Cours Aoutoma - Echantioné

Automatique linéaire
échantillonnée
Version 2009.1
Gonzalo Cabodevila
gonzalo.cabodevila@femto-st.fr
TDs : G. Cabodevila, D. Chappe, A. Janex, B. Lang
Tutorial Matlab : B. Jouvencel
1ère année
Semestre jaune
AUT1 - Automatique
École Nationale Supérieure de

Mécanique et des Microtechniques
26, chemin de l’Épitaphe
25030 Besançon cedex – FRANCE
http://intranet-tice.ens2m.fr
2
Préface
Le choix de l’enseignement de l’automatique échantillonnée dès la première année se fonde sur la constatation
que la majorité d’entre vous ont acquis les bases de l’automatique linéaire pendant les classes préparatoires.
Celles et ceux pour qui cette hypothèse est fausse auront un peu de travail personnel supplémentaire à fournir.
Les enseignants sont là pour vous aider, n’hésitez pas à poser des questions. Par ailleurs, la bibliothèque possède
quelques ouvrages de qualité tels que [1] et [2] sans oublier les techniques de l’ingénieur, accessibles en ligne.
Ce polycopié1 n’est guère qu’un document vous épargnant la recopie de formules, la présence en cours est
indispensable. Enfin, je ne saurai que trop vous conseiller de lire d’autres ouvrages traitant du même sujet,
notamment [3], [4], [5] ou [6] (vous noterez une étrange ressemblance avec ce dernier ouvrage, c’était mon prof !).
Il existe aussi quelques ouvrages au format PDF disponibles gratuitement sur internet ([7], [8], [9], [10], [11])
que je vous conseille vivement de télécharger afin d’avoir une deuxième version des faits.
Le cours est organisé sous la forme de 6 leçons aussi indépendantes que possible. Des rappels des notions utiles
pour la compréhension de la leçon seront faits au début de chaque séance, néanmoins une relecture des notes
de cours (15mn) est indispensable.
L’homme de science le sait bien, lui, que seule la

science, a pu, au fil des siècles, lui apporter l’horloge
pointeuse et le parcmètre automatique sans lesquels
il n’est pas de bonheur terrestre possible.
Pierre Desproges
Extrait de Vivons heureux en attendant la mort
Peut-on, dans la vie, triper sur quoi que ce soit,

sans se faire un peu chier pour l’apprendre ?
Pierre Foglia
1 Ce cours est rédigé avec L

AT X, les transparents sont faits avec L
E AT X et le package Beamer. Les dessins sont issus de Matlab
E
©
et de Xfig ou Draw de Open Office.
3
4
Table des matières
1 Introduction 9
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Exemples d’asservissements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Mise en œuvre des asservissements numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1 Technologie des asservissements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Echantillonnage et quantification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Le bruit de quantification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Période d’échantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.1 Le problème de la période d’échantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.2 Le recouvrement de spectre avec les mains . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.3 Bruit sur la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5.4 Choix de la période d’échantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Transformée en z 25
2.1 Définition de la transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 Propriétés de la transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3 Calcul de la transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.1 Par la formule de définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.2 Par la théorie des résidus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.3 Par l’utilisation des tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Transformée inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Théorie des résidus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.2 Par division polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.3 Par l’utilisation des tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5 Transmittances échantillonnées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.1 Notions de schéma bloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.2 Transformée en z d’un schéma bloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5.3 Transformée d’un système précédé par un bloqueur d’ordre 0 . . . . . . . . . . . . . . . 33
2.5.4 Transmittances échantillonnées de systèmes bouclés . . . . . . . . . . . . . . . . . . . . 35
2.5.5 Avec Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Analyse des systèmes 37

3.1 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.1 Conditions de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.2 Critère de Jury . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.3 Critère de Routh-Hurwitz appliqué sur la transformée en w . . . . . . . . . . . . . . . . 39
3.1.4 Avec Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Correspondance des plans z et p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Réponse impulsionnelle en fonction de la position des pôles. . . . . . . . . . . . . . . . . 42
3.3 Le lieu d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4 Précision des systèmes échantillonnés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.1 Erreur vis-à-vis de la consigne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.2 Erreur vis-à-vis de la perturbation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4.3 Extension du raisonnement à tous types d’entrées . . . . . . . . . . . . . . . . . . . . . . 47
5
6 TABLE DES MATIÈRES
3.4.4 Cycle limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4 Transposition des correcteurs analogiques 51

4.1 Les différentes approximations de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.1.1 Différences vers l’arrière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.1.2 Différences vers l’avant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.1.3 Transformation bilinéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.1.4 Avec Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 PID analogique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2.1 Réglages de Ziegler-Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2.2 P, PI, ou PID ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3 Le PID numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3.1 Réglages de Takahashi pour un régulateur PID numérique filtré . . . . . . . . . . . . . 58
4.4 Mise en œuvre d’un asservissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4.1 Anti windup . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4.2 Prédicteur de Smith . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.3 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5 Synthèses à temps d’établissement fini 65

5.1 Synthèse en z de correcteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1.1 Exemple idiot... mais riche d’enseignements . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.2 Synthèses à temps d’établissement fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2.1 Synthèse à temps d’établissement minimal absolu . . . . . . . . . . . . . . . . . . . . . . 68
5.2.2 Synthèse à temps d’établissement minimal non absolu . . . . . . . . . . . . . . . . . . . 68
5.2.3 Réponse pile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2.4 Applications des synthèses à temps d’établissement fini . . . . . . . . . . . . . . . . . . 71
5.2.5 Exemples de réponse pile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3 Résolution de l’équation diophantienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6 Méthodes de commande avancées 77

6.1 Choix des pôles en boucle fermée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.2 Méthode de Zdan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2.2 Correcteur de Zdan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.3 Commande RST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.3.1 Synthèse de la loi de commande RST . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.3.2 Choix des polynômes Am , Bm et A0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.3.3 Cas particulier du correcteur RST : le correcteur série . . . . . . . . . . . . . . . . . . . 83
Bibliographie 84
I Annexes 87
A Tables de transformées 89
B Travaux dirigés 93
B.1 TD n˚1 : Fréquence d’échantillonnage et équations récurrentes . . . . . . . . . . . . . . . . . . 95
B.2 TD n˚2 : Systèmes récurrents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
B.3 TD n˚3 : Asservissement numérique de vitesse . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
B.4 TD n˚4 : Etude d’un four électrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
B.5 TD n˚5 et 6 : Etude d’un asservissement de position . . . . . . . . . . . . . . . . . . . . . . . . 99
B.6 TD n˚7 : Méthode de Zdan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
B.7 TD n˚8 : Synthèse d’un régulateur RST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
C Tutorial Matlab 105

Tutorial Matlab de Jouvencel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
TABLE DES MATIÈRES 7
D Annales 127
Devoir personnel Juin 2006 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
Examen final Juin 2006 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Devoir personnel Juin 2007 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Examen final Janvier 2009 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
8 TABLE DES MATIÈRES
Chapitre 1
Introduction
1.1 Définition
L’automatique est la science qui traite de l’analyse et de la commande des systèmes dynamiques évoluant
avec le temps. En d’autres mots de l’automatisation de tâches par des machines fonctionnant sans intervention
humaine.
Wikipédia
C’est une partie d’un ensemble plus vaste nommé cybernétique. Définie en 1947 par Norbert Wienner, la
cybernétique est la base de la robotique, de l’automatique, de l’intelligence artificielle et de la théorie de
l’information.
1.2 Exemples d’asservissements

1.2.1 Historique
L’histoire de l’automatique démarre sans doute dès la préhistoire. En effet, le masque du sorcier préhistorique
est une première tentative de donner une vie propre à un objet inanimé.
Le système souvent cité comme étant la première réalisation d’un correcteur automatique est la clepsydre de
Ktesibios (-270 av. J.C) (figure 1.1). Afin d’améliorer le principe de l’horloge à eau, Ktesibios introduit un
réservoir supplémentaire dans lequel le volume de liquide reste constant grâce à un flotteur qui ferme l’entrée
du réservoir lorsque celui-ci est trop plein. En gros, c’est une chasse d’eau moderne.
Fig. 1.1 – Clepsydre de Ktesibios(-270 av. J.C., Alexandrie).
L’horloge, des siècles plus tard, est encore un moteur de découvertes dans le domaine de l’automatique.
L’échappement à ancre n’est guère qu’un stabilisateur de fréquence. Les développements de l’horloge conduisent
alors à la création d’automates extrêmement compliqués. Citons, à titre d’exemple, le canard de Vaucanson
9
10 CHAPITRE 1. INTRODUCTION
(1709-1782) (figure 1.2) qui pouvait boire, se nourrir, caqueter, nager, ”digérer” et déféquer. L’idée de la pro-
grammation est née à peu près à la même époque. En 1728, Jean-Philippe Falcon crée le premier métier à tisser
programmable par cartons perforés. Vaucanson réalise un métier à tisser programmé en 1745, et en 1801 le
célèbre métier à tisser automatique programmable de Joseph-Marie Jacquard.
Fig. 1.2 – Canard de Vaucanson (' 1739).
Fig. 1.4 – Cartes perforées, le début de la program-

Fig. 1.3 – Métier à tisser programmable. mation.
A la même époque d’autres systèmes voient le jour, poussés par la révolution industrielle qui est en marche.
Denis Papin développe la soupape de sécurité (figure 1.5) pour les systèmes fonctionnant à la vapeur et James
Watt invente le régulateur de vitesse à boule (figure 1.6).
Les réalisations précédentes ne manquent pas d’ingéniosité, néanmoins il faudra attendre l’arrivée de l’électricité
puis de l’électronique pour voir apparaı̂tre les premiers correcteurs en tant que tels. Enfin, le développement
des microprocesseurs puis celui des microcontrôleurs permet aujourd’hui de mettre en œuvre des principes de
commande très élaborés, notamment :
le pilotage de systèmes instables
les commandes robustes
l’identification en ligne
la commande de systèmes non linéaires
la commande prédictive
...
1.2. EXEMPLES D’ASSERVISSEMENTS 11
Fig. 1.5 – Soupape de sécurité de Denis Papin

(' 1679). Fig. 1.6 – Régulateur de vitesse de Watt (1788).
Les figures 1.7 et 1.8 représentent deux exemples de stabilisation de systèmes instables, les figures 1.9 et 1.10
représentent quant à elles deux exemples de systèmes instables pour lesquels le correcteur n’a rien pu faire.
Dans les deux cas, le correcteur n’y est pour rien. Une erreur humaine et une erreur de conception sont à
l’origine des deux ”problèmes”.
Fig. 1.7 – Fusée Ariane (ESA). Fig. 1.8 – Avion de combat Rafale (Dassault).
Fig. 1.9 – Fusée Ariane (ESA). Fig. 1.10 – Centrale électrique de Tchernobyl.
Retenez encore qu’aujourd’hui sur 100 systèmes méritant d’être asservis :

10 le sont effectivement,
mais 9 sont mal asservis.
1.3. MISE EN ŒUVRE DES ASSERVISSEMENTS NUMÉRIQUES 13
1.3 Mise en œuvre des asservissements numériques
Le schéma général d’un asservissement analogique est représenté en figure 1.11, sa transposition en commande
numérique est représentée en figure 1.12.
Fig. 1.11 – Système asservi linéaire continu.
Fig. 1.12 – Système asservi linéaire échantillonné. (Ne cherchez pas les boites CAN et CNA sous simulink, elles n’existent
pas ! CAN est intrinsèque en passant de continu à échantillonné, CNA s’appelle en fait ZOH pour ”Zero Order Hold”.)
Les avantages de l’asservissement numérique sont nombreux, en voici quelques uns.
Réalisation aisée de régulateurs complexes, lois de commande raffinées.

Facilité de mise en oeuvre de commandes anticipatrices (compensation par rapport à la consigne ou à
certaines perturbations).
Mise en oeuvre d’algorithmes de régulation sans équivalent analogique.
Insensibilité de la caractéristique entrée-sortie du régulateur aux parasites, aux variations de température,
au vieillissement, etc.
Pas de dispersion des paramètres du régulateur en cas de fabrication en série.
Prise en compte de défauts, des limites et comportements particuliers du système à régler (non linéarités,
saturations) par simple programmation.
Linéarisation autour d’un point de fonctionnement ajustable.
Générateur de trajectoires intégré.
Changement de correcteur souple et rapide.
Interface utilisateur conviviale.
Plusieurs systèmes corrigés par un seul microprocesseur.
Il y a aussi quelques inconvénients qu’il convient de connaı̂tre pour mieux les contourner. Notamment l’observa-
tion discontinue de la grandeur réglée, le système est en boucle ouverte entre deux instants d’échantillonnage.
Sans précautions particulières, le bouclage numérique insère des non linéarités dans la boucle de régulation
dues :
à la quantification des convertisseurs,
à la précision de calcul finie du microprocesseur,
au procédé d’échantillonnage (recouvrement spectral).
Ces non linéarités peuvent avoir un effet déstabilisant (cycles limites) et introduisent des bruits supplémentaires,
voire des battements. Un autre phénomène important est l’insertion de retards purs dans la boucle de régulation
dus au temps de conversion analogique-numérique (A/N) et numérique-analogique (N/A) et au temps d’exécution
de l’algorithme de régulation, or les retards purs sont très déstabilisants.
1.3.1 Technologie des asservissements

Le choix du support matériel d’un asservissement numérique est évidemment fonction de l’objet contrôlé. La
gamme de supports est vaste, pour fixer les idées voici trois systèmes complets.
Dans le cas de systèmes très complexes, nécessitant plusieurs asservissements simultanés, des interfaces utili-
sateurs conviviales, le choix se porte sur des calculateurs industriels qui se présentent sous la forme d’un rack
dans lequel on insère des cartes à microprocesseur et des cartes d’entrées sorties. La puissance de calcul n’est
pas limitée.
Fig. 1.14 – Carte d’ acquisition haute densité. 96

Fig. 1.13 – Kit de développement sur Bus VME. voies analogiques 12 bits 3 Méch./s.
La programmation de ces systèmes fait appel à un système d’exploitation multitâche temps réel.
A l’inverse, pour des systèmes simples, un microcontrôleur1 suffit. La programmation se fait alors en C ou en
Assembleur, les microcontrôleurs plus puissants acceptent sans problème un OS temps réel.
Fig. 1.15 – Microcontrôleur PIC.
Entre les deux, il existe des cartes de puissance intermédiaire telle que la SSV DIL/NetPC DNP/5280. Celle-ci
possède 8Mo de ROM et 16 Mo de RAM (à comparer aux 8192 mots de ROM et 368 octets de RAM d’un PIC
1 Microcontrôleur = sur la même puce microprocesseur+ périphériques : horloges, entrées sorties binaires et analogiques, liaisons
numériques, ...
1.3. MISE EN ŒUVRE DES ASSERVISSEMENTS NUMÉRIQUES 15
16F877) ainsi que pratiquement tous les bus classiques (I2C, SPI, CAN et une interface Ethernet)
Fig. 1.16 – Carte microcontrôleur SSV DIL/NetPC DNP/5280.
Enfin, il existe les DSP : Digital Signal Processing, dédiés au calcul rapide et flottant, plutôt utilisés dans des
applications nécessitant du traitement du signal conséquent.
Et pour finir, sachez que les PID industriels soit disant analogiques cachent un microcontrôleur, cette technologie
permettant de réaliser des constantes de temps impossibles à réaliser en analogique. Mais aussi, de gérer des
alarmes, des saturations, des modes de défaut, etc. Vous trouverez au §4.2.1 page 55 une méthode rapide pour
déterminer les coefficients de ces correcteurs.
Fig. 1.17 – Régulateur ”analogique” de type PID.

CAN
Afin de faire traiter le signal par un microprocesseur, il faut le lui rendre accessible, c’est le rôle du convertisseur
analogique numérique. Plusieurs méthodes de conversion existent2 .
Convertisseur à rampe numérique Convertisseur à pesées successives Convertisseur flash

lent, précis =⇒ rapide, moins précis
Fig. 1.18 – Principes de conversion analogique numérique.
CNA
Le convertisseur numérique analogique le plus connu est fondé sur le principe du réseau R-2R comme illustré
sur la figure 1.19. Ce principe est très consommateur de surface de silicium, aussi la grande majorité des micro-
contrôleurs n’en possèdent pas. Une autre méthode de conversion consiste à utiliser le principe de modulation
en largeur d’impulsion (MLI, en anglais PWM). Le principe est de faire varier la valeur moyenne du signal de
sortie binaire (0 - 5V) en faisant varier la largeur de l’impulsion. Un filtre RC filtrera les variations rapides,
ne laissant passer que les variations lentes soit le signal désiré. Ce principe présente l’énorme avantage de ne
demander qu’un bit de sortie du microcontrôleur par rapport à 16 bits pour un CNA classique !
Fig. 1.19 – Convertisseur numérique Fig. 1.20 – Signal modulé en modulation de largeur d’impulsion avant et
analogique de type réseau R-2R. après filtrage haute fréquence.
2 dessins tirés de : http ://hyperphysics.phy-astr.gsu.edu/hbase/electronic/adc.html

1.4. ECHANTILLONNAGE ET QUANTIFICATION 17
1.4 Echantillonnage et quantification
La figure 1.21 montre la différence fondamentale entre le signal analogique et le signal échantillonné et quantifié
que le microcontrôleur ”perçoit”. Ce signal est en fait une suite de nombres codés sur n bits (typiquement 8 à
16 bits)
Fig. 1.21 – Echantillonnage et quantification d’un signal.
En observant le signal échantillonné et quantifié (en bas à droite de la figure 1.21), la tentation est grande de
vouloir s’approcher du signal analogique en essayant de faire du ”quasi-continu” par un surdimensionnement
des deux paramètres principaux que sont la fréquence d’échantillonnage et le pas de quantification. Les deux
parties suivantes, je l’espère, vous en dissuaderont.
1.4.1 Le bruit de quantification

Pour un signal sinusoı̈dal d’amplitude égale à la dynamique du convertisseur, le rapport signal à bruit SN R3
est de :
SN R = 6 n − 4, 76
où n est le nombre de bits du convertisseur

En pratique on choisit n tel que le rapport signal à bruit de l’ensemble ne soit pas trop diminué par la
quantification. Il existe des convertisseurs de : 8, 10, 12, 16, 24, 40 bits. Il existe aussi des convertisseurs ayant
une caractéristique logarithmique.
1.5 Période d’échantillonnage

1.5.1 Le problème de la période d’échantillonnage
La figure 1.23 montre un même signal échantillonné à plusieurs fréquences, lorsque la période d’échantillonnage
Te est égale à la moitié de la fréquence du signal, on voit qu’il devient impossible de reconstituer le signal
original.
En augmentant encore la période d’échantillonnage on tombe sur des aberrations comme illustré en figure 1.24.
3 SN R : Signal to Noise Ratio

Fig. 1.22 – Bruit de quantification d’un signal.
Fig. 1.23 – Signaux échantillonnés à différentes fréquences.
Fig. 1.24 – Signal ostensiblement sous-échantillonné.

1.5. PÉRIODE D’ÉCHANTILLONNAGE 19
1.5.2 Le recouvrement de spectre avec les mains
Sans entrer dans les détail du traitement du signal rappelons une constante des transformées usuelles, Laplace,
Fourier et bientôt z : le produit de fonctions temporelles est transformé en un produit de convolution dans
l’espace opérationnel. En particulier pour la transformée de Fourier :
F ourier
x(t) ∗ y(t) → X(f ) × Y (f ) (1.1)
F ourier
x(t) × y(t) → X(f ) ∗ Y (f ) (1.2)
La relation 1.1 est illustrée en figure 1.25.
Fig. 1.25 – Spectre d’un signal échantillonné (échantillonnage parfait).
En fonction des valeurs relatives de Fmax et Fe on obtient deux types de spectres différents comme illustré en
figure 1.26.
Fig. 1.26 – Phénomène de recouvrement de spectre.
Lorsque Fmax > Fe /2, il se produit le phénomène de recouvrement de spectre, à ne pas confondre avec le
repliement de spectre. Si ce phénomène se produit, il est alors impossible de reconstituer le signal original, d’où
le théorème de Shannon :
Le théorème de Shannon Toute fonction du temps f (t) possédant un spectre de fréquence limitée à ±Fmax
peut être transformée par échantillonnage périodique, de fréquence Fe supérieure ou égale à 2Fmax , sans aucune
perte d’information.
Ce théorème n’est qu’une limite infranchissable, d’autre phénomènes vont intervenir bien avant dans le choix
de la période d’échantillonnage.
Notez que l’idée d’un spectre limité à Fmax est illusoire, tous les signaux en automatique ont un spectre infini.
On ne peut alors que minimiser ce phénomène de recouvrement de spectre. Il sera parfois nécessaire d’ajouter
un filtre dit filtre ”anti-recouvrement” ou ”filtre anti-repliement”.
Le calcul de ce filtre mériterait un chapitre à lui seul. Disons pour faire extrêmement simple, qu’il s’agit le plus
souvent d’un filtre électronique passe-bas du premier ordre dont la fréquence de coupure est choisie entre Fmax
et Fe .
1.5.3 Bruit sur la dérivée

Le théorème de Shannon impose donc une période d’échantillonnage maximum, qu’en est-il de la période
d’échantillonnage minimum ? La figure 1.27 montre que si la période d’échantillonnage tend vers 0, la dérivée
calculée par le taux de variation entre deux périodes d’échantillonnage tend vers la dérivée de la fonction.
df (t) f (t) − f (t − Te )
'
dt Te
Fig. 1.27 – Différence entre dérivée analogique et dérivée numérique.
Ceci n’est malheureusement vrai que dans le cas d’un signal sans bruit. Or les signaux sont toujours entachés
de bruit et dans ce cas la proposition précédente n’est plus vraie. Dans le cas d’un signal en rampe, la figure
1.28 montre que l’erreur sur le calcul de la dérivée croı̂t lorsque Te décroı̂t.
Fig. 1.28 – Influence de la période d’échantillonnage dans le cas de calculs de dérivées en présence de bruit.
Ajoutez à cela le fait qu’une période d’échantillonnage très petite implique un microcontrôleur très rapide et
donc coûteux.
1.5.4 Choix de la période d’échantillonnage
Les considérations précédentes montrent :
une limite fondamentale : le théorème de Shannon,
que l’idée de suréchantillonner provoque énormément de bruit sur le calcul des dérivées et demande un
microcontrôleur puissant donc cher.
Entre les deux, il existe un vaste choix de fréquences d’échantillonnage. Plusieurs auteurs proposent une for-
malisation de ce choix, le plus souvent quasi-empirique mais donnant de bons résultats du point de vue du
compromis précision - vitesse de calcul nécessaire.
Sevely [3]
Yves choisit Te , la période d’échantillonnage telle qu’elle soit
2π 2π
≤ Te ≤
18ω0 9ω0
τ τ
≤ Te ≤
9 4, 5
Bülher [4]
Hansruedi choisit Te , la période d’échantillonnage telle qu’elle soit
5 fois plus petite que la constante de temps la plus rapide que l’on veut contrôler en boucle fermée
τ
Te '
5
8 fois plus petite que la pseudo-période, s’il s’agit de pôles complexes conjugués
1 2π
Te ' p
8 ω0 1 − ξ 2
Critère fréquentiel [9]

On choisit Fe , la fréquence d’échantillonnage telle qu’elle soit 6 à 24 fois plus grande que la fréquence de coupure
du système. Soit pour un système d’ordre 1 :
τ
τ ≥ Te ≥
4
k
Pour un système d’ordre 2 : p2 +2ξω0 p+ω02
soit :
0.25 < ω0 T < 1ξ = 0.7
0.4 < ω0 T < 1.75ξ = 1
Exemple
Soit G(p) une fonction de transfert possédant 4 pôles en boucle ouverte :
1
G(p) =
(1 + τ1 p)(1 + τ2 p)(1 + τ3 p)(1 + τ4 p)
Après mise en œuvre de l’asservissement vous espérez accélérer le système, la fonction de transfert devient donc
C(p)G(p) 1
F (p) = = 2 m p2 0 0
1 + C(p)G(p) (1 + ω0 p + ω0 2 )(1 + τ3 p)(1 + τ4 p)
Quelques valeurs numériques pour fixer les idées :

0
τ3 = 1s,
ω0 = 1 rad.s−1 et ξ=0.43 (réglage classique à 20% de dépassement),
0
on ne cherche pas à contrôler τ4 .
Fig. 1.29 – Réponse d’un second ordre échantillonné (mais pas quantifié !). Observez le retard introduit par
l’échantillonnage.
Fig. 1.30 – Comparaison des périodes d’échantillonnages préconisées par différents auteurs.
Fig. 1.31 – Lieu des pôles en z en fonction de la période d’échantillonnage.

· · · Te varie de 0.01s à 3s.
♦ Bühler
∗ ∗ ∗ Sevely
+ + + critère fréquentiel
Chapitre 2
Transformée en z
2.1 Définition de la transformée en z

On appelle transformée en z d’un signal f (t) la transformée de Laplace F ? (p) du signal échantillonné f ? (t),
dans laquelle on effectue la substitution
z = eTe p (2.1)
Notation : Z[F (p)] ou Z[f (t)]
Rappel : transformée de Laplace d’un signal
Z ∞
L[f (t)] = f (t)e−pt dt
0
le signal f (t) échantillonné s’écrit f ? (t) avec :
f ? (t) = f (t)δTe (t)

P∞
avec δTe = k=−∞ δ(t − kTe ) k ∈ Z peigne de Dirac
Ainsi la transformée de Laplace du signal échantillonné est :

∞
!
Z ∞ X
L[f ? (t)] = f (t) δ(t − kTe ) e−pt dt
0 k=−∞
∞ Z
X ∞
L[f ? (t)] = f (t)δ(t − kTe )e−pt dt
k=−∞ 0
∞
X
L[f ? (t)] = f (kTe )e−kTe p
k=−∞
la fonction f étant nulle pour tout t < 0,
∞
X
F ? (p) = L[f ? (t)] = f (kTe )e−kTe p
k=0
Te p
puis en posant z = e
∞
X
F (z) = f (kTe )z −k (2.2)
k=0
Exemple :
f (t) = U (t) échelon d’Heaviside
∞ ∞
X X 1 z
F (z) = f (kTe )z −k = z −k = 1 + z −1 + z −2 + . . . = =
1 − z −1 z−1
k=0 k=0
Rappel : Somme d’une suite géométrique :

premier terme qui y est moins premier terme qui n’y est pas sur un moins la raison.
25
26 CHAPITRE 2. TRANSFORMÉE EN Z
2.2 Propriétés de la transformée en z
Comme la transformée en z est la transformée de Laplace suivie d’un changement de variable, ses propriétés
se déduisent de celles de la transformée de Laplace.
Linéarité
Z[af (t) + bg(t)] = aF (z) + bG(z) (2.3)
où a et b sont des constantes
Translations réelles
Retard de k périodes
Z[f (t − kTe )U (t − kTe )] = z −k F (z) (2.4)
Notez l’opérateur ”retard” z −1
Fig. 2.1 – Illustration de la propriété du retard.
Avance de k périodes
Z[f (t + kTe )U (t)] = z k F (z) − z k F (0) − z k−1 F (Te ) − z k−2 F (2Te ) − . . . − zF ((k − 1)Te )
" k−1
#
X
k −k
Z[f (t + kTe )U (t)] = z F (z) − f (kTe )z (2.5)
k=0
Les valeurs initiales sont enlevées, sinon, le principe de causalité n’est plus respecté.
Fig. 2.2 – Illustration de la propriété de l’avance.
Translation complexe
Z[e−aTe f (t)] = Z[F (p + a)] = F (zeaTe ) (2.6)
2.2. PROPRIÉTÉS DE LA TRANSFORMÉE EN Z 27
Changement d’échelle en z
z
Z[ak f (kTe )] = F ( ) (2.7)
a
Théorème de la valeur finale
lim f ? (t) = lim f (kTe ) = lim (1 − z −1 )F (z) (2.8)

t→∞ k→∞ z→1
Théorème de la valeur initiale
lim f ? (t) = lim f (kTe ) = lim F (z) (2.9)

t→0 k→0 z→∞
Théorème de la convolution discrète

"∞ #
X
Z f (kTe )g((n − k)Te )] = F (z)G(z) (2.10)
k=0
C’est le théorème fondamental qui permet de transformer l’équation de la sortie d’un système,
en temporel : sortie = convolution de l’entrée avec la réponse impulsionnelle du système,
en z : sortie = produit de l’entrée avec la transmittance du système.
Multiplication par tk
d
Z [tf (t)] = −Te z F (z) (2.11)
dz
Très utile pour démontrer la forme des signaux canoniques
Théorème de sommation " #

n
X z
Z f (kTe ) = F (z) (2.12)
z−1
k=0
Pour aller plus loin : Démontrez le théorème de la convolution discrète

2.3 Calcul de la transformée en z
2.3.1 Par la formule de définition
∞
X
F (z) = f (kTe )z −k (2.13)
k=0
Cette méthode est souvent lourde à mettre en œuvre.

Exemples :
f (t) = eλt
∞
X 1 z
F (z) = eλkTe z −k = 1 + eλTe z −1 + e2λTe z −2 + . . . = =
1− eλTe z −1 z − eλTe
k=0
f (t) = t
∞
X ∞
X ∞
X
F (z) = kTe z −k = Te kz −k = zTe kz −k−1
k=0 k=0 k=0
∞ ∞
X d −k d X −k
= −zTe z = −zTe z
dz dz
k=0 k=0
d 1 zTe z −2
= −zTe =
dz 1 − z −1 (1 − z −1 )2
Te z
=
(z − 1)2
2.3.2 Par la théorie des résidus

C’est la méthode la plus à même de traiter tous les cas ! Néanmoins elle implique la connaissance de la théorie
des résidus. Elle n’est donc donnée qu’à titre informatif.

X F (ξ)
F (z) = Résidus
1 − eξTe z −1 ξ=ξi
ξi
où les ξi sont les pôles de la fonction de transfert F (p)

Rappel : Théorie des résidus. I X
f (z)dz = 2jπ Res
Γ
avec
dn−1

1 n
Res(a) = lim [(z − a) f (z)]
(n − 1)! z→a dz n−1
si le pôle a est un pôle simple d’ordre n
2.3.3 Par l’utilisation des tables

Ce sera la méthode utilisée dans le cadre de ce cours. Le plus souvent on possède la transformée de Laplace
du système. On procède à une décomposition en éléments simples puis, à l’aide du tableau A.1 donné en page
90, on obtient la transformée en z. Notez que la connaissance des propriétés de la transformée en z est souvent
nécessaire.
Rappel sur la décomposition en éléments simples
On considère la fraction rationnelle réelle :
4p3
F =
(p2 + 1)(p + 1)3
La forme de sa décomposition en éléments simples se déduit de la valeur et de la multiplicité de ses pôles. Il
existe des réels a, b, c, d, e, f et un polynôme réel E tels que :
2.3. CALCUL DE LA TRANSFORMÉE EN Z 29
4p3 a b c (dp + e)
=E+ + + +
(p2 + 1)(p + 1)3 p + 1 (p + 1)2 (p + 1)3 (p2 + 1)
Il s’agit désormais de déterminer la valeur de chaque coefficient indéterminé.
Le degré du numérateur de F est strictement inférieur au degré de son dénominateur, donc E = 0.
On multiplie de part et d’autre par (p + 1)3 et on fait p = −1 pour obtenir c = −2 .
De même, on multiplie de part et d’autre par (p2 + 1) et on fait p = ı pour obtenir d = 1 et e = −1.
On étudie ensuite la limite de limp→∞ pF (p) , ce qui donne a + d = 0 d’où a = −1.
Puis on calcule F (0) = 0 d’où 0 = a + b + c + e et donc b = 4.
Vérification, calculer par exemple F (1) = 1/4 .
Transformation en z
1
− p+1 −→ − z−ez−Te
−Te
4 Te ze
(p+1)2 −→ 4 (z−e −Te )2
2
− (p+1)3 −→ ????
p−1 p 1 z(z−cos Te ) z sin Te
(p2 +1) = (p2 +1) − (p2 +1) −→ z 2 −2z cos Te +1 − z 2 −2z cos Te +1
mais
1 −at Te ze−aTe
−→ te −→
(p + a)2 (z − e−aTe )2
et
1 2 −at 1 d
L t e = Z [tf (t)] = −Te z F (z)
2 (p + a)3 dz
donc
T 2 e−aT z z + e−aT

Te ze−aTe

−at
d
Z t × te = −Te z = 3
dz (z − e−aTe )2 (z − e−aT )
4p3 Te ze−Te

z
Z = − + 4
(p2 + 1)(p + 1)3 z − e−Te (z − e−Te )2
2 −aT
z z + e−aT

T e
+ 3
(z − e−aT )
z(z − cos Te ) z sin Te
+ −
z 2 − 2z cos Te + 1 z 2 − 2z cos Te + 1
2.4 Transformée inverse
Il s’agit, le plus souvent de revenir à l’original temporel, soit pour tracer la sortie d’un système échantillonné
soit pour retrouver l’équation récurrente, d’un correcteur pour l’implanter dans le calculateur.
2.4.1 Théorie des résidus

Celle-ci n’est donnée à titre informatif, elle ne sera jamais utilisée dans le cadre de ce cours. C’est la méthode
la plus complexe à appliquer à la main, par contre elle est extrêmement simple à utiliser avec les logiciels de
calcul symbolique tels que Maple ou Mathematica. C’est en outre la plus apte à ”aller plus loin”.
X
Résidus z k−1 F (ξ) ξ=ξi

f (kTe ) =
ξi
où les ξi sont les pôles de la fonction de transfert F (z)

Exemple :
z z
F (z) =
z−az−1
Il y a deux résidus en z = a et en z = 1.
z 2 k−1 1
Resz=1 = lim z =
z→1 z − a 1−a
z 2 k−1 ak+1
Resz=a = lim z =
z→a z − 1 a−1
donc
1 ak+1 1 − ak+1
F (kTe ) = + =
1−a a−1 1−a
2.4.2 Par division polynomiale

On ne cherche alors que les premiers échantillons de la réponse d’un système à une entrée spécifiée.
z
Exemple : original de z−0.5
z z − 0.5
−z + 0.5 1 + 0.5z −1 + 0.25z −2 + · · ·
0 + 0.5 (2.14)
−0.5 + 0.25z −1
0 + 0.25z −1
f ? (t) = δ(t) + 0.5δ(t − Te ) + 0.25δ(t − 2Te ) + · · · donc f (0) = 1, f (T e) = 0.5, f (2Te ) = 0.25, · · ·
2.4. TRANSFORMÉE INVERSE 31
2.4.3 Par l’utilisation des tables
Méthode : décomposer F (z)
z en éléments simples
Puis à l’aide du tableau A.1 donné en page 90 retrouver les originaux fi (t)
Développer F (z)
z en éléments simples,
rechercher les racines du dénominateur z1 , z2 , · · · , zn ,
construire
F (z) C1 C2 C3 Cn
= + + + ··· + ,
z z − z1 z − z2 z − z3 z − zn
revenir à
C1 z C2 z C3 z Cn z
F (z) = + + + ··· + .
z − z1 z − z2 z − z3 z − zn
Puis en utilisant
−1 z
Z = ak ,
z−a
on obtient :
f (kTe ) = C1 z1k + C2 z2k + C3 z3k + · · · + Cn znk .
Remarque : les zi peuvent être complexes, mais sont complexes conjugués deux à deux.
En résumé
Fig. 2.3 – Ensemble des transformations.

2.5 Transmittances échantillonnées
2.5.1 Notions de schéma bloc
Rappels sur la réduction des schémas-blocs
Fig. 2.4 – Opérations fondamentales de réduction des graphes. Le schéma de droite est équivalent à celui de
gauche.
Pour aller plus loin : Donner la fonction de transfert du système décrit à la figure 2.5.
ABDE+AGE
Fig. 2.5 – Exercice : montrez que ce schéma se réduit à un bloc de transmittance : (1+ABC)(1+DEF ).
2.5. TRANSMITTANCES ÉCHANTILLONNÉES 33
2.5.2 Transformée en z d’un schéma bloc
La figure 2.6 décrit une partie de schéma bloc en p, il s’agit alors de transformer ce schéma en un schéma bloc
en z. La tentation est grande de transformer terme à terme, mais c’est faux !
Fig. 2.6 – Il est impossible de transformer un graphe en p en un graphe en z par transformation des différents
blocs !
G1 (p) → G1 (z)
G2 (p) → G2 (z)
G(p) = G1 (p)G2 (p) 9 G(z) = G1 (z)G2 (z)
Pour que cela soit vrai il faut que le signal entre G1 et G2 soit un signal échantillonné.
Les deux exemples suivants illustreront ce problème.
2.5.3 Transformée d’un système précédé par un bloqueur d’ordre 0

Le bloqueur d’ordre 0 (en anglais ”Zero Order Hold”) est l’objet physique qui permet de passer d’un signal
numérique échantillonné, qui ne contient que de l’information et seulement aux instants d’échantillonnage, à
un signal analogique continu par morceaux.
Fig. 2.7 – Signaux d’entrée et de sortie d’un bloqueur d’ordre 0.
On cherche la transformée en z du schéma bloc donné en figure 2.8.
Fig. 2.8 – Transmittance continue précédée d’un bloqueur d’ordre 0.
En premier lieu, il nous faut la transmittance en p du bloqueur d’ordre 0, ensuite nous verrons comment
déterminer la transformée en z de l’ensemble.
Fonction de transfert d’un bloqueur d’ordre 0
Rappel : La transformée de Laplace d’un système est la transformée de Laplace de sa réponse impulsionnelle.
Si l’on soumet un bloqueur d’ordre 0 à une impulsion, on obtient la sortie illustrée en figure 2.9.
Fig. 2.9 – Réponse impulsionnelle d’un bloqueur d’ordre 0.
B0 (t) = U (t) − U (t − Te )
B0 (p) = U (p) − U (p)e−Te p
1 − e−Te p
B0 (p) =
p
Calcul de la transformée d’un système précédé par un bloqueur d’ordre 0
G(z) = Z L−1 [B0 (p)G(p)]

Par souci de simplification d’écriture nous écrirons :
G(z) = Z [B0 (p)G(p)]

donc
1 − e−Te p

G(z) = Z G(p)
p
G(p) e−Te p

= Z − G(p)
p p
En appliquant la linéarité de la transformation puis le théorème du retard, on obtient :

−Te p
G(p) e
G(z) = Z −Z G(p)
p p

G(p)
= (1 − z −1 )Z
p
d’où

z−1 G(p)
G(z) = Z
z p
Une table des transformées usuelles de systèmes précédés d’un bloqueur d’ordre 0 est donnée dans le tableau
A.2 en page 91.
Pour aller plus loin : Vérifier quelques lignes du tableau A.2

2.5. TRANSMITTANCES ÉCHANTILLONNÉES 35
Fig. 2.10 – Système bouclé échantillonné.
2.5.4 Transmittances échantillonnées de systèmes bouclés

Le problème posé en figure 2.10 est qu’il n’y a pas d’échantillonneur bloqueur entre la sortie s et la transmittance
H(p). Qu’à cela ne tienne, la transmittance en boucle fermée d’un système s’écrit :
chaı̂ne directe
BF =
1 + chaı̂ne directe × chaı̂ne de retour
Ici
C(z)Z [B0 (p)G(p)]

BF (z) =
1 + C(z)Z [B0 (p)G(p)H(p)]
2.5.5 Avec Matlab

Matlab ne sait transformer qu’en utilisant une ”méthode”, ici : faire précéder le système d’un bloqueur d’ordre 0.
>> Te=1; % définition de la période d’échantillonnage

>> sys=tf([1],[1 1 0] ) % définition du système continu
>> sysd=c2d(sys,Te, ’zoh’); % transformée en z avec BOZ
>> present(sysd); % présentation du résultat
>> sysc=d2c(sysd,’zoh’); % transformée inverse avec BOZ
>> present(sysdp); % présentation du résultat
>> Te=1;
>> sys=tf([1],[1 1 0] )
Transfer function:
1
-------
s^2 + s
>> sysd=c2d(sys,Te, ’zoh’);

>> present(sysd);
Transfer function:
0.3679 z + 0.2642
----------------------
z^2 - 1.368 z + 0.3679
Sampling time: 1
>> sysc=d2c(sysd,’zoh’);
>> present(sysc);
Transfer function:
-9.84e-016 s + 1
--------------------
s^2 + s + 1.776e-015
Chapitre 3
Analyse des systèmes
Avant de faire une correction quelconque il faut analyser le système. Dans ce chapitre nous aborderons le lien
entre les pôles en p et les pôles en z afin de comprendre comment le système réagit à une entrée de consigne
et dans quelle mesure il est possible de transformer cette réaction. Deux points sont fondamentaux, la stabilité
du système et sa précision. En effet on cherche toujours à améliorer ces deux points lorsque l’on asservit un
système.
Notez que ces analyses sont totalement indépendantes du fait que l’on parle d’un système en boucle ouverte
ou en boucle fermée. Hormis l’analyse de la stabilité par le critère de Nyquist (non abordé dans ce cours) qui
prédit la stabilité d’un système bouclé par un retour unitaire, l’ensemble des autres points s’appliquent sur une
fonction de transfert, celle-ci représentant soit un système en boucle ouverte soit en boucle fermée.
3.1 Stabilité
Définition 1 Un système est dit stable si, écarté de sa position de repos, celui-ci revient à cette position
lorsque la cause qui l’en a écarté cesse.
Définition 2 Un système est dit stable si sa réponse à toute entrée bornée est bornée.
Note : en appliquant ces définitions l’intégrateur pur n’est pas stable !
Fig. 3.1 – Stabilité des systèmes au sens de Lyapounov [12] : illustration de la stabilité d’une bille sur un profil.
37
38 CHAPITRE 3. ANALYSE DES SYSTÈMES
3.1.1 Conditions de stabilité
Nous avons vu au §2.4.3 qu’un signal F (z) de la forme :
C1 z C2 z C3 z Cn z
F (z) = + + + ··· +
z − z1 z − z2 z − z3 z − zn
avait pour original f (kTe ) de la forme :
f (kTe ) = C1 z1k + C2 z2k + C3 z3k + · · · + Cn znk
les Ci et les zi étant complexes.
Pour que le système soit stable, il faut alors que :
lim f (kTe ) = 0
k→∞
donc que :
|zi | < 1
En d’autres termes, pour qu’un système soit stable, il faut et il suffit que les pôles de la fonction de transfert
soient de module inférieur à 1.
Par abus de langage, nous inclurons dans l’ensemble des systèmes stables ceux ayant un ou plusieurs pôles en
1. 1
Pour connaı̂tre la stabilité d’un système il suffit alors de calculer le module des pôles du système. Ce calcul
est le plus souvent fastidieux voire impossible. C’est pourquoi, il existe des critères de stabilité ne faisant pas
directement le calcul des pôles mais qui permettent de savoir s’ils sont, ou pas, de module inférieur à 1.
Fig. 3.2 – Zones où les pôles sont stables en p et en z.
3.1.2 Critère de Jury

N (z)
Soit H(z) = D(z) la fonction de transfert d’un système échantillonné.
D(z) = a00 + a01 z + a02 z 2 + . . . + a0n z n

On construit la matrice de dimensions (n − 1) × (n + 1) suivante :
 
a00 a01 a02 ··· a0n−1 a0n
 
a10 a11 a12 ··· a1n−1 0 
 

 
a20 a21 a22 ··· 0 0 
 

.. .. .. .. 
 


 . . . . 

an−2
0 an−2
1 an−2
2 0 ··· 0
dont les éléments sont définis comme suit :

1 Ceux-ci sont marginalement stables.
3.1. STABILITÉ 39

j
ajn−j−k


 a0
pour 0 ≤ k ≤ n − j − 1


aj+1
j
= ajk

k an−j


pour k > n − j − 1

 0
Le polynôme D(z) n’a aucun zéro de module supérieur à 1 si les n + 1 conditions suivantes sont respectées :
Pn 0
1. i=0 ai = D(1) > 0
n
2. (−1)n i=0 (−1)i a0i = (−1)n D(−1) > 0
P

3. a00 − a0n < 0

4. aj0 − ajn−j > 0 pour j = 1, · · · , n − 2

Exemple :
D(z) = a00 + a01 z + a02 z 2 + a03 z 3
 
a00 a01 a02 a03
 
a10 a11 a12 0
Pn 0
1. i=0 ai = D(1) > 0
n
(−1)n i=0 (−1)i a0i = (−1)n D(−1) > 0
P
2.
0
3. a0 − a03 < 0

4. a10 − a12 > 0
Déterminer les conditions de stabilité du système :

2z + 1
H(z) =
z 3 + 2z 2 + 4z + 7
3.1.3 Critère de Routh-Hurwitz appliqué sur la transformée en w

Transformée en w La transformée en w est une transformation homographique qui fait correspondre exac-
tement l’intérieur du cercle unité au demi plan gauche du plan complexe.
z−1 1+w
w= z=
z+1 1−w
En appliquant la transformée en w au système, les racines en z de module inférieur à 1 sont transformées en

des racines à partie réelle négative, il suffit alors d’appliquer le critère de Routh-Hurwitz sur la transformée en
w pour connaı̂tre le signe des racines du polynôme considéré et donc la stabilité du système.
Fig. 3.3 – Illustration de la transformée homographique w.
Déterminer les condition de stabilité du système par l’application du critère de Routh sur la trans-
formée en w :
2z + 1
H(z) = 3
z + 2z 2 + 4z + 7
3.1.4 Avec Matlab

Ou tout autre logiciel de calcul numérique (Scilab, Octave...2 )
>> P=[1 2 4 7]; % définition du polyn^

ome
>> abs(roots(P)) % calcul du module (abs) des racine (roots) de P
Il suffit de regarder si les modules de toutes les racines sont inférieurs à 1.
2 Logiciels gratuits !
3.2. CORRESPONDANCE DES PLANS Z ET P 41
3.2 Correspondance des plans z et p
L’objectif est de déterminer le type de comportement du système à la vue des pôles du système tracés dans le
plan complexe.
Etudions le lien entre un pôle simple en p et son transformé par la transformation en z
Pôles simples
1 z
−→
p+a z − e−aTe
Le pôle en −a est transformé en un pôle en e−aTe
L’axe des réels en p est transformé en l’axe des réels positifs en z. l’axe des réels négatifs en z n’a pas de
correspondant en p.
Fig. 3.4 – Transformation des pôles simples de p vers z.
Pôles complexes conjugués

2
ωn b1 z+b0
G(p) = p2 +2ξωn p+ωn
2 −→ B0 G(z) = z 2 −2(e−ξωk Te ) cos(ωd Te )z+e−2ξωk Te
p
p1 , p1 = −ξωn ± ıωd −→ z1 , z1 = e−ξωk Te cos(ωd Te ) ± e−2ξωk Te cos2 (ωd Te ) − e−2ξωk Te
p
où ωd = ωn 1 − ξ 2 = e−ξωk Te (cos(ωd Te ) ± ı sin(ωd Te ))
= e−ξωk Te e±ıωd Te
(3.1)
Fig. 3.5 – Transformation des pôles complexes conjugués de p vers z.
Généralisation Dans les deux cas nous avons bien la relation :
Pôle du système continu −→ Pôle du système échantillonné

(3.2)
pi −→ zi = eTe pi
La figure 3.6 montre cette relation.
Fig. 3.6 – Lieu des pôles iso-amortissement.
3.2.1 Réponse impulsionnelle en fonction de la position des pôles.
Fig. 3.7 – Réponses impulsionnelles des pôles en fonction de leur position.
Fig. 3.8 – Relation entre pôles du système continu et ceux du système échantillonné.
3.3. LE LIEU D’EVANS 43
3.3 Le lieu d’Evans
3.3.1 Définition
Fig. 3.9 – Le lieu d’Evans : calcul des pôles du système en boucle fermée par un gain k .
Le lieu d’Evans est le lieu des pôles de la fonction de transfert en boucle fermée lorsque le gain K varie de 0 à
l’infini.
Ce lieu est donc un moyen de choisir un gain K pour obtenir, en boucle fermée, des performances pré-spécifiées.
La construction du lieu est assez complexe et fait appel à 8 règles que vous trouverez dans [3]. La synthèse
de correcteurs à l’aide de cette méthode est parfaitement possible mais demande un peu d’expérience pour le
choix des pôles et des zéros du correcteur. Néanmoins avec une méthode de type ”try and error” on arrive à
de bons résultats.
Exemple de code Matlab

>> sysd=zpk([],[0.1 0.9], 1, 1) %période d’échantillonnage = 1s
>> rlocus(sysd);
>> zgrid
3.3.2 Exemples
Tab. 3.1 – Exemple 1
1
G(z) = (z−0.1)(z−0.9)
lorsque k est très faible les pôles en

BF sont proches de ceux en BO
lorsque k augmente, le système
”accélère”, les pôles se rapprochent et
deviennent complexes conjugués
lorsque k dépasse la valeur de 0.9, les
pôles ont un module > 1, le système
est instable
z−0.5
G(z) = (z−0.1)(z−0.9)

lorsque k augmente, le pôle en 0.9
tend vers le zéro en 0.5, l’autre pôle
tend vers −∞
la limite de stabilité est obtenue pour
k = 1.39
z+0.5
G(z) = (z−0.1)(z−0.9)

lorsque k augmente, les pôles se rap-
prochent l’un de l’autre, puis de-
viennent complexes conjugués
lorsque k est très grand l’un des pôles
tend vers le zéro, l’autre vers −∞
3.3. LE LIEU D’EVANS 45
(z+0.7)(z+0.2)
G(z) = (z−0.1)(z−0.9)

lorsque k augmente, les pôles se rap-
prochent l’un de l’autre, puis de-
viennent complexes conjugués
lorsque k est très grand les pôles en
BF tendent vers les zéros en BO.
(z+0.7)(z+0.2)
G(z) = (z−0.1)(z−0.5)(z−0.9)
On retrouve les mêmes tendances que

pour les exemples précédents
les pôles se rapprochent l’un de l’autre
avant de devenir complexes conjugués
lorsque k est très grand les pôles en
BF tendent vers les zéros en BO ou
vers l’infini.
3.4 Précision des systèmes échantillonnés
Fig. 3.10 – Schéma général pour l’étude de la précision des systèmes.
On considère le schéma présenté en figure 3.10. Calculons l’erreur statique du système pour une entrée w(z) en
échelon et une perturbation p(z) nulle.
3.4.1 Erreur vis-à-vis de la consigne

L’erreur est :
ε(z) = W (z) − S(z)

= W (z) − ε(z)C(z)G(z)
ε(z) [1 + C(z)G(z)] = W (z)
W (z)
ε(z) = 1 + C(z)G(z)
Calculons maintenant la limite de ε(kTe ) lorsque k → ∞
W (z)
lim ε? (t) = lim ε(kTe ) = lim (1 − z −1 )ε(z) = lim (1 − z −1 )
t→∞ k→∞ z→1 z→1 1 + C(z)G(z)
Avec une entrée en échelon unité
z
W (z) =
z−1
on obtient :
z 1 1
lim ε(kTe ) = lim (1 − z −1 ) = lim
k→∞ z→1 z − 1 1 + C(z)G(z) z→1 1 + C(z)G(z)
l’objectif étant d’avoir une erreur statique nulle, il faut que
lim ε(kTe ) = 0
k→∞
et par conséquent que :

1
lim =0
z→1 1 + C(z)G(z)
Supposons maintenant que C(z) ou G(z) possède un intégrateur pur. La transmittance en boucle ouverte peut
s’écrire :
N (z) N (z)
C(z)G(z) = =
D(z) (z − 1)D0 (z)
donc
1 1 (z − 1)D0 (z)
lim = lim = lim =0
z→1 1 + C(z)G(z) z→1 1 + N (z) z→1 (z − 1)D 0 (z) + N (z)
(z−1)D 0 (z)
Conclusion : pour qu’un système présente une erreur statique nulle pour une entrée en échelon, il faut que
la transmittance en boucle ouverte présente au moins un intégrateur pur.
3.4. PRÉCISION DES SYSTÈMES ÉCHANTILLONNÉS 47
3.4.2 Erreur vis-à-vis de la perturbation
Supposons cette fois que l’entrée W (z) est nulle et que la perturbation P (z) est un échelon unité.
L’erreur est :
ε(z) = W (z) − S(z)

= 0 − (P (z)G(z) + ε(z)C(z)G(z))
ε(z)(1 + C(z)G(z)) = −P (z)G(z)
z −G(z) −G(z)
lim ε(kTe ) = lim (1 − z −1 ) = lim
k→∞ z→1 z − 1 1 + C(z)G(z) z→1 1 + C(z)G(z)
Supposons que le système en boucle ouverte possède un seul intégrateur pur et étudions les deux cas suivants
Cas 1 : l’intégrateur pur est dans C(z).
Cas 2 : l’intégrateur pur est dans G(z).
Dans les deux cas :
NG (z)
−DG (z) −NG (z)DC (z)
lim ε(kTe ) = lim NC (z) NG (z)
= lim
k→∞ z→1 1+ z→1 DC (z)DG (z) + NC (z)NG (z)
DC (z) DG (z)
Cas 1 : l’ intégrateur pur est dans C(z). Cas 2 : l’intégrateur pur est dans G(z).
−NC (z) −NG (z)

C(z) = 0 (z) G(z) = 0 (z)
(z − 1)DC (z − 1)DG
lim ε(kTe ) = lim ε(kTe ) =

k→∞ k→∞
0
−NG (z)(z − 1)DC (z) −NG (z)DC (z)
lim 0 lim 0 (z) + N (z)N (z)
z→1 (z − 1)D (z)DG (z) + NC (z)NG (z)
C
z→1 DC (z)(z − 1)DG C G
lim ε(kTe ) = 0 −NG (z)DC (z)

k→∞ lim ε(kTe ) = lim 6= 0
k→∞ z→1 NC (z)NG (z)
Conclusion : pour qu’un système présente une erreur statique nulle pour une perturbation en échelon, il
faut au moins un intégrateur pur en amont de la perturbation.
3.4.3 Extension du raisonnement à tous types d’entrées

Calcul de l’erreur vis-à-vis de la consigne, le système étant soumis à une entrée canonique quelconque de la
forme w(t) = tm donc :
A(z)
W (z) =
(z − 1)m+1
où A(z) est un polynôme en z n’ayant pas (z − 1) en facteur.
La transmittance en boucle ouverte peut s’écrire :
kN (z)
CG(z) =
(z − 1)n D(z)
avec k le gain statique du système et N (z) et D(z) moniques3 .
3 Dont le coefficient de plus haut degré est 1.
L’expression de l’erreur est alors :
A(z) 1 A(z) 1
lim ε(kTe ) = lim (1 − z −1 ) m+1
= lim (1 − z −1 )
k→∞ z→1 (z − 1) 1 + CG(z) z→1 (z − 1)m+1 1 + kN (z)
(z−1)n D(z)
soit :
z−1 A(z) (z − 1)n D(z) 1 (z − 1)n A(z)D(z)
lim ε(kTe ) = lim m+1
lim
k→∞ z→1 z (z − 1) (z − 1) D(z) + kN (z) z→1 z (z − 1)m (z − 1)n D(z) + kN (z)
n
Les valeurs de limk→∞ ε(kTe ) sont résumées dans le tableau 3.6.
Tab. 3.6 – Erreur permanente en fonction de l’entrée et de la classe du système en l’absence d’entrée de
perturbation.5
classe du système échelon rampe parabole ···
= ···
nb d’intégrateurs purs m=0 m=1 m=2 ···
1
0 1+k ∞ ∞ ···
Te
1 0 k ∞ ···
Te ..
2 0 0 k
.
..
3 0 0 0 .
.. .. .. .. ..
. . . . .
Pour aller plus loin : Quelle est l’erreur permanente du système 3.11 dans les conditions décrites ?
Fig. 3.11 – Système soumis à une entrée en rampe et une perturbation en échelon.
5 C’est le polynôme A(z) qui fait apparaı̂tre le terme Te .

3.4. PRÉCISION DES SYSTÈMES ÉCHANTILLONNÉS 49
3.4.4 Cycle limite
Les résultats obtenus précédemment ne tiennent pas compte de la quantification du signal. Cette quantification
provoque une non linéarité déstabilisante et par conséquent, un petite oscillation autour de la valeur finale
comme illustré en figure 3.12. La précision est alors fonction du pas de quantification.
Fig. 3.12 – Cycle limite dû à la quantification du signal.
Dans le cas de systèmes instables en boucle ouverte, le cycle limite, véritable oscillation entretenue est inévitable.
Par contre l’amplitude de cette oscillation est contrôlable par le choix du pas de quantification.
Chapitre 4
Transposition des correcteurs

analogiques
Il est, a priori, dommage de synthétiser un correcteur analogique puis de le convertir en correcteur numérique.
Les méthodes de synthèses numériques abondent et donnent de meilleurs résultats en termes de performances
(robustesse, précision, rejet de perturbation). Néanmoins dans le cas où le correcteur analogique est déjà
synthétisé et qu’il ne s’agit que de le transposer en numérique, la transformée bilinéaire donnée ci-après se
révèle fort utile 1 .
Par ailleurs, cette méthode de synthèse de correcteurs numériques couplée à une méthode de synthèse type
Ziegler-Nichols permet de synthétiser en quelques minutes un correcteur pour un système dont on ignore tout
ou presque et qui plus est, pratiquement sans comprendre l’automatique !
4.1 Les différentes approximations de la dérivée
Fig. 4.1 – Principe de calcul de la dérivée par différences finies : différences vers l’avant et vers l’arrière.
En introduisant l’opérateur retard q.
4.1.1 Différences vers l’arrière
dx x(t) − x(t − Te ) 1 − q −1 q−1

' = x(t) = x(t)
dt Te Te qTe
z−1 1 Te z
Dérivation : p −→ Intégration : −→
zTe p z−1
Cela correspond à l’approximation :
1 z−1
z = e Te p ' =⇒ p '
1 − Te p zTe
1 La synthèse de correcteur analogiques sort du cadre de ce cours, reportez vous au poly d’automatique linéaire continue de B.
Lang
51
52 CHAPITRE 4. TRANSPOSITION DES CORRECTEURS ANALOGIQUES
Fig. 4.2 – Transformée du domaine de stabilité en p.

Un système continu instable peut être transformé en Fig. 4.3 – Méthode des rectangles : approximation
un système discret stable. par excès.
Calcul numérique de l’intégrale :

Z t n
X
I= x(τ )dτ ' x(kTe )Te in = in−1 + Te xn
0 k=1
4.1.2 Différences vers l’avant
dx x(t + Te ) − x(t) q−1

' = x(t)
dt Te Te
z−1 1 Te
Te p z−1
z−1
z = eTe p ' 1 + Te p =⇒ p '
Te

Un système continu stable peut être transformé en un Fig. 4.5 – Méthode des rectangles : approximation
système discret instable. par défaut.

Z t n−1
X
I= x(τ )dτ ' x(kTe )Te in = in−1 + Te xn−1
0 k=0
4.1. LES DIFFÉRENTES APPROXIMATIONS DE LA DÉRIVÉE 53
4.1.3 Transformation bilinéaire
La dérivée numérique est proche de la moyenne des dérivées au point considéré et au point précédent.

1 d x(t + T e) d x(t) x(t + Te ) − x(t) dx(t) q + 1 q−1
+ ' ⇒ ' x(t)
2 dt dt Te dt 2 Te
dx 2 q−1
' x(t)
dt Te q + 1
2 z−1 1 Te z + 1
Te z + 1 p 2 z−1
Te p Te p
e 2 1+ 2 + Te p
z = e Te p ' ' 2
Te p
'
e − Te2 p 1− 2 − Te p
2

Les deux régions se correspondent rigoureusement. Fig. 4.7 – Méthode des trapèzes.

t n
x((k − 1)Te ) + x(kTe )
Z X Te
I= x(τ )dτ ' Te in = in−1 + (xn−1 + xn )
0 2 2
k=1
Remarque : La transformation bilinéaire introduit une distorsion des fréquences. Cette distorsion peut être
compensée à une pulsation donnée ω1 par l’utilisation de
ω1 z−1
Dérivation : p −→
tan(ω1 Te /2) z + 1
4.1.4 Avec Matlab

Seule la transformée bilinéaire est directement implantée, les différences avant et arrière ne le sont pas !
>> Te=1;
>> sys=tf([1],[1 1 1] ) % définition du système continu
>> sysd=c2d(sys,Te, ’tustin’); % transformée en z par transformée bilinéaire
>> present(sysd); % présentation du résultat
>> sysdp=c2d(sys,Te, ’prewarp’, 2); % transformée bilinéaire avec précompensée (f1=2rad/s)
>> present(sysdp); % présentation du résultat
>> sysdb=c2d(sys,Te, ’zoh’); % transformée avec BOZ
>> present(sysdb); % présentation du résultat
>> W=logspace(-1, 0.5, 200);
>> bode(sys,’r’,sysd,’y--’,sysdp,’gx’,sysdb,’k.’, W);
Fig. 4.8 – Phénomène de distorsion de la transformation bilinéaire.
Fig. 4.9 – Comparaison des transformées en z d’un point de vue fréquentiel.

Système original analogique
.......... Transformée avec BOZ
− − − Transformée bilinéaire
+ + + Transformée bilinéaire avec précompensation (en f = 2 rad/s.)
4.2. PID ANALOGIQUE 55
4.2 PID analogique
Tous les correcteurs analogiques sont transformables en correcteurs numériques, le plus connu d’entre eux étant
le PID. De nombreuses méthodes permettent de calculer les coefficients du correcteur PID à partir d’un modèle
du système. Cependant, dans la plupart des cas, un tel modèle d’existe pas. On procède alors des choix de
paramètres calculés à partir d’essais effectués sur le système.
4.2.1 Réglages de Ziegler-Nichols

Le correcteur PID s’écrit :
1
C(p) = K 1 + + Td p
Ti p
Tab. 4.1 – Coefficients d’un PID réglé par les méthodes de Ziegler-Nichols et Chien-Hrones-Reswick : essai
indiciel et méthode du pompage.
Méthode de pompage Méthodes apériodiques

Boucle fermée Boucle ouverte
Systèmes stables ou instables Systèmes stables, instables

en boucle ouverte ou intégrateurs
Ziegler-Nichols Ziegler-Nichols Chien-Hrones-Reswick
Régulation ou Régulation ou
Poursuite Poursuite Régulation Poursuite
1 1 1
P K = 0.5Kosc K= aτ K = 0.3 aτ K = 0.3 aτ
1 1 1
P.I K = 0.45Kosc K = 0.9 aτ K = 0.6 aτ K = 0.35 aτ
1
Ti = 0.83Tosc Ti = 3.3τ Ti = 4τ Ti = 1.2T ou 10τ
1 1 1
P.I.D K = 0.6Kosc K = 1.2 aτ K = 0.95 aτ K = 0.6 aτ
1
Ti = 0.5Tosc Ti = 2τ Ti = 2.4τ Ti = T ou 6τ
Td = 0.125Tosc Td = 0.5τ Td = 0.42τ Td = 0.5τ
1 Si le système à un comportement de type intégrateur pur.

Il faut ensuite transformer le correcteur analogique C(p) en un correcteur numérique par l’une des méthodes
de transformation vues précédemment (§4.1 ou §2.5.3).
La transformée bilinéaire est la plus utilisée et donne de bons résultats à condition de choisir une période
d’échantillonnage proche du ”quasi-continu”, c’est-à-dire les limites basses des valeurs communément admises
(voir fig. 1.30).
Le tableau 4.1 n’est qu’un bref aperçu de l’ensemble des réglages développés par divers auteurs et qui s’adaptent
à une majorité de systèmes. Pour des systèmes plus particuliers ou des réglages plus fins tenant compte des
caractéristiques de votre système, voyez les références [13] ou [14] qui proposent plus de 200 réglages !
4.2.2 P, PI, ou PID ?

Le choix est toujours un peu ambiguë. Le principe de choix communément admis, qui s’applique d’ailleurs à
tous les choix de régulateur et correcteurs, est le principe du minimum : si un correcteur P donne les résultats
escomptés, on ne met pas un PI, moins encore un PID ! Les tableaux 4.2 et 4.3 donnent un critère de choix en
fonction de la réponse temporelle du système à un échelon d’entrée.
Notez la proposition de correcteur de type ”tout ou rien”, qui fonctionne bien dans les cas ou la précision
requise est faible ou que le système supporte bien les fortes variations de commande. Si le système est en limite
de réglabilité par un PID, il faudra alors revoir la conception de la commande soit par des boucles imbriquées,
soit synthétiser un correcteur numérique fondé sur d’autres approches.
Dernier point, mais non le moindre, sachez que les réglages de PID proposés, Ziegler-Nichols (voir page 55)
ou Takahashi (voir page 58) sont avant tout des réglages de régulation et non pas d’asservissement. En
d’autres termes, ces réglages sont choisis lorsque l’objectif principal est d’asservir une grandeur à une consigne
constante et d’être insensible aux perturbations.
Tab. 4.2 – choix d’une méthode de correction en fonction de l’indice de réglabilité

Réglabilité T /τ > 20 10 à 20 5 à 10 2 à 5 <2
Régulateur Tout ou rien P PI PID limite du PID1
Tab. 4.3 – choix d’une méthode de correction en fonction de l’indice de réglabilité : cas des systèmes instables
Réglabilité a.τ 0.05 < aτ 0.05 < aτ < 0.1 0.1 < aτ < 0.2 0.2 < aτ < 0.5 aτ > 0.5
Régulateur Tout ou rien P PI PID limite du PID1
1 voir §4.4.2 page 60

4.3. LE PID NUMÉRIQUE 57
4.3 Le PID numérique
En continu, la sortie d’un PID s’écrit :
 
Zt
1 dε 
u(t) = kp ε(t) + ε(τ )dτ + Td
Ti dt
0
L’équivalent en numérique s’écrit alors :

 
k
Te
X (ε k − ε )
k−1 
uk = kp εk + εj + Td
Ti j=0 Te

Te (εk+1 − 2εk + εk−1 )
uk+1 − uk = kp εk+1 − εk + εk+1 + Td
Ti Te
(z − 2 + z −1 )

Te
(z − 1)U (z) = kp z − 1 + z + Td
Ti Te
ε(z)
d’où la transmittance du PID numérique
U (z) z kd z − 1
ε(z) = kp + ki Te z − 1 + Te z
Ce correcteur reste ”pédagogique”, dans une application industrielle on préférera les formes suivantes :
Application industrielles des correcteurs PID

1. L’action dérivée idéale provoque une forte augmentation du bruit hautes fréquences, on utilise en pratique
une dérivée filtrée. Ceci conduit en discret au régulateur PID filtré :
U (z) z kd z − 1
ε(z) = kp + ki Te z − 1 + Te z − α
Le choix de α est classiquement de 0.1
2. Lors d’un changement de consigne de type échelon, la dérivée du signal d’erreur entre la consigne et la
sortie est très grande (pratiquement une dérivée d’échelon soit un Dirac). La commande PID sur l’écart va
engendrer une commande proportionnelle à la variation de l’erreur via le module dérivateur. L’amplitude
de cette commande risque d’être inadmissible en pratique. Une solution pour limiter ce phénomène est
d’appliquer l’action dérivée seulement sur la sortie du procédé d’où le PID avec la dérivée sur la mesure
seule :
U (z) = kp ε(z) + ki Te
z
z−1
ε(z) − Tkd zz −− α1 Y (z)
e
3. Même remarque que précédemment mais cette fois sur la partie proportionnelle d’où le PID avec l’action
proportionnelle et dérivée sur la mesure seule :

z kd z − 1
U (z) = ki Te
z−1
ε(z) − kp + T z − α Y (z)
e
Cette dernière solution est bien entendu la meilleure.

4.3.1 Réglages de Takahashi pour un régulateur PID numérique filtré
La forme du PID utilisé est :
h i
U (z) = z
ki Te z−1 ε(z) − kp + kd z−1
Te z Y (z) PI ou PID
U (z) = kp ε(z) P
dont les équations récurrentes sont :
kd
uk = uk−1 + ki Te (ykc − yk ) − kp (yk−1 − yk ) − Te (yk − 2yk−1 + yk−2 ) PI ou PID
uk = kp (ykc − yk ) P
Comme pour la méthode de Ziegler-Nichols, il faut alors soumettre le système à l’un des deux essais :
un essai indiciel qui donne les valeurs de τ et a,
un essai en boucle fermée avec un gain K : on augmente K jusqu’à Kosc valeur du gain pour laquelle
on obtient une oscillation entretenue de période Tosc .
Tab. 4.4 – Réglages de Takahashi pour un régulateur PID numérique filtré.
Méthode de pompage Méthodes apériodiques

Boucle fermée Boucle ouverte
Systèmes stables ou instables Systèmes stables, instables

en boucle ouverte ou intégrateurs
1
P kp = 0.5Kosc kp = a(τ +Te )
0.9
kp = 0.45Kosc − 0.5ki Te kp = a(τ +0.5Te ) − 0.5ki Te
P.I
ki = 0.54 Kosc
Tosc ki = 0.27
a(τ +0.5Te )2
1.2
kp = 0.6Kosc − 0.5ki Te kp = a(τ +Te ) − 0.5ki Te
P.I.D ki = 1.2 K osc
Tosc ki = 0.6
a(τ +0.5Te )2
3 0.5
kd = 40 Kosc Tosc kd = a
P
Ces réglages sont en fait les coefficients qui minimisent l’erreur k≥0 |εk |
4.4. MISE EN ŒUVRE D’UN ASSERVISSEMENT 59
4.4 Mise en œuvre d’un asservissement
4.4.1 Anti windup
Après application du correcteur précédent, la première imperfection qui apparaı̂t est due aux non linéarités du
système et en particulier les saturations de l’organe de commande (amplificateur, vanne, ...).
En particulier lorsque l’erreur est importante (démarrage par exemple), l’intégrateur intègre une erreur grande
et donc sa sortie est très grande. Lorsque le système arrive à la valeur de consigne, l’intégrateur est encore
”plein” et donc le système dépasse largement cette valeur de consigne.
Fig. 4.10 – Effet de l’absence de saturation sur le terme intégral.
Pour éviter ce phénomène deux méthodes sont de loin les plus utilisées, souvent simultanément :
la mise en place d’un générateur de trajectoire (ex : bras de robot), afin que le système ne quitte pas
son domaine de linéarité.
la mise en place d’un anti-windup qui limite la valeur stockée dans l’intégrateur pur au maximum de
commande admissible par le système.
Fig. 4.11 – PID classique avec anti-windup.

4.4.2 Prédicteur de Smith
Dans le cas de systèmes très retardés, ce qui arrive souvent dans les applications industrielles, les méthodes
précédentes ne fonctionnent pas bien. En fait un réglage classique de PID conduit à un système plus lent en
boucle fermée qu’en boucle ouverte si le retard pur dépasse la moitié de la constante de temps dominante.
Soit G(z) un système très retardé de la forme.
G(z) = G1 (z)z −k
Le principe de synthèse est le suivant : on synthétise un correcteur C1 (z) pour le système non retardé G1 (z)
puis on adapte ce correcteur pour le système réel G(z).
Fig. 4.12 – Schéma idéal de correction de systèmes très retardés. Utopique car le retard pur n’est pas dissociable
du reste de la transmittance du système.
Bien que totalement irréalisable en l’état car le retard pur n’est pas dissociable du reste de la transmittance
du système, calculons tout de même la fonction de transfert du système présenté en figure 4.12.
C1 (z) G1 (z) −k
F (z) = z
1 + C1 (z) G1 (z)
En introduisant la transmittance G(z), on obtient :
C1 (z) G(z)
F (z) =
1 + C1 (z) G1 (z) − C1 (z)G(z) + C1 (z)G(z)
C1 (z) G(z)
F (z) =
1 + C1 (z) G1 (z)(1 − z −k ) + C1 (z)G(z)
C1 (z)
1+(1−z −k )G1 (z)C1 (z)
G(z)
F (z) = C1 (z)
1 + 1+(1−z−k )G1 (z)C1 (z)
G(z)
qui est de la forme :

C(z)G(z)
F (z) =
1 + C(z)G(z)
En posant :
C1 (z)
C(z) =
1 + (1 − z −k )G1 (z)C1 (z)
C(z) est un correcteur est parfaitement réalisable : voir schéma 4.13.
Calcul de la boucle de retour du prédicteur de Smith avec Matlab

>> sysc=tf([1],[1 4 3 0]); % saisie de la fonction de transfert en p
>> sysd=c2d(sysc, 0.1, ’zoh’); % transformée en z avec un BOZ et Te = 0.1
% sysr=z^(-20) soit 2s avec Te=0.1
>> sysr=tf([1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1],[1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0], 0.1);
>> corr=sysr*sysd % retour = produit de la transformée du système sans retard par (1-z^-n)
>> [nu, de]=tfdata(corr,’v’) % récupération du numérateur et du dénominateur
Note : la mise en œuvre d’un prédicteur de Smith implique de posséder un très bon modèle du système. Les
systèmes présentant des variations de paramètres ne peuvent pas être corrigés par ce type de correcteur.
Fig. 4.13 – Schéma d’un prédicteur de Smith.
Fig. 4.14 – Performances d’un prédicteur de Smith.

4.4.3 Algorithme
Le cadencement d’une routine d’asservissement est donné en figure 4.15. Lors de la réalisation du logiciel de
commande, deux points sont importants :
La minimisation du temps entre échantillonnage des capteurs et sortie des commandes. En effet, toute
la théorie de la commande échantillonnée suppose que ce temps est nul !
La minimisation des variations de période d’échantillonnage. Là encore, Te est supposé constant.
Fig. 4.15 – Cadencement d’une routine de régulation.
Le cas A de la figure 4.16 est presque idéal. Le cas B est le cas limite, le retard pur introduit par le temps de
calcul est de Te /2. Si le temps de calcul est vraiment trop important, il vaut mieux attendre le coup d’horloge
suivant pour envoyer la commande. Bien entendu ce cas introduit un retard pur dans le système qui doit être
pris en compte au moment de la synthèse (cas C). Un peu d’astuce permet presque toujours de se ramener au
cas D où tout ce qui peut être pré-calculé pour la commande suivante l’est juste après la sortie de la commande
en cours.
Fig. 4.16 – Répartition du temps de calcul.

Fonction interruption PID( : void) : void

result : void
/* Mesure de la sortie */
yn ← CAN ;
/* Calcul de l’erreur */
εn ← wn − yn ;
/* Calcul des termes du PID */
pn ← Kp εn ;
dn ← Kd (εn − εn−1 ) ;
in ← in−1 + Ki εn ;
/* Calcul de la commande */
vn ← pn + dn + in ;
/* Modèle de l’actionneur */
Si (vn ≤ Uinf ) Alors
un ← Uinf ; /* Commande réelle = saturation basse */
Sinon
Si (vn ≥ Usup ) Alors
un ← Usup ; /* Commande réelle = saturation haute */
Sinon
un ← vn ; /* Commande réelle = commande PID */
Fin Si
Fin Si
/* Sortie de la commande */
CNA ← un ;
/* Désaturation du terme intégral */
in ← in + un − vn ;
/* Mise à jour des variables */
εn−1 ← εn ;
in−1 ← in ;
Fin
Algorithme 1: Algorithme de PID classique avec anti-windup.

Chapitre 5
Synthèses à temps d’établissement fini
5.1 Synthèse en z de correcteurs

5.1.1 Exemple idiot... mais riche d’enseignements
Soit à corriger un système G(z) :
(z − 2)(z − 0.5)
G(z) =
(z + 0.7)(z − 0.8)(z − 1)
On se propose de créer un correcteur parfait, c’est-à-dire, la compensation parfaite du système par le correcteur
C(z) soit :
1 (z + 0.7)(z − 0.8)(z − 1)
C(z) = =
G(z) (z − 2)(z − 0.5)
Le système corrigé en boucle ouverte devient donc :
1
C(z) G(z) = G(z) = 1
G(z)
C’est bien un système parfait, il est même inutile de boucler ! Bien entendu cela ne peut pas fonctionner et ce
pour deux raisons.
Stabilité
S(z) (z + 0.7)(z − 0.8)(z − 1)
C(z) = =
E(z) (z − 2)(z − 0.5)
Inutile de se lancer dans une étude, le correcteur C(z) est ostensiblement instable à cause du pôle en 2, donc
extérieur au cercle unité.
Causalité Etudions l’équation récurrente de ce correcteur :
S(z) (z + 0.7)(z − 0.8)(z − 1)

C(z) = =
E(z) (z − 2)(z − 0.5)
donc
S(z)[(z − 2)(z − 0.5)] = E(z)[(z + 0.7)(z − 0.8)(z − 1)]
S(z)[z 2 − 2.5z + 1] = E(z)[z 3 − 1.1 z 2 − 0.46 z + 0.56]

En multipliant droite et gauche par z −2
S(z)[1 − 2.5z −1 + z −2 ] = E(z)[z − 1.1 − 0.46 z −1 + 0.56z −2 ]

S(z) = E(z)[z − 1.1 − 0.46 z −1 + 0.56z −2 ] + S(z)[2.5z −1 − z −2 ]
En revenant à l’original :
s(k) = e(k + 1) − 1.1 e(k) − 0.46 e(k − 1) + 0.56e(k − 2) + 2.5s(k − 1) − s(k − 2)
65
66 CHAPITRE 5. SYNTHÈSES À TEMPS D’ÉTABLISSEMENT FINI
s(k) est une fonction de la commande à l’instant suivant e(k + 1) ! Ce correcteur n’est pas causal, il est donc
impossible à réaliser.
Les synthèses de correcteurs numériques conduisent souvent à des correcteurs non causaux et/ ou instables, il
faut donc systématiquement vérifier :
la causalité
la stabilité
La méthode précédente ayant échoué, on se propose de réaliser un autre correcteur pratiquement aussi ”idéal”
que le précédent mais utilisant le bouclage.
C(z)G(z)
F (z) =
1 + C(z)G(z)
Fig. 5.1 – Système bouclé.
Première tentative :
C(z)G(z)
F (z) = 1 ⇒ =1
1 + C(z)G(z)
⇒ ....1 = 0
C’est encore impossible !
Deuxième tentative : La perfection étant impossible à atteindre, essayons de déterminer un correcteur qui
rendrait le système corrigé équivalent à un retard pur. La sortie suivrait parfaitement l’entrée mais décalée
d’une période d’échantillonnage.
On résout donc :
C(z)G(z)
F (z) = = z −1
1 + C(z)G(z)
z −1
C(z) =
G(z)(1 − z −1 )
Application numérique :
50.0 z 2 − 5.0 z − 28.0
C(z) = 0.04
2.0 z 2 − 5.0 z + 2.0
causalité : oui
stabilité : non (pôles en 0.5 et 2 !)
Le résultat de cette correction est présenté en figure 5.2. Comme prévu le système est bien instable, mais
observez que la réponse continue du système passe bien par 1 aux instants d’échantillonnage !
Essayons de formaliser un peu plus cette approche à l’aide des synthèses à temps d’établissement fini.
5.2. SYNTHÈSES À TEMPS D’ÉTABLISSEMENT FINI 67
Fig. 5.2 – Réponse du système à un échelon.
5.2 Synthèses à temps d’établissement fini

Un système est dit ”à temps d’établissement fini” lorsque son erreur ε? (k) = 0 en un nombre fini de périodes
d’échantillonnage, l’entrée étant un polynôme en t spécifié (le plus souvent un échelon : t0 ).
ε(k)
Temps d’établissement fini
Temps d’établissement infini
Fig. 5.3 – Comparaison de l’erreur permanente entre un système à temps d’établissement fini ou infini.
Définition Un système est dit à temps d’établissement fini si l’erreur ε? (t) s’annule en un nombre fini
d’échantillons, pour une entrée u(t) = tm spécifiée.
Corollaire ε(z) est donc un polynôme en z (donc pas une fraction rationnelle)1 .
La transformée en z de u(t) = tm est de la forme2 U (z) = (1−zP−1
(z)
)m+1 avec P (z) polynôme en z de degré d ≤ m.
− F (z))
ε(z) = U (z) − Y (z) = U (z) [1 − F (z)] = P(1(z)(1
− z −1 )m+1
(5.1)
Où F (z) est la transmittance en boucle fermée.
Pour que P(1−z

(z)(1−F (z))
−1 )m+1 soit un polynôme il faut et il suffit que 1 − F (z) contienne (1 − z
−1 m+1
) en facteur, donc
1 − F (z) s’écrit sous la forme :
1 − F (z) = (1 − z −1 )m+1 K(z) (5.2)

1 Calculons ε(z) de la figure 5.3 par la formule de définition de la transformées en z (2.13)
ε(z)2 = ε0 + ε1 z−1 + ε2 z−2 : c’est bien un polynôme.

voir eq. 2.11 page 27
où K(z) est un polynôme.
Pour vérification, appliquons le théorème de la valeur finale :
P (z)(1 − F (z)) P (z)(1 − z −1 )m+1 K(z)

lim ε? (t) = lim (1 − z −1 )ε(z) = lim (1 − z −1 ) −1
= lim (1 − z −1 ) =0
t→∞ z→1 z→1 (1 − z ) m+1 z→1 (1 − z −1 )m+1
5.2.1 Synthèse à temps d’établissement minimal absolu

Définition Un système est dit à temps d’établissement minimal lorsque le degré de ε(z) est minimal.
En reprenant les équations (5.1) et (5.2)
− F (z))
ε(z) = P(1(z)(1
− z −1 )m+1
= P (z)K(z)
Si K(z) = 1, alors le système est dit minimal absolu. Dans ce cas :
1 − F (z) = (1 − z −1 )m+1
ε(z) = P (z) = p0 + p1 z −1 + p2 z −2 + . . . + pm z −m
Donc ε? (t) s’annule pour t = (m + 1)Te
Le correcteur C(z) est alors :
1 − (1 − z −1 )m+1
C(z) =
(1 − z −1 )m+1 G(z)
Remarque 1 : Le correcteur compense les pôles et les zéros de G(z) donc cette méthode de commande ne
s’applique qu’aux systèmes ne possédant que des pôles et des zéros stables !
Remarque 2 : seul ε? (t) s’annule, pas ε(t) !
Fig. 5.4 – L’erreur échantillonnée est bien nulle mais l’erreur continue ne l’est pas.
5.2.2 Synthèse à temps d’établissement minimal non absolu

Si le système modélisé par G(z) possède des pôles ou des zéros extérieurs au cercle unité, la synthèse à temps
d’établissement minimal absolu n’est plus applicable. La synthèse en temps d’établissement minimal consiste
alors à chercher K(z) de degré minimal respectant les deux conditions suivantes :
1. F (z) doit posséder parmi ses racines les zéros de G(z) extérieurs au cercle unité
2. 1 − F (z) doit posséder parmi ses racines les pôles de G(z) extérieurs au cercle unité
Démonstration : posons
B + (z)B − (z)
G(z) =
A+ (z)A− (z)
où B + (z), B − (z), A+ (z), A− (z) sont des polynômes tels que :
B + (z) contient tous les zéros de G(z) intérieurs au cercle unité (dits ”stables”)
−
B (z) contient tous les zéros de G(z) extérieurs au cercle unité (dits ”instables”)
ainsi que les retards purs du système
+
A (z) contient tous les pôles de G(z) intérieurs au cercle unité (stables)
A− (z) contient tous les pôles de G(z) extérieurs au cercle unité (instables)
alors :
A+ (z)A− (z) F (z)
C(z) =
B + (z)B − (z) 1 − F (z)
Comme C(z) ne peut pas contenir B − (z) au dénominateur (pôles instables) alors F (z) doit contenir en facteur la
partie instable B − (z). De même, C(z) ne peut pas contenir au numérateur A− (z) (ce serait de la compensation
de pôles de G(z) instable !) donc 1 − F (z) doit contenir en facteur A− (z).
Remarque : les pôles et zéros sur le cercle unité sont à considérer comme instables
le problème posé se ramène à la résolution de 3 équations :
F (z) = B − (z)L(z) (non compensation des zéros instables par le correcteur) (5.3)
1 − F (z) = A− (z)J(z) (non compensation des pôles instables par le correcteur) (5.4)
1 − F (z) = (1 − z −1 )m+1 K(z) (temps d’établissement fini) (5.5)
qui se condense en :
F (z) = B − (z)L(z) (5.6)

−1 m+1 − 0
1 − F (z) = (1 − z ) A (z)K (z) (5.7)
K(z) = A− (z)K 0 (z) (5.8)
Cela reviens à résoudre l’équation diophantienne
(1 − z −1 )m+1 A− (z)K 0 (z) + B − (z)L(z) = 1
Si la résolution donne
K(z) = A− (z)K 0 (z) = k0 + k1 z −1 + k2 z −2 + +kn z −k
alors
ε(z) = U (z)K(z) = ε0 + ε1 z −1 + ε2 z −2 + · · · + εm+n z −(m+n)
Le transitoire est bien de durée finie, mais de m + n + 1 périodes d’échantillonnage.
5.2.3 Réponse pile
La réponse pile est un cas particulier des systèmes à temps d’établissement minimal non absolu.
Définition Un système est dit à réponse pile lorsque la sortie continue atteint son régime permanent pour
une entrée canonique en un nombre fini d’échantillons.
Conditions Pour pouvoir réaliser un correcteur à réponse pile pour une entrée de type u(t) = tm , il faut que
le système présente au moins m intégrateurs purs.
Fig. 5.5 – Schéma d’un système à réponse pile.
La figure 5.5 montre un exemple classique avec les différents signaux. On veut, pour une entrée en parabole ,
que la sortie soit une parabole. Le système présentant deux intégrateurs purs, il faut que la sortie du correcteur
soit une constante au bout d’un certain temps (le temps d’établissement).
Puisque la sortie du correcteur est constante au bout du temps d’établissement, cette sortie s’écrit :
W1 (z)
W (z) =
1 − z −1
La sortie du système en boucle fermée est :
W1 (z) B + (z)B − (z) U1 (z)

S(z) = = F (z)
1−z −1 A (z)A−0 (z)(1 − z −1 )m
+ (1 − z −1 )m+1 | {z }
| {z } | {z } | {z } FT en BF
sortie système décomposé en m entrée en t
correcteur num, den et IT purs
Après simplification des termes en (1 − z −1 ) la deuxième partie de l’égalité devient :
B + (z)B − (z)
W1 (z) = U1 (z)F (z)
A+ (z)A−0 (z)
0
A+ (z)A− (z)
W1 (z) = U1 (z)F (z) +
B (z)B − (z)
0
W1 , F, U1 , A+ , A− , B + , B − étant des polynômes, il vient immédiatement que F s’écrit :
F (z) = B + (z)B − (z)L(z)

où L(z) est un polynôme.
La synthèse revient donc à déterminer deux polynômes L(z) et K(z) tels que :
0
1 − F (z) = (1 − z −1 )m+1 A− K 0 (z) (5.9)
F (z) = B + (z)B − (z)L(z) (5.10)
Ce qui revient à résoudre l’équation diophantienne :

0
(1 − z −1 )m+1 A− K 0 (z) + B + (z)B − (z)L(z) = 1 (5.11)
Le correcteur s’écrit alors :

1 F (z)
C(z) = (5.12)
système 1 − F (z)
0
A+ (z)A− (z)(1 − z −1 )m F (z)
C(z) = (5.13)
B + (z)B − (z) 1 − F (z)
0
A+ (z)A− (z)(1 − z −1 )m B + (z)B − (z)L(z)
= (5.14)
+
B (z)B (z) − (1 − z −1 )m+1 A−0 K 0 (z)
A+ (z)L(z))
= (5.15)
(1 − z −1 )K 0 (z)
5.2.4 Applications des synthèses à temps d’établissement fini

Applications sur systèmes physiques
— Rarissimes
— Peu de systèmes restent linéaires avec de telles commandes
Electrotechnique
Applications sur systèmes informatifs
— Plus courantes
— Pas de physique, tout reste numérique donc pas de problème entre les instants d’échantillonnage
Observateurs
Contrôle de systèmes d’informations
5.2.5 Exemples de réponse pile
Le système continu étudié est :
5
T (p) =
p2 + 2p + 5
Pour Te =1s, sa transformée en z avec un bloqueur d’ordre 0 est :
0.9858z + 0.4557
T (z) =
z 2 + 0.3062z + 0.1353
Le correcteur ”pile”, calculé pour avoir une erreur à l’échelon d’entrée nulle est :
0.6937z 2 + 0.2124z + 0.09388

Cp (z) =
z 2 − 0.6839z − 0.3161
Le correcteur pour avoir un temps d’établissement minimal est :
z 2 + 0.3062z + 0.1353
Cem (z) =
0.9858z 2 − 0.5302z − 0.4557
Réponse pile Réponse à temps d’établissement minimal
Fig. 5.6 – Comparaison des commandes et sorties pour un correcteur ”pile” et à temps d’établissement mini-
mum : Te =0.5s.
Réponse pile Réponse à temps d’établissement minimal
Fig. 5.7 – Comparaison des commandes et sorties pour un correcteur ”pile” et à temps d’établissement mini-
mum : Te =1s.
5.3. RÉSOLUTION DE L’ÉQUATION DIOPHANTIENNE 73
5.3 Résolution de l’équation diophantienne
Quelle que soit la méthode adoptée pour le calcul du correcteur (Zdan, pile RST, ...), cela revient à la résolution
d’une équation diophantienne de la forme :
AX + BY = C
où : A, X, B, Y et C sont des polynômes en z −1

Cette équation n’admet de solutions que ssi :
d˚X + d˚Y + 1 = max{d˚AX, d˚BY, d˚C, } (5.16)
S’il existe une solution alors :
d˚X ≥ d˚B − 1
d˚Y ≥ d˚A − 1
Ces conditions étant respectées, deux cas peuvent se présenter :
l’équation est l’équation est

régulière non régulière
d˚C < d˚A + d˚B d˚C ≥ d˚A + d˚B
Solution minimale en X Solution minimale en Y
d˚X = d˚B − 1 d˚X = d˚B − 1 d˚X = max{(d˚C − d˚A), (d˚B − 1)}
d˚Y = d˚A − 1 d˚Y = max{(d˚C − d˚B), (d˚A − 1)} d˚Y = d˚A − 1
Soit
(a0 +a1 z −1 +· · ·+an z −k )(x0 +x1 z −1 +· · ·+xk z −k )+(b0 +b1 z −1 +· · ·+bm z −m )(y0 +y1 z −1 +· · ·+yl z −l ) = c0 +c1 z −1 +· · ·+cp z −p
où p ≤ n + sup(k, l)
Par identification terme à terme :



 a0 x0 + b0 y0 = c0



 a x +a x +b y +b y =c
1 0 0 1 1 0 0 1 1


 a2 x0 + a1 x1 + a0 x2 + b2 y0 + b1 y1 + b0 y2 = c2


 ···

soit sous forme matricielle :

 



  
··· b0 0 ··· 0
  a


  0 0 0 

..


  ..   
 a1 a0 . b1 b0 .
  



 

 c0

  .. ..    ..



  a2 a1 . 0 b2 b1 . 0  x0

 .


  
 . .. .. ..
  

  . .. .
 ..    ..



  . . . a0 . b2 b0  

.   .
..   
..
  


    ..

 an . a1 . b1   xk   .

max(n + k, m + l) + 1  =
 
 .. ..     


  0 an . .   y0   cp 

    

  .
 . .. .. .. ..   ..   
.  0 
  


  . . . bm . . 

 
.. 
  
.. .. 
  
yl
 
··· ··· . 
 


  0 an . .  
 
  
  . .. .. .. .. 
 .. 0

. .




  . . 
  
 0 ··· ··· 0




  0 ··· ··· bm 


 | {z }| {z }
k+1 l+1
Pour que cette matrice soit inversible, il faut que
max(n + k, m + l) + 1 = k + l + 1
Ce qui correspond à l’équation 5.16. Si toutefois cette dernière condition est respectée mais que le déterminant
de A est nul, c’est que les polynômes A et B ne sont pas premiers entre eux.
Exemple 1 Soit à résoudre :
(1 + 2z −1 − 3z −2 − z −3 )X + (0.5 + 0.01z −1 )Y = 0.7z −2 + 0.9z −3 + z −4
d˚C ? d˚A + d˚B (5.17)

4 ≥ 3+1 (5.18)
l’équation est non régulière. On choisi la première forme :
d˚Y = d˚A − 1 = 2
d˚X = max{(d˚C − d˚A)}, (d˚B − 1) = max{(4 − 3, 0)} = 1
(1 + 2z −1 − 3z −2 − z −3 )(x0 + x1 z −1 ) + (0.5 + 0.01z −1 )(y0 + y1 z −1 + y2 z −2 ) = 0.7z −2 + 0.9z −3 + z −4

    
1 0 0.5 0 0 x0 0
    
    
 2 1 0.01 0.5 0 x 0 
 1  
   
 
 −3 0.01 0.5   y0  =  0.7 
    
2 0
    
 −1 −3
    
0 0 0.01 y 0.9 
 1  
   
 
0 −1 0 0 0 y2 1
   
x 2.2930
 0   
  −1.0000 
   
 x1
   
 =  −4.5860 
   
 y0
   
  −7.0803 
   
 y1
   
y2 19.2996
5.3. RÉSOLUTION DE L’ÉQUATION DIOPHANTIENNE 75
Si on avais choisi le deuxième forme :
d˚X = d˚B − 1 = 0
d˚Y = max{(d˚C − d˚B)}, (d˚A − 1) = max{(4 − 1, 2)} = 3
(1 + 2z −1 − 3z −2 − z −3 )(x0 ) + (0.5 + 0.01z −1 )(y0 + y1 z −1 + y2 z −2 + y3 z −3 ) = 0.7z −2 + 0.9z −3 + z −4

    
1 0.5 0 0 0 x0 0
    
    
 2 0.01 0.5 0
0  y0   0 
    
 −3 y1  = 
    
0 0.01 0.5 0  0.7 
    
 −1
    
0 0 0.01 0.5   y2   0.9 
    
0 0 0 0 0.01 y3 1
   
x −0.4958
 0   
   
 y0   0.9916 
   
 =  1.9634
   
 y1 
   
  −1.6140
   
 y2 
   
y3 0.8407
Exemple 2 Soit à résoudre :
(1 + 2z −1 − 3z −2 − z −3 )X + (0.5 + 0.01z −1 )Y = 1
d˚C ? d˚A + d˚B (5.19)

0 < 3+1 (5.20)
l’équation est régulière donc :
d˚Y = d˚A − 1 = 2
d˚X = d˚B − 1 = 0
(1 + 2z −1 − 3z −2 − z −3 )(x0 ) + (2 + 3z −1 )(y0 + y1 z −1 + y2 z −2 ) = 1
    
1 2 0 0 x0 1
    
    
 2 3 2 0 y 0 
 0  = 
   
 
 −3
    
0 3 2   y1   0 
    
−1 0 0 3 y2 0
   
x0 −0.7297
   
   
 y0   0.8649 
 = 
 y1   −0.5676 
   
   
y2 −0.2432
Chapitre 6
Méthodes de commande avancées
6.1 Choix des pôles en boucle fermée

C’est un choix qui ne peut être fondé que sur des considérations physiques, on n’asservit pas de la même
façon un avion de combat et un avion de ligne ! Quelques règles peuvent pourtant être données, vous saurez les
adapter à votre cas particulier.
Si vous avez correctement choisi votre fréquence d’échantillonnage et que votre cahier des charges n’est pas
utopique, les pôles de la fonction de transfert en boucle ouverte sont à peu près dans la zone grisée de la figure
6.1.
Fig. 6.1 – Emplacement des pôles en boucle ouverte.
En boucle fermée, vous pouvez espérer accélérer le système d’un facteur 3 à 10. Après cela, vous quitterez le
cadre de l’hypothèse fondamentale de ce cours : le système est linéaire.
77
78 CHAPITRE 6. MÉTHODES DE COMMANDE AVANCÉES
Fig. 6.2 – Zones de placement des pôles en boucle fermée à éviter.
Les pôles du système en boucle fermée seront choisis en évitant les zones grisées de la figure 6.2. En voici les
raisons :
Pas trop proches du cercle unité. En effet une petit variation de modèle (vieillissement, variation de
masse, ...) pourrait engendrer une instabilité du système.
Pas trop proches du point 1. Sinon, vous ne diminuez pas le temps d’établissement ou alors vous avez
mal choisi la fréquence d’échantillonnage.
Pas de facteur d’amortissement trop petit, cela conduit à des dépassements importants de la consigne
et allonge le temps d’établissement.
Pas de pôles réels négatifs, car ces pôles génèrent une oscillation amortie non souhaitable.
Un pôle est très souvent utilisé, le retard pur (en z = 0), pôle le plus ”rapide”.
Si vous respectez ces critères, vos pôles en boucle fermée devraient être dans la zone non grisée de la figure 6.2.
Nous parlons peu des zéros de la fonction de transfert. Non pas qu’ils soient négligeables, bien au contraire ! Ils
ont une influence sur le comportement du système mais sont difficiles à contrôler. En fait leur contrôle demande
un correcteur un peu plus complexe. Deux méthodes de synthèse vous sont proposées ci-après.
La première, la méthode de Zdan, ne s’occupe que des pôles de la fonction de transfert en boucle fermée. En
présence de zéros, une première synthèse donne un correcteur aux performances assez éloignées du cahier des
charges que vous vous êtes posé. Une deuxième synthèse tenant compte de ce premier résultat donne alors de
bonnes performances.
La méthode RST, qui présente un degrés de liberté supplémentaire permet de placer les zéros aussi bien que
les pôles.
6.2. MÉTHODE DE ZDAN 79
6.2 Méthode de Zdan
Les méthodes à temps d’établissement fini conduisent le plus souvent à des correcteurs qui génèrent des com-
mandes trop importantes. Tous comptes faits, on cherche rarement d’aussi bonnes performances pour le système
bouclé. En général, une amélioration d’un facteur 3 sur le temps d’établissement et une erreur statique voire
de traı̂nage nulle sont suffisantes, compte tenu des saturations du système.
La méthode de Zdan propose de calculer un correcteur tel que le système en boucle fermée se comporte comme
un système du second ordre de pulsation propre ωn et de facteur d’amortissement ξ donnés.
6.2.1 Principe
On impose au système bouclé :
en régime transitoire : un comportement type second ordre (ωn et ξ)
en régime permanent : erreur nulle pour une entrée canonique u(t) = tm et éventuellement une erreur
donnée pour u1 (t) = tm+1 . Exemple : erreur nulle à l’échelon, erreur spécifiée pour une rampe.
La transmittance à asservir est mise sous la forme suivante :1
B + (z)B − (z)
G(z) =
(1 − z −1 )l A+ (z)A− (z)
où B + (z), B − (z), A+ (z), A− (z) sont des polynômes tels que :
B + (z) contient tous les zéros de G(z) intérieurs au cercle unité (dits ”stables”)
B − (z) contient tous les zéros de G(z) extérieurs au cercle unité (dits ”instables”)
ainsi que les retards purs du système
A+ (z) contient tous les pôles de G(z) intérieurs au cercle unité (stables)
−
A (z) contient tous les pôles de G(z) extérieurs au cercle unité (instables)
6.2.2 Correcteur de Zdan

Le correcteur est décomposé en trois parties, sous la forme :
C(z) = C1 (z) C2 (z) C3 (z)
C1 (z) doit annuler l’erreur permanente, compte tenu des l intégrateurs purs déjà contenus dans G(z)
donc, en l’absence de perturbations 2 :
1
C1 (z) =
(1 − z −1 )m+1−l
C2 (z) doit compenser les pôles et les zéros stables de G(z)

donc :
A+ (z)
C2 (z) = +
B (z)
C3 (z) doit imposer le comportement en boucle fermée et comporte au moins autant de paramètres que de
spécifications à satisfaire.
Posons :
∆1 (z)
C3 (z) =
∆2 (z)
∆1 (z) et ∆2 (z) seront choisis les plus courts possible de la forme :
1 La synthèse en z est parfaitement possible mais conduit à des erreurs faciles à éviter en utilisant la forme en z −1 .
2 En cas de perturbations, le nombre d’intégrateurs purs ne suis pas la formule donnée. Reportez vous au §3.4.
4 paramètres 6 paramètres ···

−1 −1 −2
∆1 (z) = kc (1 + α1 z ) kc (1 + α1 z + α2 z ) ···
∆2 (z) = β0 + β1 z −1 β0 + β1 z −1 + β2 z −2 ) ···
La transmittance en boucle ouverte s’écrit alors :
B − (z)∆1 (z)
C(z) G(z) = C1 (z) C2 (z) C3 (z) G(z) =
(1 − z −1 )m+1 A− (z)∆2 (z)
La transmittance en boucle fermée est :
C(z)G(z) NF (z)
F (z) = =
1 + C(z)G(z) DF (z)
En écrivant l’égalité des dénominateurs on obtient :
DF (z) = (1 − z −1 )m+1 A− (z)∆2 (z) + B − (z)∆1 (z) (6.1)
Choix de DF (z) Comme indiqué précédemment, on cherche un comportement de type second ordre. Aussi,
DF (z) sera décomposé en deux parties telles que :
DF (z) = (1 + p1 z −1 + p2 z −2 ) P 0 (z)
| {z } | {z }
pôles dominants pôles négligeables
p
−2e−ξωTe cos(ωTe 1 − ξ 2 )

p1 =
avec :
p2 = e−2ξωTe
Les pôles négligeables seront choisis tels que |zi | < 0.1 et le plus souvent zi = 0 soit des retards purs. Leur
nombre est fonction de l’équation 6.1. En effet, il doit y avoir égalité des degrés des polynômes.
Résolution de l’équation 6.1 Une fois l’équation posée, le nombre de pôles négligeables s’obtient directe-
ment par l’équation des degrés de chaque membre. La résolution s’effectue en identifiant les termes kc , αi et βi
en posant les égalités des termes de même degré. Une méthode de résolution plus longue mais plus systématique
est donnée au §5.3
Quelques remarques
Remarque 1 : En prenant DF (z) = 1 on retrouve le correcteur astatique.
Remarque 2 : Rien n’oblige à choisir un comportement en boucle fermée de type second ordre, ordre 1 ou 3 ou
n marchent aussi, on parle alors de méthode du modèle.
Remarque 3 : En utilisant la décomposition en z −1 vous verrez apparaı̂tre les retards purs du système. Ceux-
ci ne sont pas compensables, en effet un système ayant n retards purs ne répondra jamais en moins de n
échantillons. A ce titre, les retards purs doivent figurer dans B − (z) et se retrouveront dans la fonction de
transfert en boucle fermée : NF (z) = B − (z)∆1 (z).
6.3. COMMANDE RST 81
6.3 Commande RST
Fig. 6.3 – Principe de correcteur par correcteur RST. V(z) est une perturbation de charge, E(z) est une
perturbation de sortie.
La forme générale de la loi de commande d’un correcteur de type RST est : (voir schéma 6.3)
S(z)U (z) = T (z)W (z) − R(z)Y (z) (6.2)

donc :
T (z) R(z)
U (z) = W (z) − Y (z) (6.3)
S(z) S(z)
La sortie du système bouclé est donnée par :
B(z) B(z)
Y (z) = U (z) + V (z) + E(z)
A(z) A(z)
Afin d’alléger les notations, les arguments des polynômes ne seront plus notés.
En réécrivant (6.2) et (6.3),
S U (z) = T W (z) − R Y (z) (6.4)

A Y (z) = B U (z) + B V (z) + A E(z) (6.5)
Explicitons U (z) :
AS U (z) = AT W (z) − AR Y (z)

AS U (z) = AT W (z) − BR U (z) − BR V (z) − AR E(z)
(AS + BR) U (z) = AT W (z) − BR V (z) − AR E(z)
AT BR AR
U (z) = W (z) − V (z) − E(z) (6.6)
AS + BR AS + BR AS + BR
et Y (z)
AS Y (z) = BS U (z) + BS V (z) + AS E(z) − AR Y (z)

AS Y (z) = BT W (z) − BR Y (z) + BS V (z) + AS E(z)
(AS + BR) Y (z) = BT W (z) + BS V (z) + AS E(z)
BT BS AS
Y (z) = W (z) − V (z) − E(z) (6.7)
AS + BR AS + BR AS + BR
6.3.1 Synthèse de la loi de commande RST
Synthèse par placement de pôles On cherche une loi de commande U (z) telle que le système en boucle
fermée ait une fonction de transfert modèle donnée de la forme :
Bm (z)
Fm (z) =
Am (z)
or, d’après 6.7 et en supposant V = E = 0
BT
Y (z) = W (z) (6.8)
AS + BR
Il faut donc réaliser :
BT Bm
= (6.9)
AS + BR Am
Compensation des zéros Afin de simplifier les calculs mais surtout afin d’obtenir une fonction de transfert
d’ordre le plus faible possible, on cherche à compenser les pôles et les zéros.
Posons :
B = B+B−
où :
B+ contient tous les zéros de G(z) intérieurs au cercle unité (dits ”stables”)
B − contient tous les zéros de G(z) extérieurs ou sur le cercle unité (dits ”instables”)
Note 1 : afin d’obtenir ultérieurement S sous forme monique on prendra B + sous forme monique.
Note 2 : concernant les retards purs, ceux-ci étant impossibles à compenser ils font donc partie de B − , car le
système ne peut réagir plus vite que son retard pur.
B − ne pouvant être en facteur de AS + BR (compensation interdite) il faut que B − divise Bm , donc :
Bm = B − Bm
0
B + peut être un facteur de AS + BR (compensation permise) il devra dans ce cas diviser aussi S, donc :
S = B+S0
Réécrivons ces résultats, (6.9) devient :
B+B−T B − Bm
0
= (6.10)
B + (AS 0 −
+ B R) Am
en simplifiant :
0
T Bm
= (6.11)
AS 0 + B − R Am
Ce qui implique que :
0
T = A0 B m (6.12)
0 −
AS + B R = A0 Am (6.13)
Où A0 est un polynôme donné dit polynôme observateur par analogie avec la commande par retour d’état
(Cours commande avancée 2A).
Le polynôme caractéristique de la boucle fermée est alors :
AS + BR = B + A0 Am (6.14)
Remarque 1 : A0 contient les modes de la boucle fermée qui ne seront pas excités par le signal de commande,
par contre ces modes seront excités par une perturbation !
0
B − Bm
0

Y BT BA0 Bm Bm
= = + = =
W E=V =0
AS + BR B A0 Am Am Am
Par contre :
AB + S 0 AS 0

Y AS
= = + =
E W =V =0
AS + BR B A0 Am A0 Am
6.3. COMMANDE RST 83
Remarque 2 :
0
AB 0

U AT AA0 Bm
= = + = + m
W E=V =0
AS + BR B A0 Am B Am
Les zéros stables du procédé apparaissent comme des pôles de la fonction de transfert de w vers u ce qui peut
être néfaste (exemple pôles stables à partie réelle négative).
Annulation de l’erreur statique vis-à-vis des perturbations Ce qui suit n’est valable que pour une
perturbation E, si la perturbation est en V (voir schéma 6.3), le raisonnement reste identique mais les IT pur
du système (l) ne peuvent être pris en compte, car pour annuler l’erreur l’intégrateur doit être situé entre
l’entrée de perturbation et l’erreur.
La fonction de transfert de la boucle est :
BR B−R
Fb = =
AS AS 0
Pour annuler une erreur statique d’ordre m il faut que Fb ait m+1 intégrateurs purs (échelon : m=0, 1 IT pur).
La fonction de transfert du procédé possède déjà l pôles en z = 1 donc :
A(z) = (1 − z −1 )l A+ A−
Pour que Fb possède m+1 pôles en z = 1, il faut que S 0 soit de la forme :
S 0 = (1 − z −1 )m+l−l S10 A+ A−
l’équation diophantienne (6.13) devient :
(1 − z −1 )m+1 S10 A+ A− + B − R = A0 Am (6.15)
6.3.2 Choix des polynômes Am , Bm et A0

Am
C’est le dénominateur de la fonction de transfert voulue. Il contient donc les pôles voulus. Comme pour la
méthode de Zdan, on les choisit plutôt de la forme deux pôles complexes conjugués dominants et n pôles
négligeables.
Bm
Là encore comme pour la méthode de Zdan, Bm doit contenir tous les retards purs du système à corriger. Il
contient aussi tous les zéros dit ”instables”, c’est-à-dire extérieurs au cercle unité.
Bm peut aussi contenir d’autres zéros, en particulier ceux qui, tout en étant intérieurs au cercle unité, ont une
partie réelle négative. S’ils sont compensés, donc au dénominateur du correcteur, la commande du système
présentera une réponse indicielle alternée rapide, peu appréciée des systèmes (voir fig. 3.7 ).
A0
Le polynôme d’”observation” A0 est, en général, choisi égal à 1, on a alors une dynamique identique en asservis-
sement et en régulation. On peut aussi le choisir de la forme (1 − az −1 ). Dans ce cas, on filtre les perturbations,
la réaction de l’asservissement sera plus ”douce” mais plus longue.
6.3.3 Cas particulier du correcteur RST : le correcteur série

En choisissant T = R on obtient le correcteur série de la forme
R(z)
C(z) =
S(z)
En reprenant 6.12
0
R = T = A0 B m
Si on compense les pôles stables du procédé à l’aide de A0 le polynôme d’observation :
A0 = A+
donc,
0
R = A+ B m
et l’équation diophantienne (6.15) devient :
(1 − z −1 )m+1 S10 A+ A− + B − A+ Bm
0
= A+ Am (6.16)
soit,
(1 − z −1 )m+1 A− S10 + B − Bm
0
= Am (6.17)
qui est en fait l’équation diophantienne de la méthode de Zdan en posant :
0
∆1 (z) = Bm (z)
∆2 (z) = S10 (z)
Bibliographie
[1] E. Ostertag, Automatique - Systèmes et asservissements continu. France : Ellipses, 2005.

[2] B. Lang and V. Minzu, Commande automatique des systèmes lineaires continus. Cours avec applications
utilisant matlab. France : Ellipses, 2001.
[3] Y. Sevely, Systèmes et asservissements linéaires échantillonnés. Paris : Dunod Université, 1973.
[4] H. Bühler, Réglages échantillonnés, volume 1, traitement par la transformation en z. Lausane, Suisse :
Presses polythechniques et universitaires romandes, 1986.
[5] Y. Granjon, Automatique. Dunod : Ellipses, 2001.
[6] E. Godoy and E. Ostertag, Commande numérique des systèmes. France : Ellipses, 2005.
[7] B. Jouvencel, “Automatique échantillonnée.” [Online]. Available : http ://www.lirmm.fr/ jouvence/
[8] M. Etique, “Régulation numérique,” 2005. [Online]. Available : http ://iai.eivd.ch/users/mee/
[9] D. Peaucelle, “Systèmes à temps discret, commande numérique des procédés,” 2003. [Online]. Available :
http ://www.laas.fr/%7Epeaucell/DPpages/DPteach.html
[10] J. Chemla, “Systèmes asservis échantillonnés,” 2005. [Online]. Available : http ://auto.polytech.univ-
tours.fr/automatique/SSE/ressources/cours.pdf
[11] S. Tliba, M. Jungers, and Y. Chitour, “Commande des processus : asservissement numériques,” 2005.
[Online]. Available : http ://www.satie.ens-cachan.fr/automatique/PolyMaster-final.pdf
[12] D. Arzelier, “Représentation et analyse des systèmes linéaires.” [Online]. Available :
http ://www.laas.fr/ arzelier/polycop/n6k1/poly v5-2.pdf
[13] K. J. Åström and T. Hägglund, PID Controllers : Theory, Design, and Tuning Second Edition. Research
Triangle Park, 1995.
[14] A. O’DWYER, “Pi and pid controller tuning rules for time delay processes : a summary,” 2000. [Online].
Available : citeseer.ist.psu.edu/dwyer00pi.html
[15] A. Schopenhauer, “L’art d’avoir toujours raison.” [Online]. Available :
http ://www.philo5.com/Mes%20lectures/Schopenhauer,%20L’art%20d’avoir%20toujours%20raison.htm
85
86 BIBLIOGRAPHIE
Première partie
Annexes
87
Annexe A
Tables de transformées
89
90 ANNEXE A. TABLES DE TRANSFORMÉES
Tab. A.1 – Table des transformées de Laplace et en Z usuelles.
X(p) x(t) X(z)
1 δ(t) 1
e−kTe p δ(t − kTe ) z−k
1 z
p Γ(t)=1 z−1
1 Te z
p2 t (z−1)2
1
p+a e−at z
z−e−aTe
Te ze−aTe
1
(p+a)2
te−at (z−e−aTe )2
(1−e−Te /τ )z
1
p(1+τ p) 1 − e−t/τ (z−1)(z−e−Te /τ )
Te z τ (1−e−Te /τ )z
1
p2 (1+τ p) t − τ + τ e−t/τ (z−1)2 − (z−1)(z−e−Te /τ )
Te ze−Te /τ
1
p(1+τ p)2 1 − (1 + τt )e−t/τ z
z−1 − z
z−e−Te /τ
− τ (z−e−Te /τ )2
ω z sin ωTe
p2 +ω 2 sin ωt z 2 −2z cos ωTe +1
p z(z−cos ωTe )
p2 +ω 2 cos ωt z 2 −2z cos ωTe +1
ze−aTe sin ωTe
ω
(p+a)2 +ω 2 e−at sin ωt z 2 −2ze−aTe cos ωTe +e−2aTe
p z 2 −ze−aTe cos ωTe
(p+a)2 +ω 2 e−at cos ωt z 2 −2ze−aTe cos ωTe +e−2aTe
ωn2 z z(z−cos ωn Te )
p(p +ωn2 )
2 1 − cos ωn t z−1 − z 2 −2z cos ωn Te +1
ωp −ξωn t
1 1−ξ 2 e sin ωp t
2
1+2ξ ωpn + p2
p
ωn ωp = ωn 1 − ξ2
ωn −ξωn t
1− ωp e sin(ωp t + ψ)
1
p
p
2
1+2ξ ωpn + p2
ωp = ωn 1 − ξ2
ωn
ψ = cos−1 ξ
b−a
(p+a)(p+b) e−at − e−bt z
z−e−aTe − z
z−e−bTe
ab b −at a −bt z bz az
p(p+a)(p+b) 1− a−b e − a−b e z−1 + (a−b)(z−e−aTe ) − (a−b)(z−e−bTe )
91
Tab. A.2 – Table des transformées en z des systèmes classiques précédés d’un bloqueur d’ordre 0. Te est la
période d’échantillonnage et a = e−Te /τ
Transmittance en p Transmittance en z
B0 (p) Te
p z−1
B0 (p)
1+τ p
1−a
z−a ,a = e−Te /τ
B0 (p) (Te −τ (1−a))z−aTe +τ (1−a)
p(1+τ p) z 2 −(1+a)z+a
b2 z 2 +b1 z+b0
z 3 −(2+a)z 2 +(1+2a)z−a
Te 2
B0 (p) b2 = 2 + Te τ + τ 2 (1 − a)
p2 (1+τ p) 2
b1 = ( T2e − 2τ 2 )(1 − a) + Te τ (1 + a)
Te
b0 = τ 2 (1 − a) − aTe (τ + 2)
b1 z+b0
z 2 −(e−Te /τ1 +e−Te /τ2 )z+e−Te /τ1 e−Te /τ2
−Te /τ1
B0 (p) )−τ2 (1−e−Te /τ2 )
(1+τ1 p)(1+τ2 p) b1 = τ1 (1−e τ1 −τ2
τ1 e−Te /τ2 −τ2 e−Te /τ1
b0 = e−Te /τ1 e−Te /τ2 − τ1 −τ2
B0 (p) 1−a Te a(z−1)
(1+τ p)2 z−a − τ (z−a)2
B0 (p) 1−a Te (2τ +Te )a(z−1) Te 2 a2 (z−1)
(1+τ p)3 z−a − τ 2 (z−a)2 − τ 2 (z−a)3
b2 z 2 +b1 z+b0
z 3 −(1+a1 +a2 )z 2 +(a1 +a2 +a1 a2 )z−a1 a2
ai = e−Te /τi
B0 (p) τ12 (1−a1 )−τ22 (1−a2 )
p(1+τ1 p)(1+τ2 p) b2 = Te − τ1 −τ2
τ12 (1+a2 )(1−a1 )−τ22 (1+a1 )(1−a2 )
b1 = −Te (a1 + a2 ) − τ1 −τ2
τ12 a2 (1−a1 )−τ22 a1 (1−a2 )
b0 = −Te a1 a2 − τ1 −τ2
B0 (p) b0 +b1 z
1+ ω2ξn p+ 12 p2 z 2 −2ze−ξωn Te cos(ωp Te )+e−2ξωn Te
ωn
sin(ω T )
p b0 = e−2ξωn Te + e−ξωn Te ( √ p e2 − cos(ωp Te ))
ωp = ωn 1 − ξ2 1−ξ
ξ sin(ωp Te )
ξ<1 b1 = 1 − e−ξωn Te √ + cos(ωp Te )
1−ξ 2
92 ANNEXE A. TABLES DE TRANSFORMÉES
Annexe B
Travaux dirigés
ENSMM 1˚ ANNEE
93
94 ANNEXE B. TRAVAUX DIRIGÉS
B.1. TD N˚1 : FRÉQUENCE D’ÉCHANTILLONNAGE ET ÉQUATIONS RÉCURRENTES 95
B.1 TD n˚1 : Fréquence d’échantillonnage et équations récurrentes

Choix de la période d’échantillonnage
Exercice 1. choix de la période d’échantillonnage
Soit le système continu de transmittance
1−p
G(p) =
p3 + 2p2 + 11p + 10
Donner l’allure des diagrammes de Bode et évaluer la pulsation de coupure (utiliser éventuellement MATLAB).
Dans quel intervalle peut-on choisir la période d’échantillonnage à utiliser pour observer la sortie de ce système ?
A l’aide de simulink tracer la réponse indicielle du système continu et la réponse échantillonnée avec les périodes
d’échantillonnage que vous avez déterminées. Conclure.
Systèmes récurrents
Exercice 2. Etude d’une équation de récurrence 
 s
n+1 + asn = un
Soit le système récurrent d’entrée un et sortie sn défini par
 s =0
0
Calculer la suite { sn } lorsque l’entrée est une suite unitaire { un }={ 1,1,. . . .1,. . . }
Représenter graphiquement { sn } pour différentes valeurs de a. Sous quelle condition ce système est-il stable ?
A l’aide de Matlab , pour différentes valeurs de a exécuter les 2 commandes :
>> S=dstep(1,[1 a]) % Calcul de la sortie de la fonction de transfert

>> dstep(1,[1 a]) % Tracé de la sortie
Comparer aux résultats du calcul précédent ?

Calculer également les valeurs de sn à l’aide de Matlab.
Exercice 3.
Soit le système récurrent d’entrée un et sortie sn défini par :

5 1 1
n+2 − 6 sn+1 + 6 sn = 6 un
 s
 s = −2; s = 1
0 1
Calculer la suite { sn } lorsque l’entrée est une suite unitaire un ={ 1,1,. . . .1,. . . }.
Etudier la stabilité de ce système.
Exercice 4.
Soit le système récurrent d’entrée un et sortie sn défini par :

 s
n+3 + asn+2 + asn+1 + bsn = un
 a, b ∈ R+
Etudier dans le plan des paramètres a et b la stabilité de ce système.

B.2 TD n˚2 : Systèmes récurrents

On souhaite modéliser l’évolution du cheptel d’un éleveur de bovins. Soit :
– x1k : le nombre de vaches de 1 an,
– x2k : le nombre de vaches de 2 ans,
– x3k : le nombre de vaches de 3 ans et plus,
– yk : le nombre total de vaches
ces valeurs représentant des nombres moyens au cours de l’année k.
Les vaches de 1 an ne se reproduisent pas.
Les vaches de deux ans produisent en moyenne 0.8 veau par an,
celles de trois ans et plus 0.4 veau par an.
D’autre part, seules celles de trois ans et plus meurent de causes naturelles avec un taux moyen de 30 % par
an.
Enfin l’éleveur s’autorise à acheter ou vendre uniquement des vaches de trois ans et plus. Soit uk le nombre de
vaches achetées (uk > 0) ou bien vendues (uk < 0) au cours de l’année k.
Le système ainsi décrit a une cadence Te de 1 an. Cette cadence peut s’interpréter comme une période
d’échantillonnage si on considère que le procédé (élevage) est en réalité continu (les vaches existent entre 2
mesures). La notion d’échantillonnage correspond au choix de compter les vaches une fois par an.
1. Etablir les équations récurrentes de ce système.
Y (z)
2. En déduire la fonction de transfert H(z) = U (z) et l’équation récurrente qui relie uniquement l’ entrée et
la sortie du système.
3. Calculer les pôles de la transmittance. Le système est-il stable ?
4. On considère une loi de commande statique telle que : uk = K(Kc · yc − yk ).
Y (z)
Faire le schéma fonctionnel et calculer la transmittance en boucle fermée G(z) = Yc (z) .
Le gain Kc (gain de précommande) sert à régler le gain statique du système bouclé. On souhaite un gain
statique égal à 1, exprimer Kc en fonction de K.
Etudier la stabilité de ce système en fonction de K.
5. En utilisant Matlab tracer le lieu d’Evans de H(z) :
>> h=tf([num(H)],[den(H)],T); % définition de la fonction de transfert
>> rltool(h) % lieu d’Evans
Retrouver sur ce lieu le domaine des valeurs de K assurant la stabilité. Observer les réponses à un échelon
de ce système pour des valeurs de K correspondant aux différents modes. Quelle est la valeur de K qui
vous semble la plus satisfaisante.
6. Reprendre la simulation avec Simulink en considérant que la consigne fixée par l’éleveur est d’avoir un
cheptel de 30 vaches (yc =30) . Vérifier la valeur du gain Kc calculé §5, observer l’évolution du troupeau
et des achats ou ventes de bétail par l’éleveur.
B.3. TD N˚3 : ASSERVISSEMENT NUMÉRIQUE DE VITESSE 97
B.3 TD n˚3 : Asservissement numérique de vitesse

Soit l’asservissement numérique de vitesse étudié en TP :
Modélisation du système
Soit A le gain d’action P et B le gain d’action I. Donner le schéma fonctionnel de cette régulation
Donner l’équation de récurrence liant la commande uk à la consigne wk et à la mesure yk .
On mesure τ = 15ms et le produit km kg = 0.3. Quelle période d’échantillonnage Te peut-on choisir ?
On choisit Te = 10 ms. Calculer la transmittance en z de l’ensemble convertisseurs, ampli, moteur, génératrice
tachymétrique.
Régulation proportionnelle
(A6=0, B=0)
Etudier la stabilité de cette régulation

Calculer en fonction de A la réponse de cette régulation à un échelon de consigne. Quelles sont les différents
types de réponse que l’on peut obtenir. Pour quelles valeurs de A a-t-on une réponse sans dépassement ?
Calculer de 2 manières la valeur du gain statique et de l’erreur statique.
Régulation proportionnelle et intégrale

Déterminer le domaine de stabilité en fonction des paramètres A et B.
Donner les nouvelles valeurs du gain statique et de l’erreur statique.
Calculer A et B pour que la sortie atteigne la consigne (et garde cette valeur) dés la fin de la première période
d’horloge (réponse en 1 coup) ?
B.4 TD n˚4 : Etude d’un four électrique

Soit un four électrique. Autour d’un point de fonctionnement, la transmittance liant la variation de température
θs à la variation de tension de commande U est de la forme :
θs(p) Ke−10p
G(p) = =
U (p) 1 + 100p
Ce four est commandé par calculateur selon le schéma fonctionnel :
1. On choisit une période d’échantillonnage Te =10 secondes. Justifier ce choix.

Montrez que la transmittance H(z) du système échantillonné-bloqué d’entrée E(z) et sortie S(z) est de
la forme :
S(z) K(1 − a)
H(z) = =
E(z) z(z − a)
2. On utilise un régulateur C(z) de la forme :
A(z − a)
C(z) =
K(1 − a)(z − β)
Calculer l’erreur statique. On souhaite une erreur statique nulle. Quelle valeur faut-il donner à β ?
Etudier la stabilité du système en boucle fermée en fonction de A.
Montrer qu’il faut A < 0.25 pour avoir une réponse sans dépassement.
Pour A = 0.25 calculer la réponse du système à un échelon unité. Calculer les 10 premières valeurs
de cette réponse et en déduire le temps de réponse à 5%.
3. On souhaite améliorer la rapidité de la réponse indicielle. Pour cela on choisit maintenant un régulateur
de la forme :
A(z − a)(z − α)
C(z) =
K(1 − a)(z − 1)(z − β)
Calculer A,α et β pour avoir une réponse en 2 périodes d’échantillonnage.
4. Peut-on trouver un correcteur donnant une réponse en une période ?
B.5. TD N˚5 ET 6 : ETUDE D’UN ASSERVISSEMENT DE POSITION 99
B.5 TD n˚5 et 6 : Etude d’un asservissement de position

Synthèse d’un correcteur par différentes méthodes (2 séances)
Etude d’une régulation continue

L’asservissement de position est décrit par le modèle :
La perturbation Vp appliquée sur la commande du moteur est équivalente à la perturbation due à la variation
du couple résistant sur le moteur.
Régulation proportionnelle C(p) = A

1. Exprimer la sortie Vs ainsi que l’écart ε en fonction de Vc et Vp .
2. On souhaite que l’erreur permanente soit inférieure à 10% de l’amplitude de la perturbation .
Quelle valeur faut-il donner à A ?
Quel est dans ce cas le facteur d’amortissement ?
3. Déterminer la marge de phase (par le calcul ou en utilisant Matlab)
4. En utilisant Matlab/Simulink tracer la réponse à un échelon de consigne et un échelon de perturbation
retardé de 20 ms.
Correcteur à avance de phase

On remplace A par un correcteur de transmittance
1 + Tp
C(p) = A avec a < 1
1 + aT p
On utilise la valeur de A calculée précédement pour conserver la précision de l’asservissement, mais on souhaite
une marge de phase supérieure à 70˚ pour avoir un bon amortissement. On choisit T = 1/60 et a = 1/4.
1. Vérifier avec Matlab que la condition sur la marge de phase est bien vérifiée.
2. En utilisant Matlab/Simulink tracer la réponse à un échelon de consigne et un échelon de perturbation
retardé de 20 ms.
Commande par calculateur

On souhaite réaliser l’asservissement de position en utilisant un calculateur.
1. Donner le nouveau schéma fonctionnel.
2. Dans quel domaine de valeur faut-il choisir la période d’échantillonnage ?
3. On choisit une période d’échantillonnage Te =0.005 s. Calculer la transmittance G(z) de l’ensemble
“ convertisseurs ampli moteur capteur ”.
Transposition d’un correcteur analogique
1. Donner la transmittance du correcteur échantillonné obtenu en discrétisant le correcteur à avance de phase
analogique de 3 manières différentes : discrétisation avant, discrétisation arrière, méthode de Tustin
2. Dans ces 3 cas, tracer avec Matlab/Simulink la réponse à un échelon de consigne et un échelon de
perturbation retardé de 20 ms. Comparer à la régulation continue.
z−1
Rappel : Discrétisation avant : p= Te
z−1
Discrétisation arrière : p= zTe
2 z−1
Approximation de Tustin : p= Te z+1
On choisit un correcteur C(z) = K
1. Etudier la stabilité de cet asservissement.
2. Retrouver la condition de stabilité en traçant, avec Matlab, le lieu d’Evans.
3. En utilisant ce lieu déterminer K pour avoir le meilleur temps de réponse.
4. Quelle est alors la valeur de l’erreur permanente en réponse à un échelon de consigne et à un échelon de
perturbation sur la commande.
Détermination d’un correcteur par la méthode du modèle

On souhaite que l’asservissement se comporte comme un modèle du 2ème ordre de transmittance :
1
M (p) =
(1 + 0.005p)2
1. Calculer la transmittance M (z) correspondant à M (p) précédé d’un bloqueur d’ordre 0.

2. Déterminer un correcteur tel que la transmittance en boucle fermée de l’asservissement numérique de
position soit équivalente à celle du modèle (pour simplifier les calculs certains pôles et zéros du correcteurs
pourront compenser les pôles et zéros stables de G(z)).
3. Tracer avec Matlab/Simulink la réponse à un échelon de consigne et un échelon de perturbation retardé
de 20 ms.
4. Calculer l’erreur permanente relative à la perturbation.
5. Proposer un correcteur permettant d’annuler cette erreur et tracer avec Matlab/Simulink la réponse à un
échelon de consigne et un échelon de perturbation retardé de 20 ms.
Comparer les résultats obtenus par les différentes méthodes

B.6. TD N˚7 : MÉTHODE DE ZDAN 101
B.6 TD n˚7 : Méthode de Zdan

Le processus à commander a pour transmittance opérationnelle G(p) définie par :
1
G(p) =
p(1 + p)
Déterminer la valeur limite Tmax de la période d’échantillonnage.
En prenant Te =1 seconde, faire la synthèse du correcteur numérique C(z) de manière à ce que :
L’erreur permanente du système bouclé, vis-à-vis d’une entrée en rampe soit nulle.
Le système corrigé, bouclé, possède une dynamique identique à celle d’un système continu du second
ordre de pulsation ωn = 0.2 rad.s−1 et de facteur d’amortissement ξ = 0.6.
Que peut-on prévoir quant au dépassement relatif à la réponse indicielle ?
Quelle est la valeur de l’erreur d’ordre 2 en régime permanent ?
Comparaison des synthèses à temps d’établissement fini.

La transmittance en z du processus à contrôler est :
0.025z −1 (1 + 0.816z −1 )
G(z) =
(1 − 0.952z −1 )(1 − 0.528z −1 )
Quelle est la différence fondamentale entre réponse pile et réponse à temps d’établissement minimal ?
Faites la synthèse dans les deux cas.
Comparez les points suivants :
— la valeur de l’erreur en régime permanent,
— la valeur maximum de la commande,
— le temps d’établissement.
B.7 TD n˚8 : Synthèse d’un régulateur RST

On souhaite contrôler à l’aide d’un calculateur numérique le procédé continu décrit par l’équation différentielle :
d2 y dy 1 3 du
= −aby(t) + (a + b) + abu(t) + ( b − 2a)
dt2 dt 2 2 dt
avec a=ln(2) et b=ln(3)
La loi de commande uk est appliquée au système à l’aide d’un convertisseur numérique/analogique modélisé
par un bloqueur d’ordre zéro ; un convertisseur analogique/numérique modélisé comme un échantillonneur, est
placé en sortie (voir figure 1).
Modélisation
Y (p)
1. Donner la fonction de transfert G(p) = U (p) du procédé continu
Y (z)
2. On choisit Te =1s , donner la fonction de transfert G(z) = U (z) du procédé échantillonné.
1. Déterminer en utilisant le critère de Jury, les valeurs de K qui stabilisent le système.
Régulateur RST
On souhaite que le système se comporte comme un système du 1˚ ordre de gain statique unité et de constante
de temps τ = 2s. On souhaite également une erreur statique nulle en réponse à un échelon de perturbation sur
l’entrée de commande U .
1. Calculer le régulateur RST qui satisfait ces conditions (voir principe du calcul page suivante).
2. A l’aide de simulink tracer la réponse à un échelon unitaire de consigne et un échelon de perturbation
d’amplitude 0.1 intervenant à t = 10s.
B.7. TD N˚8 : SYNTHÈSE D’UN RÉGULATEUR RST 103
Principe de calcul d’un Régulateur RST

On utilise une structure qui agit différemment sur la consigne et sur la sortie :
B(z) T (z)
H(z) =
A(z) S(z)
R(z)
S(z)
Ou R, S, T sont des polynômes en z qui doivent respecter les contraintes :

 deg(S) > deg(R)
 deg(S) > deg(T )
pour que le régulateur soit réalisable.
On souhaite que le système corrigé se comporte comme le modèle :
Bm (z)
M (z) =
Am (z)
Le calcul de la transmittance en boucle fermée conduit à la relation :
BT Bm (z)
= (B.1)
AS + BR Am (z)
Cette relation conditionne les choix suivants :

les zéros de B(z) qui ne sont pas des zéros de Bm (z) doivent être des zéros de AS + BR.
Le système compensé devant être stable, les zéros de B(z)dont le module est supérieur à 1, doivent être
des zéros de Bm (z).
Nous noterons B(z) = Bi (z)Bs (z) où Bi (z) contient les zéros “ instables ” et Bs (z) contient les zéros
0
“ stables ” de B(z). Nous noterons Bm (z) = Bi (z)Bm (z) .
les zéros de Bs (z) doivent être des zéros de AS + BR donc nécessairement des zéros de S(z).
Pour assurer la précision on peut introduire un certain nombre α d’intégrateurs.

De ces différentes conditions on peut déduire :S(z) = (z − 1)α Bs (z)S 0 (z)
L’égalité (B.1) devient :
0
Bi Bs T Bi Bm
α 0
= (B.2)
A(z − 1) Bs S (z) + Bi Bs R Am
soit : 0
T Bm
= (B.3)
A(z − 1)α S 0 (z) + Bi R Am
Introduisons le polynôme P(z) nommé polynôme d’observation tel que
0
T = Bm P
L’équation du système compensé devient :
P Am = A(z − 1)α S 0 + Bi R
ou encore :
Bs P Am = AS + BR
On peut montrer qu’une solution de cette équation doit vérifier les inégalités :

 deg(A ) − deg(B ) > deg(A) − deg(B)
m m
 deg(P ) > 2 deg(A) − deg(A ) − deg(B ) + α − 1
m s
Annexe C
Tutorial Matlab
Ce tutorial est honteusement ”volé” à Bruno Jouvencel Professeur à l’université de Montpellier.

Vous trouverez d’autres documents de qualité sur sa page personnelle :
http://www.lirmm.fr/~jouvence/.
105
jouvencel
INTRODUCTION A MATLAB
ENVIRONNEMENT MATLAB
Matlab est un environnement de calcul numérique matriciel. Après le lancement de Matlab,

une fenêtre de commande apparaît qui permet à l'utilisateur de taper une commande
quelconque obéissant à la syntaxe de Matlab. :
">>" symbole/prompt apparaissant à gauche et indiquant que l'interpréteur est prêt à recevoir
une commande.
Variables
Les variables définies par l'utilisateur sont rangées dans l'espace mémoire de Matlab, ces
variables sont dites globales.
Le "Workspace browser" permet d'observer les variables

existantes. Les commandes who ou whos permettent
d'obtenir les mêmes informations.
Pour lancer le Workspace browser, icône :
Répertoires de travail
Matlab permet d'ouvrir, de créer, de modifier etc… des fichiers. Matlab sauvegarde tous les
fichiers créés dans le répertoire par défaut qu'il est possible de modifier à l'aide de la
commande "cd" ou en lançant le "path browser"
à l'aide de l'icône suivant :
La fenêtre suivante apparaît , il est alors possible de changer le

répertoire courant.
Quand une commande est taper, matlab recherche celle-ci

dans l'ensemble des répertoires dont la liste apparaît dans la
fenêtre "path", on peut ajouter ou supprimer un répertoire de
son choix.
1 Introduction Matlab
jouvencel
Aide / Help
L'icône permet d'accéder à l'aide en ligne, la fenêtre d'aide est ouverte

Les commandes suivantes
>> help
>> helpwin (la fenêtre ci-contre)
>> helpdesk (manuel complet avec Acrobat Reader)
Toute commande Matlab possède une entête fournissant

des informations sur la commande et sa syntaxe. la
commande :
>>lookfor mot-clé permet d'avoir la liste des commandes
ont l'entête contient mot-clé
Autres outils
Editeur : accès par FileËNewËM_file ou icône

Débugger : intégrer à l'éditeur
Array_editor : dans le Workspace Browser, double clic sur une variable.
Simulink : environnement graphique de simulation de systèmes dynamique :
Interpréteur
>> commande
résultat affichage du résultat
>> interpréteur disponible
>> commande ; le point virgule provoque l'absence de l'affichage du résultat

>> interpréteur disponible
Format d'affichage
Les résultats numériques sont affichés avec le format défini par

défaut et redéfinissable par l'utilisateur.
ËFileË Preferences
Commentaires
Le symbole % introduit un commentaire, celui-ci n'est pas

évalué par l'interpréteur.
jouvencel
DONNEES
Vecteurs
Vecteur ligne
>> v=[1 2 3 4 5] ; % vecteur 1*5
>> v=[1:5]; % résultat identique à la ligne précédente (incrément de 1 par défaut)
>> v= [1:1:5]; % idem incrément spécifié
Vecteur transposé
>> v=[1 2 3 4 5] '; % vecteur 5*1
>> v=[1:5]';
>> v= [1:1:5]';
>> w=v';
>> v1 =[borne inf:increment:borne sup];

>> v1(i) ; %ième élément ATTENTION le premier est à i=1
>> length(v) %dimension du vecteur
Matrices
>>A=[1 2 3; 4 5 6;7 8 9; 10 11 12]; %matrice rectangle 4*3

>>B=[1
2
3] %matrice 3*1
>> size(A); %dimension de la matrice
>>A(i,j); % élément ligne i colonne j
>>A(:,n); % nième colonne
>>A(p,:); % pième ligne
>>A(i:j,:); % sous matrice des lignes i à j
>>A(i:j,k:l); % sous matrice des lignes i à j colonnes k à l
Suppression des données
>> clear % supprime toutes les variables

>> clear A % supprime la variable A
Sauvegarde des données
save nom_fichier A B C % sauve les variables A B et C dans le fichier nom_fichier

load nom_fichier % récupération des données
jouvencel
SCRIPT
M_files : est un fichier avec l'extension .m qui contient du code Matlab.
Script : contient des commandes Matlab

function : procédure
Script function
arguments Non Oui
valeur retournée Non oui
action sur var globales variables locales et globales
utilité actions répétées Extension matlab
function
définition function f = fact(n)

accés par lookfor %fact factorielle
accés par help % fact(n) retourne n!
corps f=prod(1:n);
Plusieurs variables d'entrée / sortie
function [a,b]= nomFonction(c,d,e)
jouvencel
GRAPHISME
Tout tracé avec Matlab, s'effectue dans une fenêtre graphique que l'on crée par la commande
figure ou quand on exécute une commande de dessin (plot …). On peut créer autant de
fenêtres graphiques que l'on veut celles-ci étant numérotées de 1 à N au fur et à mesure de
leur création. La fenêtre graphique par défaut et la dernière qui a été créée par figure ou la
dernière activée par une commande de dessin ou sélectionnée avec la souris.
• figure % crée une fenêtre graphique qui devient la figure par défaut,
• figure(n) % crée une fenêtre graphique numéro n qui devient la fenêtre active
Fonctions
• plot
t = 0:0.1:5;
x = 2*sin(2*pi*t);
plot(t,x); % dessin de x en fonction de t, interpolation linéaire entre les points.
plot(t,x,'-') % idem avec style - - -
plot(t,x,'b-') % idem style --- couleur bleue
plot(t,x,'o') % idem pas d'interpolation, chaque point marqué par o
Un plot provoque l'effacement du dessin précédent (par défaut) on peut superposer des
dessins en mettant le commutateur hold à on
• hold on % désactivation par hold off
• title('Titre de la figure');
• xlabel('commentaire sur l'axe x');
• ylabel('idem axe y');
• axis([xmin,xmax,ymin,ymax]); % définit l'échelle des axes
• legend('tracé 1','tracé 2',….) ; %chaque tracé est associé à une légende
• grid % affiche une grille
• text(x,y,'texte') % place texte à la position x y dans la fenêtre
• gtext('texte") % place texte à la position définie avec la souris
Une fenêtre graphique peut être subdivisée en plusieurs tracés,

subplot(n,p,q)% subdivision en n*q dessin et sélectionne à qième
jouvencel
SIMULINK
LANCEMENT DE SIMULINK:
Dans la fenêtre de commande de Matlab:

Cliquer sur cet icône pour
lancer Simulink
La fenêtre suivante contenant les librairies de simulink, apparaît ainsi qu'une fenêtre de
travail.
librairies de simulink
fenêtre de travail
Construction d'un modèle dans la fenêtre de travail

Méthode de placement d'un composant
• on sélectionne une librairie de simulink : double clic pour
l'ouvrir (exemple librairie : Linear)
• on sélectionne un composant (exemple Sum):
• on maintient l'appui sur le bouton gauche
de la souris
• on fait glisser l'élément dans la fenêtre de
travail
• on relâche le bouton.
jouvencel
Exercice : construire l'environnement décrit dans la figure suivante, on indique au-dessus de

chaque élément, la librairie d'origine.
Réalisation des connexions
Méthode :
• On sélectionne avec la souris, le symbole >
situé sur un composant
• On maintient l'appui sur le bouton et on tire le
lien vers un symbole >
• On peut relâcher le bouton pour changer de
direction.
• On vérifie que la connexion est correcte par le
fait que la flèche est accentuée
Paramétrage des composants
Méthode
• On effectue un double clic sur le
composant exemple Mux, la fenêtre de
paramétrage s'ouvre,
• On tape les valeurs désirées : ici la valeur
2 pour indiquer 2 entrées,
• On ferme cette fenêtre par Close, les
nouvelles valeurs sont prises en compte.
Exercice
• paramétrer le générateur sinusoïdal avec une amplitude de 2 et une fréquence de
0.5 Hz
• le gain sera réglé à 0.5.
• régler la fréquence de départ du chirp à 0.01 hz
Désignation des composants

Chaque composant possède un nom par défaut exemple
Gain, on peut modifier ce nom.
Méthode
• clic sur le nom
• on tape un nouveau nom
jouvencel
Marquage des liens ou connexions
Méthode
• Double clic sur le lien que l'on veut marquer,
• une fenêtre apparaît qui vous
indique le bon déroulement de l'opération.
• on tape un nom exemple sin,
Réitérer l'opération pour le chirp
Propagation des marquages
Méthode
• à la sortie d'un composant : double clic sur le
lien,
• taper le symbole < puis cliquer hors de cette
fenêtre,
• taper Ctrl D (contrôle D)
Renvoi d'un signal et récupération
Afin de ne pas surcharger le dessin, on peut utiliser 2

composants situés dans la librairie connections qui
permettent d'effectuer une transition sans fil. Ces 2
composants s'appellent GOTO et FROM
Le "tag" possède un nom que l'on peut modifier
Chaque
« tag » doit être modifié un par un, attention aux
correspondances.
jouvencel
Personnalisation de la fenêtre de travail
Il est possible de redimensionner chaque

composant
• on le sélectionne,
• on saisit une poignée,
• on étire ou on diminue.
Dans le menu Format de la fenêtre on dispose

d'autres commandes (il faut d'abord sélectionner
un composant).
• Font permet de choisir le type de caractères

• Flip name : de placer le nom au dessus /en
dessous
• Hide name de cacher le nom
• Flip block de retourner le bloc
• Rotate block de le tourner de 90°
• Foreground color de sélectionner une couleur
pour le texte
• Background color : de sélectionner une
couleur pour le bloc
On peut de même personnaliser les liens ou

connexions :
• Wide Vector Lines permet de dimensionner

l'épaisseur des liens en fonction du nombre de
signaux,
• Line Width permet d'obtenir l'indication du
nombre de signaux sur les liens
• Ctrl D permet de mettre à jour tout ceci en cas de
modification.
Modifications
Modification des composants

On peut :
• ajouter un composant à tout moment,
• supprimer un composant en le sélectionnant et touche Suppr,
• Modifier la position d'un composant en le sélectionnant on laisse la touche gauche
de la souris appuyée et on le déplace.
• dupliquer un composant : on le sélectionne, on appuie sur la touche Ctrl on faisant
glisser le composant.
jouvencel
On peut revenir en arrière de toute opération en utilisant l'icône Undo

start
undo
déroulement
Modification des liens simulation
• en utilisant les poignées situées sur le lien (une fois sélectionner celles-ci
apparaissent),
• en appuyant sur le bouton droit de la souris on ajoute un nouveau départ,
• shift et bouton gauche permet d'ajouter de nouvelles poignées de changement de
direction.
nouveau départ
nouvelle
poignée
SIMULATION
Paramétrage de la simulation
La simulation utilise un certain nombre de paramètres : menu simulationË parameters
• instant de départ ( 0 par défaut)
• instant d'arrêt (mettre 20s)
On étudiera ultérieurement les autres paramètres.
Faire close ce qui valide les modifications.
Lancement de la simulation
• menu simulation Ë start
• ou ctrl T
• ou icône >
• Une sonnerie indique la fin de la simulation
jouvencel
Exercice lancer la simulation après avoir ouvert le scope
• On peut effectuer des zooms avant/arrière

avec les 3 premiers icônes
• ajuster les axes avec le 4°
• sauver les données avec le 5°
• régler le scope avec le 6°
• imprimer avec le dernier
LIEN ENTRE SIMULINK ET MATLAB
Pour diverses opérations, il est intéressant de disposer des signaux dans l'environnement de
matlab ou de récupérer des signaux définis dans matlab.
Envoi de signaux vers l'environnement de matlab
Les blocs ToWorkspace de la librairie Sinks permettent de diriger les signaux vers
l'environnement de matlab dans l'exemple traité jusqu'à présent ceci est réalisé avec le bloc
nommé "signaux" sur lequel arrive le tag "de"
Exercice :
Dans la fenêtre de commande matlab, taper plot(tout,signaux)
signaux est une variable contenant les signaux générés
tout est une variable que l'on verra plus tard
Récupération de signaux issus de matlab
Le bloc FromWorkspace de la librairie Source permet de définir des signaux dans

l'environnement Matlab et de les utiliser dans l'environnement de Simulink.
Exemple
On définit la variable T=0:0.01:20; ainsi que le signal désiré U=sin(2*pi*t^3);
Attention les vecteurs T et U doivent être des vecteurs colonnes.
jouvencel
SIMULATION D'UN SYSTEME NON LINEAIRE
Construction d'un modèle non linéaire

Exemple :
x& 1 = x 2 + u cos( x1 )
x& 2 = u
y = x1
On commence par créer le système à l'aide du bloc Fcn de la librairie NonLinear
L'entrée de ce bloc est nommée u et peut-être un vecteur

Les composantes sont désignées par u(1) u(2) etc…
Ë la fonction correspondant à x& 1 s'écrit : u(3)+u(1)*cos(u(2))

Ë si les entrées sont respectivement u,x1 et x2
Ë ceci est programmé dans la fenêtre de définition de Fcn
La construction du système ci-

dessus, utilise des intégrateurs
(librairie linear) et des
multiplexeurs (librairie
Connexions) comme sur la figure
suivante.
On peut alors effectuer une simulation du

système, on voit que celui-ci diverge, le
contrôle de ce système sera vu ultérieurement
dans le chapitre commande non linéaire.
Création d'un sous système
On va encapsuler le système précédent dans un sous système, cette méthode permet de rendre
plus lisible un schéma et de paramétrer le sous-système.
Méthode
• on sélectionne tous les éléments
qui formeront le sous-système
• On tape Ctrl G (ou EditËCreate
SubSystem)
jouvencel
• On obtient : un bloc nommé Subsystem que l'on peut renommer, les entrées et
sorties peuvent être elle aussi renommées à l'intérieur du bloc (double clic pour
ouvrir le bloc).
• Des ports d'entrée et de sortie on été rajoutés automatiquement, on peut en ajouter
par exemple le port correspondant à x2
• On va introduire un gain suivant x2

d'une valeur désignée par g Ë edit Ë
Mask SubsystemË initialization
• En cliquant maintenant sur le sous-

système, on obtient la fenêtre
suivante, dans laquelle on fixe une valeur de g
• On prend en compte cette valeur pour la dérivée de x2 par exemple par Ë

editËLook under Mask
jouvencel
MODELISATION D’UN SYSTEME LINEAIRE MONOVARIABLE ET

SIMULATION
But : Construire un modèle continu en représentation externe et le simuler.
1
Définition du système : H ( p ) = 2
p + 0.2 p + 1
Format :
• Une fonction de transfert monovariable peut être représentée

• Soit par le rapport de 2 polynômes en p (ou s). Dans Matlab, un polynôme se
représente par un vecteur de paramètres suivant les puissances décroissantes de p par
exemple : le dénominateur de l’exemple ci-dessus se représente par le vecteur : [1 0.2
1]
• Soit par une représentation par zéros et pôles
• Matlab utilise un modèle LTI pour la définition de systèmes
création d’un modèle LTI {Linear Time Invariant}
• Définir le numérateur exemple : >num = 1 ;

• Définir le dénominateur exemple >den = [1 0.2 1] ;
• Construire le système LTI exemple > sys1= tf(num,den) ;
• Faire afficher sys1 en tapant le nom puis sur la touche Return
Ou
• Vecteur définissant les zéros exemple : > zz=[] %aucun
• Vecteur définissant les pôles exemple : > pp=[ -0.1000 + 0.9950i -0.1000-0.9950i]
• Gain exemple > k=1
• Construire le système : > sys2=zpk(zz,pp,k)
Les propriétés d’un modèle LTI sont obtenues en tapant :
> get(sys1)
jouvencel
On obtient :
num = {[0 0 1]}
den = {[1 0.2 1]}
Variable = 's' …………… choix possible {continu : {s p} échantillonné : {z z-1 q}}
Ts = 0 ……………0 / système continu sinon la période d’échantillonnage
Td = 0 ……………0 ou la valeur d’un retard sur l’entrée
InputName = {''}………… on peut donner un nom à l’entrée
OutputName = {''}…………Idem pour la sortie
Notes = {}
UserData = []
modification des champs à l’aide de la fonction set

>set(sys,'Variable','p')
Transfer function:
1
---------------
p^2 + 0.2 p + 1
analyse du système
• Diagramme de bode > bode(sys1)

• Diagramme de Nyquist > nyquist(sys1)
• Diagramme de Nichols > nichols(sys1)
• Tracé des pôles et des zéros > pzmap(sys1)
• Lieu des pôles > rlocus(sys1)
Note : après chacune de ces commandes, la commande grid permet d’obtenir un maillage
adapté au type de diagramme.
• Calcul des zéros, des pôles et du gain >[Z,P,K]=zpkdata(sys1,'v')
• Pôles seuls >pole(sys1)
• ou eig(sys1)
• Calcul des marges de phase et de gain >margin(sys1)
Simulation
• Réponse impulsionnelle >impulse(sys1)
• Réponse à un échelon > step(sys1)
• Réponse à une entrée quelconque :
• Il faut définir la variable temporelle t=0 :0.01 :10 ;
• Il faut définir l’entrée u=sin(t)
• On simule > lsim(sys1,u,t)
Interface de travail avec les modèle LTI
Matlab offre un environnement de travail que l’on obtient en tapant >ltiview
Utilisation de simulink
Le modèle LTI peut-être utilisé dans l’environnement de simulink /exer5/aexer5

• Ouvrir successivement : Blocksets&toolsboxesË LTI
jouvencel
• Faire glisser dans la fenêtre de travail le bloc lti

• Taper le nom sys1 après un double clic sur le bloc.
• Simuler le système.
Tout ce qui précède permet de travailler pratiquement indépendamment de simulink, dans la

suite, nous allons nous servir uniquement de simulink qui permet d’interconnecter facilement
des systèmes.
Interconnexion de systèmes
But : définir un correcteur à avance de phase et corriger le système du stage précédent

{aexer6/exer6}
Rappel : calcul d’un correcteur à avance de phase (pendant la séance)
• calculer le correcteur
• construire l’environnement suivant qui permet de comparer sans et avec correcteur /exer6/
• Calculer le gain statique du système
Discrétisation du correcteur
Rappel : cf. cours /exer7/aexer7
• Extraire le numérateur et le dénominateur de sysc le correcteur continu

• Utiliser la fonction c2d avec la méthode de Tustin pour transformée le correcteur
continu en correcteur discret avec une période d’échantillonnage de 0.1s,
• Simuler ce correcteur discret et comparer le au résultats obtenus avec le correcteur
continu.
jouvencel
Compléments
Le correcteur à avance de phase calculé précédemment, possède un gain statique que l’on peut
déterminer de la manière suivante : /aexer8/exer8
Calcul du système en boucle ouverte > sysbo = sysc*sys

Calcul du système en boucle fermée > sysbf = feedback(sysbo,1)
Attention le dénominateur n’est pas normalisé

Gain statique : Gs = sysbf(0)
Si on désire ramener le gain statique à 1 il faut ajouter un amplificateur de 1/Gs. Le correcteur
devient sysc*1/Gs
[nu,de]=tfdata(sysbf,'v');
gs=de(length(de));
nu=nu./gs;
de=de./gs;
sysbf=2*tf(nu,de);
[mg,mp,wg,wp]=margin(sysbf);
%erreur
mpd-mp
On vérifie dans ce cas que la marge de phase diminue, pour modifier la marge de phase, on
recalcule le correcteur en prenant en compte cette écart.
MODELISATION D’UN SYSTEME LINEAIRE MULTIVARIABLE ET

SIMULATION
Rappel sur la représentation d’état (cf . stage)
Un système dynamique linéaire multivariable se met sous la forme suivante
jouvencel
X& (t ) = AX (t ) + Bu (t ) X k +1 = FX k + Gu k
ou
s (t ) = Cu (t ) + Du (t ) s k = CX k + Du k
Où X(t) (Xk) est le vecteur d’état de dimension n
A (F) la matrice d’évolution ou d’état de dimension n n
U(t) (uk) la commande de dimension r
B (G) la matrice d’entrée de dimension n r
S(t) (sk) la sortie de dimension m
C la matrice d’observation de dimension m n
D la matrice de couplage entrée/sortie de dimension m r
Création d’un modèle LTI en représentation d’état : ss

Les propriétés s’obtiennent et se modifient par get et set
Sous simulink, utiliser le bloc StateSpace de la librairie Linear (ou Discret )
Exemple : pendule inversé
Figure 1: Chariot et pendule.

Un chariot [C] se déplace sur un rail (position r, vitesse r& ), le dispositif pendulaire est
constitué d'une tige [L] à l'extrémité de laquelle, est montée une masse [M]. La liaison entre le
chariot et le pendule est une rotoïde non actionnée.
Les équations différentielles régissant le mouvement du chariot et celui du pendule sont
données par les équations suivantes :
&& + KQ
JQ & - M l g sin(Q) + M l &r&cos(Q) = 0
1 s 1 s
& 2 sin(Q)] = f
&& cos(Q) - Q
M &r& + f R r& + M1 l s [Q
avec :
r: la position du chariot (m)
f : la force horizontale appliquée au chariot (en N)
jouvencel
q: la position angulaire du pendule (en rd)

M1 : la masse du pendule (Kg)
M0 : la masse du chariot
M: la masse totale du chariot et du pendule
ls : distance au chariot, du centre de gravité du pendule (m)
J Inertie (kg m2)
K, fR : coefficients de frottement visqueux du pendule et du chariot
g: gravité.
Mise en équation voir le document en annexe
Représentation d’état du système linéarisé et normalisé:

È0 0 - 1.9503 0 ˘ È 0 ˘
Í ˙ Í ˙
& = Í0
X
0 0 1 ˙X + Í 0 ˙u
Í0 - 0.1289 - 1.9148 0.0008 ˙ Í- 6.1347 ˙
Í ˙ Í ˙
Î0 21.4964 26.3388 - 0.1362˚ Î84.3862 ˚
È1 0 0 0˘ È0 ˘
Y = ÍÍ0 1 0 0˙˙ X + ÍÍ0˙˙ u
ÍÎ0 0 1 0˙˚ ÍÎ0˙˚
Simulation du système stabilisé (cor_lin1)
• 1 Calcul de l’observateur
• 2 Calcul du retour d’état
• 3 Calcul du gain statique
•4 Construction de
l’environnement
• 5 Simulation
Figure 2 Schéma du système stabilisé

ÿ Simuler le fonctionnement du système
ÿ Le système est-il stabilisé ?
ÿ Vérifier le bon fonctionnement de l'observateur
ÿ Exercer une forte variation de position au chariot, le modèle est-il réaliste ?
Etape 2 : Asservissement de la position du chariot (cor_lin2)
jouvencel
Ajout d’une correction intégrale sur la position du chariot
Etape 3 : Limitation de la commande (cor_lin3)
Ajout d’une saturation sur l’entrée du pendule
Etape 4 : Simulation avec le modèle non linéaire (cor_nl)
On remplace le modèle linéarisé par le modèle non linéaire du pendule
126 ANNEXE C. TUTORIAL MATLAB
Annexe D
Annales
1ère année
Juin 2006
Devoir personnel
Tous documents autorisés
Ce devoir est l’étude d’un système instable qu’il faut rendre très rapide
Vous avez le choix des armes, Matlab, Mathematica, Maple, binôme ... Mais comprenez ce que vous faites !
Rédaction manuscrite obligatoire.
1 Continu
La fonction de transfert G(s) est telle que :
−0.2416s + 2.133
G(p) =
s2 − 0.6419s − 0.03555
avec s : opérateur de Laplace (notation Matlab)
1.1 En boucle ouverte

1. Ce système est-il stable ?
2. Tracer dans le plan complexe les pôles et les zéros du système.
3. Calculez la réponse indicielle du système en boucle ouverte.
1.2 En boucle fermée

1. Le correcteur étant un gain pur, montrer qu’il n’existe pas de gain tel que le système soit stable.
2. Comment peut-on le vérifier avec Matlab ?
2 Echantillonné
2.1 Echantillonnage
On choisit d’échantillonner le système à une fréquence de 1 Hz.
1. Que pensez vous de ce choix ?
2. Calculez la fonction de transfert en z de ce système en y introduisant un bloqueur d’ordre 0.
127
128 ANNEXE D. ANNALES
2.2 Correcteur en temps d’établissement minimal
1. Calculez le correcteur série qui minimise le temps d’établissement pour une entrée en échelon.
2. Le correcteur obtenu est-il ”en temps d’établissement minimal” ou ”en temps d’établissement minimal
absolu”.
3. En utilisant le critère de Jury, vérifier que le système bouclé est stable.
4. Calculer l’erreur statique et l’erreur de traı̂nage (respectivement à une entrée en échelon puis en rampe)
5. Déterminer l’équation récurrente de ce correcteur.
2.3 Correcteur à réponse pile

1. Calculez le correcteur série qui donne une réponse ”pile” pour une entrée en échelon.
2. Rappelez brièvement le point commun avec le correcteur précédent et la différence fondamentale.
3. En utilisant le critère de Jury, vérifier que le système bouclé est stable.
4. Calculer l’erreur statique et l’erreur de traı̂nage (respectivement à un entrée en échelon puis en rampe)
5. Déterminer l’équation récurrente de ce correcteur.
2.4 Comparaison
1. Comparez les deux correcteur précédents en fonction de critères que je vous laisse apprécier.
JUIN 2006 129
1ère année
Juin 2006
Examen d’automatique
Tous documents autorisés, durée : 3h
Cet examen se décompose en quatre parties indépendantes, le barème est purement indicatif. Conseil : limitez
la précision de vos résultats à 10−3 .
1 Exercice 1 (4 pts, 30 mn)

La fonction de transfert G(z) est telle que :
(1 − 2z −1 )(1 + 0.5z −1 )(1 − 0.5z −1 )

G(z) =
(1 + 1.5z −1 − 0.81z −2 − 1.215z −3 )
1. En utilisant le critère de Jury, déterminez si le système est stable en boucle ouverte.
2. L’un de pôles de G(z) est en 0.9, déterminez les autres pôles du système.
On choisit un correcteur de la forme :
(1 − az −1 )(1 − αz −1 )
C(z) = K
(1 − bz −1 )(1 − βz −1 )
3. Choisissez a et b de façon à compenser respectivement un pôle et un zéro du système. Une explication

claire est demandée.
4. Choisissez β pour avoir une erreur statique nulle.
5. Choisissez K et α pour fixer une dynamique convenable.
6. Donnez l’équation récurrente du correcteur.

La fonction de transfert G(p) est telle que :
p−1
G(p) =
(p + 1)(p + 2)
1. L’objectif étant de rendre le système environ 3 fois plus rapide en boucle fermée qu’en boucle ouverte,
proposez une période d’échantillonnage.
2. Quel que soit le résultat de la question précédente, calculez G(z) la fonction de transfert du système
échantillonné précédé d’un bloqueur d’ordre 0 en prenant Te = 1s.
3. Déterminez un correcteur par la méthode de Zdan tel que :
le système présente une erreur permanente nulle pour une entrée en rampe
le système en boucle fermée se comporte comme un système du troisième ordre possédant 3 pôles
en 0.5.
Aide : démarrez la résolution en prenant ∆1 (z) = kc (1 + α1 z −1 ) et ∆2 (z) = 1 + β1 z −1
4. Vérifiez la stabilité et la causalité du correcteur obtenu.
5. Vérifiez que le système présente bien une erreur statique nulle pour une entrée en échelon.
6. Sans calcul, dites pourquoi les caractéristiques du système en boucle fermée sont assez éloignées du cahier
des charges posé.

La production d’une machine est modélisable par une équation récurrente de la forme :
yk+2 − 0.9yk+1 + 0.2yk = uk
yk+1 : pièces produites au jour k + 1

yk : pièces produites au jour k
où :
uk : commande, en pièces à produire au jour k
a : constante réelle
1. Calculez H(z) la transformée en z du système décrit précédemment.
2. Calculez la réponse indicielle yh? (kTe ) de ce système.
3. Calculez la réponse impulsionnelle yδ? (kTe ).
Supposons que la commande est de type échelon A ∗ U (kTe ),
4. Quelle amplitude A faut-il appliquer pour que l’ı̂lot produise exactement 1000 pièces en 5 jours ?
4 Problème (8 pts, 1h30)

Afin d’étudier la mécanique de la rupture de matériaux composites, on utilise le mécanisme suivant. En l’absence
de frottements, l’énergie cinétique de la pointe est entièrement dissipée dans la propagation de la fissure. La
mesure de la vitesse et celle de la longueur de la fissure permettent de comparer différents matériaux composites.
Fig. D.1 – Impacteur, schéma de principe.
La vitesse d’impact est fonction de l’angle initial θ0 , donc de la dextérité de l’utilisateur. Pour améliorer le
système on utilise alors un moteur couple1 placé sur l’axe de rotation qui permet d’asservir la vitesse d’impact.
Le temps entre le démarrage et l’impact étant très court, il faut utiliser un asservissement très rapide.
Au sein du problème les différentes parties sont largement indépendantes.
4.1 Modélisation
Hyp : La masse est supposée ponctuelle et située à une distance L de l’axe de rotation.
1 En GB : pan-cake motor, moteur électrique à courant continu présentant un fort couple mais une faible vitesse.
JUIN 2006 131
1. Déterminez l’équation différentielle non linéaire du mouvement de la tige θ(t) en fonction des paramètres
L, M , g la constante de gravité terrestre et Γ le couple moteur.
2. En faisant l’hypothèse, classique, que θ est petit déterminez l’équation différentielle linéaire du mouvement
de la pointe.
3. Calculez la transformée de Laplace de l’équation différentielle précédente en tenant compte des conditions
initiales θ(0) = θ0 et θ̇(0) = θ̇0 .
4. Calculez alors la fonction de transfert continue du système (angle du système vis-à-vis du couple moteur.
Θ(p)
G(p) =
Γ(p)
5. Dessinez un schéma bloc faisant apparaı̂tre la fonction de transfert G(p), la position initiale θ0 apparaissant
comme une perturbation.
La fonction de transfert du moteur couple est :
Γ(p) kc
H(p) = =
U (p) R + Ls p
Γ : Couple moteur
U : tension d’induit
où : kc : contante de couple
R : résistance d’induit
Ls : Inductance série de l’induit
6. Dessinez le schéma bloc du système complet (moteur + système mécanique et perturbation).
4.2 Commande du couple moteur

On ne s’intéresse dans cette partie qu’à l’asservissement du couple moteur.
Un essai de pompage du courant moteur donne le résultat indiqué sur la figure D.2.
Fig. D.2 – Phénomène de pompage du courant d’induit : oscillation obtenue pour un gain Kosc = 40 on mesure
alors Tosc = 1ms.
1. Déterminez les constantes kp , Ti et Td du correcteur PID donné ci-après pour asservir le courant dans le
moteur.
U (p) 1
P ID(p) = = kp (1 + + Td p)
ε(p) Ti p
2. Déduisez-en les constantes kp , Ti , Td et τ correcteur PID de la forme suivante :
U (p) 1 Td p
P ID(p) = = kp (1 + + )
ε(p) Ti p 1 + τ p
3. Au vu du résultat présenté en figure D.2, calculez une période d’échantillonnage correcte pour implanter
le correcteur précédent sous forme numérique. Le calcul du correcteur numérique, n’est pas demandé mais
quelques explications sont les bienvenues !
4.3 Commande de la vitesse
Dans cette partie, la constante de temps dominante du système moteur corrigé par le PID précédent est si
petite vis-à-vis des constantes de temps du système mécanique que le moteur corrigé par le PID est considéré
comme un gain km .
1. Déterminez un correcteur à réponse pile pour une entrée en rampe.
4.4 Traitement du signal

Les données de vitesse et position sont enregistrées sur le calculateur pour un traitement du signal hors ligne.
1. les données, échantillonnées à fe = 1 kHz sont filtrées avec un filtre numérique de la forme :
z+2
F (z) =
(z − 0.5)2
Calculez le diagramme de Bode du filtre analogique équivalent et son domaine de validité.
Applications numériques
AN : kc = 1; R = 1; Ls = 1; km = 1; L = 1; L1 = 1; M = 1; g = 10
JUIN 2007 133
1ère année
Juin 2007
Devoir personnel
Ce devoir est l’étude d’une méthode de commande un peu particulière dite commande par modèle interne. Le
principe n’est pas d’asservir une sortie à une consigne mais d’asservir la sortie d’un système à celle d’un modèle.
Vous avez le choix des armes, Matlab, Mathematica, Maple, binôme ... Mais comprenez ce que vous faites !
Fig. D.3 – Schéma général d’une commande par modèle interne.
1 Questions
La fonction de transfert Gr (s) est telle que :
k0

k
Gr (s) = et Gm (s) = Z BOZ(p)
s+1 s+1
et on choisira :
z
F1 (z) = F2 (z) = et H(z) = H0 = cte
z−a
avec s : opérateur de Laplace (notation Matlab)
1. Choisir une période d’échantillonnage du système.
2. Montrer que si k 6= k 0 il existe un gain H0 tel que l’erreur statique soit nulle malgré la perturbation en
échelon.
3. A partir de maintenant, on prendra :

1 1
Gr (s) = et Gm (s) = Z
s+2 2s + 1
avec
F1 (z) 6= F2 (z), H(z) quelconque
4. Calculer la fonction de transfert globale entrée sortie du système.
5. Proposer un cahier des charges plausible pour le système en boucle fermée.
6. Calculer les fonctions de transfert F1 (z), F2 (z) et H(z), en fonction du cahier des charges.
7. Donner l’algorithme de commande.
1ère année
Juin 2007
Cet examen se décompose en six parties presque indépendantes, le sujet est difficilement faisable dans le temps
imparti. Ne perdez pas de temps sur une question difficile, passez à la suivante. Conseil : limitez la précision
de vos résultats à 10−3 .
Le problème posé est l’asservissement de force d’un bloc moteur du drone composé d’un moteur synchrone dit
moteur ”brushless”, de son collecteur électronique et d’une hélice à pas variable. L’objet de cette étude est en
particulier la régulation de la vitesse du moteur à 6000 tr/mn et ce, quel que soit le pas de l’hélice.
Fig. D.4 – Système à réguler.
Fig. D.5 – Schéma bloc général de l’asservissement de force.
1 Etude analogique
Fig. D.6 – Schéma de l’asservissement avec un correcteur PID.

JUIN 2007 135
Le moteur est représenté par une constante de temps T = 20ms , le collecteur électronique lui, se comporte
comme un retard pur de durée τ = 5ms. Dans cette partie on ne prendra pas en compte l’existence d’une
perturbation.
10e−τ p
G(p) =
1 + Tp
1. Tracer la réponse indicielle de G(p).
2. Déterminer un correcteur analogique de type PI pour l’asservissement de ce système.
3. Sans calcul mais avec une brève justification, quel sera probablement le dépassement de la sortie pour
une entrée en échelon ?
2 Asservissement numérique
Tous comptes faits, on décide de placer un correcteur numérique. La période d’échantillonnage est : Te = 5 ms.
L’objectif est d’obtenir une réponse indicielle la plus rapide possible.
Fig. D.7 – Système bouclé avec un correcteur de type ”temps d’établissement minimal”.
1. Que pensez-vous de cette période d’échantillonnage ?

2. Calculer la fonction de transfert en z G(z) de l’ensemble collecteur électronique + moteur précédé d’un
−τ p
bloqueur d’ordre 0. (G(p) = 10e
1+T p )
3. Décomposer G(z) sous la forme :
B + (z)B − (z)
G(z) =
A+ (z)A− (z)
où B + (z), A+ (z) sont compensables et B − (z), A− (z) ne le sont pas.
4. Expliquez pourquoi la recherche d’un correcteur donnant une boucle fermée équivalente à 1 retard pur
est vouée à l’échec.
5. Calculer un correcteur C(z) qui donne une réponse en temps minimal. On cherche donc C(z) tel que :
C(z)G(z)
= z −2
1 + C(z)G(z)
6. Calculer les trois premiers échantillons de la commande du moteur c’est-à-dire de la sortie du correcteur.
3 Régulation numérique - Zdan

Dans cette partie, la variation de couple due au pas variable est prise en compte sous la forme d’un couple de
perturbation comme indiqué sur la figure D.8.
Fig. D.8 – Modèle du système avec la perturbation due au pas variable modélisée par une rampe.
1. Calculer un correcteur C(z) avec la méthode de Zdan ayant pour caractéristiques :

modèle en boucle fermée de type troisième ordre
N (z)
(1 − 0.5z −1 )3
erreur statique nulle, et ce malgré la perturbation en rampe.
On prendra pour la partie C3 du correcteur de Zdan la forme :
∆1 (z) K(1 − z1 z −1 )
C3 (z) = =
∆2 (z) 1 − z2 z −1
2. Calculer l’erreur permanente de votre système corrigé en l’absence de perturbation.

3. Vérifier la stabilité de votre correcteur.
4. Calculer l’équation récurrente de votre correcteur et vérifier la causalité de ce correcteur.
4 Régulation numérique - Commande par anticipation

Afin de diminuer le dépassement obtenu par le correcteur précédent, on se propose d’implanter une commande
par anticipation.
Fig. D.9 – Commande par anticipation.
Le correcteur D(z) sera choisi presque identique à C(z) de la forme :
1 A+ (z) ∆1 (z)
C(z) = C1 (z)C2 (z)C3 (z) = −1
(1 − z ) B + (z) ∆2 (z)
n
1 A+ (z) ∆01 (z)

D(z) = C1 (z)C2 (z)C30 (z) =
(1 − z −1 )n B + (z) ∆2 (z)
1. Montrez que ∆01 (z) n’influe que sur les zéros de la boucle fermée.
2. Calculez ∆1 (z), ∆2 (z) et ∆01 (z) tels que la transmittance en boucle fermée soit exactement égale à
z −2
(1−0.5z −1 )3 . Aide : reprenez la solution de la question 3.1
3. Calculer les trois polynômes R(z),S(z) et T (z) d’un correcteur RST qui permettrai d’obtenir exactement
la même dynamique que la commande par anticipation en boucle fermée.
5 Asservissement de force
La relation force verticale en fonction de la vitesse du moteur ω et du pas θ est supposée de la forme :
F = aθω 3
Application numérique : F0 = 1 N pour θ0 = 10˚et ω0 = 6000 tr/mn

1. Déterminer a.
2. Donner un modèle linéarisé de la force autour de sa valeur nominale F0 = aθ0 ω03 de la forme F =
F0 + αθ + βω par développement limité.
3. Donner un schéma bloc du système complet incluant la force.
4. Déterminer la fonction de transfert entre la commande de pas et la sortie en force, le système étant régulé
par la commande par anticipation.
5. Le pas et la vitesse étant quantifiés par des CAN de 8 bits, soit 28 pas de quantification entre 0 et 8000
tr/mn et entre ±45˚, quelle est l’erreur de force en régime établi ?
JUIN 2008 137
6 Questions indépendantes pour ceux qui finissent trop tôt
1. Calculer la transformée en z du signal donné en figure D.10.
Fig. D.10 – Réponse indicielle désirée.
2. Soit H(z) une transmittance opérationnelle d’un système qui soumise à un échelon unité présente en
sortie la réponse présentée en figure D.10. Calculer H(z).
3. Le système représenté par :
z+3
D(z) =
z 3 + 1.2z 2 − .25z − 0.3
est-il stable ?
4. Tracer intuitivement le lieu d’Evans de la fonction de transfert suivante :
z + 0.5
F (z) =
z 2 + 0.2z + 0.4
dont les pôles et le zéro sont représentés sur la figure D.11.
Fig. D.11 – Pôles et zéros de F (z).

1ère année
Juin 2008
Le problème posé est la régulation de fréquence d’un oscillateur ultra-stable à 7 GHz. Embarqué sur un satellite,
cet oscillateur dérive dans le temps en fonction des variations de température du saphir. On s’attachera à la
réalisation de deux régulateurs indépendants : une régulation analogique de phase qui corrige la fréquence
et une régulation numérique de température. Ces deux signaux sont traduits en une tension continue par un
capteur approprié.
1 Régulation analogique de phase

Il s’agit ici de déterminer un correcteur analogique qui agit sur la phase de la fréquence de 7 GHz ultra-stable.
la transmittance entre la phase et la fréquence est H(p).
Fig. D.12 – Lieu d’Evans du système.
S(p)
1. Le lieu d’Evans du système H(p) = U (p) est donné en figure D.12. En déduire un correcteur analogique
de type PI de Ziegler-Nichols.
2. Le diagramme de Bode du système formé du correcteur PI calculé précédemment suivi de la transmittance
H(p) (voir fig. D.14) est donné en figure D.14 (un zoom est donné en figure D.15). Mesurez la marge de
phase ∆φ et la marge de gain ∆G.
3. Le système bouclé par un retour unitaire et corrigé par le correcteur déterminé précédemment présente
une réponse indicielle ayant trop de dépassement. On se propose de baisser la gain pour le rendre moins
rapide. Calculez le nouveau gain du correcteur PI afin d’avoir une marge de phase de 90 degrés (T i reste
identique).
4. Au vu de votre expérience, quel type de réponse indicielle devrait-on avoir avec un telle marge de phase ?
JUIN 2008 139
Fig. D.13 – Système précédé du correcteur PI.
Fig. D.14 – Diagramme de Bode du système présenté en figure D.13.
Fig. D.15 – Diagramme de Bode du système présenté en figure D.13 (zoom sur la zone critique).
2 Transposition du régulateur analogique

1. Tout comptes faits, on décide d’implanter le correcteur analogique calculé précédemment sur un calcula-
teur numérique. Rappelez en deux lignes les principaux avantages du régulateur numérique sur sa version
analogique.
2. Calculez un correcteur numérique par la méthode de votre choix que vous justifierez.
3. Choisissez la période d’échantillonnage maximum pour éviter le phénomène de recouvrement de spectre
en faisant l’hypothèse que le spectre du signal est limité à 104 rad.s−1 .
3 Régulation numérique de température

Description du système Ce saphir, de très haut facteur de qualité, est posé dans une enceinte isolée
thermiquement. Afin d’éviter tout choc thermique, la dynamique d’asservissement est choisie très lente. Une
fois dans l’espace, le saphir met plusieurs heures à atteindre sa température de fonctionnement. Deux types de
perturbation apparaissent :
V (z) en entrée du système représente les variations de température dues aux dérives de l’électronique
et sont modélisées par une rampe.
E(z) en sortie représente l’influence du soleil sur le satellite. Elle est représentée par une perturbation
sinusoı̈dale.
Fig. D.16 – Schéma bloc de la fonction de transfert entre la température de sortie Y et la puissance d’entrée U
en présence des perturbations V et E. V est une perturbation de charge de type rampe, E est une perturbation
de sortie de type sinusoı̈dal.
Cahier des charges

L’erreur permanente d’ordre 0 (réponse à l’échelon d’entrée W (z) doit être nulle et ce, y compris en cas
de perturbations V (z) en forme de rampe.
Le système en boucle fermée doit rejeter les perturbation sinusoı̈dales E(z)
Le système doit répondre très lentement à un échelon de consigne W (z), le comportement en boucle
fermée est plus lent qu’en boucle ouverte ! On désire un comportement de type premier ordre, la constante
de temps est de 5 heures soit 18000 secondes.
JUIN 2008 141
3.1 Modélisation
Modélisation du système en boucle ouverte sans perturbations La température du saphir au cours
du temps est mesurée après avoir soumis le système à un échelon de puissance thermique. Le résultat est donné
figure D.17.
Fig. D.17 – Réponse de la température du saphir en fonction d’un échelon unitaire de puissance.
1. On fait l’hypothèse que la transmittance du système est de la forme :

k
G(p) =
(1 + τ p)2
Près avoir donné la réponse temporelle s(t) de G(p) soumise à un échelon unité, déterminez graphiquement
les valeurs de k et τ .
2. Déterminez la transformée en z de la transmittance G(p) précédée d’un bloqueur d’ordre 0 échantillonnée
avec une période T e = τ /5.
Modélisation du système voulu en boucle fermée

1. Proposez une transmittance continue (en p), répondant au cahier des charges.
Bm (z)
2. Déterminez la fonction de transfert du modèle M (z) = Am (z) qui est la transformée en z de votre modèle
analogique précédé par un bloqueur d’ordre 0.
Premier correcteur
Fig. D.18 – Principe de correction par correcteur RST. V(z) est une perturbation de charge de type rampe,
E(z) est une perturbation de sortie de type sinusoı̈dal.
Quel que soit le résultat de la partie précédente, vous continuerez avec la fonction de transfert
en z
B(z) 0.01752z + 0.01534
G(z) = = 2
A(z) z − 1.637z + 0.6703
Dans cette partie on ne tiendra pas compte de la perturbation sinusoı̈dale E(z).
1. Décomposez G(z) sous la forme :

B + (z)B − (z)
G(z) =
A+ (z)A− (z)

2. On décompose le polynôme S(z) en un produit de trois polynômes :
S1 (z) contient le nombre d’intégrateurs purs nécessaires pour répondre au cahier des charges,
S2 (z) compense les zéros compensables de B(z),
S3 (z) assurera la dynamique voulue en boucle fermée.
Donnez les polynômes S1 (z) et S2 (z).
3. Déterminez S3 (z) et R(z) tels que la transmittance du système en boucle fermée soit égale à celle du
modèle de comportement voulu M (z).
4. Calculez l’erreur permanente de votre système corrigé en l’absence de perturbation.
le correcteur RST est finalement implanté sous la forme donnée en figure D.19.
Fig. D.19 – Implantation du correcteur RST.
R(z) U (z)
5. Vérifiez la stabilité du correcteur C(z) = S(z) = ε(z) .
6. Calculez l’équation récurrente de votre correcteur et vérifiez la causalité de ce correcteur.

7. En utilisant le théorème de la valeur finale, déterminez la valeur de la commande en régime permanent
U∞ , le système étant soumis à un échelon d’entrée, les perturbations étant nulles.
JANVIER 2009 143
Correcteur réjecteur de la perturbation sinusoı̈dale
Ce générateur de fréquence est embarqué sur un satellite qui tourne autour de la terre en 90 minutes. Le capteur
de température subit alors une perturbation sinusoı̈dale de période T = 90mn. On se propose ici de recalculer
un nouveau correcteur qui rejette asymptotiquement cette perturbation.
Y (z)
1. En reprenant le schéma D.18, Calculez la fonction de transfert Gp (z) = E(z) en fonction des paramètres
du système et en introduisant le polynôme d’observation A0 .
2. Calculez la pulsation ω du signal de perturbation puis calculez la transformée en z du signal sinusoı̈dal
E(t) = sin(ωt) échantillonné à la période T e.
3. Calculez alors le signal Y (z) en fonction de ce signal E(z), tous les autres signaux entrant étant nuls.
4. Proposez une condition sur les polynômes S et sur A0 afin que la sortie Y (z) ne dépende plus du signal
sinusoı̈dal.
5. Calculez le correcteur RST qui répond au cahier des charges complet.
1ère année
Janvier 2009
Le problème posé est le positionnement d’un télescope sur monture azimutale. On ne s’occupera dans ce sujet
que de la partie réglage de l’azimut. Dans la phase de ”mise en station” (recherche de deux étoiles bien connues)
et de pointage vers un objet précis (planète, nébuleuse, comète ...), le télescope sera asservi par un correcteur
de type Zdan. L’objet étant visualisé, la poursuite de cet objet sera réalisée par un correcteur de type ”réponse
pile”. Le passage d’un correcteur à l’autre ne sera pas étudié.
Fig. D.20 – Télescope à monture azimutale.
1 Modélisation
Le mouvement du télescope est décrit par l’équation différentielle suivante
J θ̈ + B θ̇ = Γc + Γp
avec :
J : L’inertie de l’ensemble moteur + parabole
θ : la position angulaire de l’antenne
B : le coefficient de frottement visqueux
Γc : le couple moteur
Γp : le couple de perturbation
1. Déterminer la transformée de Laplace de cette équation différentielle en supposant les conditions initiales
nulles.
2. Donner le schéma bloc de ce système. On posera pour simplifier l’écriture : B/J = a, Γc /B = u et
Γp /B = w.
θ(p)
3. En faisant l’hypothèse que Γp = 0, déterminer la fonction de transfert continue G(p) = u(p) de ce système.
4. Tracer à main levée, la forme générale du diagramme de Bode asymptotique de G(p) en module et en
phase.
5. En déduire le diagramme de Nyquist. Ce système peut-il devenir instable si on le boucle par un gain (voir
figure D.21) ?
6. Déterminer la fonction de transfert échantillonnée G(z) de ce système précédé d’un bloqueur d’ordre 0.
JANVIER 2009 145
Fig. D.21 – Système bouclé sans bloqueur d’ordre Fig. D.22 – Système bouclé avec un bloqueur
0 d’ordre 0
2 Régulation numérique : correcteur PI

Avec a = 10, en prenant une période d’échantillonnage T e = 20 ms et en bouclant par un retour unitaire le
système précédé par un bloqueur d’ordre 0 et un gain K = 100 (voir figure D.22), l’ensemble se met à osciller
à une fréquence de 5 Hz sans quitter le domaine de linéarité.
1. Au vu du résultat précédent, proposer un correcteur de type PI numérique qui donne de ”bons” résultats.
2. Donner alors le schéma bloc de ce correcteur PI.
3 Régulation numérique : phase de mise en station

Quel que soit le résultat de la partie précédente, vous continuerez avec la fonction de transfert
en z
B(z) 0.001873z + 0.001752
G(z) = =
A(z) (z − 1)(z − 0.8173)
3.1 Réglage de base

1. Décomposez G(z) sous la forme :
B + (z)B − (z)
G(z) = m
(1 − z −1 ) A+ (z)A− (z)

2. On décompose le correcteur C(z) en un produit de trois correcteurs :
C1 (z) contient le nombre d’intégrateurs purs nécessaires pour obtenir une erreur statique nulle en
présence d’un couple de perturbation Γc de type échelon
C2 (z) compense les pôles et zéros compensables de G(z), (rappel : on ne compense pas (1−z1−1 )m )
C3 (z) assurera la dynamique voulue en boucle fermée.
Donnez les polynômes C1 (z) et C2 (z).
3. Déterminez C3 (z) = ∆ 1 (z)
∆2 (z) tel que le système corrigé, bouclé, possède une dynamique identique à celle d’un
système continu du second ordre de pulsation ωn = 1 rad.s−1 et de facteur d’amortissement ξ = 0.707.
La période d’échantillonnage Te sera choisie égale à 0.2 secondes.
Aide : s’il n’y a pas d’erreur ∆1 (z) = α + βz −1 et ∆2 (z) = γ
4. Vérifier, par le calcul, que l’erreur statique de ce système est nulle y compris en présence d’une pertur-
bation.
5. Presque sans calcul, quelle est l’erreur permanente de vitesse en l’absence de perturbation.
3.2 Réglage avancé

On souhaite dans cette partie améliorer le comportement dynamique du système en boucle fermée en choisissant
un réglage qui impose une erreur permanente d’accélération εa (∞) non nulle mais aussi faible que l’on veut.
Dans notre cas on choisira εa (∞) = 0.1. Le correcteur proposé est de la forme : C(z) = C1 (z) × C2 (z) × D3 (z)
où C1 et C2 sont ceux déterminés précédemment et D3 est de la forme2 :
∆1 (z) + (1 − z −1 )2 × M (z)
D3 =
∆2 (z) − M (z)
avec ∆1 (z) et ∆2 (z) calculés précédemment.
2 Attention cette forme est particulière pour ce système, ce n’est pas généralisable.
1. Donnez la transformée en z d’un signal de type parabolique.
2. En prenant M (z) = cte = m0 , montrer que l’erreur d’accélération du système en boucle fermée dépend
de m0 .
3. Calculer m0 tel que εa (∞) = 0.1.
4 Régulation numérique : phase de poursuite

Dans cette phase, l’asservissement est assuré par un correcteur de type ”réponse pile”.
1. Est-il possible de calculer un correcteur à réponse pile pour une entrée de type rampe pour ce système ?
Est-ce faisable pour une entrée de type parabole ?
2. Déterminer un correcteur à réponse pile pour une entrée de type rampe.
Aide : s’il n’y a pas d’erreur L(z) = α + βz −1 et K(z) = γ + ξz −1 (notations du cours)
3. En utilisant le théorème de la valeur finale, calculer l’erreur permanente de vitesse (entrée de type rampe).
4. Calculer l’équation récurrente de votre correcteur et vérifier la causalité de ce correcteur.

Cours Aoutoma - Echantioné

Transféré par

Droits d'auteur :

Formats disponibles

Cours Aoutoma - Echantioné

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Aoutoma - Echantioné

Transféré par

Droits d'auteur :

Formats disponibles

Automatique linéaire

École Nationale Supérieure de

L’homme de science le sait bien, lui, que seule la

Peut-on, dans la vie, triper sur quoi que ce soit,

1 Ce cours est rédigé avec L

3 Analyse des systèmes 37

4 Transposition des correcteurs analogiques 51

5 Synthèses à temps d’établissement fini 65

6 Méthodes de commande avancées 77

C Tutorial Matlab 105

1.2 Exemples d’asservissements

Fig. 1.1 – Clepsydre de Ktesibios(-270 av. J.C., Alexandrie).

Fig. 1.2 – Canard de Vaucanson (' 1739).

Fig. 1.4 – Cartes perforées, le début de la program-

Fig. 1.5 – Soupape de sécurité de Denis Papin

Retenez encore qu’aujourd’hui sur 100 systèmes méritant d’être asservis :

Fig. 1.11 – Système asservi linéaire continu.

Les avantages de l’asservissement numérique sont nombreux, en voici quelques uns.

 Réalisation aisée de régulateurs complexes, lois de commande raffinées.

1.3.1 Technologie des asservissements

Fig. 1.14 – Carte d’ acquisition haute densité. 96

Fig. 1.15 – Microcontrôleur PIC.

Fig. 1.16 – Carte microcontrôleur SSV DIL/NetPC DNP/5280.

Fig. 1.17 – Régulateur ”analogique” de type PID.

Convertisseur à rampe numérique Convertisseur à pesées successives Convertisseur flash

Fig. 1.18 – Principes de conversion analogique numérique.

2 dessins tirés de : http ://hyperphysics.phy-astr.gsu.edu/hbase/electronic/adc.html

Fig. 1.21 – Echantillonnage et quantification d’un signal.

1.4.1 Le bruit de quantification

où n est le nombre de bits du convertisseur

1.5 Période d’échantillonnage

3 SN R : Signal to Noise Ratio

Fig. 1.22 – Bruit de quantification d’un signal.

Fig. 1.23 – Signaux échantillonnés à différentes fréquences.

Fig. 1.24 – Signal ostensiblement sous-échantillonné.

La relation 1.1 est illustrée en figure 1.25.

Fig. 1.25 – Spectre d’un signal échantillonné (échantillonnage parfait).

Fig. 1.26 – Phénomène de recouvrement de spectre.

1.5.3 Bruit sur la dérivée

Fig. 1.27 – Différence entre dérivée analogique et dérivée numérique.

Critère fréquentiel [9]

Quelques valeurs numériques pour fixer les idées :

Fig. 1.31 – Lieu des pôles en z en fonction de la période d’échantillonnage.

2.1 Définition de la transformée en z

f ? (t) = f (t)δTe (t)

Ainsi la transformée de Laplace du signal échantillonné est :

Rappel : Somme d’une suite géométrique :

Fig. 2.1 – Illustration de la propriété du retard.

Fig. 2.2 – Illustration de la propriété de l’avance.

Théorème de la valeur finale

lim f ? (t) = lim f (kTe ) = lim (1 − z −1 )F (z) (2.8)

Théorème de la valeur initiale

lim f ? (t) = lim f (kTe ) = lim F (z) (2.9)

Théorème de la convolution discrète

Théorème de sommation " #

Pour aller plus loin : Démontrez le théorème de la convolution discrète

Cette méthode est souvent lourde à mettre en œuvre.

2.3.2 Par la théorie des résidus

où les ξi sont les pôles de la fonction de transfert F (p)

Réalisation aisée de régulateurs complexes, lois de commande raffinées.

lorsque k est très faible les pôles en

lorsque k est très faible les pôles en

lorsque k est très faible les pôles en

lorsque k est très faible les pôles en

On retrouve les mêmes tendances que