Module :

Asservissement
& régulation -
Commande
Numérique
 Programme
 Notions de base

 Etude des systèmes linéaires échantillonnés

 Analyse des Systèmes Asservis Linéaires Echantillonnés (SALE)

 Correction des SALE

 Leçon1 :

Notions de
base
 1. Commande numérique
1.1. Signaux
Signal analogique : fonction continue du temps.

Signal échantillonné : signal analogique dont les valeurs sont prises à

des intervalles de temps réguliers.
Cet intervalle est la période d’échantillonnage (Te).

Signal numérique : suite ordonnée de valeurs numériques codées sur

un certain nombre de bits. Le nombre de ces valeurs est fini.

Théorème de Shannon
La fréquence d’échantillonnage doit être supérieure au double de la
fréquence maximale contenue dans le signal.
 1.2. Système échantillonné
Un processus continu peut être piloté par un processeur, qui élabore un
signal numérique. On parle alors de système échantillonné.

Un système asservi échantillonné est un processus continu associé à un

régulateur numérique. Sa structure est la suivante :

CAN : convertisseur analogique / numérique

CNA : convertisseur numérique / analogique .
 1.3. Convertisseur N/A
Le modèle le plus simple et le plus utilisé d’un CNA est le bloqueur
d’ordre zéro (BOZ).

Entre deux instants d’échantillonnage il maintient le signal constant , égal

à la valeur du dernier nombre sur son entrée.

{xk} x(t)
BOZ
 1.4. Convertisseur A/N
Il réalise les opérations suivantes :
 échantillonnage
 quantification + codage sur N bits.

Un échantillonneur peut être assimilé à un interrupteur initialement ouvert

qui se ferme aux instants d’échantillonnage. Il est utilisé pour modéliser
le CAN.

x(t) {xk}

Te
 2. Transformée en z
2.1. Définition

Soit f(t) un signal physique (c-a-d f(t) = 0 pour t < 0).

Sa transformée en z est définie par :


TZ  f (t )  F ( z )   f (k .Te).z  k
k 0

z est une variable complexe.

 2.2. Table des transformées usuelles
F(p) f(t) f(k) F(z)
1 δ(t) δ(k) 1

1 𝑧
1 1
𝑝 𝑧−1
1 𝑡 𝑧
k
𝑇𝑝 𝑇 𝑧−1
1 𝑧
𝑒 𝑏
𝑝+𝑎 𝑧−𝑏
𝑏=𝑒
1 𝑡 𝑏𝑧
𝑒 𝑘𝑏
𝑇 𝑝+𝑎 𝑇 𝑧−𝑏
𝜔 𝑧𝑠𝑖𝑛(𝜃)
sin(ωt) 𝑠𝑖𝑛(𝑘𝜃)
𝑝 +𝜔 𝑧 − 2𝑧𝑐𝑜𝑠 𝜃 + 1
𝜃 = 𝜔𝑇
𝑝 𝑧 − 𝑧𝑐𝑜𝑠(𝜃)
cos(ωt) co𝑠(𝑘𝜃)
𝑝 +𝜔 𝑧 − 2𝑧𝑐𝑜𝑠 𝜃 + 1
𝜔 𝑧𝑒 𝑠𝑖𝑛(𝜃)
𝑒 sin(ωt) 𝑏=𝑒 𝑏 𝑠𝑖𝑛(𝑘𝜃)
𝑝+𝑎 +𝜔 𝑧 − 2𝑧𝑒 𝑐𝑜𝑠 𝜃 + 𝑒
𝑝+𝑎 𝑧 − 𝑧𝑒 𝑐𝑜𝑠(𝜃)
𝑒 cos(ωt) 𝜃 = 𝜔𝑇 𝑏 co𝑠(𝑘𝜃)
𝑝+𝑎 +𝜔 𝑧 − 2𝑧𝑒 𝑐𝑜𝑠 𝜃 + 𝑒

T est la période d’échantillonnnage.

 2.3. Propriétés et théorèmes
 Linéarité TZ f (t )   g (t )  F ( z )  G ( z )

 Retard TZ  f (k  n)  z  n F ( z )

n 1
 Avance TZ  f (k  n)  z F ( z )   f (m) z n  m
n

m 0

 Translation fréquentielle e  at . f (t ) 

L
F ( p  a) 

z
F ( z.e aT )

 Théorème de la valeur initiale lim f (kT )  lim F ( z )

k 0 z 

 Théorème de la valeur finale lim f (kT )  lim ( z  1) F ( z )

k  z 1
 2.4. Transformée inverse
La méthode des résidus et l’utilisation de la table sont des méthodes
analytiques.
Elles permettent d’aboutir à une relation mathématique.

La division polynômiale et l’utilisation de l’équation de récurrence sont

des méthodes numériques.
Elles donnent des valeurs numériques aux instants d’échantillonnage.
 Méthode des résidus

x(k )   Re s z k 1 X ( z ), zi  Zi : pôles de X(z)

Calcul des résidus

Re s f ( z ), a   lim z  a  f  z  pour un pôle simple

z a

Re s f ( z ), a   lim 
d
  2
 
za f z 

 pour un pôle double
z  a  dz 
 3. Modélisation de système
3.1. Equation de récurrence
Un système linéaire peut être généralement représenté par une équation
récurrente à coefficients constants liant les grandeurs d’entrée et de
sortie (n ≥ m).

an s (k  n)  ...  a1s (k  1)  a0 s (k ) 
bm e(k  m)  ...  b1e(k  1)  b0 e(k )

n est appelé ordre du système.

 3.2. Fonction de transfert

Partant de CI nulles et en appliquant la transformée en z à l’équation de

récurrence, on trouve :

an .z  n S ( z )  ...  a1.z 1S ( z )  a0 .S ( z ) 

bm .z  m E ( z )  ...  b1.z 1 E ( z )  b0 .E ( z )

On note la fonction de transfert du système :

S ( z ) bm .z  m  ...  b1.z 1  b0
H ( z)  
E ( z ) an .z  n  ...  a1.z 1  a0 .
 3.3. FT de système échantillonné
{uk} {yk}
CNA F(p) CAN

 {uk} BOZ F(p)

{yk}

Y ( z) 1  F ( p) 
FT du système : G( z)   (1  z )Z  
U ( z)  p 

3.4. Algèbre des blocs

Les formules vues pour les associations (cascade, parallèle, réaction) en
continu restent valables. Il suffit de remplacer p par z.
 4. Etude des systèmes
4.1. Signaux de commande usuels

 Impulsion de Dirac : δ(kTe)  Echelon : Γ(kTe)

1 si k  0  A si k  0
k   k  
0 si k  0  0 si k  0

 Rampe ou échelon de vitesse : v(kTe)

 AkTe si k  0
vk  
 0 si k  0
 4.2. Analyse temporelle
En fonction du signal d’entrée, trouver l’expression numérique ou
analytique de la réponse.

4.3. Analyse harmonique

2 z 1 2  wTe
On utilise le changement de variable : w z
Te z  1 2  wTe

Puis on pose : w  jv

On peut alors représenter les diagrammes de Bode, Black ou Nyquist,

en utilisant les mêmes outils mathématiques que ceux utilisés pour les
systèmes continus.
 Leçon2 :

Etude des
systèmes
linéaires
échantillonnés
 1. Système du 1er ordre
1.1. Description
Systèmes régis par une FT de la forme :

K
H ( p) 
1  p
FT du système échantillonné (période d’échantillonnage T) :

1 a b  a  e T / 
 G( z)  K  avec 
za za b  K (1  a )
 1.2. Réponse indicielle
b
S ( z)  E ( z)
( z  a)

bz 1
 S ( z)  1
E( z)  S ( z )  az 1S ( z )  bz 1 E ( z )
(1  az )

 S ( z )  az 1S ( z )  bz 1 E ( z )

 sk  ask 1  bek 1
 1.3. Réponse fréquentielle
b
G( z) 
za

b(2  wT )
 G ( w) 
2(1  a )  wT (1  a )

b(2  jvT )
 G ( jv) 
2(1  a )  jvT (1  a )
 2. Intégrateur numérique
2.1. Description
FT du système échantillonné

b
G( z) 
z 1

C’est un cas particulier du 1er ordre pour lequel a = 1.

2.2. Réponse indicielle
sk  sk 1  bek 1

2.3. Réponse fréquentielle

b(2  jvT )
G ( jv) 
j 2vT
 3. Système du 1er ordre avec retard
3.1. Description
Systèmes régis par une FT de la forme :

K p
H ( p)  e
1  p
FT du système échantillonné (période d’échantillonnage T) :

r b
Si   r.T G( z)  z
za
 3.2. Réponse indicielle
bz  r
S ( z)  E ( z)
( z  a)

bz  ( r 1)
 S ( z)  1
E( z)  S ( z )  az 1S ( z )  bz  ( r 1) E ( z )
(1  az )

 S ( z )  az 1S ( z )  bz  ( r 1) E ( z )

 sk  ask 1  bek ( r 1)

 3.3. Réponse fréquentielle
b
G( z )  z r
za

r
 2  wT  b(2  wT )
 G ( w)   
 2  wT  2(1  a)  wT (1  a)

r
 2  jvT  b(2  jvT )
 G ( jv)   
 2  jvT  2(1  a )  jvT (1  a )
 4. Système du 2nd ordre
4.1. Description
Systèmes régis par une FT de la forme :

K
H ( p)  2
p  p
1  2z   
n  n 

FT du système échantillonné (période d’échantillonnage T) de la forme :

b1 z  b0
G( z)  2
z  a1 z  a0
 4.2. Réponse indicielle
b1 z  b0
S ( z)  2 E( z)
z  a1 z  a0

b1 z 1  b0 z 2
 S ( z)  1 2
E ( z)
1  a1 z  a0 z

 S ( z )  a1 z 1S ( z )  a0 z 2 S ( z )  b1 z 1 E ( z )  b0 z 2 E ( z )

 S ( z )   a1 z 1S ( z )  a0 z 2 S ( z )  b1 z 1 E ( z )  b0 z 2 E ( z )

 sk   a1sk 1  a0 sk  2  b1ek 1  b0 ek  2
 4.3. Réponse fréquentielle
b1 z  b0
G( z) 
z 2  a1 z  a0

 2  wT 
b1    b0
 G ( w)   2  wT 
2
 2  wT   2  wT 
   a1   a0
 2  wT   2  wT 

 2  jvT 
b1    b0
 2  jvT 
 G ( jv)  2
 2  jvT   2  jvT 
   a1    a0
 2  jvT   2  jvT 
 5. Cas général
1 m
1 b
r 0  b z  ...  b z
G( z)  z 1 m
( z  1) c a0  a1 z 1  ...  an z  n

c : classe du système
r : retard du système
Les valeurs de z qui annulent le dénominateur sont les pôles du système

gain statique  lim G ( z )

z1
 Leçon3 :

Analyse des
Systèmes Asservis
Linéaires Echantillonnés
(SALE)
1. Fonction de transfert en z
1.1. Cas général

S ( z) D( z )
H BF ( z )  
E ( z ) 1  D( z ) R( z )

M ( z)
H BO ( z )   D( z ) R( z )
 ( z)
1.2. Système échantillonné

Y ( z) 1  F ( p) 
G( z)   (1  z )Z  
U ( z)  p 
1.3. Système échantillonné asservi

1  G ( p) 
C ( z ).(1  z )Z  
S ( z)  p 

E ( z) 1  G ( p ).K ( p ) 
1  C ( z ).(1  z )Z  
 p 
 2. Evaluation des performances
2.1. Stabilité
Un système est stable si sa réponse à une impulsion de Dirac tend vers
zéro lorsque le temps tend vers l’infini.

Un système est stable si sa réponse à un échelon tend vers une

constante lorsque le temps tend vers l’infini.

théorème

Un système discret est stable si tous ses pôles ont leurs modules
strictement inférieurs à 1.
 2.2. Précision

Signal d’erreur

Le signal d’erreur : ε(k) = e(k) – m(k)

 Pour une entrée échelon : erreur de position ou erreur statique εp.

 Pour une entrée rampe : erreur de vitesse ou erreur de traînage εv.

 Calcul de l’erreur

( z )  E ( z )  M ( z )

D’après le théorème de la valeur finale

 ()  lim k   (k )  lim z 1 ( z  1)( z )

Ou  ( )  e ( )  m (  )

2.3. Rapidité
Le critère standard de rapidité est le temps de réponse à 5%.
Il s’exprime en nombre entier de la période d’échantillonnage.
 3. Critère de Jury
Soit D( z )  an z n  ...  a1 z  a0 avec an  0

Un système linéaire discret est stable si les coefficients de son polynôme

caractéristique vérifient les (n+1) contraintes suivantes :

a2  a1  a0  0

n  2 a2  a1  a0  0
 a a
 2 0

 a3  a2  a1  a0  0
 a  a  a  a 0

n3  3 2 1 0
 a3  a0
a32  a02  a1a3  a0 a2
 4. Marges de stabilité
Les marges de stabilité permettent d’estimer la proximité du point
critique.

Plus les marges sont grandes, plus robuste est la stabilité

Pour une bonne stabilité, on considère satisfaisant les valeurs minimales

suivantes : Mφ = 30° et Mg = 6 dB.
 Leçon4 :

Correction
Des SALE
 1. Notion de correction numérique
1.1. Rôle
La correction consiste à modifier le système de commande afin d’amener
un système à avoir un comportement fixé par un cahier des charges.

L’étude concerne la correction série. C’est la plus utilisée.

On s’intéresse aux SARU.
 1.2. Méthodes de correction
Les méthodes directes de synthèse du correcteur numérique
Elles sont basées sur le modèle discret du système.
Ce sont le correcteur à réponse pile, le correcteur PID numérique et la
structure RST.

La méthode de transposition du correcteur continu

Elle est basée sur la synthèse d’un correcteur continu sur le modèle
continu du système. Ensuite on calcule le correcteur numérique
correspondant.
 2. Correcteur à réponse pile
2.1. Définition

Un système à réponse pile est un système tel que sa réponse à une

entrée type donnée soit égale à cette entrée au bout d’un nombre fini de
périodes d’échantillonnage.
 2.2. Démarche de synthèse
 Ecrire la FT du système asservi corrigé sous la forme :

H ( z )  h0  h1 z 1  h2 z 2  ...  hn z  n
n :nombre de périodes d’échantillonnage au bout duquel l’erreur est nulle

 Ecrire les expressions de s(k) ; k  0; n

 Calculer H(z)

 Calculer le correcteur C(z) par la relation :

1 H ( z)
C ( z)  .
G( z) 1  H ( z)

 Vérifier la stabilité du système asservi corrigé.

 3. Correcteur à actions P,I,D
3.1. Choix du correcteur

Correcteur P : améliore la précision sans changer la classe du système.

Correcteur PI : améliore la précision sans changer la classe du système.

Correcteur PID : améliore la précision, la rapidité et la stabilité du

système.

Le correcteur PID est de la forme :

1 Kd 1
C ( z )  K p  K i .T 1
 (1  z )
1 z T
 3.2. Démarche de synthèse :
méthode de Takahashi
 insérer un correcteur P
 déterminer Kosc le gain de la juste oscillation et Tosc la période de cette
oscillation.

 Correcteur P

K p  0,5.K osc
 Correcteur PI

K p  0,45.K osc  0,5.K i .T

K
K i  0,54 osc
T0 sc
 Correcteur PID

K p  0,6.K osc  0,5.K i .T

K osc
K i  1,2
Tosc
3
Kd  K osc .Tosc
40
 4. Correcteur RST
4.1. Structure générale

R(z); S(z) et T(z) sont des polynômes de la variable z-1.

 R( z )
On cherche le correcteur sous la forme : C ( z ) 
S ( z)

B ( z 1 )
On considère le cas où : T ( z )  R( z ) et G( z)  z d

A( z 1 )

z  d B ( z 1 )T ( z 1 ) z  d B ( z 1 )T ( z 1 )
 H ( z)  1 1 d 1 1

A( z ) S ( z )  z B ( z ) R ( z ) P ( z 1 )
 4.2. Démarche de synthèse
 Placement des pôles

P(z-1) est le polynôme choisi, il doit être stable.

 Calcul des polynômes R(z-1) et S(z-1)

Résoudre l’équation de Bezout :

A( z 1 ) S ( z 1 )  z  d B ( z 1 ) R ( z 1 )  P ( z 1 )

n p  n A  n B  d  1

 nS  n B  d  1
 nR  n A  1
L’équation a une solution unique si : 
 S ( z 1 )  1  s1 z 1  ...  sns z  ns
avec 1 1 n
 R( z )  r0  r1 z  ...  rnr z r