Automatique: Commande des

Systèmes Linéaires
- Introduction -

Carolina ALBEA-SANCHEZ, MC Université de Toulouse

LAAS-CNRS, Toulouse, France
05 61 33 78 15, [email protected]

C. Albea Sanchez UPS 1

 Objectifs du cours

Automatique?
- Quoi? : Identification et modélisation des
systèmes dynamiques linéaires à temps continu.

- Pourquoi? : Performances (stabilité, précision,

robustesse) en analyse et/ou synthèse.

- Comment on faire? : Elaboration / synthèse

de lois de commande pour la régulation /
l’asservissement

C. Albea Sanchez UPS 2

 Introduction

Faire un asservissement:

I. Zambettakis
Attention: Automatique analogique ≠ Automatique numérique

C. Albea Sanchez UPS 3

 Introduction

Ä  Modèles de systèmes dynamiques continus:

Ä  - Identification paramétrique de modèles
- Equations différentielles ordinaires
- Fonction de transfert
- Stabilité, précision, performances des modèles
- Représentation d’état, cas des systèmes
multivariables

C. Albea Sanchez UPS 4

 Introduction

Ä Synthèses de lois de commande:

- Méthodes du Temps continu
* P, PI, PD, PID…
* correcteur avance de phase,
* correcteur retard de phase,
* Commande des systèmes multivariables
(retour d’état),
* Autres méthodes spécifiques.

C. Albea Sanchez UPS 5

 Ce qui veut dire…

Ä Représentation des systèmes LTI (Linéaire à temps invariant):

- Equations différentielles
- Fonction de transfert
- Espace d’état
Ä  Outils mathématiques
- Résolution équation différentiel
- Transformée de Laplace
Ä Analyse des systèmes LTI:
- Réponses impulsionnelle, indicielle, fréquentielle
- Stabilité (pôles, marges, critères algébriques)
- Précision (erreur de position, traînage)
Ä Synthèse de correcteurs pour des systèmes LTI:
- P, PI, PD, PID, Avance / Retard de phase
- Prédicteur de Smith (Systèmes à retard pur)
- Commande par retour d’état
C. Albea Sanchez UPS 6
 Contenu et volume
ü  Modélisations de systèmes dynamiques à
temps continus
ü  Analyses de Performances
ü  Synthèse de lois de commande

Volume horaire:
Cours – TD: ~20H
+TD MATLAB
+TP

2 Examens écrits
C. Albea Sanchez UPS 7
 Exemple historique
! Régulateur de Watt (1788)
→ Première régulation de la vitesse
→ Mise en application sur les machines à vapeur

James Watt
(1736-1819)
C. Albea Sanchez UPS 8
 Exemples
! Applications aériennes:
→ Auto-pilote d'un avion de ligne (Commande robuste,
Commande à retour d'état)
→ Auto-pilote d'un avion de chasse (Commande par
calculateur)
→ Auto-pilote d'un hélicoptère, lanceur spatial.

! Applications terrestres:
→ ABS (Anti-Blocking System)
→ ESP (Electronic Stability Program): contrôle de trajectoire
→ Régulateur de vitesse
→ Climatisation automatique
→ Régulation de l'injection moteur

C. Albea Sanchez UPS 9

 Exemples
! Applications informatiques:
→ Lecteur CD, DVD, imprimante…

! Applications industrielles:
→ Robotique (bras robot), domotique (+écolo)…
→ Chaîne d’automatisation de production
→ Asservissement par vision pour les robots, véhicules
→ Régulation de température (douche)
→ Régulation de niveau d’eau
→ Train ou + généralement transports du Futur
→…
! On parle souvent de systèmes embarqués
C. Albea Sanchez UPS 10
 Exemple
! Park4UTM, APGS…:

C. Albea Sanchez UPS 11

 Exemple
! Hypovigilance (LAAS-CNRS):

C. Albea Sanchez UPS 12

 Exemple
! Robotique (LAAS-CNRS):

Dala

HRP - 2

http://spiderman-2.laas.fr/robots/

C. Albea Sanchez UPS 13

 Finalement
L’automatique: Ensemble de disciplines scientifiques et
techniques utilisées pour la conception de l’emploi des
dispositifs qui fonctionnent sans l’intervention d’un
opérateur humain.

Ä  Résolution de problèmes de Génie Electrique et de

l’Automatique, c’est-à-dire de la Physique.

Ä  Les mathématiques appliquées à la technologie.

Ä Utilisation de commande par calculateur / correcteurs

analogiques pour le pilotage de procédés (réels).

C. Albea Sanchez UPS 14

 Finalement

De manière schématique:

Remarques:
- Un système (ou Procédé): Combinaison d’éléments,
d’organes… réunis de manière à former un ensemble assurant une
fonction. C’est un dispositif soumis aux lois de la Physique.
- Difficulté de bien représenter le Procédé P par un
modèle (déterminer la boîte noire correspondant à nos objectifs).
- Il existe pour 1 Procédé (Système) P, une infinité de modèles.
Ä Compromis mis en évidence

C. Albea Sanchez UPS 15

 Finalement

" Question: qu’est-ce qu’un modèle ?

! Abstraction/représentation d’un système réel
! Formalisme plus ou moins fidèle et complexe

M1 Très fidèle, fiable

Non exploitable

Système
M2 Assez fidèle, fiable
Relativement exploitable

M3 Peu fidèle
Très exploitable

C. Albea Sanchez UPS 16

 Finalement

Système

Modélisation *
Analyse
Modèle des
résultats
Analyse

* Pb de mesure
Performances

# Pour faire un modèle, il faut des outils mathématiques

Analyser, comprendre un phénomène et agir si nécessaire

C. Albea Sanchez UPS 17

 Objectif général
Pour asservir la sortie d’un système à une consigne ð comparer la sortie à la consigne et
de corriger le système pour diminuer cet écart consigne-sortie: il faut donc concevoir le
correcteur pour respecter les objectives (stabilité, précision, robustesse aux
perturbations).
Signal de commande Perturbations

e(t) + ε(t) Correcteur u(t) Système

Actionneur y(t)
consigne C(p) quelconque
- sortie
G(p)

m(t)
Capteur

Analogique (TL)
Numérique (TZ) Perturbations

e(k) + ε(k) Correcteur u(k) u(t) Système

CNA y(t)
consigne C(Z) quelconque
-
G(p)
Horloge
m(k) m(t)
CAN Capteur
Ordinateur (par ex) T (échantillonnage)
C. Albea Sanchez UPS 18
 Vision globale / Automatique

Modélisation Analyse
(Stabilité)
Signaux
FT en Laplace Pôles

Equations
Th. De la val Finale
différentielles

Résolution Eq.
Espace d’état Différentielles

Correcteur Automatique
P, PI, PD, PID Lieu d’Evans

Marges de
correcteur Av
stabilité
Ou Re de Phase
EE + Méthodes Critère de Routh
polynomiales
Th. De la val Finale
Synthèses
Analyse
(Précision)

C. Albea Sanchez UPS 19

 Automatique: Commande des
Systèmes Linéaires
- Modélisation -

Carolina ALBEA-SANCHEZ, MC Université de Toulouse

LAAS-CNRS, Toulouse, France
05 61 33 78 15, [email protected]

C. Albea Sanchez UPS 20

 Vision globale / Automatique

Modélisation Analyse
(Stabilité)
Signaux
FT en Laplace Pôles

Equations
Th. De la val Finale
différentielles

Résolution Eq.
Espace d’état Différentielles

Correcteur Automatique
P, PI, PD, PID Lieu d’Evans

Marges de
correcteur Av
stabilité
Ou Re de Phase
EE + Méthodes Critère de Routh
polynomiales
Th. De la val Finale
Synthèses
Analyse
(Précision)

C. Albea Sanchez UPS 21

 Introduction

# L’étude d’un système nécessite la connaissance :

- de la nature des signaux (déterministes,
aléatoires, à temps continu, à temps discret…
- des caractéristiques du système: la nature,
l’invariance, la linéarité…
… pour concevoir un modèle « utile »

# Un modèle « utile » obtenu = au moins 75% du travail!

# La construction d’un modèle se fait par deux moyens:

- A partir de la connaissance a priori du système
(= Lois de la Physique) -> Modèle de connaissance
- A partir d’expériences réalisées sur le système
(Identification) -> Modèle de représentation
C. Albea Sanchez UPS 22
 Introduction

G  Que fait-on avec un modèle?

1)  Analyse:
- Etude du système en BO ou en BF
- Elaboration des propriétés du système

2)  Synthèse:
- Créer des lois de commande suivant un cahier des
charges (CC) en termes de stabilité, de précision, de
régulation, de poursuite, de dynamique…

C. Albea Sanchez UPS 23

 Les signaux

Définition 1: le terme signal x(s,w) désigne un ensemble

de variables physiques x (dans ℜn) exprimé en fonction du
vecteur w indiquent que le signal peut-être stochastique.

Définition 2: Les signaux sont caractérisés en deux

catégories, les S. déterministes et les S. aléatoires.
(Dans ce cours: S. déterministes)

Définition 3: Les différents types d’un signal :

- Signal à tps continu (TC)
- Signal à tps discret (TD)
- Signal à valeurs continues (VC)
- Signal à valeurs discrètes (VD)

C. Albea Sanchez UPS 24

 Les signaux: les états

1 Signal analogique
Il est représenté par une fonction continue f(t) de la variable continue t (f
et t prenant leurs valeurs dans ℜ). f

t
2 Signal échantillonné
Il est obtenu à partir d’un signal analogique par discrétisation de la variable
générique t. C’est donc une suite de valeur f(kT) prélevée sur f(t) aux instants
t=kT (k est entier etT période d’échantillonnage)
f(t) T f(kT), fe(t), fk
Symbole de l’opération échantillonnage :

fe

t
1 2 3 4 5 6 7

25
C. Albea Sanchez UPS
 Les signaux: les états

3 Signal numérique
c’est une suite de nombres obtenue à partir d’un signal échantillonné après
discrétisation de l’amplitude f(kT) de l’échantillon (c’est donc le nombre mis
en mémoire dans l’ordinateur). f(kT) ne peut prendre qu’une suite de valeurs
séparées du pas de quantification q. L’exemple le plus courant est celui des
signaux délivrés par un convertisseur analogique-numérique (CAN) et traités
ensuite par un ordinateur.
Le modèle mathématique du signal numérique est le même que celui du signal
échantillonné.

4 Signal quantifié (Convertisseur Numérique Analogique CNA)

C’est le signal obtenu après le convertisseur numérique analogique. Il peut
être obtenu aussi à partir de f(t) après quantification de l’amplitude de f au
pas q (troncature, arrondi, ....).

C. Albea Sanchez UPS 26

 Les signaux: les états
Blocage
En résumé:

Echantillonnage

t
Continu (TC) Discret (TD)
f(t)

Continu (VC) Analogique Echantillonné

Quantifié Numérique
Discret (VD)
(CNA) (CAN)

Quantification

(Dans ce cours: S. à TC et à VC (= Signaux analogiques)

C. Albea Sanchez UPS 27

 Les signaux particuliers à TC

1) Impulsion de Dirac

Paul Dirac (1902 –

1984, Nobel de
Physique, 1933)

C. Albea Sanchez UPS 28

 Les signaux particuliers à TC

2) Echelon unité (ou de Heaviside)

Oliver Heaviside
(1850 –1925)

Remarque:
- La valeur à l'origine (t = 0) peut être choisie égale à 1
mais ce choix est arbitraire.
- Avec Matlab: fonction step()

C. Albea Sanchez UPS 29

 Les signaux particuliers à TC

3) Echelon de vitesse

Remarque: La dérivée du signal Echelon de vitesse (ou rampe)

correspond à l’Echelon unité (ou de Heaviside).

C. Albea Sanchez UPS 30

 Les signaux dans le schéma-bloc

1) La commande en Boucle ouverte (BO)

p(t)
S est le système à commander
p(t) est une perturbation inconnue
u(t) S y(t)
u(t) est la commande
e(t)est la consigne

p(t)
e u(t)
k S y(t)

Remarque: Il n’y a pas de moyen exact pour que la sortie y(t)

reflète l’image de l’entrée

Exemple: Lancement d’un projectile en mouvement parabolique

(après, le lancement, pas de moyen de corriger la trajectoire du
projectile)

C. Albea Sanchez UPS 31

 Les signaux dans le schéma-bloc

2) La commande en Boucle fermée (BF)

p(t)
e u(t)
k S y(t)
-

Remarque: Il existe une boucle de retour pour asservir le système

à la juste valeur de la consigne e(t).

Exemple: Contrôle de vitesse

C. Albea Sanchez UPS 32

 Les signaux dans le schéma-bloc
! Bloc
Le bloc possède une entrée E et une sortie S. H est
E S
H la fonction de transfert du bloc et est déterminée
d'après les équations de fonctionnement.
S=H.E
! Capteur
Branche 1
La variable de la branche 1 est identique à celle de
Branche 2 la branche 2, un prélèvement d’information (à l’aide
d’un capteur) ne modifie pas la variable

! Sommateur / Comparateur

E1
Les sommateurs permettent d’additionner et
E2 + soustraire des variables, il possèdent plusieurs
+ S
+ entrées mais une seule sortie.
E3 S=E1+E2+E3

E1 Cas particulier de sommateur qui permet de faire la

+ différence de deux entrées (de comparer) ici :
S S=E1-E2
-
E2
C. Albea Sanchez UPS 33
 Les signaux dans le schéma-bloc
! Blocs en cascade ou en parallèle

E E
T1 T2 T1.T2
S=E.T1.T2 S

E
T1 + ± S= E(T1±T2) E
T1±T2
S
T2

! Déplacement d’un comparateur par rapport à une transmittance

E1
E1 T +± S
+± T
S=(E1±E2)T
E2 E2
T

E1 E1 T
T +± +± S
S=T.E1±E2
E2 E2 1/T
C. Albea Sanchez UPS 34
 Les signaux dans le schéma-bloc

! Déplacements d’un capteur par rapport à une transmittance

E S E T S
T
S
T S
E S E
T T S
S 1/T S

C. Albea Sanchez UPS 35

 Les signaux dans le schéma-bloc

! Boucle de contre réaction

E T1 S=
T1
E
+± 1  T1.T 2

T2

Détails du calcul:

C. Albea Sanchez UPS 36

 Les signaux dans le schéma-bloc

Finalement, pour le schéma complet:

Correcteur P(p) G1(p)

ε(p) U(p)
E(p) C(p) G(p) Y(p)
-

G(p)C(p) G1 (p)
⇒ Y(p) = E(p) + P(p)
1 + G(p)C(p) 1 + G(p)C(p)

C. Albea Sanchez UPS 37

 Propriétés élémentaires des modèles

1)  La causalité:
Pour un système causal, la cause précède toujours
l’effet (la réponse à un instant donné ne dépend pas du
futur de son entrée).

2) La linéarité (vérifiée par Th. de superposition et

homogénéité):
Un système représenté par un opérateur H est linéaire
si [
g ( x) = H ai f i (x ) + a j f j (x ) ]
[
= ai H [ f i (x )] + a j H f j (x )] •  sorties {gj(x)}
= ai g i (x ) + a j g j (x ) •  entrées {fi(x)}
∀f i (x ), f j (x )∈ { f (x )}et ai est un scalaire
et g i (x ) = H [ f i (x )]
C. Albea Sanchez UPS 38
 Propriétés élémentaires des modèles

3) L’invariance:
La sortie est indépendante du temps (donc de l’instant
initial).

C. Albea Sanchez UPS 39

 Propriétés élémentaires des modèles

4) Régime transitoire – Régime permanent:

R. Transitoire: Partie de la réponse (= du signal de la
sortie) correspondant à la montée en régime du modèle.
R. Permanent: Régime établi après le transitoire.

5) Régime libre (rég. transitoire) – Régime forcé (rég. permanent):

Réponse libre : sl (t) = f(e = 0, x(0) ≠ 0, t)

Réponse forcée : sf (t ) = f(e ≠ 0, x(0 ) = 0, t )

Pour un système linéaire invariant (SLI) il y a séparabilité :

Réponse = Réponse libre + Réponse forcée ⇔ s (t ) = sl (t ) + s f (t )

C. Albea Sanchez UPS 40

 Vision globale / Automatique

Automatique

Signaux

Modélisation

Equations
différentielles FT en Laplace Espace d’état

C. Albea Sanchez UPS 41

 Représentation n°1: EDO

u(t) Système y(t)

Le comportement du système est régi par une équation

différentielle:
d mu du dny dy
bm m + … + b1 + b0 u(t ) = an n + … + a1 + a0 y(t )
dt dt dt dt
Dans les cas réels, m ≤ n : système causal: la cause u(t)
précède l'effet y(t).
L’objectif est de déterminer y(t) connaissant u(t) à partir
de l’équation généralisée:
n m
( j) (i )
∑a y
j =0
j (t ) =∑ bi u (t )
i =0
C. Albea Sanchez UPS 42
 Transformée de Laplace

La variable de Laplace est

p = r + 2πjν = r + jω
+∞

TL[f(t )] = F(p) = ∫− ∞ f( t )e − pt
dt = TF [f(t )e − rt
] Abscisses de convergence:
r + j∞ F(p) existe si r ∈ ]r− , r+ [
1
TL−1 [F(p)] = f(t ) = ∫ F (p )e pt
dp
2πj r − j∞

La transformée de Laplace (TL) définie ci-dessus est la TL

bilatère, la TL monolatère ou TL :

Fonction ⎧1 pour t ≥ 0 +∞

Γ( t ) = ⎨ F(p) = ∫ f(t )e − pt
dt
d’Heaviside ⎩0 ailleurs 0

Il est à noter qu’une TL bilatère n’a de sens que si l’on précise le

domaine de convergence de Re(p)=r

C. Albea Sanchez UPS 43

 Transformée de Laplace

Quelques TL:
1 1
TL[δ(t )] = 1 TL[U(t )] = si Re(p) > 0 TL[e U(t )] =
− at
si Re(p) > -a
p p+a
Propriétés de la TL
Linéarité TL[a.x(t) + b.y(t)] = aTL[x(t)] + b.TL[y(t)]
Le produit de convolution : z(t) = x(t) ∗ y(t) ⎯⎯→
⎯ Z(p) = X(p).Y(p)
TL

La dérivation :
Par hypothèse f (t )e − pt est sommable
x(t ) ←⎯
⎯→ X(p)
TL
− pt t = +∞
si Re(p )∈ Σ ⇒ Donc f (t )e =0
t = −∞
x (t ) ←⎯
n
⎯→ p .X(p)
TL n

+∞
En intégrant par partie :
x(t ) = fʹ′(t ) ⇒ X(p) = ∫ fʹ′(t )e − pt
dt X ( p ) = pF ( p )
−∞

C. Albea Sanchez UPS 44

 Transformée de Laplace
La dérivation :
Attention! Pb de CI
x(t ) ←⎯
⎯→ X(p)
TL

xn (t ) ←⎯
⎯→ pn .X(p)
TL

+∞

x(t ) = fʹ′(t ) ⇒ X(p) = ∫ fʹ′(t )e − pt

dt
−∞

Si les CI sont non nulles

TL
x (t )←⎯→ X ( p)
TL
x n (t )←⎯→ p n . X ( p ) − p( n −1) . x (0) − p( n−2 ) . x1 (0) − p( n −3) . x 2 (0) − ... − x ( n −1) (0)

C. Albea Sanchez UPS 45

 Transformée de Laplace
Cas des fonctions rendues causales
Soit f+ (t ) = f(t )U(t )
⇒ f+ʹ′(t ) = fʹ′(t )U(t ) + f(0 )δ(t ) ⎯⎯
⎯→ pF(p) = TL[fʹ′(t )U(t )] + f(0 )
TL

⇒ TL[fʹ′(t )U(t )] = pF(p) − f(0 )

L'intégration
t +∞

x(t ) = ∫ f(τ)dτ = ∫ U(t − τ)f(τ)dτ = U(t) ∗ f(t)

−∞ −∞

F(p)
⇒ TL[x(t )] =
P

C. Albea Sanchez UPS 46

 Vision globale / Automatique

Automatique

Signaux

Modélisation

Equations
différentielles FT en Laplace Espace d’état

C. Albea Sanchez UPS 47

 Représentation n°2: FT

u(t) Système y(t)

Pour les systèmes continus linéaires invariant:

dy (t ) d N y (t ) du (t ) d M u(t )
a0 y (t ) + a1 + .... + aN N
= b0u(t ) + b1 + ... + bM
dt dt dt dt M
Causal : N ≥ M résolution possible directe de l’EDO à partir de la FT

On suppose les cond. init. nulles ; l ’application de la Transformée de

Laplace conduit à : n m
Y ( p)∑ a j p =U ( p)∑ bi p i
j

j =0 i =0
m
i
Y ( p) ∑b p i
d ’où la fonction de transfert (FT) : H ( p ) = = i =0
n
U ( p) j
a
∑ j p
j =0
C. Albea Sanchez UPS 48