1 Présentation
1.1 Cf exemple du reservoir
1.2 Définitions
Un système est dit asservi si il n’est plus piloté uniquement par la consigne mais par
la comparaison entre la consigne et la réponse. Un système asservi doit donc
présenter une boucle de retour et un comparateur.
La boucle de retour permet :
- D’agir sur le système tant que l’écart entre la consigne et la réponse n’est pas
nulle. L’étude de l’asservissement en réponse à l’évolution de la consigne est
appelée poursuite.
- de prendre en compte d’éventuelles perturbations, même si celles ci
interviennent après que le système ait atteint un régime stationnaire. L’étude
de l’asservissement en réponse à une perturbation est appelée régulation.
Il existe deux manières de modéliser le comportement d’un système asservi :
- Si le système est bien connu et qu’il n’est pas trop complexe, on peut établir
les équations élémentaires de chaque composant afin de déterminer les
équations qui régissent les relations entre l’entrée et la sortie.
- Si le système est trop complexe, une autre approche consiste à observer la
réponse du système à une entrée connue. On utilise alors les signaux tests.
La réponse permet alors l’identification du système. Cette méhode sera
abordée en travaux pratiques.
2 Définition des systèmes linéaires continus et
invariants(SLCI)
On s’intéresse dans ce chapitre aux systèmes monovariables à une seule entrée (la
cause) et une seule sortie (effet). Un système est dit causal si la cause précède
l’effet, c’est le cas des systèmes physiques que nous étudierons.
On représentera le système par un schéma bloc faisant apparaître clairement la
nature de l’entrée e(t) et de la sortie s(t) (position, vitesse, température, tension...):
2.1 Système linéaire
Un système est dit linéaire si la fonction qui le décrit est elle-même linéaire. L’effet
s(t) est proportionnel à la cause e(t):
e(t) s(t) .e(t) .s(t)
S.L.C.I. S.L.C.I.
La propriété mathématique de linéarité permet d’écrire le théorème de
superposition:
e1(t) s1(t)
S.L.C.I. e1(t) + e2(t) s1(t) + s2(t)
S.L.C.I.
e2(t) s2(t)
S.L.C.I.
En pratique, très peu de systèmes ont véritablement un comportement linéaire sur
toute leur plage d’utilisation. On peut toutefois la plupart du temps linéariser le
comportement (la fonction entrée-sortie) du système autour d’un point de
fonctionnement sans commettre trop d’erreur. Cela signifie que la loi entrée sortie
au voisinage du point étudié peut être représentée par une droite:
zone
d'étude
Certains systèmes peuvent être linéaires sur une grande plage de fonctionnement
tout en présentant une non linéarité. Voici quelques cas de non linéarité couramment
observés:
2.2 Système continu
Un système est dit continu, par opposition, à un système discret, lorsque les
variations des grandeurs physiques le caractérisant sont des fonctions du type f(t), t
étant une variable continue (généralement le temps). La fonction f(t) est donc définie
en toute valeur de t.
Le système continu est également souvent appelé système analogique. A l’inverse,
les données traitées par informatique sont toujours discontinues, on parle alors de
système échantillonné (pas au programme cette année).
2.3 Système invariant
Si x1 (t ) induit y1 (t ) alors pour tout décalage temporel , x1 (t ) induit y1 (t ) .
Un système est invariant si les relations entrée-sortie ne se modifient pas au cours
du temps. En d’autres termes, c’est un système qui ne vieillit pas, ses
caractéristiques ne varient pas au cours du temps.
Exemples de systèmes pouvant être modélisés par une loi de comportement
linéaires:
tension u(t) vitesse (t) effort allongement
moteur ressort x(t)
F(t)
électrique
tension u(t) température
four T(t)
électrique
3 Modélisation des SLCI
Comme nous l’avons évoqué, la plupart des systèmes ne sont ni continus, ni
invariants, ni linéaires. On se ramènera aux SLCI en faisant des hypothèses
simplificatrice. Nous aurons l’occasion lors des activités de TP de confronter les
modèles établis aux systèmes réels et d’en tirer des conclusions quant à leur validité.
C’est le coeur du travail de l’ingénieur que d’établir des modèles pertinents
collant au mieux à la réalité tout en connaissant leurs limites.
Les systèmes que nous allons étudier ont des relations entrées-sorties modélisables
par des équations différentielles linéaires à coefficients constants.
Premier exemple: système du premier ordre
On s’intéresse aux circuits RL (résistance + bobines) fréquemment rencontrés dans
les circuits électriques.
i(t) R
e(t) i(t) u(t)
Hypothèses: La tension e(t) est prise comme variable d’entrée et la tension u(t)
comme variable de sortie.
di(t)
Les équations électriques nous donnent : e(t) L Ri(t) .
dt
u(t) Ri(t) .
di(t ) L du(t )
Nous obtenons donc : e(t ) u(t ) L . Soit l’équation différentielle du
dt R dt
premier ordre:
L .
u(t ) u(t ) e(t )
R
On peut mettre cette équation sous sa forme canonique:
s(t) s(t ) Ke(t)
où :
est la constante de temps du système
K est le gain du système
3.1 Deuxième exemple: système du second ordre
On s’intéresse au système masse ressort et amortisseur qui correspond par exemple
aux suspension d’un véhicule.
Hypothèses: La force x(t) est prise comme variable d’entrée et la position par rapport
à l’équilibre y(t) comme variable de sortie.
Isolons la masse M :
.
f y(t ) u
x(t ) u
ky(t ) u M
u
En appliquant le Principe Fondamental de la Dynamique à la masse M, nous
. ..
obtenons : x(t ) ky(t ) f y(t ) M y(t ) . D’où :
.. f . k x(t)
y(t) y(t) y(t)
M M M
C’est une équation classique de la mécanique vibratoire, où l’on pose :
k 2
0 , avec 0 pulsation propre des oscillations libres ou pulsation propre
M
non amortie. L’unité de 0 est le rad.s 1 .
f
2 0 , avec coefficient d’amortissement. Ce coefficient est sans unité.
M
Il est aussi souvent noté z ou , plus rarement m. Nous pouvons aussi écrire :
f
2 .
k 0
On peut ré-écrire l’équation du second ordre sous la forme canonique :
s(t ) 2 0s(t ) 2
0 s( t ) K 02e(t )
3.2 Généralisation
D’une manière générale, on représente un système linéaire, continu et invariant par
une équation différentielle linéaire à coefficients constants liant les grandeurs
d’entrée x(t) et celles de sortie y(t) :
d n y(t) d n 1 y(t) d m x(t) d m 1 x(t)
an an 1 .... a 0 y(t) bm bm 1 .... b 0 x(t)
dt n dt n 1 dt m dt m 1
La solution d’une telle équation s’obtient en ajoutant une solution particulière à la
solution générale sans second membre.
Pour des systèmes complexes, la solution y(t) est difficile à obtenir de manière
analytique.
L’idée consiste à utiliser la transformation de Laplace qui permet d’obtenir une
relation algébrique entre la sortie et l’entrée, sans avoir à résoudre l’équation
différentielle.
