‫وزارة البحث العلمي والتعليم العالي‬

MINISTERE DE L’ENSEIGNEMENT SUPEREUR ET DE LA

RECHERCHE SCIENTIFIQUE
‫جامعــة عبد الحميد بن باديس مستغانم‬
Université Abdelhamid Ibn Badis Mostaganem
‫كــلـيـة الـعـــلــوم و الـتـكـنـولـوجـيـا‬
Faculté des Sciences et de la Technologie
DEPARTEMENT DE GENIE DES ELECTRONIQUE
N° d’ordre : M ….../GE/2020

MEMOIRE
Présenté pour obtenir le diplôme de

MASTER EN ELECTRONIQUE

Option : électronique des systèmes embarqués

Par

Nom et Prénom : Meslem Zakariya

Nessar Ahmed
Intitulé du sujet
Implémentation d’un régulateur PID sur Arduino nano pour la
régulation en position d’un moteur à courant continu

Soutenu le 2020 devant le jury composé de :

Président : Mr B.Djelti Grade MC Université de Mostaganem

Examinateur : Mr M. Bentoumi Grade MC Université de Mostaganem

Université de Mostaganem
Examinateur : Mme K.Berradja Grade MC

Rapporteur : Mr N.Abedllaoui Grade MA Université de Mostaganem

Année Universitaire 2019/2020

1
 Dédicaces

Nous dédions ce mémoire à nos chers parents, nos seours et nos frères et toute
la famille de nessar et meslem, sans oublier nos chérs amis et proches.

En dernier, on passe une grande dédicace pour l’ensemble du groupe

M2 ESE Promotion 2019/2020 pour leurs solidarités, leurs attachements. Merci
 Remerciements

Dieu merci pour la santé, la volonté, le courage et la détermination qui nous

ont accompagnés tout au long de la préparation et l’élaboration de ce travail et qui
nous ont permis d’achever ce modeste travail.

Nous tenons à remercier notre encadreur, Monsieur Abdellaoui Nasreddine

son soutient, sa disponibilité ainsi que ses précieux conseils.

Nous tenons à exprimer nos remerciements les plus sincères aux membres du
jury : Mr.Djelti et Mr.Bentoumi et Mme.Berradja, qui ont accepté d’examiner ce
travail.
Table des matières
Introduction générale .................................................................................. 1
Chapitre 1 : L’asservissement et la régulation de systèmes ........................... 2
1. Généralités sur les systèmes ................................................................................................................. 2
1.1. Définition d’un système ................................................................................................................ 2
1.2. Représentation d’un système ......................................................................................................... 2
1.3. Classification des systèmes ........................................................................................................... 2
1.4. Propriétés d’un système................................................................................................................. 3
1.4.1. Le nombre et la nature des entrées et des sorties ;.................................................................. 3
1.4.2. Le régime permanent ou établi d’un système ......................................................................... 3
1.4.3. Comportement statique et dynamique d’un système .............................................................. 4
1.4.4. Le modèle d’un système : ....................................................................................................... 4
1.4.5. Système linéaire (non linéaire) ............................................................................................... 5
1.4.6 Système causal : ...................................................................................................................... 5
1.4.7. Système à temps invariant : .................................................................................................... 5
1.4.8. Système instantané ou statique et système dynamique .......................................................... 5
1.5. Classification des systèmes dynamiques ....................................................................................... 6
1.6. Modèle d’un système dynamique .................................................................................................. 7
1.6.1. Systèmes dynamiques linéaires à constantes localisés ........................................................... 7
1.6.2. Systèmes dynamiques non linéaires : ..................................................................................... 7
1.6.3. Systèmes dynamiques linéaires d’ordre supérieur à deux. ..................................................... 7
1.7. Le modèle d’un moteur à courant continu ..................................................................................... 8
1.8. Les différentes techniques de commande des systèmes asservis (régulés) ................................... 8
1.9. Objectif d’un asservissement ou régulation .................................................................................. 9
1.10. Qualités ou performances d’un asservissement. ........................................................................ 10
1.10.1. Stabilité des systèmes asservis ........................................................................................... 10
1.10.2. Précision d’un système asservi ........................................................................................... 11
1.10.3. La rapidité d’un système asservi ........................................................................................ 11
1.10.4. La robustesse d’un système asservi .................................................................................... 11

Chapitre 2 : Le contrôleur PID dans les systèmes d’asservissement............. 12

2.1. La régulation et l’asservissement par PID ....................................................................................... 12
2.3. Principes de l’asservissement et de la régulation par PID ............................................................... 12
2.2.1. Rôle de l’action P : ................................................................................................................... 12
2.2.2. Rôle de l’action I ...................................................................................................................... 14
2.2.3. Rôle de l’action D..................................................................................................................... 14
2.3. Les limites du contrôle par PID ....................................................................................................... 15
 2.4. Les différentes associations possibles des actions P, I et D ............................................................ 15
2.5. Les différents types d’implémentations d’un PID ........................................................................... 16
2.5.1. Implémentation matérielle analogique ou continue en technologie pneumatique.................... 17
2.5.2. Implémentation matérielle analogique à l’aide de circuits électroniques analogiques ............. 17
2.5.3. Implémentation matérielle discrète sur circuit FPGA et sur ASIC .......................................... 18
2.5.4. Implémentation logicielle discrète sur µp/µc ou dsp/dsc ......................................................... 19
2.5.5. Implémentation logicielle discrète sur automate programmable (api ou plc) .......................... 20
Chapitre 3 : Synthèse d’un contrôleur PID numérique ............................... 21
1.Méthodes de synthèse.......................................................................................................................... 21
2. Méthodes de synthèse par équivalent discret d'un correcteur continu................................................ 21
3. Méthode de synthèse pragmatique ..................................................................................................... 28
4. Synthèse directe en numérique ........................................................................................................... 30
5. Les différentes formes discrètes de contrôleurs PID numériques ...................................................... 31

Chapitre 4 : Réalisation matérielle et logicielle ........................................... 32

1. Réalisation matérielle ..................................................................................................................... 32
1.1. Schéma bloc de l’asservissement réalisé ................................................................................ 32
1.1.1. Description fonctionnelle ................................................................................................... 32
1.1.2. Le matériel utilisé pour la réalisation de l’asservissement ................................................. 32
1.1.2.1. La commande des moteurs à courant continu ............................................................ 33
1.1.2.2. L’encodeur optique incrémental ................................................................................. 33
1.1.2.3. La plate-forme Arduino nano ..................................................................................... 34
1.1.2.3.1. Spécifications .......................................................................................................... 34
1.1.2.3.2. La conversion numérique analogique utilisée dans arduino nano ........................... 34
1.1.2.3.3. La PWM .................................................................................................................. 35
1.1.2.3.4. Limites d’utilisation de la PWM ............................................................................. 36
1.1.2.4. Le LD293D................................................................................................................. 36
2. Réalisation logicielle .......................................................................................................................... 37
2.1. Le PID analogique sélectionné pour l’implémentation ............................................................... 37
2.2 La synthèse du contrôleur PID ..................................................................................................... 37
2.3. Choix de la période d’échantillonnage du PID............................................................................ 38
2.4 Le logiciel de régulation réalisé ................................................................................................... 42
2.5. L’implémentation du contrôleur PID .......................................................................................... 43
2.6. Lecture de la position angulaire .................................................................................................. 43
3 Tests et discussions des résultats obtenus ........................................................................................... 44
Conclusion générale .............................................................................. 45
Bibliographie .......................................................................................... 46
Introduction générale
Les avantages d’un régulateur numérique sont nombreux dont le principal est sans nul
doute la facilité avec laquelle une loi de commande même compliquée peut être programmée. En
effet, la modification des coefficients de cette loi en vue de l’adapter à différents systèmes à régler
est une opération extrêmement simple, automatique dans certains cas .

Quand au changement de la loi de commande (modification de l’architecture du

régulateur), elle n’implique qu’une reprogrammation, suivie d’une compilation et d’un chargement
ou téléchargement du nouveau code exécutable. Et sur cette base, un régulateur numérique
supplante indiscutablement sa version en analogique.

De plus, disposer d’un microcontrôleur ou processeur pour effectuer de la régulation,

permet d’en profiter pour lui faire exécuter de multiples autres tâches telles que : la surveillance,
la protection, le monitoring …etc…, à un point tel que la fonction de régulation devient en
complexité et en temps d’exécution très secondaire et sur ce plan-là, un régulateur numérique est
imbattable.

C'est autour de ce contexte que se situe l’objet de ce projet. Il s'agit réaliser un régulateur
PID numérique de position angulaire d’un moteur à courant continu à l’aide d’une plateforme
arduino nano.

Le projet en soi, étant relativement complexe et nécessitant d’abord l’acquisition d’un

minimum de compétences pour pouvoir le réaliser, nous avons adopté la méthodologie
suivante pour le faire aboutir : Dans un premier temps, une recherche bibliographique approfondie
a été effectuée sur des projets similaires. Nous avons ensuite fait une sélection quand à
« l’architecture du pid à implémenter. Ensuite, nous avons fait des choix quand aux « outils de
conception » , « langages et environnement de développement ».

Ceci étant dit, le mémoire de notre projet est organisé en quatre chapitres. Le premier est
consacré aux vocabulaires et à la présentation de toutes les notions relatives à l’asservissement et
à la régulation des systèmes, le deuxième au contrôle par PID, le troisième aux méthodes de
synthèse d’un régulateur PID numérique et le quatrième à la réalisation matérielle et logicielle et
à la présentation des résultats obtenus.

Page 1
Chapitre 1 : L’asservissement et la régulation de systèmes
1. Généralités sur les systèmes
1.1. Définition d’un système
De manière générale, un système est un ensemble d’objets interagissant entre eux en vue
de réaliser une tâche donnée. Il peut être simple ou complexe.
1.2. Représentation d’un système
On le rappelle : En automatique, on représente un système par un schéma fonctionnel
(Figure 1).

e1(t)  s1(t) 
e2(t)  s2(t) 
. Système .
. .
. .

Figure 1 : représentation d’un système quelconque

1.3. Classification des systèmes

Les systèmes peuvent être scindés en trois grandes classes (figure 2).

systèmes

artificiels naturels inertes naturels vivants

issus de
conçus et construits l'environnement (e.g biologique, écologique,
par l'homme (e.g : : l'eau, l'air, la roche, sociaux, ..., ( tout ce qui
les sytèmes ... ) constitue les êtres
mécaniques, ...) vivants)
possèdent des
possèdent des comportements subis
comportements donc plus ou moins possèdent des
choisis identifiables facile à prévoir et à comportements qui
donc faciles à prévoir contrôler évoluent donc difficile à
et à contrôler prévoir et à contrôler

possèdent des
possèdent des modèles moins
possèdent des
modèles précis précis
modèles très peu
précis

Fig.2 : Les différentes classes de systèmes

L’asservissement, porte essentiellement sur les systèmes construits par l’homme.

Page 2
1.4. Propriétés d’un système
Afin de pouvoir contrôler un système, il est nécessaire de connaître un certain nombre de
ses propriétés et de ses caractéristiques à savoir :
 Le nombre et la nature des entrées et des sorties ;
 Le régime permanent ou établi
 Le comportement statique ;
 Le comportement dynamique (temps de montée, nombre et période des oscillations, etc);
 Le modèle
 La linéarité/la non-linéarité ;
 La causalité
 La variance/l’invariance
 La staticité/ La dynamique

1.4.1. Le nombre et la nature des entrées et des sorties ;

On rencontre les systèmes suivants :
 Systèmes SISO (Single Input, Single Output): une seule entrée, une seule sortie.
 Systèmes MIMO (Multiple Input, Multiple Output) : plusieurs entrées, plusieurs sorties.
 Systèmes SIMO (Single Input, Multiple Output) : une seule entrée, plusieurs sorties.
 Systèmes MISO (Multiple Input, Single Output) : plusieurs entrées, une seule sortie.

Dans les paragraphes qui suivent, notre intérêt va porter tout particulièrement sur les
systèmes SISO (Figure 3) étant donné que celui qu’on veut contrôler dans notre projet fait partie
de cette catégorie.

Système
mono ou
e(t)  multi- s(t) 
variables

Figure 3 : représentation d’un système SISO

1.4.2. Le régime permanent ou établi d’un système

Il caractérise la réponse stabilisée d’un système à une entrée quelconque.

Page 3
1.4.3. Comportement statique et dynamique d’un système

On donne à la figure 3 suivante à titre illustratif un exemple de tels comportements d’un système.

Régime transitoire Régime statique

Figure 4 : Exemple de comportement dynamique et statique d’un système

Le comportement dynamique est caractérisé par le régime transitoire. Il caractérise

l’évolution de la réponse avant que le régime permanent ne soit atteint. Il est souvent difficile de
le qualifier et quantifier sur la base de l'analyse temporelle seule. Il nécessite des outils spécifiques
tels que les transformées de Fourier et de Laplace.

Pour le comportement statique, c’est le régime permanent dans le cas où l’entrée est
constante. Il est caractérisé par le gain statique :

𝑙𝑖𝑚𝑡→∞ 𝑠(𝑡)
𝐾= |𝑒(𝑡) = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
𝑙𝑖𝑚𝑡→∞ 𝑒(𝑡)

1.4.4. Le modèle d’un système :

Lorsque l’on envisage de commander et de contrôler un système, la première étape consiste
à le modéliser.

Modéliser un système consiste à élaborer une représentation mathématique qui permette

de décrire et prédire son comportement dynamique et permanent lorsqu’il est soumis à des
influences externes telles que des entrées de commande, consignes et perturbations.

Ceci dit, et on le rappelle : tout système physique peut être représenté selon quatre manières
(Figure 5).

Page 4
 Entrée(s)
Sortie(s)
Système physique

Représentation par Equation Représentation par représentation par

Représentation par
ou système d’équations des équations des modèles
fonction de transfert
différentielles aux dérivées d’états incertains
totales ou partielles

Fig. 5: Les différentes formes de modélisation d’un système physique

1.4.5. Système linéaire (non linéaire)

Un système est linéaire s’il satisfait au principe de superposition. Dans le cas contraire il est
dit non linéaire.
1.4.6 Système causal :
Un système est causal si sa sortie s(t) à un instant t0 ne dépend que des valeurs de son
entrée e(t) pour t ≤ t0. Un système causal ne répond pas avant d’être excité. C’est un système non
anticipatif. Tous les systèmes physiques temporels réalisables sont causaux.
1.4.7. Système à temps invariant :
Un système à temps invariant a un modèle identique à tout instant : un retard τ ne change
pas la loi du modèle.

e(t) Système s(t) e(t-τ) Système s(t-τ)

1.4.8. Système instantané ou statique et système dynamique

Un système est dit instantané si à un instant donné sa sortie ne dépend que de l’excitation
à cet instant : s(t) = a.e(t). Un tel système réagit donc instantanément, sans retard, sans régime
transitoire ou temps d'établissement. Il est sans mémoire puisque le passé n'influence pas sa sortie
présente. Un exemple de tel système est la résistance électrique idéale (Figure 6 ).

s(t)
s(t) = uR(t)
e(t)

e(t) = iR(t) s(t) = uR(t)

Fig.6: Exemple de système statique

Page 5
 Du point de vue de l'automaticien, un tel système peut être décrit par son gain statique.
Dans tous les autres cas, il est dit à mémoire ou dynamique, par exemple :
s(t) = a.e(t-τ) ou s(t) = a.e(t) + b.s’(t).

Un tel système, a sa sortie qui peut dépendre non seulement de l'entrée présente mais aussi
des entrées, éventuellement des sorties passées.

Un exemple de tel système est la capacité électrique (Fig.7). En définissant le courant de

charge ic(t) comme signal d'entrée et la tension uc(t) aux bornes de C comme signal de sortie.,
on a:

1 𝑡 1 𝑡
𝑠(𝑡) = 𝑢𝑐 (𝑡) = 𝐶 ∫−∞ 𝑖𝑐 (𝜏). 𝑑𝜏 = 𝐶 ∫−∞ 𝑒(𝜏) . 𝑑𝜏

s(t) = uc(t)

e(t) = ic(t) s(t) = uc(t)

Fig.7 : Exemple de système dynamique

1.5. Classification des systèmes dynamiques

Les systèmes dynamiques peuvent être classés en plusieurs groupes (Fig. 8).

systèmes
dyamiques

à parmamètres à paramètres
distribués localisés

déterministes stochastiques

à temps à temps
continu discret

linéaires non linéaires linéaires non linéaires

invariant dans invariant dans

variants variants
le temps :LTI le temps

monovariable LTV (Linear Time monovariable LTV

Variant)

multivariables LPV (Linear multivariables LPV

Parameter Variant)

Fig…8 : Les différents types de systèmes dynamiques

Page 6
1.6. Modèle d’un système dynamique
Un système dynamique est mathématiquement représentable par un système d’équations
différentielles d'ordre 1, linéaires ou non comme suit :
𝑑𝑥1(𝑡)
= 𝑓1(𝑥1(𝑡), … 𝑥𝑛(𝑡)) + 𝑔1(𝑒(𝑡))
𝑑𝑡

𝑑𝑥2(𝑡)
= 𝑓2(𝑥1(𝑡), … 𝑥𝑛(𝑡)) + 𝑔2(𝑒(𝑡))
𝑑𝑡
….
𝑑𝑥𝑛(𝑡)
= 𝑓2(𝑥1(𝑡), … 𝑥𝑛(𝑡)) + 𝑔𝑛(𝑒(𝑡))
𝑑𝑡
𝑠(𝑡) = ℎ(𝑥1(𝑡), … 𝑥𝑛(𝑡)) + 𝑑(𝑒(𝑡))

Les xi sont les variables internes (variables d’état) du système, e(t) l’entrée et s(t) la sortie.

Dans le cas où les paramètres du système sont constants, le système est dit à constantes
localisées et les équations différentielles sont des équations différentielles aux dérivées totales.
Dans le cas contraire, on a affaire à un système à paramètres distribués et sa représentation est faite
à l’aide d’un système d’équations aux dérivées partielles.
1.6.1. Systèmes dynamiques linéaires à constantes localisés
C’est un système que l’on peut représenter par un système d’équations différentielles
linéaires d’ordre 1 à coefficients constants.
1.6.2. Systèmes dynamiques non linéaires :
Les systèmes physiques (réels) ne sont pas nécessairement linéaires. Il est néanmoins
souvent possible de les étudier avec les outils classiques de l’automatique linéaire après avoir
linéarisé leur comportement autour d’un point de repos (façon de procéder familière aux
électroniciens).

1.6.3. Systèmes dynamiques linéaires d’ordre supérieur à deux.

Même s'il existe des comportements dynamiques de systèmes automatiques très variés, une
très grande partie d’entre eux, peut être décrite en utilisant des systèmes de 1er et 2nd ordre
complétés par un retard.

Page 7
1.7. Le modèle d’un moteur à courant continu
Un moteur électrique à courant continu est un système dynamique SISO, régit par des équations
physiques qui découlent de ses caractéristiques électriques, mécaniques et magnétiques :

𝑑𝑖(𝑡)
𝑢(𝑡) = 𝑒(𝑡) + 𝑅. 𝑖(𝑡) + 𝐿. u : Tension appliquée au moteur
𝑑𝑡

𝑒(𝑡) = 𝐾𝑒 . 𝜔(𝑡) e : Force électromotrice tension créée par le bobinage du

moteur pour s’opposer à la variation du flux du
champ magnétique le traversant

𝑐𝑚 (𝑡) = 𝐾𝑐 . 𝑖(𝑡) i : Intensité du courant traversant le moteur

𝑑𝜔(𝑡)
𝑐𝑚 − 𝑐𝑟 = 𝐽𝑇 . ω : Vitesse de rotation du rotor du moteur
𝑑𝑡

cm : Couple moteur généré

cr : Couple résistant
Ce qui implique :
𝐾𝑐 𝑅+𝐿𝑃
Ω𝑚 (𝑃) = 𝐾 2
𝑈(𝑃) − 𝐾 2
𝐶𝑟 (𝑃)
𝑒 𝐾𝑐 +𝑅𝐽𝑇 𝑃+𝐿𝐽𝑇 𝑃 𝑒 𝐾𝑐 +𝑅𝐽𝑇 𝑃+𝐿𝐽𝑇 𝑃

Généralement l’inductance interne L du moteur est négligeable devant sa résistance interne d’où le
modèle du MCC est un modèle du second ordre qui s’apparente à un modèle du premier ordre.

Soit :
Ω𝑚 (𝑃) 𝐴 𝐴
= 2𝜀 1 ≈ 2𝜀
𝑈(𝑃) 1+ 𝑃+ 2 𝑃2 1+ 𝑃
𝜔0 𝜔0 𝜔0

1
Avec : 𝐴=𝐾 ------------------ gain statique
𝑒
𝑅 𝐽𝑇
𝜀 = 2 √𝐾 ------------------- facteur d’amortissement
𝑒 𝐾𝑐 𝐿

𝑒 𝐾 𝐾𝑐
𝜔0 = √ 𝐿𝐽 -------------------- Pulsation propre
𝑇

1.8. Les différentes techniques de commande des systèmes asservis (régulés)

On en donne à la Figure 9 ci-dessous une classification avec quelques exemples afin de
situer celle que nous avons utilisée dans notre travail: commande par PID en boucle unique.

Page 8
 Techniques de commande dans les
systèmes asservis

non avancées dites aussi

avancées appliquées aux systèmes SIMO, MISO ou MIMO, conventionnelles appliquées
linéaires (LTI, LTV, LPV) et non linéaires (modèles linéarisés aux systèmes LTI SISO.
en modèles LPV) ou/et quand il y 'a une grande exigence de
performance et de robustesse.

Elles sont basées sur les fonctions de

transfert des systèmes.

Elles sont baséees sur les représentations d'état dans le

cas de systèmes deterministes et représentations d'état commande par pid
augmentées dans le cas des systèmes stochastiques

par exemple :
Par exemple - en boucle unique
- La commande robuste - en boucle multiple
- La commande prédictive - en cascade
- La commande adaptative -.
- La commande par modes glissants -.
- La commande par platitudes différentielles. - etc
- La commande floue
- La commande à l’aide d’un système expert

Fig. 9 : Classification des techniques de commande dans les asservissements

1.9. Objectif d’un asservissement ou régulation

On le rappelle, en automatique l’objectif d’un asservissement (ou régulation) est de corriger
le comportement d’un système. On donne aux deux figures 10 et 11 suivantes et pour illustrer, un
exemple de réponses avant et après correction d’un système SISO.

Page 9
 Entrée
Sortie

Fig. 10 : Système à commander avec réponse oscillatoire, non bien

amortie et écart avec l’entrée en régime établi ou permanent.

Entrée
Sortie

Fig11 : Système à commander avec réponse oscillatoire, après correction,

bien amortie et écart nul avec l’entrée en régime établi.

1.10. Qualités ou performances d’un asservissement.

Ces qualités sont : la stabilité, la précision, la rapidité et la robustesse
1.10.1. Stabilité des systèmes asservis
Un système asservi est stable si à une entrée bornée correspond une sortie bornée (Fig. 12),
(Fig.13).

Fig.12 : Réponse du système stable Fig.13 : Réponse du système instable

Page 10
 Autrement dit, un système asservi est stable s’il retourne vers son état d’équilibre lorsqu’il
en est écarté. Il est instable dans le cas contraire.
1.10.2. Précision d’un système asservi
La précision s’exprime par l’écart « e » entre la consigne yc et la sortie y du système
asservi.
1.10.3. La rapidité d’un système asservi
Pour ce qui est de la rapidité, on cherche à obtenir par les asservissements, une réponse rapide
aux variations de la consigne et une aptitude à effacer rapidement les perturbations.

En pratique, on évalue la rapidité d’un système avec un temps de réponse à 5%. Ce dernier
exprime le temps mis par la sortie du système soumis à un échelon pour atteindre sa valeur de
régime permanent à ±5% près et y rester (Fig.14).

Fig. 14. : Illustration de la mesure du temps de réponse à 5% pour un

système du 1er ordre et un système du 2ème ordre

Le temps de réponse est lié à l’inertie du système, c'est-à-dire à ses propriétés physiques.
1.10.4. La robustesse d’un système asservi
Un système asservi est dit robuste, s’il a la capacité de conserver ses performances
(stabilité, rapidité et précision) même en présence de perturbations agissant sur le système ou
variations de ses paramètres.

Page 11
Chapitre 2 : Le contrôleur PID dans les systèmes d’asservissement
2.1. La régulation et l’asservissement par PID
C’est une méthode de commande, souvent employée pour des asservissements ou des
régulations de systèmes SISO.

On rappelle aux figures 15 et 16 suivantes, respectivement les asservissements

(régulations) par pid analogique et par pid numérique en boucle unique.

Contrôleur PID U(t) s(t)

c(t) e(t)= c(t)- s(t) Système contrôlé
analogique H(p)
C(p) E(p) PID(p) U(p)
S(p)

Figure 15. : asservissement (régulation) continu commandé par un signal analogique et

correction avec pid analogique

Te
e(kTe) u(kTe) u(t) s(t)
c(t) c(kTe) Contrôleur Bloqueur
PID Système contrôlé
d’ordre
C(p) C(z) E(z) Numérique U(z) zéro
H(p)
PID(z) BOZ(p)
S(z) sm(kTe)
Te

Echantillonneur
Figure …16 : asservissement (régulation) continu commandé par un signal échantillonné et
2.3. Principes deavec
correction l’asservissement
pid numérique et de la régulation par PID

P, I et D constituent des correcteurs dont l’association permet d’assurer un asservissement

ou une régulation optimale d’un système LTI.
2.2.1. Rôle de l’action P :
Le terme Proportionnel permet d'augmenter la vitesse de montée de la réponse d’un
système (atteint la consigne le plus rapidement possible) ou autrement dit, diminuer le temps de
montée de la réponse du système commandé (le moteur dans notre cas). Il permet de vaincre les
grandes inerties du système en lui donnant de la puissance.

Page 12
 Le contrôle de type P applique une correction proportionnelle à l’erreur corrigeant de
manière instantanée tout écart de la grandeur à régler :

𝑐𝑜𝑚𝑚𝑎𝑛𝑑𝑒(𝑡) = 𝐾𝑝 𝜀(𝑡)

Lorsque l’on augmente Kp, le système réagit plus vite et l’erreur statique s’en trouve
améliorée, mais en contrepartie le système perd en stabilité. Le dépassement se fait de plus en plus
grand, et le système peut diverger dans le cas d’un Kp démesuré.

On donne à la Figure 17 ci-dessous son impact sur la réponse d’un système dans le cas
d’une régulation.

Consigne
Réponse

Fig. 17 : Effet de Kp sur la réponse d’un système en régulation (temps de montée

de la réponse ou réactivité du système améliorée, erreur statique améliorée,
stabilité diminuée)

Page 13
2.2.2. Rôle de l’action I
ElIe complète l’action P en réduisant voire annulant l’erreur statique de l’action P, sans
modifier la réaction du régulateur PID. L’idée est d’intégrer l’erreur depuis le début et d’ajouter
cette erreur à la commande : lorsque l’on se rapproche de la valeur demandée, l’erreur devient de
plus en plus faible. Le terme proportionnel n’agit plus mais le terme intégral subsiste et reste stable,
ce qui maintient la sortie du système à la valeur demandée dans le cas par exemple d’une régulation
de vitesse d’un moteur à courant continu :
𝒕
𝒄𝒐𝒎𝒎𝒂𝒏𝒅𝒆(𝒕) = 𝑲𝒑 . 𝜺(𝒕) + 𝑲𝒊 . ∫𝟎 𝜺(𝝉) . 𝒅𝝉

L’intégrale agissant comme un filtre sur le signal intégré, elle permet aussi de diminuer
l’impact des perturbations (bruit, parasites), et il en résulte alors un système plus stable.
Malheureusement, un terme intégral trop important peut lui aussi entraîner un dépassement de la
consigne, une stabilisation plus lente, voire même des oscillations divergentes (Figure 18).

Fig. 18 : Effet de Ki sur la réponse d’un système en régulation (erreur statique améliorée, stabilité
diminuée)

2.2.3. Rôle de l’action D

Le terme Dérivé agit sur le dépassement en le réduisant. Elle améliore donc la stabilité du
système en amortissant rapidement les oscillations provoquées par une perturbation ou un
changement brusque de la consigne :
𝒕 𝒅
𝑪𝒐𝒎𝒎𝒂𝒏𝒅𝒆(𝒕) = 𝑲𝑷. 𝜺(𝒕) + 𝑲𝒊 . ∫𝟎 𝜺(𝝉) 𝒅𝝉 + 𝑲𝒅 . 𝒅𝒚 𝜺(𝒕)

Page 14
 Fig. 19 : Effet de Kd sur la réponse d’un système en régulation (stabilité améliorée,
dépassement diminué)

Remarque :

L’action dérivée est surtout utilisée dans le cas de grandeur à régler non bruitées, car la
dérivation est très sensible au bruitage du signal : on diminuera donc son influence dans un
asservissement où la grandeur à régler est soumise à de nombreuses perturbations (e.g : vitesse
d’un moteur) .
Pour récapituler on donne au tableau 1 suivant un résumé des effets combinés des trois
actions P, I et D :

Paramètre Temps de montée Temps de Dépassement Erreur statique

stabilisation
Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd - Diminue Diminue -

2.3. Les limites du contrôle par PID

Le contrôle par PID convient parfaitement pour les systèmes qui ont un dynamique très
simple (système de 1er ordre). Il est inadapté dès que les systèmes sont extrêmement dynamiques
(systèmes de second ordre).

2.4. Les différentes associations possibles des actions P, I et D

Il existe plusieurs façons d’associer les actions P, I et D.

 P.I.D série : P I D

Page 15
 P
 P.I.D parallèle :
I

I
 P.I.D mixte: P
D

2.5. Les différents types d’implémentations d’un PID

Le régulateur pid est passé par tout une série de versions (Fig. 20) allant du pneumatique
à l’intégré. Et aujourd'hui, presque toutes les applications des contrôleurs PID sont sous forme
numérique.

PID

Implémentation Implémentation
matérielle logicielle

Analogique

A l’aide de Discrète sur Discrète sur

En
circuits circuits FPGA, µc, µp, dsp,
pneum
électroniques ASIC dsc, api
atique
analogiques

Fig. 20 : les diverses implémentations d’un PID

Page 16
2.5.1. Implémentation matérielle analogique ou continue en technologie pneumatique

Fig.21: Exemple de PID à équilibre de moments de forces, implémenté en

technologie pneumatique.

2.5.2. Implémentation matérielle analogique à l’aide de circuits électroniques analogiques

Fig. 22 : Exemple de PID réalisé à l’aide d’AOp

Page 17
 Fig. 23 : Exemple de PID réalisé à l’aide de circuits CDBA(current
differencing buffered amplifier)

Utilisé en nanotechnologies et en technologie des MEMS( micro-electromechanical systems)

2.5.3. Implémentation matérielle discrète sur circuit FPGA et sur ASIC

Les FPGA on le rappelle, permettent l'informatique reconfigurable flexible comme celle
réalisée par les programmes informatiques. Le résultat de ce type d’implémentation est un
algorithme PID câblé, constitué d’un ensemble de blocs CLB (Configurable Logic Bloc)
configurés chacun pour exécuter une opération ou une fonction du PID, et interconnectés au sein
du FPGA à l’aide d’une hiérarchie d’interconnexions reconfigurables. D’où en pratique ce type
d’implémentation est aussi qualifié d’implémentation matérielle sur FPGA. Ceci dit, pour pouvoir
procéder à une telle implémentation, il faut d’abord développer la forme digitale ou discrète du
PID. On donne à la figure 24, à titre illustratif, un exemple de PID câblé sur un FPGA.

Fig. 24 : Exemple de PID implanté sur FPGA

Page 18
2.5.4. Implémentation logicielle discrète sur µp/µc ou dsp/dsc
Dite aussi implémentation software, elle est constituée d’un algorithme PID, codé avec un
langage de programmation de haut niveau, le plus souvent le langage c/c++ et exécuté sur du
matériel tel qu’un µc, DSP ou DSC.

Tout comme pour les fpga, une telle implémentation s’appuie sur la forme numérique du
PID. On donne à la figure 25, à titre illustratif, un exemple d’algorithme PID que l’on peut exécuter
par exemple sur un µc.

previous_error := 0
integral := 0
loop:
error := setpoint − measured_value
integral := integral + error × dt
derivative := (error − previous_error) / dt
output := Kp × error + Ki × integral + Kd × derivative
previous_error := error
wait(dt)
goto loop

Fig. 25 : Exemple de PID implanté sur µc

Page 19
2.5.5. Implémentation logicielle discrète sur automate programmable (api ou plc)

Fig. 26 : Exemple de PID implanté sur API

Page 20
Chapitre 3 : Synthèse d’un contrôleur PID numérique
1.Méthodes de synthèse
On le rappelle, l'obtention de la forme discrète d’un régulateur ( pid inclus) peut se faire
selon trois manières (Fig.27 ).

Synthèse d'un
contrôleur discret

Par transposition du De manière pragmatique

Directement en
continu en numérique ou totalement empirique
numérique
dite aussi par équivalent en utilisant les
discret d'un correcteur correcteurs standards
continu (PID)

Figure 27 Les trois méthodes de synthèse de la forme discrète

d’un contrôleur pid

Dans les paragraphes qui suivent, nous allons les rappeler de manière succincte.

Dans ce projet, et étant donné les circonstances dans lesquelles a été réalisé ce dernier, nous
avons utilisé pour des raisons de simplicité la troisième (l’empirique).

2. Méthodes de synthèse par équivalent discret d'un correcteur continu

Fort utilisée en pratique et simple à appliquer, cette méthode de synthèse, ne nécessite

presque aucune connaissance des systèmes échantillonnés.

On rappelle à la figure 28 ci-dessous les étapes de cette approche.

Page 21
 point de départ : l'asservissement numérique à réaliser

Trouver un asservissement équivalent en continu

Choisir un régulateur agissant sur l'ensemble bloqueur-système et

effectuer sa synthèse par une des méthodes les plus utilisées,
suivantes : essais-erreurs (méthode totalement empirique),
Ziegler_Nichols(méthode semi-empirique), P. Naslin, Bode, Black,
Nyquist, Evans .

Discrétiser le régulateur équivalent à l'aide d'une

méthode d'approximation(Euler, Tustin) ensuite
réajuster ses paramètres

choix de la période d'échantillonage

Fig. 28: étapes de synthèse d’un régulateur numérique par transposition du continu en
numérique

Page 22
Etape 1 : aspect général d’un asservissement numérique à réaliser:

Consigne
numérique

c(k.Te) Commande
u(t) Système à y(t)
Algorithme
CNA régler
régulateur
u(k.Te) Grandeur
y(k.Te) réglée

Grandeur
réglée numérique
CAN

HORLOGE
(Te)

Fig.29: schéma fonctionnel général d’un asservissement numérique

Etape 2 : Le système d’asservissement équivalent en continu

Pour trouver un asservissement continu équivalent, il faut d’abord modéliser les deux
convertisseurs.

Modélisation du CAN

On le rappelle, un CAN peut être schématisé sous la forme suivante (Fig.30) :

Fig.30: schéma fonctionnel d’un convertisseur analogique-numérique (CAN)

Page 23
 Etant donné qu’en pratique, l’ensemble échantillonnage-numérisation est très rapide , ce schéma
peut être simplifié sous la forme d’un simple échantillonneur (Fig.31).

Fig. 31: modèle d’un CAN

Modélisation du CNA
De même, un CNA peut être schématisé sous la forme suivante (Fig.32) :

Fig32:schéma fonctionnel d’un convertisseur numérique-analogique (CNA)

L’on peut simplifier ce modèle par un simple bloqueur d’ordre zéro (Fig.33) .

Fig.33: modèle d’un CNA

D’où l’asservissement en continu équivalent pour la synthèse d’un régulateur équivalent

discret:

C(P) ε(P) Régulateur U(P) Système à

𝐵𝑂𝑍(𝑃) = Y(P)
continu : 1−𝑒 −𝑇𝑒𝑃 régler :
+ ≈ 𝑒 −𝑇𝑒𝑃
H(P)
- Hc(P) 𝑃

Fig.34 : Equivalent en continu, d’un système d’asservissement numérique

On le rappelle : le bloqueur BOZ peut être assimilé à un retard pur pour les fréquences
d’échantillonnage élevées, ce qui implique une fonction de transfert dans le domaine de Laplace
égale à e-PTe où Te est la période d’échantillonnage.

Page 24
Etape 3 : Synthèse en continu d'un régulateur analogique équivalent : les exigences
Dite aussi réglage, elle consiste à déterminer les coefficients ou paramètres du régulateur
afin d'obtenir une réponse adéquate du système et de la régulation ou asservissement. Les objectifs
sont d'être stable, rapide, précis et robuste

Le point de départ des différentes méthodes de synthèse citées ci-dessus, est un

cahier des charges dans lequel sont décrites les exigences que doit satisfaire le système
de régulation ou d’asservissement (Fig.35).

Les élements du
cahier des
charges

forme de la Précision en
marges de stabilité : régime Rapidité Robustesse
réponse
marge de gain et permanent en
indicielle en
marge de phase boucle fermée
boucle fermée
optimiser les
garantir un temps critères de
valeurs usuelles : apériodique de montée et un performance
erreur statique temps :stabilité,
mp ≥ 45° qui ne doit pas d'établissement de précision et
dépasser une la réponse et une
mg ≥ 10db rapidité
oscillatoire cartaine valeur bande passante
amorti

Fig.35: Les exigences pour la synthèse d’un régulateur d’un asservissement

Page 25
Etape 4 : calcul d’une version discrète
Dans cette étape, on revient en numérique et on calcule une version discrète du
régulateur analogique de l’étape 3 (Fig.36).

ε(P) Hc(P) H(P)

C(P) Y(P)

Discrétisation
Te
C(z) ε(z) Hc(z)= ? BOZ(s)H(P) Y(z)

Figure36 : Synthèse du pid discret par transposition du pid analogique

Ce calcul peur être effectué en utilisant les méthodes d’approximations d’Euler (différences
vers l’avant), d’Euler (différences vers l’arrière) et de Tustin ,

Dans les paragraphes qui suivent, nous allons brièvement rappeler le principe de
fonctionnement de ces méthodes.

Selon ces méthodes, la variable P de la fonction de transfert du régulateur analogique (dans

le domaine de Laplace), est approchée par :

2 𝑧−1 2 1−𝑧 −1
𝑃= = si Tustin
𝑇𝑒 𝑧+1 𝑇𝑒 1+𝑧 −1

𝑧−1 1−𝑧 −1
ou 𝑃 = = si Euler (vers l’avant)
𝑇𝑒 𝑇𝑒 𝑧 −1

𝑧−1 1−𝑧 −1
ou 𝑃 = = si Euler (vers l’arrière)
𝑇𝑒 𝑧 𝑇𝑒

Ces approximations sont obtenues on le rappelle, en linéarisant la relation liant z à P, z

étant la variable dans le domaine discret (transformée en z) et P la variable dans le domaine continu
de Lapalce (transformée de Laplace) comme suit :

La relation liant z à P permettant de basculer entre ces deux domaines est égale à :
1
𝑧 = 𝑒 𝑃𝑇𝑒 ⇒ 𝑃 = 𝑇 ln(𝑧) qui est une relation non linéaire qu'on linéarise en effectuant les
𝑒

approximations suivantes :

Page 26
 Dans le cas de Tustin, on a :

𝑃𝑇𝑒 𝑇
𝑒 2 1+ 𝑒 𝑃 2 𝑧−1 2 1−𝑧 −1
2
𝑧= −𝑃𝑇𝑒 ≈ 𝑇𝑒 ⇒𝑃= =
1− 𝑃 𝑇𝑒 𝑧+1 𝑇𝑒 1+𝑧 −1
𝑒 2 2

Dans le cas d'Euler (vers l'avant), on a :

𝑧−1 1−𝑧 −1
𝑧 = 𝑒 𝑃𝑇𝑒 ≈ 1 + 𝑃𝑇𝑒 ⇒ 𝑃 = =
𝑇𝑒 𝑇𝑒 𝑧 −1

Et dans le cas d'Euler (vers l'arrière), on a :

1 𝑧−1 1−𝑧 −1
𝑧= ≈ 1 − 𝑃𝑇𝑒 ⇒ 𝑃 = =
𝑒 −𝑃𝑇𝑒 𝑇𝑒 𝑧 𝑇𝑒

D’où les versions numériques dans le cas d’un régulateur pid par les deux méthodes de
transposition conseillées avec dérivée filtrée :

1 𝑇𝑒 𝑁(𝑧−1)
𝑃𝐼𝐷(𝑧) = 𝐾𝑝 [1 + + 𝑁𝑇𝑒 ] avec Euler arrière (la plus utilisée en pratique car
𝑇𝑖 𝑧−1 𝑧−(1− )
𝑇𝑑
plus simple).

𝑇𝑒 𝑧+1 𝑁(𝑧−1)
𝑃𝐼𝐷(𝑧) = 𝐾𝑝 [1 + + 𝑁𝑇 𝑁𝑇 ] avec Tustin
2𝑇𝑖 𝑧−1 (1+ 𝑒 )𝑧−(1− 𝑒 )
2𝑇𝑑 𝑇𝑑

Dans le domaine temporel, cela revient : :

- à approximer le terme dérrivée du pid,

 par la formule des rectangles (Euler), comme une différence vers l’arrière si Euler
arrière ;

𝑑𝑒(𝑡) 𝑒(𝑡)−𝑒(𝑡−𝑇𝑒 )
≈
𝑑𝑡 𝑇𝑒

1−𝑧−1
𝑍{
𝑒(𝑡)−𝑒(𝑡−𝑇𝑒 )
𝑇𝑒
} = 𝑇𝑒
𝐸(𝑧) = 𝑧−1
𝑧𝑇
𝐸(𝑧)
𝑒

𝑧−1
D’où : 𝑃 ↔ 𝑧𝑇
𝑒

 par la formule des rectangles (Euler), comme une différence vers l’avant si Euler
avant ;

𝑑𝑒(𝑡) 𝑒(𝑡+𝑇𝑒 )−𝑒(𝑡)

𝑑𝑡
≈ 𝑇𝑒

𝑒(𝑡+𝑇𝑒 )−𝑒(𝑡) 𝑧−1

𝑍{ 𝑇𝑒
} = 𝑇 𝐸(𝑧)
𝑒

Page 27
 𝑧−1
D'où : 𝑃 ↔ 𝑇
𝑒

- à approximer l’intégrale du pid soit :

 par la formule des trapèzes si Tustin ;

𝑘𝑇𝑒 𝑒𝑘 +𝑒𝑘−1
𝐼𝑘 = ∫0 𝑒(𝑡) 𝑑𝑡 ≈ 𝐼𝑘−1 + 𝑇𝑒 ( 2
)

2 𝑧−1 2 1−𝑧 −1
D’où : I(z)= 𝑒(𝑧) = 𝑒(𝑧)
𝑇𝑒 𝑧+1 𝑇𝑒 1+𝑧 −1

 par la formule des rectangles (Euler), comme une différence vers l’arrière si Euler arrière ;

𝑘𝑇𝑒
𝐼𝑘 = ∫0 𝑒(𝑡) 𝑑𝑡 ≈ 𝐼𝑘−1 + 𝑇𝑒 . 𝑒𝑘

 par la formule des rectangles (Euler), comme une différence vers l’avant si Euler
𝑘𝑇𝑒
avant;𝐼𝑘 = ∫0 𝑒(𝑡) 𝑑𝑡 ≈ 𝐼𝑘−1 + 𝑇𝑒 . 𝑒𝑘−1

3. Méthode de synthèse pragmatique

Valable uniquement pour des régulateurs standards comme dans notre cas, cette méthode
de synthèse est basée sur la discrétisation de l’équation différentielle ou de la fonction de transfert
en P, du pid analogique choisi comme régulateur, sans passer par sa conception à l’aide de l’une
des méthodes présentées ci-dessus, ensuite procéder à son réglage.

L’argument justifiant cette méthode est l’utilisation d’un taux d'échantillonnage

suffisamment élevé. Elle consiste en trois étapes (Fig.37).

Page 28
 Point de départ : l'équation
différentielle du PID

Discrétiser l'équation différentielle du PID à

l'aide d'une méthode d'approximation(Euler,
Tustin)

Régler le régulateur discret par une des méthodes

suivantes : essais-erreurs, Ziegler_Nichols

Fig.37: étapes de synthèse d’un régulateur PID numérique par la méthode empirique

Page 29
4. Synthèse directe en numérique
On donne à la figure 38 suivante les différentes étapes de cette méthode :

Calculer la fonction de transfert

en z, G(z) de l’ensemble CNA +
système à régler

Discrétiser l'équation
différentielle du PID à l'aide
d'une méthode
d'approximation(Euler, Tustin)

Régulateur discret

réajuster si nécéssaire les

paramètres du régulateur

Fig.38: étapes de synthèse en numérique d’un régulateur discret

Page 30
5. Les différentes formes discrètes de contrôleurs PID numériques
Deux formes discrètes peuvent être obtenues suite à la discrétisation de l’équation
différentielle du PID :

La forme discrète dite de position et la forme discrète dite incrémentale.

5.1. La forme discrète de position

𝑘−1
𝑇𝑒 𝑇𝑑
𝑢(𝑘) = 𝐾𝑝 [𝑒(𝑘) + ∑ 𝑒(𝑖) + (𝑒(𝑘) − 𝑒(𝑘 − 1))]
𝑇𝑖 𝑇𝑒
𝑖=0

5.2 La forme discrète incrémentale

∆𝒖(𝒌) = 𝒖(𝒌) − 𝒖(𝒌 − 𝟏)

𝑻 𝑻
= 𝑲𝒑 [𝒆(𝒌) − 𝒆(𝒌 − 𝟏) + 𝑻𝒆 𝒆(𝒌 − 𝟏) + 𝑻𝒅 (𝒆(𝒌) − 𝟐𝒆(𝒌 − 𝟏) + 𝒆(𝒌 − 𝟐))]
𝒊 𝒆
= 𝒒𝟎 𝒆(𝒌) + 𝒒𝟏 𝒆(𝒌 − 𝟏) + 𝒒𝟐 𝒆(𝒌 − 𝟐)

Avec :
𝑻
𝒒𝟎 = 𝑲𝒑 (𝟏 + 𝑻𝒅 )
𝒆
𝟐𝑻𝒅 𝑻
𝒒𝟏 = −𝑲𝒑 (𝟏 + − 𝑻𝒆 )
𝑻𝒆 𝒊
𝑻𝒅
𝒒𝟐 = −𝑲𝒑 𝑻
𝒆

L'avantage majeur de cette forme est qu'elle est récursive. Elle permet de calculer la sortie
incrémentale à chaque instant d'échantillonnage. Par conséquent, elle ne nécessite de stocker que
les trois valeurs précédentes : e (k), e (k-1) et e (k-2). En plus, elle a plusieurs autres avantages.

Donc pour cette raison, c’est cette forme ci que nous avons utilisée dans notre projet.

Page 31
Chapitre 4 : Réalisation matérielle et logicielle
1. Réalisation matérielle
1.1.Schéma bloc de l’asservissement réalisé

Consigne Commande
(Échelon) (PWM)
Contrôleur PID Driver du
(Arduino nano) moteur
(L293D)

Organe d’entrée IRQ1 IRQ0

de la consigne
M

Encodeur

Phase A et Phase B de
l’encodeur, en
quadrature de phase
Fig.39: schéma synoptique du régulateur réalisé

Remarque : Les circonstances dans lesquelles ce projet a été fait (Covid-19) ne nous ont pas
permis de le réaliser matériellement. Nous nous sommes alors limités à sa simulation sous
proteus.

1.1.1. Description fonctionnelle

Le contrôleur PID évalue l'erreur entre la consigne et la position angulaire du moteur
contrôlée et applique une correction PID à ce dernier sous la forme d’une impulsion PWM.

La position angulaire de sortie du moteur est mesurée par l’encodeur et transmise au

contrôleur PID. Le contrôleur PID utilise l'algorithme de contrôle pour déterminer une nouvelle
sortie (PWM) si nécessaire pour réduire l'erreur et une nouvelle sortie de l’encodeur permet de
reprendre la boucle.

1.1.2. Le matériel utilisé pour la réalisation de l’asservissement

 Moteur à courant continu avec encodeur optique
 Plateforme arduino nano
 CI LD293D
 Afficheur LCD
Dans les paragraphes qui suivent nous allons nous limiter aux parties les plus
importantes : le moteur à courant continu, l’encodeur optique incrémental et la plateforme
arduino nano.
Page 32
 1.1.2.1. La commande des moteurs à courant continu
Un moteur à courant continu peut être commandé selon deux modes (Fig. 40).

modes de commande
d'un moteur à courant
continu

commande en tension commande en courant

Fig.40: les modes de commande d’un moteur à courant continu

La commande en tension est utilisée avec les petits moteurs à courant continu et la
commande en courant est utilisée avec les gros moteurs à courant continu.
Remarque :

Le moteur utilisé dans notre projet étant supposé (car simulé) un petit moteur, nous avons
alors utilisé la commande en tension. Donc une régulation avec une boucle unique.
1.1.2.2. L’encodeur optique incrémental
Comme tout encodeur optique, c’est un type de capteur qui permet de mesurer la position
angulaire ou la vitesse de rotation d’un arbre de moteur ainsi que son sens de rotation

Il est conçu avec un disque à segments translucides et opaques configurés pour laisser
passer la lumière en certains endroits (Figure 41).

Fig.41: Exemples de disque optique. C’est un disque dit

incrémental car les segments sont décalés de 90°.

En plaçant une LED et des photodiodes de part et d'autre du disque, les photodiodes
détectent la lumière traversant le disque et génèrent des formes d'ondes impulsionnelles avec une
différence de phase de 90° entre eux, correspondant aux formes translucides et opaques sur les
segments du disque (Fig.42). De plus lorsque l'arbre du codeur tourne dans le sens horaire, la forme

Page 33
d'onde A précède la forme d'onde B. Si le sens de rotation devient anti-horaire, le signal B précède
le signal A.

Fig. 42: Les signaux en quadrature générés par un encodeur optique incrémental.

1.1.2.3. La plate-forme Arduino nano

1.1.2.3.1. Spécifications

Fig.43: caractéristiques de arduino nano

1.1.2.3.2. La conversion numérique analogique utilisée dans arduino nano

En se référant au schéma bloc de la figure 29, pour pouvoir commander un système continu
(moteur à courant continu dans notre cas), il faut convertir en analogique le signal de commande
numérique à la sortie du régulateur. Pour ce faire, il existe deux techniques (Fig.44).

Page 34
 Techniques de création
d'un signal analogique à
partir d'un système
numérique

Avec sortie analogique e.g Avec sortie pseudo-

: à l'aide de réseau de analogique eg: à l'aide de
résistances la pwm

Fig.44 : Techniques de conversion d’un signal numérique en signal analogique

Arduino nano intégrant la pseudo-analogique, c’est celle-ci que nous avons alors utilisée
dans notre projet.

1.1.2.3.3. La PWM
Le principe est de créer un signal logique (valant 0 ou 1), à fréquence fixe mais dont
le rapport cyclique est contrôlé numériquement, la valeur moyenne de ce signal étant une grandeur
analogique égale au produit du rapport cyclique par l'amplitude maximale du signal (Fig.45).

Rapport cyclique 0%
Rapport cyclique 10%
Rapport cyclique 25%
Rapport cyclique 50%
Rapport cyclique 80%
Rapport cyclique 100%

Fig.45 : Signal PWM pour différents rapports cycliques

En extrayant la moyenne de ce signal (au moyen d'un filtre passe-bas), on obtient une valeur
analogique Vmoy, proportionnelle à ce rapport cyclique :

𝑇𝑂𝑁 𝑇
1 𝑇𝑂𝑁 𝑁
𝑉𝑚𝑜𝑦 = ( ∫ 𝐸. 𝑑𝑡 + ∫ 0 . 𝑑𝑡) = 𝐸. = 𝐸.
𝑇 𝑇 𝑁𝑀𝐴𝑋
0 𝑇𝑂𝑁

Page 35
Avec :
E : amplitude maximale du signal logique
T : période du signal logique
TON : durée de l’impulsion du signal logique
N : la valeur numérique correspondant à TON
NMAX : la valeur numérique correspondant à T.
1.1.2.3.4. Limites d’utilisation de la PWM
Pour qu'un signal de PWM puisse être utilisé, il faut que la charge se comporte comme
un filtre passe-bas conservant la composante variable du signal. La période doit donc être petite
(ou la fréquence grande) devant la fréquence de coupure du filtre pour que le signal de PWM
n'influence pas la valeur moyenne.

Maintenant le moteur se comportant comme un filtre passe bas, alors l’utilisation d’un tel
filtre pour le commander n’est pas nécessaire.
1.1.2.4. Le LD293D
Simple d’utilisation et se présentant sous forme d’un circuit intégré, il est constitué d’un
double pont en H à transistors bipolaires pour charges inductives, comme les moteurs CC (petits
moteurs CC).

Fig. 46 : logigramme et table de fonctionnement du LD293D

Page 36
 On donne à la figure .47 ci-dessous comment nous l’avons mis en œuvre dans notre
projet.

Fig. 47 : Branchement du moteur au LD293D

Nous avons branché le moteur entre deux sorties ayant la même ligne de validation (ligne
1). Cette ligne de validation est mise à un niveau logique haut. Pour faire tourner le moteur dans
un sens, on appliquera un niveau logique haut sur une des deux entrées et un niveau logique bas
sur l’autre. Pour faire tourner le moteur dans le sens inverse, on inversera les niveaux logiques sur
les entrées. On a donc besoin de deux lignes seulement pour piloter un moteur. Maintenant lorsque
les signaux d’entrées sont au même niveau, d’après la table de fonctionnement du LD293, les deux
bornes du moteur seront au même potentiel ; situation qui correspond au court-circuit du moteur
et donc à un freinage dynamique de ce dernier.

2. Réalisation logicielle
2.1. Le PID analogique sélectionné pour l’implémentation

1 𝑡
̇
Équation (1) : 𝑢(𝑡) = 𝐾(𝑒(𝑡) + 𝑇 ∫0 𝑒(𝜏)𝑑𝜏 + 𝑇𝑑 𝑒(𝑡))
𝑖

2.2 La synthèse du contrôleur PID

Pour les raisons évoquées ci-dessus, nous avons opté de faire la synthèse de la version
digitale de type incrémental en utilisant la méthode pragmatique.

Partant de l’équation différentielle (1) décrivant le fonctionnement du PID dans le domaine

continu, nous avons abouti à la version numérique en procédant comme suit :

Page 37
Etape 1 : Différentiation de u
1
Equation (2) : 𝑢̇ = k(𝑒̇ + 𝜏 𝑒 + 𝜏𝑑 𝑒̈ )
𝑖

Etape 2 : Approximation de 𝒖̇
𝒖𝒌 −𝒖𝒌−𝟏
Equation (3) : 𝒖̇ = en utilisant Euler
𝑻𝒆

Où « Te » est égale à la période d’échantillonnage dite aussi constante de discrétisation ;

uk = u(kh) et k = 0, 1, 2, 3, …….., représentant les instants de discrétisation.

Etape 2 : Approximation de 𝒆̇
𝒆𝒌 −𝒆𝒌−𝟏
Equation (4) : 𝒆̇ = 𝑻𝒆

Etape (3) : Approximation de 𝒆̈

𝑒̇ 𝑘−1 −𝑒̇ 𝑘−1
Equation (5) : 𝑒̈ = 𝑻𝒆

Etape 4 : Remplacement de (4) dans (5)

𝒆𝒌 −𝟐𝒆𝒌−𝟏 +𝒆𝒌−𝟐
Equation (6) : 𝒆̈ =
𝑻𝒆 𝟐

Etape 5 : Remplacement de (3), (4) et (6) dans (2), on obtient l’expression finale du signal
de contrôle à l’instant discret k :
Equation (7) : 𝒖𝒌= 𝒖𝒌−𝟏 + 𝑲𝟎 𝒆𝒌 + 𝑲𝟏 𝒆𝒌−𝟏 + 𝑲𝟐 𝒆𝒌−𝟐
𝑻𝒆 𝜏 2𝜏𝑑 𝜏
Avec : 𝐾0 = 𝐾(1 + + 𝑻𝑑 ), 𝐾1 = −𝐾(1 + ), 𝐾2 = 𝐾 𝑻𝑑
𝜏𝑖 𝒆 𝑻𝒆 𝒆

2.3. Choix de la période d’échantillonnage du PID

Le problème du choix de la période d’échantillonnage n’est pas facile à traiter. Il n’existe
pas de règle stricte permettant de la fixer.

On peut légitimement lier 𝑇𝑒 au temps de montée du système asservi par la relation :

𝑇𝑚
𝑁=
𝑇𝑒
Avec 𝑇𝑚 égale à la durée nécessaire pour que la sortie réglée passe de 10% à 90% de sa
valeur finale (Fig.48), et N le nombre de périodes d’échantillonnage, utilisé pendant 𝑇𝑚 .

Page 38
 Fig.48: Temps de montée d’une réponse indicielle d’un système du 1er ou 2ème ordre

D’où, pour fixer Te, il suffit de tracer la réponse indicielle et de mesurer Tm et de prendre
Te égale par exemple à 10 Tm.

Dans notre projet, n’ayant pas pu se procurer un moteur à courant continu vu les
circonstances dans lesquelles ce dernier a été réalisé mais un modèle simulable de celui-ci, nous
avons alors procéder tout autrement pour fixer un ordre de grandeur de Te.

Partant de l’idée que les processeurs actuellement sont très rapide (hypothèse vraie), et par
conséquent permettent un échantillonnage rapide devant le temps de montée de n‘importe quel
système du 1er ou 2ème ordre (hypothèse vraie aussi), nous nous sommes basés pour fixer un ordre
de grandeur de Te, sur les différents retards accusés par les différentes opérations dans
l’asservissement que nous avons réalisé.

Dans notre projet, un seul retard existe et qui est celui produit par la boucle principale du
logiciel que nous avons développé. On donne à la figure 49 ci-dessous, les détails relatifs aux
différentes fonctions exécutées par cette boucle.

Page 39
 KTe
Exécution de la lecture de la consigne + sa
Exécution de la routine d’interruption en conversion en nombre d’impulsions et de
temps réel de la lecture de la grandeur à

la boucle
l’algorithme de régulation.
régler durant l’exécution de la boucle.

boucle

routine d’interruption
Lancement d’une conversion N/A par pwm

Durée d’exécution de la
Durée d’exécution de
de la commande

Survenue des

Te
interruptions dans la
Délai

Exécution de la lecture de la consigne + sa

conversion en nombre d’impulsions et de

(K+1)Te
l’algorithme de régulation.

Fig.49: Séquence des opérations effectuées dans le logiciel développé

etc

Page 40
Donc pour fixer un ordre de grandeur de Te, il suffit de déterminer la durée d’exécution de la
boucle.

Cette durée est égale à la somme des durées d’exécution des fonctions de:
- Lecture de la consigne.
- Conversion de la consigne
- Mesure de la grandeur à régler
- Exécution de l’algorithme de régulation
- Conversion NA du résultat d’exécution de l’algorithme de régulation
- Exécution de la routine d’interruption
- Affichage de la valeur mesurée de la grandeur à régler.

Pour déterminer ces différentes durées ainsi que celle de la boucle, nous l’avons fait par
programmation.

Pour les fonctions nous avons procédé comme suit :

Int Duree = micros() ;
Fonction() ;
Duree = micros() – Duree ;
Serial.print(Duree) ;

Et pour la boucle comme suit :

Loop(){
Int Duree = micros() ;
//le corps de la boucle
Duree= micros() – duree ;
Serial.print(Duree) ;
}

Page 41
Remarque :

En se référant au schéma bloc général d’un asservissement numérique (Fig.29), la

conversion A/N est absente dans notre projet car on n’a pas utilisé à proprement parler, un
composant matériel pour la réaliser mais un capteur de la grandeur à régler de type encodeur
optique incrémental, (Fig. 42) qui fournit intrinsèquement en temps réel, une mesure de la
grandeur sous forme discrète lue et stockée en mémoire par une routine d’interruption. Donc en
termes de temps cela correspond à la durée d’exécution de cette dernière.

2.4 Le logiciel de régulation réalisé

On en donne à la figure 50 ci-dessous le schéma conceptuel

Programme principal : Phase A de l’encodeur

- Lecture consigne ISR :
- Contrôle pid ; Capture du nombre
- Affichage consigne et d’interruptions, utilisé
sortie du moteur, sur lcd pour calculer la position
angulaire réelle du moteur
Phase B de l’encodeur

Variables globales pour stocker :

consigne, sortie du moteur, …..,
etc …

Fig. 50 : architecture du logiciel développé

Page 42
2.5. L’implémentation du contrôleur PID
Partant de la version digitale (équation (7)) du contrôleur PID, établie dans ce qui précède,
nous avons élaboré l’algorithme PID suivant :

Pour k=0,1,2,3,…
- lire y ; y est le signal à la sortie du capteur
- calculer ek ;
- calculer le signal de contrôle uk ;
- mettre à jour uk-1, ek-1 et ek-2 pour la prochaine itération
uk-1 = uk;
ek-1 = ek;
ek-2 = ek-1;
- appliquer le signal de contrôle à l’actionneur ;
- attendre delai secondes ;

D’où Te = (Delai + dureeDexecutionDeLaBoucle) avec dans notre cas, « Delai » un retard que
nous avons introduit volontairement et qui est calculé sur la base de Te et qui correspondant au
temps qu’il faut attendre avant d’entreprendre une nouvelle régulation étant donné que Te doit être
toujours choisie plus grand ou à la limite égale à la durée d’exécution de la boucle :
dureeDexecutionDeLaBoucle <= Te.

2.6. Lecture de la position angulaire

Les signaux en quadrature de l’encodeur, nous informent sur le sens de rotation du moteur
(SAM ou SCAM). Donc en capturant les fronts montants et descendants de ces deux signaux et
en utilisant une variable qui va être incrémentée ou décrémentée selon le sens de rotation du
moteur, l’on peut savoir à tout moment quelle est la position de ce dernier.

Maintenant pour incrémenter ou décrémenter, ou ne rien faire, c’est là où réside le

problème !

L’habituel consiste à vérifier à l’aide d’instructions de contrôle un tas de conditions et

d'ajouter 1 ou de soustraire 1 à une variable définie pour contenir la position en nombre de fronts
capturés, du moteur en mouvement. Or qui dit instructions de contrôle dit programmation plus
compliquée et temps d’exécution plus élevé et par conséquent non vraiment adaptée pour ce genre
d’applications.

Dans notre projet, nous avons développé une nouvelle méthode que nous ne l’avons
nullement vue utilisée dans tous les projets similaires que nous avons rencontrés !

Elle consiste pour simplifier la programmation, à utiliser un tableau de consultation,

prédéfini de 16 entrées (Tableau 2), contenant chacune soit : 0, +1, ou -1 et à y accéder à chaque
fois qu’il y un changement sur les entrées d’interruption pour lire les états des deux phases A et B
Page 43
de l’encodeur, leur effectuer un certain traitement ensuite extraire l’information quand au type
d’opération à effectuer ( incrémenter, décrémenter ou ne rien faire)

0 -1 1 0 1 0 0 -1 -1 0 0 1 0 1 -1 0

Tableau 2 : table de consultation de la méthode proposée

3 Tests et discussions des résultats obtenus

Voir vidéo sur le lien suivant :

https://drive.google.com/file/d/1qS-
Bi8S8J7ATk4XDsSky6z_4fgdPFSEp/view?usp=sharing

Nous avons pour vérifier le bon fonctionnement du régulateur, utilisé l’oscilloscope et le

fréquencemètre pour visualiser l’évolution des phases A et B de l‘encodeur optique, et l’afficheur
LCD pour afficher la consigne ainsi que la position angulaire réelle et ce, depuis le départ du
moteur jusqu’à son arrêt quand la consigne est atteinte.

Sur l’oscilloscope on devrait voir les périodes des deux phases A et B varier depuis une
valeur maximale jusqu’à s’annuler quand le moteur s’arrête.

Idem pour le fréquencemètre, on devrait voir la fréquence de l’une des deux phases A et B
varier depuis une valeur maximale jusqu’à s’annuler quand le moteur s’arrête.

Aucune anomalie n’a été constatée. Cependant et étant donné que ce test est fait par
simulation sur Proteus et que nos machines ne sont pas très rapides, cette dernière n‘est pas faite
en temps réelle et on a l’impression que le moteur met du temps pour se positionner à la valeur
demandée.

On fait remarquer que les valeurs de test utilisées, nous les avons introduites directement
dans le programme que nous avons développé. L’utilisation d’un périphérique pour ce faire, ne
constituait aucun problème pour nous si nous avions voulu l’ajouter.

En perspective, des améliorations pourraient être apportées à notre projet comme par
exemple :

- La maitrise de la vitesse du moteur durant son déplacement vers la consigne car une
régulation PID de position avec boucle unique ne le permet pas.
- La réalisation d’une IHM du type GUI.

Page 44
Conclusion générale

Nous avons réalisé dans ce projet de fin d’études un prototype de régulateur PID numérique
de régulation de position angulaire de petits moteurs à courant continu avec un peu de nouveau en
programmation.

Le nouveau réside dans la méthode que nous utilisons pour lire la position angulaire du
moteur durant sa rotation.

En effet, ce qui est fait dans l’habituel, consiste à vérifier à l’aide d’instructions de contrôle
un tas de conditions et d'ajouter 1 ou de soustraire 1 à une variable définie pour contenir la position
en nombre de fronts capturés des deux phases A et B en quadrature de l’encodeur alors que le
moteur est en mouvement. Or qui dit instructions de contrôle dit programmation plus compliquée
et temps d’exécution élevé et par conséquent non vraiment adaptée pour ce genre d’applications.
Et pourtant, c’est ce qui est fait dans tous les projets similaires que nous avons rencontrés jusqu’à
maintenant.

A la place et pour simplifier, la méthode que nous proposons dans notre projet, consiste
tout simplement à utiliser une table de consultation qui en y accédant à chaque fois que l’on détecte
un front parmi les fronts des phases A et B de l’encodeur, elle nous renseigne sur le fait de ne rien
faire, d’incrémenter ou de décrémenter la variable contenant la position actuelle du moteur. Donc
en matière de programmation, elle est beaucoup plus élégante et pour ce qui est la rapidité elle est
plus adaptée.

Ceci dit, ce projet nous a fait beaucoup apprendre et il nous a permis de consolider nos
connaissances en régulation et asservissement aussi bien en théorie qu’en pratique et de se
familiariser davantage avec des méthodes de développement qui nous ont permis d’améliorer nos
compétences et nos acquis dans la programmation en langage arduino.

Enfin ce projet peut constituer un très bon départ et un très bon prélude pour des projets
futurs se faisant dans ce domaine car nous y avons rassemblés toutes les bases nécessaires et
fondamentales.

Page 45
Bibliographie
[1] http://brettbeauregard.com/blog/2011/04/improving-the-beginners-pid-introduction/
[2] https://zestedesavoir.com/tutoriels/686/arduino-premiers-pas-en-informatique-
embarquee/747_le-mouvement-grace-aux-moteurs/3437_le-moteur-a-courant-continu/
[3] http://perso.iut-nimes.fr/fgiamarchi/?p=740
[4] http://www.specialautom.net/synthese-empirique.htm
[5] http://cerig.pagora.grenoble-inp.fr/tutoriel/automatique/page01.htm
[6] http://prive.iutenligne.net/n8sSMGgmRhBh4HOj/automatique-et-automatismes-
industriels/konn/asnum/numH/temps_fini.html
[7} https://www.abcelectronique.com/annuaire/cours/automatique.php
[8] http://www.bedwani.ch/regul/discret/homedisc.htm

Page 46