Etude de systèmes échantillonnées
Introduction
Le développement important de la théorie des systèmes échantillonnés est du
principalement au développement de la commande numérique.
Objectifs du TP
- Le but de la manipulation est d’étudier les systèmes échantillonnés. Il s’agit de rechercher les
modèles discrets des systèmes du premier ordre et du second ordre, de choisir convenablement
la période d’échantillonnage, de tracer les réponses temporelles et d’étudier la stabilité des
systèmes échantillonnés.
- Utiliser Matlab/Simulink pour simuler et étudier le comportement de systèmes échantillonnés.
- Tester le comportement du système en régime dynamique et statique suite à l’utilisation des
trois régulateurs classiques P, PI et PID
Plan
1- Discrétisation
2- Fonction de transfert discrète
3- Etude de stabilité
4- Utilisation de Simulink
5- Erreur de position
6- Influence de la période d’échantillonnage sur la stabilité
I- Discrétisation
1-
>> G=tf([2 1], [1 2 1]) :
>>help c2d
>> G d 1 =( G ,0.1 , ' zo H ' )
>> G d 1 =( G ,0.1 )
>> G d 2 =( G ,5 )
>>step(G, ‘b’, G d 1 , ' r ' , G d 2 , ‘g’); grid;
>>legend(‘G’, ‘Te=0.1 sec ‘ , ‘Te= 5 sec ‘ )
Fig 1 : évolution de la réponse indicielle
du système étudié
La figure illustre la réponse indicielle du système d’asservissement essentielle G et avec temps
d’échantillonnage respectivement 0.1 sec, 5 sec.
La réponse indicielle présente un dépassement respectivement 13.5 , 2.7 % comme le montre la
figure.
II- Fonction de transfert discrète
1- >> Help tf
>> H d = tf ([0.047 0.046] , [ 1 -1.81 0.9 ], -1)
>> H d zpk = zpk ( H d )
>> den=[ 1 -1.81 0.9 ] ; z i= roots (den) ;
0 .047
>> Hd=zpk( - , z ,0.047, -1)
0 .046 i
2- Pzmap( H d )
3- Pole( H d ¿
Cette figure illustre qu’il s’agit d’un zero égale
à -0.979 et 2 pôles sont respectivement 0.905±
0.285 i .
Fig 2 : les pôles et les zéros de la
fonction de transfert du système
III- Etude de stabilité
1-
>> H=zpk([],[0.4 0.8],1,-1)
H=
1
---------------
(z-0.4) (z-0.8)
>> pzmap(H)
Fig 3 : les pôles et les zéros de la fonction de
transfert discrète du système étudié
La figure illustre les poles du fonction de transfert discréte qu’ils sont respectivement 0.4 et 0.8.
Le système étudié est stable ssi ∀ i |z i|< 1
Or z 1 = 0.4 , z 2 = 0.8 →|z 1 ,2|<1 →les 2 p ô les sont stables.
Le système étudié est stable
k . H (z ) 1
2- FTBF(z) = = 2
1+ k . H (z) z −1.2 z +0.23+ K
Appliquer le critère de Jug
k limite stabilité
3- >> k=1;
>> FTBF=feedback(k*H,1)
FTBF =
1
-------------------
(z^2 - 1.2z + 1.32)
Sample time: unspecified
Discrete-time zero/pole/gain model.
4- >> H=tf(1,[1 -1.2 0.32],0.1)
H=
1
------------------
z^2 - 1.2 z + 0.32
Sample time: 0.1 seconds
Discrete-time transfer function.
>> rltool
Fig 4 : localisation de pôles de
fonction de transfert discrète du
système
Cette figure illustre qu’il s’agit d’un gain k égale étudié
à 0.679
Fig 5 : évolution de la réponse indicielle du système
étudié
La figure illustre la réponse indicielle du système étudié qui présente un dépassement
D% égale à 36.9 , temps de réponse égale à 1.12 second , et temps de montée égale
à 0.171 second et temps de pic égale à 0.978 secondes.
IV- Utilisation de Simulink
La figure illustre le schéma fonctionnel de fonction de
transfert discrète avec des coefficients de numérateur
égale à 0.23 et avec des coefficients de dénominateur
égales respectivement à 1 , -1.37 et 0.42.
Fig 6la :réponse
La figure illustre fonction de transfert discrète
en boucle
indicielle du système fermée
étudié qui présente
. un gain égale à 4,6
Fig 7: évolution de la réponse
indicielle du système étudié
La figure illustre la position de 2 pôles du fonction de
transfert discrète dans le cercle unité qui sont
respectivement 0.463 et 0.907.
Fig 8 : tracé rapide de linéarisation
V- Erreur de position
>> F= tf ([0.9], [1 -0.9]) ;
h=
0.9s
-------------
s - 0.9
Fig 9 : schéma fonctionnel de
la figure illustre le schéma fonctionnel de fonction fonction de transfert discrète du
de transfert discrète de numérateur égale à [0.9] et système étudié
de dénominateur égale à [1 - 0.9]
Lecture directe ;
ε sp=ε p ( ∞ ) ×100 % = 0.1 ×100=10
ε sp %=( y c − y ( ∞ ) ) × 100 %=¿
(1 – 0.9)×100 = 10
La figure illustre la réponse indicielle au cours de temps ou la valeur finale égale à 0,9 .
Fig 10 : évolution de la réponse
indicielle du système étudié
VI- Influence de la période d’échantillonnage sur la
stabilité
>> h=tf(10,[0.1 1])
h=
10
-------------
0.1s + 1
>> figure(2) ; pzmap(hb f 1 , ‘b’ , hb f 2 , ‘r’ );
>> figure(1);step(hbf1,'b',hbf2,'r');grid;
>> legend('hbf1','hbf2');
>> figure(2);pzmap(hbf1,'b',hbf2,'r'); Fig 11 : Tracé du pôle zéro pour les
>> legend('hbf1','hbf2'); systèmes à temps discret
Cette figure illustre qu’il s’agit 2 pôles sont respectivement -5.95 et -0.0468.
On peut voir clairement l’influence du choix de Te, si Te = 𝜏 le système n’est pas stable,
Fig 12 : l’évolution de la réponse indicielle de chacun de la fonction de
si Te < 𝜏 le système est stable ; d’où pour le moment, le meilleur choix est de Te< 𝜏
transfert hbf1 et hbf2 et la position de leurs pôles dans la cercle unité.
Pour Te = 0.1 sec Pour Te = 0.01 sec
- La sortie du système étudié en boucle - La sortie du système étudié en boucle
fermé est divergente fermé est convergente
Le système asservi est instable Le système asservi est stable
- Le pôle de hb f 1 est situé à l’extérieur - Le pôle de hb f 2 est situé à l’intérieur
du cercle unité du cercle unité
Pôle instable Pôle stable
Instabilité du système en boucle Stabilité du système en boucle fermé
fermé - Le pôle z 2 = -0.046 de hb f 2
- Le pôle z 1 = -5.95 de hb f 1 |z 2|<1
|z 1|>1 Pôle stable
Pôle instable τ
- Te =0.1 sec = τ - Te =0.01 sec =
10
Théorème de Shannon n’est pas Théorème de Shannon est vérifié
vérifié Bon choix de Te ( à retenir )
Mauvais choix de Te ( à rejeter )
Conclusion
On a pour les deux systèmes la même conclusion, mais il faut noter que la période
d’échantillonnage pour les deux cas reste Te<𝜏 d’où le système reste stable, alors la
cause de la différence entre les courbes c’est le nombre d’échantillonnages par
seconde, pour le 1er cas, Te est très grande, d’où le processeur n’a pas pu dégager des
informations suffisante pour savoir le comportement du système, mais aussi, une
valeur de Te très petite va surchauffer le processeur et le bloquer. Alors il faut utiliser
le théorème de Shannon : Pour que l’observation échantillonné d’un signal soit
significative, il est nécessaire que l’échantillonnage soit effectué à une fréquence (Fe)
au minimum double de la fréquence maximale (hbf2) présente dans le signal : Règle
pratique Oit hbf2 =1/Tm la fréquence max à considérer dans un signal. Alors en
pratique, pour satisfaire à la condition de Shannon, avec une bonne marge de sécurité
on prendra : 𝑇𝑚 =25 < 𝑇𝑒 < 𝑇𝑚 =5.
