI model SYS to the
input signal described by U and T. The time vector T consists of
regularly spaced time samples and U is a matrix with as many columns
as inputs and whose i-th row specifies the input value at time T(i).
For instance,
t = 0:0.01:5; u = sin(t); lsim(sys,u,t)
simulates the response of SYS to u(t) = sin(t) during 5 seconds.

Fonctions Matlab SERIES, PARALLEL, FEEDBACK (extraits) (System interconnections)

SERIES Series interconnection of the two LTI models.

SYS = SERIES(SYS1,SYS2,OUTPUTS1,INPUTS2) connects the two systems
in series such that the outputs of SYS1 specified by OUTPUTS1 are
connected to the inputs of SYS2 specified by INPUTS2.
If OUTPUTS1 and INPUTS2 are omitted, SERIES connects SYS1 and SYS2
in cascade and returns: SYS = SYS2 * SYS1 .

PARALLEL Parallel interconnection of two LTI systems.

SYS = PARALLEL(SYS1,SYS2,INP1,INP2,OUT1,OUT2) connects the two
LTI systems SYS1 and SYS2 in parallel such that the inputs
specified by INP1 and INP2 are connected and the outputs specified
by OUT1 and OUT2 are summed
If INP1,INP2,OUT1,OUT2 are jointly omitted, PARALLEL forms the
standard parallel interconnection of SYS1 and SYS2 and returns
SYS = SYS2 + SYS1 .

FEEDBACK Feedback connection of two systems.

SYS = FEEDBACK(SYS1,SYS2) produces the feedback loop
u --->O---->[ SYS1 ]----+---> y
| |
+-----[ SYS2 ]<---+
Negative feedback is assumed and the resulting system SYS
maps u to y. To apply positive feedback, use the syntax
SYS = FEEDBACK(SYS1,SYS2,+1).

Overloaded arithmetic operations.

+ and - - Add and subtract LTI systems (parallel connection).
* - Multiplication of LTI systems (series connection).

- I.23 -
1.9 LES MODELES DE BASE

Les modèles de base sont présentés ici de façon générique, sans précision sur les unités des
grandeurs et coefficients mis en jeu. Un point remarquable est justement que la forme du modèle se
conserve dans différents domaines physiques (mécanique, électrique, thermique …).

1.9.1 Gain (pur)

Pour un gain k, les courbes de Bode se réduisent à des horizontales :

 0 si k  0
G dB ()  20 log k  , ()  
10  si k  0

1.9.2 Dérivateur

La fonction de transfert d'un dérivateur est : F(s)  s .

G dB ()  20 log (droite de pente +20 dB par décade ou de +6 dB par octave) , ()   /2
10

Le dérivateur parfait n'existe pas !

Comme modèle d'un processus à commander, une entrée en échelon ferait apparaître en sortie une
impulsion sur une grandeur physique mettant en jeu des énergies infinies.
Comme élément d'un système de commande ou de traitement de l'information (réalisé à base
d'amplificateurs opérationnels ou par un traitement numérique rapide), une entrée bruitée ou en
échelon ferait apparaître en sortie un signal inutilisable ou non supportable par un actionneur.
Les systèmes physiques causaux sont propres.
- système impropre : ° numérateur > ° dénominateur,
- système propre : ° numérateur  ° dénominateur,
- système strictement propre : ° numérateur < ° dénominateur
40

20
Phase (deg); Magnitude (dB)

-20

91

90.5

90

89.5

89
-1 0 1 2
10 10 10 10
Frequency (rad/sec)

Figure 24 : Diagrammes de Bode d'un dérivateur bode(tf([1 0],1)) .

- I.24 -
1.9.3 Intégrateur

1
La fonction de transfert d'un intégrateur est : F(s)  .
s
G dB ()   20 log (droite de pente -20 dB par décade ou de -6 dB par octave)
10
()   /2
20

0
Phase (deg); Magnitude (dB)

-20

-40

-89

-89.5

-90

-90.5

-91
-1 0 1 2
10 10 10 10
Frequency (rad/sec)

Figure 25 : Diagrammes de Bode d'un intégrateur bode(tf(1,[1 0])) .

La réponse impulsionnelle d'un intégrateur est un échelon, sa réponse indicielle est une rampe.

- I.25 -
1.9.4 Système du premier ordre

b0 K
La fonction de transfert d'un système du premier ordre est : F(s)  ou F(s)  , qui
a1 s  a 0 1 s 
correspond à l'équation différentielle :  dy(t) /dt  y(t)  K u(t).

K  F(0) est le gain statique et  la constante de temps (time constant).

Caractéristiques fréquentielles

G dB ()  20 logK 10 log 1  2  2

10 10
 
 K 
car : G dB ()  20 log 2 2 1 / 2
 20 log K (1   )
10 1 j  10
 
()  Arctg( )

0
-3
-5

-10
Phase (deg); Magnitude (dB)

-15

-20
1/

-20

-40
-45
-60

-80
-1 0 1
10 10 10
Frequency (rad/sec)

Figure 26 : Diagrammes de Bode d'un système du premier ordre

( K    1) bode(tf(1,[1 1])) .

asymptote horizontale

lim G dB ()  20 log K  20 log   20 log 


    
10 10 10

droite de pente -20 dB par décade ou de -6 dB par octave

1 1
Pulsation et fréquence de coupure :  c  fc 
 2 

  1:   0 ,   1 (   c ) :    /4 ,    1:    /2

- I.26 -
 Figure 27 : Diagramme de Black d'un système du premier ordre ( K    1)
nichols(tf(1,[1 1])) .

Figure 28 : Diagramme de Nyquist d'un système du premier ordre.

Caractéristiques temporelles
Réponse impulsionnelle
K K/
La réponse impulsionnelle d'un système du premier ordre F(s)  est son original :
1 s  s  1/
K t / 
y(t)  e


Pour u(t)  0 et y(0)  y 0 (régime libre), il y a amortissement exponentiel de la condition initiale

quand .

- I.27 -
 Figure 29 : Réponse impulsionnelle d'un système du premier ordre ( K    1)
impulse(tf(1,[1 1])) .

Réponse indicielle
K
La réponse indicielle d'un système du premier ordre F(s)  est l'original de
1 s 
1 K K (1/ )
Y(s)  F(s)   :
s s (1 s ) s (s  1/ )


y(t)  K 1 et /  
1
0.95
0.9
0.87
0.8

0.7
0.63
Amplitude

0.6

0.5

0.4

0.3

0.2

0.1

0
0  2 3 4 5
Time

Figure 30 : Réponse indicielle d'un système du premier ordre ( K  1)

step(tf(1,[1 1])) .

La tangente à l'origine n'est pas nulle . Il n'y a pas de dépassement et on peut noter les
caractéristiques temporelles suivantes :
- I.28 -
 Temps de montée de 0 à 63% :

Temps de montée de 0 à 90% : t R 10%  2.2 

(ou temps de réponse à 10%, car pas de dépassement)
Temps de montée de 0 à 95% : t R 5%  3 
(ou temps de réponse à 5%, car pas de dépassement)

On peut noter de plus le lien entre la fréquence de coupure et le temps de montée :

1
fc 
2 

De façon générale, la bande passante et le temps de montée varient en sens inverse.

Augmenter la rapidité (diminuer le temps de montée) (propriété temporelle)

revient à augmenter la bande passante (propriété fréquentielle).

Réponse à une rampe

K
La réponse à une rampe a t d'un système du premier ordre F(s)  est l'original de
1 s 
a Ka K a (1/ )
Y(s)  F(s) 2  2  2 :
s s (1 s ) s (s  1/ )


y(t)  K a t     et /  
4

3.5 

2.5
Amplitude

1.5

0.5

0
0  1 2 3 4 5
Time (sec.)
Ka
Figure 31 : Réponse à une rampe d'un système du premier ordre ou réponse indicielle de F(s) 
s (1 s )
step(tf(1,[1 1 0]),0:.05:5) ( K  a    1).

L'erreur en régime permanent, c'est-à-dire après amortissement du régime transitoire, appelée

erreur de traînage, est égale à K a  , pour une entrée en rampe a t :   Ka t  Ka (t  ).


- I.29 -
1.9.5 Système du deuxième ordre

b0
La fonction de transfert d'un système du deuxième ordre est : F(s)  ou
a 2 s2  a1 s  a 0
K  20
F(s)  2 , qui correspond à l'équation différentielle :
s  2   0 s   20

d 2 y(t) dy(t )
2
 2  0   20 y(t)  K  20 u(t)
dt dt
où K  F(0) est le gain statique,
 0 est la pulsation naturelle ou pulsation propre non amortie (  n : undamped natural frequency),
 est le coefficient d’amortissement (  ou Z : damping ratio, damping factor).

Caractéristiques fréquentielles
 20 1
Pour un gain K unitaire, F(j)  
 2  2 j   0    20 1  / 0  2  2 j   / 0 

 
1 2   / 0 
a()  F(j)  , ()  Arctg 
1  / 2 
1  / 0  
2 2
 4  2  / 0 
2   
0 

La pulsation propre non amortie  0 joue un rôle essentiel. Elle fixe l'ordre de grandeur de la
pulsation des signaux auxquels le système sera sensible. Pour    0,
1
()  Arctg   /2, , la sortie est en retard de 90° sur l'entrée et a()  . Ce gain est
2
dénommé facteur de qualité en électronique et désigné par Q.

 
2
La pulsation de coupure (à 3 dB) est donnée par :  c   0 1 2  2  1 1 2  2 .

Dans les différentes courbes, le point remarquable est le phénomène de résonance : pour
  1/ 2  0.707 , a() passe par un maximum à la pulsation de résonance  r (resonant frequency)
:

 r   0 1 2  2

A cette pulsation, on peut calculer le facteur de résonance (rapport entre le gain maximal et le gain
statique), d'autant plus grand que  est petit :

a a( r ) 1
m  max  
a(0) a(0) 2  1 2  2

La résonance disparaît pour   1/ 2  0.707 .

- I.30 -
Diagramme de Bode
 2
G dB ()  20 loga()  10 log1  / 0 
10 10 
2 2
 
 4  2  / 0  


asymptote horizontale

 2
 2 


  
G dB ()   10 log   / 0   40 log  / 0 40 log 0 40 log 
  
    
10   10 10 10

droite de pente -40 dB par décade ou de -12 dB par octave , qui coupe l’asymptote horizontale pour
  0 .

On a pour la phase :

 / 0 1:   0 ,  / 0  1 (   0 ) :    /2 ,  / 0 1:   

10
Amplitude (dB)

-10

-20

-30

-40

-50
Phase (deg)

-100

-150

-1 0 1
10 10 10
Pulsation (rad/sec)

Figure 32 : Diagramme de Bode de système du second ordre

pour   .1 ,.3, .5, .7, 1, 1.5 et les pulsations réduites  / 0.
close;hold on; for xi=[.1 .3 .5 .7 1 1.5];bode(tf(1,[1 2*xi 1]),{.1,10} );end

- I.31 -
 1

Axe imaginaire
0.5

0  0

-0.5

-1

-1 -0.5 0 0.5 1
Axe réel

Figure 33 : Diagramme de Nyquist de systèmes du second ordre pour   . 38, .7, 1.5.
axis equal;hold on;for xi=[.38 .7 1.5];nyquist(tf(1,[1 2*xi 1]));end;grid

10

0
0
Gain (dB)

-10

-20

-30

-40 
-160 -140 -120 -100 -80 -60 -40 -20
Phase (deg)

Figure 34 : Diagramme de Black de système du second ordre pour   .1 ,.3, .5, .7, 1, 1.5.
close;hold on; for xi=[.1 .3 .5 .7 1 1.5];nichols(tf(1,[1 2*xi 1]));end;grid

- I.32 -
Réponses indicielles
Les pôles de F(s) sont les racines de l'équation caractéristique : s2  2   0 s   20  0.

On a : s2  2   0 s   20  (s  s1 )(s  s2 )  s2  (s1  s2 ) s  s1 s2

La réponse indicielle est donnée, pour K=1, par :

 20 s1s2 1 1  s2 s 
Y(s)       1 

s s2  2   0 s   20  s (s  s1 )(s  s2 ) s s1  s2 s  s1 s  s2 

et, pour t  0 : y(t)  1

1
s1  s2

s2 es1t  s1 es 2 t 
  1 : pôles réels, réponse indicielle apériodique (overdamped   1)

s1,2    0   0  2 1

La réponse indicielle est donnée, pour K=1, par :

y(t)  1
1
s1  s2

s 2 es1t  s1 es 2 t 
En fait, ce système n'est pas vraiment caractéristique du deuxième ordre, puisqu'il peut résulter de
0 0
la mise en cascade de deux systèmes du premier ordre et . Au bout d'un certain temps,
s  s1 s  s2
l'exponentielle la "plus lente" l'emporte sur l'autre.
 20 1 1 0
Pour   1, il y a un pôle réel double s1,2   0, Y(s)     et la
2 s s
s s   0  0 s   0 
2

réponse indicielle est apériodique critique : y(t)  1 (1  0t) e 0 t .

 1 : pôles complexes conjugués, réponse indicielle pseudo-périodique, oscillatoire

(underdamped, oscillatory 0    1)

s1,2    0  j  0 1  2

s1,2    j   r cos()  j sin()  r e j 

    0,    0 1  2 , r   2  2   0 (le module est indépendant de )

   
  Arctg 1  2 / Arccos  Arcsin 1  2 
   

Par ailleurs : s1  s2  2 j   2 j  0 1  2

- I.33 -
 y(t)  1
1
s1  s2
 
s2 es1t  s1 es 2 t  1
1
2 j  0 1  2

 0 e j e j t   0 e j e j t 
 
 j t   j t  
1 e e 1
y(t)  1 e t   1 e t sin t  
2  2j  2
1    1 

sin t    sin   t    sin t  (  ) ; cos(  )  cos    cos

La réponse indicielle est donc donnée, pour K=1, par:

1
y(t)  1 e  0 t sin( p t  )
1  2

où   Arccos() et  p   0 1  est la pseudo-pulsation ou pulsation propre amortie. On en

2

 
déduit la pseudo-période : Tp  2   / p  2   / 0 1  . Le premier terme de la réponse
2
 
indicielle représente le régime permanent et le second le régime transitoire de période Tp.
 20
Pour   0, les pôles sont imaginaires purs : s1,2   j  0, Y(s) 
 
et la réponse juste
s s2   20
oscillatoire (undamped): y(t)  1 sin( 0t   /2)  1 cos( 0t).

Système stable Système instable

Figure 35 : Lieu des pôles d'un système du second ordre.

zetas=[-1.05 -1 -.5 0 .5 .8 1 1.05]; wns=[.5 1 2];
close; axis([-3 3 -3 3]); sgrid(zetas,wns);hold on;wn=2
for zeta=zetas;pzmap(tf(wn^2,[1 2*zeta*wn wn^2]));end

- I.34 -
 wn=1; xi=.8;roots([1 2*xi*wn wn^2])

» wn=2;xi=.5;damp(tf(wn^2,[1 2*xi*wn wn^2]))

Eigenvalue Damping Freq. (rad/s)
-1.00e+000 + 1.73e+000i 5.00e-001 2.00e+000
-1.00e+000 - 1.73e+000i 5.00e-001 2.00e+000

» wn=2;xi=1;damp(tf(wn^2,[1 2*xi*wn wn^2]))

Eigenvalue Damping Freq. (rad/s)
-2.00e+000 1.00e+000 2.00e+000
-2.00e+000 1.00e+000 2.00e+000

2.5 
pseudo-périodique, instable
2

pseudo-périodique
1.5 juste oscillant

pseudo-périodique, amorti 1

apériodique critique 0.5

apériodique 0

0 2 4 6 8 10

Figure 36 : Réponses indicielles normalisées d'un système du second ordre (K=1, temps réduit  0 t).
close;hold on; for xi=[-.05 0 .3 1 1.5];step(tf(1,[1 2*xi 1]),0:.05:10);end;grid

Il faut noter que la tangente à l'origine est toujours nulle . On peut noter par ailleurs les temps et
grandeurs caractéristiques des réponses indicielles de systèmes du second ordre.

D1
Tp
D2 VF+n%
VF
VF-n%
0.9 VF

0 tM tPIC tR t
Figure 37 : Valeurs caractéristiques d'une réponse indicielle d'un système du second ordre.

- I.35 -
 Temps de montée :


Temps de pic : t PIC 
 0 1  2
1
Temps de réponse : t R n%  Ln(100 /n),   0.7 (approximation, voir abaque)
0 
 
1 2
Dépassement maximal : DM  e
2
D1 2
Rapport entre deux maxima successifs :  e 1
D2

Il existe par ailleurs de nombreuses abaques liant temps caractéristiques et dépassements à  et  0.

Noter sur la figure 38 le minimum pour   0,7 et les discontinuités pour   0,7 , conséquences de
la définition du temps de réponse et du comportement pseudo-périodique.

Figure 38 : Abaque donnant t R 5%  0 en fonction de l'amortissement .

Figure 39 : Dépassement maximal DM en fonction de l'amortissement .

xi=0:.01:.99;plot(xi,exp(-pi*xi./(sqrt(1-xi.^2))));set(gca,'YTick',[0:.1:1]);grid

- I.36 -
 1.4
y/K
1.2

 1


 0.8


0.6

 0.4


0.2

0
0 5 10 15 0 t 20

Figure 40 : Réponses indicielles normalisées d'un système du second ordre.

hold on;for xi=[.3 .5:.1:1 1.5];step(tf(1,[1 2*xi 1]));end;grid

Dans la conception des contrôleurs, on veut souvent spécifier le comportement du système corrigé
à partir d'un modèle du second ordre de réponse indicielle pseudo-périodique amortie. On cherche
alors  0 et  pour des temps caractéristiques et des dépassements donnés.

On peut calculer  à partir de DM :


ln(DM) 2
ln(DM) 2   2
ou par la courbe de la figure 39, puis, avec ,  0 à partir de t PIC ou de t R :

 1
0  0  Ln(100 /n),   0.7
t PIC 1  2 t R n% 

ou par l’abaque de la figure 39. La figure 40 permet soit de déterminer la réponse d'un système du
second ordre donné, soit de déterminer à  et  0 pour obtenir un système ayant un temps de montée
ou d'établissement et un dépassement donnés.

La figure suivante résume le comportement d’un système du second ordre en fonction de . Elle
montre l’intérêt de choisir comme modèle de système bouclé : 0.7    1.

Système asymptotiquement stable

Système pseudo-périodique Système apériodique
(pôles complexes, réponse oscillatoire) (pôles réels, réponse apériodique)
Système

instable 0 0.7 1 
Système résonant Système sans résonance

Figure 41 : Caractéristiques d'un système du second ordre en fonction de  .

- I.37 -
1.9.6 Retard pur

Beaucoup de systèmes, en particulier industriels, ont une réponse indicielle de la forme représentée
à la figure 42.

0.8
Amplitude

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8
Temps (sec.)
6
Figure 42 : Réponse indicielle de F(s)  e s , avec   1.
(s  3)(s  2)(s  1)
sys=zpk([],[-1 -2 -3],6);sys.td=1;step(sys,0:.05:8);grid

Le temps  pendant lequel la sortie ne réagit pas à la commande est appelé retard pur ((pure)
(time) delay, (pure) dead time). Un tel retard peut provenir du processus lui-même, mais est très
souvent introduit par la mesure de la sortie (temps de mesure ou placement adéquat du capteur
impossible). La commande de systèmes à retard est compliquée par la présence du retard pur, s'il ne
peut être négligé.

La fonction de transfert d'un retard pur s'écrit :

F(s)  es 

Sa réponse fréquentielle est donnée par F(j)  e j   , de gain unitaire : a()  F(j)  1,
G dB ()  20 log F(j)   0, et de phase proportionnelle à la pulsation et au retard :
10
()  argF(j)    . Le déphasage vaut  /2, pour    /(2 ),  , pour    / .

Il est utile et parfois indispensable, en simulation et en commande, de disposer d'une bonne

approximation du retard par une fraction rationnelle. On peut développer le retard en série :
es  1 s  s2  2 /2  s3  3/6   et approximer es  par 1/ 1 s  1 s  s 2  2  s3  3  . Les
approximations de Padé sont meilleures : es  
1 s /2
 1 s  s2  2 / 2  s3  3/ 4   (ordre 1,
1 s /2
 1 s /2  s2  2 /12
convenable pour   2 / ), e s   (ordre 2), etc…
1 s /2  s2  2 /12

- I.38 -
 1

0.8

0.6

Amplitude 0.4

0.2

-0.2

0 1.5 3 4.5 6 7.5 9

Temps (sec.)
e3 s
Figure 43 : Réponse indicielle de F(s)  , réelle
s1
et avec les approximations de Padé à l'ordre 1, 2, 3, 4, 10.

sys=tf(1,[1 1]);sys.td=3;
step(sys,pade(sys,1),pade(sys,2),pade(sys,3),pade(sys,4),pade(sys,10));grid

for i=[1:4 10];[num,den]=pade(1,i);sys=tf(num,den),end

Transfer function:
-s + 2
------
s + 2
Transfer function:
s^2 - 6 s + 12
--------------
s^2 + 6 s + 12
Transfer function:
-s^3 + 12 s^2 - 60 s + 120
--------------------------
s^3 + 12 s^2 + 60 s + 120

Transfer function:
s^4 - 20 s^3 + 180 s^2 - 840 s + 1680
-------------------------------------
s^4 + 20 s^3 + 180 s^2 + 840 s + 1680

- I.39 -
1.10 LINEARISATION

Très souvent, les équations différentielles décrivant le comportement de systèmes sont non
linéaires. On montre alors comment déduire des modèles linéaires, locaux, valables autour d’un point,
à partir de ces modèles non linéaires généraux, par linéarisation. Pour une variable X(t) impliquée
dans l’équation différentielle non linéaire, on considère de petites variations x(t) autour du point
d’équilibre x 0 :

X(t)  x 0  x(t) .

(i) d iX(t)
On note : X (t)  .
dt i

Exemple 1 (stupide, mais introductif)

Soit une équation différentielle linéaire, non homogène (avec second membre), par exemple :

a 2 Y(2) (t)  a1Y(1) (t)  a 0 Y(t)  b 0U(t)  b1U (1) (t) (1)

A l’équilibre, les grandeurs impliquées « ne bougent pas » : X (i) (t)  0, i  0. On a donc :

a 0 y 0  b 0u 0 (2)

b b
c’est-à-dire : y 0  0 u 0 (gain statique k  0 ).
a0 a0

Considérons de petites variations x(t) autour du point d’équilibre x 0 : X(t)  x 0  x(t)

d iX(t) d i (x 0  x(t)) d ix(t)

X (i) (t)  i
 i
 i
 x (i) (t),i  0
dt dt dt

L’équation (1) devient : a 2 y (2) (t)  a1y (1) (t)  a 0 (y 0  y(t))  b 0 (u 0  u(t))  b1u (1) (t)

c’est-à-dire, en tenant compte de l’équation d’équilibre (2) :

a 2 y (2) (t)  a1y (1) (t)  a 0 y(t)  b 0u(t)  b1u (1) (t) (3)

Dans toute la gamme de fonctionnement où le modèle est linéaire est valide, étudier les grandeurs
ou les variations de ces grandeurs autour d’un point d’équilibre est similaire.

- I.40 -
Exemple 2
Soit une équation différentielle non-linéaire non homogène, par exemple l’ensemble masse-
amortisseur-ressort « durcissant », avec Y(t) la position de la masse et U(t) la force appliquée :

a 2 Y(2) (t)  a1Y(1) (t)  a 0 Y2 (t)  b 0U(t) (4)

A l’équilibre, X (i) (t)  0,i  0. On a donc :

a 0 y 20  b 0u 0 (5)

b0
c’est-à-dire : y 0  u 0 , qui ne peut se mettre sous la forme y 0  k u 0.
a0

Considérons de petites variations x(t) autour du point d’équilibre x 0 :

X(t)  x 0  x(t) , X (i) (t)  x (i) (t), i  0.

L’équation (4) devient :

a 2 y (2) (t)  a1y (1) (t)  a 0 (y 0  y(t)) 2  a 2 y (2) (t)  a1y (1) (t)  a 0 (y 20  2y 0 y(t)  y 2 (t))  b 0 (u 0  u(t))

c’est-à-dire, en tenant compte de l’équation d’équilibre (5) et en négligeant les termes de degré
supérieur à 1 (linéarisation) : a 2 y (2) (t)  a1y (1) (t)  2a 0 y 0 y(t)  b 0u(t) .

En fait, il est équivalent, mais plus rapide et plus général, de linéariser en effectuant un
développement limité au premier ordre des termes non linéaires :

df(X(t))
f(X(t))  f(x 0  x(t))  f(x 0 )  x(t) .
dX(t) x
0

On obtient : a 2 y (2) (t)  a1y (1) (t)  a 0 y 20  2a 0 y 0 y(t)  b 0 (u 0  u(t))

soit, en tenant compte de l’équation d’équilibre (5) :

a 2 y (2) (t)  a1y (1) (t)  2a 0 y 0 y(t)  b 0u(t) (6)

Le modèle (6), linéaire, n’est valable qu’autour du point d’équilibre, pour de petites variations.

- I.41 -
Exemple 3
Soit une équation différentielle non-linéaire non homogène, par exemple :

a 2 Y(2) (t)  a1Y(1) (t)  a 0 Z(t)Y(t)  b 0U(t) (7)

A l’équilibre, X (i) (t)  0, i  0 . On a donc :

a 0z 0 y 0  b 0u 0 (8)
b0
c’est-à-dire : y 0  u 0, soit y 0  k(z 0 ) u 0.
a 0z 0
Considérons de petites variations x(t) autour du point d’équilibre x 0 :

X(t)  x 0  x(t), X (i) (t)  x (i) (t), i  0.

Linéarisons en effectuant un développement limité au premier ordre des termes non linéaires :

f(X1 (t),X 2 (t))  f(x10  x1 (t),x 20  x 2 (t))

f(X1,X 2 ) f(X1,X 2 )
 f(x10 ,x 20 )  x1 (t)  x 2 (t)
X1 (X 1 ,X 2 )(x 10 ,x 20 )
X 2 (X 1 ,X 2 )(x 10 ,x 20 )

On obtient : a 2 y (2) (t)  a1y (1) (t)  a 0z 0 y 0  a 0z(t)y 0  a 0z 0 y(t)  b 0u 0  b 0u(t)

soit, en tenant compte de l’équation d’équilibre (8) :

a 2 y (2) (t)  a1y (1) (t)  a 0z(t)y 0  a 0z 0 y(t)  b 0u(t) (9)

Le modèle (9), linéaire, n’est valable qu’autour du point d’équilibre, pour de petites variations.

- I.42 -
Linéarisation instantanée
Les raisonnements précédents peuvent s’étendre à des points de fonctionnement quelconques, qui
ne sont pas des points d’équilibre, par linéarisation instantanée.

Exemple 4
Soit l’équation différentielle non-linéaire :

Y(t)  Y2 (t)  U(t) (10)

A chaque instant t  t 0, Y(t)  y 0, Y(t)  y0, U(t)  u 0 et :

y0  y 20  u 0 (11)

Considérons un court intervalle de temps pendant lequel les variations des

grandeurs sont faibles :

d(y 0 (t)  y(t))

Y(t)  y 0  y(t), Y(t)   y0  y(t) , U(t)  u 0  u(t)
dt

En remplaçant dans l’équation (10), puis en effectuant un développement limité au premier ordre
du terme non linéaire, on obtient :

y0  y(t)  y 20  2y 0 y(t)  u 0  u(t)

soit, en tenant compte de l’équation (11) :

y(t)  2y 0 y(t)  u(t) (12)

Le modèle (12), linéaire, n’est valable qu’autour du point de fonctionnement courant, pour un
court intervalle de temps.

- I.43 -
Guillaume COLIN Gérard BLOCH

Automatique
Partie 2 : Commande continue

2. PERFORMANCES DES SYSTEMES CORRIGES ...................................................1

2.1 Stabilité des systèmes..................................................................................................................................... 1
2.1.1 Condition générale de stabilité.................................................................................................................... 1
2.1.2 Critère du revers et marges de stabilité ....................................................................................................... 3

2.2 Précision des systèmes asservis ..................................................................................................................... 6

2.2.1 Généralités .................................................................................................................................................. 6
2.2.2 Précision statique par rapport à la consigne ................................................................................................ 8
2.2.3 Précision statique par rapport à la perturbation......................................................................................... 10

2.3 Rapidité ........................................................................................................................................................ 10

3. COMMANDE CONTINUE .......................................................................................11

2.4 Buts de la commande ................................................................................................................................... 11

2.5 Principes de la régulation continue ............................................................................................................ 11

2.6 Aspects fréquentiels ..................................................................................................................................... 13

2.7 Rejet de perturbations mesurées par anticipation .................................................................................... 14

2.8 Quelques correcteurs ................................................................................................................................... 16

2.8.1 Correcteur à action proportionnelle (P) .................................................................................................... 16
2.8.2 Correcteur à action proportionnelle et dérivée (PD) ................................................................................. 18
2.8.3 Correcteur à avance de phase .................................................................................................................... 20
2.8.4 Correcteur à action proportionnelle et intégrale (PI) ................................................................................ 21
2.8.5 Correcteur à action proportionnelle, intégrale et dérivée (PID) ................................................................ 23

2.9 Synthèse des correcteurs ............................................................................................................................. 24

2.9.1 Réglages simples pour PID ....................................................................................................................... 24
2.9.2 Méthode du modèle .................................................................................................................................. 27
2.9.3 Régulation de processus à retard ............................................................................................................... 32
2.9.4 Adaptation au correcteur PID pour son implémentation ........................................................................... 36
2.9.5 Commande à modèle interne .................................................................................................................... 38
2. PERFORMANCES DES SYSTEMES CORRIGES
2.1 STABILITE DES SYSTEMES

2.1.1 Condition générale de stabilité

Il existe une grande variété de définitions de la stabilité, surtout pour les systèmes non-linéaires,
et même pour les systèmes linéaires. On adopte ici la définition suivante.

Un système linéaire est dit stable, lorsque, écarté de sa position d’équilibre, il tend à y revenir. Il
est dit instable, lorsqu’il tend à s’en écarter davantage.

Il en résulte que, pour une entrée nulle, la sortie (le régime libre) d'un système stable tend vers
zéro, quelques soient les conditions initiales : lim y 0 ( t )  0 (stabilité asymptotique) et que, pour
t 
une entrée bornée, la sortie est bornée (stabilité BIBO). Une définition équivalente est :

Un système est dit stable s.s.i sa réponse impulsionnelle tend vers zéro quand t   .

Il avait été montré (§1.5.1) que la solution de l’équation différentielle sans second membre :

a 0 y( t )  a1 y (1) ( t )    a n y ( n ) ( t )  0

Ps, C.I.( y) 
c'est-à-dire le régime libre y 0 ( t ) , a comme transformée de Laplace : Y 0 (s)  , où A(s)
A(s)
B(s)
est le dénominateur de la fonction de transfert du système F(s)  . Cette transformée peut
A(s)
décomposer en éléments simples du type :


d’original  es i t (pôle réel simple s i )
s  si
 
d’original t q 1 e s i t (pôle réel multiple s i )
(s  s i ) q (q  1)!
s
d’original C sin(i t  ) e a i t (pôles complexes conjugués : s i  a i  ji )
2
(s  a i )  i2

Dans les différents éléments de y 0 ( t ) interviennent donc des termes du type e a i t , où a i est la
partie réelle du iième pôle. On en déduit que pour qu’un système linéaire continu soit stable, il faut
que les pôles s i de sa transmittance en s soient à partie réelle négative :

B(s)
F(s)  stable  (si )  0, i, si  s A(s)  0
A(s)

En l’absence d’entrée, le système revient à 0, quelles que soient les conditions initiales. La sortie
B(s)
y(t) d’un système stable tend donc vers son régime forcé et la fonction de transfert permet de
A(s)
caractériser le comportement du processus une fois amorti l’effet des conditions initiales.

- II.1 -
 Le calcul des pôles d'une fonction de transfert, c'est-à-dire des racines du polynôme A(s), peut
être fait simplement, par exemple par roots ou pole.

ss=-1;sm=-2;scc1=-1+j;scc2=-1-j;
sys=zpk([],[scc1 scc2 ss sm sm],-scc1*-scc2*-ss*-sm*-sm)
8
Zero/pole/gain: ----------------------------
(s+1) (s+2)^2 (s^2 + 2s + 2)

sys1=tf(sys)
8
Transfer function: ----------------------------------------
s^5 + 7 s^4 + 20 s^3 + 30 s^2 + 24 s + 8

pole(sys1)
ans = -1.0000+1.0000i -1.0000-1.0000i -1.0000 -2.0000 -2.0000

[num,den]=tfdata(sys,'v');roots(den)
ans = -1.0000+1.0000i -1.0000-1.0000i -2.0000 -2.0000 -1.0000

La stabilité d'un système peut être testée en traçant sa réponse temporelle, par exemple
impulsionnelle ou indicielle.
Réponse impulsionnelle
0.3
Amplitude

0.2

0.1

0
0 5 Temps (sec.) 10 15

Réponse indicielle
1
Amplitude

0.5

0
0 1.4 2.8 4.2 5.6 7
Temps (sec.)
8
Figure 1. Réponses impulsionnelle et indicielle de F(s)  .
s 5  7s 4  20s 3  30s 2  24s  8
Cependant, il est intéressant, en particulier quand le dénominateur de la fonction de transfert
contient des paramètres ajustables, de disposer d'un critère algébrique (comme celui de Routh -
Hurwitz non détaillé ici) permettant d'exprimer la stabilité en fonction de ces paramètres. C'est par
exemple le cas pour la fonction de transfert d'un système en boucle fermée et la stabilité est la
première propriété à assurer pour un système corrigé.

- II.2 -
2.1.2 Critère du revers et marges de stabilité

On énonce sans démonstration le critère du revers, qui est un critère simplifié de stabilité dérivé
d'un théorème de Cauchy sur les fonctions complexes et du critère de stabilité de Nyquist.

Pour un système en boucle ouverte G(s) et son correcteur K(s), stables, le système en boucle
K (s) G (s)
fermée H (s)  est stable si le transfert K (s ) G (s ) n'entoure pas le point critique (-1
1  K (s) G (s)
point) (-1 dans le plan de Nyquist, laissé à gauche pour des  croissants ; (-180°, 0 dB) dans le plan
de Black, laissé à droite pour des  croissants).

Une boucle d'asservissement est d'autant plus stable que son transfert en boucle ouverte
K (s ) G (s ) passe loin du point critique. Une petite variation G (s ) du système (le processus change
effectivement au cours du temps ou son modèle G(s) n'est pas parfaitement exact) ne doit pas
entraîner l'instabilité de la boucle. C'est la notion de robustesse (par rapport aux erreurs de modèle).

Remarque : Si le retour n’est pas unitaire, mais inclut R(s) , on étudie le transfert K(s)G(s)R(s) .

On note respectivement a ()  K ( j) G ( j) le gain et ()  argK ( j) G ( j)  la phase du
système en boucle ouverte K ( j) G ( j) . On note -  la pulsation à laquelle la phase est égale à -
180° ( (-  )  180 ) et 1 la pulsation à laquelle le gain est égal à 1 (0 dB) ( a (1)  1 )
(crossover frequencies ). On définit alors les marges suivantes.

La marge de gain (gain margin, GM) Mg est la valeur maximale du gain parasite qui peut
intervenir sans déstabilisation de la boucle fermée. C'est l'écart en gain par rapport à 0 dB, lorsque
la phase du système en boucle ouverte est égale -180°, c'est-à-dire Mg dB  (0)  20 log a (  )  :
10

Mg dB  20 log a (  )   20 log1 / a (  ) , avec (-  )  180

10 10

La marge de phase (phase margin, PM) M est la valeur maximale du déphasage parasite qui
peut intervenir sans déstabilisation de la boucle fermée. C'est l'écart en phase par rapport à -180°,
lorsque le gain du système en boucle ouverte est égal à 1 (0dB), c'est-à-dire M  (1 )  (180) :

M  (1 )  180, avec a (1 )  1

La marge de module (ou marge de gain-phase) Mm, valeur maximale du module parasite qui
peut intervenir sans déstabilisation de la boucle fermée, est une mesure plus globale. C'est l'écart
minimal en module par rapport au point -1, c'est-à-dire : Mm  min   1  K ( j) G ( j)  :
j

 
Mm  min 1  K ( j) G ( j)   max
1

j j  1  K ( j) G ( j) 


Elle correspond, dans le plan de Nyquist, au rayon du cercle centré sur le point -1 et tangent à
K ( j) G ( j) .

La marge de retard Mr est la valeur maximale du retard parasite qui peut intervenir sans
déstabilisation de la boucle fermée. On rappelle que le déphasage introduit par un retard pur
- II.3 -
F(s)  e s  est donné par ()  argF( j)     . Si 1 et (1 ) sont respectivement la
pulsation (en rad/sec) et la phase (en radians) correspondant au gain 1 (0 dB), on a
1Mr  M    (1 ) et :

M   (1 )
Mr  
1 1

Les valeurs généralement préconisées pour obtenir un bon amortissement sont :

Mg  6 à 15 dB , M  40 à 60 , Mm  0.5 ( 6 dB)

Si le système est mal identifié (le modèle est connu de façon imprécise), on pourra prendre
Mg  20 dB .

G dB



(0 dB ,180) M Mm
a (   ) 
Mg  
-1 M
1

Figure 2. Diagrammes de Black et de Nyquist, point critique et marges.

MARGIN Gain margin, phase margin, and crossover frequencies.

[Gm,Pm,Wcg,Wcp] = MARGIN(SYS) returns the gain margin Gm,

the phase margin Pm, and associated frequencies Wcg and Wcp,
given the SISO open-loop model SYS (continuous or discrete).
The gain margin Gm is defined as 1/G where G is the gain at the -180
phase frequency.
The gain margin in dB is 20*log10(Gm).
By convention, Gm=1 (0 dB) and Pm=0 when the nominal closed loop is
unstable.
When invoked without left hand arguments, MARGIN(SYS) plots the open-
loop Bode plot with the gain and phase margins marked with a vertical
line.

- II.4 -
 Bode Diagrams

Gm=14.841 dB (at 1.0592 rad/sec), Pm=94.131 deg. (at 0.22729 rad/sec)

Phase (deg); Magnitude (dB) -20

-40

-60

-80

-100

-200

-300

-1 0
10 10
Frequency (rad/sec)

Figure 3. Diagramme de Bode, marges de gain et de phase.

sys=zpk([],[-.1 -1+j -1-j -2],1);margin(sys)

- II.5 -
2.2 PRECISION DES SYSTEMES ASSERVIS

2.2.1 Généralités

Perturbation p(t)

Consigne Erreur Commande Sortie

+
y c (t) e(t) u(t) y(t)
K(s) G(s)
+ +
-
REGULATEUR PROCESSUS

Figure 4. Système bouclé et perturbation.

On considère le système bouclé de la figure précédente, où y c ( t ) est la consigne, p(t) une

perturbation agissant sur le système, ramenée à la sortie, y( t ) la sortie du système perturbé, u(t) son
entrée, la commande et la sortie du correcteur K(s) et e( t )  y c ( t )  y( t ) l’erreur. Par définition, ce
système est d’autant plus précis que le signal d’erreur e(t) est petit. L’idéal serait e( t )  0 t . En
pratique, il en est autrement, car :
 La consigne varie : la minimisation de e( t ) , en dépit de ces variations, constitue un problème de
poursuite ou d’asservissement.
 Une (des) perturbation(s), aléatoire(s) ou non, vient (viennent) se superposer au signal utile en un
(des) points du système bouclé. Le maintien de e(t) au voisinage de 0, en dépit des perturbations
constitue un problème de régulation.

L’erreur e( t ) se décompose en :
 Erreur transitoire ou dynamique, qui tient compte des caractéristiques de l’évolution du
processus en régime transitoire,
 Erreur permanente ou statique, c’est-à-dire la limite de l’erreur au bout d’un temps infini, pour
une entrée donnée.

Les spécifications sur l’erreur sont formulées le plus souvent sous l’une des formes suivantes :
 Erreur statique bornée,
 Erreur statique nulle pour une entrée "canonique" donnée (échelon, rampe, …),
 Erreur dynamique bornée pour des entrées ayant une dynamique donnée (vitesse,
accélération,…),
 Critères intégraux à minimiser :
 2
0 e (t) dt (Oldenburg-Sartorius, Integral of the Square of the Error, ISE),

0 e(t) dt (Integral of the Absolute value of the Error, IAE),
 2
0 e (t) t dt (Integral of the Time-weighted Square of the Error, ITSE),

0 e(t) t dt (Integral of the Time-weighted Absolute value of the Error, ITAE)

- II.6 -
 En fonction de la consigne Y c (s) et de la perturbation P(s), la sortie Y (s ) s'écrit :


Y(s)  K (s) G(s) E(s)  P(s)  K (s) G (s) Y c (s)  Y(s)  P(s)
c'est-à-dire :

K(s)G(s) 1
Y(s)  Yc(s)  P(s)
1 K(s)G(s) 1 K(s)G(s)

Y(s) K (s) G (s)

K (s ) G (s ) est appelée transfert de boucle,  H(s)  est la fonction de transfert
Y c (s) 1  K (s) G (s)
du système en boucle fermée.

Par ailleurs, l'erreur E(s)  Y c (s)  Y(s) s'écrit :

1 1
E(s)  Y c (s)  P(s)
1  K (s) G (s) 1  K (s) G (s)

Considérons le transfert en boucle fermée H (s ) . Une variation ou une incertitude G (s ) sur le

transfert G(s) entraîne une variation H (s ) , que l'on peut approximer au premier ordre :

dH K KG 1 G H 1 G
H  G  G  . On a donc :  .
dG 1  K G 2 1 K G 1 K G G H 1 K G G

1
S est nommée sensibilité.
1  K (s) G (s)

C'est la sensibilité de la sortie Y (s ) ou de l'erreur E (s) (au signe près) aux perturbations. C'est
aussi la sensibilité de la fonction de transfert en boucle fermée H (s ) aux incertitudes sur le modèle
du système G (s ) .

On voit par que ailleurs la marge de module Mm peut s'évaluer à partir de la sensibilité :

Mm  max  S( j) 
j

Dans le respect des autres contraintes (en particulier la stabilité), on cherchera K (s ) pour
minimiser la sensibilité S ou pour obtenir un transfert en boucle fermée H (s)  1  S voisin de 1.

- II.7 -
 k N (s) k p N p (s)
On note : K (s) G (s)  ; P(s)  , où ,   N et où les gains k, k p   sont
s  D(s) s  D (s )
p
 N(0) N p (0)  1
mis en évidence  1;  1 . Le terme met en évidence la présence de 
 D(0) D p (0)  s
 
intégrateurs dans la transmittance correspondante.

2.2.2 Précision statique par rapport à la consigne

1 1
E (s)  Y c (s)  P(s)
1  K (s) G (s) 1  K (s) G (s)

On considère les entrées "canoniques" y cq ( t ) ou Yqc (s) : l'échelon y1c ( t )  ( t ) , Y1c(s)  1 / s , la

rampe y c2 ( t )  t , Y2c(s)  1 / s 2 , l'échelon d'accélération y 3c ( t )  t 2 / 2 , Y3c (s)  1 / s 3 . On note e q

t 
   
l’erreur statique d’ordre q, c'est-à-dire la limite lim e q ( t )  lim y cq ( t )  y( t ) , et on rappelle le
t 
théorème de la valeur finale e   lim s E (s )  .
s0

L'erreur statique due à la consigne s'écrit :

 
 Y c
(s )   Y c
(s )   s  Yqc (s) 
e q  lim s q  
 lim s
q   lim  s 
s  0 1  K (s) G (s)  s  0 k N(s)  s  0 s   k 
   1    
 s D(s) 

 est le nombre de pôles s  0 , le nombre d’intégrateurs dans la chaîne directe correcteur-

système (transfert de boucle ) K(s) G(s).
 s 
 Echelon (de position) : y1c(t )  ( t ) , Y1c (s)  1 / s : e1  lim   
s  0 s  k 
1 1
  0 : e1  
1 k Kp

où K p  lim 1  K (s) G (s)  est la constante d’erreur de position et k le gain statique.

s0

  1 : e1  0
  
s 1
 Rampe (échelon de vitesse) : y c2 ( t )  t , Y2c (s)  1 / s 2 : e 2  lim  
s  0 s  k s 

  0 : e 2  

1 1
  1 : e 2  
k Kv

où K v  lim s K (s) G (s)   k est la constante d’erreur de vitesse et le gain en vitesse.

s0

  2 : e 2  0

- II.8 -
  s 1 
 Echelon d’accélération : y 3c ( t )  t 2 / 2 , Y3c (s)  1 / s 3 : e 3  lim   
s  0 s  k s 
 2

  0,   1 : e3  

1 1
  2 : e 3  
k Ka

 
où K a  lim s 2 K (s) G (s)  k est la constante d’erreur d’accélération et le gain en accélération.
s 0

  3 : e 3  0

La table 1 résume que, dans le respect des autres contraintes (en particulier la stabilité), on
diminue l'erreur statique due à la consigne en augmentant le nombre  d'intégrateurs dans le
transfert de boucle K (s ) G (s ) et son gain k (statique, en vitesse, en accélération, ...).

nombre de pôles s  0 0 1 2 2

e p position 1 / Kp 0 0 0
e v vitesse  1 / Kv 0 0
e a accélération   1 / Ka 0

Table 1 : Erreur statique due à la consigne et nombre d'intégrateurs dans le transfert de boucle.

- II.9 -
2.2.3 Précision statique par rapport à la perturbation

L’erreur statique due à la perturbation s’écrit :

  k p N p (s) 
 
     D (s)    k p s  1  
e   lim  s
p P (s )
  lim  s
s p  
  lim
s  0 1  K (s) G (s)  s  0 k N (s)  s  0 s   k 
1  
  D(s) 
 s 
  1   : au moins deux pôles s  0 (deux intégrateurs) de moins dans le transfert de boucle
K (s ) G (s ) que dans la perturbation P(s) :

p
  1   : e 

  1   : un pôle s  0 (un intégrateur) de moins dans le transfert de boucle K (s ) G (s ) que dans

la perturbation P(s) :

p  kp p  kp
  0,   1 : e   ,   0,     1 : e  
1 k k

  1   : autant ou plus de pôles s  0 (intégrateurs) dans le transfert de boucle K (s ) G (s ) que

dans la perturbation P(s).
p
  0,     1  0 : e  0

Dans le respect des autres contraintes (en particulier la stabilité), on diminue l'erreur statique due
à la perturbation en augmentant le nombre  d'intégrateurs dans le transfert de boucle K (s ) G (s ) et
son gain k (statique, en vitesse, en accélération, ...).

2.3 RAPIDITE

Cette caractéristique du système corrigé décrit la vitesse d’atteinte du régime établi, la durée du
régime transitoire. On choisira souvent pour le système en boucle fermée un modèle du premier ou
du second ordre.

Ainsi, pour un premier ordre, on spécifiera la constante de temps  .

Pour un second ordre, on choisira une réponse indicielle pseudo-périodique amortie. On

cherchera alors  0 et  pour des temps caractéristiques et des dépassements donnés (voir la fin du
§ 1.9.5).

- II.10 -
3. COMMANDE CONTINUE
2.4 BUTS DE LA COMMANDE

Le processus à commander possède un certain nombre de caractéristiques intrinsèques. Il peut

être mal amorti et osciller trop longtemps sous l'effet d'une perturbation. Il peut être trop lent, avoir
une trop grande inertie. Il peut avoir tendance à dériver, sa sortie ne restant pas constante quand son
entrée l'est (un ou plusieurs intégrateurs dans sa fonction de transfert). Il peut, au pire, être instable.

La correction devra fournir au système, lui-même non modifiable, une commande permettant de
"voir" un système bouclé où les caractéristiques indésirables sont corrigées (stabilité assurée,
rapidité de réaction améliorée), qui rejette les perturbations (régulation) et suit la consigne "au plus
près" (asservissement, précision statique et dynamique).

Cette modification de la commande se heurte donc à deux obstacles :

 l'imprécision dans la connaissance du système et des perturbations,
 la limitation de la commande due aux actionneurs (saturation ou changement de point de
fonctionnement faisant perdre la linéarité du modèle).

Le correcteur doit de plus être

 réalisable physiquement
 et le plus simple possible…

Les objectifs et contraintes sont nombreux et souvent contradictoires. Par exemple, augmenter le
gain en boucle ouverte (par un correcteur proportionnel, par exemple), pour augmenter la précision
ou la rapidité, risque d'entraîner l'instabilité. Il existe ainsi un dilemme précision-stabilité.

Il n'existe pas de méthode unique et systématique de synthèse, mais des approches parallèles
dans le domaine fréquentiel, dans le domaine temporel et dans le plan de pôles et zéros. De même,
il n’existe pas, surtout en continu, une structure unique de correcteur. La structure PID permet
cependant de résoudre une grande partie des cas pratiques.

2.5 PRINCIPES DE LA REGULATION CONTINUE

Sur le schéma suivant, p2(t) est une perturbation non mesurable et agit directement sur la sortie,
p1(t) est mesurable et agit par K1(s) sur l’entrée du système, par G1(s) sur sa sortie.

p2(t)
p1(t)

K1(s) G1(s)

Consigne Erreur + Commande + Sortie

y c (t) e(t) u(t) + y(t)
K(s) G(s)
+ + +
-

Figure 5. Schéma général de régulation continue.

- II.11 -
    
On peut écrire : Y(s)  G(s) K(s) Yc (s)  Y(s)  K1(s) P1(s)  G1(s) P1(s)  P2 (s)

K(s) G(s) G (s)  K1(s) G(s) 1

Y(s)  Yc(s)  1 P1(s)  P (s)
1  K(s) G(s) 1  K(s) G(s) 1  K(s) G(s) 2

Y(s)  H(s) Yc(s)  H1(s) P1(s)  H2(s) P2(s)

Le choix des correcteurs K(s) et K1(s) doit permettre d’imposer les transmittances H(s), H1(s) ,
H2(s) et leurs caractéristiques, données a priori ; c’est la méthode du modèle.

 Transfert H2(s) perturbation non mesurable P2(s) - sortie Y(s) (régulation).

On cherche à obtenir K(s) G(s)  1 pour une bonne élimination des perturbations.

 Transfert H1(s) perturbation mesurable P1(s) - sortie Y(s) (régulation).

On cherche à rendre la sortie indépendante de P1(s) en prenant K1(s)  G1(s) / G(s) . Cette
compensation par anticipation (feedforward), le plus souvent impropre, peut être approchée et
réalisée en introduisant de petites constantes de temps. Par exemple, si l’on obtient
k(1   s)
K1(s)  k(1   s) , on prend K1(s)  , avec '   . Voir § 3.4.
1  ' s

 Transfert H(s) consigne Yc(s) - sortie Y(s) (asservissement).

K(s) G(s)
On impose pour H(s) une fonction de transfert Hd(s) : Hd(s)  , c’est-à-dire :
1  K(s) G(s)
Hd(s)
K(s) 
G(s) (1  Hd(s) )

Un choix trop contraignant pour Hd(s) peut conduire à un correcteur K(s) non réalisable. Choisir
K(s) G(s)  1 permet, outre une bonne élimination des perturbations, l’obtention de
K(s) G(s)
Hd(s)   1 . Cependant, un trop grand gain peut déstabiliser le système ; une
1  K(s) G(s)
dynamique trop rapide ( Hd(s)  1 ) entraîne des commandes de trop grandes amplitude et puissance,
irréalisables ou dommageables pour le matériel ; les saturations des systèmes physiques limitent le
niveau des commandes.

On choisit généralement pour Hd(s) une fonction de transfert du second ordre

02
Hd(s)  2 , d’amortissement  assez fort pour limiter les dépassements, de pulsation
s  20 s  02
propre 0 suffisamment élevée et de gain statique unitaire. Si on ne peut limiter à deux l’ordre de
Hd(s) , on peut placer les autres pôles loin de l’axe imaginaire, pour que les modes associés,
pseudo-périodiques ou apériodiques, soient rapidement amortis.
Les objectifs principaux de la correction sont les suivants :
 stabiliser le processus ou accroître sa stabilité (stabilité),
 augmenter la précision, en particulier diminuer l’erreur statique (précision),
 augmenter la bande passante et diminuer le temps de réponse (rapidité),
 rejeter les perturbations.
- II.12 -
2.6 ASPECTS FREQUENTIELS

Les performances des asservissements sont souvent exprimées dans le domaine fréquentiel en
termes de marges de gain, de phase, de pulsation de résonance. Il est d’autre part possible de
traduire des caractéristiques temporelles, dépassement, temps de réponse…, en termes fréquentiels.
La synthèse part alors du lieu de transfert en boucle ouverte (BO) G(j) . L’introduction d’un
correcteur K(j) permet d’obtenir un transfert corrigé L(j)  K(j)G(j) conforme dans la bande
de fréquence utile.
L’abaque de Black (Nichols charts) permet de faire correspondre le transfert de boucle
L(j)
L(j)  K(j)G(j) au transfert en boucle fermée à retour unitaire H(j)  en donnant
1  L(j)
les courbes isogain et isophase de H(j) . Le diagramme de Bode de H(j) , mais aussi sa réponse
indicielle, peuvent par ailleurs être tracés.
0.5 dB Nichols Charts

1 dB -1 dB
15

10 3 dB
-3 dB
5 6 dB
Open-Loop Gain (dB)

0 -6 dB

-5

-10 -12 dB

-15

-20 -20 dB

-25

-30

-180 -160 -140 -120 -100 -80 -60 -40 -20 0

Open-Loop Phase (deg)

-40 dB

Figure 6. Abaque de Black sys=tf( ); ngrid; nichols(sys) .

Une caractéristique importante pour la synthèse est la pulsation de résonance r du système en

boucle fermée à retour unitaire H(j) , qui correspond au point de tangence du lieu de Black en BO
avec la courbe isogain de valeur maximale de l’abaque. Cette pulsation peut être obtenue par calcul.

NORM(SYS,inf) is the infinity norm of SYS, i.e., the peak gain of its frequency
response. [NINF,FPEAK] = NORM(SYS,inf) also returns the frequency FPEAK where
the gain achieves its peak value NINF.
sys=tf( ); [ninf,fpeak] = norm(feedback(sys,1),inf)

Il faut :
 éloigner le lieu de Black de L(j)  K(j)G(j) du point –1 pour accroître les marges de gain
Mg et de phase M et donc la stabilité,
 augmenter le gain en BO, surtout en basses fréquences, pour augmenter la précision, l’annulation
de l’erreur statique étant obtenue par la présence d’un intégrateur,
 augmenter la bande passante en provoquant un tassement des fréquences vers les gains élevés, en
BO, pour diminuer le temps de réponse et limiter les distorsions.

- II.13 -
2.7 REJET DE PERTURBATIONS MESUREES PAR ANTICIPATION

La perturbation P(s) peut être considérée comme l'influence, sur la sortie du système, de l'effet
d'une perturbation originelle W(s) filtrée par une fonction de transfert G w (s) : P(s)  G w (s) W(s) .

Il est facile de donner des exemples de perturbations : de type impulsionnel, ouverture-fermeture

d'une porte d'un four, coup de vent sur un véhicule ; de type échelon, couple résistant sur un outil de
coupe, charge d'un moteur, fuite dans une canalisation ; de type rampe, variation de température
extérieure, pression extérieure pour un avion au décollage…

Si w(t) est mesurée (par exemple, la température extérieure dans le cas du chauffage d'un
immeuble), son effet sur la sortie peut être compensé par anticipation (feedforward).

Perturbation
w(t) p(t)
K w(s) G w(s)

Consigne Erreur Commande Sortie

+ +
y c (t) e(t) u(t) y(t)
K(s) G(s)
+ + +
-
REGULATEUR PROCESSUS

Figure 7. Commande mixte feedback et feedforward.

En fonction de la consigne Y c (s) et de la perturbation W(s), la sortie Y (s ) s'écrit (cf. § 2.5) :

   
Y(s)  G(s) K(s) Yc (s)  Y(s)  K w (s) W(s)  G w (s) W(s)

K(s)G(s) c G (s) K w(s)G(s)

Y(s)  Y (s)  w W(s)  H(s) Yc (s)  H w (s) W(s)
1 K(s)G(s) 1 K(s)G(s)

Pour rejeter l'effet des perturbations, il faut annuler le transfert perturbation-sortie H w (s) , en
annulant son numérateur : G w (s) K w(s)G(s)  0 , c'est-à-dire, s'il est réalisable physiquement,
introduire un compensateur par anticipation :

G (s)
K w (s)   w
G(s)

- II.14 -
Exemple

kw kG
G w(s)  , G(s) 
1 Ts 1 a1s  a 2s2  a 3s3

G (s) k 1 a1s  a 2s2  a 3s3

K w (s)   w   w
G(s) kG 1 T s

Le correcteur K w (s) est impropre, non causal. Il n'est pas réalisable physiquement.

On peut alors se limiter à :

k 1 a1s
K w (s)   w
k G 1 Ts

kw k 1 a1s kG
G w(s) K w (s)G(s)   w
1 Ts k G 1 Ts 1 a1s  a 2s2  a 3s3

kw  a 2s2  a 3s3 
G w(s) K w (s)G(s)   
1 Ts  1 a1s  a 2s2  a 3s3 

Si la perturbation w(t) est de la forme W(s)  A / s , son effet sur la sortie y(t) quand t  
s'écrit :

 G (s) K w (s)G(s) 
y w()  lim  y w (t)  lim sYw (s)  lim  s w W(s)
t s0 s0  1 K(s)G(s) 

 k a 2s2 a 3s3 
 w   
 1Ts 1a1sa 2s2a 3s3 A 
y w()  lim  s  lim s k w  a 2a 3s s2 A

s0
 1
k KkG s  s0  1Ts 1K(s) k Ga1sa 2s2a 3s3 s 
 1a1sa 2s2a 3s3 
 

Dans le cas où K(0)  k K :

 k a A 
y w()  lim  w 2 s3 
s0  1 k K k G 

Pour   1 ou 2 (échelon ou rampe), y w ( )  0 , la perturbation est rejetée asymptotiquement.

- II.15 -
2.8 QUELQUES CORRECTEURS

2.8.1 Correcteur à action proportionnelle (P)

K(s)  k p

Il permet une translation verticale du lieu de Black ou du gain dans le diagramme de Bode du
transfert de boucle K(s)G(s) . 0  k p  1 accroît la stabilité, en accroissant les marges de gain et de
phase, mais diminue la précision. k p  1 accroît la précision, au détriment de la stabilité, en
diminuant les marges.

18 6
Exemple : G(s)  3 3 ; K(s)  kp .
2
s  6s  11s  6 (s  3)(s  2)(s  1)

On illustre : kp  0.5, 1, 2 .

k p  0.5 kp  1 kp  2
Mg ,   16.48 dB, 3.32 rd / s 10 .46 dB, 3.32 rd / s 4.44 dB, 3.32 rd / s
M , 1 99 .62 , 0.87 rd / s 50 .10 , 1.71 rd / s 17 .99 dB , 2.59 rd / s
K(s)G(s) 9 18 36
1  K(s)G(s) s3  6s2  11s  15 s3  6s2  11s  24 s3  6s2  11s  42
Pôles - 4.24 - 4.75 - 5.40
- 0.88  1.66i - 0.63  2.16i - 0.30  2.78i
- 0.88 - 1.66i - 0.63 - 2.16i - 0.30 - 2.78i
Erreur statique 0.40 0.25 0.14

-50
Phase (deg); Magnitude (dB)

-100

-100

-200

-300
10 0 Frequency (rad/sec) 10 1

Figure 8. Diagramme de Bode et marges de stabilité

(boucle ouverte, système+correcteur, k p  0.5, 1, 2 ).

- II.16 -
 50

-50
Phase (deg); Magnitude (dB)
-100

-150

-100

-200

-300
10 -1 10 0 Frequency (rad/sec) 10 1 10 2

Figure 9. Diagramme de Bode (boucle fermée, k p  0.5, 1, 2 ).

1.4

1.2

0.8

0.6

0.4

0.2

0
0 2 4 6 8 10 12

Figure 10. Réponses indicielles (boucle fermée, k p  0.5, 1, 2 ).

- II.17 -
2.8.2 Correcteur à action proportionnelle et dérivée (PD)

K(s)  k p (1  Td s)

L’effet de l’action proportionnelle ayant été précédemment présenté, on pose k p  1 pour

présenter la pure action dérivée. Le correcteur PD permet un accroissement du gain et une avance
de la phase aux fréquences élevées.
Gain (dB)

+6 d B/octave

3
0
1 / Td

90
Phase (deg)

45

0
1 / Td Fréquence (rad/sec)

Figure 11. Diagramme de Bode d'un correcteur PD ( k p  1 ).

L’effet dérivé doit se manifester à partir de fréquences suffisamment faibles : on doit avoir
1 / Td  r .

Alors il y a augmentation de la marge de phase, de la marge de gain (stabilité), de la pulsation de

résonance et de la bande passante (rapidité). On peut alors augmenter le gain k p pour améliorer la
précision.

18 6
Exemple : G(s)  3 3 , K(s)  k p (1  Td s)
2
s  6s  11s  6 (s  3)(s  2)(s  1)

r  2.07 (en boucle fermée à retour unitaire), d’où 1 / Td  r  Td  0.49 .

On illustre k p  1, Td  0, 0.5, 1, 2 .

- II.18 -
 Td  0 Td  0.5 Td  1 Td  2
Mg ,   3.33 , 3.32 rd / s   
M , 1 50.10 , 1.71 rd / s 78 .15 , 2.20 rd / s 71 .63 , 3.42 rd / s 54 .60 , 5.40 rd / s
K(s)G(s) 18 9s  18 18s  18 36s  18
1  K(s)G(s) 3 2
s  6s  11s  24 s  6s  20s  24 s  6s  29s  24 s  6s2  47s  24
3 2 3 2 3

Pôles - 4.75 -2 -1 - 0.55

- 0.63  2.16i - 2  2.83i - 2.5  4.21i - 2.73  6.05i
- 0.63 - 2.16i - 2  2.83i - 2.5  4.21i - 2.73  6.05i
Erreur statique 0.25 0.25 0.25 0.25

50

0
Phase (deg); Magnitude (dB)

-50

-100

100

-100

-200

-300
10 -1 10 0 10 1 Frequency (rad/sec) 10 2

Figure 12. Diagramme de Bode et marges de stabilité

(boucle ouverte, système+correcteur Td  0, 0.5, 1, 2 ).

1.4 8

1.2 6

4
1

2
0.8

0
0.6
-2

0.4
-4

0.2
-6

0 -8
0 1 2 3 4 5 6 -5 -4 -3 -2 -1 0 1

Figure 13. Réponses indicielles et lieu des pôles (boucle fermée, Td  0, 0.5, 1, 2 ).

- II.19 -
2.8.3 Correcteur à avance de phase

1 a T s
K (s )  , a 1
1 T s

Si a  1 , ce correcteur tend vers un correcteur PD. L’avance de phase maximale

 a 1 
a  arcsin   90 est obtenue pour a  1 / T a .  
 a 1

20 log(a)
10
Gain (dB)

+6 d B/octave

a
Phase (deg)

 
0
1 / aT  a  1 / T a 1 / T Fréquence (rad/sec)

Figure 14. Diagramme de Bode d’un correcteur à avance de phase.

 
On peut choisir 1 / Ta   r  1 / T , c’est-à-dire a  1 / T a voisin de r , pour augmenter la
stabilité (éloigner le lieu de Black du point –1 ou augmenter les marges la stabilité).
Un mauvais réglage apporte un résultat sans intérêt ( r  1 / Ta  ) ou même déstabilisant (
r  1 / T ).

Par ailleurs, un correcteur à avance de phase introduit un gain, de valeur a, en hautes fréquences,
qui amplifie les transitoires brusques. On limite alors souvent a à 10.

- II.20 -
2.8.4 Correcteur à action proportionnelle et intégrale (PI)

1 k p (1  Ti s)
K(s)  k p (1  )
Ti s Ti s

On pose de même k p  1 pour présenter la pure action intégrale. Ce correcteur introduit un pôle
à l’origine. Il augmente le déphasage en basse fréquence et donc la précision statique.
Gain (dB)

-6 d B/octave

3
0
1 / Ti

0
Phase (deg)

-45

-90
1 / Ti Fréquence (rad/sec)

Figure 15. Diagramme de Bode d'un correcteur PI ( k p  1 ).

Il faut donc choisir 1 / Ti  r . Si Ti est mal réglé, le déphasage intervient pour des fréquences
trop fortes et produit un effet déstabilisant. C’est pourquoi on préfère un PI à un simple I qui
déphase de –90° dans toute la gamme de fréquences.
Si Ti est correctement réglé, ni la pulsation r , ni le facteur m de résonance ne sont
sensiblement modifiés et il y a peu d’action sur la précision dynamique.

18 6 1
Exemple : G(s)  3 3 , K(s)  k p (1  )
2
s  6s  11s  6 (s  3)(s  2)(s  1) Tis

r  2.07 (en boucle fermée à retour unitaire), d’où 1 / Ti  r  Ti  0.49

On illustre k p  1, Ti  , 8, 4, 2, 1 .
Ti   Ti  1 Ti  2
Mg ,   3.33, 3.32 rd / s 1.67, 2.45 rd / s 2.45 , 2.89 rd / s
M , 1 50.10 , 1.71 rd / s 15.16 , 1.86 rd / s 32.10 , 1.76 rd / s
K(s)G(s) 18 18s  18 36s  18
1  K(s)G(s) 3 2
s  6s  11s  24 4 3 2
s  6s  11s  24s  18 2s  12s  22s2  48s  18
4 3
Pôles - 4.75 - 4.55, - 1.00 - 4.66, - 0.45
- 0.63  2.16i - 0.22  1.98i - 0.45  2.031i
- 0.63 - 2.16i - 0.22 - 1.98i - 0.45 - 2.031i
Erreur statique 0.25 0 0

- II.21 -
 Ti  4 Ti  8
Mg ,   2.89, 3.11 rd / s 3.11, 3.21 rd / s
M , 1 41 .27 dB , 1.72 rd / s 45.79 , 1.71 rd / s
K(s)G(s) 72s  18 144s  18
1  K(s)G(s) 4s  24s  44s  96s  18 8s  48s  88s2  192s  18
4 3 2 4 3
Pôles - 4.70, - 0.20 - 4.73, - 0.10
- 0.55  2.09i - 0.59  2.13i
- 0.55 - 2.09i - 0.59  2.13i
Erreur statique 0 0
100

50

0
Phase (deg); Magnitude (dB)

-50

-100

-100

-200

-300
10 -3 10 -2 10 -1 10 0 10 1 Frequency (rad/sec)

Figure 16. Diagramme de Bode et marges de stabilité

(boucle ouverte, système+correcteur Ti  , 8, 4, 2, 1 ).

20 1.8

0
1.6
-20

-40 1.4
Phase (deg); Magnitude (dB)

-60
1.2
-80

-100 1

0 0.8

0.6
-100

0.4
-200
0.2

-300 0
10 -2 10 -1 10 0 10 1 Frequency (rad/sec) 0 5 10 15 20

Figure 17. Diagramme de Bode et réponses indicielles (boucle fermée, Ti  , 8, 4, 2, 1 ).

- II.22 -
2.8.5 Correcteur à action proportionnelle, intégrale et dérivée (PID)

Le correcteur PID théorique a la forme :

 1 
K(s)  kp 1   Td s 
 Ti s 

où k p est le gain proportionnel (proportional gain), Ti la constante d’intégration (integration time,

reset time) et Td le temps de dérivée (derivation time, lead time).
k p est souvent exprimé par la bande proportionnelle (proportional band) Bp  100 / kp , donnée en
%, qui représente aussi l’erreur, en % de la gamme de variation de la variable de commande, pour
que la sortie du contrôleur passe de sa valeur minimale à sa valeur maximale.

U(s)  1 t de(t) 
Si K(s)  , u(t)  kp  e(t)  0 e()d  Td
E(s)  Ti dt 

-6 d B/octave +6 d B/octave
Gain (dB)

+90
Phase (deg)

-90

1 / TiTd Fréquence (rad/sec)

Figure 18. Diagramme de Bode d'un correcteur PID ( k p  1 ).

1  Ti s  Ti Td s2
On pose k p  1 . K(s) peut s’écrire aussi : K(s)  . Pour Ti  4Td , les zéros sont
Ti s
réels et le numérateur s’écrit (1  T1 s)(1  T2 s) , avec Ti  T1  T2 et Ti Td  T1 T2 . Pour Ti  4Td ,
les zéros sont complexes et le numérateur s’écrit 1  2T s  T2 s2 , avec Ti Td  T2 et Ti  2T .

On remarque le point   1 / Ti Td , pour lequel le gain a (en dB) et la phase  sont nuls :

 1  1
K(j)  1  j   Td   ; K(j)  1   Td   0  1  Ti Td 2  0
 Ti   Ti 

- II.23 -
 En choisissant 1 / Ti  r et 1 / Td  r , le correcteur PID réalise à la fois :
 l’avance de phase et l’amplification (accroissement du gain) en hautes fréquences, pour la
correction de la stabilité et de la rapidité (action dérivée),
 le retard de phase et l’amplification en basses fréquences qui améliore la précision en régime
permanent (action intégrale).
 Les fréquences moyennes 1 / Ti    1 / Td sont peu affectées.

Les processus industriels sont très variés, mais beaucoup (processus thermiques, chimiques, de
puissance,…) présentent en boucle ouverte des réponses indicielles apériodiques, qui peuvent être
caractérisées par 3 paramètres L, T, R, ou par des modèles, dont celui, simple, de Broïda :
R esL
G(s)  .
s  T1

Réponse
indicielle

R
0 Temps
0 t
L T
Figure 19. Les 3 paramètres L, T, R d’une réponse indicielle apériodique.

Quand le rapport T/L, la réglabilité, est grand (supérieur à 5 ou 10), un correcteur PID, ou même
un PI, permet d’obtenir de bonnes performances.

Par ailleurs, le PID est standardisé du point de vue matériel et existe dans les diverses
technologies (électronique, pneumatique, numérique,…). Il est standardisé du point de vue
conceptuel par l’effet de ses trois actions P, I et D. Il peut être réglé sur site, empiriquement, en
boucle fermée. Il a donc permis le développement de nombreuses variantes de correcteurs auto-
réglants, voire auto-adaptatifs pour les processus lentement variables.

2.9 SYNTHESE DES CORRECTEURS

2.9.1 Réglages simples pour PID

2.9.1.1 Réglage empirique

Les procédures de réglage par essai et erreur ne nécessitent pas de modèle du système à
commander. Elles sont cependant fastidieuses et longues, un essai sur site étant nécessaire pour
observer la réponse en boucle fermée pour chaque modification de paramètre. Une procédure de
réglage empirique à partir de la réponse indicielle en boucle fermée (asservissement) peut être la
suivante.
1) Action proportionnelle. Fixer Td  0 , Ti   . Choisir un gain kp "faible" ( Bp voisin de 100%).
Appliquer un échelon en entrée (de faible amplitude). Augmenter le gain tant que les oscillations
et dépassements sur la réponse sont tolérables.
- II.24 -
2) Action dérivée. Augmenter Td jusqu’à obtenir une réponse suffisamment amortie. kp peut alors
être augmenté, puis Td réajusté.
3) Action intégrale. Diminuer Ti jusqu’à un rattrapage de la consigne par la sortie suffisamment
rapide. Si la réponse oscille trop, diminuer kp ou augmenter Td .
Une procédure de réglage empirique à partir l’effet d’une perturbation en échelon sur la sortie en
boucle fermée (régulation) peut être la suivante.
1) Action proportionnelle. Fixer Td  0 , Ti   . Appliquer un échelon de perturbation (de faible
amplitude) et augmenter kp pour que l’erreur statique soit diminuée sans que le transitoire soit
trop oscillant. Garder kp correspondant à un début de régime oscillant.
2) Action intégrale. Diminuer Ti jusqu’à un rattrapage de la consigne (erreur statique nulle) par la
sortie suffisamment rapide, mais sans oscillations trop fortes. Garder Ti .
3) Action dérivée. Augmenter Td jusqu’à obtenir une réponse suffisamment amortie.

2.9.1.2 Méthode de Ziegler-Nichols

Cette méthode (1942) permet de régler les paramètres d’un régulateur PID pour un processus à
réponse apériodique sans avoir à l’identifier exactement. Il existe deux possibilités.

 Si le système peut être étudié en boucle ouverte (BO), on adopte pour le processus le modèle
Y ( s ) a s TR
simplifié :  e (intégrateur de gain a avec un retard pur TR ).
U (s) s

Point d’inflexion

Pente a Temps

TR
Figure 20. Les 2 paramètres a, TR de la méthode de Ziegler-Nichols (réponse indicielle).

 Si le système ne peut être étudié en BO, on l’étudie en boucle fermée (BF) avec un correcteur P
de gain k ( Td  0 , Ti   , pour un PID) et on augmente le gain k jusqu’à k 0 (ultimate gain),
correspondant à la limite de stabilité où apparaît le phénomène de « pompage », c’est-à-dire des
oscillations entretenues de période T0 (ultimate period).

Y c (s) Y(s)
k Processus
+
-

- II.25 -
 y(t) T0

Figure 21. Les 2 paramètres k 0 , T0 de la méthode de Ziegler-Nichols (essai de pompage).

La méthode permet de déterminer les paramètres des régulateurs P, PI, PID minimisant le critère

J(e)  0 e(t) dt , pour une variation indicielle de la consigne à partir d’un régime permanent à
l’instant initial.
Min(J)

yc e u y
K(s) Processus
+
-

Figure 22. Principe de la méthode de Ziegler-Nichols.

La méthode donne de bons résultats en régulation (consigne constante), mais peu précis en
poursuite (transitoire médiocre, avec fort dépassement pour la réponse indicielle). Pour diminuer le
dépassement, le gain kp doit être diminué.

Coefficients de réglage
Régulateur
Réponse indicielle : a, TR Essai de pompage : k 0 , T0
1
P : kp kp  k p  k0 / 2
a TR
 1  0.9
kp  k0 / 2.2 , Ti  T0 / 1.2
PI : kp 1   kp  , T  3.3 TR
 Ti s  a TR i
 1  1.2
PID : kp 1   Td s  kp  , T  2 TR , Td  0.5 TR kp  k0 / 1.7 , Ti  T0 / 2 , Td  T0 / 8
 Ti s  a TR i

2.9.1.3 Méthode de Broïda

La première partie de la méthode de Broïda, non décrite ici, est une méthode d’identification
d’un premier ordre avec retard en boucle ouverte. Le système considéré dans la méthode de Broïda
Y (s) K0
est le suivant :  e  s TR
U ( s) 1  T0 s

- II.26 -
 Régulateur Coefficients de réglage
0.8T0
P : kp kp 
K 0TR
 1  0.8T0
PI : kp 1   kp  , Ti  T0
 Ti s  K 0TR
T0
 1   0.4
PID : kp 1   Td s  TT KT 0.35T0
 Ti s  kp  , Ti  0 r k p , Td 
1.2 K 0 0.75 K0k p

Les coefficients de réglage de la méthode de Broïda donnent généralement de bons résultats.

2.9.2 Méthode du modèle

La « méthode du modèle » consiste à imposer pour la fonction de transfert en boucle fermée

K(s) G(s) K(s) G(s)
H(s)  une fonction de transfert « désirée » Hd(s) . On a alors : Hd(s)  ,
1  K(s) G(s) 1  K(s) G(s)
d’où l’on peut déduire le correcteur :

Hd(s)
K(s) 
G(s) ( 1  Hd(s) )

Un choix trop contraignant pour Hd(s) peut conduire à un correcteur K(s) non réalisable. De
plus, une dynamique trop rapide ( Hd(s)  1 ) entraîne des commandes de trop grandes amplitude et
puissance, irréalisables ou dommageables pour le matériel ; les saturations des systèmes physiques
limitent le niveau des commandes.

2.9.2.1 Modèles en boucle fermée du premier ordre

2.9.2.1.1 Processus du premier ordre

Sans retard pur

On applique la méthode du modèle pour des processus de fonction de transfert du premier ordre :
K0 1
G(s)  , avec comme fonction de transfert du système en boucle fermée : Hd(s)  ,
1  T0 s 1  T1 s
qui garantit une bonne précision (gain statique unitaire) et améliore la rapidité si T1  T0 . On a
alors :
1
Hd(s) 1  T1 s 1  T0 s T 1  T0 s
K(s)     0
G(s) 1  Hd(s)  K0  1  K0T1 s K0T1 T0 s
1
1  T0 s  1  T1 s 


 1  T
Le correcteur correspondant est donc un PI : K(s)  kp 1 
T s  , avec kp  0 et Ti  T0 .
 i  K 0T1

- II.27 -
Avec retard pur
K0   s
Pour un modèle du processus G(s)  e et un modèle désiré en boucle fermée
1  T0 s
1
Hd(s)  , le correcteur correspondant n’est pas réalisable, car anticipatif :
1  T1 s
1
K(s) 
Hd(s)

1  T1 s

1  T0 s

1  T0 s  e  s
.
G(s) (1  Hd(s) ) K e  s  1  K0 e  s T1 s K0 T1 s
0 1
1  T0 s  1  T1 s 
1
On choisit alors Hd(s)  e  s et le correcteur correspondant s’écrit :
1  T1 s
e s
Hd(s) 1  T1 s 1  T0 s
K(s)   
G(s) (1  Hd(s) ) K e  s    s  K 1  T s   K e  s
0 1  e  0 1 0
1  T0 s  1  T1 s 
 
1 s  / 2
Si l’on choisit pour le retard pur la première approximation de Padé : e  s  , le correcteur
1 s  / 2
devient : K(s) 
1  T0 s 1  s  / 2 
K0 1  T1 s 1  s  / 2   K0 1  s  / 2 
, soit :

K(s) 
1  T0 s 1  s  / 2  , avec T  T1  / 2
K0 T1   s 1  T s  T1  

Le correcteur contient une intégration qui assure la précision statique. Il est réalisable, car propre.

- II.28 -
2.9.2.2 Modèles en boucle fermée à amortissement fixe

2.9.2.2.1 Modèle du second ordre

1
Le modèle désiré en boucle fermée s’écrit : Hd(s)  et correspond à la
1  2  s / 0  (s / 0)2
1  1
mise en boucle fermée à retour unitaire de : G(s)   0
2 2  s 1  s /(2  0) 
.
2  s /   (s /  )
0 0

G(s) présente une intégration et un gain en vitesse : K v  lim s G(s)   0 . D’où les performances
s 0 2
en boucle fermée (cf § 1.9.5, système du deuxième ordre) :
 Erreur statique en position nulle : e1  0 ,
1 2
 Erreur statique en vitesse bornée : e2   ,
Kv 0
 Caractéristique temporelle indicielle, par exemple le temps de réponse :
1
t R n%  Ln(100 / n ) ,
0 
 

 Dépassement indiciel : DM  e 1  .
2

Le coefficient d’amortissement  est fixé à partir du dépassement DM :  

ln(DM)2 , par
ln(DM)2   2
exemple DM  20%    0.7 .
2
La pulsation propre 0 est fixée, avec  , à partir de l’erreur en vitesse : 0  , ou du temps de
e2
1
réponse : 0  Ln(100 / n) .
t R n% 
Le correcteur, s’il est réalisable, sera calculé pour obtenir  et 0 .

- II.29 -
2.9.2.2.2 Méthode du placement de pôles

Soit le système en boucle fermé suivant

Consigne e(t) u(t) y(t)

F(s) + K(s) G(s)
-

Figure 23. Forme standard de contrôle avec un correcteur K(s), un procédé G(s) et un pré-filtre F(s)

Le correcteur PID est considéré ici dans sa forme standard, c'est-à-dire un correcteur qui suit
l’équation suivante
 det  
u t   k p  et    et dτ  Td
1 t

 Ti 0 dt 

Cas d’un système du premier ordre

K0  1 
Dans le cas où le système est un premier ordre Gs   , un correcteur PI K s   k p 1  
1  sT0  sTi 

est suffisant afin de contrôler le système comme un second ordre. Dans ce cas, on souhaite alors que
K s Gs 
le système en boucle fermée T s   ait des pôles égaux au système désiré mis sous la
1  K s Gs 
2
forme d’un second ordre FTBF s   .
s 2  2s   2
On trouve alors facilement les gains du correcteur PI :
 2nT0  1
k p  K0


T  2nT0  1
 i n2T0
Cela fonctionne parfaitement, sous l’hypothèse que l’on peut négliger les zéros de T s  , soit
K s G s  . Cependant, cela n’est pas toujours le cas. Il faut alors, ajouter un préfiltre, c’est-à-dire un

filtre avant la consigne. Le préfiltre est donc un premier ordre et correspond à : F s  

1
1  sTi

Cas d’un système du deuxième ordre à pôles réels

K0
Dans le cas où le système est un second ordre Gs   , un correcteur PID est alors
1  sT1 1  sT2 
nécessaire K s  

k p 1  sTi  s 2TiTd  afin de contrôler le système.
sTi

- II.30 -
 K s Gs 
Dans ce cas, on souhaite alors que le système en boucle fermée T s   ait des pôles
1  K s Gs 
égaux au système désiré mis sous la forme d’un pseudo second ordre
n 3
FTBF s  
 
s  2n s  n s  n 
2 2
.

On trouve alors facilement les gains du correcteur PID :

 T1T2 n 1  2   1
2

k p 
 K0
 T1T2 n 1  2   1
2
T
 i 
T1T2 n
3

 T T    2   T1  T2
Td  1 2 n 2
 T1T2 n 1  2   1
Cela fonctionne parfaitement, sous l’hypothèse que l’on peut négliger les zéros de T s  , soit
K s G s  . Cependant, cela n’est pas toujours le cas. Il faut alors, ajouter un préfiltre, c’est-à-dire un
filtre avant la consigne. Le préfiltre est donc un second ordre et correspond à :
F s  
1
1  sTi  s 2Td Ti .
Cas d’un système du deuxième ordre à pôles complexes
a
Dans le cas du système suivant : G s   2 3 , les gains du correcteurs seront alors :
b1s  b2 s  1
 2  1 n2b1  1
k p 
 a3
 k p a3
Ti  .
  3
n
b1
 b    2   b2
Td  1 n
 k p a3

- II.31 -
2.9.3 Régulation de processus à retard

2.9.3.1 Prédicteur de Smith

La fonction de transfert d’un processus comportant un retard pur  est de la forme :

G(s)  G1(s) e s , où G1(s) est une fraction rationnelle.

U(s) Y(s)
G1(s) e s
u(t) y(t)
Figure 24. Fonction de transfert avec retard

Aucune commande u issue du régulateur K(s), non anticipative, ne peut réduire ou éliminer le
retard pur  à la sortie y du système, pour la poursuite.
Dans le domaine fréquentiel, un retard pur s’exprime par : F( j)  e  j   , de gain unitaire :
a()  F(j)  1 (0 dB) , de phase proportionnelle à la pulsation et au retard :
()  argF( j)     . En hautes fréquences, le retard pur introduit un retard de phase tendant
vers l’infini, qui donne au lieu de Black une allure horizontale et introduit donc une possible
instabilité.

close all ; p=tf('p') ;

toto=10/((1+p)*(1+2*p))
tutu=toto; tutu.InputDelay=1
step(toto,tutu)
figure, bode(toto,tutu), figure, nichols(toto,tutu)
figure, step(feedback(toto,1)), figure, step(feedback(tutu,1))

On peut par contre renvoyer à l’entrée du régulateur K(s) la prédiction de la sortie de G1(s) et
non la mesure y de la sortie de G(s). Le but du "prédicteur de Smith" (Smith, 1957) est précisément
de masquer le retard pur du système à l’entrée du régulateur.
Consigne Erreur Commande Sortie
c E(s) U(s) Y(s)
Y (s)
K(s) G1(s) e s
+
-

Figure 25. Schéma en boucle fermée d’un système avec retard

On a : E(s)  Yc(s)  Y(s)  Yc(s)  G1(s) e s U(s) .

Y c (s) E (s ) U (s ) Y(s)
K(s) G1(s) e s
+
-

+
PS(s)
+

Figure 26. Le prédicteur de Smith.

- II.32 -
On a maintenant : E(s)  Yc(s)  Y(s)  PS(s) U(s)  Yc(s)  G1(s) e  s  PS(s) U(s) et on veut :  
E(s)  Yc(s)  G1(s) U(s) . Il faut donc :


PS(s)  G1(s) 1  e s 
On obtient le correcteur de Smith K(s) à partir du schéma équivalent :

K(s)
Y c (s) E(s) (s) U(s) Y(s)
K1(s) G1(s) e s
+ +
- -


G1(s) 1  e  s 

Figure 27. Le correcteur de Smith.

U(s)  K1(s) (s)  K1(s) E(s)  K1(s) G1(s) 1  e  s U(s)  

U(s) K1(s)
K(s)  
E(s) 1  K (s) G (s) 1  e  s
1 1  
K(s) G(s) K1(s) G1(s)   s
En boucle fermée, on obtient : H(s)   e  H1(s) e  s
1  K(s) G(s) 1  K1(s) G1(s)

Y c (s ) E (s ) U (s ) Y(s)
K(s) G1(s) e s
+
-

ce qui est équivalent à :

Y c (s) E (s ) U(s) Y(s)

K1(s)
K(s) s)1(es)  s
G1(G e s
+
-

K1(s) peut être synthétisé à partir de G1(s) , c’est-à-dire du modèle du système sans retard pur,
en spécifiant par exemple H1(s) .

Le prédicteur de Smith est donné par PS(s)  GPS(s) 1  e PS s . Il faut donc que GPS(s)  G1(s) 
et PS   , c’est-à-dire que le modèle et le retard pur soient bien identifiés.

- II.33 -
2.9.3.2 Régulateur PI avec retard (PIR)

Un régulateur PI avec retard (PIR) est un régulateur PI adapté aux systèmes pouvant être
identifiés sous la forme d’un système du premier ordre avec retard (modèle de Broïda) :
K1   s
G(s)  e  G1(s) e  s .
1  T1 s

On écrit le correcteur PI en introduisant un degré de liberté sur le gain proportionnel :

 1   1  Ti s 
K1(s)  kp 1   Ak  et le prédicteur de Smith correspondant à G(s) :
 Ti s   Ti s 
 
PS(s)  G1(s) 1  e  s . Comme précédemment, on a :

K(s)
Y c (s) E(s) (s) U(s) Y(s)
K1(s) G1(s) e s
+ +
- -


G1(s) 1  e  s 

E (s ) (s)  1Ti s  U(s)

A k 
+  Ti s 
U(s) -
On exprime le correcteur PIR, K(s)  , équivalent :
E(s)
K1
1T1s

1e s 

E(s) (s) U(s)

 1 Ti s 
k  A
 Ti s  +
-
qui peut aussi se représenter par :
 1 Ti s  K1 
k
 i 
T s  1 T s  1e
1 

 s


E(s)  1Ti s   (s ) U(s)

k  A
 Ti s  +
-
Si T1  Ti et k  1 / K1 , on obtient :
1

Ti s
1e s 

- II.34 -
  1  Ti s 
Ak
Ti s 
  1  Ti s 
On a alors : U(s)  A  k 
1
 E(s)  T s 1  e
 s
 
 U(s)
 
 
E(s)  , c’est-à-dire :
  Ti s  i  E(s)
1
A
1  e  s
Ti s

D’où la fonction de transfert du correcteur PIR :

A k 1  Ti s 
K(s) 

Ti s  A 1  e  s 
où l’on retrouve un pur correcteur PI si A=1 et   0 . Comme on avait choisi T1  Ti et k  1 / K1 , le
A k 1  Ti s  K1   s A e s
transfert de boucle s’écrit : K(s) G(s) 
 
Ti s  A 1  e  s 1  T1 s
e 
Ti s  A 1  e  s.

Yc(s) E(s) U(s) Y(s)
K(s) G(s)
+
-

Y(s) A e s
D’où la fonction de transfert en boucle fermée : H(s) 
Yc(s)


A e  s  Ti s  A 1  e  s ,
Y(s) 1
H(s)   e  s
Yc(s) 1  Ti / A  s

Une fois faits les réglages préliminaires ( k  1 / K1 , T1  Ti , PS   ) en accord avec le modèle
G(s) du système à corriger, le gain A peut être ajusté pour améliorer la rapidité (diminuer le temps
de réponse) en divisant la constante de temps Ti par A, tout en assurant une erreur statique nulle (
H(0)  1 ) et la stabilité ( A  0 ).

- II.35 -
2.9.4 Adaptation à appliquer au correcteur PID pour son implémentation

Il y a plusieurs améliorations à apporter au correcteur PID afin de l’implémenter :

- filtrage de la consigne,
- filtrage de la dérivée,
- système anti-emballement de l’intégrateur.

2.9.4.1 Filtrage de la consigne

Un changement brutal de consigne, par exemple, de type échelon a pour effet d’engendrer des
variations rapides et importantes de la commande u(t), qui peuvent être néfastes du point de vue
mécanique pour l’actionneur, ou qui peuvent amener la commande à saturation. Afin de minimiser
l’effet brutal du changement de consigne il est souhaitable de filtrer la consigne par un filtre du
premier ordre ou du second ordre suramorti de gain unité si bien que la sortie sera comparée à une
consigne adoucie. Ce filtre, souvent appelé préfiltre, permet d’imposer une trajectoire de référence.
Dans le cas du placement de pôles (section 2.9.2.2.2), deux filtres F(s) sur la consigne sont proposés
l’un pour un procédé du premier ordre, l’autre pour un procédé du second ordre.

2.9.4.2 Filtrage de la dérivée

 1  Ti s  Ti Td s2 
Sous la forme indiquée K(s)  kp   , ce correcteur n’est pas réalisable. L’action
 Ti s 
 
dérivée pure, impropre et anticipative, n’est pas réalisable physiquement. Elle n’est d’ailleurs pas
souhaitable, car amplifiant les bruits haute fréquence.
On filtre alors l’action dérivée par un filtre du premier ordre de constante de temps Td / N (N de
l’ordre de 10), de pulsation de coupure N / Td . La forme filtrée du PID réel est très voisine de la
forme théorique sauf dans la zone haute fréquence. Celle-ci intervenant très peu dans la
détermination des coefficients kp , Ti et Td , les calculs se font à partir du PID théorique.
On trouve une version avec filtre sur le dérivateur :

 1 Td s 
K(s)  kp 1   
 Ti s 1  (Td / N) s 

mais aussi sur la sortie du PID :

 1  1 
K(s)  kp 1   Td s   
 Ti s   1  (Td / N) s 

2.9.4.3 Système anti-emballement de l’intégrateur

L’actionneur présente des limites physiques (par exemple la position d’une vanne se situe entre
l’ouverture et la fermeture), si bien que lorsque la variable de commande impose la position de
l’actionneur aux bornes, la boucle de contre réaction devient inefficace puisque la commande est
saturée et ne varie plus. Dans ce cas, l’erreur devient en général importante et le terme intégral
encore plus. On dit que l’intégrateur s’emballe. Pour éviter ce phénomène, on installe un système
anti-emballement de l’intégrateur (Anti-Reset Windup, ARW) qui peut être de deux formes :
- un système qui gèle l’intégrateur.
- une boucle supplémentaire de contre réaction utilisant la différence entre la sortie du
régulateur,

- II.36 -
La première solution est facile à mettre en place dans un code informatique puisqu’il suffit d’arrêter
l’intégration (ou geler l’intégrateur) lorsque la commande est saturée. Un système de logique doit
être mis en place afin de geler et dégeler l’intégrateur.
La seconde solution, plus classiquement utilisée par les automaticiens, utilise un modèle de
l’actionneur sous forme de saturation, comme le montre la figure suivante. Un gain de réglage du
système anti-emballement ARW est introduit, noté Tt. Des experts ont proposés que ce temps Tt soit
T
choisi Tt  i ou Tt  TiTd
2

Action dérivée filtrée

Modèle de
l’actionneur
e(t) + v(t) u(t)
+
+

+
+
- +

Réglage de l’ARW

Figure 28. Régulateur PID avec dispositif anti-emballement de l’intégrateur (ARW)

- II.37 -
2.9.5 Commande à modèle interne

La commande à modèle interne (Internal Model Control, IMC) (commande à modèle explicite,
Menahem, 1965, IMC, Garcia & Morari, 1985) est fortement recommandée pour des processus de
faible réglabilité ( T / L  5 ou même T / L  1 , processus de transfert de matière, tapis roulant,
laminoir,..). De tels systèmes sont très stables en boucle ouverte et le temps de réponse en
asservissement peut difficilement être amélioré, sauf par anticipation de la consigne. La boucle
fermée reste indispensable pour désensibiliser le système par rapport aux perturbations (régulation)
et par rapport à ses propres variations. Le schéma de principe est le suivant.
Perturbation
p(t)
Consigne Commande Sortie
c
y (t) v(t) u(t) + y(t)
+ K(s) G(s) +
+ y( t )
-
+
ŷ( t )
M (s ) x(t)

Figure 29. Principe de la commande par modèle interne.

M(s) est un modèle du processus réel de fonction de transfert G(s). On peut faire les remarques
suivantes.
 Si le modèle est parfaitement identifié ( M(s)  G(s) ) et que la perturbation est nulle ( p(t)  0
), x(t)  0 et la commande est en boucle ouverte.
 Si le modèle est parfaitement identifié ( M (s)  G(s) , y*(t)  ŷ(t) ), on a:
x(t)  ŷ(t)  y(t)  ŷ(t)  y*(t)  p(t)  p(t) et la différence sortie y(t) – prédiction ŷ(t)
reconstitue la perturbation p(t).

Un schéma équivalent est :

Perturbation
Consigne Commande p(t) Sortie
yc(t ) e(t) (t) u(t) y(t)
+ + K(s) G(s) ++
- + 
y (t)

M (s)
R (s)

On a : U(s)  K(s) (s)  K(s) E(s)  K(s) M (s) U(s) et le régulateur équivalent s’écrit :
U(s) K(s)
R(s)  
E(s) 1  K(s) M(s)

- II.38 -
 A partir du schéma classique :
Perturbation p(t)

Consigne Erreur Commande Sortie

+
y c (t) e(t) u(t) y(t)
R(s) G(s)
+ +
-

R(s) G(s) 1
on écrit : Y(s)  Y c(s)  P(s) , c’est-à-dire :
1  R(s) G(s) 1  R(s) G(s)

K(s) G(s) 1  K(s) M(s)

Y(s)  Y c(s) 
1  K(s) G(s)  M(s)  1  K(s) G(s)  M(s) 
P(s)

Si le modèle est parfaitement identifié ( M(s)  G(s) ), on a alors :

Y(s)  K(s) G(s) Y c(s)  1  K(s) G(s)  P(s)

Pour un système totalement compensable, il est théoriquement possible (sous réserve de

1
réalisabilité, en particulier), en choisissant K(s)  , d’obtenir un suivi exact de la consigne et
G(s)
un rejet total de la perturbation. Tout se passe comme si on effectuait une commande en chaîne
directe. En pratique, on choisit pour K(s) une transmittance réalisable et produisant un régulateur
équivalent R(s) compatible avec la dynamique du système G(s). En choisissant simplement
1
K(0)  , on assure une erreur statique de position nulle et une réjection asymptotique d’une
G(0)
perturbation en échelon.
1
Même si le modèle n’est pas parfaitement identifié ( M(s)  G(s) ), un choix K(0)  assure
M(0)
1
une réjection asymptotique d’une perturbation en échelon. Un filtre, dit de robustesse, peut
1  Tr s
être introduit sur le retour x(t).

- II.39 -
Références
Borne, P., Dauphin-Tanguy G., Richard J.P., Rotella F. & Zambettakis I. Analyse et régulation des
processus industriels, Tome 1 : Régulation continue, Collection Méthodes et Pratiques de
l'Ingénieur, Technip, Paris, 1993.

Corriou, J.P., Commande des procédés, Editions Tec&Doc, 2003.

De Cock, K., De Moor B., Minten W., Van Brempt W. & Verrelst H. A tutorial on PID-control,
Internal Report 97-08, ESAT-SISTA, K.U.Leuven, Leuven, Belgium, 1997.

De Larminat, P., Automatique – commande des systèmes linéaires, Hermès, Paris, 1993.

Rivoire, M., & Ferrier J.-L. Asservissement, Régulation, Commande Analogique, Eyrolles, Paris,
1997.

Smith, C.A., & Corripio A.B. Principles and Practice of Automatic Control, 2nd edition, Wiley,
New-York, 1997.

- II.40 -