République Algérienne Démocratique et populaire ‫اﻟﺠﻤﮭﻮرﯾﺔ اﻟﺠﺰاﺋﺮﯾﺔ اﻟﺪﯾﻤﻘﺮاطﯿﺔ اﻟﺸﻌﺒﯿﺔ‬

Ministère de l’enseignement Supérieure et de la

‫وزارة اﻟﺘﻌﻠﯿﻢ اﻟﻌﺎﻟﻲ و اﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ‬
recherche Scientifique
– ‫ﺟﺎﻣﻌﺔ ﺣﺴﯿﺒﺔ ﺑﻦ ﺑﻮﻋﻠﻲ – اﻟﺸﻠﻒ‬
Université Hassiba Benbouali-CHLEF-
Faculté de Technologie ‫ﻛﻠﯿﺔ اﻟﺘﻜﻨﻮﻟﻮﺟﯿﺎ‬
Département Électronique ‫ﻗﺴﻢ اﻹﻟﻜﺘﺮوﻧﯿﻚ‬

Ce cours est destiné aux étudiants de Master 1 Électronique des systèmes

Embarqué

Par Dr. SAADAT Boulanouar

Version 1. Novembre 2020

Ce polycopié de cours et d’exercices du module "Système Asservis Numérique (SAN)" s’adresse

aux étudiants de première année Master électronique des systèmes embarqués dans le cadre des

programmes officiels, du Département d’Electronique de la Faculté de technologie d’université de

Chlef (UHBC). En fait, ce polycopié est divisé en trois chapitres plus le premier chapitre comme

un rappel mathématique. Il rassemble une série de cours, d’exemples et d’exercices ayant pour

but de permettre à l’étudiant de mieux comprendre les notions du module de Système Asservis

Numérique. Les cours abordent les éléments de base de l’étude d’échantillonnage de signal et la

régulation numérique. De nombreux exemples illustrant les principes étudiés dans ces cours sont

présentés. Une méthodologie de synthèse de contrôleurs et les performances des systèmes

contenus et à temps discret. En outre, après chaque chapitre, des exercices d’application sont

présentés. Remarquable par son approche pédagogique, cet ouvrage de référence vous fera

découvrir le module de système asservis numérique par une carte conceptuelle c'est au début de

cet ouvrage.

Les objectifs visés c’est de découvrir aux étudiants :

- les systèmes asservis numérique et leurs représentations et les représentations des

systèmes dynamiques linéaires à temps discret.
- Les éléments fondamentaux de la commande des systèmes linéaires représentés sous
forme de fonction de transfert en Z.
- les différentes méthodes de synthèse de correcteurs à temps discrets.
 Introduction générale

An de mettre en œuvre les asservissements en milieu industriel, l’usage d’outils informatiques

comme organes de contrôle des processus asservis est essentiel.
C’est le cas par exemples des ordinateurs ou des microcontrôleurs qui peuvent, entre autre,
assumer des fonctions de calculateurs numériques. Mais de tels instrument sont à base de
composants électronique (microprocesseurs, mémoires,…) et fonctionnent avec des signaux
binaires, porteurs d’informations numériques, on parle alors de signaux numériques. Se pose
alors un problème fondamental, à savoir qu’un outil numérique ne peut s’accommoder de signaux
analogiques, pourtant quasi exclusifs dans la majorité des systèmes physiques. En effet, le mode
de traitement des informations imposé par un calculateur est de nature numérique et cadencé
dans le temps de façon périodique grâce à une horloge. Le temps et l’amplitude du signal sont
donc des grandeurs discrètes. Schématiquement, cela signifie que tout signal vivant dans
l’ordinateur est une suite de nombres.
Les problèmes qu’il s’agit de résoudre pour le contrôle des processus continus concernent les
points suivants :
(a) L’échantillonnage d’un signal continu : cette opération consiste à relever les
informations prises par un signal continu à intervalle de temps régulier, appelé période
d’échantillonnage. On parle alors de signal échantillonné. Cela signie que le calculateur
ne tiendra compte que des échantillons, c’est-à-dire des valeurs prises par le signal aux
instants d’échantillonnage.
(b) La conversion d’un signal analogique en un signal numérique : il s’agit de convertir
la valeur prise par un signal analogique à l’instant d’échantillonnage en une valeur
numérique an qu’elle soit traitée par le calculateur. Un tel signal peut, par exemple,
provenir d’un capteur. On parlera alors de signal de mesure
(c) La conversion d’un signal numérique en un signal analogique : cette opération
consiste à transformer le signal numérique issu du calculateur à l’instant
d’échantillonnage (on parlera de signal numérique de commande), l’objectif étant de
commander le système physique.
(d) La synthèse d’un algorithme de calcul : il s’agit d’établir une loi d’évolution du signal
de commande numérique en fonction des signaux de mesure et de référence, également
numériques, an de permettre au système asservi de satisfaire un cahier de charge.
 Représentation
graphique et
d’état des
systèmes
Analyse
temporelle et
fréquentielle Master 1
des systèmes Électronique
des systèmes
Adresser à embarqués

La régulation :
I, D, P, PD, PID Système Asservis
Pré-requis
Numérique (SAN)
Présenter le
Les objectifs système dynamique
à temps discret

Etude Le contenu
d’échantillonnage
d’un signal Déterminer
les éléments
fondamentau
Le volume x de
commande
Analyse des Horaire
des systèmes
systèmes
linéaires sous
échantillonnés dans 45 Heure Synthétiser les forme de
l’espace d’état contrôleurs à temps
Cours et TD fonction de
discret par transfert
Synthèse des différents méthodes
correcteurs(Contrôleurs)
 I
Chapitre Rappels mathématique

 Calcul matriciel

 Définition de la transformée de Laplace.

 Application.

 Exercices.

 Propriétés de la transformée de Laplace.

 Equation différentielle

 Tableau des transformée de Laplace.

 Chapitre I : Rappels mathématique UHBC CHLEF

1. Calcul matriciel

1. Définitions
Une matrice n x m est un tableau de nombres à n lignes et m colonnes. Noté par ( ) ou [ ]
Exemple de matrice avec n  2 et m  3 :
 1 3 5
M   
 2 4 2
Une matrice est symbolisée par une lettre en caractère gras.
On note : M ij l’élément situé à l’intersection de la ligne i et de la colonne j :
 M 11  M 1m 
M     
 
 M n1  M nm 
Si m  1 , la matrice est appelée vecteur (ou, vecteur-colonne) :
 M 11 
M   
 
 M n1 
Si n  m , la matrice est dite matrice carrée.
 M 11  M 1m 
M     
 
 M n1  M nm 
Quelques matrices carrées particulières :

1. Matrice unité (ou matrice identité) :

1 0 0
I  0 1 0
 
0 0 1

2. Matrice diagonale :
 D11 0 0 

D  0 D22 0 
 
 0 0 D33 

3. Matrice triangulaire (peut être supérieure ou inferieure) :

T11 T12 T13 
T   0 T22 T23 
 
 0 0 T33 

4. Matrice symétrique
Une matrice carrée S est dite symétrique si S ij  S ji :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

5
 Chapitre I : Rappels mathématique UHBC CHLEF

 S11 S12 S13 

M Sy   S12 T22 T23 
 
 S13 T13 T33 
2. Opération sur les matrices
 Egalité de deux matrices
Deux matrices A et B sont égales si :
Aij  Bij i , j
n ( B )  n ( A) , m ( B )  m ( A)
 Addition et soustraction
L’addition et la soustraction des matrices se font terme par terme.
Les matrices doivent avoir les mêmes dimensions.
Exemple :
 1 3 5   6 7 8   7 10 13
       
 2 4 2   9 0 1  11 4 3 
 1 3 5   6 7 8    5  4  3
       
 2 4 2   9 0 1   7 4 1 
 Multiplication par un nombre
Lorsqu’une matrice est multipliée par un nombre, chaque terme de la matrice est multiplié
par ce nombre :
Exemple 1 :

 7 2 3   21 12 9 
3.     
 1 4 5   3 12 15 
 Transposition
La transposée AT d’une matrice A (aussi notée A ) est la matrice obtenue en échangeant lignes et
colonnes de A
7 1
 7 2 3  
A     A   2 4 
 1 4 5  3 5
 
La transposée d’un vecteur-colonne est un vecteur-ligne

 A11 
A    A  A11  A1n 
 
 An1 

 Multiplication matricielle
- Produit scalaire
Le produit scalaire d’un vecteur-ligne par un vecteur-colonne y est défini par :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

6
 Chapitre I : Rappels mathématique UHBC CHLEF

 b1 
b 
n
A.B  a1 ... a n .   a1b1  a2 b2    a n bn  i 1 ai bi
2
a2

 
bn 
Le résultat de cette opération est un scalaire. On peut noter que le produit scalaire
est commutatif

- Produit matriciel
Le produit matriciel se déduit du produit scalaire : le produit de la matrice A( n.m )
par la matrice B ( m. p ) est la matrice C ( n. p ) telle que l’élément C ij est égal au
produit scalaire de la ligne i de la matrice A par la colonne j de la matrice B :
m
Cij   aik bkj avec i  1,  n et j  1,  p
k 1

Exemple 2 :
 5 1
1 2 0     9 7
 . 2 3    
 4 3  1  3 4   23 9 
 
- Propriétés

Le produit matriciel est :

 Associatif : ABC  ( AB )C  A( BC )
 distributif par rapport à l’addition : A( B  C )  AB  AC
 non-commutatif : AB  BA
 La matrice unité I est l’élément neutre pour la multiplication
AI  IA  A
 Transposée d’une somme : ( A  B )T  AT  B T
 Transposée d’un produit : ( AB )T  B T AT

 Inversion Une matrice carrée

A est dite inversible s’il existe une matrice carrée A1 (appelée matrice inverse) telle que :
AA  AA  1

- Propriétés
 ( A1 ) 1  A
1 T T 1
 (A )  (A )
1 1 1
 ( AB )  A B
1 T
 Si la matrice A est orthogonale, alors : A  A
 Déterminant d’une matrice carrée
Pour une matrice 2  2 , on peut montrer que la matrice inverse est donnée par :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

7
 Chapitre I : Rappels mathématique UHBC CHLEF

 d b 
1 1  d  b  ad  bc ad  bc 
A    c
ad  bc   c a  a 
 
 ad  bc ad  bc 
Le déterminant de A noté : det( A)  A  ad  bc
La matrice inverse n’existe donc que si det( A) est différent de zéro

Pour calculer l’inverse des matrices d’ordre supérieur à 2 on procède comme suit :
1. Trouvez le déterminant de la matrice, det( A)
2. Trouvez AT , la transposition de la matrice.
3. Trouvez le déterminant de chacune des matrices mineures 2  2 .
4. Représentez-les comme une matrice adjointe adj ( A) .
5. Trouvez l'inverse en divisant la comatrice trouvée dans l'étape précédente par
le déterminant de la première étape det( A) .

 a11 a12  a1m 

a a 22  a2 m 
 21 
A     
 
 ai1 ai 2  aim 
a n1  anm 

1
A1  adj ( A) T
det( A)

La matrice adjointe :
  11  12   1m 
  22   2m 
 21 
adj ( A)       
 
  i1  i 2   im 
 n1   nm 

Où :
 ij est le cofacteur de l’élément aij de A défini à partir du mineur M ij par la

relation :  ij  ( 1) i  j M ij

Exemple 3:

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

8
 Chapitre I : Rappels mathématique UHBC CHLEF

1 2 3
 
M   0 1 4  det( M )  1(0  24)  2(0  20)  3(0.5)  1
5 6 0
 
 1 2 3  1 0 5
  T
 
M   0 1 4   M   2 1 6
5 6 0  3 4 0
   
1 6
11   (1.0)  ( 4.6)  24
4 0
2 6
12   (2.0)  (3.6)  18
3 0
2 1
13   ( 2.4)  (3.1)  5
3 4
0 5
 21   (0.0)  (5.4)  20
4 0
1 1
 23   (1.4)  (3.0)  4
3 4
0 5
 31   (0.6)  (1.5)  5
1 6
1 5
 32   (1.6)  ( 2.5)  4
2 6
1 0
 33   (1.1)  (2.0)  1
2 1
  24  18 5 
 
Ce qui donne la matrice des cofacteurs   20  15 4 
  5  4 1
 
  
 
  
On change les signes comme suit   on aura la matrice adjointe :
  
  24  18 5 
adj (M )   20  15  4 
 
 5  4 1 

On obtien la matrice inverse :

1
M 1  adj ( M )
det( M )
  24  18 5    24  18 5 
1 1   
M    20  15  4     20  15  4 
1
 5 4 1    5  4 1 

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

9
 Chapitre I : Rappels mathématique UHBC CHLEF

On peut vérifier par la commande det( A) sous l’environnement Matlab :

- Le déterminant de A est calculé par det( A)
- La matrice inverse de A est calculée par inv( A)
- La transposé de A par A

Exemple 4:
 1 2 3
 
M  0 1 2  det( M )  6
  1  4  1
 
Ce qui donne la matrice des cofacteurs
 1 2 0 2 0 1 
   
  4 1 1 1 1 4
 2 1
 2  7
3 1 3 1 2   
     adj ( M )   10 2 2 
  4 1 1 1 1 4  1
   2 1 
2 3 1 3 1 2 
    
 1 2 0 2 0 1 
On obtient la matrice inverse
1
M 1  adj ( M )T
det( M )
 7  10 1   1.16  1.66 0.16 
1 1   
M   2 2  2     0.33 0.33  0.33
6
 1 2 1   0.16 0.33 0.16 
On peut vérifier par le résultat sous Matlab :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

10
 Chapitre I : Rappels mathématique UHBC CHLEF

2. Définition de la transformée de Laplace

On appelle transformée de Laplace de f et notée F, ou encore Lf, la fonction définie sur l’ensemble
des nombres complexes p tels que Re (P) > a par la formule :

F ( p)   f (t)e - pt dt
0

Propriétés : La linéarité de l’intégrale montre que la transformation de Laplace est linéaire :

L(f  g )  Lf  Lg

3. Applications

1. Fonction de HEAVISIDE ou échelon unité :

La fonction constante et égale à 1 n’admet pas de transformée de Laplace puisqu’elle n’est pas
intégrable sur l’intervalle]-∞, +∞ [, c’est pourquoi l’on introduit la fonction ε (t) de
HEAVISIDE, ou échelon unité, définie par :
 0 si t  0
 (t )  
1 si t  0
Donc :

L (t )   ( p )    (t )e  pt dt
0


  (t )e  pt dt
0

1  pt

p
e   0


Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

11
 Chapitre I : Rappels mathématique UHBC CHLEF

1
 0  1
p
1
D’où :  ( p) 
p

 (t )

0 t

2. Cas de fonction périodique :

Chercher la transformée de Laplace du signale rectangulaire de période T définie par :

  T
 E si t  0 , 2 
  
 T 
f (t )   E si t   , T 
 2 
 0 si t 


La formule générale s’écrit :


F ( p )  Lf ( t )   f ( t )e  pt dt
T
T
F ( p )   Ee  pt dt  T  Ee  pt dt
2
0
2

T
T
F ( p )  E  2 e  pt dt  E T e  pt dt
0
2

T
E  pt E  pt
F ( p)  
p
e   2
0 
P
e   T
T
2

T T
E  p 2  E   pT p 
2
F ( p)    e  1   e  e 
p  P 
T
E p 
F ( p)  1  2e 2
 e  pT 
p 
T 2
E p 
F ( p )  1  2e 2 
p 

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

12
 Chapitre I : Rappels mathématique UHBC CHLEF

4. Exercices
Calculer les transformées de Laplace de f(t)=cos (wt) et g(t)=sin (wt) sachant que :
 e jwt  cos(wt )  j sin( wt )
  jwt
e  cos(wt )  j sin( wt )

On tire :
e jwt  e  jwt
cos(wt ) 
2
jwt  jwt
e e
sin( wt )
2j
F ( p)  ?
 e jwt  e  jwt  pt

F ( p )   cos( wt )e  pt   e dt
0 0 2
jwt  pt  jwt  pt
 e .e  e .e
 dt   dt
0 2 0 2
2  1
  e ( p  jw )t dt   dt
1 0 2  e ( p jw )t
0
( p  jw ) t  
1 e  1  e ( p  jw )t 
   
2  p  jw  0 2  p  jw  0

1 1  1 1 
 0   0 
2 p  jw  2  p  jw 

1 1  1 1 
 
2  p  jw  2  p  jw 

1 p  jw  p  jw

2 ( p  jw)( p  jw)
D’où :
p
F ( p) 
p  w2
2

5. Propriétés des transformées de Laplace

1. Théorème de la dérivation :
t
x (t)  X ( p )
Pour déterminer la transformée de Laplace de la dérivée de x(t), ou on a :
 

0
 
x ' ( t ) e  pt dt  e  pt x (t ) 0  p  x ( t )e  pt dt  pX ( p )  x ( 0)
0

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

13
 Chapitre I : Rappels mathématique UHBC CHLEF

Finalement :
 dx ( t ) 
L  pX ( p )  x (0)
 dt 

 d 2 x (t )   d  dx (t ) 
L 2 
 L    p pX ( p )  x (0)  x ' (0)
 dt   dt  dt 

D’où :
 d 2 x (t ) 
L 2 
 p 2 X ( p )  px(0)  x (0)
 dt 
Application : x (t )  e  at
Déterminer : Lx (t ) 

Lx (t )   pX ( p )  x ( 0)
1 p
X ( p)   pX ( p )  ; x (0)  1
pa pa
p
Donc : Lx (t )  1
pa
a
Lx (t )  
pa
2. Théorème des transformées de Laplace :
Soit : x(t ),
Lx (t )   X ( p ),

dy ( t )  dy ( t ) 
Si : x (t )   L  pY ( p )  y (0)
dt  dt 
Selon le théorème de la dérivation :
X ( p)  pY ( p)  y (0)
X ( p) y (0)
D’où : Y ( p)  
p p

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

14
 Chapitre I : Rappels mathématique UHBC CHLEF

6. Equation différentielle

Equation différentielle
ay( t )  by ( t )  cy ( t )  0

Equation caractéristique
ar 2  br  c  0

Delta
  b 2  4 ac

0 0 0

r1, 2    j b b 
r r1, 2 
2a 2a

y ( t )  et  cos(  t )   sin(  t )  y ( t )  e r t  t    y ( t )   .e r1 t   .e r2 t

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

15
 Chapitre I : Rappels mathématique UHBC CHLEF

7. Tableau des transformées de Laplace

x(t ) X ( p)

 (t ) 1

1
1
p
1
T
p2
1
e  at
pa
t n 1 1
n  1,2,...
(n  a )! pn

t 1

1 e
p (1  p )
t
n 1

 1
(t e )
t n ( n  1)! p (1  p ) n
1
t.e  at
( p  a)2

Sin(t )
p  2
2

p
Cos(t )
p  2
2

2
t 2 .e  at
( p  a)3
p2  a2
tCos(at)
( p2  a 2 )2
2ap
[Link](at )
( p  a 2 )2
2

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

16
 II
Chapitre
Étude de l’échantillonnage
d’un signal

Transformée en Z et transformée en Z modifiée : Théorème de Shannon, bloqueurs d’ordre zéro et

d’ordre un, propriétés de la transformée en Z, Aperçu sur la transformée en Z modifiée et ses
propriétés,… Théorème de la valeur initiale et de la valeur finale d’un système échantillonné
Transferts échantillonnés, et équation aux récurrentes : Discrétisation d’un transfert continu,
Représentation des systèmes discrets par des équations de récurrences, Propriétés, …
Aperçu sur la transformation bilinéaire d’un transfert échantillonné : Relation entre
l’asservissement des systèmes continus et l’asservissement des systèmes échantillonnés.
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

1. Signaux et des systèmes échantillonnés

1. Introduction
Dans la réalité industrielle, la complexité des systèmes, ainsi que celle des traitements à
réaliser, nécessite souvent le recours à des outils numériques de traitement : ordinateurs,
calculateurs, systèmes numériques en tout genre. De tels outils ne peuvent en aucun cas
s’accommoder de signaux continus ; ceux-ci doivent être transformés en suites de nombres
pour pouvoir être traités. De même, ces systèmes délivrent, à leur sortie, des suites de valeurs
numériques, autrement dit, des signaux numériques.
Pour transformer un signal continu en une suite de nombres compatibles avec un système
de traitement numérique, on a recours à deux opérations successives : l’échantillonnage qui
consiste à prélever, à intervalles de temps réguliers, des valeurs discrètes du signal, puis, la
conversion analogique numérique qui transforme ces échantillons en nombres, généralement
codés sous forme binaire (Figure II.1).
L’échantillonnage réalise donc une discrétisation dans le temps, tandis que la conversion
analogique-numérique réalise une discrétisation en amplitude.

e(t ) e* (t ) Conversion e1 , e2 ,..., en

Échantillonnage
Analogique / Numérique
Figure. II.01 : Échantillonnage et conversion analogique numérique d’un signal.

2. Notions sur la commande numérique

L'objectif est d'utiliser un calculateur numérique pour contrôler un processus donné. La première
question qui pourrait être posée est où placer un tel organe dans la structure de commande?

Intuitivement, le calculateur est placé en amont du procédé afin de le commander, c'est-à-dire,

lui donner des ordres appropriés afin qu'il effectue une tâche prédéfinie. Cette manière de
penser soulève alors la question de compatibilité entre les variables mises en jeu, le
processus et le calculateur. La nécessité alors de penser aux convertisseurs analogique-
numérique (CAN) et numérique-analogique (CNA) est inévitable. Ces deux éléments vont
cadrer le calculateur pour faire office d'interfaçage. La figure suivante représente une telle
solution.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

18
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Processus y (t )
r (t )  (t )
CAN Calculateur CNA Continu
Numérique
H(p)


Figure II.02 : Correction numérique.

Dans cette structure, les signaux r(t ) ,  (t ) et y(t ) peuvent rester analogiques. Toutefois,
dans la plupart des cas, ils sont intégrés au calculateur. En d'autres termes, la consigne est
préprogrammée dans le calculateur ; la sortie est également numérisée et renvoyée calculateur
a afin d'être comparée avec la consigne numérique. L'erreur  (t ) sera naturellement discrète.
Cette manière de penser mène à la structure de commande suivante :

Processus Sortie Sortie

Calculateur Continu analogique numérique
CNA CAN
Numérique
H(p)

Figure II.03 : Structure de commande totalement numérique.

Processus Sortie
Calculateur Continu analogique
CNA
Numérique
H(p)

CAN

Figure II.04 : Autre schéma d'une structure de commande numérique.

Dans cette structure :

- Le calculateur contient les différents tâches informatiques, notamment celui de la

consigne, les instructions liées à l'élaboration de la loi de commande (nous allons
voir dans la suite de ce cours, qu'il s'agira de programmer une relation récurrente de
la commande en fonction de l'erreur et de la consigne), la gestion des interruptions et
éventuellement l'affichage des différentes variables mises en jeu et l'état des actionneurs
(diagnostic).

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

19
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

- Le CAN convertit la grandeur numérique issue du calculateur en une grandeur analogique

qui va alimenter le processus.
- Le CNA convertit la grandeur analogique issue de la sortie du processus en une grandeur
numérique qui sera traitée par le calculateur (comparaison avec la consigne).
2.1. Convertisseur Numérique –Analogique
Un Convertisseur Numérique –Analogique (CNA) est un circuit électronique capable de convertir
une tension numérique en une tension analogique. Dans notre structure de commande, il convertie
la commande u (k ) élaborée à l'instant k en une tension continue admissible par le procédé.

Le schéma de principe d'un tel circuit est montré sur la figure suivante :

VR
Tension de
Référence

an 1
a n 2 VS

 CNA Tension de sortie

a0 analogique

Figure II.05 : Schéma de principe d'un CNA.

Il faut noter que chaque valeur d'entrée au CNA est binaire ; elle est constituée des bits a n1 ,...,a 0 .
A noter également que a0 est le bit le moins significatif tandis que a n 1 est le bit le plus
significatif. Ce convertisseur est dit à n bits . Chaque bit prend la valeur 0 ou 1.

Il est important de noter que le signal issu du CNA a une forme en escaliers. Cette forme de
« discontinuités » peut être supprimée grâce à un filtre de lissage (passe-bas).

Le circuit CNA présente divers caractéristiques qu'il faut bien comprendre pour appréhender
par la suite les systèmes échantillonnés. Ces caractéristiques sont données dans ce qui suit :

 Nombre de bits

Un CNA est caractérisé par la taille du nombre binaire à son entrée. Le CNA permet d'obtenir en
sa sortie une tension dont la valeur est représentative du mot binaire présent en son entrée. On
peut coder 2 n valeurs. Dans le cas, par exemple, d'un CNA à 3 bits, on a : 8 valeurs possibles.

 Quantum

Le quantum défini le pas de la conversion du CNA. Aven n bits , on a 2 n valeurs et donc 2 n  1

incréments. Avec une tension de référence Vref , on a :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

20
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Vref
q
2n  1

Dans le cas, par exemple, d'un CNA à 3 bits, pour une tension de 10 V , on a :

10
q  1.428 V
7

Figure II.06 : conversion numérique – analogique.

 Valeur de la tension de sortie du CNA

VS  N 10 . q

Ainsi pour notre exemple de CNA à 3 bits, nous avons :

000  VS  0

001  VS  q  1.428

010  VS  2.q  2(1.428)  2.856

011  VS  3.q  2(1.428)  4.284

111  VS  7.q  Vref  10

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

21
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Valeur de la tension maximale de sortie du CNA

La valeur maximale de la tension de sortie VS peut être facilement déduite de l'Equation

de Quantum, particulièrement lorsque tous les bis (ai ) prennent la valeur 1 ; ce qui signifie que
N 10  2 n  1 :

Vref
VS (max)  N 10 .q  N 10  Vref
2n  1

2.2. Convertisseur Analogique – Numérique (CNA)

Le convertisseur Analogique –Numérique (CAN) est un composant électronique qui va
effectuer une conversion d'un signal analogique en un signal discret numérique. Cette
discrétisation va s'opérer sur 2 dimensions : le temps et l'amplitude. Pour ce qui est de la
dimension "temps", le signal continu va être échantillonné suivant une cadence bien
déterminée, c'est-à-dire qu'on va prélever des valeurs bien définies et régulièrement espacées
dans le temps. C'est l'opération d'échantillonnage qui consiste à prendre des valeurs selon une
période dite "période d'échantillonnage".
Quant à la dimension "amplitude", on va correspondre à une valeur d'intervalle de la tension
d'entrée une valeur unique : C'est l'opération de quantification. Cette valeur de tension sera
ensuite codée sous forme binaire qui à son tour sera transmise en sortie du CAN.
Le schéma de principe d'un tel circuit est montré sur la figure suivante :

VR Te
Tension de Période
Référence d’échantillonnage

an 1
Ve a n 2

Tension d’entrée CAN 

analogique a0

Figure II.07 : Schéma de principe d'un CAN.

 Plage de conversion du CAN

La plage de variation de la tension d'entrée analogique est connue a priori ; elle varie sur
une plage appelée plage de conversion connue plus communément par tension de pleine échelle.
On peut citer, par exemple, des plages unipolaires 0  5 V ; 0  10 V ou encore des plages
bipolaires telles que 5 V ou  10 V .

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

22
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Nombre de bits

Comme pour le CNA, le CAN est caractérisé par la taille du nombre binaire à sa sortie.
Avec n bits, on peut avoir 2 n états.

 Quantum

Le quantum correspond à la plus petite variation de la tension d'entrée qui incrémente (ou
décrémente) la valeur binaire en sortie du CAN. Il est donné par :

Vref
q
2n

 Courbe de transfert

Elle donne la valeur numérique de la sortie du CAN en fonction de la tension analogique

appliquée à l'entrée.

Figure II.08 : Courbe de transfert (CAN à 3 bits)

3. Principes fondamentaux de l’échantillonnage des signaux.

3.1. Peigne de Dirac
L’échantillonnage d’un signal temporel s(t) consiste à transformer celui-ci en une suite
discrète s(nTe) de valeurs prises à des instants nTe. (Te) est appelée période d’échantillonnage.
Les instants nTe sont appelés les instants d’échantillonnages. Pratiquement, échantillonner un
signal revient à le multiplier par une fonction d’échantillonnage p(t), nulle partout, sauf au

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

23
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

voisinage des instants nTe. Cette fonction, qui porte souvent le nom de peigne de Dirac, est
représentée sur la Figure II.09(a).

Figure. II.09(a) : Fonction d’échantillonnage.

Figure. II.09(b) Représentation du peigne de Dirac

Le résultat d’une opération d’échantillonnage, est représenté sur la Figure II.10:
S* ( t )  p ( t ) S ( t )

Figure. II.10 : Échantillonnage d’un signal quelconque.

L’échantillonnage d’un signal temporel s(t) consiste donc à transformer celui-ci en une
suite discrète sk=s(k) de valeurs prises à des instants kTe. Ici k et n sont des entiers naturels (k = 0,
1, 2, …n) et Te est appelée période d’échantillonnage :
Soit la suite : S(0), s (Te ), s (2Te ),..., s (nTe )

Que l’on note en générale : S* (t )  s0 , s1 , s2 ,..., sn 

S(k )  s0 , s1 , s2 ,..., s n 

Ou encore :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

24
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

3.2. Théorème de Shannon

Un des objectifs essentiels de l’échantillonnage consiste à ne pas perdre d’information lors
de la discrétisation dans le temps, ce qui peut se traduire par le fait qu’il doit être possible, à partir
du spectre du signal échantillonné, de reconstituer simplement celui du signal original. Un simple
coup d’œil au spectre |S*(f)| nous montre que cela est possible s’il n’existe aucun recouvrement
entre les différents segments de spectre (Figure. II.11).

Figure. II.11 : Spectre d’un signal échantillonné.

Si 2B est la largeur spectrale du signal s(t), autrement dit sa limite fréquentielle supérieure,
le premier segment décalé, dans le spectre de s* (t), qui se trouve centré sur la fréquence fe, s’étend
de fe - B à fe + B. La condition de non recouvrement est donc, de toute évidence : B  f e  B

Soit : f e  2B
Cela constitue le théorème de Shannon qui peut également s’énoncer de la manière suivante :
Pour préserver, lors de son échantillonnage, l’information contenue dans un signal, la
fréquence d’échantillonnage fe doit être supérieure au double de la largeur spectrale du signal.

3.3. Exemples de signaux échantillonnés simples :

3.3.1. Impulsion unité
On définit l’impulsion unité échantillonnée par le signal :  * (t )  1,0,0,...,0

 * (nTe )  1 pour n  0

Autrement dit   * (nTe )  0 pour n  0 et n  
La Figure II.12 propose une représentation schématique de cette impulsion unité.

Figure. II.12 : Impulsion unité.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

25
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

3.3.2. Échelon unité

On définit l’échelon unité échantillonné par le signal : u * (t )  1,1,1,...,1
u ( k )  1 k  0
Autrement dit : 
u ( k )  0 k  0

La Figure II.13(a) propose une représentation schématique de cet échelon unité.

Figure. II.13(a) : Échelon unité.

Figure. II.13(b) : Échelon unité échantillonné, Échelon unité continu

Cet échelon unité n’est rien d’autre que la somme d’impulsions unités décalées dans le temps :
u * (t )   * (t )   * (t  Te )   * (t  2Te )  ...


Soit : u * (t )    * (t  kTe )
k 0
*
On pose parfois :  (t  kTe )   k

Ce qui nous conduit à la notation : u* (t )   k
k 0

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

26
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

4. Reconstruction d’un signal échantillonné

4.1. L’opération inverse de l’échantillonnage
L’opération inverse de l’échantillonnage, c’est-à-dire la transformation d’une suite d’échantillons
en un signal continu acceptable technologiquement par les actionneurs, est appelée reconstitution,
restitution ou encore extrapolation. Cette étape est indispensable en commande numérique ; En
effet, à partir des nombres générés par l’ordinateur (généralement un calculateur numérique), une
grandeur de commande analogique doit être construite afin d’activer le système à commander. En
fait, cette opération est réalisée à l’aide de filtres ou de bloqueurs.
En pratique, on n'échantillonne pas un signal pour le reconstruire juste après. L'échantillonnage
est utilisé pour prélever le signal à des instants multiples de Te et ensuite convertir les échantillons
sous forme d'un code binaire (8, 12, 16 bits, ...). Cette conversion est effectuée par l’intermédiaire
d’un convertisseur analogique-numérique (CAN). Cette conversion n’est pas instantanée. Si le
signal à convertir varie trop rapidement, il est nécessaire de procéder au blocage du signal pour
avoir une conversion sans erreur. On utilise donc un échantillonneur-bloqueur qui mémorise la
tension à convertir et la maintient constante pendant toute la durée de conversion.

4.2. L’opérateur de reconstruction

Par symétrie par rapport à l'opération d'échantillonnage, l'operateur de reconstruction utilisé est
un convertisseur D/A, qui exécute une conversion à un rythme dicté par la pulsation
d'échantillonnage. Le signal numérique subissant l'opération d’échantillonnage est u(k), et le
signal analogique résultant est ua(t).

Figure. II.14. L’opérateur de reconstruction

Construction d’un signal analogique à partir d’un signal numérique : quelle méthode employer ?
La question qui se pose ici est de savoir comment convertir un signal numérique u(k) en un signal
analogique ua(t) sans perte d’information. Lors de la phase de reconstruction, le signal source est
numérique et c’est l’information qu’il contient qui idéalement doit se retrouver dans le signal

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

27
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

analogique. Dans le contexte d’un système de régulation automatique, u(k) est la commande
formée par l’algorithme de régulation sur la base des informations mises à disposition, notamment
la grandeur réglée numérique y(k). Celle-ci est issue de l’´ échantillonnage de y(t), appliqué
normalement dans les règles de l’art, de sorte qu’aucun recouvrement spectral ne s’est produit. En
conséquence, le spectre « utile » de u(k) est à bande limitée et la construction idéale consistera ` a
produire un signal de commande analogique ua(t) dont le spectre coïncide autant que possible avec
celui de u(k).
L’opérateur de reconstruction, qui transforme u(k) en ua(t) est généralement dénommé filtre de
reconstruction. On peut évidemment s’attendre à ce que ce filtre présente une caractéristique
passe-bas, et l’on distinguera en particulier la reconstruction par :
 bloqueur d’ordre zéro (extrapolateur d’ordre 0 ;
 bloqueur d’ordre un (extrapolateur d’ordre 1.
4.3. Reconstruction par bloqueur d’ordre zéro :
Le développement important de la théorie des systèmes échantillonnés est dû principalement au
développement de la commande par calculateur numérique. Dans ce cas, souvent, le signal fourni
par le calculateur numérique est un signal en escalier, c’est-à-dire variant par paliers.
Un bloqueur d’ordre zéro (BOZ) est caractérisé par le fait que sa sortie ‘ ( )’ entre les instants
d’échantillonnage ‘ ’ et ‘( + 1) ’ est constante et égale à ( ). Le BOZ permet de reproduire
exactement un signal constant échantillonné. Le bloqueur BOZ étant représenté figure suivante :

Figure .II.15. Schéma fonctionnel d’un bloqueur d’ordre zéro (BOZ).

Exemple :

Sa réponse impulsionnelle est définie comme suit :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

28
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

hB0 (t )  u(t )  u (t  T ) , o  t  T
1  e Tp
La fonction de transfert continue du bloqueur BOZ s’écrit par : Bo ( p) 
p
La figure de MATLAB suivante montre la réponse impulsionnelle de BOZ :

Figure .II.16. Réponse impulsionnelle d’un BOZ obtenue avec T = 1(s).

La manière la plus simple et la plus utilisée pour la reconstruction consiste à maintenir le signal

analogique ua(t) à une valeur constante pendant la période d’échantillonnage en cours. Cette

valeur est bien entendu la traduction analogique du nombre u(k) à convertir. La commande ua (t) à

l’allure d’un signal variant par gradins de durée h.

Figure .II.17. Le signal analogique ua(t) reconstruit par un bloqueur d’ordre 0 à partir du signal numérique
u(k) varie par gradins de largeur h.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

29
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Mathématiquement, l’opérateur « bloqueur d’ordre 0 » est décrit comme suit :

u a (t )  u a (k .h  t )  u (k ) pour o  t  h
Le bloqueur d’ordre 0, interdisant toute variation de ua(t) pendant la durée h, possède un caractère
filtrant. On peut montrer mathématiquement que c’est une approximation grossière d’un filtre
passe-bas idéal. En revanche, comme l’examen du signal reconstruit le laisse prévoir, le bloqueur
d’ordre zéro introduit dans ua(t) des composantes spectrales de fréquences élevées indésirables.
En effet, l’association échantillonneur-bloqueur d’ordre zéro (Figure .II.18) permet une
discrétisation par paliers d’un signal continu (Figure. II.19).

Figure .[Link]éma fonctionnel d’un échantillonneur-bloqueur d’ordre zéro

La figure de MATLAB suivante permet de représenter graphiquement les deux signaux
sinusoïdaux : continu et échantillonné-bloqué. L’échantillonnage a été effectué avec T = 0.25 (s).

Figure .[Link] sinusoïdal continu VS Signal sinusoïdal échantillonné- bloqué

(échantillonneur-bloqueur d’ordre zéro).

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

30
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

4.4. Bloqueur d’ordre un (BOU) :

Le bloqueur d’ordre un (BOU) permet l’extrapolation entre les instants d’échantillonnage (kT )
et ( k  1)T à partir de f (kT ) et de f (( k  1)T ) . Il permet donc de reproduire un signal
échantillonné. Le bloqueur BOU étant représenté par le schéma fonctionnel suivant :

Figure .[Link]éma fonctionnel d’un bloqueur d’ordre un (BOU)

 1  Tp 
Sa fonction de transfert continue est donnée par l’équation suivante : B1 ( p )  (1  e Tp ) 2  2 

 Tp 
La réponse impulsionnelle de BOU est donnée par la figure de MATLAB suivante :

Figure .II.21.Réponse impulsionnelle d’un BOU obtenue avec T = 1(s)

 Exemple:
Un système asservi à retour unitaire est représenté par le schéma suivant où un bloqueur d’ordre
zéro est implanté en amont du processus:

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

31
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

- Calculer y (z ) pour un échelon unitaire v (t ) en entrée analogique.

Solution:
- L’entrée échelon unitaire a pour expression discrète V (z ) .
z  1 z 
V (z)  v (t )  1(t )  v ( p )  p  V ( z )  z  1 
z 1  

Par ailleurs, soit :

1  e p 1
G ( p )  B0 ( p ) H ( p ) 
p p ( p  1)
G( z)
Sachant qu’en boucle fermée y ( z )  V ( z ) , calculons G (z ) (pour simplifier on prend une
1  G( z)
période d’échantillonnage T  1s )
 1   1 1 1 
G ( z )  (1  z 1 ) Z  2   (1  z 1 ) Z  2  
 p ( p  1)  p p p  1 
D’après la table des transformées en Z :
 z z z 
G ( z )  (1  z 1 )  2
  1 
telque e 1  0.36  
 ( z  1) z  1 z  e 
 . z  1  2. G ( z)  . z  1  2.
Alors : G ( z )  et  2
( z  1)( z   ) 1  G( z) z  z 
G ( z)  . z  1  2. z 0.36. z 2  0.26. z
Donc : y ( z )  V (z)  2 .  3
1  G( z) z  z   z  1 z  2. z 2  0.632. z  0.36

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

32
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

2. Transformée en Z des signaux échantillonnés :

La Transformée en Z (TZ) est un outil incontournable dans le domaine de traitement des signaux
discrets. La TZ est pour les signaux discrets ce qu'est la Transformée de Laplace (TL) pour
les signaux continus.
La TZ revêt des mêmes propriétés que la TL. Dans ce cours, nous allons aborder ses principales
propriétés et les appliquer ensuite sur des signaux discrets pour en maitriser son utilisation.
Comme pour la TL, la TZ possède sa transformée inverse (TZ 1 ) .

2.1. Définition
Soit s(t) un signal continu quelconque que l’on échantillonne à une fréquence fe (soit une
période Te), en respectant, bien évidemment, le théorème de Shannon.
On a : s * (t )  s0 , s1 , s2 ,..., sn 

Ou encore : s (k )  s0 , s1 , s2 ,..., s n 

Cette suite n’est rien d’autre que la somme d’impulsions unités décalées dans le temps et
multipliées, chacune, par le coefficient sk :
s * ( t )  s0 * ( t )  s1 * ( t  Te )  s2 * ( t  2Te )  ...

s * ( t )   sk  * ( t  kTe )
k 0

s * ( t )   sk  k
k 0

Nous pouvons toujours calculer la transformée de Laplace de s*(t) : s * ( p)   sk *k ( p)
k 0

Dans cette expression, *k ( p ) représente la transformée de Laplace d’une impulsion unité à

l’instant kTe , représentée sur la figure 1.15 :

Figure. II.22. Impulsion unité à l’instant k.


Par définition : *k ( p )    k* ( t )e  pt dt
0

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

33
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

En appliquant le théorème du retard et en nommant *k ( p ) la transformée de Laplace de

l’impulsion unité : *k ( p )  *0 ( p)e  pkTe

Avec : *0 ( p )    0* ( t )e  pt dt
0

De la même manière (en appliquant le théorème du retard pour *k ( p ) )


*0 ( p )    0* (t ) e  pt dt  1 Car :  * (t )  1,0,0,...,0
0
*  pkTe
Il vient alors :  ( p)  e
k

D’où : s * ( p)   sk e  pkTe
k 0

pte k
En posant : z  e , on définit la transformée en (z) du signal s(t) par : s( z )   sk z
k 0

La transformation en (z) peut être notée : s (t )  z s (t )

La transformée en z d’un signal n’existe, bien évidemment, que si la somme qui la définit
converge. On peut montrer que ce domaine de convergence est de la forme |z| > r avec r ∈ R.
Par la suite, nous ne nous intéresserons qu’à des signaux pour lesquels on peut effectivement
définir une transformée en z.

2.2. Propriétés de la transformée en z

a. Linéarité
Soit s1 ( t ) et s 2 ( t ) , respectivement deux signaux quelconques possédant chacun une transformée en
(z), s1 ( z ) et s 2 ( z ) . La transformée en (z) d’une combinaison linéaire s1 (t )  s2 (t ) de ces deux
fonctions est égale à s1 ( z )  s 2 ( z ) .

b. Théorème du retard

Soit s(t) un signal quelconque possédant une transformée en z, S(z) et soit x(t) = s(t -aTe)
correspondant au même signal retardé d’un temps aTe.
La transformée en z de s(t - aTe) est égale à : X ( z )  z  a S ( z )

c. Théorème de la valeur finale

Soit s(t) un signal quelconque possédant une transformée en z, S(z). Soit sk la suite
échantillonnée correspondant au signal s(t). Le théorème de la valeur finale permet de connaître la
valeur vers laquelle tend la suite sk lorsque k → +∞, autrement dit lorsque t → +∞.

lim sk  lim (1  z 1 ) s ( z )
k   z 1

d. Multiplication par le temps

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

34
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Soit s(t) un signal quelconque possédant une transformée en z, S(z). Soit x(t) le signal défini
ds ( z )
par x(t) = t·s(t). Alors : X ( z )   zTe
dz
e. Changement d’échelle
Soit s(t) un signal quelconque possédant une transformée en z, S(z). Soit sk la suite
échantillonnée correspondant au signal s(t). Soit xk la suite d’échantillons définie par :
x k  a k sk avec a0

z
Le signal x(t) correspondant à la suite xk possède une transformée en (z) telle que : X ( z )  S  
a
f. Propriété géométrique
pT
Si z  e , avec ( p) complexe, alors la partie réelle de ( p) est strictement négative si
pT
et seulement si le module de (z ) est strictement inférieur à un. Cela signifie géométriquement que z  e

envoie le demi-plan p : Re( p)  0 à l’intérieur du cercle unité z : z  1 .  

Figure. II.23. plan de stabilité.

2.3. Définition de la fonction de transfert en z

De la même manière que l’on associe à un système à temps continu, une fonction de
transfert, par application de la transformation de Laplace à son équation différentielle, on peut
associer à un système à temps discret, une fonction de transfert en z, par application de la
transformation en z à son équation récurrente. Sous l’hypothèse que les conditions « initiales »
sont nulles s ( 0)  s(1)  ...  s ( n  1)  e( 0)  e(1)  ...  e( m  1)  0  il vient la relation suivante :

a 0  a1 z  ...  a n 1 z n 1  a n z n S ( z )  b0  b1 z  ...  bm 1 z m1  bm z m E ( z )

N (z)
Soit encore : S (z)  E (z)
D( z )

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

35
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

N ( z) b  b1 z  ...  bm 1 z m 1  bm z m
Avec :  G( z)  0
D( z) a 0  a1 z  ...  a n 1 z n 1  a n z n
Qui est définie comme la fonction de transfert en z du système. Dans le cas général ou les
conditions initiales sont non nulles la représentation en z du système s’écrit plus exactement :
N ( z) I ( z)
S ( z)  E (z) 
D( z) D( z)
Où le polynôme I(z) ne dépend que des conditions initiales. Il influe sur la sortie du système
sans modifier le comportement dû au signal d’entrée U(z).
La factorisation du numérateur et du dénominateur conduit à la forme pôles, zéros, gain
bm ( z  z1 )( z  z1 )...( z  z m )
suivante : G ( z ) 
a n ( z  p1 )( z  p1 )...( z  pn )

bm
Avec : pi 1,..., n : pôles, z j 1,..., m : zéros, k  : gain
an
Par définition les pôles du système sont les racines du polynôme dénominateur et les zéros
du système sont les racines du polynôme numérateur. Les uns et les autres sont par défaut des
nombres soit réels soit complexes.

2.4. Inversion de la Transformée en Z

Pour une période d'échantillonnage donnée, on fait correspondre à un signal x (k ) sa transformée
en z , notée X (z ) . La transformée en z inverse cherche, à partir de X (z ) de déterminer son
originelle x (k ) . Dans cette optique, 04 méthodes s'offrent à nous pour déterminer cette
transformée inverse.
Ces méthodes d'inversion peuvent être scindées en 2 groupes : Méthodes analytiques et méthodes
numériques.
Les méthodes analytiques (méthode des résidus, méthode de décomposition en fractions
simples), permettent de déterminer analytiquement l'expression de x (k ) . En d'autres termes,
ces méthodes permettent de déterminer l'expression mathématique exacte de x (k ) .
Quant aux méthodes numériques(méthode des divisions successives, méthode de l'équation aux
différences), elles s'occupent à déterminer des échantillons uniquement sans se soucier de
l'expression générale de x (k ) .

 Méthode de l'équation aux différences :

Cette méthode appelée également méthode de l'équation récurrente est un peu délicate et
elle nécessite un peu de théorie des systèmes ; dans le sens où la notion de réponse
impulsionnelle intervient.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

36
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Exemple :
5z 5z
Soit : X ( z )   2
( z  3)( z  2) z  5 z  6
Pour déterminer x (k ) , on suppose que X (z ) est le résultat d'un transfert entrée-sortie. Pour cela,
on suppose que X (z ) s'écrit :
5z 5z X ( z)
X ( z)   2  ( avec  ( z )  1)
( z  3)( z  2) z  5 z  6  ( z )
Cela implique que x (k ) est la réponse impulsionnelle d'un système donné. D'où :

5 z 1 X (z)
1 2
  (1  5 z 1  6 z 2 ) X ( z )  5 z 1 ( z )
1  5z  6 z  ( z)
En utilisant la propriété de retard, on a : X ( k )  5 x ( k  1)  6 x ( k  2 )  5 ( k  1)
D'où :
x ( 0)  5 x ( 1)  6 x ( 2)  5 ( 1)  0
x (1)  5 x ( 0)  6 x ( 1)  5 ( 0)  5
X ( 2 )  5 x (1)  6 x ( 0)  5 (1)  25
X ( 3)  5 x ( 2)  6 x (1)  5 ( 2 )  95


2.5. Transformée de Fourier à temps discret :

2.5.1. Définition

Soit s(t) un signal continu quelconque que l’on échantillonne à une fréquence fe, en
respectant, bien évidemment, le théorème de Shannon. Soit S(z) sa transformée en z.
n
Rappelons que : S * ( p )   s k e  pkTe
k 0

n
Et que la transformée en z a été obtenue en posant z  e pTe : S ( z )   sk z  k
k 0

Exactement comme nous pouvons calculer la transformée de Fourier d’un signal à temps
continu en posant p  j, nous pouvons tout autant poser : e pTe  e jTe à condition, bien sûr, que la
somme, ainsi transformée, converge vers une valeur finie, ce que nous supposerons. On obtient
n
alors : S * ( j )   sk e  jkTe
k 0

n
Ou encore :  ( f )  sk e  j 2k f / fe
k 0

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

37
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

La fonction   f est appelée transformée de Fourier à temps discret du signal sk. Son
module représente, bien sûr, le spectre du signal échantillonné.
2.5.2. Exemple

Soit s(t) le signal défini par : s (t )  e  t pour t  0 . La transformée en (z) de ce signal, échantillonné à
z
la fréquence f e a pour expression : S ( z ) 
z  e Te
Posons : z  e jTe
e jTe
On obtient :  ( f )  jTe
e  e Te

Calculons à présent le spectre du signal :

e jTe 1
 ( f )  jTe 
e e Te
cos Te  cos Te   j sin Te  sin Te 
1
( f ) 
cos Te  cos Te  2
 sin Te  sin Te 
2

1
( f ) 
2  2 cos Te cos Te  2 sin Te sin T
1 1
( f )  
2  2 cos(  1)Te  (  1)Te 
2   2 sin 2 
 2 
1 1
( f )  
(  1)Te (2f  1)
2 sin 2 sin
2 2 fe
Nous pouvons tracer ce spectre, en prenant soin de se souvenir que le signal a
obligatoirement été échantillonné en respectant le théorème de Shannon, autrement dit en
Considérant que le signal original possède une largeur spectrale B  f e / 2 . On tracera ce spectre

1 ( 2f  1)  1
pour 0  f  f e / 2 comme :   
2 fe 2fe 2 2 fe

1
On a : ( f ) 
( 2f  1)
2 sin
2 fe
1
Si (fe ) est suffisamment grande, il s’agit d’un spectre qui décroit de  max   f e jusqu’à
1
2 sin
2 fe
environ de ½ (figure II.22)

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

38
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

( 2f  1) 
En réalité, le spectre possède un minimum pour  , autrement dit pour une fréquence
2 fe 2
déjà très élevée et voisine de (fe/2).

Figure. II.24. Spectre du signal.

3. Comportement fréquentiel des systèmes échantillonnés

3.1. Principes généraux :
Considérons un système de fonction de transfert en z égale à G(z) sollicité par un signal
d’entrée possédant une transformée en z, E(z) et délivrant un signal de sortie de transformée en z,
S(z) (Figure II.25)

Figure. II.25. Schéma général d’un système échantillonné.

Le système est régi par l’équation : S(z) = G(z) E(z)
Les termes E (e jTe ) et S ( e jTe ) représentent respectivement les transformées de Fourier des

signaux à temps discret d’entrée et de sortie. Par conséquent, G (e jTe ) représente le comportement
fréquentiel du système : il s’agit de sa fonction de transfert en fréquence.

3.2. Exemple :
On considère un système échantillonné régi par la relation de récurrence :
1
S (k )  e(k )  s(k  1) 
2

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

39
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

En appliquant la transformée en (z) à cette équation, on obtient :

1
S ( z) 
2

E ( z )  z 1 S ( z ) 
S ( z) 0,5
D’où : G( z)  
E ( z ) 1  0,5 z 1

0,5 0,5
Soit : G ( )  1

1  0,5 z 1  0,5(cos Te  j sin Te )

0,5
G ( ) 
(1  0,5 cos Te ) 2  0,25 sin 2 Te

0,5
Finalement : G ( ) 
1,25  cos Te

0,5 0,5
Ou encore : G( f )  
1,25  cos 2fTe f
1,25  cos 2
fe

Il convient de tracer cette fonction pour f variant de 0 à f e / 2 Sur cet intervalle, cos 2fTe décroît
de (1 à -1).
0,5
G(f) est donc une fonction strictement décroissante, on a : Gmax  G ( 0)  1
0,25
fe 0,5 0,5 1
Et : Gmin  G ( )  
2 1,25  cos  2,25 3

La Figure II.26 représente le diagramme de gain fréquentiel du système.

Figure. II.26. Diagramme de gain du système.

3.3. Relations entre les modèles à temps continu et à temps discret

3.3.1 Problématique
Considérons un système à temps continu modélisé par sa fonction de transfert G(p). Nous
possédons une bonne connaissance de ce type de modèles et il est tout à fait légitime de

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

40
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

s’interroger sur l’existence d’un système échantillonné possédant les mêmes caractéristiques,
c’est-à-dire le même comportement temporel et le même comportement fréquentiel.

Figure. II.27. Recherche d’une équivalence temps continu – temps discret.

Le système échantillonné G(z) sera réputé équivalent au système G(p) si, soumis à un signal
d’entrée E(z) correspondant à l’échantillonnage du signal continu e(t) représenté par E(p), il
délivre à sa sortie un signal S(z) correspondant à l’échantillonnage du signal s(t) qui aurait été
délivré par le système G(p).

3.3.2. Équivalence à la dérivation

a. Définition

Une fonction de transfert en temps continu est issue d’une équation différentielle linéaire à
coefficients constants. Cette équation est formée de dérivées successives des signaux d’entrée et
de sortie. Un des moyens les plus simples d’effectuer le lien entre une représentation en temps
continu et en temps discret est de considérer que la variation dx / dt en temps continu correspond à
dx x ( k )  x( k  1)
la variation du signal entre deux instants d’échantillonnage : 
dt Te
Cette équivalence est d’autant plus vraie que la fréquence d’échantillonnage est grande.
 x ( k )  x (k  1)  1
Or la transformée en z de l’expression de droite est : Z    X ( z )(1  z 1 )
 Te  Te
De même, le terme dx / dt a pour transformée de Laplace : pX ( p ) .
Par conséquent, l’équivalence naturelle entre une fonction de transfert continue en p et sa fonction
1  z 1
de transfert échantillonnée en (z) est : p 
Te
Remarque : La connaissance précise de la fréquence d’échantillonnage est nécessaire pour
disposer de cette équivalence.
b. Exemple

Soit un système à temps continu du premier ordre de fonction de transfert en boucle ouverte
k
G(p) définie par : G ( p ) 
1  Tp

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

41
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

K K
Effectuons la transformation proposée : G ( z )  
 1  z  1  T  T z 1
1
1  T  
Te Te
 Te 
Comparons à présent les courbes de réponse fréquentielle de ces deux systèmes.
À titre exceptionnel, nous tracerons le gain fréquentiel du système à temps continu G(p), non pas
sur un diagramme de Bode, mais sur un diagramme à coordonnées cartésiennes linéaires afin de
pouvoir comparer directement les deux courbes.
K
Pour le modèle à temps continu, on a : G ( )  G ( ) 
1  T 2 2
Traçons cette courbe en pointillés sur la Figure 1.12. Rappelons qu’une inflexion se produit à la
fréquence f  1 / 2T et notons, par ailleurs, que : G ( 0)  K

f  K
G e  
2 1  4 2T 2 f e2

Pour le modèle à temps discret, on a :

K K
G ( )  
2 2
T T  jTe  T  T  2T  T 
1  e 1        1   cos Te
Te Te
 Te   Te  Te  Te 
 f  K K K
Notons que : G e   2
 
 2 2T 1  2Tf e
 2T  1
1   Te
 Te 
(Cette valeur est nettement supérieure à celle fournie par le modèle à temps continu)
K
Et que : G ( 0)  K
2 2
 T  T  2T  T 
 1        1  
 Te   Te  Te  Te 
(Cette valeur est identique à celle fournie par le modèle à temps continu).
Traçons (en trait plein) la courbe représentative du gain du système à temps discret sur la
même figure.
La conclusion est évidente : les deux courbes coïncident aux basses fréquences mais
l’équivalence proposée devient de moins en moins précise au fur et à mesure où l’on se rapproche
de f e / 2 .
Remarque : Rappelons que la courbe de réponse d’un système à temps discret n’a de sens que sur
 f 
l’intervalle 0, e  .
 2

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

42
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Figure. II.28. Comparaison des deux modèles.

3.3.3. Équivalence à l’intégration

a. Définition

L’équivalence à l’intégration, appelée également transformation bilinéaire propose une

correspondance plus précise que l’équivalence à la dérivation. Nous mentionnons ici cette
2(1  z 1 )
équivalence sans la justifier : p 
Te (1  z 1 )

b. Exemple

Reprenons notre système à temps continu du premier ordre de fonction de transfert en

k
boucle ouverte G(p) définie par : G( p) 
1  Tp
k K (1  z 1 )
Effectuons la transformation proposée : G( z)  
 2(1  z 1 )  2T
1  T   (1  z 1 )  (1  z 1 )
1  Te
 Te (1  z ) 
K (1  z 1 ) K (1  z 1 )
Soit : G ( z )  
2T 2T  2T  1
(1  z 1 )  (1  z 1 ) 1  1  z
Te Te  Te 
Remarque : La connaissance précise de la fréquence d’échantillonnage est toujours nécessaire
pour disposer de cette équivalence.

3.3.4. Équivalence modale

Dans l’esprit de conformité entre les réponses impulsionnelles en temps continu et en temps
discret, on peut proposer une approche modale de l’équivalence entre fonction de transfert en
temps continu et en temps discret. Cette équivalence est basée sur la concordance des pôles entre
les deux fonctions. On utilise alors la transformation : p  pi  z  e piTe
Toutefois, ce type d’équivalence possède l’inconvénient de ne traiter que des pôles des
fonctions. Il est souvent nécessaire d’ajuster leurs numérateurs en fonction de critères particuliers.
Les expressions fournies en annexe (a) correspondent à des fonctions de transfert que l’on a
systématiquement adaptées pour que leurs gains statiques concordent.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

43
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

1  1  1  e piTe
Ainsi : G( p)   G ( z )     pi Te
p  pi  pi  z  e

1  1  1  e piTe
De sorte que : G ( 0)   G (1)     pi Te
0  pi  pi  z  e

3.3.5. Équivalence d’une association de plusieurs systèmes

On ne peut déterminer l’équivalent G(z) d’un système de fonction de transfert en temps

continu G(p) que si ses signaux d’entrée et de sortie sont échantillonnés.

Te Te
G ( p)  G ( z )

Figure. II.29. Principe de l’équivalence Laplace – Z

Par conséquent, il est impossible, lorsque deux systèmes sont associés en cascade de calculer
l’équivalent de la fonction de transfert globale G0(p)= G1(p) G2(p) par la
multiplication pure et simple de G1(z)G2(z). En effet, en cherchant l’équivalent G0(z) de G0(p), on
suppose implicitement que seuls les signaux d’entrée et de sortie de G0 sont échantillonnés. Et
lorsque l’on écrit G1(z) G2(z), on suppose que le signal sortant de G1 et entrant dans G2 est lui
aussi échantillonné, sinon, on ne pourrait trouver ces deux équivalents.

Te Te Te
G1 ( p )  G1 ( z ) G2 ( p )  G2 ( z)
Figure. II.30. Principe de l’équivalence Laplace – Z pour une association en cascade.

En conclusion, on ne peut pas déterminer l’équivalent en z d’une association de plusieurs

systèmes en multipliant les deux fonctions de transfert en temps continu, puis en cherchant
l’équivalent de la fonction globale ; il faut impérativement calculer d’abord les fonctions de
transfert en z de chaque système, puis multiplier ces fonctions de transfert en z pour obtenir la
fonction de transfert échantillonnée de l’ensemble.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

44
Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

ANNEXES
A. Table des transformées en z usuelles

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

45
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

[Link] élémentaire de transformées de Laplace

Le tableau suivant montre les transformées de Laplace de certaines fonctions élémentaires :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

46
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

C. Équivalence entre fonctions de transfert

en temps continu et en temps discret
Il n’existe pas, à proprement parler, d’équivalents exacts entre une fonction de transfert en
temps continu, de type Laplace et une fonction de transfert en temps discret en z. Les
équivalents proposés sont plus ou moins précis, plus ou moins efficaces et plus ou moins
délicats à manipuler. Le choix d’un type d’équivalent est susceptible d’influencer la validité
des résultats en termes de réponse temporelle ou de représentation fréquentielle.
1  z 1
Équivalence à la dérivation : p 
Te

2(1  z 1 )
Équivalence à la l’intégration : p 
Te (1  z 1 )

Équivalence modale : p  pi  z  e piTe

La table ci-dessous propose quelques équivalents basés sur l’équivalence à la réponse

impulsionnelle et justifiés, pour les plus simples, par l’équivalence modale. Ils sont
spécifiquement adaptés pour conserver le gain statique du système. Ces équivalents peuvent
z 1  G ( p)  z  1
être obtenus par la relation : G ( z ) 
p
 Z 
  z  Z  g (t )dt 
 p 
Où G(p) est la transformée de Laplace de la réponse impulsionnelle du système à temps
continu.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

47
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Exercices corrigés sur le chapitre 2

Série N°1
Traitement d’un électrocardiogramme
Le système étudié est un appareil d’acquisition et de traitement d’un électrocardiogramme.
La différence de potentiel qui apparaît entre des électrodes placées sur le corps humain est
amplifiée par un amplificateur d’instrumentation. Le signal obtenu est ensuite numérisé.
1) Choix de la fréquence d’échantillonnage
Il s’agit de déterminer la fréquence d’échantillonnage et de mettre en évidence les précautions à
prendre pour assurer une prise correcte d’échantillons portant sur la tension v s (t ) issue de
l’amplificateur d’instrumentation. L’information utile du signal ECG est comprise dans la bande
de fréquence 0; Fmax  avec Fmax  100 Hz .
a. Relever la fréquence du signal u card (t ) de l’ECG (Figure 1). Exprimer cette fréquence
en battements par minute.

Figure 1 Signal ECG en fonction du temps.

b. Comparer cette fréquence à celle de la première raie de fréquence non nulle du

spectre de v s (t ) (Figure 2). Quel nom particulier donne-t-on à cette composante ?

Figure 2 : Spectre d’amplitude du signal ECG amplifié v s (t ) (détail de 0 à 3 Hz).

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

48
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

c. D’après la condition de Shannon, à partir de quelle fréquence Fe(min) est-il possible

d’échantillonner v s (t ) sans altérer le signal ECG ?
Fe(min) est la fréquence minimale à partir de laquelle l’échantillonnage est correct. Pour
des raisons technologiques, la fréquence d’échantillonnage retenue est Fe  448 Hz .
2) Conséquence d’une prise d’échantillons sans filtre anti-repliement
On considère deux composantes parasites issues de la tension secteur, de fréquence f1  150Hz et
f 2  400Hz . On donne le spectre avant (Figure 3) et après échantillonnage (Figure 4).

Figure 3 : Spectre d’amplitude de la tension v s (t ) bruitée avant échantillonnage.

Figure 4 : Spectre d’amplitude de la tension v s (t ) bruitée après échantillonnage.

a. Les fréquences f1 et f2 vérifient-elles la condition de Shannon ?

b. Justifier la présence de raies aux fréquences f1  298 Hz et f 2  48 Hz
3) Filtre anti-repliement
a. Pour une fréquence d’échantillonnage de 448 Hz, montrer que la fréquence minimale
susceptible de se replier sur le spectre utile de v s (t ) vaut 348 Hz.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

49
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

b. Pour la fréquence d’échantillonnage choisie, quelle doit être la valeur de la fréquence de

coupure du filtre anti-repliement ?
La bande passante du filtre anti-repliement est-elle compatible avec l’occupation
spectrale du signal ECG ?

Correction

 Pour le Choix de la fréquence d’échantillonnage

1.a) La période du signal u card (t ) étant Tcard  1 s , sa fréquence est f card  1 Hz , ce qui

correspond à 60 battements par minute.

1.b) Cette fréquence est identique à celle de la première raie du spectre : 1 Hz. Celle-ci

correspond au fondamental du signal.

1.c) La condition de Shannon impose une fréquence d’échantillonnage minimale

Fe min  2 Fmax , ce qui donne : Fe min  2  100  200 Hz .

 Conséquence d’une prise d’échantillons sans filtre anti-repliement

2.a) Pour respecter la condition de Shannon, les fréquences doivent être inférieures à

Fe
 224 Hz . C’est le cas pour la première fréquence, f1  150 Hz , mais pas pour la
2

seconde, f 2  400Hz .

2.b) Le phénomène de repliement du spectre fait apparaître une composante de

fréquence f   Fe - f pour chaque fréquence f . Pour les deux composantes parasites

de fréquence f1  150 Hz et f 2  400Hz , cela donne f1  448 - 150  298 Hz et

f 2  448 - 400  48 Hz .

 Filtre anti-repliement

3.a) La fréquence minimale f min susceptible de se replier dans le spectre utile est telle

que Fe  f min  Fmax , ce qui conduit à : f min  Fe  Fmax , soit : f min  448  100  348 Hz

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

50
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Fe
3.b) La fréquence de coupure du filtre anti-repliement est f c  , soit :
2
448
fc   224 Hz . La bande passante du filtre anti-repliement est compatible avec
2
l’occupation spectrale du signal ECG puisque f c > Fmax .

Série N°2

Partie I : CAN

 Exercice N°01:

 Exercice N°02 :

 Exercice N°03 :

 Exercice N°04 :

 Exercice N°05 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

51
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Exercice N°06 :

 Correction Partie I : CAN

 Correction d’exercice N°01 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

52
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Correction d’exercice N°02 :

 Correction d’exercice N°03 :

 Correction d’exercice N°04 :

 Correction d’exercice N°05 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

53
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Correction d’exercice N°06 :

Partie II : CNA

 Exercice N°01 :

 Exercice N°02 :

 Exercice N°03 :

 Exercice N°04 :

 Exercice N°05 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

54
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Exercice N°06 :

 Correction Partie II : CNA

 Correction d’exercice N°01 :

 Correction d’exercice N°02 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

55
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Correction d’exercice N°03 :

 Correction d’exercice N°04 :

 Correction d’exercice N°05 :

 Correction d’exercice N°06 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

56
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Série N°3
 Exercice N°01:
Soit le signal numérique dont les premières valeurs sont :
X(0) = 1, X(1) = 4, X(2) = 16, X(3) = 64, X(4) = 256
- Déterminer X(z). A quelle condition la série obtenue converge-t-elle ? Cette condition étant
supposée respectée, donner la valeur de X(z).

Correction d’exercice N°01 :


X ( z )   X ( k ) Z k  X ( 0)  X (1) Z 1  X ( 2) Z 2  ...
k 0
0 1 2  k
1 2 2 4 4 4 4
X (z)  1  4z  4 z  ...           ...    
z z z k 0  z 

 k
4 1 z
X ( z)       Si z 4
k 0  z 
4 z4
1
z

1
Rappel : somme d’une suite géométrique de raison q, q k
 si q 1
k 0 1 q

 Exercice N°02 :
Soit le signal à temps discret à durée d’existence finie défini par :
X(0) = 1, X(1) = 2, X(2) = 3, X (k>2) = 0
- Déterminer X(z)

Correction d’exercice N°02 :


X ( z )   X ( k ) Z k  X ( 0)  X (1) Z 1  X ( 2) Z 2  ...  1  2 z 1  3z 2
k 0

1  2 z 1  3 z  2
X (z) 
1
z 2  2z  3
X ( z) 
z2

 Exercice N°03 :
Calculer la transformée en (z) des fonctions discrètes suivantes. Vérifier que les théorèmes de la
valeur initiale et finale s’appliquent.
x ( n )  0.8 n u ( n ) et y ( n )  n 0.8 n u ( n )

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

57
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

Correction d’exercice N°03 :

 z 
d 
z  z  0.8   0.8 0.8 z
X (z) 
z  0.8 et X ( z )   z dz
 z 
z  0.8 z  0.82
2

z
x ( 0)  lim 1
z  z  0.8
0 .8 z
x ( 0)  lim 0
z z  0.8 2
z ( z  1)
x (  )  lim 0
z 1 z  0.8
0.8 z ( z  1)
x (  )  lim 0
z 1 ( z  0 .8 ) 2

 Exercice N°04 :
Quelles sont les transformées en (z) de :
n
1
1) x1 ( n )    u ( n )
 3
n 2 n
1 1
2) x 2 ( n )      u (n )
2  3
n
1
3) x3 ( n )  n   u ( n )
 3
Correction d’exercice N°04 :
z 3z
1) 
1 3z  1
z
3
n
1 4z
2) x 2 ( n )  4 6  u ( n ) a pour transformée 1
z
6
1 z 3z
3) 3 2

 1 (3 z  1) 2
 z  
 3

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

58
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

 Exercice N°05 :
 n   
1. Donner la transformée en (z) de la fonction discrète : x ( n )  1  sin   u (n ) .
  6 3 
2. En déduire les transformées en (z) de :
 n  
 x1 ( n )  1  cos    u ( n  1)
  6 
 n   
 y ( n )  e  2 n 1  sin   u( n )
  6 3 
 n   
 g ( n )  n 1  sin   u( n )
  6 3 
Correction d’exercice N°05 :
    3 2
 z 2 sin  z sin    z z
 n   z 3 6 3  z 
1. x ( n )  1  sin   u( n )  X ( z )   2
  6 3  z 1  z 1 z2  3 z  1
z 2  2 cos z  1
6

2. Les transformées en z de :
3
1z

  n   1 1 2
x1 ( n )  1  cos  u ( n  1)  X 1 ( z )  z X ( z )  
  6  z  1 z2  3 z  1
3 2
e 2 z  z
  n     z 2
 y ( n )  e  2 n 1  sin   u( n )  Y ( z )  
  6 3  z  e  2 z 2  3e  2 z  e  4
z2
 3 z 1

  n    dX ( z ) z 2
g ( n )  n 1  sin   u( n )  G ( z )   z   z
  6 3  dz ( z  1) 2 ( z 2  3 z  1) 2

Formules développées :
3  3  1
1   1  3  z  2 z 2
2  2 
X ( z) 
1  (1  3 ) z 1  (1  3 ) z  2  z  3

 3  1  3  2
1   z  1  3  z  2 z 3
 2   2 
X 1( z)   
1  (1  3 ) z 1  (1  3 ) z  2  z  3

3  3   2 1
1   1  3 e z  2e 4 z 2
2 2 
Y (z)   
1  (1  3 ) e z  (1  3 ) e  4 z  2  e  6 z  3
 2 1

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

59
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

3 1  13
2
  
z  1  3 3 z  2    2 3  z 3  ( 2  3 3 ) z  4  2 z 5
G(z)   2 
1  2(1  3 ) z  2( 3  2 3 ) z  2 (5  2 3 ) z 3  2( 3  2 3 ) z 4  2(1  3 ) z 5  z 6
1 2

 Exercice N°06 :
Soit le système réagit par l’équation différentielle suivante :

d 3 y (t ) d 2 y (t ) d y (t ) du ( t )
3
 7 2
 11  5 y (t )   2u (t )
dt dt dt dt
Y ( p)
1. Déterminer la fonction de transfert de système : F ( p )  .
U ( p)
2. Calculer les pôles et zéros de ce système.
On considère que les conditions initiales sont nulles.

Correction d’exercice N°06 :

1. p 3Y ( p )  7 p 2Y ( p )  11 pY ( p )  5Y ( p )  pU ( p )  2U ( p )
Y ( p) p2
Alors : F ( p)   3
U ( p ) p  7 p 2  11 p  5
Les zéros sont les valeurs de p qui annulent le numérateur de la fonction de transfert.
Donc les zéros =  2
Les pôles sont les valeurs de p qui annulent le dénominateur :
D ( p )  p 3  7 p 2  11 p  5  ( p  1)( p 2  a. p  b)  ( p  1)( p 2  6 p  5)
 ( p  1)( p  1)( p  5)
Donc les pôles =  1,  5

 Exercice N°07 :
On considère un système d’entrée E(p) et de sortie S(p) donné par le schéma bloc suivant :

1. Déduire la fonction de transfert du système.

2. Faire la décomposition en éléments simples de la fonction de transfert.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

60
 Chapitre II: Étude de l’échantillonnage d’un signal UHBC CHLEF

3. Déduire s(t) dans chaque cas, pour les entrées suivantes :

Correction d’exercice N°07 :

S ( p) 1
1. H ( p)  
E ( p ) ( p  3)( p 2  3 p  2 )
1 a b c
H ( p)    
( p  3)( p  2 )( p  1) p  3 p  2 p  1
2. a ( p  2 )( p  1)  b( p  3)( p  1)  c( p  3)( p  2)

( p  3)( p  2 )( p  1)
Par identification on obtient : a  1, b  2, c  1
1 2 1
Donc : H ( p)   
p  3 p  2 p 1
3.1. Cas 1 : l’entrée est un échelon
2
S ( p )  H ( p )  E ( p )  H ( p ).
p
2

p ( p  3)( p  2 )( p  1)
a b c d
   
p  3 p  2 p 1 p
1 1
Par identification on obtient : a  , b   , c  1, d  1
3 3
 1  t 1  3t 2 t 
Donc : S ( t )   e  e  e  e t .u (t )
3 3 
3.2. Cas 2 : l’entrée est une impulsion
2 4 2
S ( p)  H ( p) * E ( p)  H ( p) * 2   
p  3 p  2 p 1
 
S ( t )   2 e  3 t  4 e  2 t  2 e  t .u ( t )

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

61
 III
Chapitre
Analyse des systèmes échantillonnés
dans l’espace d’état

Dans ce chapitre on présente :

- la Discrétisation de l’équation d’état d’un système continu : Relation entre
l’équation d’état d’un système continu et celle d’un système discret.
- La Représentation et résolution de l’équation d’état d’un système discret :
Différentes formes de la matrice d’évolution…
- La Stabilité et précision d’un système discret…
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

1. Introduction
Lorsqu'on soumet un système continu à une commande digitale qui ne varie que périodiquement
aux instants d'échantillonnage, il devient un système à commande discrète.
La présence de l'élément de maintien fait en sorte que la commande reste constante entre deux
instants d'échantillonnage. Ainsi, les représentations des deux systèmes continu et échantillonné sont
différentes. Dans ce chapitre, on traite la représentation mathématique des systèmes continus et
discrets. On introduit les notions de la stabilité, la précision et de l'observabilité et du choix de la
période d'échantillonnage. Toutefois on doit noter que ces notions ne sont indiquées qu'à titre de
rappels théoriques vu leurs importances à la présente application.

2. Représentation d’état des systèmes

Toutes les méthodes étudiées jusqu’à présent de l’asservissement linéaire restent valables et efficaces
jusqu’à ce que ces systèmes atteignent une complexité telle que l’on ne puisse plus se satisfaire de
l’unique relation entrée – sortie (c'est-à-dire les systèmes mono-variables SISO: Single Input Single
Output) pour les commander correctement. De même, ces modèles deviennent difficiles à mettre en
œuvre lorsque les systèmes étudiés possèdent plusieurs entrées et plusieurs sorties cas d’un système
multi-variable (MIMO : Multi Input Multi Output). Les théories de commande avancées sont
basées complètement sur les modélisations modernes sous la forme des variables d'état. La
représentation d’état des systèmes est un outil puissant permettant de modéliser le fonctionnement de
systèmes linéaires, en temps continu ou en temps discret et qui possède en outre, l’avantage de
conserver la représentation temporelle des phénomènes.
2.1. Principe général (Rappel)
Comme précisé dans le préambule ci-avant, il s’agit de décrire un système en
considérant sa dynamique interne et pas seulement une relation entre son entrée
et sa sortie. Ainsi, il convient de « redonner de l’importance » à des grandeurs
qui ne sont ni l’entrée, ni la sortie, tout en prenant en compte l’ensemble des phénomènes
dynamiques et statiques qui confèrent au système son comportement.
Une telle préoccupation conduit aux définitions suivantes :

État : l’état d’un système dynamique est le plus petit ensemble de variables, de grandeurs, tel que la
connaissance de cet ensemble à l’instant t  t 0 , ainsi que celle du signal d’entrée pour t  t 0 , suffit à
déterminer complètement le comportement du système pour t  t 0 .

L’évolution de l’état à partir de l’instant t 0 n’est donc pas déterminée par son
évolution avant l’instant t 0 . Seuls importent l’état à t 0 et l’entrée à partir de t 0 , comme l’illustre la

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

63
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

figure .III.01 où plusieurs trajectoires de x(t ) avant l’instant t 0 aboutissant en x(t 0 ) sont compatibles
avec la même trajectoire de x(t ) après t 0 .

Figure III. 01 – L’évolution des composantes de x(t) après t 0 (trait plein) est

indépendante de leur évolution avant t 0 (pointillés).

Variables d’état : ce sont les variables, grandeurs qui constituent l’état du système
On considère traditionnellement que ces variables sont au nombre de n et notées x1 , x 2 ,..., xn . Cette
valeur de n est l’ordre du modèle. Chacune de ses variables est associée à un signal temporel.
L’ensemble x1 , x 2 ,..., x n  constitue donc l’état. Les grandeurs xi ne sont pas nécessairement des
grandeurs physiques.

Vecteur d’état : de manière plus mathématique, on représente l’état par une

concaténation de l’ensemble des variables d’état en un vecteur, a priori réel,
de dimension n, que l’on note x  x , x ,..., x  .
1 2 n

Il va de soi que les expressions état et vecteur d’état sont fréquemment utilisées
l’une pour l’autre sans que cela n’altère fondamentalement le propos.

Espace d’état : Il s’agit tout simplement de l’espace vectoriel dans lequel le

vecteur d’état x est susceptible d’évoluer, chaque instance de x étant associé
à un point de cet espace

2.2. Cas des systèmes continus

D'une manière générale un système physique peut être représenté, par un ensemble d'équations
différentielles du premier ordre :

x (t )  f x(t ), u(t ), v(t ), t 

y(t )  g x(t ), u(t ), v(t ), t  (1)

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

64
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

Avec :

x (t )  dx(t ) / dt ;

Si le système est linéaire, les équations (1) s'écrivent comme suit :

x (t )  A(t )x (t )  Bu (t )u(t )  Bv (t )v (t )

y (t )  C (t )x (t )  Du (t )u(t )  Dw (t )w(t ) (2)

Où :
x(t ) Représente le vecteur de variables d'état.

u(t ) Représente le vecteur de commandes.

u(t ) et v (t ) représentent les perturbations externes et le bruit ;

A(t ) Matrice de dimension (ns x ns), déterminante pour le comportement dynamique du système.
y(t ) Définit les variables de sortie du système.

Du (t ) et Dw (t ), définissent respectivement l'influence directe de la commande et de la

perturbation sur les sorties du système. On pose souvent : Du (t )  0 ; Dw (t ) 0

Dans le cas ou les matrices A(t ), Bu (t ), Bv (t ) et C (t )  sont invariantes dans le temps, le système
peut être représenté comme suit :

x (t )  Ax(t )  Bu u(t )  Bv v(t )

y(t )  C x(t ) (3)
La figure III.02 représente le diagramme structurel d'un tel système :

Figure III.02. Diagramme structurel d'un système continu multivariable.

Un système monovarlable, est un système ne possédant qu'une commande et qu'une sortie. Ainsi,
généralement ces systèmes ne sont soumis qu'à une seule grandeur de perturbation. Les matrices

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

65
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

d'entrée de la représentation d'état se réduisent à des vecteurs Bg et Bv  , alors que la matrice de sortie
devient une vectrice ligne C.
x (t )  Ax(t )  Bu u(t )  Bv v(t )
y(t )  C x(t ) (4)
La représentation structurelle pour de tels systèmes est la suivante :

Figure III.03. Diagramme structurel d'un système monovariable.

2.3. Cas des systèmes discrets :

En mode discret, la représentation du système physique est moins naturelle que la représentation
continue. Ceci vient du fait, que le schéma fonctionnel d'un tel système sera de la forme suivante :

U U* Système y(t) y*
B.O.Z
continu
Figure III.04 Schéma fonctionnel d'un système discret
Où T. représente la période d'observation, ou d'échantillonnage. Dans la représentation discrète, on
tient compte de la présence de l'élément de maintien (ou de blocage). Géneralement, on utilise un
bloqueur d'ordre zéro.

vi
B.O.Z V0
0 Ts
Figure III.05. Élément de maintien.

La réponse impulsionnelle du bloqueur d'ordre zéro, peut s'exprime comme suit :

v 0 (t )  u 1 (t )  u 1 (t  Ts ) (5)
Avec : ( u 1 ) la notation de l’échelon unitaire. Et la fonction de transfert du bloqueur est donnée ainsi
par : B0 ( s )  V0 ( s ) / Vi ( s )  (1  e  sTs ) / s (6)
La représentation discrète d'un système sera présentée globalement par :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

66
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

x k 1  f ( x k , u k , vk , k )
y k  g ( x k , uk , v k , k ) (7)
Et pour un système linéaire, les équations (7) s'écrivent :
x( k  1)  F x (k )  Gu u ( k )  Gv v ( k )
y (k )  P x( k ) (8)
On suppose que F , Gu et Gv  sont invariantes ; la représentation schématique d'un tel modèle est
donnée par la figure suivante :

Figure III.06. Diagramme structurel d'un système échantillonné monovariable.

Où :

F   exp ATs 
G   exp ATs   I A1 B  (9)
P   C 
Aussi, on peut trouver la matrice exponentielle en se basant sur la transformée de Laplace.
F   L1 s I   A 
Et G   L1  ( s ) / s B  (10)
Avec :  ( s )  s I   A
Où [A] et [B] sont définis pour le modèle continu et u(k), est considérée constante sur chaque
période d'échantillonnage.

3. Observabilité
Un système est dit observable, si le vecteur d'état [x] est entièrement reconstituable
(indépendamment de la valeur initiale) par un nombre fini de vecteurs de sortie. Le test
d'observabilité consiste à vérifier que la matrice [obs] est de rang (n)

obs  PT PT FT ...(Pn1)T (Fn1)T  (11)

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

67
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

De même, on peut remarquer, que sous certaines conditions un système peut perdre son
observabilité. Cette perte peut être obtenue pour la même période d'échantillonnage, que dans le cas
de la perte de la commandabilité et elle est également possible à la mise en cascade de deux systèmes
observables.

Le modèle est observable si, quel que soit l’état initial x0 , il existe d’une séquence finie
d’échantillons de sortie y k (et éventuellement des échantillons d’entrée correspondants uk ) qui
permet de retrouve x0 .

3.1. Critère d’observabilité :

Un système est complètement observable si et seulement si les vecteurs colonnes :

    2
  3
(C)T , AT (C)T , AT (C)T , AT (C)T ,..., AT   n1
(C)T sont linéairement indépendants. Cet énoncé peut
se traduire également de la manière suivante : on définit la matrice d’observabilité par la matrice
T T T
 
T T T T
 
formée des (n) vecteurs colonnes : (C) , A (C) , A (C) , A (C) ,..., A
T 2
  3
  n1
(C)T :

OA(C)  CT A (C) A  (C)

T T T 2 T
 
.... AT
n1
(C)T  (12
La paire [A], (C) est complètement observable si et seulement si la matrice d’observabilité est
régulière, autrement dit si son déterminant n’est pas nul.
3.2. Exemple
 x ( k  1)  A x ( k )  ( B ) e ( k )
Considérons un système régi par les équations : 
 s ( k )  (C ) x ( k )
 1 1
Avec : A    et
C  1 1
 1 2
La matrice d’observabilité est définie par : O A(C )   C   T
AT C T 
1
Avec :
CT    et AT 
  1  1
 1 1 2 
 1  1  1   0 
Or : AT C T    
1 2    1    1 
1 0
D’où : O  A( C )      det O  A ( C )   1
  1  1
- Le système est donc complètement observable.

4. Fonction de transfert :
A partir de la représentation d'état, on peut déduire la fonction de transfert du système. Soit le
système suivant, où on néglige la perturbation :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

68
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

x ( k  1)  F x ( k )  Gu u( k )
y ( k )  P x (k )
H (k )  y ( k ) / u( k )  P zI   F  Gu 
1
(13)
H (k )  P adj zI   F Gu  / det zI   F 
I et H(k) représentent respectivement la matrice unité et la fonction de transfert du système. On
note, que le même développement est valable pour les systèmes continus.

5. La stabilité :
Jusqu’à présent, on a discuté de représentation de systèmes et de réponse transitoire. La prochaine
étape est la stabilité. La stabilité est le critère le plus important dans le design des systèmes de
contrôle. Si un système n’est pas stable, les autres paramètres n’ont aucune signification. On doit
donc porter une attention particulière à la stabilité. Un système instable ne peut pas être conçu pour
donner une réponse transitoire et erreur statique spécifique.
Autrement on le dit que :
Le système asservi doit fonctionner automatiquement. Il est indispensable qu'il soit stable.
Autrement, le système évolue en s'éloignant de son point (ou trajectoire) d'équilibre, ce qui peut
engendrer des saturations voire une dégradation du système.

Un système linéaire continu à temps invariant est asymptotiquement stable si et seulement si les
pôles de sa fonction de transfert sont à parties réelles strictement négatives

5.1. Détermination de la stabilité

Diverses méthodes peuvent être utilisées pour déterminer la stabilité des systèmes :
 Calcul des pôles de la fonction de transfert.
 Critère de Routh-Hurwitz.
 Critère de Jury.
 Critère de Nyquist.
 Diagramme de Bode.
Lieu des racines en fonction des paramètres du système.
Dans ce chapitre, on se limite aux deux premières méthodes.
5.2. Calcul des pôles de la fonction de transfert :
Si les pôles de la fonction de transfert du système ont une partie réelle positive, le système est
instable. Un seul pole suffit pour rendre le système instable. Si des pôles ont une partie réelle égale à
zéro, le système est marginalement stable.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

69
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

Figure III.07 .Stabilité d’un système selon les pôles.

Dans certains cas, il peut être difficile de calculer les racines sans logiciel. On utilise alors la prochaine
méthode, le Critère de Routh-Hurwitz.

5.3. Critère de Routh-Hurwitz

La méthode de Routh-Hurwitz permet de porter une conclusion sur la stabilité d’un
système ; cependant, elle ne permet pas de calculer la localisation exacte des racines au
dénominateur. En effet, cette méthode nous permet de dire s’il y a des pôles dans la partie droite,
gauche, ou sur l’axe imaginaire du plan (S). Il faut spécifier qu’on va connaitre
combien de pôles sont dans tel secteur, mais non où ils sont placés.
Il y a deux étapes à la méthode :
 Générer la table de Routh
 Interpréter la table
5.3.1. Génération de la table de Routh :
Le principe de critère de Routh :

Soit le polynôme suivant : P(s)  an sn  an1sn1  an2sn2  ... a1s  a0 (14)

On procède de la façon suivante :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

70
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

Exemple :
N(s)
Soit une fonction de transfert quelconque : F(s)  (15)
a4s  a3s  a2s2  a1s  a0
4 3

Interprétation [Critère de Routh-Hurwitz] : Les racines de l’équation caractéristique sont tous dans
la partie gauche du plan (S) (systeme stable) si tous les éléments de la première colonne de la table de
Routh ont le même signe.
Le nombre de changements de signe est égal au nombre de racines situées dans la partie droite du
plan (S).
Exemple
Soit le système suivant :

- Créer la table de Routh ?

Correction d’exemple
Premièrement, il faut réduire le système :
C (s) G (s) 1000
  3 2
R ( s ) 1  G ( s ) s  10 s  31s  1030
On crée la table de Routh.

s3 1 31 0
10 1 1030 103 0 On peut diviser par 10
s2
pour simplifier
 103  31
s1  72 0 0
1
(72)(103)  0
s0  103 0 0
 72
On a deux changements de signe dans la première colonne, donc deux racines réelles
positives donc on conclure que le système est instable.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

71
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

5.4. Cas particuliers

Il y a quelques cas particuliers à étudier

5.4.1. Zéro dans la première colonne :

Dans ce cas, on remplace le zéro par une variable (  ), et on prend la limite lorsque (  )
tend vers ( 0 ) ou ( 0 )
Exemple(a)
10
Soit le système suivant : T (s) 
s5  2s4  3s3  6s2  5s  3
- Calculer la table de Routh.
Correction d’exemple (a)
La table de Routh est :

s5 1 3 5

s4 2 6 3

s3 0 3.5 0
6  7
3 0
s2 
42  49  6
s1 0 0
12  14
s0 3 0 0
On prend la limite :
6  7 7
s 2 :   0  : lim  lim 6     0
 0    0 
42  49  6 2 49
s1 :   0  : lim  0
 0 12  14 14
Il y a deux changements de signe (de s 3 à s2 et de s2 à s1). Le système est donc instable.
On aurait obtenu le même résultat si on aurait prit  0

- Il aurait aussi été possible de solutionner ce problème en utilisant le polynôme réciproque du

dénominateur. Soit un polynôme p(s) :
p(s)  sn  an1sn1  ... a2s2  a1s  a0

Une condition nécessaire de stabilité est que tous les coefficients ( ai ) de p(s) soient
strictement de même signe.

Le polynôme réciproque est :

r ( s )  1  an1s  an 2 s 2  ...  a1s n1  a0 s n
Exemple(b)

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

72
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

Calculer le réciproque de : s 4  6s 3  8s 2  s  5
- Correction d’exemple (b)
r ( s )  5s 4  s 3  8 s 2  6 s  1
Exemple(c)
10
Soit la fonction de transfert suivante : T (s) 
s  2s  3s3  6s2  5s  3
5 4

- Déterminer la stabilité de ce système ?

- Correction d’exemple (c)
On sait déjà qu’on va obtenir un 0 dans la première colonne. On prend donc le polynôme
réciproque : r ( s )  3s 5  5s 4  6s 3  3s 2  2s  1
On crée la table de Routh :

- Il y a deux changements de signe dans la première colonne, donc le système est instable.

5.4.2. Une rangée entière de zéros.

Dans ce cas, on va a la rangée précédente et on crée un polynôme A(s ) forme des coefficients de
cette rangée. On dérive alors A(s ) pour obtenir les coefficients de la nouvelle rangée.
Exemple (d)
10
- Soit la fonction de transfert suivante : T (s) 
s  7s  6s  42s2  8s  56
5 4 3

- Déterminer la stabilité de ce système ?

- Correction d’exemple (d)
On commence la table de Routh :

s5 1 6 8

s4 7 1 42 6 56 8

s3 0 0 0

La troisième rangée est composée de zéros. On construit alors le polynôme : A(s)  s4  6s2  8

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

73
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

dA(s)
Et on dérive :  4s3 12s  0
ds
La table de Routh est alors modifiée :

s5 1 6 8

s4 7 1 42 6 56 8

s3 4 1 12 3 0

s2 3 8 0

s1 0.333 0 0

s0 8 0 0

Il n’y a aucun changement de signe : Donc le système est stable.

On obtient une rangée de zéros si on a un polynôme ayant des coefficients seulement pairs ou
seulement impairs. Ceci peut être causé par :
 Paires de racines réelles de même amplitude mais de signe opposé.
 Paires de racines imaginaires.
 Paires de racines complexes conjuguées formant une symétrie par rapport à l’origine du plan (S).

5.4.3. Conception a l’aide du critère de Routh-Hurwitz

Soit le système suivant :

- Trouver les valeurs de K pour rendre le système stable, instable, et marginalement stable. (K > 0)
Il faut premièrement trouver la fonction de transfert en boucle fermée :
K
s( s  7)( s  11) K
T ( s)   3 2
K s  18s  77s  K
1
s( s  7)( s  11)
La prochaine étape est de construire la table de Routh :

s3 1 77
s2 18 K

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

74
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

1386  K
s1 0
18

s0 K 0
Pour que le système soit stable, il ne doit pas y avoir de changement de signe dans la première
1386 K
colonne :  0  K  1386
18
1386 K
Pour que le système soit instable :  0  K  1386
18
d (18s2  K )
Si K = 1386, on a une rangée de zéros. Pour compléter la table :  36s
ds
s1 36 0
s0 K  1386 0
Alors : Le système est marginalement stable.
5.5. Critère de Jury
Il s’agit d’un critère algébrique permettant d’évaluer la stabilité d’un système discret à partir des
coefficients du dénominateur de sa fonction de transfert en boucle ouverte (ou bien en boucle
fermée). En fait, ce critère s’applique directement sur le polynôme caractéristique du système.
N (s)
Soit un système discret dont la fonction de transfert est la suivante : G(s) 
D(s)
Le polynôme caractéristique du système est donné comme suit : D( s)  a0 s n  a1s n1  ...  an
Où : a0  a1  ...  an sont des coefficients réels et avec a0  0
Pour évaluer la stabilité par le critère de Jury, il faut construire le tableau de Jury comme illustré
ci-dessous :
Ligne z0 z1 z2 z3 . . . z n 2 z n1 zn
1 an an1 a n 2 a n 3 . . . a2 a1 a0
2 a0 a1 a2 a3 . . . a n 2 an1 an
3 bn1 bn2 bn3 bn4 . . . b1 b0
4 b0 b1 b2 b3 . . . bn2 bn1
5 cn2 cn3 cn4 cn5 . . . c0
6 c0 c1 c2 c3 . . . cn2
.
.
.
2n  5 p3 p2 p1 p0
2n  4 p0 p1 p2 p3
2n  3 q2 q1 q0
Avec :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

75
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

an an1i
bi  pour i  0,1,2,3,...,n  1
a0 ai1
bn1 bn2i
ci  pour i  0,1,2,3,...,n  2
b0 bi1
.
.
.
p3 p2i
qi  pour i  0,1,2
p0 pi 1
 Énoncé du critère de Jury
Un système ayant une équation caractéristique de la forme : D( s)  a0 s  a1s  ...  an est stable
n n1

si toutes les conditions suivantes sont satisfaites :

1. an  a0
2. D(1)  0
3. ( 1) n D( 1)  0
4. bn1  b0
C n  2  c0
.
.
.
q2  q0
Exemple
Soit le polynôme de second ordre : D( s)  s 2  s  0.21
Donc : a0  1, a1  1 et a2  0.21
Dan ce cas, le tableau de Jury a 2n  3  1 ligne (car n  2 ). Il faut donc vérifier les trois
premières conditions de Jury :
 Première condition : a2  0.21  a0  1 ;
 Deuxième condition : D(1)  1  1  0.21  2.21  0 ;
 Troisième condition : (1)2 D(1)  1(1  1  0.21)  0.21  0
Comme les trois conditions sont satisfaites, donc les racines du polynôme : D(s) sont à l’intérieur
du cercle unité, et par conséquent, et d’après Jury, le système associé est stable.
Remarque : Si a0  0 :
 d’abord, on construit un autre polynôme D1 ( s)  D(s) ;
 puis, on traite le nouveau polynôme D1 ( s) par le critère de Jury.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

76
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

6. Précision d’un système bouclé

Un système bouclé stable est précis si lors, d’un changement de consigne, l’erreur entre la
consigne et la sortie est nulle en régime permanent

La précision se définit en fonction du type de consigne yC (k ) :

 Consigne en échelon : précision statique ou erreur de position ;
 Consigne en rampe : précision en vitesse ou erreur de traînage ;
 Consigne en parabole : précision en accélération.

 Analyser la précision statique revient à étudier l’erreur entre la consigne et la sortie en régime
permanent ( k   ).
 S  lim  yC (k )  y(k )  lim  (k )
k  k 

 Le système bouclé est dit :

- précis si cette limite est nulle
- non précis si cette limite n’est pas nulle
On peut néanmoins dire que le système est d’autant plus précis que l’erreur est faible.
 On exploite le théorème de la valeur finale : lim  (k )  lim(Z  1) (Z )
k Z 1

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

77
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

 On exploite le théorème de la valeur finale

 1 
lim  ( k )  lim ( Z  1)YC ( Z ) 
k   Z 1
 1  FBO ( Z ) 
 La précision du système bouclé dépend :

 De YC (Z ) et donc du type de consigne : échelon, rampe, parabole, …

 De la fonction de transfert en boucle ouverte : FBO ( Z )  C ( Z )G ( S )

 De manière générale, FBO (Z ) est une fraction rationnelle et peut s’écrire :

N (Z )
FBO ( Z )  C ( Z )G ( S ) 
( Z  1) D ( Z )
Telque  est le nombre d’intégrateurs purs de FBO (Z )

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

78
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

 On peut faire un tableau récapitulatif de l’erreur en régime permanent :

K  N (1) / D (1) est le gain de la chaîne directe FBO (Z )

N (Z )
FBO ( Z )  C ( Z )G ( S ) 
( Z  1) D ( Z )

Exercices corrigés sur le chapitre 3

 Exercice N°01 :
On considère le système de modèle d’état :

Analyse du système en boucle ouverte :

1. Le système est-il observable ?

2. Le système est-il stable ?
Correction d’exercice N°01 :
C   1 2
1. Q0        rang (Q0 )  2 Donc Le système est observable.
CA   3 8 
2. Le système est non stable car les pôles (racines du polynôme caractéristique) ne sont pas
strictement négatifs.
 Exercice N°02:

On considère le système décrit par la représentation d’état suivante :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

79
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

(e) est l’entrée, (s) est la sortie, (x) est le vecteur d’état.
0 0 0 
 0 ?
1. Quel est le nom de la matrice : Q0  0  1 
0 0  20
2. Quel est l’ordre du système ?
3. Quels sont les pôles du système ?
4. Le système est-il stable en boucle ouverte ? Pourquoi ?
Correction d’exercice N°02 :

1) C’est la matrice d’état.

2) Le système est d’ordre 3.
3) Les pôles du système sont 0, -1 et -20.
4) Le système est stable en BO car les pôles sont strictement négatifs.

 Exercice N°03:

Correction d’exercice N°03 :

Calculons la fonction de transfert en boucle fermée :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

80
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

 Exercice N°04 :
On considère un système échantillonné de fonction de transfert G(p) placé dans une boucle
K
d’asservissement à retour unitaire, avec : G( p)  avec K  0
( p  0.4)( p  0.8)
 Calculer la fonction de transfert en boucle fermée et étudier les conditions de stabilité de
ce système en boucle fermée.
Correction d’exercice N°04 :
La fonction de transfert du système en boucle fermée est : H ( p)  G( p)  K
1  G( p) ( p  0.4)( p  0.8)  K
Le dénominateur étant : D( p)  p 2 1.2 p  0.32  K
Critère de Jury : Le système est stable si et seulement si les conditions suivantes sont respectées :
 D (1 )  0  0 . 12  K  0
 
 D (  1)  0   2 . 52  K  0
1  0 . 32  K  K  0 . 68
 
La condition de stabilité se résume donc à : K< 0.68
 Exercice N°05 :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

81
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

Correction d’exercice N°05 :

Réponse de Q1 :
Pour T1(p) on a :

p4 1 3 1

p3 5 6 0

5  3 1 6 9 5 1  1  0
p2  1 0
5 5 5
9 9
 6  5 1 0  50
5 29 5
p1  0
9 9 9
5 5
29 9
1   0
9 5 1
p0
29
9

Pour T2(p) on a : Tous les coefficients sont > 0 donc le système est stable.

p4 1 3 1
p3 5 16 0
5  3 116 1 5 1  1  0
p2  1 0
5 5 5
p1

p0
Ce coefficient < 0 donc le système est instable.

Réponse de Q2 :

p4 1 a 1
p3 4 2 0
4a  2 1
p2 a 1
4 2
2a  5
p 1
1 0
a 
2

p0 1

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

82
 Chapitre III : Analyse des systèmes échantillonnés dans UHBC CHLEF
l’espace d’état

 1
a  2
 1
Il faut que :  et donc au final il faut que : a   0 pour que le système soit stable
a  5 2
 2

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

83
IV
Chapitre
Synthèse d’un Contrôleur

La régulation par des contrôleurs est une technique après l’asservissement destiné

a contrôlé, analysé et concevoir des systèmes. Ce chapitre, a pour but de présenter

un exposé pour balayage sur les différents types des contrôleurs. Il est destiné aux

Nos étudiants master électronique des systèmes embarqué ainsi qu’ aux étudiants

dans ces disciplines. Pour comprendre cet exposé, seules des connaissances de base

en physique ainsi qu’en calcul différentiel et intégral sont nécessaires. Les

connaissances dépassant le niveau serons exposées, notamment des équations

différentielles à la transformée de LAPLACE

 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Introduction
Nous avons vus dans les chapitres précédant que les systèmes asservis pouvaient présenter des défauts,

une précision insuffisante, une stabilité trop relative, un temps de réaction trop lent, une

dépassement trop important, au regard d’un cahier des charges…etc. Il est donc souvent nécessaire

d’intégrer dans le système asservis un correcteur dont l’objectif est d’améliorer ces différents

paramètres du système. Donc les correcteurs doivent permettre de réaliser le meilleur compromis

entre précision, stabilité et rapidité du système étudié.

Pour remédier à ses lacunes et optimiser la réponse d’un système, les concepteurs ont doté les

contrôleurs de trois effets mathématiques de calcul d’action à savoir :

- Action proportionnelle :P

- Action Intégrale :I

- Action Dérive :D

On distingue aussi la possibilité de combiner ces actions série, parallèle ou mixte, ainsi quelque

architecture possibles :

(P+I), (P.I), (P+D), (P.D), (P+I+D), (P.I.D), (PID // et PID série …

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

85
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Contrôleurs Proportionnel (P)

A. Principe :

Ce correcteur élémentaire est le correcteur de base, il agit principalement sur le gain du système

asservi, il permet donc améliorer notablement la précision. Le contrôleur (P) est simple : il s’agit que

d’un gain Kprop, comme à la (figure IV.01).

Figure [Link]ôleur proportionnel

Donc un système avec un contrôleur P ressemblerait au système de la (figure IV.02)

[Link].02 – Contrôleur proportionnel dans un système

Dans le cas d’un correcteur proportionnel, la loi de commande corrigée u (t ) est proportionnelle à

l’écart  (t ) : u (t )  K p . (t ) (III.1)

U ( p)
La fonction de transfert du correcteur est donc : C ( p)   Kp
 ( p) (III.2)

Pour les parties commande électroniques, la réalisation de ce type de correcteur à base

d’amplificateurs opérationnels est simple (attention à la saturation des amplis).

B. Effet

Nous avons vus (stabilité et précision des S.A) que l’effet d’une augmentation du gain entraîne un

diminution de l’erreur statique, rend le système plus rapide mais augmente l’instabilité du système.

K p G ( s)
La fonction de transfert en boucle fermée est : T ( s)  (III.3)
1  K p G ( s)

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

86
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Selon l’équation précédente :

 L’ajout d’un contrôleur P ne change pas le type d’un système.

 Aucun nouveau pôle ou zéro n’est ajouté au système.

 Seule la position des pôles et zéros peut changer.

C. Réalisation

S -R 2 S R2
C(p) = = C(p) = = 1+
E R1 E R1

Avantages :
- augmentation de la bande passante du système
- améliore la rapidité du système.
- Augmentation de la précision pour un système sans intégrateur
Inconvénients :
- amplification sur toute la bande de fréquence
- « rapproche » le point critique instabilité
Exercice d’application 1:

Soit le système suivant :

On ajoute un contrôleur P.

1. Quel est le type du système ?

2. Quelle est l’erreur statique pour :

(a) Entrée échelon ?

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

87
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

(b) Entrée rampe ?

Solution :
Kp
1. On trouve la fonction de transfert en boucle ouverte : Go ( s ) 
s( s  1)
Le système est de type 1.
2. Erreur statique :
a) Entrée échelon :
K p  lim Go (s )  
s 0

1
es  0
1 K p
b) Entrée rampe :
K v  lim sGo ( s )  K p
s 0

1 1
es  
Kv K p

Contrôleur Intégral (I)

A. Principe :

Avec un intégrateur, la sortie du contrôleur est l’intégrale du signal d’entrée, soit :

t
Sortie  K i  Entrée dt (III.4)
0

Ki
Ou Gc ( s )  (III.5)
s
La fonction de transfert en boucle ouverte est :

Ki
Go ( s)  Gc ( s)G (s)  G( s) (III.6)
s
On voit, selon l’équation (III.6), qu’on a ajouté un pôle au système et augmenté le type du système.

Ce qui veut dire que si le système est de type 0, avec une erreur statique, cette erreur statique sera

nulle puisque le système est maintenant de type 1. Par contre, le contrôleur intégral peut rendre un

système instable, et il est rarement utilisé seul.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

88
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

B. Effet
L’intérêt principal de ce correcteur est d’ajouter dans la chaîne de commande une intégration, nous

avons que la présence d’une intégration dans la FTBO, annuler l’erreur statique pour une entrée en

échelon. L’intérêt principal de ce type de correcteur est donc d’améliorer la précision, il introduit

malheureusement un déphasage de -90° et risque de rendre le système instable(diminution de la

marge de phase).

Exercice d’application 2:
On utilise le même système que (l’exercice d’application 1), sauf qu’on se sert d’un contrôleur I.

1. Quel est le type du système ?

2. Quelle est l’erreur statique pour :

(a) Entrée échelon ?

(b) Entrée rampe ?
3. Comparer la stabilité avec celle de l’exercice d’application 1).

Solution :
Ki
1. Type du système : G o ( s)  2
 Type 2
s ( s  1)
2. Erreur statique :

a) Entrée échelon :
K p  lim Go (s )  
s 0

1
es  0
1 K p

b) Entrée rampe :
K v  lim sG o ( s)  
s 0

1
es  0
Kv
On remarque que (Mieux qu’avec un contrôleur P)
3. Stabilité
Kp
a) T (s ) 
s2  s  K p
Table de Routh :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

89
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

S2 1 Kp

S1 1 0

S0 Kp 0

Le système est stable si Kp>0.

Ki
b) T ( s) 
s  s2  Ki
3

Table de Routh :

S3 1 0

S2 1 Ki

S1 -Ki 0

S0 Ki 0

Le système est instable pour toutes les valeurs de (Ki) . Dans ce cas, l’utilisation d’un

contrôleur (I) n’a pas aidé.

Contrôleur Proportionnel- Intégral (PI)

A. Principe :

On peut réduire l’instabilité relative du contrôleur intégral en combinant les deux, P et I. Dans ce

cas :

 K   1 
Kps  i  Kps  
 
Kp  
K
Gc ( s )  K p  i     i  (III.7)
s s s

Où (  i ) est la constante de temps intégrale.

 1 
K p  s  G (s )
La fonction de transfert en boucle ouverte du système est : Go ( s )   i  (III.8)
s

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

90
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

1
Donc un zéro à  et un pôle à zéro ont été ajoutés au système.


B. Effet

 Effet statique (régime permanent): annule l’erreur statique (précision des systèmes

effet d’une intégration).

 Effet dynamique (régime transitoire) : augmente le temps de réponse (système moins

rapide), et augmente l’instabilité (introduit un déphasage supplémentaire de -90°).

C. Réalisation

S R 2 1+ RC.p
C(p) = = .
E R1 RC.p
τ =RC
R2
K=
R1
Remarque : en régime permanent, un condensateur se comporte comme un circuit ouvert, le
montage dérivateur va alors se comporter comme un comparateur et sa sortie va saturer. Pour palier
à cet inconvénient, on rajoute en pratique une résistance R0>>R en parallèle avec R et C.
Avantages :
- annule l’erreur statique grâce à l’action intégrale
Inconvénients :
- retard de phase à cause de l’action intégrale qui peut conduire à une instabilité si le
correcteur est mal placé.
Exercice d’application 3:

On utilise le même système que l’exercice d’application 1, contrôlé cette fois par un PI avec  i  2 .

1. Quel est le type du système ?

2. Quelle est l’erreur statique pour :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

91
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

a) Entrée échelon ?

(b) Entrée rampe ?

3. Comparer la stabilité avec celle de l’exercice d’applications 1 et 2.

Solution :

1. Type du système :

 1   1
K p  s  G (s ) K p  s  
 i   i  K p s  0.5
Go ( s )   2  2
s s (s  1) s ( s  1)

Le système est de type 2.

2. Erreur statique :

a) Entrée échelon : es  0 pour un système de type 2 à une entrée échelon.

b) Entrée rampe : es  0 pour un système de type 2 à une entrée rampe.

3. Stabilité :

K p s  0.5 K p s  0.5
T (s)  
s 2 (s  1)  K p (s  0.5) s 3  s 2  K p s  0.5 K p

Table de Routh :

S3 1 Kp

S2 1 05 Kp

S1 0.5Kp 0

S0 0.5Kp 0

Le système est stable si K p  0 . L’ajout de la composante P au contrôleur I a rétabli la

stabilité.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

92
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Contrôleur Dérivateur (D)

A. Principe :

Pour un contrôleur dérivateur, on dérive le signal à l’entrée. Ceci veut dire que pour un

changement abrupt du signal à l’entrée, le signal de contrôle peut être très élevé.

La fonction de transfert est : Gc ( s )  K d s (III.9)

K d sG ( s)
Et en boucle fermée : T (s)  (III.10)
1  K d sG ( s)

On utilise généralement le contrôleur D avec d’autres composantes (PD ou PID). De façon pratique,

le contrôleur D peut présenter certains inconvénients, et on utilise plutôt un compensateur à avance

de phase.

B. Effet :

 Effet statique :(entrée en échelon ou évolution constante) le système n’intervenant

que sur la dérivée de l’erreur, en régime permanent si l’erreur est constante, le

dérivateur n’a aucun effet.

 Effet dynamique: l’intérêt principal de la correction dérivée est sont effet stabilisant,

elle s’oppose aux grandes variations de l’erreur (donc aux oscillations), elle permet

donc de stabiliser le système et d’améliorer le temps de réponse.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

93
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Correcteur Proportionnel Dérivé (P.D.)

A. Principe :

Ce correcteur permet d’apporter une avance de C ( p) dB

phase théorique maximale de 90°. Son utilité se
situe donc autour de la pulsation au gain unité en +20 dB/dec

boucle ouverte wu où il a une action stabilisante. |K|dB

Avantages : w

- améliore la stabilité du système.

- améliore la rapidité du système.

Inconvénients :
- augmente le gain en hautes
90°
fréquences-> sensibilité aux bruits
accrues

wd wd a.w w
a
B. Placement – dimensionnement

En principe, l’objectif d’un tel correcteur est d’améliorer la marge de phase du système. Hors, on
voit que le correcteur apporte une avance de phase maximale autour de wd et qu’il apporte aussi du
gain autour de cette pulsation. Une solution pour un placement optimale est de fixer wd=wu
(pulsation au gain unité en BO) et de faire en sorte que le gain apporté autour de wu soit de 0dB.

1) Fixer wd  wu
2) Calculer l’avance de phase φ à apporter pour respecter la marge de phase du cahier
des charges.
1  Sin
3) Calculer a 
1  Sin
4) Calculer K pour avoir 20 log C ( j. wu  0dB

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

94
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

C. Réalisation

S R 2 1+ R1C1.p
C(p) = = .
E R1 1+ R 2 C 2.p

Avec R1.C1>R2.C2

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

95
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Contrôleur Proportionnel-Intégral-Dérivateur (PID)

A- Principe :

L’intérêt du correcteur PID est d’intégrer les effets positifs des trois contrôleurs précédents. La
détermination des coefficients K p , Ti , Td du contrôleur PID permet d’améliorer à la fois la précision
(Td et K p ) la stabilité (Td ) et la rapidité (Td , K p ) .
Le réglage d’un PID est en général assez complexe, des méthodes pratiques de réglages permettent
d’obtenir des bons résultats.

[Link].03– Structure d’un contrôleur PID.

Dans un contrôleur proportionnel-intégral-dérivateur (PID), les trois éléments de contrôle de base

sont présents.
Ki
La fonction de transfert est : Gc ( s )  K p   Kd s (III.11)
s
 1 
Ou Gc (s)  K p 1    d s  (III.12)
 is 

Kp
Où: i  (III.13)
Ki

Kd
d  (III.14)
Kp

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

96
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

K p (1   i s   i d s 2 )
En boucle ouverte : Go ( s)  Gc ( s)G ( s)  G( s) (III.15)
is
1
Il y a donc deux zéros de plus et un pole de plus au système. Le facteur augmente aussi le type du
s
système.
B- Effet

On voit sur les diagrammes de Bode (Figure.4) que le correcteur P.I.D se comporte pour les basses
fréquences comme un intégrateur donc le système sera précis d’un point de vue statique, aux hautes
fréquences l’avance de phase est de +90° donc une amélioration de la stabilité.

[Link].04. Diagramme d’amplitude / phases.

Dans le tableau ci-dessous On résume l’effet de chacun des types de contrôleurs sur les
caractéristiques d’un système. Le contrôleur (P) va réduire le temps de montée et réduire l’erreur
statique, sans pour autant l’éliminer complètement. Un contrôleur (I) éliminera l’erreur statique,
mais peut rendre la réponse transitoire pire. Le contrôleur (D) augmentera la stabilité d’un système,
réduira le dépassement et peut améliorer la réponse transitoire..
Tableau IV.01 – Résumé des propriétés des contrôleurs

Contrôleur Tr Mp Ts Erreur statique

Kp Diminue Augmente Effet faible Diminue

Ki Diminue Augmente Augmente Elimine

Kd Effet faible Diminue Diminue Effet faible

Remarque : Il faut noter que ce résumé n’est que général ; l’effet de modifier la valeur d’un
contrôleur peut affecter l’effet des deux autres.
La figure III.5. Résume les contrôleurs :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

97
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Figure IV.05.réponse des Contrôleurs (PID, PI et P)

Le tableau suivant (Tableau. IV.02) rassemble les actions des contrôleurs dans un résumé :

Action de Contrôleur Paramètres anticipés

Le rôle d’action proportionnelle est d’accélérer la réponse

(  ) le plus petit possible
de procédé

Le rôle d’action dérive est de compenser les effets du

(  ) le plus petit possible
temps mort du procédé.

Le rôle d’action Intégrale est d’annuler l’écart statique. ( e ) le plus petit possible

Figure IV.06. Les paramètres de la réponse indicielle.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

98
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

C- Détermination des paramètres du PID

Il n’existe pas de méthode analytique pour déterminer les paramètres K p , K d et K i Quelques

méthodes existent, notamment deux par Ziegler-Nichols, et une par Cohen-Coon.

C.1. Première méthode de Ziegler-Nichols :

Cette méthode s’applique plutôt à des systèmes ayant un délai dont le comportement ressemble celui

d’un système de premier ordre. Ce type de réponse est souvent retrouvé dans les procédés chimiques

et thermiques.

Soit un système dont la réponse est donné à la figure IV.07

Figure IV.07. Réponse d’un système : courbe de réaction.

On peut approximer la fonction de transfert par la relation suivante :
Ke  d s
G ( s)  (III.16)
 s 1

Le terme e  d s représente un délai (où  d  L ). On recherche la pente maximale R  K /  . Par après,

les valeurs du (Tableau. IV.3) sont utilisées dans le contrôleur voulu.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

99
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Tableau IV.03. Paramètres de design, contrôleurs P, PI et PID : Ziegler-Nichols 1.

Kp Ki Kd

1
P RL
0.9 3
PI RL 10 RL2
1 .2 0.6 0.6
PID RL RL2 R

C.2. Deuxième méthode de Ziegler-Nichols :

Pour cette méthode, on se sert de la stabilité critique. Soit le système de la figure III.08.

Figure IV.08. Système sous étude : Ziegler-Nichols.

On ajuste le gain K à une valeur faible. On augmente ensuite le gain K jusqu’ à ce que le système

soit marginalement stable (limite de stabilité). On note le gain critique, K u .

On doit aussi mesurer la période des oscillations, Tu , comme à la figure III.09.

Figure IV.09. Réponse d’un système : Ziegler-Nichols.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

100
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

On utilise les valeurs du (Tableau III.4) pour calculer les paramètres des contrôleurs.

Tableau IV.04. Paramètres de design, contrôleurs P, PI et PID : Ziegler-Nichols 2

Kp Ki Kd

P 0.5K u

0.54 K u
PI 0.45 K u
Tu

1.2 K u 0.075 K u Tu
PID 0.6 K u
Tu

C.3. Méthode de Cohen-Coon :

La méthode de Cohen-Coon est une variation de la méthode de la courbe de réaction de Ziegler-

Nichols. Comme la première méthode de Ziegler-Nichols, cette technique s’applique à des

systèmes dont la réponse ressemble à celle d’un système de premier ordre. Les paramètres sont

donnés dans le tableau IV.05.

Tableau [Link]ètres de design, contrôleurs P, PI et PID : Cohen-Coon

Kp i d

1  L
P 1  
RL  3 

1  L  30  3( L /  )
PI  0.9   L
RL  12  9  20( L /  )

1 4 L  32  6( L /  ) 4
PID    L L
RL  3 4  13  8( L /  ) 11  2( L /  )

Remarque : Les paramètres sont pour un PID dont la fonction de transfert est de la forme donnée à

l’équation IV.12.

Il faut noter que les paramètres donnés dans les tableaux IV.3, IV.4 et IV.5 ne sont que des valeurs

nominales, et non pas optimales. Il peut être nécessaire de varier ces paramètres quelque peu afin

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

101
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

d’obtenir une meilleur réponse. De plus, d’autres méthodes peuvent donner de meilleurs résultats,

mais elles sont plus complexes.

D- Réalisation

S R 2 1+ RC.p 1+ R1C1.p
C(p) = = . .
E R1 RC.p 1+ R 2 C 2.p

Avec : RC>>R1.C1>R2.C2
Exercice d’application :

3
Soit un système ayant la fonction de transfert suivante : Go ( s) 
( s  1)(s  2)(s  3)

- Calculer la valeur des composantes pour réaliser un contrôleur PID.

Solution :
Il faut trouver la valeur du gain critique K u et la période critique Tu . Pour un système simple comme
celui-ci, il suffit d’utiliser la table de Routh pour obtenir le gain critique, puis simuler et mesurer la
période.
3K
La fonction de transfert en boucle fermée est : T (s)  3 2
s  6s  11s  (6  3K )
La table de Routh est alors :

S3 1 11

S2 6 6+3K

S1 66 - (6 + 3K) 0
6

S0 6+3K 0

Pour que le système soit stable, il faut que :

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

102
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

1) 66 - (6 + 3K)  0  K  20

2) 6 + 3K  0  K  2

Le gain critique est donc K u  20 .

Si on simule le système avec le gain critique, on obtient une période de Tu  1.9s . On peut aussi

calculer la fréquence d’oscillation du système avec le gain critique. On utilise le polynôme s 2 de la

table de Routh, puis on isole  c en remplaçant s  j c .

6 s 2  6  3 K  6 s 2  66  s 2  11

On substitue s  j c ,

( jc ) 2  11  0  c  11

2
Et la période est : Tu   1.89s
c

Alors les paramètres du PID sont :

 K p  12

 K i  12.7

 K d  2.84

Pour comparer la réponse du système, on simule avec un contrôleur (P), un contrôleur (PI) et un

contrôleur (PID), en utilisant les valeurs appropriées du (Tableau IV.4). Les différentes réponses sont

données à la figure IV.09.

Figure IV.09. Simulation des réponses des compensateurs.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

103
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

Contrôleur Floue (Fuzzy Optimize)

Le contrôleur à logique floue suite à des règles de base, va réduire trois critères de commande

indépendants à savoir :

 Exactitude(HUNTING) : La mesure doit coller à la consigne.

 Dépassement (OVERSHOOT) : Radier les dépassements et les sous passements.

 Rapidité (RESPONSE TIME) : Accélérer la correction de la déviation.

Figure [Link] module à logique floue optimise.

Le module à logique floue optimise il fonctionne continuellement à chaque échantillon de mesure

(100ms) sans intervention ni connaissance de l’utilisateur des techniques sur les règles floues
(Fuzzification, Inférence et la défuzzification).
Bien sur on peut éliminer les effets de l’autoréglage par logique floue si le système répond
convenablement à la régulation PID classique.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

104
 Chapitre IV : Synthèse d’un contrôleur UHBC CHLEF

 Conception d’un contrôleur floue :

La procédure générale de conception de contrôleur floue comporte les étapes suivantes
(Figure. IV.08)

Figure IV.08. Procédure de conception d’un contrôleur floue.

Chargé du module : Dr. SAADAT.B Département ELN UHBC CHLEF

105
Ce polycopié présente un support de cours et d’exercices du module Système Asservis Numérique

(SAN). Il est destiné aux étudiants de première année Master Electronique des systèmes

embarqués, du Département d’Electronique de la Faculté de technologie (UHBBC). En fait, il

présente de façon pédagogique les éléments de base de l’asservissement numérique. Il est divisé en

quatre chapitres. Chaque chapitre comprend plusieurs exemples traitant les notions étudiées.

Une méthodologie de synthèse de régulateurs (P/PI/PID) numériques, le régulateur de logique

floue a été proposé comme synthèse sur la régulation intelligente. Des exercices d’application ont

été présentés après chaque chapitre.

En effet, dans ce polycopié les différents outils mathématiques utilisables dans

l’asservissement numérique ont été présentés. Diverses techniques de performances des systèmes

échantillonnés ont été présentées et discutées. La stabilité et l’analyse temporelle et

fréquentielle des systèmes linéaires échantillonnés ont été données.

 Références bibliographiques :
[1]. L. Maret, Régulation Automatique, 1987.
[2]. Dorf & Bishop, Modern Control Systems, Addison-Wesley, 1995.
[3]. J. L Abatut, Systèmes et Asservissement Linéaires Echantillonnés, Edition Dunod .
[4]. J. Ragot, M. Roesch, Exercices et Problèmes d’Automatique, Edition Masson.
[5]. J. Mainguenaud, Cours d’automatique Tome3, Edition Masson.
[6]. T.J. Katsuhiko, Modern Control Engineering, 5th Edition, Prentice Hall.
[7]. H. Buhler, Réglages Echantillonnés Tome 1, Edition Dunod.
[8]. M. Rivoire, Cours d'Automatique Tome 2, Edition Chihab.
[9]. Th. Kailath, Linear Systems, Prentice-Hall, 1980.
[10]. J-M. Retif. Automatique Synthèse d'une Commande Robuste Correcteurs
Échantillonnés.
Commandes par PID Niveau B, TECHNOSUP. Ellipses, 2011.
[11]. Y. Granjon. AUTOMATIQUE. Systèmes linéaires, non linéaires, à temps continu, à
temps discret, représentation d'état. Cours et exercices corrigés. 2e édition. DUNOD,
2010.
[12]. S. Tliba, M. Jungers, Y. Chitour. Commande des processus. Asservissements
numériques. Notes de cours. Université Paris-Sud XI - ENS de Cachan. 2006.
[13]. D. Peaucelle. SYSTEMES A TEMPS DISCRET. Commande numérique des
procédés. INSA de Toulouse, France, 2003.
[14]. Y. Sévely. Systèmes et asservissements linéaires échantillonnés. DUNOD, 1999.
[15]. J. Mainguenaud, Cours d’automatique Tome3, Edition Masson.
[16]. T.J. Katsuhiko, Modern Control Engineering, 5th Edition, Prentice Hall.
[17]. H. Buhler, Réglages Echantillonnés Tome 1, Edition Dunod.
[18]. M. Rivoire, Cours d'Automatique Tome 2, Edition Chihab.
[19]. J. G. Ziegler and N.B. Nichols, Optimum Settings for Automatic Controllers, Trans.
of the ASM.E, Vol. 64, N° 8, 1942, pp 759-768.