Continue et discréte€¦ · Chap.1/ 5 OBJECTIFS DU COURS Présentation des principes de...
Transcript of Continue et discréte€¦ · Chap.1/ 5 OBJECTIFS DU COURS Présentation des principes de...
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Professeur Belkacem OULD BOUAMAMA
Recherche : Responsable de l’équipe de recherche MOCIS Laboratoire d'Automatique, Génie Informatique et Signal de Lille (LAGIS ‐UMR CNRS 8219)
Enseignement: Professeur et Directeur de la recherche à Poltech’ lille
CoordonnéesPolytech Lille . Avenue Paul Langevin, F59655 Villeneuve d'Ascq cedexTél : (00) 328767397, GSM (00)667123020Mèl : Belkacem.ouldbouamama@polytech‐lille.fr,Page personnelle : https://wikis.univ‐lille1.fr/ci2s/membres/belkacem‐ould‐bouamama
1
AUTOMATIQUE.Continue et discréte
Ce cours et bien d’autres sont disponibles à https://wikis.univ-lille1.fr/ci2s/membres/belkacem-ould-bouamama
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Partie 1
Automatique linéaire continue
2
Chap.1/ 3
AVANT PROPOS (1/2)Ce support de cours a pour but principal, sans être simpliste, de présenter avec une approche très pratique des
fondements de l’automatique linéaire que nous appellerons souvent la régulation automatique. Chaque outilmathématique utilisé, est étayé par des exemples industriels concrets.
Pour rendre le cours attrayant, ce polycopié est simplifié, pour plus de détail sur le contenu le lecteur pourra seréférer au cyber-cours introduit par l’auteur sur le réseau internet : http://www.univ-lille1.fr/eudil/belk/sc00a.htm
La régulation automatique, actuellement rebaptisée «automatique» est noyée dans les techniques modernes decommande (robotique, productique,cybernétique). Ceci est principalement dû à l’apparition initialement de l’électronique,puis vers les années 60 du microprocesseur et donc de l’informatique. Mais il est utile de souligner que les vieillestechniques de la régulation classique restent encore très utilisées dans des industries aussi complexes que le nucléaire parexemple, et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que sonapplication et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter,c’est à dire le modèle mathématique, nécessaire pour la réalisation de la commande dite moderne. C’est pourquoi, il nous asemblé utile de réserver dans ce présent support une large place à la modélisation.
Dans le premier chapitre, nous présenterons les principes de la commande automatique avec des exemples desystèmes asservis et de régulation divers (de la poursuite d’une cible, régulation d’un four à la commande optimale d’uneunité de traitement de gaz en vue de minimiser le taux de pollution). La symbolisation normalisée des boucles derégulation dans l’industrie sera aussi présentée afin de permettre à l’étudiant de lire les schémas de régulation présentésdans l’industrie comme on lit un dessin de mécanique.
Avant de commander nous devons bien connaître le système, c’est pourquoi, dans le deuxième chapitre nousdévelopperons un aspect important de l’ingénieur qui est la modélisation et exposerons l’approche analogie des systèmesphysiques de type bond-graph « effort-flux». La méthodologie de la modélisation dynamique comportementale , par lamise en équation des systèmes physiques de nature différente sera appliquée sur des systèmes divers : mécanique,électrique, chimique. L’outil classique, mais inévitable en régulation - la transformée de Laplace avec surtout sesapplications pour la résolution des équations différentielles par la méthode des résidus, sera traité. On introduira enfin lesnotions et le sens physique de la fonction de transfert.
Chap.1/ 4
AVANT PROPOS (2/2)L’outil mathématique de l’analyse des systèmes traités dans le chapitre précédent servira dans le troisième chapitre àl’analyse des systèmes linéaires types. On insistera surtout sur l’analyse temporelle des systèmes (analyse indicielle etimpulsionnelle). L ’analyse fréquentielle, qui est plutôt un approche d ’électroniciens, n ’a pas un grand sen physique etpratique dans les processus énergétiques. En effet les perturbations de débit, température ou de pression varient enpratique plus sous forme d ’un échelon ou d ’une rampe que d ’une sinusoïde.Les systèmes linéaires types les plus importants (premier et deuxième ordre, avec retard pur...) seront traités par desexemples physiques variés (thermique, chimique, mécanique et électrique), des analogies seront à chaque fois soulignées..
Le quatrième chapitre propose la théorie de la stabilité des systèmes ave un approhe géométrique et algébrique.Le dilemme stabilité- précision sera traité sur la base d’un exemple concret de la régulation de la pression dans unréacteur. L’approche perturbation (qui est souvent omise par les étudiants) sera privilégiée car, en régulation, la consignereste en général constante. Le calcul des erreurs en poursuite et en régulation sera exposé. Concernant la stabilité, uneapproche académique sera abordée avec une plus grande insistance sur le critère du revers et le sens pratique des margesde stabilitéLe chapitre 5 sera consacré à la technologie et le réglage des régulateurs industriels. La constitution des régulateurs, lavérification, le rôle et le domaine d’utilisation des différentes action (P I et D) ainsi que «tout ou rien» seront discutéspratiquement.
Un projet d’analyse et de synthèse de la régulation d’un four tubulaire sera traité au sixième chapitre. Pour la synthèse, on mettra en évidence l’influence des actions P, I et D et de «tout ou rien» sur les performances du système, ainsi que celle du retard sur la stabilité. les limites de la régulation PID seront aussi mises en évidence, ce qui nous amènera à discuter sur les notions de la régulation avancée.Cette partie sera évidemment illustrée par un ensemble de travaux dirigés (TD) et pratiques (TP) portant sur la régulation de processus industriels.eLa deuxième partie sera consacrée à l’introduction à la commande numérique.
Malgré tout le soin apporté à la rédaction, l’auteur est conscient des imperfections qui peuvent encore subsister dans ce polycopié. Aussi, l’auteur est reconnaissant par avance des remarques que pourront lui adresser les lecteurs et les étudiants pour la perfection de ce support de cours.
Chap.1/ 5
OBJECTIFS DU COURS Présentation des principes de l’automatique continue (asservissement et régulation)
Maîtriser les outils mathématiques pour : l’analyse des systèmes physiques(modélisation, analogie des systèmes physiques) et des systèmes de commande (fonction de transfert, transformée de Laplace ,
analyse temporelle etc.)
Prendre connaissance des pratiques de la régulation industrielle sur des exemples concrets Technologie et réglage des régulateurs Choix et actions des régulateurs etc..
Méthodologie de la réalisation d’un projet d’un système de régulation cahier de charge, identification et synthèse du système de régulation montrer les limites de la régulation classique
Introduction à la régulation avancée.
Chap.1/ 6
AUTOMATIQUE ? Automatique ? Science traitant de :
La modélisation Analyse Commande Supervision des systèmes dynamiques continus et discrets
Actuellement automatique discipline transverseApplications :
Aéronautique, Automobile, Spatial, Procédés, Économie Sciences de la terre….
Chap.1/ 7
Chap. 1. INTRODUCTION 1.1 Historique et la régulation automatique aujourd’hui
Automatisation : Ensemble des procédés visant à réduire ou à supprimer l’intervention humaine dans les processus de production
La régulation automatique aujourd’hui : La régulation automatique, actuellement rebaptisée«automatique» est noyée dans dans les techniques modernes de commande- robotique, productique etc..,en raison surtout de l’apparition de l’électronique, puis vers les années 60 du microprocesseurs et donc del’informatique. Mais il est utile de souligner que les vieilles techniques de régulation classiques restentencore très utilisées dans l'industrie et elles ont encore de beaux jours devant elles car, la théorie enautomatique avance bien plus vite que l'application et ça, parce que les moyens informatiques sont plus«performants» que la connaissance du système à traiter c’est à dire le modèle. Il est aussi intéressant denoter qu’aujourd’hui, les mécaniciens souhaitent parrainer l’automatique car la robotique c’estl’automatique disent-ils et les informaticiens ont les mêmes ambitions car l’informatique industrielle estleur apanage. Et l’automatique dans tout ça ? Mais cette question, d’actualité d’ailleurs, est sans doute laconséquence des transformations des sciences de l’ingénieur subies grâce (ou a cause) de l’informatique.
Historique : 1840 : Régulateur de Watt (Besoins de l’industrie à vapeur)1945 : Deuxième guerre mondiale 1960 : Apparition de l’informatique (cosmos, traitement rapide de l’information, possibilité de
résolution des systèmes complexes etc..)
Importance : Qualité des produits finis, précision des opération , protection de l’environnement, répététivité des opérations etc..
Les 1er systèmes automatiquesClepsydre (sablier) de Ktesibios (-270 av. J.C)
Ktesibios introduit un réservoir supplémentaire dans lequel le volume de liquide reste constant grâce à un flotteur qui fermel'entrée du réservoir lorsque celui-ci est trop plein : c'est une chasse d'eau moderne.
Metier a tisser programmable 1728 :premier par cartons perfores par philippe Falcon
Chap.1/ 8
Les 1er systèmes automatiques (suite) L’industrie à Vapeur
1679 : Denis Papin développe la soupape de sécurité
1788 Régulateur de Watt (dit à boule) Réglage de la vitesse des trains à vapeur
Chap.1/ 9
Chap.1/ 10
EVOLUTION DE L’AUTOMATIQUE
Etude des processus de commande
CYBERNETIQUE,BIONIQUE
Analogie monde animal technologie
MACHINE A VAPEUR 1er régulateur de WattMécanisation, procédé
2ème GUERRE MONDIALE Les systèmes suiveursElectronique, missile
INFORMATISATION Régulateurs numériques
AEROSPATIALE Robotisation, IA
Chap.1/ 11
LES SYSTEMES AUTOMATISES AUJOURD’HUIMaintenance
List of faultsDIAGNOSTICTechnical
specification
ObservationsControl signals
Set points
SENSORSControl
INPUT OUTPUT
FTC Level
Chap.1/ 12
1.2 DÉFINITIONS
Système : Ensemble organisé dans un but fixé ou ensemble de processus physiques-chimiques en évolution et de procédés de réalisation de ces procédés.
Petits et grands systèmes
Signal Grandeur physique générée par un appareil ou traduite par un
capteur
SYSTEMEEntrée Sortie
Signal d’entrée
Commandable Non commandable
Signal de sortie
Observable Non observable
Chap.1/ 13
1.3. SYSTÈMES DE COMMANDE1.3.1. Composition d ’un système de commande
1.3.2 Paramètres d’un système de commandeConsigneAction de commandePerturbations Paramètre à commander
PERTURBATIONS
SYSTÉMEDE
COMMANDE
SYSTÉMEÀ
COMMANDER
ORDRES
PARAMETRE A COMMANDERACTION DE
COMMANDE
Chap.1/ 14
1.3.3 EXEMPLES DE SYSTÈMES DE COMMANDE 1. Réglage de la vitesse d’une voiture
2. Réglage de la température d ’un four
Temp. ExtérieureDébit produit à chauffer
FOUR
Action de commande (débit du gaz combustible)
VANNEDE
REGLAGE
TsParamètre à réglerMaintenir température
constanteQG
Etat de la route
VOITURE
Action de commande (Débit d ’essence)
SYSTEME DE REGLAGE DE
VITESSE
Maintenir vitesse constante
Vitesse de la voiture
Produit chauffé
Gaz combustible
Produit à chauffer Ts
QG
QP
Chap.1/ 15
Avantages et inconvénients : Rapide, stable, simple mais pas précis
Z (débit d’entrée)
FOUR
Action de commande (débit du gaz combustible)SYSTÉME DE
REGLAGE
Ordre (T=37°c) Ts
Croisons les doigts pour que ça marche puisqueje n’ai aucune information sur la sortie, je suis aveugle .
Vitesse
Etat de la route
VOITUREdébit d’essenceSYSTÉME DE
REGLAGEOrdres vitesse limitée
Pourvu que que la vitesse ne soit pas limitéecar la voiture n ’est pas équipée d ’indicateur de vitesse
1.4 CONCEPTION D’UN SYSTEME DE COMMANDE
1.4.1 système à boucle ouverte (open loop system)
Chap.1/ 16
1.4.2 Système en boucle fermée
Avantages et inconvénients : Précis et régulé mais complexe, risque d’instabilité agit sur l’erreur de réglage
Z (débit d’entrée)
FOUR
Action de commande (débit du gaz combustible)VANNE DE
REGLAGE
Objectifs (T=37°c) Ts
CAPTEUR DE TEMPERATURE
Je compare ce que je veux et ce que je reçoiset j’agis en conséquence sur la vanne de réglage.Je corrige jusqu’à ce que Ts=37°c
Grandeur réelleConsigne
VOITURE
CAPTEUR DE VITESSE
PEDALE DE VITESSE
Je regarde la vitesse indiquée par le compteur et j accélère ou décélère en agissant sur la pédale pour maintenir la vitesse toujours égale a celle fixée.
Consigne: V=cste
Vitesse débit d’essence
Chap.1/ 17
1.4.3 Automatismes à boucle combinée
Z (débit d’entrée)
FOUR
Action de commande (débit du gaz combustible)VANNE DE
REGLAGE
Objectifs (T=37°c) Ts
CAPTEUR DE TEMPERATURE
Consigne
Détermination du débit de gaz nécessaire pour assurer la valeur de température désirée :j’anticipe
Calculateur
Avantages et inconvénients : Rapide et précis, anticipe les perturbations mais très complexe Et nécessite des calculateurs des modèles
Chap.1/ 18
1.5 FONCTIONNEMENT D ’UN SYSTEME DE CONTRÔLE
1.5.1 BUT D ’UN SYSTÈME DE CONTRÔLE : Atteindre le but (consigne) quelque soit l ’effet des perturbations extérieures).
1.5.2 SYSTÈME ASSERVI ET LE COMPORTEMENT HUMAIN
OBSERVATION
Objectif
ACTIONREFLEXIONUr
SYSTEMEPHYSIQUE
Uc
Perturbations
Réalité
Chap.1/ 19
1.5.3 Schéma fonctionnel d’un SRA
C : Consigne (set value), E : écart de régulation (departure, error signal) U : signal de commande (control signal)Y : variable de sortie ou variable à régler ou mesure (mesured value)Z : perturbation (disturbance)M : grandeur physique à la sortie du capteur (courant, pression, ...)
REGULATEUR PROCESS
CAPTEUR
C
(-)
+ U Y
Zchaîne de puissance
chaîne de contre réaction (de faible puissance)
M
E
Chap.1/ 20
1.5.4. Éléments d’une régulation analogique
C E+
PROCESS
(-)
TRANSMETTEUR
M
YU
4-20 mA0,2-1 bar0-10v
REGULATEUR ANALOGIQUE
Z
On peut aussi avoir:CEP : Convertisseur Electro-pneumatiqueCPE : Convertisseur Pneumo-électrique
CAPTEUR
Chap.1/ 21
5.5. Eléments d’une régulation numériq
CNA : Convertisseur Numérique AnalogiqueCAN : Convertisseur Analogique Numérique
C E+
PROCESS
(-)
CAPTEURTRANSMETTEUR
CNA
M
YUn Ua
CAN
Chap.1/ 22
1.5.6. ASSERVISSEMENT ET RÉGULATION
Asservissement:Un système asservi est un système dit suiveur , c’est la
consigne qui varie. Exemple : une machine outil qui doit usiner une pièce selon un
profil donné, un missile qui poursuit une cible, pilotage automatique d ’un avion.
Régulation :Dans ce cas, la consigne est fixée et le système doit
compenser l’effet des perturbations, à titre d’exemple , le réglage de la température dans un four, de la
pression dans un réacteur, le niveau d’eau dans un réservoir.
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
EXEMPLES DE SYSTEMES DE COMMANDE
Chap.1/ 23
AntenneMoteurContrôleur-
+
Position désirée Pd
U CouplePosition Antenne P
Pm
E=Pd-Pm
Z (perturbation, vent)
Capteur de position
Actionneur
ANTENNE_DEMO.lnk (Ligne de commande)
Régulation de niveau
RéservoirMoteur+pompeContrôleur-
+
NiveauDésiré hc
U Qp
Niveau h
hr
E=hc-hr
Z (perturbation, Fuite d’eau)
Capteur de niveau
Actionneur
NIVEAU_DEMO.lnk (Ligne de commande)
Asservissement de la position d’une antenne
Chap.1/ 25
1.6. EXEMPLES DE SYSTEMES AUTOMATIQUES
+
U
M
CY
(-)
E
AvionGouvernail
Gyroscope
Contrôleur-
+C U Ur y
M
E
A) Suivi de la trajectoire d’une cible
Chap.1/ 26
B) Régulation de la température d’un four
FourVanne
Thermocouple
ContrôleurT
-
+Tc U Ur Ts
Gaz combustible
Pétrole brut Pétrole chaufféTs
THERMOCOUPLE
CORRECTEUR
CONSIGNE
+-
Tc
(Ts-Tc)
U
Vanne de réglage
Chap.1/ 27
C) RÉGULATION DE LA TEMPÉRATURE D’UN ÉCHANGEUR THERMIQUE
EchangeurVanne
Thermocouple
Régulateur T
-
+Tc Uc Ur TsZ
Vapeur
Produit chaufféThermocouple
Produit à chauffercondensât
120160
180200
Régulateur
Uc
Ur
TsTc
Systéme de régulation : PID
Chap.1/ 28
Eau
Jus de fruit concentré
Mélange de concentration Cs et de Débit Qs
FRC1
Qc
Qs(t), Cs(t)
Qe(t)Qjc(t)
AT1
AIC1
C2
C1u2
u1
M2
M1
But ; Réguler la concentration Cs(t) du produit et du débit de sortie Qs(t)Paramètres à régler : Qs(t), Cs(t), Paramètres réglant : Qe(t) et Qjc(t)
FT1
V2V1
Systéme de régulation : Bloc Diagramme
Chap.1/ 29
REGULATEUR
(-) Qse
Cs
+
+AIC
Vanne1+conduiteFRCC1
C2(-)
PROCESS
M1
M2
Qe Qs
Vanne2+conduite
QC
Qsc
+
Mélangeur21
Mélangeur22
Mélangeur11
-
CseMélangeur12
Systéme de régulation : Schéma fonctionnel
Chap.1/ 30
REGULATEUR
(-)W11(p)
W22(p)
Qse
Cs
+
+ -AIC
FRCC1
C2(-)
W12(p)
W21(p)
PROCESS
M1
M2
Qe Qs
Cse
QC
Qsc
+
Chap.1/ 31
Echangeur de chaleur
1.7 SYMBOLISATION DES BOUCLES DE REGULATION (P&ID)
Prod
uit à
cha
uffe
r
ORDRE DES LETTRES DANS UNE DESCRIPTION1 2 3
Grandeur mesurée et/oucontrôlée
Fonction des éléments de la boucle Régulation ousignalisation
T Température I Indication C ControléP Pression R Enregistrement S SécuritéF Débit L Bas (Low)A Composition
d'un produitH Haut (High)
J Puissance D DifférenceI CourantZ PositionR RadioactivitéE tensionV ViscositéM HumiditéW PoidL Niveau
Exemple : TRC
Temperature Registered and Controlled
TRC1
TI2
PHS5
FI9
TR3
condensât
Vapeur Produit chauffé
Piping and Instrumentation DiagramPlan des Instruments Détaillés
Chap.1/ 32
1.8. NIVEAUX D’UN SYSTEME AUTOMATISE
OPTIMISATIONECONOMIQUE
SALLE DE CONTROLE
OBJECTIFS
PROCESS
REGULATIONLOCALE
COMMANDEAVANCEE
OPTIMISATIONSTATIQUE
Chap.1/ 33
1.9 AUTOMATISATION & L’ENVIRONNEMENT
QOHSSOSH
i
d
K
K 2222 25.1.2
QOHSSOSH
i
d
K
K 2222 25.1.2
R
SHCOSSO 22 ,,
SO2
S S
Réacteurcatalytique
Réacteurcatalytique
O2
H2S SO2
FRH SS O
2
2
C a lc u l c o n s ig n e G a za ir
H SS O
H SS Or é e l o p t im a l
2
2
2
2
A
C a lc u l F F H S S Ote l q u e
a G( , ,% ,% . . . )
m a x .2 2
C a lc u l F F H S S Ote l q u e
a G( , ,% ,% . . . )
m a x .2 2
.min SObjectif
.min SObjectif
Ro
Chap.1/ 34
1.10 AUTOMATISATION INTÉGRÉE
Supervision
Monitoring
Regulation
Instrumentation
Entrée Sortie
Aide à la conduite planification, diagnostic interface homme machine
Suivi de l’état du processus Visualisation
Commande logique, régulation Optimisation
Choix et implémentation des capteurs et actionneurs
ObservationsDécisions
Niveau 3
Niveau 2
Niveau 1
Niveau 0
Chap.2/ 35
Chapitre 2
DESCRIPTION MATHEMATIQUE DES SYSTEMES PHYSIQUES
Objectifs du chapitre :
Maîtriser : L’outil mathématique pour l’analyse des systèmes
(transformées de Laplace), la méthodologie de la modélisation comportementale de la
dynamique des systèmes physiques étayée par un ensemble d’exemples industriels, Manipulation des fonction de transfert des systèmes
Chap.2/ 36
2.1. Méthodologie de l’analyse des systèmes
CORRECTEUR PROCESS
(-)
+C E U M
M
Concevoir un SRA précis, stable et rapideComment ?
Analyse (comprendre le process)Synthèse (choisir un « bon » correcteur)
2.1.1 Analyse et synthèse
But de l ’automaticien
Chap.2/ 37
2.1.2. Analyse et synthèse des systèmes
Déf. du process et des objectifs E/S
Lois physiques, bilan, hypothèses
Planification des expériences
Acquisition de données
Estimation des paramètres
Choix de la structure du modèle
Connaissance à priori
Choix du critère d’identité
Synthèse de régulation
Simulation
Modèle de connaissance
CAHIER DE CHARGE
AN
ALY
SE
conn
aiss
ance
Validation sur site
Réalisation définitive
Modèle de conduite NonOuiadéq.
Logistiqueactionneurs, régulateurs, transmetteurs...
SYN
THE
SE
com
man
de
Chap.2/ 38
2.1.3 Propriétés des systèmes linéaires
Définitions Un système physique est dit linéaire si son comportement est décrit par des équations
différentielles linéaires à coefficients constants.
ai et bi sont des constantes.
Exemple
SYSTEMEx (cause) y (effet)
a x t a dx tdt
a d x tdt
a d x tdt
b y t b dy tdt
b d y tdt
b d y tdt
Conditions initiales CI t x t x y t y
n
n
n m
m
m0 1 2
2
2 0 1 2
2
2
0 0 0 00
( ) ( ) ( ) ... ( ) ( ) ( ) ( ) ... ( )
: , ( ) , ( )
U
s(t)
E R C Us t RC dUs tdt
E t
Conditions initiales CI t E t E Us t Us
( ) ( ) ( )
: , ( ) , ( )
0 0 0 0 0
Chap.2/ 39
2.1.3 Propriétés des systèmes linéaires 1. Propriété de superposition Si x1 donne effet à y1, x2 à y2 alors x1 + x2 donne effet à y1 + y2
2. Propriété de proportionnalitéSi x1 donne effet à y1, alors Kx1 donne effet à K y1
D’une façon générale : si les entrées x1 (t) et x2 (t) provoquent l’évolution des sorties y1(t) et y2 (t)
alors K 1x1 (t) + K2 x2 (t) provoque la sortie y(t) = K1 y1 (t) + K2 y2 (t)
Chap.2/ 40
2.3 Modélisation des systèmes physiques
2.3.1 Définitions
Modélisation ? : Ensemble des procédures permettant d’obtenir un modèle Modéliser un système = capable de prédire le comportement du système Subjectivisme de la modélisation : modèle = intersection du système et du modélisateur Modèle jamais "exact"?
2.3.2 Importance Outil d'aide à la décision., Support de la simulation, Représente 50 % d’un projet de commande Perspectives grâce à l'informatisation
2.3.3 Un modèle pourquoi faire ? Concevoir, Comprendre, Prévoir, Commander (décider).
Chap.2/ 41
2.3.4 Un modèle comment faire ?1. MODELE DE CONNAISSANCE Obtenu sur la base des lois physiques, économiques etc.. Difficultés de décrire fidèlement les phénomènes complexes; Hypothèses simplificatrices; Dilemme- précision-simplicité Un modèle simple est faux, un modèle compliqué est inutilisable. Les paramètres ont un sens physique donc modèle commode pour l'analyse.
2. MODELE DE REPRESENTATION Système "boite noire"; Expérience active (système dérangé) ou passive (aléatoire); Etape qualitative (connaissances a priori) et quantitative; Paramètres du modèle n'ont aucun sens physique; Modèle de conduite (modèle E/S) utile pour la commande; Complément du modèle de représentation.
Chap.2/ 42
2.3.5. Classification des modèles1. selon le caractère des régimes de fonctionnement
statique et dynamique
2. selon la description mathématique linéaire, non linéaire
3. selon les propriétés dynamiques à paramètres localisés, à paramètres distribués
4. selon l’évolution des paramètres : stochastique , déterministe
5. selon le nombre de variables : monovariable (SISO) , multivariable (MIMO)
Chap.2/ 43
PROCESSUS PHYSIQUE
Acquisition de données
SIMULATION, MONITORING, CONTROL...
Amélioration du modèle
NON
2.3.6 Différentes étapes de la modélisation
Etablissement du schéma de principe
Représentation par bloc
Mise en équation
Modèle adéquat ?
Calcul erreur de modélisation
OUI
Chap.2/ 44
2.3.7. Analogie des grandeurs physiques : Notion des bond graphs
Founder of BG : Henry Paynter (MIT Boston)The Bond graph tool was first developed since 1961 at MIT, Boston, USA
by Paynter
Symbolism and rules development : Karnopp (university of california), Rosenberg (Michigan university), Jean
Thoma (Waterloo)
Introduced in Europe only since 1971. Netherlands and France ( Alsthom) Teaching in Europe
France : Univ LyonI, INSA LYON, EC Lille, ESE Rennes, Univ. Mulhouse, Polytech’Lille University of London University of Enshede (The Netherlands)
Chap.2/ 45
Notion des bond graphs : Hystorique Teaching in CanadaUniv. of Waterloo (Jean THOMA)
Teaching in USA MIT, Michigan university
Industrial applicationis used today by many industries for modeling
analysis and control.
Companies using this toolAutomobile company : PSA, RenaultNuclear company : EDF, CEA, GEC AlsthomElectronic :Thomson, Aerospace company ....
Chap.2/ 46
Bond graph: définition
1 2
e
f
REPRESENTATION
P = e.f
BOND GRAPH MODELING IS THE REPRESENTATION (BY A BOND) OF POWER FLOWSAS PRODUCTS OF EFFORTS AND FLOWS WITH ELEMENTS ACTING BETWEENTHESE VARIABLES AND JUNCTION STRUCTURES TO PUT THE SYSTEM TOGETHER.
Chap.2/ 47
Bond graph : variables de puissance et d’énergie (1/1)
)(tf
)(te
VARIABLES DE PUISSANCE
Effort e(t) Variables intensives: tension, température, pression
Flow f(t) : débit massique, courant, flux d’entropie, …
)().()( tftetP Puissance échangée
VARIABLES D’ENERGIEMoment ou impulsion p(t), (flux magnétique, integral de la pression, moment angulaire, … )
)()()( 00
tpdetpt
t
Déplacement gnéralisé q(t), Variables extensives (masse, volume, charge … )
)()()( 00
tqdftqt
t
Chap.2/ 48
ElectriqueTENSION
u [V]
COURANT
i [A]
Mecanique (translation)FORCE
F [N]
VITESSE
v [m/s]
FLOW (f)EFFORT (e)DOMAINE
Mecanique (rotation)COUPLE
[Nm]
VITESSE ANGULAIRE
[rad/s]
Hydraulique PRESSION
P [pa]
DEBIT VOLUMIQUE
smV /3
Thermique TEMPERATURE
T [K]
FLUX D’ENTROPIE
[W/K]S
Chimique POTENTIEL CHIMIQUE
[J/mole]
FLUX MOLAIRE
[mole/s]n
VARIABLES DE PUISSANCE ET D’ENERGIE
Chap.2/ 49
Bond graph : Eléments physiques de base Eléments de base R (Dissipation d ’énergie), C (Stockage d ’énergie), I (Inertie).
Eléments de jonction « 0 » Même effort, « 1 » même flux, TF (Transformation d ’énergie).
Eléments actifs Source d ’effort (Se) Ex. Générateur de tension, pompe, Source de flux (Sf) Ex. Générateur de courant.
Chap.2/ 50
1. R element (resistor, hydraulic restriction, friction losses …)
QRTT 21221
21
.VRpp
VRpp
RiUvv 21
0, feR
p1 p2V
HYDRAULIC
T1 T2
Q
THERMAL
v1v2
i
ELECTRICAL
R Constitutive equation : For modeling any physical phenomenon characterized by an effort-flow relation ship
fR:R1Representation e
Chap.2/ 51
2. BUFFERS element
C Constitutive equation (For modeling any physical phenomenon characterized by a relation ship between effort and flow
A) C element (capacitance) Examples: tank, capacitor, compressibility
ELECTRIC
i1 i2
Ci
dtVC
p
ghpdtAhdVVV
1
,)(21
HYDRAULIC
1V
h
A: sectionh: level: densityC= g/A
p
2V
dtQC
T
dtmcTdQQQ
1
.)(21
0, fdteC
fC:C1Representation e
THERMAL
mcT
1Q 2Q
idtC
U
dtUCd
dtdqiii
1
).(21
Chap.2/ 52
B) I element (Inertance)
0, edtfI
ELECTRIC
V1 V2i
UdtL
i 1
p1 p2
V
HYDRAULICl
pdtl
AV
dtVd
AlA
dtdv
Am
AFpp
2
Fdtm
V
dtdVmF
1
.
MECHANICAL
F
fI:I1Representation e
Examples: Inductance, mass, inertia
I Constitutive equation (For modeling any physical phenomenon characterized by a relation ship between flow and effort
Chap.2/ 53
2.3.8. Exemple de modélisation par Bond graph
1 0
R C
e1 e2
f1 f1Se
f2Sf
eCe2
Q2
Q1
PC
Pompe
R
P1
C
Système hydraulique
i1 i2
U1 Ci
Générateur de tension
R
UC
Système électrique
Représentation
Equation de l ’élément C dtffC
UPfdte CCC )(10, 21
e f
iQfUPe
Chap.2/ 54
LES LOGICIELS DE MODELISATION et de SIMULATION MATLAB-SIMULINK
TWENTE SIM, SYMBOLS
Chap.2/ 55
2.3.9 Lois fondamentales de la modélisation des processus
Loi de continuité générale
(Débit massique entrant dans le système) - (Débit massique sortant du système) = variation de la masse
dans le système
Balance énergétique
(Puissance totale reçue par le système de l’extérieur) + (Flux d’enthalpie transportée par le mélange à l’entrée)
- (Flux d’enthalpie transportée par le mélange à la sortie) = variation de l’énergie interne s’accumulant dans le système
Chap.2/ 56
2.4 EXEMPLES DE MODÈLES MATHÉMATIQUES
CIRCUIT RLCVe Vs
t
S
L
R
idtC
V
dtdiLV
RiV
0.1
.S
SSe V
dtVdLC
dtdVRCV 2
2..
Ve C Vs
LR
a. Modèle d’un circuit électrique RLC
SLRe VVVV
Chap.2/ 57
b. Modèle d’un thermocouple
)(.. tTeEdtdE
SMCKo
dt
dTsMCTsTeS .
En tenant com pte que dans un therm ocouple E K Ts on obtient , :
Un thermocouple ?
Ts
Te
ETs : Temp. de la soudure du thermocouple [°];Te : Temp. du milieu à mesurer;
M : masse de la soudure [kg];S : Surface d'échange de chaleur [m²];C : Capacité calorifique. de la soudure [j/(kg.°K)];
Coef. de transfert de chaleur [j/(sec.m².°K)];
E : fcem de sortie = K.Ts [Volt]; K=cste.;
ThermocoupleTe(t) [°c] E(t) [mV]
Chap.2/ 58
c. Modèle d’une vanne de réglage
X
Pe
7
1
2
3
45
6
sPdtdXfkX
dtXdm e2
2Bilan des forces (Newton)
1. Schéma de principe 2. schéma bloc
Légende :Pe : pression provenant du régulateur [0,2 bar à 1bar] (entrée)X : déplacement de la tige 3 [0 à 6 mm](sortie) f : frottement [kgf.sec/m], m : masse de la partie en mouvement [kg]1 : Membrane en caoutchouc de section s [m²]2 : ressort de raideur Ke [kgf/m]3 : Tige , 4 : garniture d'étanchéité, 5 : siège, 6 :clapet7 : conduite
VannePe (bar) X (mm)
régulateur 0,2 -1 bar 3 - 15 psi
Pe
3. Modèle
DEMO
Chap.2/ 59
il faut que l’erreur soit minimaledans les systèmes industriels
admissibleE
EmY
YY %100.
maxmaxmaxmax
Processus
Modèle
+X(i)
-Ym (i)
max
YE (i)
ERREUR DE MODÉLISATION
?.ad
Explosion nucléaireNous ne pouvons pas afficher l’image.
Modèle de la réaction nucléaire
Poste de commande
Feed back pour la correction du modèle
Données expérimentales
Données du modèle
2.4.1 vérification (calage) du modèle obtenu
Chap.2/ 60
2.5 Rappel sur les transformées de Laplace
Soit une fonction f(t) continue et nulle pour t<0;
et bornée :
Elle admet alors une TRANSFORMEE DE LAPLACE :
On lit : image de f(t) est F(p)f(t) F(p)
où : p = + j, > 0 variable complexe.
La transformée inverse ou originale se déduit :
Où un domaine assurant la convergence de l'intégrale.f(t) sera calculée par la formule des résidus.
2.5.1 Définitionf(t)
t
0
)()()( dtetfpFtfL pt
dtetf t)(
)()( 1 pFLtf
Chap.2/ 61
2.5.2 Propriétés des transformées de Laplace6 Linéarité
7 Dérivation
Si conditions initiales :
8 Intégration
2 Théorème de la valeur finale :
exemple de calcul : F(t) = cste. F(p) = ?
F p cste e dt cstep
e cstep
pt pt( ) . . . .
0 0
1 1
)()()(.0
ftfLimpFPLimtP )()()( pFPtfL nn
)0()()(.0
ftfLimpFPLim
tP
)()(.)()(. 2121 pBFpFAtBftfAL
)0()....0()0()()( )1()1(21)( nnnnn ffpfppFptfL
1 Théorème de la valeur initiale :
3 Théorème du retard temporel :
)()( pFetfL p
4 Théorème de l’avance :
)()(. pFtfeL t
5 Théorème de convolution :
)()()()(0
pYpFdtyfL
ppFdfL
t )()(0
Chap.2/ 62
Originale : F(t) Image : F(p)Cos(at)
22 app
1-cos(at)
÷÷
2
21
1
app
1
Tt
ea
)1(1
ppap
÷÷
2
1
21
1 Tt
eeTT
Tt
)1)(1(1
21 pTpT
÷÷
21 ..
)(11 21
12
Tt
Tt
eTeTTT )1)(1(
121 pTpTp
zzarctgavec
tzaez
taz
2
2..2
1:
).1sin(1
11
1,21(
12
÷
zavec
ap
apzp
).1sin(1
11 2..2
tzaez
taz
1,21
12
÷
zavec
ap
apz
2.5.3. Transformées de Laplace des fonctions usuelles
Chap.2/ 63
Transformées de Laplace des fonctions usuelles (suite)
1p1
t2
1p
ate
ap 1
Tt
e
1 )1(1
Tpp
)!1(
1
nTet
n
Tt
nnTp)1(
1
)1(
TteT T
t
)1(1
2 Tpp
Tt
eT
tT )(1 2)1(1Tpp
)1(
TteT T
t
)1(1
2 Tpp Sin(at)
22 apa
Originale : F(t) Image : F(p)
Chap.2/ 64
2.6 Fonction de transfert
SYSTEMEx (cause) y (effet)
m
m
mn
n
n dttydb
dttydb
dttdybtyb
dttxda
dttxda
dttdxatxa )(...)()()()(...)()()( 2
2
2102
2
210
)())((L)())((
pYtypXtx
L
W p Y pX p
a a p a p a pb b p b p p
nn
mm( ) ( )
( ).....
.....b
0 1 22
0 1 22
mm
nn pbpbbpYpapaapX ........)(........)( 1010
)()(
.
.
)()(
pYPdt
tdy
pPYdt
tdy
nn
n
L
L
)()(
.
.
)()(
pXPdt
tdx
pPXdt
tdx
nn
n
L
L
et
2.6.1. Définition
Chap.2/ 65
2.6.2 Zéros et pôles
)()()(
pDpNpW
)...2,1(0)( nippN ii Pi Zéros
)...2,1(0)( mippD ii Pi Pôles
)().()( 1 pXpWLty
)().()( pXpWpY
SYSTEMEx (p) y (p)
)()()(
pXpYpW
Sortie d ’un système
Chap.2/ 66
Us(
t)
E R C
0 0
( )( ) ( )
: 0, ( ) 0, ( ) 0
dUs tUs t RC E tdt
Conditions initialesCI t E t Us t
Exemple
11
)()()(
RCppEpUspW
11).((
11).()( 1
RCppELtUs
RCppEpUs
)()(
)(.)()()(
pEtEL
pUspdt
tdUsL
pUstUsL
)()()( pEpRCpUspUs
Chap.2/ 67
2.6.3 Connexion des fonctions de transfert
W1(p)
n
ieq pWipWnpWpW
pXpYpW
121 )()()....(.)(
)()()(
W2(p) Wn(p)Y1(p) Y2(p) Y(p)X(p)
X(p)Weq(p)
Y(p)
a. Série
Chap.2/ 68
c. En parallèle
n
ieq pWipWnpWpW
pXpYpW
121 )()()...()(
)()()(
W1(p)Y1(p)
Y2(p)X(p)W2(p)
Wn(p)
+
+
+
+
Y(p)
Yn(p)
X(p)Weq(p)
Y(p)
Chap.2/ 69
b. En contre réaction
0réactioncontrelasi)().(1
)()(
0réactioncontrelasi)().(1
)()(
pWpWpWpW
pWpWpWpW
crou
oueq
crou
oueq
Wcr(p)
(sign)
+X(p) E Y(p)
M
Wou(p)
X(p)Weq(p)
Y(p)
Chap.3: DYNAMIQUE DES SYSTEMES LINEAIRES
Objectifs du chapitre :
Comment analyser la dynamique d’un système Calculer la réponse temporelle d’un système Analyser d’un point de vue temporel et fréquentiel un systèmeDéfinir les paramètres de performance d’un système Étudier les systèmes linéaires types avec des exemples réelsÉvaluer sans calcul fastidieux les performances fréquentielles d’un
système
Chap.3/ 70
Chap.3/ 71
Objectifs et importance de l’analyse des systèmes
Comparer les performances des systèmes, C’est aussi l’étape préliminaire avant la réalisation d’un système de
commande. Cette étape représente 50% d’un projet de réalisation d’un système de
commande
W(p)X(p) y (p)
ANALYSE DES SYSTÈMES DYNAMIQUES (1/2)
Chap.3/ 72
ANALYSE DES SYSTÈMES DYNAMIQUES (2/2)Types d’analyse
Analyse temporelle : l’entrée est un signal qui varie en fonction du temps, permet d’évaluer les performances en rapidité, précision, stabilité. Exemple : tester les performances d’un missile.
Analyse fréquentielle : l’entrée est un signal qui varie en fonction de la fréquence permet d’évaluer les performances filtrage, bande passante, déphasage etc... C’est une approche souvent d’un électronicien. Exemple : tester des enceintes acoustiques.
Analyse temporelle Analyse fréquentielle
Analyse de le la dynamique des systèmes
Chap.3/ 73
SIGNAUX DE TEST TYPESCritère du choix des signaux de test Simples DéfinisCapable d’exciter un régime d’exploitation le plus difficile
3.2.2. Classification des signaux de test types
Signaux sinusoïdaux(analyse fréquentielle)
signal de saut
SIGNAUX DE TEST TYPES
Signaux non sinusoïdaux(analyse temporelle)
Signal sinusoïdal
Signalimpulsionnel
Signalde rampe
Chap.3/ 74
A. Signal de saut Définition
Transformée de Laplace
Réalisation physique Ouverture d’un interrupteur
Réponse indicielle
p
edtptxpeedtptxpetteL 0
00
0)()()()(
)(.)( 01 pWp
eLth
00)(0)( 0
tpourttpouret
Echelon unitaire, si e0 =1.
e0
t
Chap.3/ 75
B. Signal impulsionnel (fonction de Dirac) Définition
Transformée de Laplace l’impulsion de Dirac est la dérivée de l’échelon
Réalisation physique Fermeture et ouverture brève d’un interrupteur
Réponse ipulsionnelle
(t)
( )( )
t pour t tt pour t t
0 0
0
(t) est la fonction de DIRAC ou impulsion unitaire
t0 t
t
1)()()()( pptLdt
tdt
)()(.1)( 1 tWpWLtS
Chap.3/ 76
C. Signal de rampe Définition :
Transformée de Laplace :
Réalisation physique :
e t tg t pour t te t pour t t( ) .( )
0
00
Domaine d’utilisation
Réponse à une rampe
)(1)( 21 pW
ptgLtS
t0
e(t)
tg
Si t L e t tg t exp pt dt tgp0
020 1
( ) . ( ) .
t
e(t)
t
e(t)
Chap.3/ 77
D. Signal sinusoïdal
)sin()( 0 tete
Définition.
Réponse à une sinusoïde
)()( 22
1 pWp
LtS
Si L e t L e t ep
0 0 0 2 2( ) sin( )
)(:)(:2/
)/(:':0
radianphasehertzfréquencela
sradangulairefréquenceoupulsationlaamplitudele
Transformée de Laplace :
Réalisation physique : Générateur de signaux
Domaine d’utilisation :
e(t)
t
Chap.3/ 78
CALCUL DE LA RÉPONSE D’UN SYSTÈME
Principe
Comment calculer l ’originale ?
)().()()( 11 pWpXLpYLtY W(p)X(p) y (p)
Méthode des résidus Application des transformées de Laplace
Méthodes pour déterminer l’originale d’une fonction
Chap.3/ 79
A) Méthode des résidus Principe
Cas pôles simple
Cas pôles multiples
nk ppppppapD .......)( 10
1 1
1
1
( )
( )11 ! ! ( )
kk k
k
k
mnm j p t
kjk k
mjk
kj jk p p
F t H t e
p p N pdHj m j dp D p
n
ipYtY
1)(Res)()...2,1((0)(
)()()( niPpD
pDpNpF i
tpin
i pip
tpn
ki k
epippYLimtF
ePDpNtFpFL k
.
1
1
).).((.)(
)(')()()(
nk mm
mk
m ppppppapD ......)( 110
Chap.3/ 80
B) Application : Equations différentielles par la méthodes de résidus
)()(.)(.)( 2
2tVs
dttVdLC
dttdVRCtV SS
e
Henry1L1Farad,C,2Rsoit ),()()(.2)( 2
2tV
dttVd
dttdVtV S
SSe
)(.)(
)(.)()()()()(
22
2pVsp
dttVsdL
pVspdt
tdVsL
pVstVsLpVetVeL
Ve
1. On passe à la transformée de Laplace pour chaque variable
C Vs
LR
i
Chap.3/ 81
B) Application : Equations différentielles par la méthodes de résidus
2. On remplace les transformées de Laplace dans l’équation différentielle temporelle :
)()(2)()( 2 pVppVspVsppV se
3. On exprime (la sortie) Vs(p) en fonction de l’entrée
12
)()()(12)( 22
pppVepVspVepppVs
5. On détermine les pôles
4. On fixe une entrée (exemple Ve(t) = 5V , donc Ve(p) = 5/p )
1,0
012
321
2
PPPppp
12.5)( 2
ppp
pVs
Chap.3/ 82
B) Application : Equations différentielles par la méthodes de résidus
15115
)!12(1)( 2
2
12
12
12
tee
ppp
dpdLimtVs tpt
p
.5
1.5)( .0
201
t
pe
pppLimtVs
7. Solution générale 515)()()( 21 tetVstVstVs t
6. on applique la formule des résidus :
A. Pour le pôle simple :
B. Pour le pôle double
Solution homogène
Solution particulière
Chap.3/ 83
Etude fréquentielle d’un système Principe
Ce qui nous intéresse dans une étude fréquentielle, c’est le régime permanent c’est àdire la composante pour les pôles de X(p), c’est à dire
Conclusion Si on applique à un système linéaire de fonction de transfert W(p) un signal d’entrée x0
sinusoïdal d’amplitude et de pulsation , alors on obtient à la sortie un signal aussi sinusoïdal mais déphasé de ( ) et d’amplitude A().
y(t) = ?)sin()( 0 txtx
SYSTEME
)()( de poles220
111 )().(.Re)(..)().()()(pWetpX
pWpXspWp
xLpWpXLpYLtY
jpetjpp 2122 0
y t x A t( ) . ( ).sin[ ( )] 0
Chap.3/ 84
1. Caractéristique Amplitude Fréquence (CAF) A()
2. Caractéristique Phase - Fréquence (CPF) () :
3. Lieu de Nyquist CAPF : W(j)
Calcul des caractéristiques
Caractéristiques fréquentielles naturelles
)Im()Re()( jjW
)Re()Im()(
)Im()Re()( 22
arctg
A
Chap.3/ 85
Exemple de calcul du lieu de transfert
.1.01)(
jj
jW
2).01
)()Im()(
1)Im()()( 22
arctgRe
arctg
ReA
2).01
)()Im()(
1)Im()()( 22
arctgRe
arctg
ReA
1)Im(
0)(
Re
0
2
)(A
Im(
Re(
ppW 1)(
Lieu de Nyquist
Chap.3/ 86
Caractéristiques fréquentielles logarithmiques
1. DIAGRAMME DE BODE : Ensemble des caractéristiques amplitude et phase en fonction de la fréquence construites sur l’échelle logarithmique.
Courbe de gain :
Phase
Bel ? : On appelle niveau de pression acoustique d’une onde sonore sinusoïdale, la grandeur proportionnelle au logarithme décimal du rapport de la pression effective Pefde cette onde au seuil d’audibilité P0 pour une fréquence donnée de l’onde.
2. DIAGRAMME DE BLACK (LIEU DE NICHOLS) Abscisses : phase en degrés ordonnées le module exprimé en dB
)décibelen()(log.20)( AL
)degréen()(
Tracer les courbes par logiciel Matlab
Chap.3/ 87
N=[1];D=[3 2 1]nyquist(N,D)
-180 -135 -90 -45 0 45-70
-60
-50
-40
-30
-20
-10
0
10Nichols Chart
Open-Loop Phase (deg)
Ope
n-Lo
op G
ain
(dB)
N=[1];D=[3 2 1]nichols(N,D)
-1 -0.5 0 0.5 1-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
System: sysReal: 0.907Imag: -0.519Frequency (rad/s): 0.238
Nyquist Diagram
Real Axis
Imag
inar
y A
xis
Tracer les courbes par logiciel Matlab
Chap.3/ 88
-50
-40
-30
-20
-10
0
10
System: sysFrequency (rad/s): 0.146Magnitude (dB): 0.172
Mag
nitu
de (
dB)
10-2
10-1
100
101
-180
-135
-90
-45
0
System: sysFrequency (rad/s): 0.419Phase (deg): -60.5
Pha
se (
deg)
Bode Diagram
Frequency (rad/s)
N=[1];D=[3 2 1]bode(N,D)
Matlab
Analyse fréquentielle : par Matlab-Simulink (1/P+1)
Chap.3/ 89
N=[1];D=[1 1]bode(N,D)
10-2
10-1
100
101
102
-90
-45
0
Pha
se (
deg)
Bode Diagram
Frequency (rad/s)
-40
-30
-20
-10
0
System: sysFrequency (rad/s): 1.04Magnitude (dB): -3.18
Mag
nitu
de (
dB)
1. Matlab
2. Simulink
Haute fréquence 10rd/sBasse fréquence 1 rd/s
Signal entrée
Signal sortie
Chap.3/ 90
7406290
.360 45
T msT ms
TT
, correspond à T secondes ou à =360°periode
6290T ms
Chap.3/ 91
PARAMÈTRES DE PERFORMANCES (1/4)
Performances d’un système de commande
StabilitéPrécisionProcessus transitoire
-
+
Comment ils sont obtenus ?
Types de paramètres de performances
Chap.3/ 92
PARAMÈTRES DE PERFORMANCES (2/4)
tpr
-0,5
0
0,5
1
1,5
2
0 1 3 5 7 9
Régime transitoire Régime permanent
tm
y(t)
x(t) [s]
A1
A2
Y(
± 5%. y( )
XcErreur deréglage
D
te
CONSIGNE
MESURE
Chap.3/ 93
PARAMÈTRES DE PERFORMANCES (3/4)
Rapidité Temps de réponse tpr
Temps de montée tm Temps de retard pur
Temps d’établissement te
Performances d’amortissement Dépassement (overshoot) :
Taux d’amortissement (damping ratio)
d Ay
y yy
1 100% 100%( )
. ( )( )
.max
A AA
1 2
1
Chap.3/ 94
PARAMÈTRES DE PERFORMANCES (4/4) Performances en précision
Erreur statique
Erreur dynamique
Performances en stabilité Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
dttxtyEprt
cd 0
2)()(
s(t)
t
s(t)
t
système instable
système stable
)()(lim)()(lim0
pxpYptxty cptc
Exemple
Chap.3/ 95
Stable , non précis
Stable , précis
Instable
Chap.3/ 96
ANALYSE DES SYSTEMES LINEAIRES TYPES
SYSTÈMES DYNAMIQUES TYPES
Naturellement stable : W p ka pi
i( ) 1
Naturellem ent instable : W p k
p a pii
( ) 1
Premier ordre : W p ka a p
( ) 0 1
2 - iém e :ordre W p ka a p a p
( ) 0 1 2
2
Particulier
In tégra teu r pu r
W p kp
( )
A p ério d iq u e
W p ka a p
( ) 0 1
D é riva te u r ré e l
W p K T pT p
( )
11
1
2
à d é p h a sa ge n o n m in im a le
W p K T pT p
( )
11
1
2
a v e c re ta rd p u r
W p K e p( )
d ' ordre zéroW p K( )
Classification
Chap.3/ 97
ANALYSE DE LA DYNAMIQUE D’UN SYSTÈME TYPE
Analyse temporelle Analyse fréquentielle
Equation différentielle
Fonction de transfert
Réponse indicielle
Réponse impulsionnelle
Réponse à une rampe
Caract.amplitude fréquence
Caract. phase fréquence
Diagramme de Nyquist
Diagramme de Nichols
Echelle naturelle Echelle logarithmique
Diagramme de Bode
Étapes d ’analyse
Méthodologie de l’analyse d’un système
Chap.3/ 98
A. Elément intégrateur pur
y t k x t d tt
( ) ( ) 0
pK
pXpYpW
)()()(
1. Définitionx(t) y(t)
2. Fonction de transfert
3. Exemple
0
( )( ) ,
1( ) ( )
( ) 1( )( ) .
t
d V d h tQ e t Sd t d t
h t Q t d tS
H p KW pQ e p S p p
h(t) [m]
C
h(t) [V]Qe [A]
Qe [m3/s]
Chap.3/ 99
Elément intégrateur pur (suite)
W j Kj
j K
A K a r c tg
( )
( ) , ( ) ( )
0
2
Im
Re
2
0
y t L Xp
Kp
X K t( ) . . .
1 0 0
4. Lieu de Nyquist
6. Réponse indicielley(t)
0
X0kXtg .0
t
7. Conclusion
Chap.3/ 100
T dy tdt
y t Kx t( ) ( ) ( )
ΔxΔy statiqueGain
[seconde] tempsde constante
1
1
0
ab=K
aaT
W p KTP
( ) 1
Ve t RC dVdt
V t
W p Vs pVe p RCp
Ss( ) . ( )
( ) ( )(
11C
VsR i
T RC
K VsVe
,
1
1. Définition
Forme réduite
3. Exemple
a d y td t
a y t b x t0 1( ) ( ) ( )
x(t) y(t)
2. Fonction de transfert
B) Élément du premier ordre
Système hydraulique : reservoir
Chap.3/ 101
( )( ) ( )
( )
( ) ( )
( ) 1 /( )( ) 1 1
R
d q d U s tQ e t Q s t Cd t d t
U U sQ s tR R
d U s t U sC Q e td t R
U s p R KW pQ e p R C p T p
T R C
( )( ) ( )
( 0 )( ) ( )
( ) ( ) ( )
/ ( )( )( )( ) 1. 1
v v
v
v
v
v
d V d h tQ e t Q s t Sd t d t
P o gQ s t h tR R
d h t gS h t Q e td t R
R gH p KW p RQ e p T pS pg
ST R R Cg
h(t) [m] R
Qe [m3/s]
Po [Pa]
C
h(t) [V]
Qe [A]
R
Qs [m3/s]
V [m3]
Pat=0
Qs [A]
Chap.3/ 102
Système thermique
m : masse de la soudure [kg]S : surface d’échange de chaleur de la soudure [m²]Te : Température du milieu à mesurer [°c] (entrée)Ts : Température de la soudure du thermocouple [°c] : Coefficient de transfert de chaleur [j/(sec.m².°c]CT : Capacité calorifique de la soudure [j/(kg.°c]E(t) : tension de sortie [mV] (sortie) = KTs (proportionnelle à Ts(t)
dTsmCdtTsTeS T
m CS
dT s td t
T s t T e t ou m CS
dE td t
E t K T e t
W p KT P
T T
. ( ) ( ) ( ) . ( ) ( ) ( )
( )
1
T mS
C
K ET e
M v c
T
. .
[ / ]
Sm
QR
1
E(t)
Ts
Te
Analogie thermique_Electrique, hydraulique
RCT TCVC
Chap.3/ 103
T1 T2
Q
Chap.3/ 104
y t L X
pK
TpK X e
tT( )
1 01
0 1
y t K X e K X y
y t T K X e y
y t T K X e y
T
TT
TT
( ) ( )
( ) , ( )
( ) , (
0 1 0
0 1 0 6 3
3 0 1 0 9 53
Le temps du proc. Trans. = 3T
t= T, la réponse atteint 63%de la valeur finale0
2T
0,95
0,63
t31
y(t)
3T
Réponse indicielle d’un élément de premier ordre
Chap.3/ 105
)()(
1)(
111)(
2
22
TarctgTKA
TKTj
TK
jTKjW
Réel
0
Im
=1/T
=0
= =/4
Lieu de Nyquist d’un élément de premier ordre
Relation temps-fréquence
1 1Fréquence de coupure :2
1Bande passante BP : [0, ]
temps de montée : . 0.35on augmente le temps de montée en élargissant la BP
c c
m c
fT T
Tt f
Chap.3/ 106
dy tdt
dy tdt
y t K x tn n n
2
22 22( ) ( ) ( ) . ( )
n pulsation propre non amortie ou pulsation naturelle rad s aa
coefficient d amortissement aa a
K gain statique ab
coeffcient
[ / ]
'.
0
2
1
0 2
0
2
n pulsation propre non amortie ou pulsation naturelle rad s aa
coefficient d amortissement aa a
K gain statique ab
coeffcient
[ / ]
'.
0
2
1
0 2
0
2
W p Y pX p
Kp p
n
n n( ) ( )
( ).
2
2 22W p Y p
X pK
p pn
n n( ) ( )
( ).
2
2 22
1. Définition
2. Fonction de transfert
a dy tdt
a dy tdt
a y t bx t2
2
2 1 0( ) ( ) ( ) ( )
x(t) y(t)
Forme réduite
3. Paramètres fondamentaux
C) Élément du second ordre
Chap.3/ 107
V RC dVdt
LC d Vdt
VeS S
S . .2
2
Ve C VsLR i
n LCR
LC
K 1
2 11,
. ., n LC
R
LC
K 1
2 11,
. .,
dttdftKeCCC
CCdt
tdJ
SStfR
RmS
)()(
;)(. 2
2
W p s pC p
KeJ
p fJ
p KeJ
m( ) ( )
( )
2
W p Vs pVe p
LCp R
Lp
LC
( ) ( )( )
1
12
n JKe
fJ Ke
K 1
21,
. ., n J
Ke
fJ Ke
K 1
21,
. .,
Exemples d’élément du second ordre
C tm( ) s t( )fc
f
tc
Ke
J
Vanne automatique
Chap.3/ 108
DEMO
Chap.3/ 109
Vanne pneumatique de réglage
md Xdt
keX f dXdt
P se
2
2
2 2
. .( )( )( )
s s KeX p m Ke mW p f Ke f KePe p p p p p
m m m m
1 , ,2.
nf sK
Kem mKe Ke
1 , ,
2.n
f sKKem m
Ke Ke
Analogie
Controller 0,2 -1 bar 3 - 15 psi Pe
x 7
1
2
345
6
R f
L J m
Ke 1/C
Chap.3/ 110
22
21
2.1)(
nn
n
pppLty
0..2)( 22 nn pppD
SYSTEMEy(t)x(t)
1. Echelon unitaire
2. De quoi dépend la sortie ?
122 n
Du coefficient d’amortissement
P P n1 2
= 1
,1.
1.2
2
21
nn
nn
p
p
> 1 < 1
22
21
1.
1..
nn
nn
jp
jp
Réponses indicielles d’un élément de 2-iéme ordre
Chap.3/ 111
Réponses indicielles pour # valeurs de Cas 1
0 2 4 6 8 10 12 14
1
1.2
Y(t)
t (sec)tpr
0
110)(
inflexion d' Point
.sec8,4
2
2
D
tdt
tyd
t
nI
pr
tn
netty ).1(1)(P P n1 2 = 1
Chap.3/ 112
Réponses indicielles pour > 1
Cas 2,1.
1.2
2
21
nn
nn
p
p > 1
W p K
p p p pK
p p T p T poù T
pT
pn n( ) . ,
2
1 2
2
1 2 1 21
12
21 11 1
y t TT T
e TT T
e
tT
tT( )
1 1
1 2
2
1 21 2
0 10 20 30 40 50
1
Y(t)
t (sec)
2
4
t T Tpr 3 1 2.
Chap.3/ 113
Réponses indicielles pour < 1
Cas 3
22..
21.1sin.
1
110)( arctgteKXty ntn
< 12
1
22
. . 1
. 1
n n
n n
p j
p j
0 20 30
X0=1
t (sec)
ymax
D2
D1
tm tprte
Chap.3/ 114
1. Temps du processus transitoire
2. Nombre d’oscillations t N N Nprn
. .2 2
1
32
12
2
t N N Npr
n
. .2 2
1
32
12
2
nnpr Tt
)20ln(3.3
nnpr Tt
)20ln(3.3
)sin(.)( teAty tn
tne :Enveloppe n
tTt
Teety n
1 )(
:ordre1er nelledu impulssionRéponse
.
n
tTt
Teety n
1 )(
:ordre1er nelledu impulssionRéponse
.
Paramètres de performances d’un système de deuxième ordre oscillant
Chap.3/ 115
Paramètres de performances d’un système de deuxième ordre oscillant
3. Dépassement
%100.)(
)(max
yyyD
...)3,2,1(0)(.?max KKtdt
tdyy
1er pic : K=1, 2ème pic K=2, etc...
21min 1
K
ey
K impair :
K pair :
21max 1
K
ey
Chap.3/ 116
Paramètres de performances d’un système de deuxième ordre oscillant
4. Temps d ’établissement Pour un échelon unitaire
5. Taux d ’amortissement
21max1
1
eyD21max
11
eyD
12
1 12
1
2
1
2
2
ln
ln
DD
DD
12
1 12
1
2
1
2
2
ln
ln
DD
DD
te K
temps d'établissement ( )1te K
temps d'établissement ( )1
D DD
e1 2
1
211
2
D D
De1 2
1
211
2
Chap.3/ 117
= 0n
n
jpjp
2
1 ..
Réponses indicielles pour = 0
Cas 4
)cos(1.1)( 22
21 t
ppLty n
n
n
D2
t
Y(t)
Chap.3/ 118
Wf pK
a p a p a K( )
22
1 0
Wf p
Ka
p aa
p a Ka
D p p aa a K
a
a Ka
p a Ka
( ) ( ) ..
. .
2
2 1
2
0
2
2 1
2 0
2
0
2
0
2
22
21
a
a a Ka
K a a aa
1
2 0
2
12
02
22
221 4
4.. . Pour K a a a
a
07 12
22
12
0 2
2, ,Pour K a a a
a
07 12
22
12
0 2
2, ,
Valeur de K pour avoir les meilleurs performances en boucle fermée ?
Xc(t)
-K
Ys(t)1
22
1 0a p a p a
Exercice
Chap.3/ 119
F ré q u e n c e r é d u i te :
( )
( )
( )
u
W j K u
u uj u
u u
A K
u u
a r c tg uu
n
1
1 2
2
1 2
1 2
21
2
2 2 2 2 2 2
2 2 2
2
RésonnancedA
davec
A K
R n( ) . ,
.max
0 1 2 0 7
2 1 2
2
2
Im
Re0
u=1
Diagramme de Nyquist d’un élément du second ordre
[-] 5 2 1 0,9 0,7 0,5 0,343 0,30 0,22 0,11 0,01 0
tpr [s] 30 12 4,75 4 2,8 4 8 11 15 30 300
D [% ] - - - 1 4,5 17 30 38 50 70 95 100
[-] - - - 1 0,998 0,973 0,9 0,87 0,75 0,41 0,13 00
Résumé des performances d’un système de deuxième ordre
Paramètres de performances normalisés
Conclusion général sur un système de 2-iéme ordre
Dans le domaine temporel, lorsque <1, le système a tendance à osciller longuement avant immobilisation. = 0,7 est optimal du point de vue stabilité précision. Pour > 1, (frottement important, élasticité réduite), les régimes sont hyper amortis et lents.
Le système perd alors son «agilité», un tel cas est à éviter en SRA lorsque la structure s’y prête en agissant par exemple sur le gain du correcteur.
Dans le domaine fréquentiel, Le système suit presque sans inertie l’entrée à basse fréquence mais présente un
déphasage qui tend vers -180 degrés à haute fréquence.
Chap.3/ 121
y t x t( ) ( )
W p Y pX p
e p( ) ( )( )
y t( )
x t( )y t x t( ) ( )
Vl
x t( )
y t( )l
SYSTEMEy(t)x(t)
Définition
Exemple
Fonction de transfert
Réponse indicielle
Système avec retard pur (1/2)
Chap.3/ 122
Diagramme de Nyquist
Conclusion Système du aux phénomène de très grande inertie, jeux mécaniquesVéritable « poison » pour la régulation car déstabilise le système du au
déphasage négatif
W j e j
A
arctg
j( ) cos sin
( ) cos sin
( ) sincos
2 2 10
Im
Re
R=1
Système avec retard pur (2/2)
Chap.3/ 123
Problématique Soit donné un système quelconque de fonction de transfert W(p) :
On veut représenter d’une manière simple et rapide les diagrammes de Bode, Nyquist et Black.
Pourquoi une telle démarche ? Eviter les calculs fastidieux de W(j). Evaluer rapidement la stabilité du système et les performances du système.
nn
mm
paapaapbbpbbpW
010
010
......)(
Tracé des caractéristiques fréquentielles des systèmes (1/4)
Tracé des caractéristiques fréquentielles des systèmes
Chap.3/ 124
Chap.3/ 125
Principe de la méthode Un système linéaire quelconque est formé d’éléments simple d’ordre zéro, du
premier ordre, deuxième ordre et d’intégrateurs et ou dérivateurs d’ordre .. W(p) peut être factorisée en éléments simples
ordre deuxième du élémentsd' Nbre :ordrepremier du élémentsd' Nbre :
négatif) ou positifentier ( :,,0)( )(constante statique Gain:
2.1.)(1
22
1
qr
ZK
pppKppWq
nnr
ii
i
2 ordred' Sytème :2
1 ordred' Sytème:1 α ordred' ) 0)(α dérivateur ou
0)(αr Intégrateu :
zéroordred' Sytème:
22 nn pp
p
p
K
Tracé des caractéristiques fréquentielles des systèmes (2/4)
Chap.3/ 126
Propriété Le gain logarithmique et le déphasage d’un produit de facteurs s’obtient en faisant la
somme algébrique des gains et des phases des différents facteurs ( PS: Le gain naturelle est par contre le produit des gains des différents facteurs)
Calcul du Gain
qnn
r
ippppKjWL i
1
22
12.1..log20)(log20)(
qnln
r
ii
jj
j
jKL
i
1
22
1
2log20
.1log20
log20log20)(
Sachant que : 22 )Im()Re()Im(.)Re()( jjW
q
lnln
iir
iKL
1
222222
2
1
4log.10
.1log.10log20.log20)(
Tracé des caractéristiques fréquentielles des systèmes (3/4)
Chap.3/ 127
Calcul de la phase
Conclusion Il suffit de savoir exprimer le gain el la phase des éléments de base pour en
déduire par simple sommation, le gain et la phase de W(j)
q
nln
r
ii
jj
j
jKjW
i
1
22
1
2arg
.1arg
)arg()arg()(arg()(
)Re()Im())Im(.)Re(arg((arg
arctgjjW
q
nlnr
iii jjjK
1
22
12arg.1arg
2.)arg()(
Sachant que :
Tracé des caractéristiques fréquentielles des systèmes (4/4)
Chap.3/ 128
Gain K La courbe est une horizontale
Dérivateur
0
0si0)( :Phase
log20)(:Gain)(
KsiK
KLKpW
2
)arg()( :Phase
log20log20)(:Gain)(
j
jLppW
0
L() [db]
Log()
20logK
Log()
() [rad]
0
Log() Log()0
L() [db] () [rad]
2
20db/décade ou 6db/octave est noté +1
1 1
01 1
+1
Représentation des éléments de base (1/3)
Chap.3/ 129
Intégrateur
Log() Log()
L() [db] () [rad]
2
2
)1arg()( :Phase
log201log20)(:Gain
1)(
j
jL
ppW
0101
-1
Représentation des éléments de base (1/7)
Chap.3/ 130
Premier ordre (1+p)
1log101log20)(:Gain
1)(2
jL
ppW
dbLLL
3)(11 à égal pente ,0,log10)(1
0 à égal pente ,0)(1Asmptote
Log()
L() [db]
1/
3db0
1
Amplitude
4)(1
2)(1
0)(1Asymptote
L
)()1arg()( :Phase arctgj
Log()
() [rad]
2
0
1
4
1/
Phase
+1
Représentation des éléments de base (2/7)
Chap.3/ 131
Premier ordre : (1+p)-1
)(1arg)(
:Phase
1log101log20)(
:Gain1)(
1
21
1
arctgj
jL
ppW
Changement de signe par rapport à (1+p)
Log()
L() [db]
1/
-3db
0 1
Amplitude
Log()
() [rad]
2
0 1
4
Phase
1/
Log()
-1
Représentation des éléments de base (3/7)
Chap.3/ 132
Log()
L() [db]
1/
-3db
0 1
Amplitude
ppW 1)( 11)( ppW
Log()
() [rad]
2
0 1
4
Phase
1/
Log()
Log()
L() [db]
1/
3db0
1
Amplitude
Log()
() [rad]
2
0
1
4
1/
Phase
+1
-1
Représentation des éléments de base (4/7)
Chap.3/ 133
Deuxième ordre : en numérateur
2
22
22
2log20)
2 pente ,log40)0 pente ,log40)
:Asymptote
2log20)
:Gain 2)(
nn
n
nn
nn
nn
L(
L(csteL(
jL(
pppW
2022arg)
arg)
0)arg()
:Asymptote
2arg)
:Phase
22
2
2
22
nnn
n
nn
nn
arctgj(
(
(
j(
Représentation des éléments de base (5/7)
Chap.3/ 134
Deuxième ordre : au dénominateur
2
22
122
2log20)
2 pente ,log40)0 pente ,log40)
:Asymptote
2log20)
:Gain 2)(
nn
n
nn
nn
nn
L(
L(csteL(
jL(
pppW
2022arg)
)0(arg)
0)arg()
:Asymptote2arg)
:Phase
22
22
2
22
nnn
n
nn
nn
arctgj(
arctg(
(
j(
Changement de signe par rapport au cas précédent
Représentation des éléments de base (6/7)
Chap.3/ 135
Retard pur
TrTrTrarctg(
jWL(
TrjTrejW
epWjTr
pTr
)cos()sin()
Phase01log20)(log20)
:Gain )sin()cos()(
)(.
.
Log()
L() [db]
0 1
Amplitude
Log()
() [rad]
1
Phase
0°
Représentation des éléments de base (7/7)
Chap.3/ 136
p1
p
p1
p11
p1
p11
22 2 nn pp
22 2
1
nn pp
Trpe
0
2
nou 1
2
2
2
2
2
0
0
0
0
0
0
0
4
4
2
2
2
2
4
4
2
2
Tr
Variation de la phase
Tracé des diagrammes fréquentiels : Résumé (1/2)
Chap.3/ 137
p1
p
p1
p11
p1
p11
22 2 nn pp
22 2
1
nn pp
Trpe
0 nou 1
0
0
0
0
0
0
0
Variation de la pente : ± correspond à ± 20db par décade
2
2
Tracé des diagrammes fréquentiels : Résumé (2/2)
Chap.3/ 138
Application : exemple 1 (1/4)
1
1Pour
Valeurs caractéristiques de la pulsation : 21
2)arg()arg()(
log20log20)(
1
jk
KL
12
11
1
22
21
12
11
1
1arg1arg)arg(arg))(arg()(
1log101log10log20log20
1.1..log20)(log20)(
jjjKjW
K
jjjKjWL
GAIN et PHASE
2
1Pour
23
222
)1(arg)1(arg)arg()arg()(
)log(20)log(20log20log20)(1
21
11
21
jjjk
KL
Pente -3
Pente -1
0,0,11.
)( 2121
Kppp
KpW
Chap.3/ 139
Application : exemple 1 (2/4)
21
11Pour
22
)1(arg)arg()arg()(
)log(20log20log20)(1
11
1
jjk
KL
Pente -2
Le diagramme pseudo asymptotique correspond à la sommationdes diagrammes associés à K, 1/p, 1/(1+1p) et 1/(1+2p)
Fréquence pour laquelle le déphasage est de -
2121
21
11.
)()(2
)(
soit
arctgarctg
xyxyarctarctgyxarctg 1)(
Chap.3/ 140
Application : exemple 1 (3/4)
Log()
L() [db]
0 1
() [rad]
0°
2
11
1
K
-1
-2
-3
2
23
21
1
Log()
Diagramme réel
Diagramme pseudo asymptotique
Chap.3/ 141
Application : exemple 1 (4/4)
0,0,11.
)( 2121
Kppp
KpW
k=1;
tau1=10;
tau2=1;
num=k;
den1=conv([1 0],[tau1 1])
den=conv(den1, [tau2 1])
bode(num,den), grid, title('bode par MAtlab')
Tracé du diagramme réel à l’aide de Matlab
Chap.3/ 142
Application : exemple 2 (2/3)
nn
nln
j(
KL
2arg)
4log10log20log20)(
22
222222
Valeurs caractéristiques 222 24 nn pppp
GAIN et PHASE
,0,4.
)( 2
Kppp
KpW
2,25,0 n
n Pour
20
20)(
log40log20log20)(
nKLPente -1
n Pour
23
20)arg(
20)(
log3*20log20log40log20log20)(
2
KKL
Pente -3
n Pour
220)20arg(
20)(
4/log202log20log20log20)(
2
2
n
nn
j
KKL
Chap.3/ 143
Log()
L() [db]
-1
n
0 1
Amplitude
Log()
() [rad]
2
0°
Phase
-1
-3
23
Digramme de Bode réel tracé à l’aide de Matlab
Digramme asymptotique
Application : exemple 2 (3/3)
Chap.3/ 144
Diagramme de Nyquist (1/3)
Lieu de Nyquist ? Il représente l’évolution en coordonnées polaires du nombre complexe W(p) lorsque p parcourt le
«contour d’exclusion de Nyquist» qui est toit simplement le contour qui entoure tous les pôles et zéros de W(p) compris dans le demi plan complexe caractérisé par une partie réelle positive. (voir Figures)
Cas où les pôles sont imaginaires purs : on les évite en les contournant
Re
Im
Re
Im
Re
-j2
-j1
+j1
+j2
Contour d’exclusion de Nyquist
→-
→0-
→0+
→+
Chap.3/ 145
Diagramme de Nyquist (2/3)
RègleLe tracé du diagramme de Nyquist commence par le tracé du lieu de
Nyquist pour variant de 0 à +La partie correspondant à variant de 0 à - s’obtient par symétrie du
lieu de Nyquist par rapport à l’axe réel
Exemple
0,0,11.
)( 2121
Kppp
KpW
)Im()Re()1)(1(
)1()1)(1(
)()( 22
221
221
2
22
221
221
jKjKjW
Chap.3/ 146
Diagramme de Nyquist (3/3)
Points particuliers
Simulation sur Matlab Nyquist(num, den)
21
21
21
21
21
)1Re(Pour
précédent) (exercice - )1(
-pour 0 réels des axel' avecon Intersecti
)()Re(,0
K
KIm
Re
0
0
)( 21 K
21
1
Chap.3/ 147
Diagramme de Black
Lieu de Black C’est une représentation cartésienne de W(j) avec phase en degré (abscisse) et
gain en db (ordonnées). Sa détermination passe par le diagramme de Bode.
Exemple
Utilisation de Matlab Nichols (num, den)
pppKpW
21 11.)(
Gain (db)0
0
21
1
°-90-180-270
Chap. 4.148
PERFORMANCES D’UN SYSTEMEde
COMMANDE
Objectifs du chapitre :
Définir et calcul des paramètres de performances d’un système Calculer les conditions de stabilité des systèmes Évaluer le degré de stabilité Comprendre le dilemme stabilité-précision par un exemple
Chap.4
Chap.4/ 149
4.1 PARAMÈTRES DE PERFORMANCES (4/4) Performances en précision
Erreur statique
Erreur dynamique
Performances en stabilité Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
dttxtyEprt
cd 0
2)()(
s(t)
t
s(t)
t
système instable
système stable
)()(lim)()(lim0
pxpYptxty cptc
Chap.4/ 150
4.2 STABILITÉ DES SYSTÈMES
1. CONDITIONS GÉNÉRALES DE STABILITÉ
n
i
tpi
ieCpWpXLty1
1 )()()(
La forme de la sortie dépendra la nature des pôles :
W(p)X(p) y (p)
n
i
tpi
ieCty1
)( Pôles pi réels
Parmi les n pôles existe une paire de pôles complexes P12 =±J
)sin(.)(2
1teeCty tn
i
tpi
i
Chap.4/ 151
4.3. Influence de la position des pôles sur la stabilité
-1
1
0 2 4 6 8 10
0 2 4 6 8 10-20
0
20y t e t oùt( ) .sin ( ) 0
instable
0 2 4 6 8 10
0
y t e t oùt( ) .sin( ) 0
Stable
0
0.4
0.8
1
y t C e pip t
i
n
ii( ) ,
10
Stable
0 2 4 6 8 100
10
20
25
y t C e pip t
i
n
ii( ) ,
10
instable
Un système est stable si et seulement si tous les pôles de sa fonction de transfert sont à partie réelle négative. Ils se situent tous strictement à gauche de l’axe imaginaire du plan complexe.
Chap.4/ 152
4.4 Influence de la position des pôles sur la dynamique du système
Im
Re
Instable
0 10-1
0
1
jp 22,1
0 10-1
0
1
jp 2,1
0 10
1
Rep
0 10
0
8
jp 02,1
0 10
0
8
jp 22,1
0 10
450
0
0
jp 2,1
Rep
Stable
Chap.4/ 153
4.5. Critère algébrique de Routh – Hurwitz (1/4)Problématique Critère algébrique de Routh : permet la détermination de la stabilité du
système (conditions pour lesquelles tous les pôles de W(p) sont à partie réelles négatives) à partir des coefficients du polynôme caractéristique sans calculer les pôles
Données
On analyse :
Conditions nécessaires de stabilité Tous les coefficients ai doivent être de même signe et non nuls.
Conditions nécessaires et suffisantes de stabilité Elle est donnée par le tableau de Routh
mnpapaapbpbb
pDpNpW n
n
mm
......
)()()(
10
10n
n papaapD ...)( 10
Chap.4/ 154
1
31
2
11
det
n
nn
nn
aaaaa
A
0
3
2
1
.
.
.
p
pppp
n
n
n
n
...
......
......
......
...
...
...
...
321
232221
131211
531
42
nnn
nnn
nnn
R
AAA
AAAAAA
aaaaaa
Les 2 premières lignes du tableau sont posées
Les autres lignes sont calculées à partir des 2 premières lignes
Tableau de Routh R
Calcul des coefficients Aij
4.5. Critère algébrique de Routh – Hurwitz (2/4)
1
51
4
12
det
n
nn
nn
aaaaa
A
...
......
......
......
...
...
...
...
321
232221
131211
531
42
nnn
nnn
nnn
R
AAA
AAAAAA
aaaaaa
1
71
6
13
det.
n
nn
nn
aaaaa
A
1er ligne
Chap.4/ 155
4.5. Critère algébrique de Routh – Hurwitz (3/4)
11
1411
71
23
det
AAA
aa
A
nn
2-ième ligne
11
1211
31
21
det
AAA
aa
A
nn
11
1311
51
22
det
AAA
aa
A
nn
...
......
......
......
...
...
...
...
321
232221
131211
531
42
nnn
nnn
nnn
R
AAA
AAAAAA
aaaaaa
On examine uniquement le 1er colonne pour la stabilité
Chap.4/ 156
Conditions de Stabilité selon le critère algébrique de Routh On examine la première colonne du déterminant de Routh (dont les
éléments sont appelés pivots) :
Théorème de Routh : Le système est stable si et seulement si les éléments de la première colonne du tableau de Routh sont tous de même signe. le nombre de changement de signes est égal au nombre de pôles à partie réelle positive. Cas Particulier : Il apparaît un zéro dans la première colonne. Alors on poursuit en
écrivant à la place de la ligne en question les coefficients du polynôme dérivé par rapport à p d’un polynôme auxiliaire dont les coefficients sont les termes de la dernière ligne non nulle. Les racines à partie réelle nulle sont alors les zéros du polynôme auxiliaire. Ce cas permet de trouver les conditions pour lesquelles un système linéaire est juste oscillant.
.
.
. de colonneer 1 21
11
1
AA
aa
n
n
R
4.5. Critère algébrique de Routh – Hurwitz (4/4)
Chap.4/ 157
Exemple1 (1/2)
44
33
2210
432
432
544)(
5441(
papapapaapppppD
pppppW
0
1
2
3
4
ppp
pp
41
451
13
024
aaaaa
Les 2 premières lignes du tableau sont posées
0041
232221
131211
AAAAAA
11
4151
detdet
1
31
2
11
n
nn
nn
aaaaa
A
01
4141
detdet
11
1211
31
21
AAA
aa
A
nn
Il apparaît un zéro dans la 1er colonne
Comment faire ?
On développe la ligne précédente pour déterminer le mode :Polynôme auxiliaire : p2+4
jPp 2042
Chap.4/ 158
Exemple1 (2/2)
Alors on poursuit en écrivant à la place de la ligne en question les coefficients du polynôme dérivé par rapport à p d’un polynôme auxiliaire dont les coefficients sont les termes de la dernière ligne non nulle.
On reporte dans la table de Routh les coefficient du polynôme 2p+0
0
1
2
3
4
ppp
pp
41
451
13
024
aaaaa
0241
232221
131211
AAAAAA
4333231 AAA
0242
pdp
pd
Conclusion : Tous les coefficients de le première colonne sont de même signe [1 1 1 2 4]. Lepolynôme D(p) ne possède pas de racine à partie réelle positives mais deux
racines qui sont situées sur l’axe imaginaire pur
-0.0000 + 2.0000i-0.0000 - 2.0000i-0.5000 + 0.8660i-0.5000 - 0.8660i
Réponse impulsionnelleRacine de D(p) :
Chap.4/ 159
Exemple 2
Racine de D(p) : -2.5604
0.2767 + 1.0865i0.2767 - 1.0865i
-1.2578 + 0.6082i-1.2578 - 0.6082i-0.4775
Réponse impulsionnelle
310111095)(
3101110951(
23456
23456
pppppppD
ppppppppW
48.066.2-
432.01-1.56 1-
3.018.96 110101
31191
3
0
1
2
4
5
6
p
p
ppppp
Il y a deux changements de signe dans la 1er colonneDe 1 à -1 et de -2.66 à 0.48 : le système est instable
Tableau de Routh
Chap.4/ 160
01
1)(apa
pW
00
0
1aa
000
0
1
2
aaa
012
2
1)(apapa
pW
012
23
3
1)(apapapa
pW
P.S. pour mémoire : système du 3-iéme ordre est stable si :• tous les coefficients sont > 0 • le produit des moyens (a1.a2) > produit des extrêmes (a0.a3)
1er ordre
2ème ordre
3éme ordre
3.02.1
0
1
2
3
0000
aaaaaaaa
Conditions de stabilité d’un élément du 1er 2-iéme et 3-iéme ordre
Chap.4/ 161
EXEMPLES : Critère algébrique de Routh – Hurwitz 1. Asservissement de position avec un PI régulateur
-
+ M)11(
TPK
TP11
TP1C
-
+ MK
TP11
TP1C
)1
1TP
2. Asservissement de position avec un P régulateur
0)( 2233 KKTPpTpTpDf 1332 KTKT
0)1()( 2233 KTppTpTpDf
1)1( 33 KKTT
Chap.4/ 162
4.6. CRITERE DE NYQUIST (1/9)
Avantage de la méthode Technique géométrique appliquée aux systèmes qui ne sont pas à
minimum de phase, Présence de retard pur dans les expressions de fonctions de transfert
Problématique
Transformation du SRA en retour unitaire
Xc(t) Ys(t)Wou(p)
-
Xc(t) + Ys(t)Wou(p)
Conditions de stabilité connues Et en état fermé ?
Wcr(p)
Xc(t)
-
+
Ys(t)
Wro(p) Y1(t) Xc(t)
Wou(p)
Wcr(p)
-
+
Ys(t)
Wro(p)Y1(t)
Chap.4/ 163
4.6. CRITERE DE NYQUIST (2/9)Xc(t) Ys(t)
Wou(p)
)(...)(,)()((
1
2210 i
n
in
nnou
ou
ou ppapapapaapDpDpNpW
complexe Nombre),1()( nipjjZjp
ii
)(.)()( ijii ejZjZ
)()(
1)(.)()( 1
j
j
in
inou ejfejZajD
n
ii
Variation de l’argument () : 0pour)(arg()( jDou
02
)(0 iip
02
)(0 iip
1) pi <0 (Gauche du plan complexe)
Analyse fréquentielle
Alors :
2) pi >0 (Droite du plan complexe)
Chap.4/ 164
4.6. CRITERE DE NYQUIST (3/9)
Conditions de stabilité du système Si Dou(p) possède K racine à droite du plan complexe alors on a (n-K) racine
gauche
Alors la variation de l’argument sera :
Théorème : Le système dont le polynôme caractéristique est Dou(p) est stable ssi le
nombre de pôle à droite est égal à zéro : K=0
)2(222
)()(1
KnKKnn
ii
02
)( n
Chap.4/ 165
4.6. CRITERE DE NYQUIST (4/9)Critère de Nyquist
Introduisons une fonction subsidiaire
L’argument total sera :
1(), 2(), : Phases du système en Boucle ouverte et en boucle fermée
-
Xc(t) + Ys(t)Wou(p)
)()()(
)(1)()(
,)()()(
pDpNpN
pWpWpW
pDpNpW
ouou
ou
ou
ouf
ou
ouou
)()(
)()()(1 pDpD
pDpNpW fou
ououou
)()()(
)()()(1)(1
j
ou
ououjouou e
jDjDjNejWjW
)()()(arg())()(arg()( 21 jDjDjN ououou
Chap.4/ 166
4.6. CRITERE DE NYQUIST (5/9)
Condition de stabilité du système en BF : (voir demo. précédente)
Or :
Supposons que le système en BO est instable : possède Kracines droites, alors :
0,2
)(1 n
)()()( 21
0,2
2)(2 Kn
2.22
22
)( KKnn K )(
Chap.4/ 167
4.6. CRITERE DE NYQUIST (6/9)
Un système en boucle fermée ayant K pôles instable en boucle ouverte est stable ssi : Le lieu de de Nyquist du système en état ouvert entoure K fois le point (-1, J0)
dans le sens trigonométrique
Critère simplifié de Nyquist Critère du revers :(nombre de pôles instable égal à zéro K=0) :Un SRA à contre réaction unitaire, est stable en état fermé ssi, en
parcourant le lieu de transfert en état ouvert dans le sens des fréquences croissantes, ce lieu n’enveloppe pas le point (-1, j0).
Chap.4/ 168
4.6. CRITERE DE NYQUIST (7/9) : Exemple1
)( 21 K
Im
Re
0
0
21
1
pppKpW
21 11.)(
M
-et 1pour module leest :
2121
21
KOM
Conditions de stabilité
Nombre de pôles instables : 0Alors le diagramme de Nyquist ne doit pas entourer -1
31 Alors KOM
Chap.4/ 169
4.6. CRITERE DE NYQUIST (8/9) : Exemple2
A. Lieu de Nyquist
B.. Lieu de Black (on laisse le point (odb,-180°) à droite)
Im
Re
PompageIm
Re
Instable
-1-1
Im
Re
Stable
-1
G [db]
[°]
Stable InstablePompage
G [db] G [db]
[°] [°]
-180 ° -180 ° -180 °
Exemple cas (K=0) :
Chap.4/ 170
Problématique : Si des pôles de Wou(p) sont situés sur l’axe imaginaire, faut il les
compter dans le demi plan droit ou gauche?
Il faut modifier le contour de Nyquist de façon soit à les inclure dans le contour (c.à.d. dans K) soit à les en exclure.
4.6. CRITERE DE NYQUIST (9/9) : Cas des pôles imaginaires purs
Chap.4/ 171
Comment faire l’inclusion ou l’exclusion? S’effectue à l’aide de demi cercles dont on fait tendre le rayon vers zéro :
Im
Re
Contour d’exclusion de Nyquist
p1
Im
Re
iepp 1
iepp 2
p1
p2
p2
Inclusion du pôle à gauche Inclusion du pôle à droite
Chap.4/ 172
4.7. Degré de stabilité (1/3)Importance
Marge de Gain (MG) sur le lieu de Nyquist
Sens pratique de la MG Est une garantie que la stabilité persistera malgré des variations imprévues
du gain en boucle ouverte
K
-
Xc(t) Ys(t)Wou(p)
Im
Re
0-1 A
],0[1log20
],1[1
OAMG
OAMG
+
2 < MG < 2.5
Chap.4/ 173
4.7. Degré de stabilité (2/3)Marge de phase
La marge de phase caractérise l’écart supplémentaire qui ferait passer le lieu de Nyquist de l’autre côté du point critique Est une garantie que la stabilité persistera malgré l’existence de retards
parasites dont on n’a pas tenu compte dans les calculs initiaux
Im
Re-1
R=1
Marge de phase :MP
1/MG
40 < MP < 50
Chap.4/ 174
4.7. Degré de stabilité (3/3) Marge de gain et de phase sur le lieu
de Black
MP : Ecart en phase par rapport à -180°lorsque le gain du système en BO est égal à 1 (0 dB)
MG : Ecart en gain par rapport à 0 dB pour un déphasage de -180° . On recommande MG=12 dB
Marge de gain et de phase sur le diagramme de Bode
G [db]
[°]
-180 °
MP
MG
G [db]
[°]
0 dB
0 °
-90°
-180°
-270°
MP
MG
Chap.4/ 175
4.8. DILEMME STABILITÉ - PRÉCISION
Vapeur d’eau
PC
Sortie échangeur
TvPr
Qs, Hs
+
-PrE
UEntrée du produit
Sortie du produit
Qe, He
Chap.4/ 176
1. Etude de la Précision
Pc(t)
-
Réacteur
Transmetteur de pression
Pr(t)CORRECTEUR Vanne Echangeur
Capteur de pressionPs(t)
x(t) Tv(t)E
Quelle doit être le gain du correcteur à afficher pourque la pression du réacteur soit égale exactement àcelle de consigne (fixée en fonction du process) ?
CORRECTEUR
-
Pc(t) + Ps(t)Wou(p)
Wou(p) = Wvanne(p). Wéchangeur(p). Wréacteur(p). Wcapteur(p). Wtransmetteur(p)
Chap.4/ 177
Calcul de la Précision
Ps(t))(
)(
1)(
pou
pouf KW
KWpW
K
-
Pc(t) + Ps(t)Wou(p)
Pc(t)
E
Ps(t)
t
Pc(t) E
t
Pc(t)
P0
Pc(t)SYSTEM
Ps(t)
Problématique
Chap.4/ 178
Application numérique
14321)( 23
ppp
pWou
KP
KWPE
ou
11.
)0(11.)( 00
PPpPc 0)( Trouvons l’erreur suite à une variation de l’entrée
sous forme d’un saut de P0
)()(1
).(.lim
)()().(.lim)()(.lim
)()(lim)(
0
00
pPcpKW
KpPcp
pPcpWpPcppPcpPsp
tPctPsE
oup
fpp
t
Pour que E() = 0, il faut que le gain K soit INFINI. Mais, qu’en sera t-il de la stabilité de mon système ?
Calcul de l ’erreur
Chap.4/ 179
2. Stabilité du système en état fermé
.1432)(1
)()( 23 KpppK
pWpWpW
ou
ouf
)1.(23*4101
040302
0
1
2
3
KKKa
aaa
Système stable si 0 < K < 5
KPpppD 1432)( 23
Conditions de stabilité
Pour avoir une bonne précision ,il faut augmenter le gain, mais l'augmentation du gain rend le système instable
Je prends alors un gain qui m’assure une « bonne » marge de stabilité
Dilemme stabilité précision
Chap.4/ 180
Influence du gain sur la précision et la stabilité ( simulation sur Matlab-Simulink)
0 10 20 30
2
6
-1Im
2.5K=2.5Pc
MG = 10MP=inf.Ps(t)
[bar]
2 4 60
2
6
K=0.5Pc Réel
MG = 2MP=60°
2
MG = 1MP=0°
MG = 1,25MP=13,7°
=0,8
t (s)0 20 40 60
2
6K=5
0 20
0
60
40
K=6
MG = 0,83.MP=-8,9°
PcPc
( )
( ) , 26 bars
( ) , 114bars
0 20 40 60
6
t [s]
K=4
Chap.4/ 181
EXEMPLE 2
INFLUENCE DU TEMPS DE RETARD
Analyse de la stabilité Critère de Nyquist Cas 1 : K=1
Discussion : Le module maximal est égal à 1 variant de 0 à +∞
-P1
1 pe C
2( ) 1 1
1( ) ( )
KA
arctg
solutionunique:0
K M
Chap.4/ 182
Comment tracer le lieu de Nyquist : programme Matlab
Démonstration sur Matab-Simulink% TD IMA1 : DETERMINER LES CONDITIONS DE STABILITE PAR LE CRITERE DE% NYQUIST SOIT DONNEE LA FT EN BO W(p)=(k/p+1)*exp(-tau*p)%EXAMINER DIFFERENTS CAS K=1, K>1 et differentes valeurs de tau
omega=0:0.01:20 % Variation de la fréquence omega en rad/stau=0% retard pur en secondephi1=(-atan(omega)-omega*tau)%-Phi en radian % CALCUL DE PHI en DEGRE en multipliant par 180/pi)phi=phi1*180/piphi=phi'% CALCUL DE L'AMPLITUDE A(w)k=10% k=2.27 est le gain critique qui provoque le pompageA=k./sqrt(1+omega.*omega)% élement du 1er ordre%A=20*log(a)%plot(A,omega)%CALCUL EN FREQUENTIELLE%1/(1+P)*exp(-taup) (p=jw)%pour partie réelle et imaginaire de 1/1+p
Re1=1./(1+omega.*omega)Im1=-omega./(1+omega.*omega)
%Réel et imaginaire en BORe=(Re1.*cos(omega*tau)+Im1.*sin(omega.*tau))*kIm=(Im1.*cos(omega*tau)-Re1.*sin(omega.*tau))*k
% EN AJOUTANT UN DERIVATEURRe=-Im.*omegaIm=Re.*omegaplot(Re,Im)sys=tf(1,[1 1])[re,im,w] = nyquist(sys)[re,im] = nyquist(sys,w)
Chap.4/ 183
Lieu de Nyquist pour différentes valeurs du retard Tau
Tau =20
Tau=0Tau=1
Chap.4/ 184
Analyse temporelle
Tau=0
Tau=20
Tau=1
Chap.4/ 185
Influence du gain
Analyse de la stabilité Critère de Nyquist Cas 2 : K>1
Comment résoudre l’équation K=F(,)? Ev variant K jusqu’à apparition de pompage K=2.14
-P1
1 pe C K M
)()(
11
1)(2
arctg
KA
tg 1)(1 2
tg
K
2 équations 3 inconnues
)cos(1
K
Chap.4/ 186
Influence du gain
-1
Lieu de transfert pour K=2.14
Démonstration sur Matab-Simulink
Chap.4/ 187
4.9. CALCUL DE L’ERREUR DE REGLAGE
)().(1
1).(.lim)(0 pGpC
pXcpEp
-
+ Correcteur
C(p)Process
G(p)
M Xc
MXc
E
Forme générale de l’erreur
)()(.lim)()(lim)(0
pXcpMptXctMEpt
Chap.4/ 188
4.10. DIFFERENTES TYPES D ’ERREURS
-
+
Nous ne pouvons pas afficher l’image.
A) Erreur de position
Soit un correcteur pKpC )(
pXpXc 0)(
X0
)(.1
1.0lim)(0 pG
pKXE
p
C(p) G(p)
Xc M
)0(.10)(0GK
XE
0)(1 E
Conclusion sur la précision
Chap.4/ 189
-+
X0
Pour éliminer une erreur de traînageil faut placer au moins deux intégrateurs
dans dans la boucle ouverte.
B) Erreur de vitesse
20)(
pXpXc
XcM
)(.1
1.0lim)(0 pG
pKp
XEp
)(0 E
0)(2 E
)0(.0)(1
GKXE
Chap.4/ 190
Nous ne pouvons pas afficher l’image.
C) Erreur d ’accélération
30)(
pXpXc
Pour éliminer une erreur d’accélérationil faut placer au moins trois intégrateurs
dans dans la boucle ouverte.
+
MXc
-
)(0 E
0)(3 E
)(1 E
)0(.0)(2
GKXE
)(.1
1.0lim)( 20 pGpKp
XEp
Chap.4/ 191
La précision d’un SRA dépend du nombred’intégrateurs insérés dans la boucle ouverte
Classe dusystème
0 1 2 > 2
Erreur deposition
1/(1+K) 0 0 0
Erreur devitesse
1/K 0 0
Erreurd'accélération
1/K 0
4.11 Classes d’un système
Chap.4/ 192
4.1 PARAMÈTRES DE PERFORMANCES (4/4) Performances en précision
Erreur statique
Erreur dynamique
Performances en stabilité Un système est dit stable si à une entrée limitée, la sortie est aussi limitée.
dttxtyEprt
cd 0
2)()(
s(t)
t
s(t)
t
système instable
système stable
)()(lim)()(lim0
pxpYptxty cptc
Chap. 5/193
Chap. 5 : TECHNOLOGIE ET REGLAGE DES REGULATEURS
Objectifs
Maîtriser :
La technologie des régulateurs industriels P, PI, PID, «tout
ou rien»,
la réalisation des actions P, I et D série, parallèle , mixte,
les méthodes pratiques de réglage des régulateurs en boucle
ouverte et fermée,
la vérification des actions des régulateurs,
Le rôle domaines d’utilisation des régulateurs P, PI et PID.
Chap. 5/194
VUE GENERALE D’UN REGULATEUR INDUSTRIELLE
Chap. 5/195
PRINCIPE DE FONCTIONNEMENT D’UN REGULATEUR DE NIVEAU
Chap. 5/196
5.1. Technologie des régulateurs
Définitions
C
-
ProcessAlgorithme
Capteur
E
Transmetteur
Vanne
REGULATEUR
U y
M
Les différentes parties d’un régulateur
1. Les signauxMesure M
Consigne C
Sortie U
Chap. 5/197
2. Les blocs d’un régulateurSélecteur de consigne
consigne extérieure
consigne interneDispositif d’Affichage de
la Consigne DAC
Sélecteur du sens d’action
I
D
I
D
Indicateur d’erreur
module PID limiteur
P I D
M
C
transmetteur
Indicateur sortie
commande manuelle
manuel/auto
manuel
auto
L H
capteur
Chap. 5/198
5.1.2 Classification des blocs d’un régulateur3. Les réglagesA. Réglage de la consigneB. Réglage des action P, I et DC. Réglages des limites de la sortie du régulateur pour ne pas endommager
la vanneD. Réglage de la sortie en position manuelle
4. Les sélecteursA. Consigne interne et externeB. Sens d’action du régulateurC. Passage du mode automatique à manuel
5. Les indicateursA. Indicateur de consigneB. Indicateur de mesureC. Indicateur de l’erreur de réglageD. Indicateur de la sortie du régulateur
Chap. 5/199
5.1.3 Quelques indication sur les régulateurs industriels
Mesure : PV (process variable)
Consigne interne : L ou Local
Sortie : OUT (output)
Consigne externe D ou R (Distance ou Remote)
Consigne : SP (set point)
Consigne suiveuse PVT : Process Variable Tracking
Direct : Direct ou Decrease
I : Inverse ou Increase
(+) : Directe (-) : Inverse
Manuel : M, MAN ou Manual
Auto : A, Aut. Auto
Chap. 5/200
5.1.4. Classification des régulateurs 1. Selon la nature de l’énergie qu’ils utilisent
A. Pneumatique B. Electronique C. Numérique
2. Selon le type d’action
A. P-régulateur B. PI Régulateur C. PD régulateur D. PID régulateur E. Tout ou rien
3. Selon le sens d’action
A. Direct B. Inverse
Chap. 5/201
5.2. Actions des régulateurs
.U K E
KpW )(
A) Régulateur proportionnel P-régulateur
(-)P-régulateur
UEC
M
+
Définitions
Fonction de transfert
Paramètres KBP 100%
KBP 100%
Rôle et domaine d’utilisation
Chap. 5/202
Sortie d’un Prégulateur
U(t)E(t)
t (sec.)
100.K E EBP
E
P-régulateurUE
idéale réelle
Chap. 5/203
B) PI Régulateur
PI-régulateurU
(-)
EC
M
+
Définitions
Fonction de transfert
ParamètresBP
K%
100BPK
% 100
Rôle et domaine d’utilisation
0
t
i
KU K E E dtT
W p K T pT p
i
i( )
1
T i u te( m in )T i u te( m in )
Chap. 5/204
Sortie d’un PI régulateur
PI-régulateurUM - C
t (sec.)
action IntégraleI
action Proportionnelle P
U(t)
KE
0
tK E dtTi
idéale
réelle
0 00
2 2fois l'action PTi
i
KU KE M C dt U KE UT
Sens physique de Ti
Ti est le temps en seconde mis par le régulateur pour répéter deux fois l’action proportionnelle, d’où l’appellation - nombre de répétitions par minute (ou par seconde).
Intégrons U(t) de 0 à Ti
Chap. 5/205
Rôle et domaine d’utilisation de l’action intégrale Dans les régulateurs industriels on affiche 1/Ti, alors Ti est d’autant plus grand que l’action
intégrale est faible.
Le rôle principal de l’action intégrale est d’éliminer l’erreur statique.
Toutefois l’action intégrale est un élément à retard de phase, donc l’augmentation de l’action intégrale (c.à.d. diminuer Ti) produit une instabilité car elle déplace le lieu de Nyquist vers la gauche.
La valeur optimale est choisie pour satisfaire un compromis stabilité- rapidité.
Si le système possède lui même un intégrateur (exemple niveau), l’action I est quand même nécessaire pour annuler l’écart de perturbation car, suite aux variations de la consigne l'intérêt de I est moindre car l’écart s’annule naturellement.
Dans l’industrie, on utilisera l’action I chaque fois que nous avons besoin, pour des raisons technologiques, d’avoir une précision parfaite - exemple : la régulation de la pression ou température dans un réacteur nucléaire. De plus, il faut souligner que l’action I est un filtre donc il est intéressant de l’utiliser pour le réglage des paramètres très dynamiques telle que la pression.
Chap. 5/206
C) PID Régulateur
PID-régulateurU
(-)
EC
M
+
Définitions
Fonction de transfert
Paramètres
Rôle et domaine d ’utilisation
0
.t
di
K dEU KE E dt K TT dt
W p K T p T T pT p
i i d
i( ) . . .
1 2
BPK
% 100BP
K%
100
T i u te( m in )T i u te( m in )
Td ute( min )
Chap. 5/207
Sortie d’un PID régulateur
PID-régulateurUE
U(t)
action IntégraleI
action Proportionnelle P KE
t
idtE
TK
0
Daction dérivée dt
dETK d ..
t (sec.)
Chap. 5/208
Sens physique de Td
U Kat K.T .a U KaT Ud d 0 02
D
P
U(t)
Sortie à P : U(t) = K.at + U0
Sortie à P+D :
EKT d
EKT d
t=Td t
U Kat K.T .a U KaT Ud d 0 02
Si (M-C) = a t : entrée sous forme de rampe, on a pour t=Td :
Td représente l’écart, en temps, entre les réponses proportionnelles seules (P) et proportionnelle et dérivée (PD).Td est donc le temps d’avance d’une réponse PD par rapport à une réponse en P seule.
Soit un PD régulateur 0. UdtdETKKEU d
Chap. 5/209
Dérivée filtrée
W p T pp
d( ) .
1 W p T p
pd( ) .
1
Afin de limiter la sortie d’un régulateur ayant une action dérivée, en pratique l’action dérivée est filtrée en ajoutant un élément de premier ordre. L’action dérivée pure Tdp devient alors :
T pd.
x(t)
t
x(t) y(t)
y(t)
tDérivée pure)
Dérivée filtrée
x(t)
t
y(t)
t
x(t) y(t)11 p
amortissementlimitationT pd.
Chap. 5/210
Rôle et domaine d’utilisation de l’action dérivée L’action dérivée compense les effets du temps mort du process
Elle a un effet stabilisateur mais une valeur excessive peut entraîner une instabilité. Sur le plan de Nyquist l’action D permet de déplacer le lieu de transfert vers la droite car elle possède une avance de phase (de +90 degré).
La présence de l’action dérivée permet donc d’augmenter la rapidité du système en augmentant le gain sans être inquiété par la stabilité
Dans l’industrie, l’action D n’est jamais utilisée seule mais en général avec l’action intégrale.
On recommande de l’utiliser pour le réglage des paramètres lents tels que la température. Par contre en présence des paramètres bruités, l’action dérivée est déconseillée.
Chap. 5/211
RESUME SUR LE ACTIONS P, I et D L'action Proportionnelle corrige de manière instantanée, donc rapide, tout écart de la
grandeur à régler, elle permet de vaincre les grandes inerties du système. Afin de diminuer l'écart de réglage et rendre le système plus rapide, on augmente le gain (on diminue la bande proportionnelle) mais, on est limité par la stabilité du système. Le régulateur P est utilisé lorsque on désire régler un paramètre dont la précision n'est pas importante, exemple : régler le niveau dans un bac de stockage
L'action intégrale complète l'action proportionnelle. Elle permet d'éliminer l'erreur résiduelle en régime permanent. Afin de rendre le système plus dynamique (diminuer le temps de réponse), on diminue l'action intégrale mais, ceci provoque l'augmentation du déphasage ce qui provoque l'instabilité en état fermé. L'action intégrale est utilisée lorsque on désire avoir en régime permanent, une précision parfaite, en outre, elle permet de filtrer la variable à régler d'où l'utilité pour le réglage des variables bruitées telles que la pression .
L'action Dérivée, en compensant les inerties dues au temps mort, accélère la réponse du système et améliore la stabilité de la boucle, en permettant notamment un amortissement rapide des oscillations dues à l'apparition d'une perturbation ou à une variation subite de la consigne. Dans la pratique, l'action dérivée est appliquée aux variations de la grandeur à régler seule et non de l'écart mesure-consigne afin d'éviter les à-coups dus à une variation subite de la consigne. L'action D est utilisée dans l'industrie pour le réglage des variables lentes telles que la température, elle n'est pas recommandée pour le réglage d'une variable bruitée ou trop dynamique (la pression). En dérivant un bruit, son amplitude risque de devenir plus importante que celle du signal utile.
Chap. 5/212
D) Régulateur «tout ou rien»
CMCM
Upour0pour1U
(-)
C
M
+
Définitions
Rôle et domaine d’utilisation
M-C
Chap. 5/213
Exemple de réglage « tout ou rien»
t
M
U
t
C
M C+
220 V
xU
M-C
Upour M Cpour M C
10
U
0
Chap. 5/214
5.3. Réalisation des actions PID
EPI PD U
Série
EP
D
IU
Parallèle
)1()1()( pTpT
pTKpC di
ic
pTpT
KpC di
c 1)(
EP
D
IU
Mixte
)11()( pTpT
KpC di
c
Chap. 5/215
5.4. Réglage des paramètres des régulateurs
Comment augmenter les performances d’un SRA
structure et algorithmes modernesde commande
Mét
hode
s thé
oriq
ues d
e ré
glag
e
Mét
hode
s pra
tique
s
Rég
lage
par
ant
icip
atio
n
Rég
lage
en
casc
ade
Com
pens
atio
n du
tem
ps m
ort
Com
man
de a
dapt
ativ
e
Com
man
de p
ar re
tour
d’é
tat
Com
man
de m
ultiv
aria
ble
Calcul des paramètres du régulateur
Chap. 5/216
5.5. Méthodes théoriques de réglage
22121 )(1 pp
Ko
pTpTTpT
Ki
dii2...1
PIDU
M
(-)
M - CC
M
+G(p)
M Problématique
M
(-)
CM
Si je metsT
T Ti
i d
1 2
1 2
T
T
i
d
1 2
1 2
1 2
pKoK
21
.
M
(-)
CM Avantages
et inconvénients
Chap. 5/217
5.6. Méthodes pratiques de réglage
x(t) x
4 8 120
0.5
1
t(sec.)
y(t)
T
instable
Ttytg
stable
UM
(-)
M - CC
M
+ M
K yx
K tgx
yt x
s
i
Gain statique du systéme stable en boucle ouverte
Gain statique du systéme instable en boucle ouverte..
1. En boucle ouverte
Y
Chap. 5/218
Choix du mode de réglage dans le cas d’un système instable
Choix du type de régulateur en fonction de la réglabilité Réglabilité
T
10 à 20
5 à 10 2 à 5 > 20 < 2
Régulateur P PI PID tout ou rien
limite de PID
1,0.05,0 iK
2,0.1,0 iK5,0.2,0 iK
.005,0 iK5,0. iK
P
PI
PID
Tout ou rien
Limite du PID
Chap. 5/219
Calcul des actions P, I et D pour les systèmes stables
Modes Action
P PI série
PI parallèl
e
PID série
PID parallèle
PID mixte
K sKT.8,0
..8,0
sKT
..8,0
sKT
..85,0
sKT
sK
T
.2,1
4,0
sK
T
.2,1
4,0
Ti Maxi. T 8,0.sK T
75,0.sK .4,0T
Td 0
0
0
0 4, . sK
T.35,0 T
T.5,2
Calcul des actions P, I et D pour les systèmes instables
Modes Action
P PI série PI parallèle PID série
PID parallèle PID mixte
K iK8,0
iK8,0
iK8,0
.85,0
iK 0 9,
.Ki 0 9,
.Ki
Ti Maxi. 5 Ki ., 2
0 15 4,8
15,0. 2iK 5,2
Td 0 0 0 0 iK
35,0 0,4
KS. doit être sans unité
Si on est en limite de PID on doit utiliser des boucles multiples cascade, ou régulateurs numériques
Réglage pratique en boucle ouverte : paramètres du régulateur à afficher
Chap. 5/220
REGLAGE EN BOUCLE FERMEE : Méthode de Ziegler et Nichols
T
Ti Td BPM
C
-
2. Réglage en boucle fermée
Action/Paramètres
P PIsérie
PIparallèle
PIDsérie
PIDparallèle
PIDMixte
K Kcr/2 Kcr/2.2 Kcr/2.2 Kcr/3.3 Kcr/1.7 Kcr/1.7
Ti Maxi T/1.2 2T/Kcr T/4 0.85T/Kcr T/2
Td 0 0 0 T/4 T*Kcr/13.3 T/8
pTpT
KrpW di
1)(
Limites de la régulation PID : Prédicteur de Smith
Cas d’un procédé avec retard
Soit un régulateur de fonction de transfert
TTTi , :poseon si 0 pKK
TpWf
R 0
01
1)(
Alors
Régulateur irréalisable car on ne peut pas technologiquement réalisé exp(TP) car elle signifie que l’n connaît par avance le signal de sortie
du module avant d’avoir exécuté une variation d’entré.
)( pWRpe
pTK .
0
01
Régulateur PIProcess
(-)
C ME u
TP
i
iR e
pTpT
pW
1
1)(
Chap. 5/221
Limites de la régulation PID : Prédicteur de Smith
Conclusion Avec un régulateur PI et PID, il est impossible de réaliser une régulation
convenable dés que l’on est en présence de procédés possédant un retard important ou un ordre élévé.
Remède Réaliser une régulation qui exclut le retard pur ou l’ordre n de la boucle
de régulation
)( pWR(-)
C ME upe .
pTK
0
01
Mi
)( pWR(-)
C ME upT
K
0
01
MipT
K
0
01 pT
K
n10
Exclure le retard pur
Exclure l’ordre nChap. 5/222
Prédicteur de Smith
Hypothèses sur le modèle du procédé FT connue et de la forme :
Structure de la régulation
pp epGeTP
KopG
).(1
)( 1
)( pC(-)
C ME upT
K
0
01
Mi pe .
G1(p)
C(p): Compensateur recherché
Chap. 5/223
Prédicteur de SmithObjectifs assurer les performances de base (stabilité, rapidité et précision) par une
approche directe basée sur la connaissance d’une fonction de transfert du procédé.
Principales difficulté de la régulation des procédés retardés Problèmes de stabilité à cause du retard Temps dev réponse du système en BF Le temps de retard est incompressible car il dépend de la position du
capteur
Alors : Il faut anticiper l’effet du retard pour le compenser d’où le nom
« PREDICTEUR » et réduire la constante du temps T
Chap. 5/224
Synthése du compensateur de Smithrrecteur1. On fait abstraction du retard, autrement dit, on le considère
extérieur à la boucle (Système S1). On détermine alors un régulateur R classique (par ex. un PI) pour corriger
la partie dynamique G1(p)=Ko/(1+Top) du modèle global G(p) .
Puisque le retard est à l’extérieur de la boucle on peut choisir par exemple Ti pour compenser To et Kr pour diminuer le temps de réponse en BF
S1
)( pR(-)
C ME upT
K
0
01
Mi pe .
G1(p)
TipTipKrpR 1)(
S1
Chap. 5/225
Calcul de C(p)2. On va chercher le compensateur C(p) qui inclut R(p) et qui
permet de compenser le retard (Système S2)
Comment ? En considérant que S1 et S2 sont équivalents : on identifie la FTBF de S1
à celle de S2
)( pC(-)
C ME upT
K
0
01
Mi pe .
S2G1(p)
Chap. 5/226
Principe Prédicteur de Smith : Calcul de C(p)
Principe Chercher un compensateur C(p) tel que les deux systèmes S1 et S2
soient équivalents :.
pe .)( pC(-)
C EpT
K
0
0
1
)( pR(-)
C ME upT
K
0
01
Mi pe .
M
G1(p)
pepGpR
pGpRpGBF
.)().(1
)().()(11
1
p
p
epGpCepGpCpGBF
)().(1)().()(2
1
1
peRGRpCpGBFpGBF
111
)()(2)(1
Chap. 5/227
Synthèse de C(p)Schéma équivalent
peRGRpC
111
)(
)( pR(-)
C ME u pepT
K 0
01
G1(p)
)(11 pGe p
(-)
G (p): Procédé
C(p): Prédicteur de Smith
Chap. 5/228
Chap. 5/229
)( pR(-)
C ME u pepT
K 0
01
G1(p)
)(11 pGe p
(-)
G (p): ProcédéC(p): Prédicteur de Smith
E1
E2
(-)
C
pT
pTKi
iR
1 pepT
K .
0
01
pTeK
p
00 1
1
CompensateurE1
E2
F(p)
McWo(p)
Wc(p)
ProcessR(p) M
Synthèse du correcteur de SmithConclusions le prédicteur de Smith est parfaitement déterminé
si l’on connaît une fonction de transfert du procédé un régulateur R adapté à la dynamique du procédé (hors retard).
Autrement dit, l’ensemble des paramètres de ce compensateur est constitué par : ceux du procédé (K0, T0 et le retard ) ceux du régulateur R(p) (Kr et Ti)
Remarques Pas de problèmes de stabilité en théorie, mais en pratique la
simplification ne conduit pas exactement à un système du 1er ordre Inconvénient de la méthode Le régulateur ne capte pas la mesure mais le signal compensé
Chap. 5/230
COMMANDE A L’AIDE DE L’ANALYSE FREQUENTIELLE
Chap. 5/231
Chap. 6/232
Chapitre 6 : PROJET D’UN SYSTEME DE REGULATION INDUSTRIELLE
Objectifs du chapitre :
Maîtriser sur un exemple concret (un four tubulaire) :
Les étapes de réalisation d’un projet de régulation, la présentation d’un cahier de charge, comment identifier un processus, l’analyse et la synthèse d’un SRA surtout en régulation (par rapport à la perturbation), examiner l’influence des action P, I et D ainsi que d’un régulateur tout ou rien sur la dynamique
du SRA, comment régler les paramètres d’un régulateur, observer les limites d’une régulation PID lorsque le système présente un retard pur important, introduction des notions de la régulation avancée.
P.S. Les résultats sont simulés à l’aide du logiciel Matlab-Simulink, les schémas de simulation sont donnés à chaque analyse.
Chap. 6/233
6.1. Etapes de réalisation d’un projet d’un SRA
Déf. du process et des objectifs E/S
Lois physiques, bilan, hypothèses
Planification des expériences
Acquisition de données
Estimation des paramètres
Choix de la structure du modèle
Connaissance à priori
Choix du critère d’identité
Synthèse de régulation
Simulation
Modèle de connaissance
CAHIER DE CHARGE: objectifs
AN
ALY
SE
conn
aiss
ance
Validation sur site
Réalisation définitive
Modèle de conduite NonOuiadéq.
Logistiqueactionneurs, régulateurs, transmetteurs...
SYN
THE
SE
com
man
de
Chap. 6/234
6.2. Définition du processus et des entrées-sorties
Pétrole brutPétrole chauffé
Ts
-
Ts-Tc
1
PRAir (O2)
FI THS
FVCU
Conigne TcAR
AR
FR
TRC
TT1
1
111
2
Gaz
Chap. 6/235
6.2.2. Définition des entrées-sorties
Schéma fonctionnel du système de régulation
-
Tc U Ts1
TRANSMETTEUR ET CEP DE TEMPERATURE
REGULATEUR VANNE CONDUITE DE GAZ
FOUR
CONDUITE DE PETROLE
CAPTEUR DE TEMPERATURE
Auto.
Manu..
x Pg
Ts
-
Qp(t)
T
Définition des entrées-sorties (E/S): On définit d’abord les entrées-sortie : les variables à régler, réglantes et de
perturbations Ts(t) - Grandeur de sortie ( température à la sortie - c'est la grandeur à régler ), Valeurs
maximales et minimale de la variation de température : Tsmax = 170°c, Tsmin=20 °c ; Tso -Valeur nominale de la température le fonctionnement Tso = 80 °C
Pg (t) - Grandeur d'entrée ( pression du gaz combustible - Grandeur réglante ); Valeursmaximales et minimale de la variation de la pression du gaz combustible : Pgmax = 5 bars,Pgmin = 0bar ; Pgo - Valeur nominale de la pression du gaz combustible Pgo = 2 bars ;
Qp - Débit du pétrole à l'entrée (perturbation); Débit nominale du pétrole à l'entrée : 20 m3 /s; Qpmax = 30 m3 /s Qpmin =10 m3 /s . Il existe aussi d’autres perturbations (pouvoircalorifique du gaz, température ambiante etc...) que nous considérons comme constantes.
x : déplacement du clapet de la vanne [0 à 6mm]
U : sortie du régulateur pneumatique [0,2-1bar]; valeur nominale (0,6 bar)
Chap. 6/237
6.2.3. Influence des perturbations
Influence des perturbations : Grâce à la propriété de superposition des systèmes linéaires, on peut étudier
séparément l’influence des perturbations et de la commande sur la sortie du système. Ici pour simplifier la démarche on analyse uniquement une seule perturbation, celle du débit d’entrée du pétrole.
1. En boucle ouverte (sans correction) : La sortie subit l’influence de la commande (ici en manuelle) et celle de la perturbation (Qp(p)) avec un signe (-) car l’augmentation du débit provoque la diminution de la température (le produit arrive à un température plus basse que celle du four)
Wz(p)
Ts(p)
Qp(p)
G(p)U(p)
-
+
)().()().()( pWzpQppGpUpTs
6.2.3. Influence des perturbations
2 En boucle fermée (avec correction)
)().(1)()(
)().(1)().().()(
pGpCpWzpQp
pGpCpGpCpTcpTs
Wz(p)
Ts(p)
Qp(p)
G(p)U(p) (+)
C(p)Tc(p)
(-)
(-)
Chap. 6/239
6.3. Cahier de charge
Comment choisir le cahier des charges Le point de départ de n'importe quel projet est le cahier de charge. Pour
un système de régulation, les spécifications restent souvent vagues en raison surtout de la grande diversité de problèmes de régulation. Les critères qualitatifs à imposer dépendent d’abord de la nature du processus à régler. A titre d’exemple, on ne peut imposer aveuglément un processus transitoire rapide ou un taux d’amortissement de 0,75 pour n’importe quel système. En effet l’asservissement d’un ascenseur (qui nécessite un confort pour les passagers) ne tolère pas par exemple d’accélération . Les dépassements de la pression régulée dans un réacteur nucléaire ne doivent pas atteindre les seuils limites de tarage des soupapes de sécurité etc...
6.3. Cahier de charge Les critères de performances classiques
Stabilité : Cette condition est impérative mais avec une certain degré de stabilité (marge de sécurité). En
général on impose une marge de gain de 2 à 2.5 . L’utilisateur parle en terme de «pompage».
Précision : L’exploitant demande à ce que le système possède une bonne précision en régime permanent d’où
une nécessite de mettre un PI régulateur ou d’afficher un gain important dans le cas d’un P régulateur.
Rapidité On demande en pratique que le système soit capable rapidement de compenser les perturbations et
de bien suivre la consigne.
Dépassement : En général on recommande un SRA dont le régime transitoire soit bien amorti et dont le
dépassement ne dépasse pas 5 à 10% la valeur nominale.
Dans notre cas on exige à ce que la température de sortie soit égale à celle de consigne et que les
perturbations soient entièrement compensées. Le régime transitoire doit être assez rapide en raison de la grande inertie du four et bien amortie (5 à 10)
Identification des processus
Définition : L’identification d’un système c’est la détermination de son modèle
mathématique sur la base des observations expérimentales entrées-sorties. Le traitement mathématique des réponses graphiques du système est appelé IDENTIFICATION. Le modèle obtenu est dit de conduite ou de représentation
Principe 1. Étape qualitative : Sur la base d’une connaissance à priori du système à
identifier, on fixe une structure du modèle comportant des coefficients inconnus.
2. Étape quantitative : Elle consiste à la détermination des coefficients inconnus du modèle de façon que la différence entre les N sorties réelles du système et celles du modèle soit minimale selon un critère donné qu’on résout par un algorithme d’identification.
S i w ( p ) =a
b, D é t e r m i n e r a , b t e l q u e i
ii i
p
pY s i Y m i i m a l e
i
ii
N
( ) ( ) m i n .2
1
Identification des processus
3. Vérification du modèle :
,.....,....,, 1010 bbaa
PROCESS
Ys(t)Entrées
sortie modèle
sortie process
Ym(t)
x(t)
+
-MODELE
W pa p
b pi
i
ii( )
Algorithme d’identification
m a x Y s ( i ) - Y m ( i ) 5 %
6.4.3. Problématique pour le système étudié
Logistique
Déterminer les fonctions de transfert :Auto.
T
-
TcU
Ts1C(p) Wv(p) Wcg(p)
Wz(p)
Wct(p)
Manu..
x Pr
Qp
Ts
-
+Wf(p)
U(p) Wv(p) Wcg(p) Wf(p) Wct(p)Ts(p) U(p)
G(p)Ts(p)?
Wz(p)
?
Ts(p)Qp(p)
6.4.4. Identification d’un élément de premier ordre Expérimentation
Dans ce cours, nous utiliserons les méthodes de base. Nous appellerons les méthodes de based'identification , les méthodes s'appuyant sur les propriétés graphiques des réponses fondamentales(indicielle harmonique et impulsionnelle). Ces méthodes sont très utilisées par les spécialistes derégulation et des servomécanismes car elles fournissent un précision suffisante et ne nécessitent pasl'utilisation d'un outil mathématique compliqué. On peut traiter aussi bien la réponse indicielle,impulsionnelle qu'harmonique, mais l'un des signaux d'excitation le plus fréquent a mettre en oeuvre estl'entrée en échelon. L'amplitude de l'échelon doit être choisie telle que le système ne sorte pas dudomaine linéaire d'une part et les observations mesurables d'autre part
Méthodologie1. Dans un système de régulation en fonctionnement, le correcteur est d'abord mis en fonctionnement
manuel. On attend que le système soit bien stabilisé2. On applique au système un signal en échelon de + ou - 10% de la valeur nominale de fonctionnement (afin
de ne pas trop perturber le système ) L'échelon d'entrée peut représenter le déplacement du clapet de lavanne . La réponse est enregistrée à la sortie du transmetteur dont la vitesse du déplacement du papierdiagramme doit être choisie de façon que la réponse soit exploitable . Le modèle de conduite ( ou lafonction de transfert ) à déterminer du traitement de la réponse graphique décrit l'ensemble des systèmes( vanne, objet, capteur, transmetteur)
Expérimentation
PROCESS
VANNE
CAPTEURTRANSMETTEUR
SYSTEME A IDENTIFIERSALLE DE CONTROLE
C
10 %
REGULATEUR
6.4.5. Identification de la fonction de transfert par rapport à la perturbation
Identification de Wz(p) : Expérimentation
Wz(p))Ts(p)Qp(p)
?
0 510
15 20 25 30 3580
85
90
95Ts(t)[°c]
t (main.)T=10
Ts c 15
Qp(t)[m3/s]
t
23
Qp m s 3 3 /
20
6.4.5. Identification de la fonction de transfert par rapport à la perturbation
Étape qualitative : structure du modèle
Etape quantitative : calcul des paramètres du modèle
Wz p KTP
( ) 1
KTsQp
cm s
c m s
T
153
5
10
33
/.[ / / ]
min
Wz pc m s
p( )
( / / )
51 10
3
K
TsTs
QpQp
max
max
,
15170 20
330 10
066Wz p
p( ) ,
066
1 10gain relatif
C. Vérification du modèleOn détermine alors l’erreur relative maximale qui doit être inférieure à 10%.
Notons qu’en général il est commode de prendre un gain unitaire (cela n’influe pas évidemment sur le résultat). Pour avoir la sortie en °c on multiplie par la valeur maximale soit 150°c
Tm t Lp p
et
( ) , . , , * , [ ]
1 100 15 0 66
10 10 15 0 66 1 Tm t c e c c
t
( ) , * , * [ ]
0 15 0 66 150 1 8010
95
0 5 10 15 20 25 30 3580
85
90
Ts(t)Tm(t)
Tm(t)
Ts(t)
t [min] Ts(t) °c Tm(t) °c abs(Tm-Ts)0 80 80 03 84,35 83,89 0,466 87,60 86,77 0,839 89,60 88,90 0,712 90,95 90,48 0,4715 92,30 91,65 0,6518 92,70 92,52 0,1821 93,5 93,16 0,3524 93,88 93,63 0,2527 94,5 93,99 0,5130 94,6 94,25 0,3533 95,00 94,44 0,56
Emax=0.83/15=5.53%
6.4.6. Méthode de Broîda : Identification de la dynamique du four
1. Identification de G(p) : Expérimentation
U10%
t
60%
0%
50%
100%
0,68bar
1 bar
0,6bar
0,2bar
Us(t)
UG(p)
Ts
8010 20 30 40 50 60 70 80
Ts(t)
84
88
92
96
100
t1
t2
Ts c 20
t t1 26 9 min, min
t (min.)
courbe expérimentale Ts(t)
KT p
e p1
. TsU K T et, ?
Principe de la méthode Broîda
principeLa méthode de Broîda est une méthode d'identification en boucle ouverte d'une réponse indicielle expérimentale qui consiste a assimiler la fonction de transfert d'un système d'ordre n à celle du premier ordre affectée d'un retard pur
Le problème d'identification : déterminer les paramètres suivants T, Constante du temps (sec.), :
Temps de retard pur (sec.) :
KTp
e p1
.
Calcul des paramètres du modèle de Broîda
MéthodologieBroîda fait correspondre la réponse indicielle à identifier et la fonction de
transfert du 1er ordre affectée d'un retard en deux points t1 et t2
d'ordonnées correspondant à 28% et 40% de la valeur finale de la sortiedu système.
Paramètre du modèle
Modèle final
1 0 28
1 0 40
2 8 1 8
1
21 2
e
e
t t
tT
tT
( )
( ),
,
, ,
1 0 28
1 0 40
5 5
1
12 1
e
e
T t t
tTtT
,
,
,
2 8 6 1 8 9 0 6 5 5 9 6 16 5
20170 20
0 081 0 2
13 3%10%
1 33
, * , * , m in , , . , m in
m ax
m ax,
,
, ,
T
K
TsTs
UU
2 8 18 5 51 2 2 1, , , , . ,t t T t t K ysxe
2 8 18 5 51 2 2 1, , , , . ,t t T t t K ysxe
ppe
ppG p
6,015,16133,1
5,16133.1)( 6,0
ppe
ppG p
6,015,16133,1
5,16133.1)( 6,0
6.4.7. Modèle du système global à commander
T
-
Tc(p) U(p) Ts(p)-
G p
p p( ) ,
, ,
133
1 165 1 06
Wz pp
( ) ,
0 66
1 10
+C p( )
Qp(p)
50%
60%
U 10%
U
pppG
6,015,16133.1)(
Système réel
0 20 40 60 80 1000
100%
Tm(t) : Sortie modèle
Ts(t) : Sortie système
Ts(t)Tm(t)
Ts(t)
Tm(t)U(t)
Chap. 6/253
PIDPID Controller Transport
Delay
+-Sum
110s+1
Conduitepétrole
1.339.9s +17.1s+12
FOUR+vanne
++
Sum1
PerturbationZ
ConsigneC
6.5. Synthèse du système de régulation continue 6.5.1. Schéma fonctionnel du système à réguler
6.5.2. Schéma de simulation sur Matalab-simulink : Afin d’analyser aussi l’influence du retard sur les performances du système, on insère sur le schéma de simulation un bloc de retard pur (Transport delay). Remarque : Le bloc PID controller MASK Controller est donné sous forme : P+I/s+Ds où P est le gain Kr, I le temps d’intégration Ti et D l’action dérivée Td alors que s est l’opérateur de Laplace. Si on souhaite afficher les paramètres du régulateur série de fonction de transfert donnée sous la forme C(p) = Kr[1+1/(Ti.p) + Tdp] alors P correspond à Kr, I correspond à Kr/Ti, et D correspond à Kr*Td.
T
-
Tc(p) U(p) Ts(p)+
G p
p p( ) ,
, ,
133
1 16 5 1 06
Wz pp
( ) ,
0 66
1 10
+
Qp(p)
PID
Chap. 6/254
6.5.3. Analyse du système en boucle ouverte (sans régulation)
Nous noterons le paramètre à régler (la température) par M, sa consigne Tc par C et l’échelon de la perturbation par Z0. Analysons les réponses indicielles du système par rapport à la consigne et à la perturbation en boucle ouverte. Il suit de ces réponses que les temps de réponse sont importants (51,33min.), que la perturbation n’est pas éliminée et l’erreur statique (M-C) est de 57% (1,33/(1,33+1)*100%=57%) d’où une nécessité de régulation.
6.5.4. Objectifs de la régulation 1. Eliminer les perturbations (ici le débit du produit à chauffer), mais aussi toutes les perturbations en réalité, puisque elles agissent toutes sur la sortie2. «Bien» suivre la consigne , «bien», cela signifie sans trop de dépassement (5 à 10%), un systéme rapide, une erreur statique nulle et surtout un système en boucle fermée assez stable (MG=2 par exemple)
0 20 40 600
0.5
Z0
1.5
Time (min.)
Réponse en BO de la températurepar rapport à la perturbation
M
tpr = 30min.
0 20 40 60 80 1000
0.5
1.5
Time (min.)
Réponse en BO de la températurepar rapport à la consigne
tpr = 51,3min. =3(T1+T2)
C
M
Chap. 6/255
6.5.5. Régulation continue (PID)
1. P- régulateur : Pour avoir l’action P, on affiche sur le logiciel I=0 ce qui correspond à Ti infini et Td (D)=0. Dans ce cas nous avons en boucle fermée un système du deuxième ordre, nous avons intérêt à prendre un gain qui nous assure un bon amortissement (voir chapitre 3, page 111) .
Rappelons que ai sont les coefficient du système en boucle ouverte.
Remarque : Ce cas est en réalité trivial, car le système est absolument stable (les coefficients étant positifs), on affiche donc un gain assez fort sans vraiment être inquiété par l a stabilité du système. Par contre , l’erreur est inévitable, si les dépassements ne sont pas néfastes pour le système, on affiche une bande proportionnelle minimale. On fait remarquer que le gain Kr=50 est fantaisiste car, dans les régulateusr industriels une BP correspondante soit de 0.2% (1/50) n’est pas affichable (en général la plage est de 3 à 500%).
Wou pKr
p pPour avoir on choisit Kr
a a aa
soit Kr( )* ,
, ,. , , * , , : ,
1 339 9 17 1 1
0 712
1 332
210 3522
12
0 2
2
0 2 4 6 8 100
0.2
0.4
0.6
0.8
C
Time (min.)
Mvaleur optimale Kr=10.352
M
0 10 20 30 400
0.5
C
1.5
Time (min.)
Kr=5
Kr=50
Influence du gain sur la réponse
Kr=10,352
Chap. 6/256
2. PI régulateur
Analysons l'influence de l’action intégrale sur la stabilité : Fixons Kr=1 et varions Ti et observons la réponse du SRA par rapport à la perturbation (régulation) et à la consigne (poursuite).
Time (min.)0 200 400 600-2
-1
0
C
2
Ti=0,4min
Poursuite
100Time (min.)
0 20 40 60 80-1
-0.5
0
0.5
C
1.5
2
Ti=2min
Poursuite
Time (min.)0 200 400-1
-0.5
C
0.5
Z0
Ti=0,4min
élimination de la perturbation
Régulation
0 20 40 60 80 100-1
-0.5
C
0.5
1
Time (min.)
Ti=2min
Z0
élimination de la perturbation
Régulation
En augmentant Ti, lesystème devient plus stablemais moins «agile».
Chap. 6/257
3. PID (Influence de l’action dérivée en régime de régulation)
Manipulation : Amenons d’abord le système en régime d’instabilité en augmentant par exemple le gain ou en diminuant Ti : Soit (Kr=2 Ti = 0,4min , Td=0) ), puis introduisons l’action dérivée et analysons son influence sur la stabilité. Toutes les courbes représentent les réponses du SRA par rapport aux perturbations.
0 200 400 600-3
-2
-1
C
2
3
Time (min.)
Ti=0,4Kr=2
M
Z0
Td=0
0 200 400-0.2
-0.1
C
0.1
M
Time (min.)
Td=0,8
Ti=0,4Kr=2
0 50 100 150-0.1
-0.05
C
0.05
Z0
Time (min.)
Ti=0,4Kr=2
Td=5
0 10 20 30 40 50-0.1
-0.05
C
0.05
Z0
Time (min.)
Td=5 Ti=0,4Kr=10
Le système avec PI est instable, J’introduis alors l’action D, il se stabilise.
le système se stabilise,ce qui me permet d’augmenter le gain Kr
Z0
Chap. 6/258
6.5.6. Régulation discontinue ( tout ou rien)
Analysons l’influence de la zone morte d’un relais sur la précision et la stabilité du SRA. On remarquera sur les résultats de simulation ci-dessous qu’il existe un dilemme zone morte (dead zone) - stabilité, précision ; Si le relais (régulateur tout ou rien) ne possède pas une zone morte, le SRA est précis, mais introduit des auto-oscillations (nuisibles pour la vanne). Si par contre, on introduit une zone morte importante, le pompage disparaît mais la précision est mauvaise.
0 200 400 600 800 t (min.)0
0.2
0.4
0.6
0.8
M
C
0 200 400 600 800 t (min.)0
0.5
M
commande avec relais
idéal (sans zone morte)
commande avec relais
idéal (sans zone morte)commande avec relais
réel (avec zone morte)
commande avec relais
réel (avec zone morte)
J’introduit une zonemorte au relais
le pompage disparaîtmais l’erreur de réglageaugmente
C
+-Sum
110s+1
Conduitepétrole
++
Sum1
GraphPerturbation
Z
ConsigneC Relay Dead Zone Transport
Delay
1.339.9s +17.1s+12FOUR+vanne
Chap. 6/259
6.5.7. Réglage du correcteur
1. Méthode théorique - Compensation des constantes de temps du système par un PIDLes méthodes théoriques nécessitent toutes un modèle, c’est pourquoi leur efficacité dépend de la précision du modèle appliqué. Aussi, leur utilisation reste très limitée dans l’industrie. Ces méthodes sont nombreuses, appliquons à titre d’exemple, la méthode de compensation. Nous avons vu au chapitre 4 page 135 qu’il était possible de choisir les valeurs des paramètres du régulateur de façon à compenser les constantes de temps du four.
Valeurs des paramètres du régulateur
Remarque : Il est évident que la compensation des paramètresdu système dans la pratique n’est pas aussi évidentequ’en simulation, car, le modèle n’est pas toujoursexact et de plus les coefficients du modèle varientconstamment dans les conditions réelles defonctionnement : Il suffit par exemple quele dépôt de coke soit plus important par suite d’unemauvaise combustion du gaz que le coefficientd’échange de chaleur (paramètre du modèle) varie etc...
T
T
i
d
1 2
1 2
1 2
16 5 0 6 17 1
0 5789
, , ,
,
T
T
i
d
1 2
1 2
1 2
16 5 0 6 17 1
0 5789
, , ,
,
0 10 20 30 40 50
C
0.05
Time (min.)
Z0Ti=17.1Kr=10td=0,5789
Réponse par rapport à la perturbation en BFdu système compensé
Chap. 6/260
Influence du temps de retard sur la stabilité du systèmeLimite du PID et de la régulation classique
Introduisons un retard pur dans le système à commander. Analysons l’influence de ce temps de retard pur sur la stabilité du système. Le schéma de simulation est donné plus loin. La fonction de transfert du four devient :
0 10 20 30 40-0.03
C
Time (min.)
Z0 0 2, Ti=0,4
Kr=10td=5
0 10 20 30 40-0.03
Time (min.)
Z0
C
Ti=0,4Kr=10td=5
0 3,
Time (min...)0 10 20 30
-0.5
0 32,
C
Z0Ti=0,4Kr=10td=5
C
0 10 20 30 40 50Time (min.)
Z0Ti=6Kr=1td=5
0 32,
J’augmente le retard purdans le système,
on est contraint de diminuer,le gain Kr et le temps Tiau sacrifice d’autres performances
d’où les limites de la régulation PID.
G pp p
e p( ),
, ,
1 33
1 16 5 1 0 6
G pp p
e p( ),
, ,
1 33
1 16 5 1 0 6
Chap. 6/261
2. Méthode pratique de réglage du régulateur en boucle fermée
On introduit un retard pur au système (sinon le système ne sera jamais en régime de pompage). Sur le schéma de simulation sur Simulink du SRA , on met le correcteur en action P (Ti=max, Td=0 ou I=0, D=0 sur le PID controller de Simulink) et on augmente le gain jusqu'à apparition du pompage, on fixe alors le gain critique Kcr et la période de l’auto-oscillation puis on détermine les paramètres du régulateur par la méthode de Ziegler et Nichols en sachant que le PID est de type série ( voir tableau de Ziegler et Nichols).
0 2 4 6 t(min.)0
0.5
1.5
2
2.5
C
MParamètre affichésTi=18.18Td=9,38Kr=25.76
Réponse indicielle en BF du PID
0 5 10 15 t (min.)0
0.5
1.5
2
2.5M
C
Kcr=43,80T=2,85min
T
Obtention du régime de pompage
38.93.13
*
18.181055,085.0*
76,257.1
crd
icri
KTT
TKTT
KcrKr
paramètres affichés
Retard=0.32
PIDPID controller
GraphM
++
Sum1
PerturbationZ0
0.6610s+1
Conduite pétrole
1.339.9s +17.1s+12FOUR, Vanne
+-SumConsigne
C
6.6.Notion de régulation avancée
Limite de la régulation PID Lorsque la régulation classique PID est incapable de stabiliser ou de réguler le processus, on doit ou bien changer la structure du système
de commande ou proposer d’autres algorithmes de commande plus sophistiqués. Ces méthodes sont communément appelées méthodes avancées de régulation.
La liste des méthodes modernes de réglage (commande floue, par réseaux de neurones, horizon infini etc...) est exhaustive mais ces méthodes restent pourtant encore du domaine de la recherche. Il est important de souligner que pratiquement toutes ces méthodes nécessitent un modèle ce qui évidemment limite leur utilisation à des systèmes simples ou de structure rigide tels que les systèmes mécaniques (robotique et aviation). En génie des procédés, on utilise surtout les méthodes classiques que nous venons de voir. Le présent cours est limité uniquement à la régulation monovariable , nous citerons toutefois pour information le principe des quelques méthodes les plus simples : cascade, prédictive et auto adaptative.
Régulation prédictive (feedforward control): Ce mode de réglage dit aussi de compensation de perturbation ou à boucle combinée permet , d’éliminer l'effet de la perturbation
principale (débit du produit à chauffer) avant qu’elle ne se répercute sur la variable à régler (la température) d’où un effet de prédiction. Cette régulation ne prend en compte qu’une seule perturbation, c’est pourquoi une telle commande est justifiée si la perturbation est bien localisée et qu’en plus elle subit des variations brutales et importantes. Le principe simple, consiste à déterminer et de réaliser la transmittance du compensateur Wc(p) de façon que l’effet de Qc(p) sur Ts(t) soit nulle.
Régulation autoadaptative : Nous avons vu que la régulation PID a ses limites lorsque les temps de retard sont importants ou lorsque les perturbations sont trop
grandes. Les paramètres optimaux à afficher du régulateur dépendent évidemment du modèle or, dans les processus réels (surtout en génie des procédés), les caractéristiques physiques changent en permanence. A titre d’exemple, une vitesse de réaction chimique dépend d’abord de l’état du catalyseur, les constantes de temps dans les fours dépendent du dépôt de coke dans les tubes etc... L’idée de la régulation auto adaptative est alors de calculer en temps réel le modèle du processus à commander (par des algorithmes appropriés) et de déterminer les paramètres ou la structure du régulateur numérique en fonction du critère d'optimalité imposée. Il est clair que dans ce cas les régulateurs sont numériques. A cet effet on excite le processus par un ensemble d’impulsions (qu’on appelle Séquences Binaires Pseudo Aléatoire SBPA) et on traite les sorties correspondantes pour déterminer le modèle par des algorithmes de type moindres carrées de récursifs.
Chap. 6/263
6.7 Quelques principes de régulation avancée
TcAir (O2)
Ts
Gaz
Produit à chauffer
-
calculateur
identification temps réel
régulateur numériqueauto ajustable
critère d’optimalité
Régulation auto adaptative
Tc
Air (O2)
Ts
FRC TRCFc
Gaz
Produit à chauffer
FR
-
-
Ts
TRC
Tc
Gaz
Produit à chauffer
-
FT1
Régulation en cascade Régulation prédictive
Wc(p)
FR
Chap.1/264 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
264
Partie IIPartie II
COMMANDE NUMERIQUE
Belkacem OULD BOUAMAMA
Chap.1/265 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
SommaireSommaire
1. Rôle et définition d’une commande numérique 2. Eléments constitutifs et mise en œuvre Structure d'un système de commande numérique Fonctions d'un calculateur ; Critères de choix des paramètres (échantillonnage, quantification, numération et codage ; Mise
en œuvre (Filtrage et multiplexage des signaux analogiques) ; conversion analogique-numérique,
Régulateurs numériques PID. Commande en temps discret.
Chap.1/266 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
COMMANDE NUMERIQUE: pourquoi?COMMANDE NUMERIQUE: pourquoi?
Régulation continue : apparition en 1840 (Watt) encore très utilisée
Régulation numérique Depuis 1959 (commande d ’une unité de polymérisation Texaco de Port Artur,
Texas),Limites de la régulation analogique
Manque d’auto-adaptivité Les paramètres du correcteur continu ne sont pas évolutifs
Transmission sensibles aux bruit Précision faible Programmation des algorithmes figée (peu flexible) Archivage des données inexistant (nécessite des CAN) Temps de réponse lent (contrôleur pneumatique, analogique ,…) Difficulté de mise en œuvre des algorithmes de commande avancée (retour d’état, observateur
…)
Chap.1/267 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Régulation numérique : Eléments constitutifsRégulation numérique : Eléments constitutifs
CNA : Convertisseur Numérique AnalogiqueCAN : Convertisseur Analogique Numérique
C E+
PROCESS
(-)
CAPTEURTRANSMETTEUR
CNA
M
YUn Ua
CAN
Chap.1/268 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Eléments industrielsEléments industriels
Régulateur numériqueRégulateur numérique
Salle de contrôleSalle de contrôle
Cap
teurs
Cap
teurs
Actionneurs
Actionneurs
ProcessProcess
Chap.1/269 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Avantages et inconvénients d’une commande numériqueAvantages et inconvénients d’une commande numérique
Avantages Informations numériques transmises peu sensibles au bruit Elaboration de consignes sous forme de programmes Calcul optimal des paramètres de réglage (régulateur auto-adaptatifs) Gestion des alarmes, autodiagnostic Commande embarquée Gestion statistique des données Programmation simple des actions P, PI, PID Programmation des commandes avancées faible coût et performances supérieures
Inconvénients Temps de calcul en temps réel Nécessité de CAN et de CNA (car les
actionneurs ont analogiques) dans la boucle numérique
Le temps réel difficile à mettre en œuvre le temps de calcul des paramètres de
réglage doit être inférieur au temps de réponse des éléments de la boucle.
Chap.1/270 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Rôle d’un calculateurRôle d’un calculateur
Fonctions d'un calculateur dans une commande numériqueUn calculateur peut être : microprocesseur, ordinateur, microcalculateurCalculer en fonction de l’algorithme des actions de commande vers
l’actionneurs via le CNAEnregistrer l’évolution des variables du procédé en temps réelAfficher le suivi du procédé : gestion des alarmes et des consignesAide à l’opérateur pour la prise de décision en situation d’alarmes
Chap.1/271 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
PARTIE 2PARTIE 2
ELEMENTS CONSTITUTIFS ET MISE EN OEUVRE
Chap.1/272 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Mise en oeuvreMise en oeuvre
La consigne est spécifiée numériquement.
L’erreur consigne-sortie discrétisée est traitée par un calculateur numérique.
Ce calculateur généret une séquence de nombre. A l’aide d’un convertisseur numérique analogique (CNA), cette séquence est convertie en un signal analogique qui est maintenu constant entre des instants réguliers par un bloqueur d’ordre zéro (BOZ). L ’ensemble CNA-BOZ est appelé échantillonneur Bloqueur.
Ces instants espacés régulièrement sont appelés instants d’échantillonnage et sont définis par une horloge de synchronisation
Consigne discrétisée Calculateur
numériqueCNA Procédé
ContinuCAN
Horloge
Sortie discrétisée-
+Modèle
échantilloné
Chap.1/273 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
DEFINITIONSDEFINITIONS
Echantillonnage Un signal continu f(t) est remplacé par une suite discontinue de ses valeurs f(nTe) aux
instants d’échantillonnage t=nTe (n=0,1,2,…) où Te est la période d’échantillonnage. Échantillonner un signal consiste à le prélever à intervalle de temps réguliers,
pendant une durée très courte.
Echantillonnage
CAN
Te
1Te 2Te 3Te 6Te
f(t) f*(t)
t(s) t(s)
Signal continu Signal discret (suite d’échantillons)
4Te 5Te
Chap.1/274 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
DéfinitionsDéfinitions
Quantification Après avoir échantillonné, on quantifie l ’amplitude du signal par un
nombre fini de valeurs codées en général en binaire.Les données sont représentées sur un calculateur dans un certain format
Quantifier un signal : approximer sa valeur instantanée par la valeur discrète la plus proche. On commet donc une erreur Un signal codé sur n bits prend 2n valeurs différentes (8 bits c’est 256 valeurs)
Erreur de quantification
Signal quantifié avec un nombre de niveaux deux fois plus petit
Chap.1/275 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
DéfinitionsDéfinitions
Erreur associée à la quantification = bruit de quantification
Reconstruction (CNA) consiste à élaborer un signal analogique à partir d’une suite de nombres
Discrétisation (CAN)Découpage temporel du signal
Chap.1/276 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Bloqueur Bloqueur
Reconstitution du Signal continu: Bloqueur d ’ordre zéro (BOZ) Le bloqueur d ’ordre zéro (BOZ) a pour action de maintenir constante et
égale à f(nTe) l ’amplitude de l ’impulsion entre les instants nTe et (n+1)Te.
CNA
BOZ
Peigne de DiracP(t)
t
P(t) Peigne de Dirac: suite d’impulsionde Dirac
1Te 2Te 3Te 6Te
f*(t)
t(s)4Te 5Te
Signal reconstituéf(t)
t(s)
Signal continu
Chap.1/277 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Quelle fréquence d’échantillonnage ?: Théorème de ShannonQuelle fréquence d’échantillonnage ?: Théorème de Shannon
CAN
fe=8f0
CAN
CAN
Fréquence d’échantillonnage fe=8f0
Le signal continu se retrouve dans laséquence échantillonnée.
Le signal continu se retrouve dans laséquence échantillonnée.
fe=2f0
fe=4f0
Le signal continu ne se retrouve plusdans la séquence échantillonnée.
On échantillonne un signal continu de fréquence f0 pour différentes fréquences d ’échantillonnage fe
f fe 2 maxThéorème de Shannon
Chap.1/278 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Théorème de Shannon (suite)Théorème de Shannon (suite)
ImportanceCe théorème très utile donne précisément la fréquence à laquelle il faut
échantillonner un signal losqu'on le numérise.Enoncé la fréquence d'échantillonnage doit être au moins égale au double de la
fréquence du signal analogique. Si l'on se situe sous cette limite théorique, il y a perte d'information dans le signal.
Pour ne pas perdre d'information dans un signal la distance entre deux échantillons doit être inférieure à la demi-période du signal.
Pour ne pas perdre de détail dans une image, la taille des pixels doit être moins de la moitié du plus petit détail de l'image.
Chap.1/279 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Théorème de Shannon (suite)Théorème de Shannon (suite)
Exemples dans l'audio : pour F < 20 kHz (son Hi-Fi), Fe = 44,1 kHz voix humaine en téléphonie : pour F < 3400 Hz, Fe = 8 kHz.
Chap.1/280 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Choix en pratique de la période d’échantillonnageChoix en pratique de la période d’échantillonnage
Critère fréquentiel Fe : fréquence d’échantillonnage : elle doit être 6 à 24 fois plus grande
que la fréquence de coupure du systèmeExemple : soit Wc la fréquence de coupure du système, alors la période
(s) d’échantillonnage Te sera :
Système du 1er ordre : constante de temps du procédé 1er ordre
Pour un deuxième ordre
7.025.02
)( 22
en
nn
TpP
kpW
5.49;
92
182
e
ce
cTT
eT
4
Chap.1/281 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Choix de la période d’échantillonnageChoix de la période d’échantillonnage
DEBIT 1-3
NIVEAU 5-10
PRESSION 1-5
TEMPERATURE 10-45
DISTILLATION 10-180
ASSERVISSEMENTS 0,001-0,1
REACTEURS CATALYTIQUES 10-45
CIMENTERIES 20-45
SECHAGE 20-45
CHOIX DE LA PERIODE D’ECHANTILLONNAGE POURLA REGULATION DES PROCESS
TYPE DE VARIABLE OU PPROCESS
PERIODE D ’ECHANTILLONNAGE (en s)
Globalement :
Choisir une fréquence d’échantillonnage
5 fois plus petite que la constante de temps la plus rapide que l'on veut
contrôler en boucle fermée
Chap.1/282 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Cas pratiqueCas pratique
Si la fréquence d’échantillonnage Fe est trop petite :On perd de l’information du signalOn doit bien faire l’interpolation pour reconstituer le signal
Si Fe égale à celle du signal: le signal échantillonné paraitrait constant
Si la fréquence d’échantillonnage Fe est trop grande Taille du mémoire du fichier à gérer trop grande Signal bruité si on doit dériver (exemple dériver la position pour avoir la
vitesse)
En pratique prendre la fréquence d’échantillonnage 10 fois la fréquence du signal
Chap.1/283 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Mise en oeuvre (Filtrage et multiplexage des signaux analogiquesMise en oeuvre (Filtrage et multiplexage des signaux analogiques
Schéma de principe d’une boucle de traitement numérique
Grandeur physique
Echantillonneur bloqueur
CANCapteurUnité de
traitement
Partie opérative
FiltrageAmpli
CNA
Ampli. Filtrage
Chap.1/284 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
exempleexemple
Chap.1/285 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Rôle des éléments de la boucle numériqueRôle des éléments de la boucle numérique
CapteurTransforme l’énergie en une grandeur physique mesurable. Il est
l’interface entre le monde physique et le monde électrique. Il va délivrer un signal électrique image du phénomène physique que l’on souhaite numériser. Il est toujours associé à un circuit de mise en forme.
Amplificateur Cette étape permet d’adapter le niveau du signal issu du capteur à la
chaîne globale d’acquisition.FiltreCe filtre est communément appelé filtre anti-repliement. Son rôle est de
limiter le contenu spectral du signal aux fréquences qui nous intéressent. Ainsi il élimine les parasites. C’est un filtre passe bas que l’on caractérise par sa fréquence de coupure et son ordre.
Chap.1/286 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Rôle des éléments de la boucle numériqueRôle des éléments de la boucle numérique
Echantillonneur bloqueurSon rôle est de prélever à chaque période d’échantillonnage (Te) la valeur
du signal. On l’associe de manière quasi-systématique à un bloqueur. Le bloqueur va figer l’échantillon pendant le temps nécessaire à la conversion. Ainsi durant la phase de numérisation, la valeur de la tension de l’échantillon reste constante assurant une conversion aussi juste que possible. On parle d’échantillonneur bloqueur.
CAN Il transforme la tension de l’échantillon (analogique) en un code binaire
(numérique).CNA Il effectue l’opération inverse du CAN, il assure le passage du numérique
vers l’analogique en restituant une tension proportionnelle au code numérique.
Chap.1/287 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Rôle des éléments de la boucle numériqueRôle des éléments de la boucle numérique
Filtre de sortie Son rôle est de « lisser » le signal de sortie pour ne restituer que le signal utile. Il a les mêmes
caractéristiques que le filtre d’entrée. Amplificateur de sortie
Il adapte la sortie du filtre à la charge. Performances globale de la chaîne d’acquisition
Fréquence de fonctionnement : C’est le temps mis pour effectuer les opération de : Echantillonnage (Tech) , Conversion (Tconv et Stockage (Tst)
temps minimum d’acquisition la somme de ces trois temps :
Résolution de la chaîne La numérisation d’un signal génère un code binaire sur N bits. On obtient donc une précision de
numérisation de 1 2N%. Il faut donc que tous les éléments de la chaîne de conversion aient au moins cette précision. On leur demande en général une résolution absolue de (0.5*1 2N%).
StconvechStconvechacq TTT
FTTTT
1
max
Chap.1/288 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
Acquisition Acquisition
Multiplexeur Acquisition séquentielle décalée L’acquisition décalée se base sur l’utilisation en amont d’un multiplexeur qui va orienter un capteur
vers la chaîne unique d’acquisition
Avantages : Economique Inconvénients : décalage dans le temps des acquisitions. On réservera donc cette structure à
celle ne nécessitant pas une synchronisation entre les données numérisées. Temps d’acquisition complet est proportionnel au nombre de capteurs
MU
LTIP
LEXEU
R
CA
PTEU
RS
Echan
tilloneur-
Blo
queur
CA
N
Séquenceur
0 1 0 1 1 0 1
Chap.1/289 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
AcquisitionAcquisition
Acquisition séquentielle simultanée
Avantages : Economique moyen, acquisitions synchrones Inconvénients : un E/B pour chaque capteur. Temps d’acquisition
complet est proportionnel au nombre de capteurs.
MU
LTIP
LEXEU
R
Echan
tilloneur-
Blo
queur (E
/B
)
CA
N
Séquenceur
0 1 0 1 1 0 1
Capteur1
Capteur2
Capteur n
E/B 1
E/B 2
E/B n
Chap.1/290 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
AcquisitionAcquisition
Acquisition parallèle
Avantages : les conversions simultanées, Acquisition d’une donnée pendant que l’on en stocke
une autre, gain de temps sur l’acquisition complète. Inconvénients
Coût élevé
0 1 0 1 1 0 1Capteur1
Capteur2
Capteur n
CAN1
E/B 2
E/B n
E/B 1
CAN1
CAN1
0 1 0 1 1 0 1
0 1 0 1 1 0 1
Chap.1/291 Copyright© : Prof. B. Ould Bouamama , Polytech’LilleChap1: INTRODUCTION
TRANSFORMEES EN ZTRANSFORMEES EN Z
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Description d’un signal échantillonné On définit le signal échantillonné par la suite en k : {f(K)}={f(KTe)}
Transformée de Laplace
f(t) f*(t)Te
0 00
* ( ) ( ) ( ) ( ) enT ptpe e e
n n
L f t f nT t nT e dt f nT e
peigne de Dirac0
* ( ) ( ) ( )
( ) ( ),
Te
Te en
f t f t t
t t nT n
Transformée de Laplace d’un signal échantillonné
0
0
* ( ) ( ) ( )
( ) ( )
en
e en
f t f t t nT
f nT t nT
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Transformées en z Transformée en z
Changement de variable :
du point de vue numérique, à la suite de nombre f(0), f(Te), …., f(nTe) constituant le signal numérique, on peut faire correspondre la série :
du point de vue continu : Soit F*(p) est la transformée de Laplace du signal échantillonné
0
( ) ( ) ( ) * ( )ne
n
f t F z f nT z Z f t
F p f nT eenT p
n
e*( ) ( )
0
0
* ( ) * ( ) ( ) enT pe
n
L f t F p f nT e
eT pz e
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Transformée en z Transformée en z : définition
On appelle transformée en z d’un signal f(t) la Transformée de Laplace F*(p) du signal échantillonné f*(t) en remplaçant :
Exemple 1 : TF de Z de échelon Heaviside
Exemple 2:
eT pz e( ) 1t
1 21
0 0
1( ) ( ) 1 ...1 1
n ne
n n
zZ t nT z z z zz z
f t e at( )
( ) ( ) eanTatef t e f nT e
0 0
( )nTe
nTe nTe
n n
e zF z e zz z e
Suite géométriquede raison z-1
Tableau des transformée en z
295
DefinitionsLa transformée de Laplace pour les signaux continus :
La Transformée de Laplace pour un signal discret (connus uniquement en des instant k)
X* est est une suite :Donc la transformée en z est définie p (existe table des Transfor. En z)
Propriétés de la transformée en zLinéarité
Théorème du retard Si F(k-1) est le signal discret de f(k) retardé de l périodes: alors ,
Théoréme de l’avance
11/03/2018 Commande numérique 297
Théoréme de la valeur initiale La valeur initiale d’un signal continu est
à temps discret, elle est:
Théorème de la sommation En continu on parle du théoème d’intégration
En discret on a :
11/03/2018 298
Théorème de la valeur finale: En continu :
En discret :
Exemple : Calcul d’une Transformèe en z Soit un signal discret du signal de Dirak :
Transformèe en z:
11/03/2018 Commande numérique 299
Calcul Transformée en z exemple Considérons le signal suivant
Par définition, sa transformée en z se calcule comme suit
Il s’agit d’une série géométrique connue
11/03/2018 Commande numérique 300
11p
1p
1 1( ) 1(1 )
ty t L ep p
( )u t
t
1
1) Système continu
2) Système numérique
Valeur finale: 0
1 1( ) 1(1 )p
y Lim pp p
eT
z zZ Zp p zz e
1 1,(1 ) 1
1z
z
Valeur finale:
Discret : dépend de Te
Valeur initiale
e e
e
T Tz zk
Tzz
z z z zy k Lim Y z Limz z zz e e
z zf LimF z Lim Tezz e
1 1
1 1 1( ) (( ) :1 1
(0) ( ) : 11
Application : Transformée en z
eT
zW zz e
( )
1( )(1 )
Y pp p
eT
z zY z Z y n W z U zzz e
( ) ( ) ( ). ( ) .1
0
( ) ( ) ne
n
y n y nT z
TRANSFORME_Z
Système discret et échantillonné Un système à temps discret se définit comme un
opérateur entre deux signaux à temps discret.
Un modèle entrée-sortie, appelé aussi modèle externe, ne fait intervenir que les séquences d’entrée uk et de sortie yk.
11/03/2018 Commande numérique 302
)(...)1()()(...)1()( 1010 mkubkubkubnkyakyakya mn
Système discret Fonction de Transfert d’un système discret
11/03/2018 Commande numérique 303
W(z) ( )y k( )u k
0 1 0 1
20 1 2 0 1
20 1 2
20 1 2
( ) ( 1) ... ( ) ( ) ( 1) ... ( )
( ) ( ) ( ) ... ( ) ( ) ( ) ... ( )
...( ) ( )( )( ) ... ( )
n m
n mn m
mm
nn
a y k a y k a y k n b u k b u k b u k m
a Y z za Y z z a Y z z a Y z b U z zb U z z b U z
b zb z b z bY z B zW zU z a za z a z a A z
Signal échantilloné Utilisation de calculateurs numériques utilisés en temps réel pour commander, piloter, guider... des
procédés physiques qui sont le plus souvent à temps continu.La problématique : Représenter les interactions entre des signaux physiques
analogiques avec des signaux assimilables par des calculateurs numériques qui se présentent sous forme de suites.
L’analyse d’un système commandé par calculateur numérique passe par la définition d’un système `a temps discret, comprenant le procédé commandé de nature généralement continue, et les convertisseurs numérique analogique et analogique-numérique, que l’on peut respectivement assimiler au bloqueur d’ordre zéro et `a l’´échantillonneur,
11/03/2018 Commande numérique 304
Système échantillonné et discret
11/03/2018 Commande numérique 305
Partie continue
Partie échantillonée
Conversion AN et NA
11/03/2018 Commande numérique 306
NA
AN
Échantillonneur
11/03/2018 Commande numérique 307
Le véritable problème envisagé est celui de l’´échantillonnage en sortie d’un procédé dont on connait, par exemple, sa fonction de transfert mais la sortie du système est inconnue car elle
dépend du signal d’entrèe u(t) qui n’est pas précisé´
T doit satisfaire le théorème de Shannon
Bloqueur d’ordre zero Fonction de transfert d’un bloqueur d ’ordre zéro (BOZ)
Il a pour action de maintenir constante et égale à f(nTe) l ’amplitude de l ’impulsion entre les instants nTe et (n+1)Te.
Sa FT Bo(p) est la transformée de Laplace de sa réponse impulsionnelle
11/03/2018 Commande numérique 308
Fonction de transfert d’un BOZ
11/03/2018 Commande numérique 309
Bo(p)
)(t
tt
)(ts)(t
( ) (1 )( )( )
TPs p eBo pP p
sautdesignal:)(t
T
)(ts
1( ) ( ) ( ) ( ) ( ) ( ) ( )(1 ) (1TP TP TPs t t t T s p p p e p e ep
Transformée en z de l’échelon unitaire
Transformée d’un échelon unitaire
Transformée bloqueur associé transmittance
11/03/2018 Commande numérique 310
)( t
1 2 1
0
1
( ( )) ( ) 1 ..... suite géométrique raison
1( ( ))1 1
n ne
nZ t nT z z z z z
zZ tz z
Fonction de transfert d’un système échantillonné
Fonction de transfert
Système échantillonné
Théorème: Soit un procédé continu modélisé par une fonction de transfert G(p). Ce procédé échantillonné admet une fonction de transfert en W(z):
11/03/2018 Commande numérique 311
G(p) )p(Y)p(U ( )( )( )
Y pG pU p
Bo(p))k(y
)k(u
Te
)(ty)(tu
G(p)
Bo(p) G(p))k(y
W(z) )k(y
)k(u
Demonstration Sens de Z[h(p)]
h(t) : réponse impulsionnelle hk réponse discréte {hk }= { h(KT) } H(z) : FT en z. Z[hk ]=H(Z)
u*(t) : signal continu constitué des échantillons u(k )
11/03/2018 Commande numérique 312
La transformée de Laplace de ce signal s’écrit:
Comme
Sachant que la réponse impulsionnelle sortie échantillonneur est:
11/03/2018 Commande numérique 313
Bo(p)Te
( )Y p( )U p
Gc(p))k(u * ( )U p
En appliquant le théoréme du retard
11/03/2018 Commande numérique 314
Puisque la FT du bloqieur d’ordre zéro est Bo(p) Bo(p)=1-exp(-Tep)/P, on a :
Les propriétés des Tf de Laplace et de Z donnent :
11/03/2018 Commande numérique 315
11p
1p
1 1( ) 1(1 )
ty t L ep p
( )u t
t
1
1) Système continu
2) Système numérique
Valeur finale: 0
1 1( ) 1(1 )p
y Lim pp p
eTz zZ Z
p p zz e1 1,
(1 ) 1
1z
z
Valeur finale:
Discret : dépend de Te
Valeur initiale
e e
e
T Tz zk
Tzz
z z z zy k Lim Y z Limz z zz e e
z zf LimF z Lim Tezz e
1 1
1 1 1( ) (( ) :1 1
(0) ( ) : 11
Application : Transformée en z et échantillonné
eT
zW zz e
( )
1( )(1 )
Y pp p
eT
z zY z Z y n W z U zzz e
( ) ( ) ( ). ( ) .1
0
( ) ( ) ne
n
y n y nT z
TRANSFORME_Z
Exemple : système échantillonné EXEMPLE : FT en z de
Période d’échantillonnage
FT en z:
puisque (cf. table)
Alors FT en Z du Système échantillonné est
11/03/2018 Commande numérique 317
1( )( 1)
G pp
242 Te
1 ( ) 1 1( )( 1)
z G p zG z Z Zz p z p p
( ) 1 (1 exp( )
( 1) ( 1) exp( )G p z TeZ Z
p p p z z Te
(1 exp( 1) 0.6321pour Te 1, ( )
exp( 1 0.3679G z
z z
1 ( ) (1 exp( )( )
exp(z G p TeG z Z
z p z Te
ECHANTILLONE_VS_Z
MATLAB
Chap.1/ 318
%EXEMPLEnum=1;den=[1 1];mc=tf(num,den)%Convertir continu vers discretTe=1;method='zoh'md = c2d(mc,Te,'method')step(md);%Convertir discret vers continumc1=d2c(md)
mc =1
-----s + 1
md =
0.6321----------z -
0.3679
EXO_ECHANTILLONE_MATLAB
Exemple EXEMPLE : FT en z de
Période d’échantillonnage
FT en z:
puisque (cf. table)
Alors FT en Z du Système échantillonné est
11/03/2018 Commande numérique 319
)12(1)(
p
pG
242 Te
)12(
11)(1)(pp
Zz
zppGZ
zzzG
)1()5.0exp()5.0exp(1(
)2/1(2/1
)12(1
zTez
Tezpp
Zpp
Z
6065.03935.0
5.0exp()5.0exp(1()(
zzzG 1,Te pour
SIMULATION : Echantillonné
11/03/2018 Commande numérique 320
%EXEMPLE
num=1;
den=[2 1]
mc=tf(num,den)
%Convertir continu vers discret
T=1
method='zoh'
md = c2d(mc,T,'method')
step(md)
%Convertir discret vers continu
mc1=d2c(md)
ECHANTILONE_SIMULINK
Syntax : Continuous to discrete
md = c2d(mc,T,’method’)
Syntax : discrete to continuous
mc1=d2c(md)
DEMO_SIMULINKEXo_echatillon3
MatlabExo_echantilone3_mtalab
Réponse discrète et continue
11/03/2018 Commande numérique 321
FT d’un système échantillonnéFT d’un système continu
FT du système échantillonné
11/03/2018 Commande numérique 322
W(p) )p(Y)p(U
p)p(WZ
zz)p(Bo).p(WZ)z(W 1
ExemplesSoit le système échantilloné suivant
Calculer sa FT en z La partie continu est : Sa FT en z est :
11/03/2018 Commande numérique 323
Bo(p))k(y
)k(u)p(p 1
1 Te
1( )( 1)
G pp p
z G p zG z Z Bo p G p Z Z
z p z p p p1 ( ) 1 1( ) ( ). ( )
( 1)
Exemple suite
324
Décomposition en éléments simples
Utilisation de la table
11/03/2018
1( )( 1)
G pp p
0.7183Pour T 1s, ( ) 0.37679
1 0.3679zG z
z z
EXo_echatillon_2
G pp p p2
( ) 1( 1)
z Te z Te z Tez G p zG z Zz p z z z Te2
(1 exp( )(1 ) ( exp( ))1 ( ) 1( ) .( 1) ( exp( ))
2eme Exemple
11/03/2018 Commande numérique 325
25.925.1021
23
ppppw(p)
10-1 100 101 102-180
-90
0
90
180
Pha
se (d
eg)
Bode Diagram
Frequency (rad/sec)
-80
-70
-60
-50
-40
-30
-20
-10
0
Mag
nitu
de (d
B)
Fréquence de coupure C=5rad/s ou fc=C/(2π)
2π /(24*5)<T< 2π /(6*5)
Théorème de Shannon
0,05T< 2π /0,2
0 2 4 6 8 10 12-0.15
-0.1
-0.05
0
0.05
0.1Step Response
Time (sec)
Ampl
itude
Simulation
11/03/2018 Commande numérique 326
homedisp('Fonction de transfert')num=[1 -1];den=[1 2 10.25 9.25];
mc=tf(num,den)pause, homedisp('Choix periode echantillonage')%Fréquence de coupure est de 5rad/s%2pi/24< Te < 2pi/6 0.05<Te<0.2T=0.2pause, home
method='zoh'disp('Modele discret')md = c2d(mc,T,'method')pause, homedisp('REPONSE INDICIELLE')step(md)pause, homedisp('Modele continu')%Convertir discret vers continumc1=d2c(md)
Transfer function:
0.01439 z^2 - 0.003186 z - 0.01758
----------------------------------
z^3 - 2.312 z^2 + 2.042 z - 0.6703
Sampling time: 0.2
DEMO MatlabExo_echantilone4_mtalab
Résultats
REGULATEUR DISCRETS Régulateurs continus
Régulateurs discrets
11/03/2018 Commande numérique 327
1 ( )( ) ( ) ( )
( ) 1( )( )
p di
p di
dE tu t K E t E t dt TT dt
U pW p K T pE p T p
( ) ( 1)( )( ) ( 1)
e dp
i e
T TU z z zW z KE z T z T z
Exo_recgulation_continu_discrete
Dérivée filtrée L'action dérivée idéale provoque une forte augmentation du bruit hautes
fréquences, on utilise en pratique une dérivée filtrée :
11/03/2018 Commande numérique 328
( ) ( 1)( ) , 0.1( ) ( 1)
e dp
i i e
T TU z z zW z K NE z T T z T z N
Stabilité des systèmes numériques definition Un système numérique est stable ssi il revient à sont état d’équilibre suite à une
réponse impulsionnelle. Soit h(kT) la réponse impulsionnelle :
Condition nécessaire et suffisante
329
Valeur finale: k
h Lim h kt( ) ( ) 0
la fonction de transfert en z
ni
ii
di
ii
a zN zH zD z b z
0
0
( )( )( )
la réponse impulsionnelle est :s(z)=
: Transformée en z d'une impulsion
: Z = =1
la réponse impulsionnelle est : d
p p pd
H z zz
z p z zp zz p z z
CC Cs zz z z z z z
1 2
1 2
( ). ( )( )
1 ( ) 1( ) 1 ( ) .1
( ) ...
Quelle est la forme de la réponse impulsionnelle en fonction des pôles : Soit zpi les poles de la FT simples , la réponse impulsionnelle sera alors :
11/03/2018 Commande numérique 330
1
0
( ) 0 1d
ki pi pi
i k
H zL C z Lim si i zkz h
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Stabilité : Lien avec système continu Un système continu est stable si et seulement les pôles de sa fonction de
transfert G(p) sont tous à partie réelle négative.
A chaque élément simple de la décomposition de G(p), il apparaît un pôle pi auquel correspond un pôle simple zi = eTpi pour G(z)=Z[G(p], compte tenu de la relation fondamentale z = eTp, reliant les variables p et z.
Chap.1/ 331
1( ) ( )
( ) ( )
aTe
aTe bTe
zG p G zp a z e
b a z zG p G zp a p b z e z e
Prof. B. Ould Bouamama Polytech’Lille « Automatique continue et numérique »
Soit un pôle pour G(p)
Donc pour G(z)
La condition de stabilité du système continu, à savoir implique que :
Un système numérique de transmittance G(z) est stable ssi tous ses pôles sont situés à l’intérieur du cercle de rayon unité. Il est d’autant plus stable que ses pôles sont prés de l’origine. Il est juste oscillant si ses pôles sont de module 1
332
p = +ji i i
+j j z =e =e e ee i i i iT pii
.
<0ij z =e e ei iTep
i 1
Domaine de stabilité Lien avec un système continue
11/03/2018 Commande numérique 333
soit p= +jz =
,1 0
e
e
T p
T p
z ee
Im
Re
Juste Oscillant
Critère de Jury soit donnée la Ft en z
Considérons le dénominateur D(z)
11/03/2018 Commande numérique 334
la fonction de transfert en z 0
0
( )( )( )
ni
iid
ii
i
a zN zH zD z b z
10 1 1( ) ... ,d d
d d iD z b b z b z b z b i
11/03/2018 Commande numérique 335
Critère de Jury: énoncé Pour que toutes les raciness de D(z)=0 soient situées à l’intérieur du
cercle unite, il faut et il suffit que les (d+1) conditions suivantes soientsatisfaites :
11/03/2018 Commande numérique 336
pour d pairpour d impair
contraintes
0
0 1
0 2
0 3
0 2
(1) 00
( 1)0
( 1)
...................
d
d
d
d
D
D
b b
c c
d dd
e e
q q
Cas particulier
11/03/2018 Commande numérique 337
exemple Etudier la stabilité du système fermé suivant :
La FT associé au BOZ est :
11/03/2018 Commande numérique 338
Suite la fT en BF est :
Critère de jury
11/03/2018 Commande numérique 339
STABILITY_JURY