REPUBLIQUE ALGERIENNE DÉMOCRATIQUE ET POPULAIRE

Ministère de l’Enseignement Supérieur et de la recherche scientifique

Université de Relizane
Faculté des Sciences et Technologies
Département de : Electrotechnique et Automatique

Commande des systèmes linéaires

Niveau : licence 3 Automatique

Options : Automatique et Systèmes

Préparé et Enseigné par :

Dr : Adda BELABBAS

Année : 2021-2022
REPUBLIQUE ALGERIENNE DÉMOCRATIQUE ET POPULAIRE
Ministère de l’Enseignement Supérieur et de la recherche scientifique
Université de Relizane
Faculté des Sciences et Technologies
Département de : Electrotechnique et Automatique

Commande des systèmes

linéaires

Niveau : licence 3 Automatique

Options : Automatique et Systèmes

Préparé et Enseigné par : Dr : Adda BELABBAS

Année : 2021-2022
 Table des matières
Introduction ............................................................................................................................................................... 8
Chapitre 01 stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marge de stabilité .................. 2
1.1. Introduction .................................................................................................................................................... 2
1.2. Analyse fréquentielle de systèmes dynamiques, réponse harmonique ........................................................... 3
1.2.1. Réponse fréquentielle ........................................................................................................................ 3
1.2.2. Lien avec la fonction de transfert ...................................................................................................... 4
1.2.3. La fonction de transfert...................................................................................................................... 5
1.2.4. Représentations de la réponse fréquentielle (diagramme de Bode) ................................................... 6
1.2.5. Diagrammes de Bode - Intérêt de l’échelle logarithmique .............................................................. 12
1.2.6. Représentation en échelle linéaire ................................................................................................... 12
1.2.7. Représentation en échelles logarithmiques ...................................................................................... 13
1.2.8. Pulsation de coupure ; bande passante............................................................................................. 14
1.3. Théorème de stabilité des systèmes en boucle fermée de Nyquist ............................................................... 20
1.3.1. Définition ......................................................................................................................................... 20
1.4. Stabilité des systèmes linéaires asservis ....................................................................................................... 23
1.4.1. Critère mathématique de stabilité .................................................................................................... 23
1.4.2. Critère de nyquist............................................................................................................................. 24
1.5. La stabilité dans le domaine fréquentielle .................................................................................................... 27
1.5.1. Point critique de stabilité ................................................................................................................. 28
1.6. Critère graphique ou de revers dans le plan de Nyquist .............................................................................. 29
1.7. Marges de stabilité ........................................................................................................................................ 29
1.8. Marges de stabilité dans Bode ...................................................................................................................... 30
1.9. Coefficient de surtension Q (ou facteur de résonance) ................................................................................. 33
1.9.1. Définition ......................................................................................................................................... 33
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel .......................................................................... 36
2.1. Introduction .................................................................................................................................................. 36
2.1.1. Nécessité de correction dans les systèmes asservis ......................................................................... 36
2.1.2. Stabilité : .......................................................................................................................................... 36
2.1.3. Précision : ........................................................................................................................................ 36
2.2. Stratégie de correction (ou compensation) des systèmes asservis ................................................................ 37
.2.3 Correcteurs de base....................................................................................................................................... 38
2.4. Principe d’une régulation en boucle fermée. .............................................................................................. 39
.2.5 Correcteur à action proportionnelle (P) ........................................................................................................ 40
2.5.1. Principe ............................................................................................................................................ 40
2.5.2. L’action proportionnelle : ................................................................................................................ 41
 2.5.3. Réglage des marges de stabilité ....................................................................................................... 44
2.5.4. Réglage de la marge de phase.......................................................................................................... 45
2.5.5. Réglage de la marge de de gain ....................................................................................................... 45
2.6. Correcteur à action intégral .......................................................................................................................... 47
2.6.1. Principe ............................................................................................................................................ 47
[Link] ............................................................................................................................................................... 48
2.7. Correcteur à action proportionnel intégral (PI) ............................................................................................ 50
2.7.1. Réalisation pratique du PI................................................................................................................ 52
2.7.2. La Réponse harmonique .................................................................................................................. 53
2.8. Réglage des paramètres de PI ....................................................................................................................... 53
2.8.1. Réglage d'un régulateur PI par l'analyse harmonique ...................................................................... 53
2.9. Correcteur à retard de phase ......................................................................................................................... 55
2.9.1. Définition ......................................................................................................................................... 55
2.9.2. Propriétés ......................................................................................................................................... 56
2.9.3. Effets du correcteur ......................................................................................................................... 57
2.9.4. Eléments de réglage du correcteur ................................................................................................... 57
2.9.5. Circuit électrique ............................................................................................................................. 59
2.10. Correcteur dérivé (D).................................................................................................................................. 60
2.10.1. Effets du correcteur ......................................................................................................................... 61
2.11. Correcteur à avance de phase ..................................................................................................................... 62
2.11.1. Definition ......................................................................................................................................... 62
2.11.2. Synthèse du correcteur..................................................................................................................... 63
2.11.3. Démarche de synthèse du correcteur ............................................................................................... 63
2.11.4. Effets généraux du correcteur à avance de phase ............................................................................ 63
2.11.5. Réalisation du correcteur à avance de phase ................................................................................... 64
2.12.1. Méthodes de réglages des paramètres du regulateur PID ................................................................ 67
2.12.2. Méthodes empiriques de Ziegler&Nichols. ..................................................................................... 67
2.12.3. Méthode de Ziegler&Nichols en boucle ouverte. ............................................................................ 68
2.12.4. Méthode de Ziegler & Nichols en boucle fermée. ........................................................................... 70
2.12.5. Méthode empirique : Méthode de la réglabilité. .............................................................................. 72
2.12.6. Exemple de synthèse sur les méthodes empiriques. ........................................................................ 74
2.12.7. Methods fréquencielles .................................................................................................................... 77
2.12.8. Synthèse par compensation des poles .............................................................................................. 84
Chapitre 1. Représentation d’état des systèmes ....................................................................................................... 88
3.1. Introduction) ............................................................................................................................................ 88
3.1.1. Définitions ....................................................................................................................................... 88
 3.2. Représentation analogique des modèles d’état ............................................................................................. 91
3.3. Représentation d’état des systèmes à temps discret ..................................................................................... 91
3.4. Avantages de la représentation d’état ........................................................................................................... 92
3.5. Conversion de fonction de transfert a espace d’état ..................................................................................... 92
3.6. Conversion de fonction de transfert a espace d’état ..................................................................................... 95
3.7. Différentes représentations d’état (modèles) ................................................................................................ 96
3.8. Représentation d’état des systèmes non linéaires. ...................................................................................... 101
3.9. Linéarisation du système non linéaire ........................................................................................................ 102
Chapitre 04. Analyse des systèmes dans l’espace d’état ....................................................................................... 106
4.1. Résolution des équations d’état et matrice de transition ............................................................................ 106
4.2. Stabilité :..................................................................................................................................................... 108
4.2.1. Position du problème et définirions ............................................................................................... 108
4.2.2. Fonction de transfert et stabilité .................................................................................................... 109
4.3. Notions de commandabilité et d’observabilité (définitions et méthodes de test). ...................................... 111
4.3.1. Notion de la commandabilite ........................................................................................................ 112
4.3.2. Notion d’observabilité ................................................................................................................... 113
Chapitre 05. La commande par Le retour d’´état .................................................................................................. 113
[Link] de la commande par retour d’état linéaire ..................................................................................... 120
5.2. Formulation ................................................................................................................................................ 120
5.3. Approche pratique pour calculer le gain du retour d'état ............................................................................ 121
5.4. Soit le système en boucle ouverte représenté par l’équation d’état suivant : ............................................. 121
Chapitre 6 : Observateur d'état ............................................................................................................................. 125
6.1. Principe ...................................................................................................................................................... 125
6.2. Synthèse d’observateur ............................................................................................................................... 125
6.2.1. Définition ....................................................................................................................................... 125
6.2.2. Observateur identité ....................................................................................................................... 126
6.4. Observateur d’ordre réduit ......................................................................................................................... 129
6.5. Commande par retour d'état avec observateur ............................................................................................ 131
Annexes ................................................................................................................................................................. 135
 Introduction

Introduction
La commande des systèmes linéaires est une discipline destinée à analyser, synthétiser et
concevoir des correcteurs (régulateurs ou encore contrôleurs) pour les systèmes linéaires. Ce support de
cours en respectant un canevas destiné aux étudiants de License troisième années , a pour but de présenter
un exposé sur les principales techniques de synthèse des correcteurs basée sur la modélisation
fréquentielle d’un système asservi décrit par une fonction de transfert, ainsi que la synthèse des systèmes
basée sur la modélisation temporelle dans l'espace d’état. Il est destiné aux étudiants dans les disciplines
de l’automatique, et d´électrotechnique...ect. Ce support de cours présente aussi plusieurs exemples avec
des codes (scripts) et simulation en Matlab.
Ce module est une consolidation des connaissances acquises en deuxième année et permet la
maîtrise de la représentation des systèmes dynamiques et de leurs propriétés dans l’espace d’état ainsi que
l’acquisition des principales méthodes d'analyse et de synthèse des systèmes de commande.
Ce présent support est organisé de deux parties de sorte qu'il assure la totalité du programme
comme le suivant :
La première partie est commencé par un premier chapitre qui assure des rappels sur les méthodes
permettant de déterminer la stabilité et les marges de la stabilité d’un système linéaire continu dont on
connaıt soit l’expression analytique de la fonction de transfert, soit une représentation graphique de sa
réponse fréquentielle (Bode, Nyquist).
Le deuxième chapitre est consacré essentiellement aux méthodes de synthèse des régulateurs
classiques dans le domaine fréquentiel. Au début, un aperçu sur les méthodes de corrections est donné,
suivi par une présentation détaillée des structures des différents régulateurs classiques (P, PI, PD, PID,
AP,RP) avec leurs modes d'action. A la fin du chapitre sont présentées les méthodes à suivre pour la
synthèse des régulateurs classiques.
La deuxième partie est précédée par un chapitre introduisant d'abord la notion de "la
représentation d'état". Ensuite l'équation d'état est résolue pour différentes entrées typiques. Enfin, les
différentes méthodes de passage entre la RE, la FT et ED sont présentées.
Le deuxième chapitre décrit les notions de l'analyse du système dans l'espace d'état en
commençant par la solution de l'équation puis ta commandabilité et d'observabilité et fournit les outils
nécessaires à leur étude dans le cas des systèmes linéaires.
Le dernier chapitre a pour but de fournir à la fois les outils et les étapes à suivre pour la synthèse
de la commande par retour d'état avec et sans observateur des systèmes linéaires mono-variables.
 Semestre : 5
Unité d’enseignement : UEF 3.1.1
Matière 1 : Commande des systèmes linéaires
VHS : 45h00 (Cours : 1h30, TD : 1h30)
Crédits : 4
Coefficient : 2

Objectifs de l’enseignement :

Ce module est une consolidation des connaissances acquises en deuxième année et permet la
maîtrise de la représentation des systèmes dynamiques et de leurs propriétés dans l’espace d’état ainsi que
l’acquisition des principales méthodes d'analyse et de synthèse des systèmes de commande.
Connaissances préalables recommandées :

Mathématiques de base. Systèmes linéaires continus et échantillonnés.

Contenu de la matière :

Partie 1 :

Chapitre 1. Rappels : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de
stabilité.

1. Réponse fréquentielle à partir de fonction de transfert

2. représentations de la réponse fréquentielle (diagramme de Bode)
3. Théorème de stabilité des systèmes en boucle fermée de Nyquist (diagramme de Nyquist)
4. Cas particuliers (critère du revers sur le diagramme polaire marges de stabilité, critère du revers sur
le diagramme de Bode, marges de stabilité sur le diagramme de Bode).
Chapitre 2. Calcul des contrôleurs dans le domaine fréquentiel

5. Réponse fréquentielles et propriétés fréquentielles des contrôleurs (P, PI, PID, PD, avance de phase,
retard de phase, avance de phase)
6. Spécification dans le domaine fréquentiel (marge de gain et de phase, facteur de résonnance, bande
passante, leurs interprétations)
7. Calcul des contrôleurs en utilisant le diagramme de Bode, Réglages en utilisant l’abaque de Black-
Nichols.
Partie 2 :

Chapitre 1. Représentation d’état des systèmes

1. Introduction
2. Concepts (état, variables d’état, …)
3. Représentation d’état des systèmes linéaires continus.
 4. Représentation d’état des systèmes discrets.
5. Formes canoniques.
6. Représentation d’état des systèmes non linéaires.
7. Linéarisation.
Chapitre 2. Analyse des systèmes dans l’espace d’état

1. Résolution des équations d’état et matrice de transition, Méthodes de calculs de la matrice de

Transition, Analyse modale (diagonalisation)
2. Stabilité.
3. Notions de commandabilité et d’observabilité (définitions et méthodes de test).
Chapitre 3. Commande par retour d’état

1. Formulation du problème de placement de pôles par retour d’état

2. Méthodes de calculs pour les systèmes mono-variables.
3. Cas de systèmes multi-variables
4. Implémentation.
Chapitre 4. Synthèse des observateurs d’état

1. Introduction
2. Observateurs déterministes (Luen berger) et méthodes de calculs.
3. Observateurs réduits.
4. Observateurs stochastiques (filtre de Kalman).
Partie 1
 Rappels sur :
1. Stabilité des systèmes en boucle fermée dans le domaine fréquentiel
2. Marges de stabilité

1
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Chapitre 01 stabilité des systèmes en boucle fermée dans le domaine fréquentiel et

marge de stabilité
Rappels sur :
1. Réponse fréquentielle à partir de fonction de transfert
2. représentations de la réponse fréquentielle (diagramme polaire, diagramme de Bode)
3. Théorème de stabilité des systèmes en boucle fermée de Nyquist (diagramme de Nyquist)
4. Cas particuliers (critère du revers sur le diagramme polaire marges de stabilité, critère du revers
sur le diagramme de Bode, marges de stabilité sur le diagramme de Bode

1.1. Introduction
 QUESTION 01 : Qu’est-ce que la réponse en fréquence ?
 RÉPONSE : Le nom le dit, qu’il s’agit de la réponse d’un système en régime permanent vis-à-vis un
signal d’entré qui varie à une certaine fréquence.
 QUESTION 02 : Pourquoi est-il intéressant de s’intéresser à la réponse en fréquence ?
 RÉPONSE : Il existe plusieurs raisons pour lesquelles il est intéressant et important de se soucier de
la réponse en fréquence :
 Technique d’analyse très facile à expérimenter en pratique (facile à réaliser, fiable…)
 Nous renseigne énormément aux niveaux des caractéristiques du système (surtout par rapport à
la réponse transitoire)
 Permet même, dans certains cas, l’identification de la fonction de transfert d’un système
lorsqu’on ne la connait pas à priori.

Important :
En régime permanent, un système linéaire auquel on applique une entrée de type sinusoïdale
génère aussi, à sa sortie, un signal sinusoïdal qui oscille à la même fréquence ω.

À retenir :
L’objectif de l’analyse fréquentielle est d’étudier le comportement et la réponse d’un système
linéaire à une excitation sinusoïdale. La réponse permanente d’un système linéaire sollicité
par une entrée sinusoïdale 𝑬𝟎 𝒔𝒊𝒏(𝒘𝒕) est aussi de la forme sinusoïdale 𝑺𝟎 𝒔𝒊𝒏(𝒘𝒕 + 𝜽) de
même pulsation que le signal d’entrée mais d’amplitude S0 différente et déphasée par rapport
au signal d’entrée d’un angle𝛉.
La figure 1.1 représente les deux signaux déphasés l’un par rapport à l’autre et ayant des
amplitudes différentes pour une fréquence donnée.
L’analyse fréquentielle consiste à étudier les variations du rapport des amplitudes du signal de
sortie et du signal d’entrée, ainsi que le déphasage entre eux en faisant varier la fréquence 𝒇.
Dans cette analyse, l’amplitude du signal d’entrée est maintenue constante alors que le
paramètre variable est la fréquence 𝒇 ou la pulsation 𝝎 = 𝟐𝒑𝒇.

2
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Fig 1.1. reponse à une entrée de type sinusoïdale d'un système linéaire (1)
La réponse fréquentielle peut s’obtenir de deux manières :
Expérimentalement, en excitant le système par un signal sinusoïdal à amplitude constante et à
fréquence variable. Pour différentes valeurs de la fréquence, on relève l’amplitude du signal de sortie et
on calcule le rapport des amplitudes
𝑆0
et le déphasage 𝛉 entre le signal de sortie et le signal d’entrée.
𝐸0

Théoriquement, en exploitant la connaissance de la fonction de transfert complexe du système.

1.2. Analyse fréquentielle de systèmes dynamiques, réponse harmonique (2)

L’analyse fréquentielle des systèmes dynamiques consiste à étudier le comportement et les
propriétés de ceux-ci en régime permanent sinusoïdal. Dans le cas des systèmes linéaires stables,
l’analyse fréquentielle fournit la réponse harmonique, fonction dépendant de la fréquence et décrivant
comment, en régime permanent, le système amplifie et déphase les signaux sinusoïdaux appliqués à son
entrée. Le régime permanent sinusoïdal est obtenu lorsque les transitoires ont été amorties, i.e. pour
t → ∞.

1.2.1. Réponse fréquentielle

La réponse fréquentielle (encore appelée harmonique) est la réponse en régime permanent (c’est-
`a-dire pour 𝑡 → ∞) à une entrée sinusoïdale. En effet, si l’on considère que tout signal d’entrée peut être
décomposé en une somme (finie ou infinie) de signaux sinusoïdaux de diverses fréquences, il est important
de savoir comment un système réagit `a des excitations selon la fréquence 𝑓 (ou la pulsation ! : on rappelle
que 𝜔 = 2𝜋𝑓).
La réponse dépend donc de la pulsation 𝜔 aussi parle-t-on de réponse fréquentielle. Elle est
particulièrement prisée des automaticiens comme on le verra par la suite. (3)

3
 Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

1.2.2. Lien avec la fonction de transfert

Il faut avant tout savoir que lorsqu’un systeme de modèle linéaire est excite par une entrée
sinusoïdale 𝒖(𝒕) = 𝑼𝒎 𝒔𝒊𝒏(𝝎𝒕), il r´epond de telle sorte qu’en régime permanent (c’est-`a-dire après
un certain temps de transition), la sortie est d´écrite par :
𝒚(𝒕) = 𝑨(𝝎)𝑼𝒎 𝒔𝒊𝒏(𝝎𝒕 + 𝜽( 𝝎)) (1.1)
Démonstration (3)
Dans cette partie, on revient sur les assertions du paragraphe précédent . Il y est dit que la réponse
d’un système linéaire à une entrée sinusoïdale est, en régime permanent (pour 𝑡 → ∞), une sinusoïde. En
réalité, ceci n’est vrai que si le système est asymptotiquement stable ce qui sera suppose ici. Il est
également affirme que la fonction de transfert permet de reconstruire cette sortie. En voici les
justifications.
Le signal d’entrée est sinusoïdal :
𝒖(𝒕) = 𝑼𝒎 𝒔𝒊𝒏(𝝎𝒕) (2.1)
D’après le tableau de la transformée de Laplace est :
𝑈 𝜔
𝑈(𝑝) = (𝑝 2𝑚 (3.1)
+ 𝜔2 )

Soit G(p), la fonction de transfert du système que l’on supposera de manière réaliste strictement
propre. La transformée de Laplace de la sortie y(t) est :
𝑈𝑚 𝜔
𝑌 (𝑝) = 𝐺(𝑝) (𝑝 2 + 𝜔2 )
(4.1)

Comme G(p) est strictement propre, 𝑌(𝑝) est décomposable en éléments simples. Par souci de
simplicité, on suppose, dans les calculs, que les pôles du système sont distincts. La décomposition conduit
à:
𝑎 𝑎 𝑆
𝑌 (𝑝) = 𝑝− 𝑗𝜔 + 𝑝 + 𝑗𝜔 + ∑𝑛𝑖=1 𝑝 –𝑖𝑝 (5.1)
𝑖

Les valeurs 𝑝𝑖 correspondent aux 𝑛 pôles du système et les 𝑆𝑖 sont les résidus associes à ces pôles
dans cette décomposition.
𝑎 et 𝑎 sont les résidus associes à l’entrée sinusoïdale qui génère deux racines imaginaires pures
conjuguées 𝑗𝜔 et − 𝑗𝜔 au dénominateur de 𝑌 (𝑝).
Si on applique ℒ −1 à 𝑌(𝑝), on obtient :
𝑦(𝑡) = 𝑎𝑒 −𝑗𝜔𝑡 + 𝑎𝑒 𝑗𝜔𝑡 + ∑𝑛𝑖=1 𝑆𝑖 𝑒 – 𝑝𝑖 𝑡 (6.1)
Comme le système est suppose asymptotiquement stable, la partie réelle de ses pôles est
strictement négative et chaque terme 𝑒 – 𝑝𝑖 𝑡 tend vers zéro quand 𝑡 tend vers l’infini. Donc, après un
certain temps de régime transitoire, ce sont les deux premiers termes qui vont déterminer la réponse en
régime permanent.

4
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Dans le cas des pôles multiples, les expressions sont un peu plus compliquées à écrire et en
appliquant ℒ −1 , des termes en 𝑡 𝑞 𝑒 – 𝑝𝑖 𝑡 apparaissent mais ils tendent eux aussi vers 0 quand 𝑡 tend vers
l’infini. Il reste donc en régime permanent :
𝑦∞ (𝑡) = 𝑦(𝑡 → ∞) = 𝑎𝑒 −𝑗𝜔𝑡 + 𝑎𝑒 𝑗𝜔𝑡 (7.1)
Expression dans laquelle il convient de d´déterminer 𝑎 et 𝑎. L’identification des deux
expressions de 𝑌(𝑝) précédentes permet, en multipliant ces deux expressions par (𝑝 + 𝑗𝜔) et en
posant 𝑝 = −𝑗𝜔 de d´eduire :
𝑈𝑚
𝑎 = − 𝐺(−𝑗𝜔) (8.1)
2𝑗

Le même raisonnement mais en multipliant par (𝑝 − 𝑗𝜔) et en posant 𝑝 = 𝑗𝜔 conduit `a :

𝑈𝑚
𝑎 = 𝐺(−𝑗𝜔) (9.1)
2𝑗

𝐺(𝑗𝜔) est un nombre complexe paramétré par 𝜔. Son module peut être note 𝐴(𝜔) et son argument
𝜽(𝜔). 𝐺(𝑝) étant une fraction de deux polynômes en 𝑝, à coefficients réels, il est facile de voir que
𝐺(−𝑗𝜔) est de même module 𝐴(𝜔). En revanche, on a 𝐴𝑟𝑔(𝐺(−𝑗𝜔)) = −𝜽(𝜔). On peut donc écrire
𝐺(𝑗𝜔) 𝑒𝑡 𝐺(−𝑗𝜔) ainsi :
𝐺(𝑗𝜔) = 𝐴(𝜔)𝑒 𝑗𝜽(𝜔) ; 𝐺(−𝑗𝜔) = 𝐴(𝜔)𝑒 −𝑗𝜽(𝜔) (10.1)
On reprend l’équation de 𝑦∞ (𝑡) avec ces valeurs de résidus et il vient :
𝑈𝑚 𝑈𝑚
𝑦∞ (𝑡) = 𝑦(𝑡 → ∞) = − 𝐺(−𝑗𝜔)𝑒 −𝑗𝜔𝑡 + 𝐺(−𝑗𝜔)𝑒 𝑗𝜔𝑡 (11.1)
2𝑗 2𝑗

𝑒 𝑗(𝜔𝑡+𝜃(𝜔)) −𝑒 –𝑗(𝜔𝑡+𝜃(𝜔))
𝑦(𝑡 ) = 𝐴(𝜔)𝑈𝑚 ⟺ 𝒚(𝒕 ) = 𝑨(𝝎)𝑼𝒎 𝐬𝐢𝐧(𝝎𝒕 + 𝜽(𝝎)) (12.1)
2𝑖

La fonction de transfert calculée en 𝑝 = 𝑗𝜔 permet donc de retrouver la réponse harmonique du

système. On comprend ici pourquoi poser 𝑝 = 𝑗𝜔 revient à supposer que l’excitation d’entrée est
sinusoïdale.
La réponse est donc sinusoïdale de même fréquence mais d´déphasée par rapport à l’entrée.
L’amplitude de la sortie et son d´déphasage (couramment appelé phase) dépendent tous deux de 𝜔.
Et donc le gain harmonique 𝐴(𝜔) vérifie :
𝐴(𝜔) = |𝐺(𝑗 𝜔)| (13.1)
Et le déphasage est tel que :
𝜔 = 𝐴𝑟𝑔(𝐺(𝑗 𝜔)) (14.1)

1.2.3. La fonction de transfert (3)

La fonction de transfert 𝐺( 𝑗𝜔) d’un système quelconque est un nombre complexe. Trois solutions
sont utilisées en pratique pour représenter ce nombre complexe graphiquement.
· Partie imaginaire en fonction de la partie réelle avec paramétrage en fréquence : plan de
Nyquist.

5
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

· Module en fonction de la phase avec paramétrage en fréquence : plan de Black.

· Module en décibels en fonction de la fréquence et phase en fonction de la fréquence sur une
échelle de fréquence logarithmique : diagrammes de Bode.

1.2.4. Représentations de la réponse fréquentielle (diagramme de Bode)

Pourquoi le diagramme de bode ?

Prenons l’exemple suivant : un capteur génère une tension sinusoïdale et cette tension
malheureusement est bruitée.

Le signa l observé ce compose d’un signal à basse fréquence auxquelles se superpose des signaux
de plus haute fréquence

On souhaite supprimer les hautes fréquences qui composent le bruit à l’aide d’un filtre et on
cherche à dimensionner le filtre de sorte que le signal de basse fréquence soit conservé et les parasites de
hautes fréquences seront atténués.

6
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Dans cet exemple on utilise un filtre RC

Le diagramme de bode illustre l’effet de ce filtre sur chacune des fréquences où on va voir quelle
sont les fréquences qui seront atténuées et pour cela on visualise les tensions d’entrée et de sorties en
fonction de leurs fréquences :

Si on sollicite le filtre à basses fréquences les tensions ont la même amplitude et le déphasage
entre eux est nul (les deux tensions en phase)

On observe le même phénomène si on déplace un poids suspendu à un élastique a basse fréquence

c’est à dire que l’amplitude du mouvement de l’entrée (mouvement de la main) est la même amplitude du
mouvement de la sortie (mouvement du poids)

7
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

En revanche si on augmente la fréquence de la main on aura une diminution de l’amplitude du

mouvement du poids et le même cas pour la phase on remarque que le système présente un déphasage
entre les deux mouvements ?

Si on sollicite le filtre a une fréquence plus élevée on constate que l’amplitude du sortie est
toujours la même que celle du signal d’entrée en revanche on observe que le signal de sotie est l’égerment
en retard par rapport au signal d’entrée
Si on augmente la fréquence on observe clairement qu’il ya une différence entre les amplitudes
(l’amplitude de la sortie est atténuée par rapport à l’amplitude de l’entrée) et le retard augmente (voir
figure)

Le diagramme de bode représente tous ces cas de sollicitation en même temps sur un graphique
dont l’axe des abscisse représente les différentes fréquences graduée en pulsation = 2𝜋𝑓 .
Les diagrammes de bode devront apparaitre en même temps l’atténuation des amplitudes et le
déphasage.

8
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Un tel diagramme présente le rapport ente l’amplitude la sortie par rapport à l’amplitude de
l’entrée est appelé le gain, quand ce dernier est négatif on parle de l’atténuation des amplitudes et quand
le gai est positif on parle l’amplification des amplitudes de la fonction du transfert.
Le deuxième graphiques représente le déphasage ente les deux tensions, dans notre cas on
représente que la parie négative car on parle d’un filtre passif (atténuation des amplitudes). L’axe des
̂
𝑢 ̂
𝑢
ordonnés est gradué en dB c’est – à dire20log (𝑢̂𝑠 ) pour faire apparaitre le scenario de rapport 𝑢̂𝑠 dans les
𝑒 𝑒

basse fréquences car cela ne peut pas apparaitre si la représentation est linéaire.
Le deuxième diagramme représente le déphasage entre les deux signaux est appelé le digramme
de phase il est utilisé souvent pour étudier la stabilité de système, dans notre cas on peut représenter que
la partie négatives de l’échelle des ordonnés car on parle d’un retard de phase
Pour le tracé on suit les différents cas des fréquences :
Pour tracer le gain

Pour tracer La phase

Deuxième cas

9
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Le reste des cas

L’ensemble des représentations des gains et des déphasages en fonction des pulsations forme les
diagrammes de Bode

L’échelle pour les pulsations est une échelle logarithmique pour avoir apparaitre l’évolution du
rapport des modules des deux signaux dans les basses fréquences

N.B
L’échelle logarithmique ne comporte pas le zéro (0),(voir figure) le déplacement vers la gauche
apparait les valeurs proches de zero mais ne jamais atteindre le zéro

10
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Pour tracer ses diagrammes on a besoin de la fonction du transfert du système en régime

harmonique (nombre complexes) dans notre cas :
1
𝑈𝑠 𝑍𝑐 𝑗𝐶𝜔 1
𝐻(𝑗𝜔) = 𝑈 = 𝑍 = 1 = 1+𝑗𝐶𝑅𝜔 (15.1)
𝑒 𝑐 +𝑅 +𝑅
𝑗𝐶𝜔

Le module :
1
|𝐻(𝑗𝜔)| = (16.1)
√1+(𝑐𝜔𝑅)2

La phase :
𝜑 = −𝑎𝑟𝑐𝑡𝑔(𝐶𝑅𝜔) (17.1)

Basons sur l’exemple du circuit RC

Fig 1 .2 . Exemple d'un système lineaire

Pour la suite, on notera T, TdB et θ le module linéaire, le module en décibels et la phase de la

fonction de transfert respectivement

11
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Dans le diagramme de Bode, l’information est présentée en deux parties comme on a vu

précédemment. Une première courbe représente le gain du système en fonction de la pulsation. La
seconde montre le déphasage en fonction de cette même pulsation. Pour que ces graphes puissent être
construits efficacement, il faut toutefois satisfaire quelques règles :
– La pulsation est graduée en échelle logarithmique.
– L’amplification n’est pas donnée directement mais on porte en ordonnée ce qu’on appelle le gain
en décibels soit
𝑇(𝜔) = 20𝑙𝑜𝑔(|𝐺(𝑗𝜔)|) (18.1)
L´échelle restant alors linéaire.
– Le déphasage est gradue en degrés ou en radians en utilisant une échelle linéaire
L’avantage d’un tel diagramme est que les courbes suivent des asymptotes. De ce fait, on peut
tracer un diagramme asymptotique de Bode qui aide à la construction du diagramme réel.

1.2.5. Diagrammes de Bode - Intérêt de l’échelle logarithmique

Le décibel (dB) est une échelle logarithmique définie à partir des puissances de la façon suivante
: 𝑃 𝑑𝐵 = 10 𝐿𝑜𝑔10 ( 𝑃) où : 𝑃 est une puissance exprimée en Watts sur une échelle linéaire. Pour les
tensions, le facteur devant le Log est 20 du fait que la puissance est proportionnelle au carré de la tension.
Le module de la fonction de transfert s’exprime comme le rapport du module de la tension de sortie sur
le module de la tension d’entrée du système considéré. En dB, on aura donc : 𝐻𝑑𝐵 = 20 𝐿𝑜𝑔 (𝐻 ) =
̅̅
𝑉𝑠̅̅
20𝐿𝑜𝑔 |𝑉𝑒
̅̅̅̅
| Pour la suite, on utilisera 𝐿𝑜𝑔 pour signifier le logarithme en base 10.

1.2.6. Représentation en échelle linéaire

Prenons l’exemple du circuit RC de la figure

On a
𝑉̅𝑠 1
𝐺̅ = ̅̅̅ = 𝜔 (19.1)
𝑉 𝑒 1+𝑗
𝜔0

1
Où : 𝜏 = 𝑅𝐶 𝑒𝑡 𝜔0 = 𝑅𝐶

Soit pour le module

1
𝐺= (20.1)
𝜔 2
√1+( )
𝜔0

12
 Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

En posant
𝜔
𝑥 = (21.1)
𝜔0

On obtient :
1
𝐺 = √1+𝑥 2 (22.1)

Si l’on représente G sur une échelle de fréquence linéaire, on obtient une courbe ne présentant pas
d’asymptote lorsque x << 1 ou x >> 1. Le tracé de G nécessite donc le calcul d’un grand nombre de points.
Ce raisonnement peut être généralisé à toutes les fonctions de transfert se présentant sous une forme
polynomiale :
2
1+𝑎 𝑗𝑥+𝑎 (𝑗𝑥) +...+𝑎 (𝑗𝑥) 𝑛
𝐺̅ = 1+𝑏 0𝑗𝑥+𝑏 1(𝑗𝑥)2 +...+𝑏 𝑛(𝑗𝑥)𝑚 (23.1)
0 1 𝑚

Dans tous les cas le tracé en échelle linéaire est long et fastidieux. On verra également qu’il ne
permet pas de dégager des informations de façon rapide sur le système (Fréquence de coupure, Bande
Passante, ...)

1.2.7. Représentation en échelles logarithmiques

Echelle logarithmique
L’échelle des fréquences est logarithmique. On fait correspondre 𝑥 à 𝐿𝑜𝑔(𝑥). On peut
indifféremment utiliser le 𝐿𝑜𝑔 en base 2 (𝑙𝑜𝑔 𝑛é𝑝é𝑟𝑖𝑒𝑛) ou en base 10. Trois points importants sont à
retenir lorsque l’on utilise une échelle logarithmique :
· Une multiplication de la fréquence par un facteur constant se traduit par un décalage géométrique
constant sur l’axe des fréquences.
· L’échelle ne peut pas démarrer du point 0 (fréquence nulle) du fait que (0) = −∞ .
· Une octave et une décade correspondent respectivement à une multiplication par un facteur 2 et
10 de la fréquence.
 Représentation du module (4)
Tracé asymptotique Le module est représenté en dB sur l’échelle logarithmique.
1
En reprenant l’exemple du circuit RC, on a : 𝐻𝑑𝑏 = 20 log (√1+𝑥2 ) = −20 log(√1 + 𝑥 2 ).

 Lorsque 𝑥 >> 1,
On a : 𝑙𝑖𝑚 𝐻𝑑𝑏 = −20 𝑙𝑜𝑔(√𝑥 2 ) = −20 𝑙𝑜𝑔(𝑥) qui représente une droite de pente
− 20𝑑𝐵/𝑑é𝑐𝑎𝑑𝑒 sur une échelle logarithmique (ou encore −6𝑑𝐵/𝑜𝑐𝑡𝑎𝑣𝑒). En effet, pour 𝑥 = 1, on a
𝐻 𝑑𝐵 = 0;
 Pour 𝑥 = 10, on a 𝐻 𝑑𝐵 = −20𝑑𝐵, soit une diminution du module de 20𝑑𝐵 pour une décade.

13
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

 Lorsque 𝑥 << 1, on a : 𝑙𝑖𝑚 𝐻𝑑𝐵 = −20 𝑙𝑜𝑔(√1) = 0 ; qui représente une droite de pente
nulle. En échelle logarithmique, le module en dB présente donc deux asymptotes, pour 𝑥 >> 1 et 𝑥 << 1,
soit pour les «hautes » fréquences et les «basses» fréquences (figure 1.3).
C’est évidemment le cas pour toutes les fonctions de transfert se présentant sous une forme
polynomiale.
L’intérêt de l’échelle logarithmique est donc énorme pour le tracé et l’analyse du module d’une
fonction de transfert.

Fig 1 .3. Diagramme de Bode. Tracé asymptotique du module de la fonction de transfert du circuit RC (4)

1.2.8. Pulsation de coupure ; bande passante

Pulsation de coupure :

C'est la pulsation pour laquelle le gain a diminué de 3𝑑𝐵 par rapport à sa valeur maximum ou
par rapport au gain statique suivant la nature du système (passe bas, passe haut, passe bande). De la même
façon on peut définir la pulsation de coupure à 6𝑑𝐵.Une diminution de 𝟑𝒅𝑩 se traduit par une diminution
√2 𝐻𝑚𝑎𝑥
dans un rapport de : |𝐻(𝑗𝜔𝑐 )| = ≅ 0.707 𝐻𝑚𝑎𝑥 ; une diminution de 6dB se traduit par une
2 √2
𝐻𝑚𝑎𝑥
diminution dans un rapport de 1/2 : |𝐻(𝑗𝜔𝑐 )| = = 0.5 𝐻𝑚𝑎𝑥
2

Fig 1 .4. Pulsation de coupure (4)

Bande passante :
Un système en général transmet inégalement les diverses fréquences. On peut alors définir la
bande passante comme étant l'intervalle de fréquences pour lequel le gain ne diminue pas de plus de 3dB
(par exemple) par rapport à sa valeur maximale. Les fréquences extrêmes constituent des fréquences de
coupure (basse 𝜔𝑐1, et haute 𝜔𝑐2) .
D’autre terme c’est le domaine des fréquences comprises :
 entre les fréquences de coupures 𝑩𝑷 = ∆𝒇 = 𝒇𝒄𝑯𝑭 − 𝒇𝒄𝑩𝑭 (filtre passe-bande),

14
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

 Ou entre : 𝟎 𝑯𝒛 𝒆𝒕 𝒇𝒄 (passe-bas),
 Ou entre : 𝒇𝒄 𝒆𝒕 ∞ (passe haut).

Fig 1 .5 .Exemples du premier et du deuxième ordre pour le diagramme de Bode

Pour un système du premier ordre :

𝐾
𝐻(𝑗𝜔) = 1 +𝑗𝜔𝜏 (24.1)

|𝐾|
𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 ⇒ |𝐻(𝑗𝜔)| = √1+𝜔2 (25.1)
𝜏2

𝑝ℎ𝑎𝑠𝑒 ⇒ ∠𝐻(𝑗𝜔) = −𝑎𝑟𝑐𝑡𝑎𝑔(𝜔𝜏) (26.1)

Exemples
Systèmes d’ordre 1
1
𝐻(𝑠) = , 𝜏 réel positif,
𝜏 𝑠+1

Les diagrammes de Bode exacts correspondant à 𝐻(𝑠) sont représentés sur la figure ci dessous.
Les diagrammes de Bode de droite sont des approximations courantes utilisées dans ce cours :

15
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

= 0 𝑑𝐵 pour ω ≤ 1/τ
20 𝑙𝑜𝑔10(|𝐻(𝑗𝜔)|) {
décroît de − 20 dB/déc. pour ω > 1/𝜏
1
= 0 𝑝𝑜𝑢𝑟 𝜔 ≤
10𝜏
𝜋 10
∠𝐻(𝑗𝜔) = − 𝑝𝑜𝑢𝑟 𝜔 ≥ (𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑝𝑟é𝑐𝑖𝑠𝑒)
2 𝜏
𝜋 𝑟𝑎𝑑 1 10
{ 𝑑é𝑐𝑟𝑜î𝑡 𝑑𝑒 – ( ) . 𝑝𝑜𝑢𝑟 <𝜔<
4 𝑑é𝑐 10𝜏 𝜏
Ou :
1
= 0 𝑝𝑜𝑢𝑟 𝜔 ≤
∠𝐻(𝑗𝜔) { 𝜏 (𝑣𝑒𝑟𝑠𝑖𝑜𝑛 𝑠𝑖𝑚𝑝𝑙𝑖𝑓𝑖é𝑒)
𝜋 1
= − 𝑝𝑜𝑢𝑟 𝜔 >
2 𝜏

Exemple sous MATLAB

Pour un système du deuxième ordre :

𝐾𝜔𝑛 2
𝐻(𝑗𝜔) =
(𝑗𝜔)2 + 2𝜔𝑛 𝜁(𝑗𝜔) + 𝜔𝑛 2

|𝐾|
𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 ⇒ |𝐻(𝑗𝜔)| =
2
2 2
√(1 − ( 𝜔 2 )) + (2𝜁 𝜔 )
𝜔𝑛 𝜔𝑛

16
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

𝜔
2𝜁 𝜔
𝑛
𝑝ℎ𝑎𝑠𝑒 ⇒ ∠𝐻(𝑗𝜔) = −𝑎𝑟𝑐𝑡𝑎𝑔 ( )
𝜔 2
1 − (𝜔 )
𝑛

Fig 1 .6. diagramme de gain pour deffirentes valeurs du coefficient d'amortssement

Fig 1 .7. diagramme de phase pour deffirentes valeurs du coefficient d'amortssement

17
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Exemple sous MATLAB

Fig 1 .8. Allure des diagrammes de Bode pour différentes valeurs du facteur d’amortissement

Exercice

Tracer les diagrammes de Bode de la fonction de transfert

Suivante :

10. (1 + 5. 𝑝)
𝐻(𝑝) =
𝑝. (1 + 𝑝)
𝟏𝟎.(𝟏 + 𝟓.𝒋𝝎)
𝑮𝒅𝑩(𝝎) = 𝟐𝟎. 𝐥𝐨𝐠 |𝑯(𝒋. 𝝎) | = 𝟐𝟎. 𝐥𝐨𝐠 (| |)
𝒋𝝎.(𝟏 + 𝒋𝝎)

1 1
= 20. log(|10|) + 20. log(|1 + 5. 𝑗. 𝜔|) + 20. 𝑙𝑜𝑔 |𝑗.𝜔| + 20. log (1 + 𝑗.𝜔)

= 20 + 20. log √1 + 25. 𝜔 2 − 20. log(𝜔) − 20. log √1 + 𝜔 2

10.(1 + 5.𝑗.𝜔)
𝝋(𝝎) = 𝑎𝑟𝑔 (𝐻(𝑗. 𝜔)) = 𝑎𝑟𝑔 ( 𝑗.𝜔.(1 + 𝑗.𝜔) )
1 1
= 𝑎𝑟 𝑔(10) + 𝑎𝑟 𝑔(1 + 5. 𝑗. 𝜔) + 𝑎𝑟 𝑔 (𝑗.𝜔) + 𝑎𝑟𝑔 (1 + 𝑗.𝜔)
𝜔
= 0 + 𝑎𝑟𝑐𝑡𝑎𝑛 (5. 𝜔) − arctan ( 0 ) 𝑎𝑟𝑐𝑡𝑎𝑛 (𝜔)

= 0 + 𝑎𝑟𝑐𝑡𝑎𝑛 (5. 𝜔) − 𝑎𝑟𝑐𝑡𝑎𝑛 (∞) − 𝑎𝑟𝑐𝑡𝑎𝑛 (𝜔)

𝜋
= 𝑎𝑟𝑐𝑡𝑎𝑛 (5. 𝜔) – − 𝑎𝑟𝑐𝑡𝑎𝑛 (𝜔)
2

Le tracé

18
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Fig 1 .9 Diagramme de bode (gain et phase)

Par matlab

19
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

1.3. Théorème de stabilité des systèmes en boucle fermée de Nyquist

1.3.1. Diagramme de nyquist (5)

Le diagramme de Bode constitue un moyen très efficace et facile d’accès pour représenter
graphiquement le comportement fréquentiel d’un système. Toutefois, il est nécessaire de toujours
effectuer deux graphes : gain et déphasage.

Le diagramme de Nyquist permet d’obtenir une représentation graphique de ce comportement

sur un graphe unique. Plus délicat à tracer, il revêt néanmoins un intérêt primordial en automatique,
comme nous le verrons a l’étude la stabilité des systèmes asservis.

1.3.2. Définition

Le diagramme de Nyquist, ou lieu de Nyquist d’un système est le lieu, en coordonnées polaires,
des points M de coordonnées 𝐺(𝝎) 𝑒𝑡𝝋(𝝎) lorsque 𝝎 varie de 0 à + ∞ voir figure.

Fig 1 .10. Définition schématique du diagramme de Nyquist. (5)

C’est aussi le lieu, dans le plan complexe, des points d’affixe 𝐺( 𝑗𝜔), donc de coordonnées
𝑅𝑒 [𝐺( 𝑗𝜔)], 𝐼𝑚[𝐺( 𝑗𝜔)] dans ce plan. Il est d’usage d’orienter le graphe dans le sens des 𝜔 croissants
et parfois, de graduer la courbe en 𝜔. (5)

Le diagramme de Nyquist permet principalement de recueillir de l’information sur la stabilité

d’un système (6)

Les points importants du diagramme sont :

• 𝜔 = 0

• 𝜔 = ∞

• 𝑜𝑢 𝑙𝑎 𝑐𝑜𝑢𝑟𝑏𝑒 𝑐𝑟𝑜𝑖𝑠𝑒 𝑙’𝑎𝑥𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑖𝑟𝑒, 𝜑 = ±90◦

• 𝑜𝑢 𝑙𝑎 𝑐𝑜𝑢𝑟𝑏𝑒 𝑐𝑟𝑜𝑖𝑠𝑒 𝑙’𝑎𝑥𝑒 𝑟é𝑒𝑙, 𝜑 = ±180◦

20
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Exemple

Soit le système décrit par la fonction de transfert en boucle ouverte

𝑘
𝐺(𝑠) = ;𝑘 > 0
(−1 + 𝑠)(2 + 𝑠)(5 + 𝑠)

Tracer le diagramme de diagramme de nyquist :

1. On remplace 𝑝 pae 𝑗𝜔 :

La FTBO devient :

𝑘
𝐺(𝑗𝜔) = ;𝑘 > 0
(−1 + 𝑗𝜔)(2 + 𝑗𝜔)(5 + 𝑗𝜔)

𝑘(−1 − 𝑗𝜔)(2 − 𝑗𝜔)(5 − 𝑗𝜔)

𝐺(𝑗𝜔) = ;𝑘 > 0
(1 + 𝜔 2 )(4 + 𝜔 2 )(25 + 𝜔 2 )

(−1 − 𝑗𝜔)(2 − 𝑗𝜔)(5 − 𝑗𝜔) = −6𝜔2 − 10 + 𝑗(−3𝜔 + 𝜔3 )

𝑘(−6𝜔2 − 10) 𝑘(−3𝜔 + 𝜔3 )

𝐺(𝑗𝜔) = + 𝑗
(1 + 𝜔 2 )(4 + 𝜔 2 )(25 + 𝜔 2 ) (1 + 𝜔 2 )(4 + 𝜔 2 )(25 + 𝜔 2 )

𝑘(−6𝜔2 − 10)
𝑅𝑒(𝑗𝜔) =
(1 + 𝜔 2 )(4 + 𝜔 2 )(25 + 𝜔 2 )
𝑘(−3𝜔 + 𝜔3 )
⇒ 𝐼𝑚𝑔(𝑗𝜔) =
(1 + 𝜔 2 )(4 + 𝜔 2 )(25 + 𝜔 2 )
3𝜔 − 𝜔3
𝜑(𝑗𝜔) = 𝑎𝑟𝑐𝑡𝑔 ( 2 )
{ 6𝜔 + 10

2. On va étudier l’intersection avec les deux axes réel et imaginaire

 Avec 𝑅𝑒

La partie imaginaire doit être nulle

𝐼𝑚(𝑗𝜔) = 0 ⇒ −𝑘(3𝜔 − 𝜔3 ) = 0

𝜔 = ±√3

1
𝑅𝑒(𝑗𝜔)|𝜔=+√3 = − 𝑘
28

 Avec 𝐼𝑚𝑔

𝑅𝑒(𝑗𝜔) = 0 ⇒ −𝑘(10 + 6𝜔2 ) ≠ 0 ∀𝜔 ∈ ℜ

Et par conséquent la courbe ne passe pas par l’axe imaginaire

21
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Pour tracer la courbe on suppose que le premier point (point de départ) à 𝜔 = 0 et le point final
(point) d’arrive à 𝝎 → +∞

 Pour les hautes fréquences 𝝎 → +∞

𝑅𝑒(𝑗𝜔)|𝜔→+∞ = 0
{𝐼𝑚𝑔(𝑗𝜔)|𝜔→+∞ = 0
𝜑(𝑗𝜔)|𝜔→+∞ = 90°

 Pour les basses fréquences 𝝎 → 𝟎+

𝑘
𝑅𝑒(𝑗𝜔)|𝝎→𝟎+ = −
10
𝐼𝑚𝑔(𝑗𝜔)|𝝎→𝟎+ = 0
{𝜑(𝑗𝜔)|𝝎→𝟎+ = −180°

Il reste a préciser la direction de la courbe soit vers 𝑯 ou vers 𝑮

On constate clairement que pour 𝜔 < √3 les parties imaginaires des complexes sont s en
revanche pour 𝜔 > √3 les parties imaginaire des nombres complexes sont positives alors on peut résulter
que le départ sera de 𝑩 vers 𝑮 passant par 𝑨 et on termine à 𝑪 et par symétrie on ferme le contour de
nyquist vpir figure :

22
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Résultat par matlab

1.4. Stabilité des systèmes linéaires asservis

1.4.1. Critère mathématique de stabilité (5)

 Énoncé du critère de stabilité

Un système bouclé est stable si et seulement si sa sortie, autrement dit la grandeur physique réelle
à réguler reste bornée lorsque l’on injecte un signal borné à son entrée. Dans la pratique, on exige que le
signal de sortie converge effectivement vers une valeur finie. D’une manière plus générale, aucun signal
dans la boucle de régulation, ne doit osciller ou tendre vers l’infini.

La condition mathématique de stabilité s’énonce ainsi :

Un système asservi est stable si et seulement si sa fonction de transfert en boucle fermée

ne possède aucun pôle à partie réelle positive

 Inconvénients du critère mathématique

Le critère mathématique énoncé précédemment possède l’avantage d’être inconditionnel et

universel. Toutefois, il possède un certain nombre d’inconvénients.

– Il nécessite non seulement la connaissance de la fonction de transfert mais il suppose également

que l’on soit capable de calculer ses pôles. Cette tâche peut être aisée pour des systèmes d’ordres peu
élevés, mais elle devient très vite ardue pour des systèmes d’ordres élevés ou qui possèdent de nombreux
paramètres.

– La fonction de transfert n’est qu’un modèle qui peut parfois, pour des raisons de simplifications
nécessaires, être éloigné de la réalité physique de l’objet qu’il décrit. Le critère mathématique
diagnostique la stabilité ou l’instabilité d’un système correspondant au modèle choisi et l’on ne peut
jamais être sûr que le système réel, quant à lui, est stable ou pas.

23
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

– Pour finir, les lois qui régissent les systèmes physiques peuvent évoluer dans le temps : des
pièces peuvent s’user ou des éléments peuvent être sensibles à des variations des conditions de
l’environnement extérieur. Un système stable aujourd’hui peut très bien devenir instable par la suite.

Il résulte de ces considérations, d’une part que le critère mathématique est la plupart du temps
difficile à utiliser dans la pratique et d’autre part, qu’il possède un caractère trop « binaire ».

Dans les pages qui suivent, nous nous intéresserons à des critères plus faciles à mettre en oeuvre
et surtout à ceux qui introduisent une notion de marge de stabilité, autrement dit qui permettent de
quantifier la stabilité comme une performance en faisant apparaître la notion de système plus ou moins
stable. Plus un système sera stable, plus il aura des chances de le rester et les imprécisions de modélisation
seront bien évidemment moins dangereuses.

1.4.2. Critère de nyquist (5)

Comme on a vu précédemment Le critère de Nyquist est un critère graphique de stabilité en

boucle fermée obtenu à partir du lieu de Nyquist du système en boucle ouverte. Il est une conséquence du
théorème de Cauchy appliqué à la fonction de transfert d’un système asservi.

a) Théorème de Cauchy

Soit une fonction complexe d’une variable complexe 𝐹( 𝑝) possédant 𝒏 pôles et 𝒎 zéros. On
considère, dans le plan complexe, un contour fermé Γ de telle sorte que tous les pôles et tous les zéros de
la fonction 𝐹( 𝑝)se trouvent à l’intérieur de ce contour voir figure

Fig 1 .11 . Illustration du théorème de Cauchy

Lorsque 𝑝 se déplace le long du contour Γ, son image par 𝐹 se déplace le long d’une courbe que
nous pouvons appeler 𝐹(𝛤).

Le nombre de tours effectué par 𝐹(𝛤). autour de l’origine est égal à (𝒎 – 𝒏). La différence (𝒎 – 𝒏).est
comptée positivement si le sens de rotation de 𝒑 le long de 𝛤 coïncide avec le sens de rotation de
𝐹(𝛤) autour de O et négativement dans le cas contraire.

24
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Fig 1 .12. Illustration du théorème de Cauchy

b) Application du théorème de Cauchy à l’étude de la stabilité

Considérons le système quelconque représenté sur la figure suivante.

Fig 1 .13. Schéma général d’une boucle de régulation.

Ce système est stable en boucle fermée si et seulement si sa fonction de transfert en boucle fermée
𝑨( 𝒑)
𝑯( 𝒑) = 𝟏 + 𝑨( 𝒑)𝑩( 𝒑) (27.1)

ne possède aucun pôle à partie réelle positive. Autrement dit, l’étude la stabilité du système
revient à étudier les solutions de l’équation :

1 + 𝐴( 𝑝)𝐵( 𝑝) = 0 (28.1)

Ou encore :

1 + 𝐺( 𝑝) = 0 (29.1)

25
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

𝐺( 𝑝) est la fonction de transfert en boucle ouverte du système. Cela signifie qu’il est possible
d’appréhender l’étude la stabilité d’un système en boucle fermée à partir de sa fonction de transfert en
boucle ouverte. Le mathématicien Nyquist a eu l’idée de proposer un critère de stabilité basé sur
l’application du théorème de Cauchy à la fonction𝐹( 𝑝) = 𝐺( 𝑝) + 1.

Rappelons que le système est stable si et seulement si aucun pôle de 𝐻( 𝑝) n’est à partie réelle
positive. Les pôles de la fonction de transfert en boucle fermée étant les zéros de cette fonction 𝐹( 𝑝), cela
signifie que le système est stable si et seulement si aucun zéro de 𝐹( 𝑝) ne se trouve à l’intérieur du
contour de Nyquist. Il faut donc, pour que le système soit stable, que l’on ait : m = 0, m étant le nombre
de zéros de F( p), donc le nombre de pôles de H( p).

Remarquons par ailleurs, que les pôles de 𝐺( 𝑝) sont aussi ceux de 𝐹( 𝑝) ; en effet, une fraction
rationnelle à laquelle on ajoute 1 donne, après réduction au même dénominateur, une nouvelle fraction
rationnelle de même dénominateur. Par conséquent, le nombre 𝑛 de pôles de 𝐹( 𝑝) se trouvant à l’intérieur
du contour de Nyquist est égal au nombre de pôles instables (à partie réelle positive) de 𝐺( 𝑝).

Si on trace l’image par 𝐹 = 1 + 𝐺 du contour de Nyquist, on pourra donc diagnostiquer la

stabilité du système en boucle fermée si le nombre de tours effectués par 𝐹(𝛤). autour de l’origine est égal
à −𝑛 où n est le nombre de pôles de 𝐺( 𝑝) à partie réelle positive. Cette conclusion nous conduit à un
premier énoncé du critère de Nyquist :

Un système est stable en boucle fermée si l’image du contour de Nyquist par la fonction

𝐹( 𝑝) = 𝐺( 𝑝) + 1 fait autour de l’origine, dans le sens horaire, un nombre de tours égal à −𝑛 où n est
le nombre de pôles à partie réelle positive de la fonction de transfert en boucle ouverte 𝐺( 𝑝). L’image
du contour de Nyquist, par ailleurs, ne doit pas passer par l’origine.

Récapitulatif

Critère géométrique de Nyquist

On définit :

 𝑃 : nombre de pôles instables de 𝐻𝐵𝑂(𝑠)

 𝑁: nombre de tours que fait autour du point critique −1 le diagramme complet de Nyquist, c-a-d lieu
de 𝐻𝐵𝑂(𝑗𝜔) parcouru dans le sens des 𝜔 croissant de −∞ à +∞, compté avec le signe + si ce parcours
se fait dans le sens trigonométrique et compté avec le signe − dans le cas contraire.

Énoncé du critère

Un système continu en boucle fermée à retour unitaire (𝐻𝐵𝐹 ) est asymptotiquement stable à la
condition nécessaire et suffisante que son diagramme de Nyquist en boucle ouverte (𝐻𝐵𝑂) parcouru

26
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

quand ω croît de −∞ à +∞, entoure le point critique (−1; 0) dans le sens trigonométrique un nombre
𝑁 de fois égal au nombre 𝑃 de pôles instables de la fonction de transfert en boucle ouverte. Condition
nécessaire suffisante pour la stabilité asymptotique :
𝑁 = 𝑃.

Exemple
Soit un système en BF de transmittance en boucle ouverte
20
𝐻𝐵𝑂 (𝑠) =
(𝑠 − 1)(𝑠 2 + 5𝑠 + 25)
𝐻𝐵𝑂 𝑠 a un pôle instable 𝜆 = 1 ⇒ 𝑃 = 1. Le système est donc instable en boucle fermée Le
système sera stable en boucle fermée si le diagramme de Nyquist entoure une fois le point –1 dans le sens
trigonométrique Or le nombre de tours autour de –1 est nul, 𝑁 = 0. Le système est donc instable en boucle
fermée

1.5. La stabilité dans le domaine fréquentielle (7)

Condition de stabilité Considérons un procédé en boucle fermée à retour unitaire de fonction de
transfert régnante H(s) et perturbatrice L(s) .

Fig 1 .14. Schéma général d’une boucle de régulation avec shama bloc

27
 Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Avec :

𝒀(𝒔) = 𝑭𝑻𝑩𝑭(𝒔) × 𝒀 (𝒔) + 𝑳𝑩𝑭(𝒔) × 𝑷(𝒔) (30.1)

Et
𝑭𝑻𝑩𝑶(𝒔) 𝑳(𝒔)
𝑭𝑻𝑩𝑭(𝒔) = 𝟏+𝑭𝑻𝑩𝑶(𝒔) ; 𝑳𝑩𝑭(𝒔) = 𝟏+𝑭𝑻𝑩𝑶(𝒔) 𝒆𝒕 𝑭𝑻𝑩𝑶(𝒔) = 𝑯𝑹 (𝒔) × 𝑯(𝒔) (31.1)

On constate que les deux fonctions de transfert 𝐹𝑇𝐵𝐹(𝑠) et 𝐿𝐵𝐹(𝑠) ont les mêmes
dénominateurs et par conséquent les mêmes pôles.

un système ou procédé quelconque conduit à la définition suivante : Un système dynamique

linéaire continu et invariant est stable si et seulement si les pôles de sa fonction de transfert sont à parties
réelles strictement négatives. Or les pôles d’un procédé en BF sont les zéros de l’équation caractéristique
1 + 𝐹𝑇𝐵𝑂(𝑠) = 0. Donc la définition de la stabilité d’un système asservi ou en BF s’énonce :

Un procédé en BF à retour unitaire est stable si son équation caractéristique 1 + 𝐹𝑇𝐵𝑂(𝑠) = 0 ne

possède que des zéros à partie réelle négative (7)

1.5.1. Point critique de stabilité (-1,0)

Lorsque un procédé asservi (en BF) entre en oscillations (signal de sortie sinusoïdal) pour une
variation d’entrée bornée ou même nulle, le procédé est à la limite de stabilité ( l’un des pôles ou deux
pôles conjugués imaginaires purs 𝑠 = ± 𝑗𝜔𝑐 deviennent pôles de sa 𝐹𝑇𝐵𝐹 ou zéros de son équation
caractéristique 1 + 𝐹𝑇𝐵𝐹(𝑠) = 0 . A noter que l’axe imaginaire est la frontière entre le plan gauche
des pôles à parties réelle négative et le plan droit des pôles à parties réelle positive). Dans ce cas 𝜔𝑐 , est
la pulsation d’oscillation. La résolution de l’équation caractéristique permet d’obtenir les conditions
limites de stabilité (gain critique de boucle 𝑲𝒄 ) :

𝟏 + 𝑭𝑻𝑩𝑶(𝒔 = 𝒋𝝎𝒄 ) = 𝟎 ⇒ |𝑭𝑻𝑩𝑶(𝒋𝝎𝒄 ) | = 𝟏 𝒆𝒕 𝑨𝒓𝒈(𝑭𝑻𝑩𝑶(𝒋𝝎𝒄 )) = −𝝅 (32.1)

Dans le plan de Nyquist, le point singulier de module 𝟏 et d’argument −𝝅 est appelé point
critique de stabilité.

Exemple

𝐾𝑅
𝐹𝑇𝐵𝑂(𝑠 = 𝑗𝜔𝑐 ) =
(1 + 𝑇𝑗𝜔𝑐 )3

Soit ;

𝐾𝑅 𝐾𝑅
|𝐹𝑇𝐵𝑂( 𝑗𝜔𝑐 )| = | | = 1 ⇒ =1
(1 + 𝑇𝑗𝜔𝑐 )3 √1 + (𝑇𝜔𝑐 )𝑍

Et ;

28
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

arg(𝐹𝑇𝐵𝑂( 𝑗𝜔𝑐 )) = −3𝑎𝑟𝑐𝑡𝑎𝑔(𝜔𝑐 𝑇) = −𝜋 ⇒ 𝜔𝑐 𝑇 = √3

Donc ;

𝐾𝑅
= 1(𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛 𝑙𝑖𝑚𝑖𝑡𝑒 𝑑𝑒 𝑠𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑒 )
8

C’est-à-dire pour avoir la stabilité du système il faut que le gain prenne la valeur : 𝐾𝑅 = 8

1.6. Critère graphique ou de revers dans le plan de Nyquist : (7)

Le dénominateur ou le polynôme caractéristique de la 𝐹𝑇𝐵𝐹 s’obtient en écrivant :

1 + 𝐹𝑇𝐵𝑂(𝑠) = 0 ou 𝐹𝑇𝐵𝑂(𝑠) = −1. Le point −1 est appelé point critique. Le critère du

revers énonce que le système est stable en boucle fermée si :

• la 𝐹𝑇𝐵𝑂(𝑠) n’a pas de pôle à partie réelle strictement positive ;

• en parcourant le lieu de Niquist de la 𝐹𝑇𝐵𝑂, dans le sens des 𝜔 croissants, on laisse le point
critique (-1,0) sur la gauche .

Fig 1 .15 Critère graphique ou de revers

1.7. Marges de stabilité (8)

En pratique : la fonction de transfert est une approximation de la réalité, or, la limite théorique
de la stabilité se fait par rapport au point critique (−𝟏, 𝒋𝟎) dans le plan de Nyquist , donc on prend des
marges de sécurité :

Marge de gain : indique l’augmentation de gain du transfert de boucle ouverte qui amènerait la
boucle fermée en limite de stabilité
Marge de phase : indique le retard de phase du transfert de boucle ouverte (𝐻𝐵𝑂 ) qui amènerait la
boucle fermée (𝐻𝐵𝐹 ) en limite de stabilité

29
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Marge de module : indique la distance absolue minimale du transfert de boucle ouverte au point−1.
Marge de retard : indique le retard que peut subir le transfert de boucle ouverte qui amènerait la
boucle fermée en limite de stabilité.

Ces grandeurs sont définies de la manière suivante : (9)

o La marge de phase 𝑀𝜑 d’un système est mathématiquement la différence entre la phase de

FTBO (𝜔𝑐0 ) c'est-α-dire 𝜑 (𝜔𝑐0 ), et –180 : 𝑀𝜑 = 𝜑 (𝜔𝑐0 ) + 180°

La marge de phase permet de préserver la stabilité en dépit de la présence de retards parasites

– par exemple dus a la transmission des signaux – dont on n'a pas tenu compte au moment de

l'étude de la stabilité.
1
o La marge de gain 𝑀𝑔 a pour expression : 𝑀𝑔 = |𝐹𝑇𝐵𝑂(𝜔
𝜋 )|

Elle permet de préserver la stabilité en dépit des fluctuations de gain, qui affectent, en particulier,
les amplificateurs de la chaine de puissance.

Pour qu'un système soit stable, il faudrait que : 𝑴𝒈 𝒐𝒖 (∆𝑮) > 𝟎 𝒆𝒕 𝑴𝝋 𝒐𝒖 (∆𝝋) > 𝟎

Ces marges sont illustrees sur le lieu de Nyquis comme le suivant :

Fig 1 .16; Illustration des marges de gain et de phase sur le lieu de Nyquist(a) cas d’un système stable - b) cas d’un
système instable

1.8. Marges de stabilité dans Bode (8)

30
 Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

1
 Marge de gain : 𝑀𝑔𝑑𝐵 = −[|𝐻𝐵𝑂(𝑗𝝎𝝅 |]𝑑𝐵 ⇔ 𝑀𝑔 = |𝐻𝐵𝑂(𝑗𝝎 = −20𝑙𝑜𝑔(|𝐻𝐵𝑂(𝑗𝝎𝝅 |)
𝝅 )|

 Marge de phase : 𝑀𝜑 = 𝑎𝑟𝑔[𝐻𝐵𝑂(𝑗𝝎𝟏 )] + 𝜋 → 𝑀𝜑(𝑑𝑒𝑔) = 180𝑜 + 𝑎𝑟𝑔[𝐻𝐵𝑂(𝑗𝝎𝟏 )]

𝝎𝟏 étant la fréquence pour laquelle le gain est unitaire (𝑶𝒅𝑩) → |𝐻𝐵𝑂(𝑗𝝎𝟏 ) = 1|.
 les systèmes du 1𝑒𝑟 et 2 𝑛𝑑 ordre dont les pôles sont à partie réelle négative ont une marge de gain
infinie car la phase n’atteint jamais 180𝑜 • En pratique, on choisit des réglages tels que

𝑀𝑔 ≈ 6 → 20𝑑𝐵 𝑒𝑡 𝑀𝜑 ≈ 45𝑜 → 60𝑜

𝑀𝜑
 Marge de retard: 𝑀𝑟𝑒𝑡𝑎𝑟𝑑 = 𝝎 𝟏

Remarques :

 Un système qui a une marge de gain ou une marge de phase positive est un système stable.

 Un système qui a une marge de gain ou une marge de phase négative est un système instable.

 Un système qui a une marge de gain ou une marge de phase nulle est un système à la limite de
stabilité.

 La marge de gain est positive si la courbe de gain est en-dessous de l’axe 0 dB pour la pulsation
critique 𝝎𝒄𝒐 qui correspond à l’intersection de la courbe de phase avec l’axe −𝟏𝟖𝟎°.

 La marge de phase est positive si la courbe de phase est au-dessus de l’axe −𝟏𝟖𝟎° pour la pulsation
𝝎 correspondant à l’intersection de la courbe de gain avec l’axe 0 dB

Exemple

On donne la fonction de transfert d’un système en boucle ouverte :

100
𝐺(𝑝) =
(𝑝 + 1)(𝑝 + 10)

Déterminer ;a marge de phase

Réponse

𝑴𝝋(𝒅𝒆𝒈) = 𝟏𝟖𝟎𝒐 + 𝒂𝒓𝒈[𝑯𝑩𝑶(𝒋𝝎𝒄𝒐 )]

100
𝐺(𝑝) =
(1 + 𝑗𝜔)(10 + 𝑗𝜔)

Il faut d’abord calculer 𝝎𝒄𝒐 tel que :

100
20 log(|𝐺(𝑗𝜔𝑐𝑜 )|) = 0 ⇒ |𝐺(𝑝)| = | |=1
(1 + 𝑗𝜔𝑐𝑜 )(10 + 𝑗𝜔𝑐𝑜 )

31
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

100
⇒ (1 + 𝜔𝑐𝑜 2 )(100 + 𝜔𝑐𝑜 2 ) = 1002
√1 + 𝜔𝑐𝑜 2 √100 + 𝜔𝑐𝑜 2

𝜔𝑐𝑜 4 + 101𝜔𝑐𝑜 2 − 9900 = 0

Seule la solution positive a un sens pour notre système asservi et après tout calcul fait on trouve
que : 𝜔𝑐𝑜 = 7.8 𝑟𝑎𝑑

Donc ;

𝑴𝝋(𝒅𝒆𝒈) = 𝟏𝟖𝟎𝒐 + 𝒂𝒓𝒄𝒕𝒈[𝑯𝑩𝑶(𝒋𝟕. 𝟖)]

𝜔𝑐𝑜
𝑎𝑟𝑐𝑡𝑔[𝐻𝐵𝑂(𝑗7.8) = −𝑡𝑎𝑛𝑔−1 (𝜔𝑐𝑜 ) − 𝑡𝑎𝑛𝑔−1 ( )
10
7.8
𝑎𝑟𝑐𝑡𝑔[𝐻𝐵𝑂(𝑗7.8) = −𝑡𝑎𝑛𝑔−1 (7.8) − 𝑡𝑎𝑛𝑔−1 ( )
10
7.8
𝑀𝜑(𝑑𝑒𝑔) = 180𝑜 − 𝑡𝑎𝑛𝑔−1 (7.8) − 𝑡𝑎𝑛𝑔−1 ( ) ⇒ 𝑀𝜑 ≈ 59°
10

Solution par matlab

Exemple

On donne ci-dessous le diagramme de Bode d’un système asservi, placé dans une chaîne de
régulation en boucle fermée avec un correcteur Proportionnel C(p)= K, le diagramme de Bode correspond
à une valeur de K=1. on demande : Déterminer la marge de phase (𝑀𝜑) et la marge de gain( 𝑀𝑔).

32
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

Réponse

D’après le diagramme de bode on a pour : 𝜑 = −180° le gain est 𝐺 = −12 𝑑𝐵

Alors :

𝑀𝑔 = 0 − (−12) = 12 𝑑𝐵

Pour :

𝐺 = 0𝑑𝐵 ⇒ 𝜑 = −95°

Alors :

𝑀𝜑 = 180 + (−95) = 85°

Exemple

Fig 1 .17, Méthde de calcul les marge de stabilite

Si :

|𝐺0 (𝑗𝜔𝜋 )| = 0.3 ⇒ 𝑀𝑔 = −20𝑙𝑜𝑔|𝐺0 (𝑗𝜔𝜋 )| = −20 × (−0.52) = 10.44 𝑑𝐵

𝜑𝑚 = 𝜋 + 𝜑0 (𝜔𝑐 ) = 180 + (−120) = 60°

1.9. Coefficient de surtension Q (ou facteur de résonance)

1.9.1. Definition

On appelle coefficient de surtension ou facteur de résonance le rapport entre la valeur maximum

du module de la réponse harmonique et le gain statique, exprimés en décimal.
|𝑯(𝒋𝝎𝒓 )|
𝑸= |𝑯(𝟎)|
(33.1)

Où 𝝎𝒓 est la pulsation de résonance pour laquelle |𝑯(𝒋𝝎𝒓 )| passe par sa valeur maximale

33
Chapitre 01 : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et marges de stabilité

34
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Chapitre 2

1. Réponse fréquentielles et propriétés fréquentielles des contrôleurs (P,

PI, PID, PD, avance de phase, retard de phase, avance de phase)
2. Spécification dans le domaine fréquentiel (marge de gain et de phase,
facteur de résonnance, bande passante, leurs interprétations)
3. Calcul des contrôleurs en utilisant le diagramme de Bode, Réglages
en utilisant l’abaque de Black-Nichols

35
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel

2.1. Introduction

2.1.1. Nécessité de correction dans les systèmes asservis

Nous avons vu, dans les chapitres précédents relatifs à l'analyse des systèmes asservis, que, pour
satisfaire aux spécifications de stabilité, on est amené à formuler des conditions sur la FTBO :

2.1.2. Stabilité :

Le degré de stabilité est défini par :

la marge de gain : la stabilité est d'autant meilleure que :
– le gain de la FTBO est plus faible,
– donc, que la bande passante en BO est plus faible.
la marge de phase : la stabilité est d'autant meilleure que :
– le déphasage de la FTBO est plus faible.

2.1.3. Précision :

Son étude se décompose en deux parties :

Précision statique : l’annulation de l'erreur en régime permanent nécessite la présence, dans la
FTBO, d'une ou plusieurs intégrations selon l'entrée canonique imposée.
Précision dynamique : elle est d'autant meilleure que le gain de la FTBO est plus élevé, c'est-à-
dire que la bande passante est plus large.
Pour simplifier à l'extrême, on peut retenir, en résumé que la précision et la stabilité sont
quantifiées, dans le diagramme de Bode de la FTBO, de la manière suivante :

Fig 2.1 . Quantification de la stabilité et de la précision sur le diagramme de Bode

36
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Il devient clair que :

• pour améliorer la précision, il faut pouvoir augmenter le gain de la FTBO
• la stabilité diminue si ce même gain devient trop élevé.
Il semble donc difficile d'obtenir un système, à la fois, précis (grand gain) et stable (faible gain).
Ce premier dilemme stabilité précision impose donc l'emploi de systèmes compensateurs, correcteurs, ou
encore régulateurs dont le rôle sera de relever le gain dans une certaine zone de fréquence et de la diminuer
ailleurs.
Le correcteur ou régulateur va permettre de satisfaire les contraintes suivantes :
• Trouver un compromis entre la stabilité et la précision,
• Si besoin, rendre stable en boucle fermée un système qui serait instable en boucle ouverte,
• Si besoin, et c'est en général le cas, introduire un intégrateur dans la boucle pour obtenir une
erreur statique nulle (𝜺 = 𝟎).
Mais, il existe d'autres incompatibilités qui nécessitent également l'emploi de correcteurs : Un bon
asservissement doit être insensible aux perturbations et, en même temps, il doit répondre rapidement aux
variations des diverses grandeurs d'entrée. Ces deux conditions sont incompatibles puisque :
• la réponse rapide nécessite une large bande passante,

A RETENIR
Le rôle des correcteurs, qui peuvent être électriques, mécaniques, ou hydrauliques,
est donc de déformer le diagramme asymptotique ou la courbe de Nyquist pour leur
donner des marges de gain et de phase capables d'assurer la stabilité tout en
conservant aux basses fréquences un gain suffisamment grand pour que la précision
soit bonne. De tels "filtres" pourront également supprimer l'influence de certaines
perturbations sans limiter la bande passante globale.

tandis que l'insensibilité aux perturbations exige une bande étroite.

2.2. Stratégie de correction (ou compensation) des systèmes asservis

Les outils d'analyse étudiés dans section précédente conduisent tous: La synthèse de systèmes
asservis corrigés ou compensés, et par conséquent, la synthèse de correcteurs (ou Compensateurs). En
partant de spécifications sur le comportement final d'un système commandé, l'établissement d'un système
de correction exige le suivi des 3 étapes suivantes :
1. Déterminer ce que devrait réaliser le système et la manière d'y aboutir (spécifications du cahier
des charges)
2. Déterminer la configuration du correcteur en relation avec la manière avec laquelle il est
connecté au système corrigé.

37
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

3. Déterminer les valeurs des paramètres du correcteur de manière à atteindre les objectifs.
La synthèse des systèmes de correction linéaire peut être réalisée soit dans le domaine temporel,
soit dans celui fréquentiel. Par exemple, la précision statique est toujours spécifiée pour une entrée
échelon, rampe ou accélération, et la démarche classique suivie pour répondre aux contraintes imposées
se fait dans le domaine temporel. D'autres spécifications, telles que le dépassement, le temps de montée,
et le temps d'établissement sont toutes définies pour une entrée échelon unitaire, et sont, par conséquent,
utilisées spécifiquement dans le domaine temporel.

A RETENIR
La stabilité relative est également mesurée en termes de marge de phase, marge de
gain et résonance. Celles-ci sont des spécifications du domaine typiquement
fréquentiel et sont prises en charge par les outils tels que le diagramme de Bode, les
lieux de Nyquist et / ou de Black–Nichols.
Pour mener à bien la conception du correcteur dans le domaine temporel ou
fréquentiel, il est pratique de garder à l'esprit que la synthèse dans le domaine
temporel se fait généralement avec l'aide du plan–p de Laplace et du lieu d'Evans. La
synthèse dans le domaine fréquentiel est basée sur la manipulation du gain et de la
phase de la fonction de transfert de la boucle jusqu'à atteindre les spécifications
voulues. Les spécifications des domaines temporel et fréquentiel sont étroitement
liées entre elles. Le temps de montée et la bande passante sont inversement
proportionnels. La marge de phase, la marge de gain, la résonance, et l'amortissement
sont inversement proportionnels.

2.3. Correcteurs de base

Les correcteurs industriels les plus utilisés peuvent être classés, selon leurs actions de correction, de la
manière suivante :

• Correcteur à action proportionnelle (P)

• Correcteur à action intégrale (I)
• Correcteur à actions proportionnelle et intégrale (PI)
• Correcteur à action dérivée (D)
• Correcteur à actions proportionnelle et dérivée (PD)
• Correcteur à actions proportionnelle, intégrale et dérivée (PID)
Pour déterminer le type de correcteur à utiliser et la valeur des paramètres à adopter, on peut utiliser
plusieurs méthodes :

38
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

• soit considérer les réponses temporelles et analyser les performances statiques et dynamiques du
système avant et après compensation.
• Soit, à partir de la courbe de Nyquist du système compensé et par comparaison avec celle que
l'on doit obtenir, en déduire la structure et les paramètres du compensateur,
• soit procéder de la même manière, mais avec le diagramme asymptotique de Bode,
• soit utiliser le lieu d'Evans, le correcteur introduisant de nouveaux pôles et racines.
Dans la majorité des exemples utilisés jusque-là, le correcteur a été un simple amplificateur avec
un gain constant 𝐾. Ce type d'action de commande est connu sous le nom de correction proportionnelle,
puisque le signal de commande 𝑢(𝑡) à la sortie du correcteur est simplement proportionnel au signal à son
entrée 𝜀(𝑡).
Il est également possible d'utiliser la dérivée ou l'intégrale du signal d'entrée 𝜺(𝒕), en addition avec
l'action proportionnelle. Par conséquent, nous pouvons considérer, plus généralement, le correcteur
comme étant un ensemble de composants tels que des comparateurs (additionneurs ou soustracteurs), des
amplificateurs, des atténuateurs, des dérivateurs et des intégrateurs. La tâche du concepteur est alors de
déterminer lesquels de ces composants sera utilisé, dans quelles proportions, et la manière avec laquelle
ils sont connectés.

2.4. Principe d’une régulation en boucle fermée. (10)

Principe dans la régulation, l’action correctrice s’effectue après que les effets des grandeurs
perturbatrices aient produit un écart entre la mesure et la consigne 𝜺(𝒕). Cet écart peut être également
provoqué par un changement de consigne. Dans les deux cas, le rôle de la boucle fermée est d’annuler
l’écart.

Fig 2.2 . Principe dans la régulation

39
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

A RETENIR

Correcteurs qui modifient le gain

" Correcteur proportionnel (P) " Correcteur intégral (I) " Correcteurs
proportionnel-intégral (PI), à retard de phase !

Correcteurs qui modifient la marge de phase

" Correcteur proportionnel dérivé (PD) " Correcteur à avance de phase !

Correcteur réalisant les deux actions " Correcteur proportionnel-intégral-dérivateur (PID)

2.5. Correcteur à action proportionnelle (P)

2.5.1. Principe

La relation entre la sortie u(t) et le signal d'erreur ε(t) est :

𝑢(𝑡) = 𝐾𝑝 . 𝜀(𝑡) (1.2)
C’est–à–dire :
𝑈(𝑝)
= 𝐾𝑝 . (2.2)
𝜀(𝑝)

Avec 𝐾𝑝 appelé "gain proportionnel"

Quelques soient le mécanisme et la source d'énergie utilisés, le correcteur proportionnel est
essentiellement un amplificateur à gain variable. Son schéma fonctionnel est celui de la fi suivante.

Fig 2.3 . Correcteur proportionnelle

La figure suivante donne la réponse indicielle du correcteur P.

Fig 2.4. La réponse indicielle Correcteur proportionnelle

40
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

La figure suivante donne le diagramme de Bode du correcteur P.

Fig 2.5. le diagramme de Bode du correcteur P

Effet

L’action proportionnelle P crée un signal de commande 𝑢(𝑡) proportionnel au signal d’erreur

𝜀(𝑡). Elle agit donc principalement sur le gain du système asservi et permet d’améliorer notablement la
précision.

Fig 2.6. Effet du correcteur p

2.5.2. L’action proportionnelle :

o entraîne une augmentation du gain, d’où une diminution de l’erreur statique

o (amélioration de la précision), mais
o augmente la bande passante du système, ce qui améliore la rapidité du système et,
o augmente l’instabilité du système.
Le correcteur proportionnel P n'est généralement pas utilisé seul. On verra que tout correcteur possède
au moins l’action proportionnelle.
Exemple

La figure suivante montre le schéma fonctionnel d’un exemple de correction Proportionnelle 𝜀(𝑡)

41
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Les réponses indicielles 𝑠(𝑡) de la 𝐹𝑇𝐵𝐹 du système corrigé sont reportées sur la figure
suivante :

Les diagrammes de Bode et de Nyquist de la 𝐹𝑇𝐵𝑂 du système corrigé sont montrés,

respectivement, sur les figures suivantes :

42
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Lieux de Nyquist de la 𝐹𝑇𝐵𝑂, pour différentes valeurs de 𝐾𝑝

A RETENIR
On constate que l'augmentation de Kp, entraîne :
• une amélioration de l’erreur statique,
• une décroissance du temps de montée,
• une faible amélioration du temps d’établissement,
• mais également une diminution de la marge de phase et une augmentation du dépassement
(augmentation de l’instabilité du système).

Exercice d’application

On s’intéresse dans cet exercice au système F(p), placé dans une boucle à retour unitaire,
représenté à la figure suivante

.
La fonction de transfert du correcteur est notée 𝐶1 (𝑝) = 𝐺 :
1. donner l’expression de la fonction de transfert en boucle fermée de cet asservissement
2. Mettre la 𝐹𝑇𝐵𝐹 sous la forme suivante :
𝐾𝐵𝐹
𝐹𝑇𝐵𝐹(𝑝) =
1 + 𝜏𝐵𝐹 × 𝑝

43
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

3. Application numérique : La constante de temps du système est de 1/2 ℎ, le gain statique est de
1,5. On souhaite accélérer le temps de réponse du système. Le cahier des charges nous impose une
constante de temps en boucle fermée de 15 𝑚𝑖𝑛.
(a) Déterminer la valeur de 𝐺 permettant de répondre au cahier des charges.
Réponse
𝑐1 × 𝐹(𝑝)
𝐹𝑇𝐵𝐹(𝑝) =
1 + 𝑐1 × 𝐹(𝑝)𝑝
𝐾
𝐺×1+𝜏×𝑝
𝐹𝑇𝐵𝐹(𝑝) =
𝐾
1+𝐺×1+𝜏×𝑝

𝐺𝐾
𝐹𝑇𝐵𝐹(𝑝) =
1+𝜏×𝑝+𝐺×𝐾
𝐺𝐾
𝐹𝑇𝐵𝐹(𝑝) =
1+𝜏×𝑝+𝐺×𝐾
𝐺𝐾
𝐹𝑇𝐵𝐹(𝑝) = 1 + 𝐺𝐾
𝜏
1 + 1 + 𝐺𝐾 × 𝑝

Donc :
𝐺𝐾
𝐺𝑎𝑖𝑛 𝑠𝑡𝑎𝑡𝑖𝑞𝑢𝑒 𝑒𝑛 𝑏𝑜𝑢𝑐𝑙𝑒 𝑓𝑒𝑟𝑚é𝑒 ∶ 𝐾𝐵𝐹 =
{ 1 + 𝐺𝐾
𝜏
𝐶𝑜𝑛𝑠𝑡𝑎𝑛𝑎𝑡𝑒 𝑑𝑒 𝑡𝑒𝑚𝑝𝑠 𝑒𝑛 𝑏𝑜𝑢𝑐𝑙𝑒 𝑓𝑒𝑟𝑚é𝑒 ∶ 𝜏𝐵𝐹 =
1 + 𝐺𝐾
Suite au cahier de charge
𝜏 1
𝜏𝐵𝐹 = = ℎ
1 + 𝐺𝐾 4
𝐺𝐾 2
𝐾𝐵𝐹 = =
1 + 𝐺𝐾 3

2.5.3. Réglage des marges de stabilité

44
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

On constate que le gain est déplacé vers le haut car le gain du correcteur est supérieur à 1 et il
sera déplacé vers le bas dans le cas contraire.

L’objectif est de modifier les marges de stabilité avec comme remarque la phase ne se change
pas ?

2.5.4. Réglage de la marge de phase (11)

On doit calculer le coefficient 𝛽 tel que :

𝒂
𝜷 = 𝑴𝝋 𝒔𝒐𝒖𝒉𝒂𝒊𝒕é𝒆 − 𝟏𝟖𝟎° 𝒆𝒕 𝑲𝒑 = 𝟏𝟎− 𝟐𝟎

La figure suivante illustre la méthode de trouver K p

Fig 2.7. Réglage de la marge de phase

2.5.5. Réglage de la marge de de gain (11)

On doit calculer le coefficient 𝑏 tel que :

𝒃
𝒃 = 𝑴𝒈 𝒔𝒐𝒖𝒉𝒂𝒊𝒕é𝒆 − 𝑴𝒈 𝒂𝒄𝒕𝒖𝒆𝒍𝒍𝒆 𝒆𝒕 𝑲𝒑 = 𝟏𝟎− 𝟐𝟎

La figure suivante illustre la méthode de trouver K p

Fig 2.8. Réglage de la marge de gain

45
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Exemple (12)

Soit le système décrit par la fonction de transfert en boucle ouverte 𝐻𝐵𝑂 (𝑝) telle que ;

10
𝐻𝐵𝑂 (𝑝) =
(1 + 0.5𝑝)(1 + 0.1𝑝)
Le système corrigé et représenté par la figure suivante :

Trouver C(p) = K p de telle sorte que la marge de phase soit de 𝑀𝑝 = 45°

Réponse

On pose :

𝑮𝒅𝑩𝑪 le gain corrigé et 𝑮𝒅𝑩𝑵𝑪 le gain non corrigé

Avec :
𝑮𝒅𝑩𝑪 = 𝑮𝒅𝑩𝑵𝑪 + 𝟐𝟎 𝒍𝒐𝒈 𝐊 𝐩
𝐺𝑑𝐵𝐶 = 20 𝑙𝑜𝑔 |𝐻𝐵𝑂 (𝑗𝜔)| + 20 𝑙𝑜𝑔 K p

On a aussi :

𝑀𝜑 = 180 + 𝜑(𝜔0𝑑𝑁 )

Avec :

𝐺(𝜔0𝑑𝑁 ) = 0

On cherche ;𝜔2 avec :

𝜑(𝜔2 ) = 45 − 180 = −135

−135 = −𝑎𝑟𝑐 𝑡𝑔(0.5𝜔2 ) − 𝑎𝑟𝑐 𝑡𝑔(0.1𝜔2 )

Sachant que :

𝑡𝑔(𝑎) + 𝑡𝑔(𝑏) 0.5𝜔2 + 0.1𝜔2

𝑡𝑔(𝑎 + 𝑏) = ⇒ 𝑡𝑔(135° = ⇒ 𝝎𝟐 = 𝟐. 𝟏 𝒓𝒅/𝒔
1 − 𝑡𝑔(𝑎)𝑡𝑔(𝑏) 1 − 0.5𝜔2 × 0.1𝜔2

Alors on a :

20 𝑙𝑜𝑔 |𝐻𝐵𝑂 (𝑗𝜔2 )| + 20 𝑙𝑜𝑔 K p = 0

10
20 𝑙𝑜𝑔 𝐾𝑝 = −20 𝑙𝑜𝑔 | | ⇒ 𝐾𝑝 = 0.468
(1 + 0.5𝑝)(1 + 0.1𝑝)

46
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.6. Correcteur à action intégral (I)

La fonction de transfert d’un correcteur intégral pur est :
𝐾𝑖
𝐶(𝑝) = (3.2)
𝑝

2.6.1. Principe

La relation entre la sortie u(t) et le signal d'erreur ε(t) est :

𝑡
𝑢(𝑡) = 𝑘𝑖 ∫0 𝜀(𝑡)𝑑𝑡 (4.2)

Alors dans le domaine de Laplace on a :

𝐾𝐼
𝑈(𝑃) = 𝐸(𝑝) (5.2)
𝑝

Donc la fonction du transfert du correcteur intégral est donne par :

𝐾𝐼 1
𝐶𝑖 (𝑝) = =𝑇𝑝 (6.2)
𝑝 𝑖

𝑲𝑰 𝑒𝑠𝑡 𝑎𝑝𝑝𝑒𝑙𝑒 𝑔𝑎𝑖𝑛 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙

Avec :
𝑻𝒊 𝑒𝑠𝑡 𝑎𝑝𝑝𝑒𝑙𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑢 𝑡𝑒𝑚𝑝𝑠 𝑑 ′ 𝑖𝑛𝑡𝑒𝑔𝑒𝑟𝑎𝑡𝑖𝑜𝑛

Son schéma fonctionnel est celui de la figure suivante :

Correction I.
La réponse indicielle du correcteur Intégrale.

Fig 2.9. Diagramme de Bode du correcteur pou 𝐾 > 0

47
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Fig 2.10. Diagramme de Bode du correcteur pou 𝐾 < 0

2.6.2. Effet

L’intérêt principal de ce correcteur est d’ajouter dans la chaîne de commande une intégration. Nous
savons que la présence d’une intégration dans la FTBO augmente la classe du système et réduit ou annule,
selon le type d'entrée, l'erreur statique du système.

A RETENIR

L’action intégrale pure :

• améliore la précision en réduisant ou annulant l’erreur statique, mais
• introduit un déphasage de –90° qui risque de déstabiliser le système (diminution
de la marge de phase).

Le correcteur à action exclusivement Intégrale n’est pratiquement jamais utilisé, en raison de sa lenteur et
de son effet déstabilisant. Il est, en général, associé au correcteur Proportionnel.

Fig [Link] fonction de transfert d’un correcteur intégral pur

Exemple

Nous prenons le cas simple d’un système du premier ordre

48
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

La réponse indicielle est représentée par la figure suivante

Résultats

 Stabilité
 Manque de précision

Bouclage du système par retour unitaire

La réponse indicielle est représentée par la figure suivante

49
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Résultats

 Stabilité
 Manque de précision

- Application d’un correcteur intégral

La réponse indicielle est représentée par la figure suivante

Résultats

 Manque de stabilité
 Bonne de précision

2.7. Correcteur à action proportionnel intégral (PI)

La fonction de transfert d’un correcteur proportionnel intégral est :

𝐾𝑖
𝐶(𝑝) = 𝐾𝑝 + (7.2)
𝑝

Que l'on peu mettre sous forme canonique :

𝐾𝑝 𝑝+𝐾𝑖 1+𝜏𝑖 𝑝
𝐶(𝑝) = = 𝐾𝑝 ( ) (8.2)
𝑝 𝜏𝑖 𝑝

𝐾𝑝
avec : 𝜏𝑖 = 𝐾𝑖

50
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Avec

Fig 2.12 .la représentation du PI

C’est le cumul des effets des correcteurs proportionnel et intégral.

Le diagramme de Bode du correcteur PI est de la forme suivante :

Fig 2.13 . Le diagramme de Bode du correcteur PI

𝐾 𝐾
Il ne diminue plus la phase pour :𝜔 ≫ 𝐾 𝑖 ce qui préserve la marge de phase (si ) 𝜔𝑐 ≫ 𝐾 𝑖
𝑝 𝑝

Exemple de correction :

51
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Par ailleurs, un correcteur Proportionnel Intégral :

 permet d’annuler l’écart statique dans le cas d’une entrée échelon de la consigne si celui-
ci n’était pas déjà assuré (𝐹𝑇𝐵𝑂 de classe ≥ 1) ;

 permet de rejeter une perturbation du type échelon lorsque l’intégrateur est placé en
amont (avant) la perturbation, si celle-ci n’était pas déjà assurée.
Remarque :

Sur le plan technologique, ce type de correcteur est sensé avoir un gain infini lorsque la
pulsation tend vers zéro (à l’arrêt) ce qui pose problème dans la réalité car on ne peut atteindre ni même
approcher une puissance infinie. On utilise alors un correcteur à retard de phase qui règle ce problème à
basse fréquences.

2.7.1. Réalisation pratique du PI (13)

Fig 2.14 . La représentation électronique du correcteur PI

Il possède un circuit de contre-réaction formé d’un condensateur 𝐶2 mis en série avec la

résistance 𝑅2 On peut écrire la relation générale au nœud (−) de l'amplificateur

1 1+𝑝𝑅2 𝐶2
𝑈𝑒 (𝑅 ) = 𝑈𝑠 ( ) (9.2)
1 𝑃𝐶2

Et finalement la fonction de transfert :

𝑈 𝑅 1+𝑝𝑅2 𝐶2
𝐺𝑅 (𝑝) = 𝑈𝑠 = 𝑅2 × ( ) (10.2)
𝑒 1 𝑝𝑅2 𝐶2

Avec :

𝑹𝟐
𝑲𝒑 = ; 𝝉𝒊 = 𝑹𝟐 𝑪𝟐
𝑹𝟏

52
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.7.2. La Réponse harmonique

La réponse harmonique du régulateur PI est représentée à la Figure suivante. Les diverses courbes
permettent de définir l'influence de chaque composant sur les résultats.

− Une variation de 𝑅1 provoque une translation verticale du module (une augmentation de 𝑅1

entraîne une translation vers le bas de la courbe).

− Une variation de 𝑅2 provoque une translation oblique (20𝑑𝐵/𝑑é𝑐𝑎𝑑𝑒) du module (une

augmentation de 𝑅2 entraîne une translation dans le sens décroissant des pulsations et croissant du
module).

− Une variation de 𝐶2 provoque une translation horizontale du module (une augmentation de 𝐶2

entraîne une translation vers la gauche).

Fig 2.15 Réponse harmonique du régulateur PI : R1=10k, R2=100k, C2=10nF

2.8. Réglage des paramètres de PI

2.8.1. Réglage d'un régulateur PI par l'analyse harmonique

Réglage PI avec comme cahier de charge ; une marge de phase visée

1. Mettre le régulateur P avec K =1 et repérer A, l’amplitude à la pulsation pour laquelle la phase

vaut −180° + 𝑚𝑎𝑟𝑔𝑒 𝑑𝑒 𝑝ℎ𝑎𝑠𝑒 𝑣𝑖𝑠𝑒𝑒 + 5° (perte de marge a cause de l’intégrateur)
2. Choisir K de façon a faire remonter le diagramme d’amplitude d(une valeur de A et à avoir
𝑀𝜑 + 5° comme marge de phase .

𝐴
𝐴 = 20 log(𝐾) ⇒ 𝐾 = 1020

3. Choisir 𝑇𝑖 de façon a perdre 5° de marge de phase

𝑡𝑎𝑛𝑔(85°)
𝑇𝑖 =
𝜔9 𝑑𝐵

53
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Démonstration :

1 + 𝑇𝑖 𝑝 1 + 𝑇𝑖 . 𝑗𝜔
𝐶(𝑝) = → 𝐶(𝑗𝜔) =
𝑇𝑖 𝑝 𝑇𝑖 . 𝑗𝜔

1 + 𝑇𝑖 . 𝑗𝜔 𝑇𝑖 . 𝜔
𝜑(𝑗𝜔) = 𝜑 ( ) = 𝜑(1 + 𝑇𝑖 . 𝑗𝜔) − 𝜑(𝑇𝑖 . 𝑗𝜔) = 𝑎𝑡𝑎𝑔 ( ) − 90° = −5°
𝑇𝑖 . 𝑗𝜔 1

Résultat
1.617
exp(−5 ∗ s) ∗
140.5 s + 1

Etape 02
K=1.6175;
T=140.5;
Kp=9.64
Ti=103.1
C=tf([Kp*Ti Kp],[Ti 0]) %(fonction de transfert du correcteur PI)
sys =C*tf(K,[T 1]);
set(sys,'InputDelay',5)
sys
margin(sys)

Résultat

Remarque
Pour on ajoute les 5° ?
Réponse
Sachant que le diagramme de bode du correcteur PI est le suivant ;

54
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

𝟏𝟎
On remarque que pour une decade à droite de la pulsation de cassure (𝝎 = ) sur la courbe de
𝑻𝒊

la phase ,il ya une degradation de 5° de phase ce qui provoque une perte sur la marge phase du système

2.9. Correcteur à retard de phase (5)

2.9.1. Définition

Le correcteur à retard de phase est un correcteur qui, comme son nom ne l’indique pas, permet
d’augmenter le gain uniquement aux basses fréquences. Il sera donc utilisé pour améliorer la précision
d’un système asservi.

Sa fonction de transfert est ;

𝑎(1 + 𝑇𝑝)
𝐶( 𝑝) = 𝑎𝑣𝑒𝑐 𝑎 > 1 (11.2)
1 + 𝑎𝑇𝑝

Pour mieux comprendre l’action de ce correcteur, traçons son diagramme de Bode. Il y a deux
pulsations de coupure : 1/𝑇 𝑒𝑡 1/𝑎𝑇,

Telles que :
1 1
<
𝑎𝑇 𝑇
On a :
𝑎√1 + 𝑇 2 𝝎2
𝐶(𝝎) = √1 (12.2)
+ 𝑎 2 𝑇 2 𝝎2
Et :
𝝋(𝝎) = 𝑎𝑟𝑐𝑡𝑎𝑛 𝑇𝝎 − 𝑎𝑟𝑐𝑡𝑎𝑛 𝑎𝑇𝝎
Lorsque 𝝎 → 0, 𝑜𝑛 𝑎 ∶ 𝐶(𝝎) → 𝑎

Cet équivalent de pente nulle est valable de 0 jusqu’à la première pulsation de coupure qui a pour
expression: 1/𝑎𝑇. La pente du diagramme de Bode asymptotique se décrémente alors d’une unité et ce

55
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

nouvel équivalent est valable jusqu’à la seconde pulsation de coupure (1/𝑇) à partir de laquelle nous
retrouvons une pente nulle (figure suivante).

Fig 2.16. Diagramme de Bode d’un correcteur à retard de phase.

Lorsque 𝝎 → +∞, 𝑜𝑛 𝑎 ∶ 20𝑙𝑜𝑔𝐶(𝝎) → 0 𝑑𝐵

L’examen du diagramme de Bode nous permet de prévoir l’action de ce correcteur. Lorsque

celui-ci sera placé en cascade avec le système à corriger, dans la chaîne directe, les deux diagrammes de
Bode s’additionneront. Le gain statique est donc bien augmenté de 20 log a, ce qui améliore la précision.

En réglant le paramètre T sur une valeur suffisamment faible, cette correction n’a d’influence
qu’aux basses fréquences ;

Le gain aux hautes fréquences n’est pratiquement pas affecté. Le déphasage négatif
supplémentaire introduit par le correcteur se situe également aux basses fréquences. Il n’a donc pas
d’influence sur la marge de stabilité, étant donné que les pulsations de coupure à 0 dB sont, en général,
situées dans des plages de fréquences plus élevées.

En tout état de cause, pour régler le correcteur à retard de phase, on choisira la valeur de a qui
permet d’obtenir le gain statique résultant voulu et on choisira ensuite T se sorte que 1/𝑇 ≪ 𝜔𝑐0 .

2.9.2. Propriétés

 Introduction d'un déphasage négatif d'où le nom de correcteur à retard de phase

 Déphasage minimum
1−𝑎
𝜑𝑐:𝑚𝑖𝑛 = 𝑎𝑟𝑐𝑠𝑖𝑛 1+𝑎 𝑟𝑎𝑑 𝑎𝑣𝑒𝑐 𝜑𝑐:𝑚𝑖𝑛 < 0 (13.2)

 Pulsation correspondante

56
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

1
𝜔𝑐,𝑚𝑖𝑛 = 𝑇 (14.2)
√𝑎

2.9.3. Effets du correcteur

 Augmentation du gain en basses fréquences de 20𝑙𝑜𝑔10𝑏 ⇒ effet intégral ⇒ diminution de

l'erreur statique en BF (système de classe 0 en BO)
 Diminution de la bande passante à 0𝑑𝐵 𝜔 𝑐𝑜 ⇒ système moins rapide en BF (augmentation de
𝑡𝑚 ou de 𝑡𝑟 ,5%)

2.9.4. Eléments de réglage du correcteur

 Introduire dans le correcteur un gain 𝐾′𝑐 qu'on calcule pour avoir la marge de phase désirée
 Calculer 𝐾𝑐 = 𝑏 pour obtenir la précision imposée
1
 Choisir la constante de temps 𝑇 telle que (𝑇 ≪ 𝜔𝑐0 ) pour ne pas modifier la marge de phase

et les performances dynamiques

Exemple (14)

Considérons un système de fonction de transfert G( p) placé dans une boucle à retour unitaire,
avec :

𝐾
𝐺( 𝑝) =
𝑝 3
(1 + 10)

57
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Le paramètre K, gain statique du système en boucle ouverte est positif et réglable. On souhaite
que ce système présente en boucle fermée une erreur de position 𝜺𝒑 = 5%, tout en ayant une marge de
phase 𝑴𝝋 = 45°.

On commence par régler K pour satisfaire à la condition sur la marge de phase :

Comme :
𝐾
𝐺( 𝑗𝜔) =
𝑗𝜔 3
(1 + 10)

On a :

𝜔𝑐0 𝜋 𝑟𝑎𝑑
𝑀𝜑 = 𝜋 – 3 arctan = 𝑠𝑜𝑖𝑡 ∶ 𝜔𝑐0 = 10
10 4 𝑠

On a donc :

𝐾
𝐺(𝜔𝑐0 ) = = 1
2
√ 1 + 𝜔𝑐0
100

d’où :
3
𝐾 = √2 = 2,8 ⇒ 20 𝑙𝑜𝑔 𝐾 = 8,9 𝑑𝐵

Calculons à présent l’erreur de position obtenue en boucle fermée dans ces conditions :

Soit :
𝐾 1
𝜀𝑃 = lim (1 − 𝐻(𝑝)) = lim (1 − 3) = = 0.26 = 26%
𝑝→0 𝑝→0 𝑝 𝐾+1
𝐾 + (1 + 10)
La précision constatée ne satisfait pas au cahier des charges. Pour obtenir une erreur de position
de 5 %, il est nécessaire de disposer d’un gain statique 𝐾′ tel que :

1
𝜀𝑃 = = 0.05 ⇒ 𝐾 ′ = 19 ⇒ 20 𝑙𝑜𝑔𝐾 ′ = 25.6 𝑑𝐵
𝐾′ + 1

Introduisons un correcteur à retard de phase dans la chaîne directe.

58
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

On a :
𝑎(1 + 𝑇𝑝)
𝐶( 𝑝) = 𝑎𝑣𝑒𝑐 𝑎 > 1 (14.2)
1 + 𝑎𝑇𝑝
La nouvelle fonction de transfert en boucle ouverte est :
𝑎(1 + 𝑇𝑝) 2.8
𝐺𝑐( 𝑝) = 𝐶( 𝑝)𝐺( 𝑝) = ×
1 + 𝑎𝑇𝑝 𝑝 3
(1 + 10)
Le nouveau gain statique est : 𝐾 ′ = 2,8𝑎.
Par conséquent, il est nécessaire de régler le paramètre a de sorte que :
19
𝑎 = = 6,8 ⇒ 20 log 𝑎 = 16,7 𝑑𝐵
2,8

Il suffit, pour finir, de choisir 𝑇 de manière à ce que 1/𝑇 soit très inférieur à la pulsation de
coupure à 0 [Link] pouvons prendre, par exemple, 𝑇 = 10 𝑠.

On a finalement :

6,8(1 + 10𝑝)
𝐶( 𝑝) =
1 + 68𝑝

La figure suivante présente les diagrammes de Bode comparés du système initial et du système
corrigé. Rappelons que les diagrammes de Bode de 𝐺( 𝑝) et de 𝐶( 𝑝) s’additionnent pour former celui du
système corrigé 𝐺𝑐( 𝑝).

Fig 2.17, Diagramme de Bode corrigé aux basses fréquences. (14)

2.9.5. Circuit électrique : (15)

Fig 2.18, circuit électrique du correcteur

59
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

1+𝑅 𝐶 𝑝
𝐶(𝑝) = 1+𝑅1 𝐶1 𝑝 𝑎𝑣𝑒𝑐 𝑅2 𝐶2 > 𝑅1 𝐶1 (15.2)
2 2

2.10. Correcteur dérivé (D)

Pour un dérivateur pur, la loi de commande est de la forme :

𝑑𝜀(𝑡)
𝑢(𝑡) = 𝑇𝑑 (16.2)
𝑑𝑡

la FT est donc :

𝐶(𝑠) = 𝑇𝑑 𝑝 (17.2)

𝑇𝑑 : Appelée constante de temps de dérivation.

qui a pour mission d'ajouter un zéro nul à la fonction de transfert en boucle ouverte. Intuitivement,
nous pouvons imaginer que son action est l'inverse de celle de l'intégrateur. Vérifions cela sur un
diagramme de Bode.

La figure suivante représente le diagramme de bode du correcteur dérivé

Fig 2.19, le diagramme de bode du correcteur dérivé

Fig 2.20, Effet du correcteur dérivé

60
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Considérons à nouveau un système quelconque de fonction de transfert en boucle ouverte (𝑇𝐵𝑂 ).

Les graphes représentent respectivement :

𝑇𝐵𝑂 |𝑑𝐵 = 20𝑙𝑜𝑔|𝑇𝐵𝑂 (𝜔)| (18.2)

𝜑𝐵𝑂 (𝜔) = 𝑎𝑟𝑐𝑡𝑔(𝑇𝐵𝑂 (𝑗𝜔)) (19.2)

Les graphes correspondant à la fonction de transfert corrigée se déduisent facilement des graphes
initiaux

𝑇𝐵𝑂𝐶 |𝑑𝐵 = 20𝑙𝑜𝑔|𝑇𝐵𝑂𝐶 (𝜔)| = 20𝑙𝑜𝑔|𝜔𝑇𝐵𝑂 (𝜔)| = 20𝑙𝑜𝑔|𝑇𝐵𝑂 (𝜔)| + 20log(𝜔) (20.2)
𝜋
𝜑𝐵𝑂𝐶 (𝜔) = 𝑎𝑟𝑐𝑡𝑔(𝑇𝐵𝑂𝐶 (𝑗𝜔)) = 𝑎𝑟𝑐𝑡𝑔(𝑗𝜔𝑇𝐵𝑂 (𝑗𝜔)) = 𝜑𝐵𝑂 (𝜔) + 2 (21.2)

On passe donc de la courbe de gain initiale𝑇𝐵𝑂 |𝑑𝐵 à la courbe corrigée 𝑇𝐵𝑂𝐶 |𝑑𝐵 | en ajoutant à
chaque segment l'équivalent d'un segment de pente (1), autrement dit en incrémentant chaque pente
initiale d'une unité. En remarquant par ailleurs, qu'à la pulsation 𝜔 = 10 𝑟𝑑/𝑠/, le gain a augmenté de
20 𝑑𝐵 , il nous est possible de tracer immédiatement le graphe correspondant à 𝑇𝐵𝑂𝐶 |𝑑𝐵 . Le diagramme
𝜋
de phase, quant à lui, est translaté de 2 vers le haut.

On remarque que la pulsation de coupure à 0 𝑑𝐵 augmente. on peut en déduire que le temps de

montée diminue. Le dérivateur aura donc tendance à accélérer le système en boucle fermée.

L'augmentation de influe également sur la marge de phase mais cette influence dépend de l'ordre
𝜋
du système. En effet, la remontée de phase de + 2 peut avoir deux effets différents :

 si le système possède un ordre élevé, le déphasage peut tendre vers des valeurs négatives
très importantes ; la remontée de phase peut alors être sans effet sur l'amélioration de la
marge de phase, voire la dégrader et même rendre le système instable.
 Si au contraire l'ordre du système est faible, la remontée de phase peut se traduire par
une nouvelle courbe 𝜑𝐵𝑂𝐶 (𝜔) qui tend vers une valeur située largement au dessus de
−𝜋.
2.10.1. Effets du correcteur

 En statique elle peut diminuer la précision du système

 en dynamique elle augmente la rapidité et renforce la stabilité du système

61
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.11. Correcteur à avance de phase (5)

2.11.1. Definition

Le correcteur à avance de phase est un correcteur qui, comme son nom l’indique, permet
d’augmenter la marge de phase d’un système. Il s’agit de compenser un trop faible déphasage autour de
la pulsation de coupure à 0 dB.

La fonction de transfert d'un tel correcteur est donnée par :

1 + 𝑎𝑇𝑝
𝐶( 𝑝) = (22.2)
1 + 𝑇𝑝

Avec : 𝑎 > 1

Pour mieux comprendre l’action de ce correcteur, traçons son diagramme de Bode. Il y a deux
pulsations de coupure : 1/𝑇 et 1/𝑎𝑇, avec :

1/𝑎𝑇 < 1/𝑇

Fig 2.21, Diagramme de Bode d’un correcteur à avance de phase.

On a :

√1 +𝑎2 𝑇 2 𝜔2
𝐶(𝜔) = (23.2)
√√1+ 𝑇 2 𝜔2

Et:
𝝋(𝜔) = 𝑎𝑟𝑐𝑡𝑎𝑛 𝑎𝑇𝝎 − 𝑎𝑟𝑐𝑡𝑎𝑛 𝑇𝝎

Lorsque 𝜔 → 0 ; on a : 𝐶(𝜔) → 1

62
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Cet équivalent de pente nulle est valable de 0 jusqu’à la première pulsation de coupure qui a pour
expression : 1/𝑎𝑇. La pente du diagramme de Bode asymptotique s’incrémente alors d’une unité et ce
nouvel équivalent est valable jusqu’à la seconde pulsation de coupure (1/𝑇) à partir de laquelle nous
retrouvons une pente nulle (figure précédente).

Lorsque 𝜔 → +∞, on a : 20𝑙𝑜𝑔𝐶(𝜔) → 20 𝑙𝑜𝑔 𝑎

1
L’intérêt de ce correcteur est visible sur son diagramme de phase : à la pulsation 𝜔𝑚𝑎𝑥 = 𝑇 𝑎,
√

le déphasage présente un maximum que nous pouvons facilement calculer :

𝑎–1
𝜑𝑚𝑎𝑥 = 𝑎𝑟𝑐𝑠𝑖𝑛 (𝑎 + 1) (24.2)

Le principe de l’action corrective consiste à faire coïncider 𝜔𝑚𝑎𝑥 avec la pulsation de coupure à
0 dB c0 du système à corriger et à régler 𝜑𝑚𝑎𝑥 , que l’on appelle la remontée de phase, de manière à obtenir
la marge de phase voulue.

2.11.2. Synthèse du correcteur

On suppose que l’on a modélisé le processus : on dispose donc d’une expression de son gain
complexe. On suppose également que le cahier des charges spécifie le comportement statique (ou en
basse fréquence) souhaité et la marge de phase souhaitée.

2.11.3. Démarche de synthèse du correcteur

1. Ajuster le gain du processus afin que les exigences du cahier des charges concernant les basses
fréquences soient respectées.

2. Tracer le diagramme de Bode en boucle ouverte du processus ainsi ajusté ; en déduire la

quantité de phase qu’il faut ajouter pour obéir au cahier des charges ; en déduire 𝜑𝑚𝑎𝑥 , donc 𝑎.

3. En déduire la valeur de 𝑇 telle que 𝜔𝑚𝑎𝑥 soit égale à la pulsation 𝜔𝑐0 pour laquelle le gain en
boucle ouverte du système corrigé vaut 1.

4. Tracer le diagramme de Bode en boucle ouverte du système corrigé afin de s’assurer que le
cahier des charges est bien respecté.

Cette démarche doit être bien comprise et connue par cœur.

2.11.4. Effets généraux du correcteur à avance de phase

Augmentation de la bande passante.

Augmentation de la marge de phase.

63
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.11.5. Réalisation du correcteur à avance de phase

Un exemple de réalisation est présenté sur la Figure suivante :

Fig 2.22, Réalisation du correcteur à avance de phase

Carte électronique du correcteur à avance de phase :

Fig 2.23, carte électronique du correcteur à avance de phase

Avec :
−𝑹𝟒 𝑹𝟑 𝑪𝟏
𝑲= 𝑻 = 𝑹𝟒 𝑪𝟐 𝒂=
𝑹𝟑 𝑹𝟒 𝑪𝟐

Exemple

Considérons un système de fonction de transfert 𝐺( 𝑝) placé dans une boucle à retour unitaire,
avec :

100
𝐺( 𝑝) =
(𝑝 + 1)2

On souhaite corriger ce système de manière à ce que sa marge de phase soit égale à 45◦.
Calculons sa marge de phase avant correction.

On a :

100
𝐺(𝜔) = = 1
1 + 𝜔𝑐0 2

D’où : 𝜔𝑐0 = √99 = 9,95 𝑟𝑎𝑑/𝑠

Par conséquent : ∆𝜑 = 𝜋 − 2 𝑎𝑟𝑐𝑡𝑎𝑛 𝜔𝑐0 = 0,2 𝑟𝑎𝑑 = 11°

64
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

La marge de phase est insuffisante. Pour la corriger, nous devons procéder à une remontée de
phase de 34° à la pulsation 𝜔𝑐0. On introduit donc un correcteur à avance de phase que l’on règle de
manière à ce que:
1 𝑟𝑎𝑑 𝑎–1
= 𝜔𝑐0 = 9,95 et : 𝜑𝑚𝑎𝑥 = 34° = arcsin 𝑎 + 1
𝑇 √𝑎 𝑠

On a donc :

𝑎– 1 1 + 𝑠𝑖𝑛34°
𝑎𝑟𝑐𝑠𝑖𝑛 = 34° ⇒ 𝑎 = = 3,54
𝑎 + 1 1 − 𝑠𝑖𝑛 34°

Ou encore : 20 𝑙𝑜𝑔 𝑎 = 11 𝑑𝐵
1 1
puis : = 𝜔𝑐0 ⇒ 𝑇 = 9,95 = 0,053 𝑠
𝑇√ 𝑎 √3,54

1 1
soit : = 18,9 𝑟𝑎𝑑⁄𝑠 𝑒𝑡 = 5,3 𝑟𝑎𝑑/𝑠
𝑇 𝑎𝑇

Finalement :
1 + 0,19𝑝
𝐶( 𝑝) =
1 + 0,053𝑝

La nouvelle fonction de transfert en boucle ouverte est :

1 + 0,19𝑝 100
𝐺𝑐( 𝑝) = 𝐶( 𝑝) × 𝐺( 𝑝) = ·
1 + 0,053𝑝 (𝑝 + 1)2

Fig .[Link] de Bode du système non corrigé.

Fig .[Link] de Bode du système corrigé.

65
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

La figure précédente présente les diagrammes de Bode comparés du système initial et du système
corrigé. Rappelons que les diagrammes de Bode de 𝐺( 𝑝) et de 𝐶( 𝑝) s’additionnent pour former celui du
système corrigé 𝐺𝑐( 𝑝). Dans la cas du correcteur à avance de phase, l’action corrective est parfaitement
visible sur le diagramme de phase.

Remarque

Le correcteur à avance de phase a une influence sur le diagramme de gain du

système. Cette influence est visible sur la figure precedent autour de la pulsation de
coupure à 0 dB : la pulsation de coupure à 0 dB du système corrigé est légèrement
plus grande que celle du système non corrigé. Par conséquent, la remontée de phase
maximale que l’on a calculée ne se produit plus véritablement à ωc0 On a alors le
choix de négliger cette augmentation ou encore de l’anticiper en majorant la
remontée de hase calculée de quelques degrés, par exemple 5°◦.

La réponse indicielle du système précédent en boucle fermée avec retour unitaire est représentée
par les figures suivantes :

Fig.2.26 . réponse indicielle du système non corrige

Fig.2.27 . ; réponse indicielle du système corrige

66
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.12. Correcteur proportionnel intégral dérive (PID) (16)

2.12.1. Méthodes de réglages des paramètres du regulateur PID

Par un choix des actions et de leurs paramètres, il est possible d’obtenir un comportement désiré
en boucle fermée, traduisant les performances souhaitées et formulées dans un cahier des charges.

De manière qualitative, les critères à satisfaire sont les suivants :

 Les effets de perturbations doivent être minimisés ou encore mieux, ils doivent être effacés
complètement et ce, le plus rapidement possible.

 Les changements de consigne doivent être suivis rapidement et avec une bonne précision.

De manière quantitative, il s’agit de proposer les actions (PID) du régulateur et de fixer les
valeurs à donner aux paramètres (𝐾𝑝, 𝑇𝑖, 𝑇𝑑) répondant le mieux possible aux spécifications d’un cahier
des charges.

Le problème de la détermination des régulateurs est connu par la synthèse des systèmes bouclés.
Les méthodes de synthèse sont très nombreuses et une classification rigoureuse n’est pas une tâche facile.
Néanmoins, on distingue dans le cadre de ce cours les deux types de méthodes :

 Les méthodes dites empiriques ne nécessitant pas une connaissance parfaite du modèle du
procédé à commander. Les paramètres du régulateur seront calculés à partir des observations
expérimentales sur le procédé (Relevé de la réponse indicielle par exemple). L’intérêt majeur de ces
méthodes réside dans leur simplicité. Elles sont largement utilisées dans le domaine industriel et elles sont
dans la plus part des cas suffisants mais ne permettent pas un réglage fin.
 Les méthodes basées sur la connaissance du modèle du système sous forme de fonction de
transfert par exemple. Les actions du régulateur seront calculées de façon à obtenir la fonction de transfert
souhaitée en boucle ouverte ou en boucle fermée.

2.12.2. Méthodes empiriques de Ziegler&Nichols.

Ziegler et Nichols ont proposé deux approches expérimentales destinées à fixer rapidement les
paramètres des régulateurs P, PI et PID. La première nécessite l’enregistrement de la réponse indicielle
du système à régler, alors que la deuxième exige d’amener le système en boucle fermée à sa limite de
stabilité.

67
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.12.3. Méthode de Ziegler&Nichols en boucle ouverte.

a- Mode opératoire

Fig2.28 .Méthode opératoire pour le reglage des correcteur

 Le régulateur est en mode automatique et la boucle est dans état stabilisé. La sortie du régulateur indique
une commande 𝑢0 et la sortie du procédé indique une valeur 𝑦0 .
 On affiche la valeur 𝑢0 sur le module de la commande manuelle.
 On met le régulateur en mode manuel c’est-à-dire qu’il est déconnecté de la boucle.
 On envoie une variation constante du signal de commande sur l’entrée procédé et on enregistre sur une
table traçante la variation du signal de mesure à la sortie du procédé.

Il s’agit donc de l’enregistrement de la réponse indicielle du procédé seul.

b- Exploitation de la réponse indicielle

Sur l’enregistrement de la réponse indicielle, on trace le mieux possible la tangente au point

d’inflexion 𝑄 de la courbe. On mesure ensuite le temps 𝑇𝑢 correspondant au point d’intersection entre
l’axe des abscisses et la tangente ainsi que le temps 𝑇𝑎 « temps de montée de la tangente ».

Fig2.28 Méthode de strejec pour le réglage du correcteur.

68
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

c- Réglage du régulateur PID

Ziegler & Nichols proposent de calculer les paramètres du régulateur P, PI ou PID à l’aide des
recommandations suivantes:

Réglage des paramètres

Régulateur 𝐾𝑝 𝑇𝑖 𝑇𝑑

P : 𝑅(𝑝) = 𝐾𝑝 * *

1 𝑇𝑎 0.9
PI :𝑅(𝑝) = 𝐾𝑝 (1 + ) 3.33𝑇𝑢 *
𝑇𝑖 𝑝 𝑇𝑢 𝐾

1 𝑇𝑎 1.2
PID : 𝑅(𝑝) = 𝐾𝑝 (1 + 𝑇𝑑 𝑝 + 𝑇 𝑝) 2.0 𝑇𝑢 0.5 𝑇𝑢
𝑖 𝑇𝑢 𝐾

Une illustration de cette démarche est donnée ci-dessous pour la réponse indicielle d’un procédé
à un échelon unité.

Fig2.29 Méthode de Ziegler-nicols pour le réglage du correcteur

On relève les paramètres suivants :

∆𝑦 0.5
𝐾= = = 0.5 ∶ 𝑇𝑢 = 0.8 ; 𝑇𝑎 = 3.7
∆𝑢 1

Le tableau de réglage proposé par Ziegler & Nichols est:

Action Kp Ti Td
P 9.25 * *
PI 8.33 2.66 *
PID 11 1.6 0.4

69
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Les réponses indicielles en boucle fermée sont données par les figures suivantes avec une
consigne égale à 1.

Régulation P

Régulation PI

Régulation
PID

Fig2.30 Les réponses indicielles en boucle fermée

Généralement les gains proportionnels (𝐾𝑝) proposés par Ziegler & Nichols sont trop élevés et
conduisent à un dépassement supérieur à 20%. Il ne faut pas craindre de réduire ces gains d’un facteur 2
pour obtenir une réponse satisfaisante.

2.12.4. Méthode de Ziegler & Nichols en boucle fermée.

a- Mode opératoire

Fig.2.31 La Méthode de Ziegler-nicols en boucle fermée

70
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

 Le régulateur est en mode automatique avec une faible valeur de 𝐾𝑝 . Les actions 𝐼 et 𝐷 sont

inhibées en mettant 𝑇 𝑖 = 𝑇𝑖𝑚𝑎𝑥 et 𝑇𝑑 = 0.

 On augmente progressivement le gain 𝐾𝑝 du correcteur proportionnel agissant seul jusqu’à
l’obtention de la juste oscillation de la boucle (pompage).

b- Exploitation du résultat de pompage de la boucle

On relève le gain limite (𝐾𝑝𝑐 ) conduisant au pompage de la boucle et la période des oscillations
𝑇𝑐 correspondant à ce fonctionnement à partir de n’importe quel point d’observation (sortie du régulateur,
sortie du procédé..).

Fig.2.32. Pompage de la boucle et la période des oscillations

c- Réglage du régulateur PID

Ziegler & Nichols proposent de calculer les paramètres du régulateur choisi à l’aide des
recommandations suivantes :

Réglage des paramètres

Régulateur Kp Ti Td

P : 𝑅(𝑝) = 𝐾𝑝 0.5 𝐾𝑝𝑐 * *

1
PI :𝑅(𝑝) = 𝐾𝑝 (1 + 𝑇 𝑝) 0.45 𝐾𝑝𝑐 0.83 𝑇𝑐 *
𝑖
1
PID : 𝑅(𝑝) = 𝐾𝑝 (1 + 𝑇𝑑 𝑝 + 𝑇 𝑝) 0.6 𝐾𝑝𝑐 0.5 𝑇𝑐 0.125 𝑇𝑐
𝑖

Pour illustrer cette démarche, on considère le même système considéré plus haut et pour lequel
on a les résultats du pompage suivants : 𝐾𝑝𝑐 = 16 𝑒𝑡 𝑇𝑐 = 3.63 (l’unité du temps n’est pas précisée ici)

Le tableau de réglage proposé par Ziegler &Nichols est :

Action Kp Ti Td
P 8 * *
PI 7.2 3 *
PID 9.6 1.82 0.45

71
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

On note au passage que les deux méthodes de Ziegler &Nichols conduisent à des valeurs très
proches pour les paramètres du régulateur et par conséquent les performances seront similaires.

En effet, les réponses indicielles en boucle fermée sont données par les figures suivantes avec
une consigne égale à 1.

Régulation P

Régulation PI

Régulation PID

Fig.2.33. les réponses indicielles en boucle fermée

Les valeurs proposées par Ziegler &Nichols ont été testées dans de très nombreuses situations.
Elles conduisent également à un temps de montée relativement court assorti d’un dépassement élevé.

2.12.5. Méthode empirique : Méthode de la réglabilité.

Les méthodes précédentes peuvent conduire à des réponses en boucle fermée très oscillante, ce
qui est particulièrement gênant lors des changements de consigne.

La présente méthode dite de réglabilité constitue une version adoucie des réglages précédents.
Elle est basée sur la réponse indicielle du système (en boucle ouverte : pas de régulateur).

72
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Le mode opératoire et l’exploitation de la réponse indicielle sont ceux de la première méthode

de Ziegler & Nichols.

Les paramètres du régulateur sont déterminés en fonction du « coefficient de réglabilité » défini

par le rapport :
𝑇𝑢
𝑟 = 𝑇𝑎 (25.2)

Il s’agit du même rapport qui intervient dans la première méthode de Ziegler &Nichols basée sur
la réponse indicielle. Il traduit l’importance du retard 𝑇𝑢 par rapport à la constante de temps 𝑇𝑎.

Le tableau suivant fournit des relations empiriques pour calculer les coefficients du régulateur et
déterminer son type selon le rapport 𝑟 :

r Kp Ti Td
0.05 à 0.1 5 𝑇𝑎 0
𝐾
0.1 à 0.2 0,5 𝑇𝑎 0
𝐾𝑟
0.2 à 0.5 0,5(1 + 0.5𝑟) 𝑇𝑎(1 + 0.5𝑟) 0.5𝑟
𝑇𝑎 ( )
𝐾𝑟 1 + 0.5𝑟
Au delà PID non recommandé
Remarque :

Dans les propositions ci-dessus 𝑲 représente le gain statique du procédé.

Une illustration de cette méthode est donnée pour l’exemple du système dont la réponse indicielle
donnée par la figure suivante :

0.8
et pour lequel on a : 𝐾 = 0.5 ; 𝑟 = 3.7 = 0.216. On prendra alors un régulateur PID dont les

paramètres sont :

r Kp Ti Td
0.216 5.13 4 0.36

73
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

On note que la réponse est plus douce en comparaison avec les autres réglages.

2.12.6. Exemple de synthèse sur les méthodes empiriques.

La figure suivante représente le schéma simplifié d’un échangeur thermique de chaleur.( Un

échangeur de chaleur est un appareil technique dans lequel l' échange de chaleur a lieu entre deux
milieux qui ont des températures différentes voir figure )

Fig.2.34.Échangeur thermique (17)

Le but de l’installation est la régulation de la température 𝑇𝑐 du fluide à la sortie de l’échangeur.

[Link] synoptique de l'echangeur

On note:

- 𝑄𝑐 : débit du fluide chaud de température Tc, c’est la grandeur de réglage. IL est ajusté par un ensemble
servomoteur-vanne en agissant sur la tension V.

- 𝑄𝑓 : débit du fluide froid de température 𝑇𝑓.

- 𝑇2 : température à la sortie de l’échangeur, grandeur à régler.

- 𝑀 : grandeur mesurée par le capteur-transmetteur de mesure𝑇𝑀.

- 𝑉𝑁: servomoteur-vanne.

74
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Le schéma fonctionnel de l’installation en boucle fermée est représenté par la figure ci-
dessous où:

𝐻1 , 𝐻2 , 𝐻3 représentent les fonctions de transfert perturbatrices (entre les entrées secondaires et

la grandeur régulée) et 𝐺 représente la fonction de transfert réglante (entre l’entrée réglante et la grandeur
régulée).

Fig.2.36 Schema fonctionnel du système reglé

𝑅(𝑝) est un régulateur PID :

1
𝑅(𝑝) = 𝐾𝑝 (1 + 𝑇𝑑 𝑝 + 𝑇 𝑝) (26.2)
𝑖

Les résultats des essais en boucle ouverte (réponse indicielle) et en boucle fermée (pompage)
sont présentés ci-dessous :

a- Les essais

 Essai en boucle ouverte

Le régulateur est en mode manuelle. On provoque une variation ∆𝑣 = 10% sur l’entrée de
commande. La réponse du procédé est enregistrée sur un enregistreur comme la montre la figure ci-
dessous.
A partir de la réponse indicielle, on relève les paramètres suivants :

75
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

∆𝑦 40% 48
𝐾= = =4 ; 𝑇𝑢 = 48𝑠 ; 𝑇𝑎 = 220𝑠 ; 𝑐𝑜é𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑑𝑒 𝑟é𝑔𝑙𝑎𝑏𝑖𝑙𝑖𝑡é ∶ 𝑟 = = 0.218
∆𝑢 10% 220
 Essai en boucle fermée (pompage)
Le régulateur est en mode automatique et 𝑅(𝑝) = 𝐾𝑝 . La juste oscillation est obtenue avec les
paramètres:
- Gain limite 𝐾𝑝𝑐 = 2

- 𝑇𝑐 = 217 𝑠

b- Réglage des paramètres du régulateur

Les paramètres du régulateur PID sont donnés selon les différentes méthodes par le tableau
suivant :
Méthode Kp Ti Td
Ziegler&Nichlos
1.38 96 24
(boucle ouverte)
Ziegler&Nichlos
1.2 108 27
(pompage)
Méthode de
0.64 244 22
réglabilité
c- Comparaison des performances

Le tableau suivant résume les performances obtenues en boucle fermée par analyse de la réponse
indicielle à une consigne de 10% :

Dépassement Temps de Erreur

Méthode
indiciel réponse à 5% statique
Ziegler&Nichlos
65 % 650 s 0
(boucle ouverte)

Ziegler&Nichlos
53 % 465 s 0
(pompage)

76
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Méthode de réglabilité 12.5 % 422 s 0

La réponse indicielle en boucle fermée est fournie par la figure ci-dessous avec les paramètres
du régulateur donnés par la méthode de réglabilité.

Fig.2.37. Systme corrige par la méthode de réglabilité*

Analyse des performances

Comme il est prévisible, les méthodes de Ziegler & Nichols fournissent des dépassements
importants assortis d’un temps de réponse qui restent comparables au temps de réponse fournis par les
autres méthodes. La méthode de réglabilité a donné les meilleures performances transitoires.

2.12.7. Methods fréquencielles (16)

Cite méthode est envisagée lorsque le cahier des charges contient des spécifications relatives à
des considérations fréquentielles : bande passante, coefficient de qualité, marge de stabilité (marge de
gain ou marge de phase)…, avec éventuellement des spécifications sur la précision et les caractéristiques
de la réponse transitoire.

Cette méthode fût parmi les méthodes les plus anciennes basées sur la connaissance du lieu de
transfert du procédé qui peut être obtenu soit expérimentalement soit par la connaissance de sa fonction
de transfert .

L’insertion du régulateur dans la chaîne de commande permet de modéler le lieu de transfert en

boucle ouverte 𝑇(𝑝) = 𝑅(𝑝)𝐺(𝑝) conférant au système en boucle fermée un fonctionnement tel qu’il
précisé dans le cahier des charges.

On rappelle brièvement les performances attendues dans le domaine fréquentiel :

77
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

 Un gain très grand voire infini en basses fréquences de 𝑇(𝑝), ce qui assure une bonne précision

en régime permanent.

 Le lieu de transfert en boucle ouverte doit passer le plus loin possible du point critique, ce qui
assure des bonnes marges de stabilité .

 La bande passante doit être la plus large possible de manière à obtenir une bonne rapidité.

Il n’existe pas en toute rigueur une démarche systématique à suivre pour calculer les paramètres
du régulateur et souvent la synthèse est guidée par le bon sens du concepteur.

On peut utiliser indifféremment l’une des représentations graphiques pour représenter les lieux
de transfert : Bode, Black ou Nyquist. En pratique, les deux premières représentations sont plus
commodes d’utilisation que la représentation dans le plan de Nyquist.

Pour illustrer la méthode fréquentielle pour la synthèse des régulateurs, on considère les deux
exemples suivants de difficulté croissante:

Exemple

Il s’agit de réaliser un asservissement de vitesse d’un moteur à courant continu et à excitation

indépendante.

[Link] de vitesse du MCC

𝜴 Désigne la vitesse de rotation du moteur mesurée par une génératrice tachymétrique délivrant
une tension 𝑽𝒈 et 𝑽 représente la tension de commande de l’inducteur.

[Link]ème corrigé

78
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

L’objectif est d’asservir la vitesse 𝛺 à une tension de référence 𝑉 et de faire la synthèse d’un
correcteur selon un cahier de charges.

Le système à contrôler est donné par sa fonction de transfert suivante :

𝑽𝒈 𝐾𝑠
𝐺(𝑝) = =
𝑉 (1 + 𝑇1 𝑝)(1 + 𝑇2 𝑝)

𝐾𝑠 = 1 ; 𝑇1 = 0.1 𝑠 ; 𝑇2 = 0.5 𝑠

Le cahier des charges est :

 Erreur indicielle nulle. (Précision statique parfaite)

 Marge de phase 𝑀𝑃 = 45°.

La contrainte sur la précision nécessite l’introduction d’une intégration dans la chaîne en boucle
ouverte. Comme le système n’en dispose pas, le régulateur doit être de type intégrateur.

Quant à la deuxième contrainte, elle peut être assurée par une action proportionnelle. Soit donc
le régulateur PI suivant:

1
𝑅(𝑝) = 𝐾𝑝 (1 + )
𝑇𝑖 𝑝

On commence par ajuster le gain 𝐾𝑝 du régulateur 𝑃 supposé agissant seul de manière à satisfaire
la contrainte sur la marge de phase:

|𝐾𝑝 𝐺(𝑗𝜔0 )| = 1
{
𝑀𝑃 = 180° + arg(𝐾𝑝 𝐺(𝑗𝜔0 ))

Soit :

5𝐾𝑝
=1 (1)
{√(1 + (0.5𝜔0 )2 )(1 + (0.1𝜔0 )2 )
𝑀𝑃 = 180° − 𝑎𝑟𝑐𝑡𝑔(0.5𝜔0 ) − 𝑎𝑟𝑐𝑡𝑔(0.1𝜔0 ) = 45° (2)

De l’équation (2) on déduit que 𝜔0 = 13.5𝑟𝑑/𝑠 et de l’équation (1) on calcule le gain 𝐾𝑝 ; soit

𝐾𝑝 = 2.3.

La figure suivante confirme le respect de la contrainte sur la marge de phase.

79
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Il convient à présent de calculer la constante d’intégration Ti de manière à ce que la marge de

phase reste à peu près égale à 45°. Il est possible de choisir 𝑇𝑖 de telle sorte que la contribution en module
𝟏
et en phase du terme 𝟏 + 𝑻 𝒑 soit négligeable à la pulsation 𝜔0 . Pour ce faire, on prendra
𝒊

1
≈ 0.1 𝜔0 (une décade à gauche de 𝜔0 ), ce qui permet de placer ce terme suffisamment à gauche de la
𝑻𝒊

pulsation 𝜔0 . D’où la valeur de 𝑻𝒊 = 0.74.

Le régulateur est

1
𝑅(𝑝) = 23 (1 + )
0.74𝑝

Remarque :

Comme le montre les courbes de Bode de 𝑅(𝑝)𝐺(𝑝) données par la figure ci-desous, la marge
𝟏
de phase est légèrement inférieure à 45°. Cela est dû au fait que la phase apportée par le terme 𝟏 + 𝑻 𝒑 à
𝒊

la pulsation 𝜔0 n’est pas nulle. A priori une marge de phase de 40° est aussi correcte, néanmoins on peut
remédier à cette situation (s’il le faut !!) en plaçant ce terme davantage à gauche ou surestimer la marge
de phase nécessaire (50° au lieu de 45° par exemple).

80
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Exemple

On reprend le même système que dans l’exemple précédent avec le cahier des charges suivant:

 Erreur indicielle maximale de 0.5 lorsque la consigne est un échelon d’amplitude égal à 10;

 Marge de phase MP = 45°.

Il est évident qu’on n’a pas besoin d’une action intégrale puisqu’on peut tolérer une erreur
indicielle.

On commence par envisager si un simple régulateur P peut répondre aux deux contraintes du
cahier des charges.

Soit :

5𝐾𝑝
𝑅(𝑝) = 𝐾𝑝 ⟶ 𝑅(𝑝)𝐺(𝑝) =
(1 + 0.5𝑝)(1 + 0.1𝑝)

Avec l’erreur indicielle en régime statique à un échelon d’amplitude égale à 10 est:

10
𝜀=
1 + 5𝐾𝑝

Si on souhaite avoir 𝜀 < 0.5, il faut prendre 𝐾𝑝 > 3.8

Pour la valeur minimale de 𝐾𝑝 = 3.8, on vérifie si la contrainte sur la marge de phase est
satisfaite :

|𝐾𝑝 𝐺(𝑗𝜔0 )| = 1
{
𝑀𝑃 = 180° + arg(𝐾𝑝 𝐺(𝑗𝜔0 ))

81
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

Soit:

5𝐾𝑝
=1 (1)
{√(1 + (0.5𝜔0 )2 )(1 + (0.1𝜔0 )2 )
𝑀𝑃 = 180° − 𝑎𝑟𝑐𝑡𝑔(0.5𝜔0 ) − 𝑎𝑟𝑐𝑡𝑔(0.1𝜔0 ) = 45° (2)

De l’équation (1), on déduit que 𝜔0 = 18.2 𝑟𝑑/𝑠 et de l’équation (2), on déduit que la marge
de phase est de 35°, comme il est montré sur la figure sivante.

Par conséquent, la deuxième contrainte n’est pas satisfaite. Il est inutile de chercher à diminuer
la valeur de 𝐾𝑝 pour augmenter la marge de phase à 45° car cela conduirait à une erreur statique supérieure
à 0.5 (Dilemme stabilité-précision). Une solution consiste à envisager un régulateur de type PD
susceptible d’apporter une phase positive.

Soit la fonction de transfert du régulateur PD:

𝑅(𝑝) = 𝐾𝑝 (1 + 𝑇𝑑 𝑝),.

La fonction de transfert en boucle ouverte est :

5𝐾𝑝 (1 + 𝑇𝑑 𝑝)
𝑅(𝑝)𝐺(𝑝) =
(1 + 0.5𝑝)(1 + 0.1𝑝)

On commence par déterminer le gain 𝐾𝑝 de l’action P agissant seule car l’action D n’intervient

pas en régime statique. D’après le calcul précédent, on retient la valeur limite 𝐾𝑝 = 3.8 pour laquelle
l’erreur statique est de 0.5 et la marge de phase est de 35°. Il faut à présent ajuster le paramètre 𝑻𝒅 du
terme (𝟏 + 𝑻𝒅 𝒑) de manière à augmenter la marge de phase à 45°. On choisit 𝑻𝒅 tel que :

𝐴𝑟𝑔(1 + 𝑇𝑑 𝑗𝜔0 )) = 𝐴𝑟𝑐𝑡𝑔(𝑇𝑑 𝜔0 ) = 10° à la pulsation 𝜔0 = 18.2 𝑟𝑑/𝑠.

82
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

D’où la valeur de 𝑇𝑑 = 0.0097

Le régulateur résultant est 𝑅(𝑝) = 3.8 ( 1 + 0.0097𝑝).

Remarque

Ce calcul suppose que la courbe de gain n’est pas affectée au point 𝜔0 par le terme
(1 + 0.0097𝑝). En fait c’est pratiquement le cas puisqu’on a :

|1 + 0.0097𝑗𝜔0 | = √1 + (0.0097𝜔0 )2 = 1

La courbe suivante représente le lieu de transfert en boucle ouverte R(p)G(p) qui confirme le
respect de la contrainte sur la marge de phase.

La réponse indicielle en boucle fermée est donnée par la figure suivante :

48

83
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

2.12.8. Synthèse par compensation des poles (18)

Une méthode de synthèse fréquemment utilisée consiste à compenser les pôles les plus lents du
processus par les zéros du régulateur puis à rechercher le gain de manière à avoir une réponse optimale
du point de vue de la consigne. Ainsi, dans le cas d'un système d'ordre 3 tel que 𝜏1 ≥ 𝜏2 ≥ 𝜏3
1
𝐺(𝑠)𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑢𝑠 = 𝐾0 (1+𝑠𝜏 (27.2)
1 )(1+𝑠𝜏2 )(1+𝑠𝜏3 )

On compensera le produit (1 + 𝑠𝜏1 ) (1 + 𝑠𝜏2 ) = 1 + 𝑠 (𝜏1 + 𝜏2 ) + 𝑠 2 𝜏1 𝜏2

par le numérateur du régulateur PID :

1 𝐾𝑃 ( 1 + 𝑠𝑇𝑖 + 𝑠 2 𝑇𝑖 𝑇𝑑 )
𝐺𝑐(𝑠) = 𝐾𝑃 ( 1 + + 𝑠𝑇𝑑 ) = (28.2)
𝑠𝑇𝑖 𝑠𝑇𝑖

La compensation des deux constantes de temps les plus lentes 𝜏1 et 𝜏2 conduit à choisir 𝑇𝑖 et 𝑇𝑑 tel que:

1 + 𝑠 (𝜏1 + 𝜏2 ) + 𝑠 2 𝜏1 𝜏2 = 1 + 𝑠𝑇𝑖 + 𝑠 2 𝑇𝑖 𝑇𝑑

Ce qui donne :

𝑇𝑖 = 𝜏1 + 𝜏2
{ 𝑇 = 𝜏1 𝜏2 (29.2)
𝑑 𝜏 +𝜏1 2

Ainsi, dans le cas d'un système d'ordre 3, la compensation de deux pôles par les zéros du régulateur PID
conduit à un système global d'ordre 2 avec integration:
1
𝐺𝑏𝑜 (𝑠) = 𝐾𝑏𝑜 (30.2)
𝑠𝑇𝑖 (1 + 𝑠𝜏3 )

Avec:

𝐾𝑏𝑜 ≡ 𝐾𝑃 𝐾0

On obtient alors en boucle fermée un système d'ordre 2 :

𝐺𝑏𝑜 (𝑠) 1
𝐺𝑏𝑓 (𝑠) = = 𝑇 𝑇 𝜏 (31.2)
1 + 𝐺𝑏𝑜 (𝑠) 1 + 𝑠 𝑖 + 𝑠2 𝑖 3
𝐾𝑏𝑜 𝐾𝑏𝑜

dont on peut fixer l'amortissement 𝜁 souhaité en identifiant le dénominateur de 𝐺𝑏𝑓 (𝑠) avec la
forme canonique

2𝜁 1
1 + 𝑠 + 2 𝑠2
𝜔𝑛 𝜔𝑛

On montre alors aisément que le gain 𝐾𝑝 dépend du facteur d'amortissement 𝜁 souhaité, des trois
constantes de temps du processus, du gain statique 𝐾0 et qu'il vaut:

84
 Chapitre 02 : Calcul des contrôleurs dans le domaine fréquentiel

1 𝜏1 + 𝜏2 1
𝐾𝑝 =
𝐾0 𝜏3 4𝜁 2

En choisissant 𝜁 = 0.6, le dépassement de la réponse indicielle sera d'environ 10%. Tenant

compte du fait que les trois constantes de temps choisies sont égales à 1 seconde, on obtient :

1 𝜏1 + 𝜏2 1
𝐾𝑝 = = 0.695 [/]
𝐾0 𝜏3 4𝜁 2
𝜏1 𝜏2
𝑇𝑖 = 𝜏1 + 𝜏2 = 2.0 [𝑠𝑒𝑐] ; 𝑇𝑑 = = 0.5 [𝑠𝑒𝑐]
𝜏1 + 𝜏2

85
Représentation d'état des systèmes

Partie 2

86
 Représentation d'état des systèmes

Chapitre 3

1. Introduction
2. Concepts (état, variables d’état, …)
3. Représentation d’état des systèmes linéaires continus.
4. Représentation d’état des systèmes discrets.
5. Formes canoniques.
6. Représentation d’état des systèmes non linéaires.
7. Linéarisation

87
 Chapitre 03 : Représentation d'état des systèmes linéaire
Chapitre 3. Représentation d’état des systèmes

3.1. Introduction (19)

Tout système linéaire peut être représenté par plusieurs méthodes (voir figure)

[Link] méthodes de la representation des systèmes

Représentation internes (ou d’état) Le principe général de la représentation d’état consiste à décrire
un système en considérant sa dynamique interne et pas seulement une relation entre son entrée et sa sortie
(comme le fait la fonction de transfert). Ainsi, il convient de redonner de l’importance à des grandeurs qui
ne sont ni entrée, ni sortie, tout en prenant en compte l’ensemble des phénomènes dynamiques et statiques
qui confère au système son comportement. Une telle préoccupation conduit aux définitions suivantes
D’autre terme :
1) En automatique, une représentation d'état permet de modéliser un système dynamique en
utilisant des variables d'état (variables internes). Cette représentation, qui peut être linéaire ou non,
continue ou discrète, permet de déterminer l'état du système à n'importe quel instant futur si l'on connaît
l'état à l'instant initial et le comportement des variables exogènes qui influent sur le système. La
représentation d'état du système permet de connaître son comportement "interne" et pas seulement son
comportement "externe" comme c'est le cas avec sa fonction de transfert
2) Jusqu’à présent, on a modelé le comportement des systèmes a l’aide des fonctions de
transfert, en utilisant la transformée de Laplace. Principalement, le désavantage de cette méthode est
qu’elle n’est valide que pour des systèmes linéaires invariables. Un avantage majeur, par contre, est que
ces fonctions de transfert donnent rapidement de l’information sur la stabilité et la réponse transitoire.
Avec le développement de systèmes plus complexes, les approximations de systèmes linéaires ne sont
plus valides. Il faut une méthode plus robuste pour faire l’analyse. On doit aussi avoir une méthode qui
peut facilement analyser plusieurs entrées et plusieurs sorties.

3.1.1. Définitions (19)

État : l’état à l’instant 𝑡0 d’un système d’ordre 𝑛 représente l’ensemble de 𝑛 informations que
l’on doit posséder sur le système à cet instant pour pouvoir déterminer son évolution ultérieur (𝑡 > 𝑡0), à
partir de la seule connaissance de l’entrée ultérieure.

88
 Chapitre 03 : Représentation d'état des systèmes linéaire

Variables d’état : Les variables d'état sont des grandeurs, qui le plus souvent ont une signification
physique ; l’ensemble de ces informations constitue les variables d’état du système à l’instant 𝑡0 :
𝑥1 (𝑡0 ), 𝑥2 (𝑡0 ), … , 𝑥𝑛 (𝑡0 ).
Vecteur d’état : les variables d’état sont toujours rassemblées dans un vecteur 𝑥 nommé vecteur
d’état, ainsi à 𝑡 = 𝑡0, on aura 𝑥(𝑡0 ) = [𝑥1 (𝑡0 ), 𝑥2 (𝑡0 ), … , 𝑥𝑛 (𝑡0 )]𝑇 , on peut dire que les variables
d’état représentent l’évolution des conditions initiales, ou encore qu’elles résument tous le passé du
système, les variables d’état sont la mémoire du passé.
Espace d’état : Il s’agit tout simplement de l’espace vectoriel dans lequel le vecteur d’état 𝑥 est
susceptible d’évoluer, à chaque instant le vecteur 𝑥 étant associé à un point de cet espace. Cet espace est
donc .
Dans la plupart des cas, l’évolution en fonction du temps du système peut être décrite par les deux
équations (équation d’état et équation de sortie) suivantes :
Dans le cas où le système considéré est linéaire, la représentation d’état se met sous la forme :
𝒙̇ (𝒕) = 𝑨(𝒕)𝒙(𝒕) + 𝑩(𝒕)𝒖(𝒕)
{ (1.3)
𝒚(𝒕) = 𝑪(𝒕)𝒙(𝒕) + 𝑫(𝒕)𝒖(𝒕)
Si le système est supposé, en outre invariant (stationnaire), il vient :
𝑥̇(𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)
Où :
𝒙 : Vecteur d'état ( 𝒏, 𝟏 )
𝑨 : la matrice d'état ou dynamique ( 𝒏, 𝒏 )
𝒖 : Vecteur d'entrée ou de commande
𝑩 : la matrice de commande ( 𝒏, 𝒓 )
( 𝒓, 𝟏 )
𝑪 : la matrice d'observation ( 𝒎, 𝒏 )
𝒚 : Vecteur de sortie, de mesure ou
𝑫 : la matrice de liaison directe ou transmission
'observation
( 𝒎, 𝒓 )
( 𝒎, 𝟏 )

Exemple: (20)
Considérons un moteur à courant continu (MCC) commandé par la tension (𝑡) aux bornes de
l’inducteur (stator) et supposons qu’il fonctionne en régime linéaire (courant de l’induit constant). Trouver
une représentation d’état pour le MCC. La sortie étant la vitesse de rotation (𝑡)

Fig.3.2. Schéma de principe d’un MCC.

89
 Chapitre 03 : Représentation d'état des systèmes linéaire

Le moteur admet trois équations :

𝑑𝑖(𝑡)
Equation électrique : 𝑢(𝑡) = 𝑅𝑖(𝑡) + 𝐿 𝑑𝑡
𝑑𝑦(𝑡)
Equation mécanique : 𝑇(𝑡) = 𝑓𝑦(𝑡) + 𝐽 𝑑𝑡

Equation de couplage : 𝑇(𝑡) = 𝐾𝑖(𝑡)

Où : 𝒊(𝒕) est le courant inducteur, 𝑻(𝒕) est le couple, 𝒇 est le coefficient de frottement visqueux et
𝑲 est la constante de couple.
Par le jeu de substitution, on peut éliminer le couple et le courant et on obtient l’équation
différentielle d’ordre 2 régissant le fonctionnement du moteur.
𝑦(𝑡) + 𝑎1 𝑦̇(𝑡) + 𝑎0 𝑦(𝑡) = 𝑏0 𝑢(𝑡)
Avec :
𝑎1 = (𝐿𝑓 + 𝐽𝑅)⁄𝐽𝐿,
𝑎0 = 𝑅𝑓⁄𝐽𝐿,
𝑏0 = 𝐾⁄ .
On pose :
𝑥1 (𝑡) = y(𝑡)
𝑥2 (𝑡) = 𝑦̇ (𝑡) = 𝑥̇ 1 (𝑡) ⇒ 𝑥̇ 2 (𝑡) = 𝑦(𝑡) = 𝑏0 𝑢(𝑡)– 𝑎1 𝑦̇ (𝑡)– 𝑎0 𝑦(𝑡)
= 𝑏0 𝑢(𝑡)– 𝑎1 𝑥2 (𝑡)– 𝑎0 𝑥1 (𝑡)
𝑂𝑛 𝑎 𝑎𝑙𝑜𝑟𝑠 ∶
𝑥̇ 1 (𝑡) = 𝑥2 (𝑡)
𝑥̇ 2 (𝑡) = 𝑏0 𝑢(𝑡) − 𝑎1 𝑥2 (𝑡) − 𝑎0 𝑥1 (𝑡)
Sous forme matricielle :
𝑥̇ 1 (𝑡) 0 1 𝑥1 (𝑡) 0
[ ]= [ ][ ]+ [ ] 𝑢(𝑡)
𝑥̇2 (𝑡) −𝑎0 − 𝑎1 𝑥2 (𝑡) 𝑏0
𝑥1 (𝑡)
( 𝑦(𝑡) = [1 0] [ ]
𝑥2 (𝑡)

Représentation internes (ou d’état) La représentation d’état étant particulièrement adaptés aux
systèmes multivariables, elle est obtenue à partir des autres représentations (particulièrement à partir de
la matrice de transfert). Un système linéaire multivariable et invariant possédant m entrées et p sorties,
peut être représenté par :
𝑥̇(𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)

90
 Chapitre 03 : Représentation d'état des systèmes linéaire

3.2. Représentation analogique des modèles d’état (21)

Soit la représentation d’état suivante :
𝑥̇(𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)
Le schéma analogique de cette représentation est le suivant :

Fig.3.3. Schéma analogique d‘un modèle d’état

3.3. Représentation d’état des systèmes à temps discret (22)

Les systèmes à temps discret comme ceux à temps continus peuvent être représentés en utilisant
un certain nombre de variables appelées variables d’états. Ces variables peuvent avoir ou non une
signification physique. En temps continu la représentation d’état est une combinaison correspondance
entre ces variables d’état et leurs dérivées, en temps discret on ne trouve plus de dérivée mais des équations
de récurrence qui déduisent les valeurs futures des variables d’état partants des valeurs actuelles entre
autres.
La forme générale de la représentation d’état d’un système discret est donnée ci-dessous :
𝒙(𝒌 + 𝟏) = 𝑨𝒙(𝒌) + 𝑩𝒖(𝒌)
{
𝒚(𝒌 + 𝟏) = 𝑪𝒙(𝒌) + 𝑫𝒖(𝒌)
La matrice A est appelée matrice de commande.
La première équation dite de commande du système ci-dessous est formée de n équations de la
forme :
𝒙𝒊 (𝒌 + 𝟏) = 𝒂𝒊𝟏 𝒙𝟏 (𝒌) + 𝒂𝒊𝟐 𝒙𝟐 (𝒌) + ⋯ 𝒂𝒊𝒏 𝒙𝒏 (𝒌) + 𝒃𝟏𝟏 𝒆𝟏 (𝒌) + 𝒃𝟏𝟐 𝒆𝟐 (𝒌) + ⋯ 𝒃𝟏𝒎 𝒆𝒎 (𝒌) (2.3)

La deuxième équation dite de sortie est formée de p équations de la forme :

𝒚𝒋 (𝒌 + 𝟏) = 𝒄𝒋𝟏 𝒙𝟏 (𝒌) + 𝒄𝒋𝟐 𝒙𝟐 (𝒌) + ⋯ 𝒄𝒋𝒏 𝒙𝒏 (𝒌) + 𝒅𝟏𝟏 𝒆𝟏 (𝒌) + 𝒃𝟏𝟐 𝒆𝟐 (𝒌) + ⋯ 𝒃𝟏𝒎 𝒆𝒎 (𝒌) (3.3)
On déduit donc que les matrices A, B, C et D ont les dimensions suivantes :
𝑨 ( 𝒏 × 𝒏 ) ; 𝑩 ( 𝒏 × 𝒓 ) ; 𝑪 ( 𝒎 × 𝒏 ) et 𝑫 ( 𝒎 × 𝒓 )

91
 Chapitre 03 : Représentation d'état des systèmes linéaire

Remarques
 Si les matrices A, B, C et D sont à coefficients constants on parlera de systèmes invariants.
 La matrice D, appelée matrice d’action directe, est en général nulle.
 n représente le nombre d’états, r le nombre de commandes et m le nombre de sorties.
 Si et on parlera d’un système multi entrées multi sorties ou en anglais " multi input multi
output" ou système MIMO.
3.4. Avantages de la représentation d’état
C’est une représentation qui s’adapte bien aux systèmes multivariables, contrairement, à la
représentation classique par fonction de transfert qui ne s’applique que dans le cas monovariable.
C ’est une représentation interne permettant d’accéder aux grandeurs internes (variables
d’état) du système, on est capable de suivre, à tout instant, l’évolution de chacune des variables
internes, alors que la représentation par fonction de transfert n’aurait fourni que la sortie.
Dans la représentation d’état les conditions initiales apparaissent explicitement, comme
dans toute équation différentielle, au contraire, la représentation externe par fonction de transfert
impose que les conditions initiales soient nulles (ceci n’est pas toujours vérifié en réalité).
3.5. Conversion de fonction de transfert a espace d’état (23)
Pour simplifier les calculs, nous ne considérerons que le cas mono-entrée, mono-sortie.
Considérons donc la fonction de transfert d’un système mono-entrée, mono-sortie
𝑌(𝑠) 𝑏𝑛 𝑠 𝑛 + 𝑏𝑛−1 𝑠 𝑛−1 +⋯𝑏1 𝑠 + 𝑏0
𝐺(𝑠) = 𝑈(𝑠) = (4.3)
𝑠 𝑛 + 𝑎𝑛−1 𝑠 𝑛−1 +⋯𝑎1 𝑠 + 𝑎0

Pour ce système, nous introduisons une variable auxiliaire (état partiel) 𝑉 (𝑝) tel que 𝐻(𝑝) se
décompose de la façon suivante :
𝑽(𝒔) 𝒀(𝒔) 𝟏
× 𝑽(𝒔) = (𝒔 𝒏 + 𝒂 𝒏−𝟏
) × (𝒃𝒏 𝒔 𝒏 + 𝒃𝒏−𝟏 𝒔 𝒏−𝟏 + ⋯ 𝒃𝟏 𝒔 + 𝒃𝟎 ) (5.3)
𝑼(𝒔) 𝒏−𝟏 𝒔 +⋯𝒂𝟏 𝒔 + 𝒂𝟎
𝑌(𝑠)
= 𝑏𝑛 𝑠 𝑛 + 𝑏𝑛−1 𝑠 𝑛−1 + ⋯ 𝑏1 𝑠 + 𝑏0 (6.3)
𝑉(𝑠)
𝑉(𝑠) 1
= 𝑠 𝑛+ 𝑎 (7.3)
𝑈(𝑠) 𝑛−1 𝑠 𝑛−1 +⋯𝑎1 𝑠 + 𝑎0

On tire que ;
𝑦(𝑡) = 𝑏𝑛 𝑣 𝑛 (𝑡) + _ _ _ + 𝑏1 𝑣′(𝑡) + 𝑏0 𝑣(𝑡) (8.3)

De même, on a
𝑢(𝑡) = 𝑣 𝑛 (𝑡) + 𝑎𝑛−1 𝑣 𝑛−1 + ⋯ + 𝑎0 𝑣(𝑡) (9.3)
Soit,
𝑣 𝑛 (𝑡) = −𝑎𝑛−1 𝑣 𝑛−1 − ⋯ − 𝑎0 𝑣(𝑡) + 𝑢(𝑡) (10.3)

92
 Chapitre 03 : Représentation d'état des systèmes linéaire
En posant :
𝑥1 = 𝑣
𝑥2 = 𝑣 ′
{ ⋮ (11.3)
𝑥𝑛 = 𝑣 𝑛−1
On obtient :
𝑥̇ 1 = 𝑥2
𝑥̇ 2 = 𝑥3
{ (12.3)
⋮
𝑥̇ 𝑛 = 𝑣 𝑛 = −𝑎𝑛−1 𝑥𝑛 − ⋯ − 𝑎0 𝑥1 + 𝑢

En outre, de la sortie 𝑦(𝑡) prend la forme ;

𝑦(𝑡) = (𝑏0 − 𝑏𝑛 𝑎0 )𝑥1 + (𝑏1 − 𝑏𝑛 𝑎1 )𝑥2 + ⋯ + (𝑏𝑛−1 − 𝑏𝑛 𝑎𝑛−1 )𝑥𝑛 + 𝑏𝑛 𝑢 (13.3)
Soit, sous forme vectorielle :
𝒙̇ 𝟏 𝟎 𝟏 𝟎 ⋯ 𝟎 𝒙𝟏 𝟎

𝒙̇ 𝟐 𝟎 𝟎 𝟏 ⋯ 𝟎 𝒙𝟐 𝟎
= + 𝒓 (14.3)
⋮ ⋮ ⋮ ⋮

[𝒙̇ 𝒏 ] [−𝒂𝟎 − 𝒂𝟏 ⋯ − 𝒂𝒏−𝟏 ] [𝒙𝒏 ] [𝟏]

𝒙𝟏
𝒙𝟐
𝒚 = [(𝒃𝟎 − 𝒃𝒏 𝒂𝟎 ) (𝒃𝟏 − 𝒃𝒏 𝒂𝟏 ) … (𝒃𝒏−𝟏 − 𝒃𝒏 𝒂𝒏−𝟏 )] [ ⋮ ] + 𝒃𝒏 𝒓 (15.3)
𝒙𝒏
On retombe ainsi sur la forme canonique de commandabilité. Il existe d’autres formes canoniques
Convertir la fonction de transfert suivante en espace d’´etat :

Exemple (24)
𝐶(𝑠) 1
= 3
𝑅(𝑠) 𝑠 + 2𝑠 2 + 6𝑠 + 4
On a :
(𝑠 3 + 2𝑠 2 + 6𝑠 + 4)𝐶(𝑠) = 𝑅(𝑠)

En forme différentielle, si les conditions initiales sont nulles :

𝑐⃛ + 2𝑐 + 6𝑐̇ + 4𝑐 = 𝑟
Les variables d’´etat sont :
𝑥1 = 𝑐
′
{𝑥2 = 𝑐
𝑥3 = 𝑐 ′′′
Les équations d’état :
𝑥̇ 1 = 𝑥2
𝑥̇ 2 = 𝑥3
{
𝑥̇ 3 = −4𝑥1 − 6𝑥2 − 2𝑥2 + 𝑟
𝑦 = 𝑐 = 𝑥1

93
 Chapitre 03 : Représentation d'état des systèmes linéaire

En forme de matrices :
𝑥̇ 1 0 1 0 𝑥1 0
[ 𝑥̇ 2 ] = [ 0 1 0 ] [ 𝑥2 ] + [0] 𝑟
𝑥̇ 3 −4 − 6 − 2 𝑥3 1
𝑥1
𝑦 = [1 0 0] [ 𝑥2 ]
𝑥3
On peut représenter ce système par un schéma bloc. On trace en premier les trois blocs
d’intégration, puis on relie le tout avec les gains appropries.

Exercice
Soit le système décrit par sa fonction de transfert telle que :
10(𝑝+20)
𝐺(𝑝) = 𝑝(𝑝+3)(𝑝+10)

Déterminer la représentation d’état de ce système, une représentation d’état à mettre sous la forme :
𝑥̇ = 𝐴𝑥 + 𝐵𝑢
𝑦 = 𝐶𝑥
Solution:
𝑌(𝑝) 𝐻(𝑝) 10
𝐺(𝑝) = × = (𝑝 + 20) ×
𝐻(𝑝) 𝑈(𝑝) 𝑝(𝑝 + 3)(𝑝 + 10)
1)
𝐻(𝑝) 10 10 ℒ −1
= = 3 = → ℎ ⃛ + 13ℎ + 30ℎ̇ = 10𝑢
𝑈(𝑝) 𝑝(𝑝 + 3)(𝑝 + 10) 𝑝 + 13𝑝2 + 30𝑝
On pose :
ℎ̇ = 𝑥2
ℎ = 𝑥̇ 2 = 𝑥3
𝑥⃛3 = −30𝑥2 − 13𝑥3 + 10𝑢

Donc ;
𝑥̇ 1 0 0 0 𝑥1 0
𝑥̇ = [𝑥̇ 2 ] = [0 1 𝑥
0 ] [ 2] + [ 0 ] 𝑢
𝑥̇ 3 0 −13 −30 𝑥3 10
𝑥1
ℎ = [1 0 0] [𝑥2 ]
𝑥3

94
 Chapitre 03 : Représentation d'état des systèmes linéaire
2)
𝑌(𝑝) ℒ −1
= 𝑝 + 20 ⇒ 𝑌(𝑝) = 𝑝𝐻(𝑝) + 20𝐻(𝑝) → 𝑦 = ℎ̇ + 20ℎ = 20𝑥1 + 𝑥2
𝐻(𝑝)
𝑥1
𝑌 = [20 1 𝑥
0] [ 2 ]
𝑥3

3.6. Conversion de fonction de transfert a espace d’état

Considérons la représentation d’état
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)
Avec
𝑥 ∈ ℝ𝑛 , 𝑢 ∈ ℝ𝑚 𝑒𝑡 𝑦 ∈ ℝ𝑟 .
En appliquant la transformée de Laplace il vient que
𝑝𝑋(𝑝) − 𝑥(0+ ) = 𝐴𝑋(𝑝) + 𝐵𝑈(𝑝) (16.3)
⇒ 𝑋(𝑝) = (𝑝𝐼𝑛 − 𝐴)−1 𝑥(0) + (𝑝𝐼𝑛 − 𝐴)−1 𝐵𝑈(𝑝) (17.3)
𝑌 (𝑝) = 𝐶𝑋(𝑝) + 𝐷𝑈(𝑝) (18.3)
⇒ 𝑌 (𝑝) = 𝐶(𝑝𝐼𝑛 − 𝐴)−1 𝑥(0) + [𝐶(𝑝𝐼𝑛 − 𝐴)−1 𝐵 + 𝐷]U(p) (19.3)
Pour des conditions initiales nulles (hypothèse de base pour le calcul des fonctions de transfert),
nous obtenons
𝒀(𝒑)
𝑮(𝒑) = 𝐔(𝐩) = 𝑪(𝒑𝑰𝒏 − 𝑨)−𝟏 𝑩 + 𝑫 (20.3)
𝑌(𝑝) 𝑎𝑑𝑗(𝑝𝐼 − 𝐴)
𝐺(𝑝) = U(p) = 𝐶 ( 𝑑𝑒𝑡(𝑝𝐼𝑛− 𝐴) ) 𝐵 + 𝐷 (21.3)
𝑛

Exemple
Soit un système donne par sa représentation d’état suivante :
𝑥̇ 1 3 1 𝑥1 0
[ ]=[ ][ ] + [ ]𝑢
𝑥̇ 2 0 − 2 𝑥2 1
𝑥1
𝑦 = [1 1] [ ]
{ 𝑥2
Déterminer la fonction de transfert :
𝑠 0 3 1 𝑠−3 −1
𝑠𝐼 − 𝐴 = [ ]−[ ]=[ ]
0 𝑠 0 −2 0 𝑠+2
𝑎𝑑𝑗(𝑠𝐼−𝐴) [ 𝑠+2 1]
(𝑠𝐼 − 𝐴)−1 = = (0𝑠+2)(𝑠−3
𝑠−3
det(𝑠𝐼−𝐴) )

𝑠−2
𝐺(𝑠) = 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷 =
(𝑠 + 2)(𝑠 − 3)
En utilisant la fonction préétablie de Matlab (ss2tf), on obtient :

95
 Chapitre 03 : Représentation d'état des systèmes linéaire

Fig.3.4. Passage de la R.E vers FT par matlab

3.7. Différentes représentations d’état (modèles)

Plusieurs techniques peuvent être appliques pour donner une représentation d’état d’un système a
partir de sa fonction de transfert. On présente ici les représentations d’état sous formes canoniques.

Soit le système défini comme suit :

𝑌(𝑠) 𝑏𝑛 𝑠 𝑛 + 𝑏𝑛−1 𝑠 𝑛−1 +⋯𝑏1 𝑠 + 𝑏0
𝐺(𝑠) = 𝑈(𝑠) = (22.3)
𝑠 𝑛 + 𝑎𝑛−1 𝑠 𝑛−1 +⋯𝑎1 𝑠 + 𝑎0

A. Forme canonique commandable

La représentation suivante est appelée forme canonique commandable

𝒙̇ 𝟏 𝟎 𝟏 𝟎 ⋯ 𝟎 𝒙𝟏 𝟎

𝒙̇ 𝟐 𝟎 𝟎 𝟏 ⋯ 𝟎 𝒙𝟐 𝟎
= + 𝒖 (23.3)
⋮ ⋮ ⋮ ⋮

[𝒙̇ 𝒏 ] [−𝒂𝟎 − 𝒂𝟏 ⋯ − 𝒂𝒏−𝟏 ] [𝒙𝒏 ] [𝟏]

𝒙𝟏
𝒙𝟐
𝒚 = [(𝒃𝟎 − 𝒃𝒏 𝒂𝟎 ) (𝒃𝟏 − 𝒃𝒏 𝒂𝟏 ) … (𝒃𝒏−𝟏 − 𝒃𝒏 𝒂𝒏−𝟏 )] [ ⋮ ] + 𝒃𝒏 𝒖 (24.3)
𝒙𝒏
Cette forme de représentation est appelée forme compagne car la matrice de commande du système
contient, en une seule ligne, l’ensemble des coefficients du dénominateur de la fonction de transfert.

96
 Chapitre 03 : Représentation d'état des systèmes linéaire

Elle est dite commandable car, bien que seule la variable 𝒙𝒏 soit directement affectée par le signal
d’entrée, toutes les variables d’état s’en trouvent influencées par intégrations successives. Si un système
est complètement commandable, alors on peut le mettre sous forme compagne commandable (25)
On note que dans cas général 𝑏𝑛 = 0 ; l’équation de sortie se simplifie et devient sous la
forme suivante :
𝒙𝟏
𝒙𝟐
𝒚 = [(𝒃𝟎 ) (𝒃𝟏 ) … (𝒃𝒏−𝟏 )] [ ⋮ ] + 𝒃𝒏 𝒖 (25.3)
𝒙𝒏
Si la forme canonique de commandalite existe ; elle peut s’obtenir a partir de sa fonction de
transfert.

Fig.3.5. Schéma de simulation de la forme commandable

Exemple
Soit un système d’ordre 3 donne par la fonction de transfert 𝐺(𝑠)
𝑌(𝑠) 𝑏0 𝑠 3 + 𝑏1 𝑠 2 + 𝑏2 𝑠 + 𝑏3
𝐺(𝑠) = = 3
𝑈(𝑠) 𝑠 + 𝑎1 𝑠 2 + 𝑎2 𝑠 + 𝑎3
G(s) peut se mettre sous la forme suivante ;
𝑌(𝑠)𝐻(𝑠) 1
𝐺(𝑠) = = (𝑏0 𝑠 3 + 𝑏1 𝑠 2 + 𝑏2 𝑠 + 𝑏3 ) × ( 3 2
)
𝐻(𝑠)𝑈(𝑠) 𝑠 + 𝑎1 𝑠 + 𝑎2 𝑠 + 𝑎3
De ces deux fonctions de transfert on tire les deux équations
Différentielles ou la variable ℎ est un intermédiaire de calcul (𝑏0 = 0 ) :
𝑑3 ℎ 𝑑2ℎ 𝑑ℎ
3
= −𝑎1 2 − 𝑎2 − 𝑎3 ℎ + 𝑢
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑2ℎ 𝑑ℎ
𝑦 = 𝑏1 2 + 𝑏2 − 𝑏3 ℎ
𝑑𝑡 𝑑𝑡
En choisissant comme composantes du vecteur d’état :

97
 Chapitre 03 : Représentation d'état des systèmes linéaire

Les dernières équations se résument sous la forme matricielle pour donner une représentation
d’état :

Chaque variable d’état 𝑥𝑖 est la dérivée de la variable précédente . On parle de variable de

phase En agissant sur 𝑢, on fait évoluer 𝑥𝑛 , par effet de cascade on agit sur les autres états qui peuvent
être commandes et modifies
B. Forme canonique observable
Soit le système defini comme suit :
𝑌(𝑠) 𝑏𝑛 𝑠 𝑛 + 𝑏𝑛−1 𝑠 𝑛−1 + ⋯ 𝑏1 𝑠 + 𝑏0
𝐺(𝑠) = = 𝑛
𝑈(𝑠) 𝑠 + 𝑎𝑛−1 𝑠 𝑛−1 + ⋯ 𝑎1 𝑠 + 𝑎0
La représentation suivante est appelée forme canonique observable
0 0 0⋯0 – 𝑎0
𝑥̇ 1 𝑥1 𝑏0 − 𝑎0 𝑏𝑛
1 0 0⋯0 – 𝑎1
𝑥̇ 2 𝑥2
0 1 ⋯0 ⋮ 𝑏1 − 𝑎1 𝑏𝑛
⋮ = ⋮ + 𝑢
⋮ ⋮
𝑥̇ 𝑛−1 𝑥𝑛−1
⋯
[ 𝑥̇ 𝑛 ] [ 𝑥𝑛 ] [𝑏𝑛−1 − 𝑎𝑛−1 𝑏𝑛 ]
[0 0 0⋯1 – 𝑎𝑛−1 ] (26.3)
𝑥1
𝑥2
𝑦 = [0 0 0 ⋯ 1] ⋮ + 𝑏𝑛 𝑢
𝑥𝑛−1
{ [ 𝑥𝑛 ]

98
 Chapitre 03 : Représentation d'état des systèmes linéaire

Cette forme de représentation est appelée forme compagne observable car, le fait que la matrice
de commande du système contient en une seule colonne l’ensemble des coefficients du dénominateur de
la fonction de transfert, on remarque que la sortie de ce système est égale à 𝑥𝑛 et qui est par intégrations
successives influencée par toutes les variables d’état. Si un système est complètement observable, alors
on peut le mettre sous forme compagne observable. (25)
On note que dans le cas général b0 =0 , la représentation se simplifie et devient sous la forme
suivante :
0 0 0⋯0 – 𝑎0
𝑥̇ 1 𝑥1 𝑏0
1 0 0⋯0 – 𝑎1
𝑥̇ 2 𝑥2
0 1 ⋯0 ⋮ 𝑏1
⋮ = ⋮ + 𝑢
⋮ ⋮
𝑥̇ 𝑛−1 𝑥𝑛−1
⋯
[ 𝑥̇ 𝑛 ] [ 𝑥𝑛 ] [𝑏𝑛−1 ]
[0 0 0⋯1 – 𝑎𝑛−1 ] (27.3)
𝑥1
𝑥2
𝑦 = [0 0 0 ⋯ 1] ⋮
𝑥𝑛−1
{ [ 𝑥𝑛 ]

Fig.3.6. Forme compagne observable

C. Forme canonique diagonale (modale)

Cette forme est appliquée au système ou le dénominateur est décomposable pour obtenir des
fonctions de transfert en fraction simple comme suit :
𝑌(𝑠) 𝑏0 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 +⋯𝑏𝑛−1 𝑠 + 𝑏𝑛 𝑪 𝑪 𝑪
𝐺(𝑠) = 𝑈(𝑠) = 𝑠 𝑛 + 𝑎1 𝑠 𝑛−1 +⋯𝑎𝑛−1 𝑠 + 𝑎𝑛
= 𝒃𝟎 + 𝒔+𝒑𝟏 + 𝒔+𝒑𝟐 + ⋯ + 𝒔+𝒑𝒏 (28.3)
𝟏 𝟐 𝒏

D’ou la forme diagonale est déduite a partir des pôles de chaque fraction du 1er ordre

99
 Chapitre 03 : Représentation d'état des systèmes linéaire

𝑥̇ 1 𝑥1 1
– 𝑝1 ⋯ 0 𝑥2
𝑥̇ 2
⋮ ⋮ 1
⋮ = ⋱ ⋮ + 𝑢
⋮ ⋮ 𝑥 ⋮
𝑥̇ 𝑛−1
[0 ⋯ – 𝑝𝑛 ] 𝑛−1
[ 𝑥̇ 𝑛 ] [ 𝑥𝑛 ] [1]
𝑥1 (29.3)

𝑥2
𝑦 = [𝑪𝟏 𝑪𝟐 𝑪𝟑 ⋯ 𝑪𝒏 ] ⋮ + 𝑏0 𝑢
𝑥𝑛−1
{ [ 𝑥𝑛 ]
Chaque état est indépendant des autres, d’où le schéma bloc suivant

Fig.3.7. La représentation de la forme modale

D. Forme canonique de Jordan

Dans le cas où les pôles du dénominateur la forme canonique modale sera de la forme de Jordan.
Si on considère que seul le pole simples la fonction de transfert du système est comme suit
𝑌(𝑠) 𝑠 𝑛 + 𝑏1 𝑠 𝑛−1 +⋯𝑏𝑛−1 𝑠 + 𝑏𝑛
𝐺(𝑠) = = 𝑏0 (𝑠−𝒑𝟏 )𝑖 (𝒔+𝒑𝟐 )⋯𝒔+𝒑𝒏
(30.3)
𝑈(𝑠)
𝜶 𝜶 𝜶 𝑪 𝑪
= 𝒃𝟎 + (𝑠−𝒑𝒊 𝑖
+ (𝑠−𝒑𝒊−𝟏)𝑖−1 + ⋯ (𝑠−𝒑𝟏 )1 + 𝑠+𝒑𝟏 ⋯ + 𝑠+𝒑𝒏 (31.3)
𝟏) 𝟏 𝟏 𝟐 𝒏

La représentation d’état pour 𝒊 = 𝟑 sous la forme canonique de Jordan est donnée par :

100
 Chapitre 03 : Représentation d'état des systèmes linéaire
exemple

3.8. Représentation d’état des systèmes non linéaires. (26)

1) Modèle d'état d'un système non-linéaire stationnaire

Equation d'état Equation de sortie

𝒙̇ 𝟏 = 𝒇𝟏 (𝒙𝟏 (𝒕); 𝒙𝟐 (𝒕); ⋯ 𝒙𝒏 (𝒕), 𝒖𝟏 (𝒕) ⋯ 𝒖𝒎 (𝒕)) 𝒚𝟏 = 𝒈𝟏 (𝒙𝟏 (𝒕); 𝒙𝟐 (𝒕); ⋯ 𝒙𝒏 (𝒕), 𝒖𝟏 (𝒕) ⋯ 𝒖𝒎 (𝒕))
⋮ ⋮
𝒙̇ 𝒏 = 𝒇𝒏 (𝒙𝟏 (𝒕); 𝒙𝟐 (𝒕); ⋯ 𝒙𝒏 (𝒕), 𝒖𝟏 (𝒕) ⋯ 𝒖𝒎 (𝒕)) 𝒚𝒑 = 𝒈𝒑 (𝒙𝟏 (𝒕); 𝒙𝟐 (𝒕); ⋯ 𝒙𝒏 (𝒕), 𝒖𝟏 (𝒕) ⋯ 𝒖𝒎 (𝒕))

2) Forme matricielle

𝒙̇ = 𝒇(𝒙(𝒕); 𝒖(𝒕))
{ Avec 𝒙(𝒕) ∈ ℝ𝒏 , 𝒖(𝒕) ∈ ℝ𝒎 𝒚(𝒕) ∈ ℝ𝒑
𝒚 = 𝒈(𝒙(𝒕); 𝒖(𝒕))

𝒇 𝒆𝒕 𝒈 : sont des champs de fonctions non – linéaires

3) Point nominal ou point de fonctionnement :

Soit 𝑢̅ , une entrée nominale et soit 𝑥̅ l'état correspondant c.-à-d. : ̅̇ = 𝒇(𝒙

𝒙 ̅(𝒕); 𝒖
̅ (𝒕)).
̅(𝒕); 𝒖
(𝒙 ̅ (𝒕)) défini une trajectoire dans l'espace d'état qui peut se réduire à un point de fonctionnement
̅; 𝒖
(𝒙 ̅ ) ; soit 𝒚
̅ la sortie correspondante : 𝒚 ̅(𝒕); 𝒖
̅ = 𝒈(𝒙 ̅ (𝒕))
4) Perturbations :
 Soient des perturbations faibles 𝑢(𝑡) affectant

𝑢̅ ⇒ 𝑢(𝑡) = 𝑢̅(𝑡) + 𝑒𝑢 (𝑡) (32.3)

 Ces perturbations affectent le vecteur d'état

𝑥(𝑡) = 𝑥̅ (𝑡) + 𝑒𝑥 (𝑡) ⇒ 𝑥̇ (𝑡) = 𝑥̅̇ (𝑡) + 𝑒̇𝑥 (𝑡) (33.3)

101
 Chapitre 03 : Représentation d'état des systèmes linéaire

𝑥̇ (𝑡) = 𝑥̅̇ (𝑡) + 𝑒̇𝑥 (𝑡) = 𝑓(𝑥; 𝑢(𝑡))=𝑓(𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) (34.3)

 Les perturbations affectent la sortie :

𝑦 = 𝑔(𝑥(𝑡); 𝑢(𝑡)) = 𝑔(𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) (35.3)

3.9. Linéarisation du système non linéaire

 Linéarisation autour du point de fonctionnement (𝑥̅ , 𝑢̅)

On réalise un développement de Taylor au 1er ordre de 𝑓 et 𝑔

 Equations d'état :
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
𝑥̇1 (𝑡) = 𝑓1 (𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) = 𝑓1 (𝑥̅ ; 𝑢̅) + | 𝑥1 + ⋯ + | 𝑥𝑛 + | 𝑢1 + ⋯ + | 𝑢𝑚
𝜕𝑥1 𝑥̅ ,𝑢
̅ 𝜕𝑥𝑛 𝑥̅ ,𝑢
̅ 𝜕𝑢1 𝑥̅ ,𝑢
̅ 𝜕𝑢𝑚 𝑥̅ ,𝑢
̅
⋮ (36.3)
𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛
𝑥̇ 𝑛 (𝑡) = 𝑓𝑛 (𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) = 𝑓𝑛 (𝑥̅ ; 𝑢̅) + | 𝑥1 + ⋯ + | 𝑥𝑛 + | 𝑢1 + ⋯ + | 𝑢𝑚
𝜕𝑥1 𝑥̅ ,𝑢 𝜕𝑥𝑛 𝑥̅ ,𝑢 𝜕𝑢1 𝑥̅ ,𝑢 𝜕𝑢𝑚 𝑥̅ ,𝑢
{ ̅ ̅ ̅ ̅

 Equations de sortie :
𝜕𝑔1 𝜕𝑔1 𝜕𝑔1 𝜕𝑔1
𝑦1 (𝑡) = 𝑔1 (𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) = 𝑔1 (𝑥̅ ; 𝑢̅) + | 𝑥1 + ⋯ + | 𝑥𝑛 + | 𝑢1 + ⋯ + | 𝑢𝑚
𝜕𝑥1 𝑥̅ ,𝑢
̅ 𝜕𝑥𝑛 𝑥̅ ,𝑢
̅ 𝜕𝑢1 𝑥̅ ,𝑢
̅ 𝜕𝑢𝑚 𝑥̅ ,𝑢
̅
⋮ (37.3)
𝜕𝑔𝑝 𝜕𝑔𝑝 𝜕𝑔𝑝 𝜕𝑔𝑝
𝑦𝑝 (𝑡) = 𝑔𝑝 (𝑥̅ (𝑡) + 𝑒𝑥 (𝑡); 𝑢̅(𝑡) + 𝑒𝑢 (𝑡)) = 𝑔𝑝 (𝑥̅ ; 𝑢̅) + | 𝑥1 + ⋯ + | 𝑥𝑛 + | 𝑢1 + ⋯ + | 𝑢𝑚
𝜕𝑥1 𝑥̅ ,𝑢 𝜕𝑥𝑛 𝑥̅ ,𝑢 𝜕𝑢1 𝑥̅ ,𝑢 𝜕𝑢𝑚 𝑥̅ ,𝑢
{ ̅ ̅ ̅ ̅

 Formes matricielle

𝑥̇ (𝑡) = 𝑥̅̇ (𝑡) + 𝑒̇𝑥 (𝑡) ≈ 𝑓1 (𝑥̅ ; 𝑢̅) + 𝐹𝑥 (𝑥(𝑡) + 𝐹𝑢 𝑢(𝑡)

{ (38.3)
𝑦 = 𝑦̅(𝑡) + 𝑒𝑦 (𝑡) ≈ 𝑔(𝑥̅ ; 𝑢̅) + 𝐺𝑥 (𝑥(𝑡) + 𝐺𝑢 𝑢(𝑡)
𝒆̇ 𝒙 (𝒕) = 𝑭𝒙 𝒙(𝒕) + 𝑭𝒖 𝒖(𝒕)
⇒{ (𝒎𝒐𝒅é𝒍𝒆 𝒍𝒊𝒏é𝒂𝒓𝒊𝒔é) (39.3)
𝒆𝒚 (𝒕) = 𝑮𝒙 𝒙(𝒕) + 𝑮𝒖 𝒖(𝒕)
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
𝜕𝑥1 𝜕𝑥𝑛 𝜕𝑢1 𝜕𝑢𝑚
𝑭𝒙 = ⋮ ; 𝑭𝒖 = ⋮ (40.3)
𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛
[𝜕𝑥1 𝜕𝑥𝑛 ]𝒙
⃛ ;𝒖
⃛
[𝜕𝑢1 𝜕𝑢𝑚 ]𝒙
⃛ ;𝒖
⃛

𝜕𝑔1 𝜕𝑔1 𝜕𝑔1 𝜕𝑔1

𝜕𝑥1 𝜕𝑥𝑛 𝜕𝑢1 𝜕𝑢𝑚
𝑮𝒙 = ⋮ ; 𝑮𝒖 = ⋮ (41.3)
𝜕𝑔𝑛 𝜕𝑔𝑛 𝜕𝑔𝑝 𝜕𝑔𝑝
[ 𝜕𝑥1 𝜕𝑥𝑛 ]𝒙
⃛ ;𝒖
⃛ [𝜕𝑢1 𝜕𝑢𝑚 ]𝒙
⃛ ;𝒖
⃛

𝐹𝑥 , 𝐹𝑢 , 𝐺𝑥 𝑒𝑡 𝐺𝑢 Sont les matrices jacobéennes des dérivées partielles de 𝑓 et 𝑔 par rapport à 𝑥 et

𝑢 et evaluees au point (𝑥̅ , 𝑢̅)

Matrices du modèle :𝑨 = 𝑭𝒙 , 𝑩 = 𝑭𝒖 , 𝑪 = 𝑮𝒙 , 𝑫 = 𝑮𝒖

102
 Chapitre 03 : Représentation d'état des systèmes linéaire

Exemple :
Soit le système mécanique régit par l'équation différentielle :
𝑚𝑧 = 𝐹 + 𝑘1 𝑧 + 𝑘2 𝑧 3

Modelé d'état :

 𝑢(𝑡) = 𝐹 , 𝑦(𝑡) = 𝑧(𝑡)

 𝑥1 (𝑡) = 𝑧(𝑡) ; 𝑥2 (𝑡) = 𝑧̇ (𝑡)
 Modelé non linéaire :

𝑥1 (𝑡) = 𝑧(𝑡) ⇒ 𝑥̇ 1 (𝑡) = 𝑧̇ (𝑡) = 𝑥2 (𝑡)

𝐹 𝑘1 𝑘2
𝑚𝑧 = 𝐹 + 𝑘1 𝑧 + 𝑘2 𝑧 3 ⇒ 𝑥̇ 2 (𝑡) = + 𝑥1 (𝑡) + 𝑥1 (𝑡)3
𝑚 𝑚 𝑚

𝑥̇ 1 (𝑡) = 𝑥2 (𝑡)
{ 𝑘1 𝑘2 𝐹
𝑥̇ 2 (𝑡) = 𝑥1 (𝑡) + 𝑥1 (𝑡)3 +
𝑚 𝑚 𝑚

𝑥̇ 1 (𝑡) 𝑥2 (𝑡)
[ ] = 𝑓(𝑥1 (𝑡), 𝑥2 (𝑡), 𝑢(𝑡)) = [𝑘1 𝑘2 𝐹]
𝑥̇ 2 (𝑡) 𝑥1 (𝑡) + 𝑥1 (𝑡)3 +
𝑚 𝑚 𝑚

𝑦(𝑡) = ℎ(𝑥1 (𝑡), 𝑥2 (𝑡), 𝑢(𝑡)) = 𝑥1 (𝑡)

 Détermination du point de fonctionnement (𝑥̅ , 𝑢̅) :

On choisit comme point de fonctionnement, un point stationnaire c'est-à-dire tel que :

𝑥̅̇ (𝑡) = 𝑓(𝑥̅ (𝑡); 𝑢̅(𝑡)) = 0

𝑥̅2 (𝑡) 0
𝑓(𝑥̅1 (𝑡), 𝑥̅2 (𝑡), 𝑢̅(𝑡)) = 0 ⇒ [𝑘1 𝑘2 𝑢̅ ] = [ ]
𝑥̃1 (𝑡) + 𝑥̅1 (𝑡)3 + 0
𝑚 𝑚 𝑚

De plus on prendra𝑢̅ = 0. On alors :

𝑥̃2 = 0 𝑥̃2 = 0
{ 𝑘1 𝑘2 ⇒{ −𝑘1
𝑥̃1 (𝑡) + 𝑥̅1 (𝑡)3 = 0 𝑥̃1 = 0 𝑜𝑢 𝑥̃1 = ±√
𝑚 𝑚 𝑘2

Point de fonctionnement :
0
0
(𝑥̅ , 𝑢̅) = ([ ] ; 0) 𝑜𝑢 ([ −𝑘1 ] ; 0)
±√
0 𝑘2

103
 Chapitre 03 : Représentation d'état des systèmes linéaire
 Matrices

𝜕𝑓1 𝜕𝑓1 𝜕𝑓1

0 1 0
𝜕𝑥1 𝜕𝑥2 𝜕𝑢
𝐴= = [(𝑘1 + 3𝑘2 𝑥1 2 ) ] ; 𝑩 == [ ] = [ 1 ]
𝜕𝑓𝑛 𝜕𝑓𝑛 0 𝜕𝑓2
[𝜕𝑥1 𝜕𝑥𝑛 ] 𝑚 𝜕𝑢 𝒙⃛;𝒖 𝑚 𝒙⃛;𝒖
⃛
⃛

𝜕ℎ 𝜕ℎ 𝜕ℎ
𝑪=[ ] = [1 0] ; 𝑫 = [ ] = 𝟎
𝜕𝑥1 𝜕𝑥2 𝜕𝑢

Seule la matrice de commande 𝐴 change selon les points de fonctionnement :

0 0 1
 Premier point : ([ ] ; 0) 𝑜𝑛 𝑎 𝐴 = [𝑘 ]
1
0 0
𝑚

0 0 1
 Deuxième point : ([ −𝑘 ] ; 0) 𝑜𝑛 𝑎 𝐴 = [−2𝑘 ]
±√ 𝑘 1 1
0
2 𝑚

104
 Chapitre 5. Commande par retour d'état

Chapitre 4

1. Résolution des équations d’état et matrice de transition

2. Stabilité
3. Notions de commandabilité et d’observabilité

4. Représentation d’état des systèmes non linéaires.

5. Linéarisation

105
 Chapitre 5. Commande par retour d'état

Chapitre 04. Analyse des systèmes dans l’espace d’état

4.1. Résolution des équations d’état et matrice de transition (27)
On considère l’équation différentielle du premier ordre
𝑑𝑥
= 𝑎 𝑥(𝑡) + 𝑏𝑢(𝑡) (1.4)
𝑑𝑡

Avec :

𝑥(𝑡) et 𝑢(𝑡) sont des fonction scalaire dans le temps

Et par la transformée de Laplace on trouve :

𝑠𝑋(𝑠) − 𝑋(0) = 𝑎𝑋(𝑠) + 𝑏𝑈(𝑠) (2.4)

Ou 𝑋(0) c’est la condition initiale :

𝑋(0) 𝑏 ℒ −1 𝑡
𝑋(𝑠) = + (𝑠−𝑎) 𝑈(𝑠) → 𝑥(𝑡) = 𝑒 𝑎𝑡 𝑥(0) + ∫0 𝑒 𝑎(𝑡−𝜏) 𝑏𝑢(𝜏)𝑑𝜏 (3.4)
(𝑠−𝑎)

Ou 𝜏 est variable de temps fictif

Et sachant que le développement en série de Taylor de 𝑒 𝑎𝑡 est donné par :

(𝑎𝑡)2 𝑎𝑘 𝑡 𝑘
𝑒 𝑎𝑡 = 1 + 𝑎𝑡 + + ⋯+ (4.4)
2! 𝑘!

On considère maintenant l’équation d’état suivante

𝑥̇ = 𝐴𝑥 + 𝐵𝑢

Avec la transformée de Laplace on trouve ;

𝑠𝑋(𝑠) − 𝑋(0) = 𝐴𝑋(𝑠) + 𝐵𝑈(𝑠)

(𝑠𝐼 − 𝐴)𝑋(𝑠) = 𝑋(0) + 𝐵𝑈(𝑠)

On multiplie par (𝑠𝐼 − 𝐴)−1

𝑋(𝑠) = (𝑠𝐼 − 𝐴)−1 𝑋(0) + (𝑠𝐼 − 𝐴)−1 𝐵𝑈(𝑠)

Produit de convolution
On utilise la transformée inverse de Laplace :
𝑡
𝑥(𝑡) = 𝑒 𝐴𝑡 𝑥(0) + ∫0 𝑒 𝐴(𝑡−𝜏) 𝐵𝑢(𝜏)𝑑𝜏

Si le temps initial est 𝑡0 :

La solution de l’équation d’état devient :

) 𝒕
⏟𝑨(𝒕−𝒕𝟎 𝒙(𝟎) + ∫
𝒙(𝒕) = 𝒆 ⏟𝒕 𝒆
𝑨(𝒕−𝝉)
𝑩𝒖(𝝉)𝒅𝝉
𝟎
(5.4)
𝒔𝒐𝒍𝒖𝒕𝒊𝒐𝒏 𝒍𝒊𝒃𝒓𝒆 𝒔𝒐𝒍𝒖𝒕𝒊𝒐𝒏 𝒇𝒐𝒓𝒄é𝒆

106
 Chapitre 5. Commande par retour d'état

 La matrice exponentielle 𝒆𝑨𝒕 est appelée la matrice de transition de l’état

 Φ(𝑡) represente la reponse libre du système et Par conséquent :
ℒ −1
Φ(𝑠) = (𝑠𝐼 − 𝐴)−1 → Φ(𝑡) = 𝑒 𝐴𝑡 (6.4)

Alternativement

𝐴2 𝑡 2 𝐴𝑘 𝑡 𝑘
Φ(𝑡) = 𝐼 + 𝐴𝑡 + +⋯+ (7.4)
2! 𝑘!

Exemple
Soit le système :

0 1 0
𝑥̇ = [ ]𝑥 + [ ]𝑢
−2 −3 1
𝑠 −1
𝑠𝐼 − 𝐴 = [ ]
2 𝑠+3
𝑥01 1
Et : [ ] = [ ]
𝑥02 0
𝑠+3 1
(𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2)
Φ(𝑠) = (𝑠𝐼 − 𝐴)−1 ⇒ Φ(𝑠) =
−2 𝑠
[(𝑠 + 1)(𝑠 + 2) (𝑠 + 1)(𝑠 + 2)]

D’où :

2 1 1 1
− −
(𝑠 + 1) (𝑠 + 2) (𝑠 + 1) (𝑠 + 2)
Φ(𝑠) =
−2 2 1 2
+ − +
[(𝑠 + 1) (𝑠 + 2) (𝑠 + 1) (𝑠 + 2)]

Et avec la transformée inverse on déduire que :

2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡
Φ(𝑠) = [ ]
−𝑡 −2𝑡 −𝑡 −2𝑡
−2(𝑒 −𝑒 ) −𝑒 − 2𝑒

Donc la solution libre du système est :

𝑥(𝑡) = Φ(𝑡) 𝑥(0)

𝑥1 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 1
[ ]=[ ][ ]
𝑥2 −2(𝑒 −𝑡 − 𝑒 −2𝑡 ) −𝑒 −𝑡 − 2𝑒 −2𝑡 0

107
 Chapitre 5. Commande par retour d'état

𝑥1 = 2𝑒 −𝑡 − 𝑒 −2𝑡

𝑥2 = −2(𝑒 −𝑡 − 𝑒 −2𝑡 )

4.2. Stabilité : (21)

4.2.1. Position du problème et définirions

La propriété de stabilité des systèmes bouclés est non seulement une performance mais une
exigence pour le bon fonctionnement d’une boucle d’asservissement ou de régulation. Une boucle instable
est une boucle inutilisable.
On commence par définir la notion de stabilité des systèmes linéaires continus pour ensuite
l’appliquer aux systèmes bouclés.
 Definition
Un système est stable si à une entrée bornée correspond une sortie bornée. Le comportement d’un
système stable est tel que : En lui appliquant une entrée de type échelon (entrée bornée), la sortie converge
vers une valeur aussi bornée. Par contre, un système instable verra sa sortie diverger.

Fig.4.1 .Réponse indicielle d'un système instable et un système stable

Un système qui ne revient pas à sa position d’équilibre mais ne s’en écarte pas est dit oscillant ou
en pompage.
Remarque
En théorie un système réel instable oscille jusqu’à la destruction, mais en pratique les amplitudes
de ces oscillations sont dans le cas général limitées par les différentes saturations (saturations des
amplificateurs opérationnels, fin de courses, butées physiques,...) et laisser croire que la sortie du système
est bornée. Le système ne peut plus être considéré comme linéaire. La première définition ne peut être
utilisée.

108
 Chapitre 5. Commande par retour d'état
4.2.2. Fonction de transfert et stabilité

 Condition de stabilité.
On peut écrire une nouvelle condition de stabilité d’un système : Un système est stable si et
seulement si, sa fonction de transfert n’a pas de pôle à partie réelle positive ou nulle. La position des
pôles de la fonction de transfert permet donc de renseigner sur la stabilité du système.

La figure ci-dessous résume le comportement convergeant ou divergeant d’un système selon la

position de ses pôles dans le plan complexe (le cas juste oscillant n’est pas illustré) :

Fig.4.2. Positions des pôles des systèmes stable et instables

 Analyse de la stabilité
La stabilité de l’état est conditionnée par celle de la matrice de transition 𝑒 𝑎𝑡 . En effet d’après la
solution de l’équation homogène 𝑥(𝑡) = 𝑒 𝑎𝑡 𝑥𝑂 tend vers 0 quelle que la condition initiale si 𝑒 𝑎𝑡 tend
vers 0 quand t tend vers l’infini. en examinant le lien entre les matrices [𝐴, 𝐵, 𝐶, 𝐷] et la fonction de
transfert du système, on remarque que les pôles de cette dernière ne sont autres que les valeurs propres de
la matrice dynamique A. On retient donc que eat converge si et seulement si les valeurs propres de la
matrice A sont à parties relle strictement négative.
 Analyse transitoire
On peut prévoir la forme du régime transitoire et évaluer sa durée à partir de la connaissance des
valeurs propres ? par analogie avec les pôles de la fonction de transfert, on peut conclure avec certitude
que :
 Si les valeurs propres sont réelles et strictement négatives : réponse transitoires
apériodique

109
 Chapitre 5. Commande par retour d'état
 Si parmi les valeurs propres il y’en a qui sont complexes et a partie réelle strictement
négatives ; réponse transitoire oscillatoire amortie.
 Si la matrice d’état A possède à la fois des valeurs propres réelles strictement négatives :
la forme du régime transitoire est caractérise par des valeurs propres dominantes
 Analyse permanant (statique)
Pour une entrée constante 𝑢0 c‘est-à-dire de type échelon : il s’établit un comportementstatique
ou toutes las variables d’état et de sortie attigent des valeurs finales constantes sous réserves de la stabilité
du système.
L’état du système converge vers l’état final qui peut être déterminé à partir du gain statique .celui-
ci s’obtient en mettant 𝑝 = 0 dans la fonction du transfert, ce qui se traduit par la relation suivante :
𝐾𝑠 = 𝐻(𝑝)|𝑝=0 = 𝐶(𝑝𝐼 − 𝐴)−1 𝐵 + 𝐷|𝑝=0 = −𝐶𝐴−1 𝐵 + 𝐷 (8.4)

L’état et la sortie en régime statique s’obtiennent par :

lim 𝑥(𝑡) = −𝐴−1 𝐵𝑢0 (9.4)

𝑡→∞

lim 𝑦(𝑡) == (−𝐶𝐴−1 𝐵 + 𝐷)𝑢0 (10.4)

𝑡→∞

On peut envisager trois cas pour la stabilité des systèmes :

Fig.4.3. représentation de la stabilité

Un état d’équilibre est dit asymptotiquement stable si, lorsque le système est écarté de cet état
sous l’effet d’une perturbation, il y revient (en un temps infini).
L’état d’équilibre est dit instable si, après perturbation, le système s’en éloigne davantage.
L’état d’équilibre est dit simplement stable si, après perturbation, le système reste dans un
voisinage du point d’équilibre.
 Valeurs propres et la stabilite
On peut démontrer que la stabilité d’un système est obtenue à partir de :
𝑑𝑒𝑡(𝑠𝐼 − 𝐴) = 0
Ou 𝑰 est la matrice identité et s l’opérateur de Laplace.
Exemple
0 3 1 10
𝑥̇ = [ 2 8 1 ] [𝑥] + [ 0 ] 𝑢
−10 −5 −2 0

110
 Chapitre 5. Commande par retour d'état
𝑦 = [1 0 0]𝑥
Vérifier la stabilité de ce système.

𝑠 0 0 0 3 1 𝑠 −3 −1
𝑠𝐼 − 𝐴 = [0 𝑠 0] − [ 2 8 1 ] = [−2 𝑠 − 8 −1 ]
0 0 𝑠 −10 −5 −2 10 5 𝑠+2
Le déterminant est :
𝑠 3 − 6𝑠 2 − 7𝑠 − 52
La fonction de transfert du transfert du système est :
10 𝑠 2 − 60 𝑠 − 110
𝐻(𝑃) =
s3 − 6 s 2 − 7 s − 52
On constate clairement que le polynôme caractéristique du système c’est le déterminent de (𝑠𝐼 −
𝐴), ce qui résulte que les valeurs propres de la matrice dynamique sont les pôles de la fonction du
transfert .
On remarque que les pôles de FT (valeurs propres de A) sont :
𝜆1 = 7.7642 + 0.0000𝑖 𝜆2 = −0.8821 + 2.4330𝑖 𝜆3 = −0.8821 − 2.4330𝑖
Et par conséquent l’instabilité du système :

4.3. Notions de commandabilité et d’observabilité (définitions et méthodes de test). (28)

 Introduction :
Un système est représenté par un vecteur d’état par en fait par un point dans un espace d’état est à
un instant 𝑡 qui va se trouve quelque part dans un endroit 𝑥(𝑡1 ) (voir figure).
Si on agit pas sur ce système et bien la loi physique ou biologique … va le faire evoluer d’une
certaine manière dans l’espace d’etat sans commande alors le système n’est pas commandé et si en
agissant par une commande sur ce système en partant de ce point alors on va piloter la direction de
deplacement de ce vecteur d’etat vers 𝑥(𝑡2 ) alors le système est commandé c’est-a dire un système sous
une commande on fait varier l’evolution du système dans l’espace d’etat par exemple l’espace d’etat
representé par la somme des températute autour d’une piece , à 𝑡1 nous avons la température 𝑇1 en été et
on veut l’amener avec une commande à 𝑇2 dans un temps précis (𝑡1 à 𝑡2 ) donc le système est commandé .

111
 Chapitre 5. Commande par retour d'état
Mais sans comande la temperature va bouger de la valeur 𝑇1 à une autre valeur 𝑇3 superieure a 𝑇1
aléatoirement (affecté par les perturbations extérieures) alors le système n’est pa commande

[Link] introctif

4.3.1. Notion de la commandabilite :

 Definition :
Un système d'équation d'état
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡) (Aϵℝ𝑛×𝑛 , Bϵℝ𝑛×𝑚)
Est dit complètement commandable sur un intervalle de temps [𝑡0 , 𝑡1] 𝑡1 < ∞ s'il existe une
commande 𝑢(𝑡) definis sur cette inervalle permettant de faire évoluer le système d'un état initial
quelconque 𝑥(𝑡0 ) à nun etat desire quelquonque 𝑥(𝑡1 ) (l'évolution du système se fait dans un temps
fini∆𝑡 = 𝑡1 − 𝑡0 )
La question c'est existe-t-il une commande u(t) qui fait évoluer le système de l'état 𝑥(𝑡0 ) à un
état 𝑥(𝑡1 )en un temps fini ? Si oui, le système est dit complétement commandable
 Critère de commandabilité (29)
Un système différentiel linéaire d'ordre 𝑛 est complètement commandable si et seulement si la
matrice de commandabilité 𝑄𝑐 , de dimension (𝑛 , 𝑛𝑥𝑚), est de 𝑟𝑎𝑛𝑔 𝑛 (possède 𝑛 colonnes donc 𝑛 lignes
linéairement indépendantes) (critère de KALMAN)
 Matrice de commandabilite :
𝑄𝑐 (𝐴, 𝐵) = [𝐵 𝐴𝐵 ⋮ 𝐴2 𝐵 ⋮ 𝐴3 𝐵 ⋮ ⋯ ⋮ 𝐴𝑛−1 𝐵] (11.4)
Et le rang de 𝑄𝑐 (𝐴, 𝐵) soit plein
𝑟𝑎𝑛𝑔 [𝐵 𝐴𝐵 ⋮ 𝐴2 𝐵 ⋮ 𝐴3 𝐵 ⋮ ⋯ ⋮ 𝐴𝑛−1 𝐵] = 𝑛 (12.4)
Remarques
 La définition de la commandabilité ne fait pas intervenir l'équation de sortie du système. Il n'est
donc pas étonnant que seules les matrices A et B interviennent dans le critère de commandabilité.
 Dans le cas d'un système mono-entre mono-sortie(SISO) la matrice de la commandabilite est une
matrice carrée 𝒎 = 𝟏 ⇒ 𝑄𝑐 (𝐴, 𝐵)𝝐ℝ𝑛×𝑛

112
 Chapitre 5. Commande par retour d'état
 𝑟𝑎𝑛𝑔 𝑄𝑐 (𝐴, 𝐵) = 𝑛 ⇒ 𝑑𝑒𝑡(𝑄𝑐 (𝐴, 𝐵)) ≠ 0 avec 𝑑𝑒𝑡(𝑄𝑐 (𝐴, 𝐵)) c'est le déterminant de
𝑄𝑐 (𝐴, 𝐵)
 Approche pratique de vérification de la commandabilite
 Former la matrice de la commandabilite 𝑄𝑐 (𝐴, 𝐵)

 Calculer le 𝑑𝑒𝑡 (𝑄𝑐 (𝐴, 𝐵)) et en déduire le 𝑟𝑎𝑛𝑔 de la matrice de la commandabilte

 En déduire ue le système est commandable si 𝑟𝑎𝑛𝑔 𝑄𝑐 (𝐴, 𝐵) = 𝑛

Exemple
Etudier suivant les valeurs de 𝛼 la commandabilite du système suivant :
−2 1 1
𝐴=[ ] ; 𝐵=[ ]
𝛼 −4 1

 La matrice de la commandabilite 𝑄𝑐 (𝐴, 𝐵) = [𝐵 𝐴𝐵 ]

−2 1 1 −1 1 −1
𝐴𝐵 = [ ]×[ ]=[ ] ⇒ 𝑄𝑐 (𝐴, 𝐵) = [ ]
𝛼 −4 1 𝛼−4 1 𝛼−4
 𝑑𝑒𝑡 (𝑄𝑐 (𝐴, 𝐵)) = 𝛼 − 3 alors le système est commandable ssi 𝑑𝑒𝑡 (𝑄𝑐 (𝐴, 𝐵)) ≠ 0 ⇒ 𝛼 ≠ 3

4.3.2. Notion d’observabilité

Exemple introductif
Soit une Conduite d'une voiture assurée par GPS pour détecter la position de la voiture 𝑥(𝑡) qui
subit une perte de connexion à l'entrée du tunnel

Fig.4.5..Exemple introctif

 La variable d’état : position de la voiture

 Entrée : l’accélération
 Sortie ; la position finale de voiture
La question c'est comment connaitre l'état 𝒙(𝒕𝟐 ) en perdant la connexion avec le stellite à l'entrée du
tunnel ?

Le système va reconstituer la variable d’état en fonction de l’accélération et la distance restante du

tunnel pendant la perte de la connexion du GPS avec le satellite

 Définition

113
 Chapitre 5. Commande par retour d'état
Le système:
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
𝑦(𝑡) = 𝐶𝑥(𝑡) + 𝐷𝑢(𝑡)

est complètement observable s'il existe un temps fini 𝑡 1 > 0, tel que la connaissance de l'entrée
𝑢(𝑡) et de la sortie 𝑦(𝑡) pour tout 𝑡 (0 < 𝑡 < 𝑡 1 ), est suffisante pour déterminer 𝑥(𝑡).
 Critère d'observabilité (30)
Un système différentiel linéaire invariant d'ordre n est complètement observable si la matrice
d'observabilité 𝑄0 est de rang 𝑛:
𝐶
𝐶𝐴
𝑄0 = 𝐶𝐴2 (13.4)
⋮
[𝐶𝐴𝑛−1 ]
Une autre représentation :
2 𝑛−1 𝑇
𝑄0 (𝐶, 𝐴) = [𝐶𝑇 𝐴𝑇 𝐶𝑇 (𝐴𝑇 ) 𝐶𝑇 ⋯ (𝐴𝑇 ) 𝐶 ] (14.4)

 Analyse:
Un système observable est un système reconstructible c'est-à-dire on peut reconstruire l'état 𝑥(𝑡)
∀ 𝑡 ≥ 0 par :
𝑡

𝑥(𝑡) = 𝑒 𝐴𝑡 𝑥(0) + ∫ 𝑒 𝐴(𝑡−𝜏) 𝐵𝑢(𝜏)𝑑𝜏

0

Remarques
 La notion de l'observabilité ne ote que sur les matrices (𝐴 𝑒𝑡 𝐶) ;dire que les
système est observable équivaut a dire que la paire (𝐶; 𝐴) est observable.
 Dans le cas des systèmes mono entre mono sortie la matrice de l'observabilité est
une matrice carrée dont le déterminant est diffèrent de 0 [𝑑𝑒𝑡(𝑄0 (𝐶, 𝐴)) ≠ 0 ⇒
𝑟𝑎𝑛𝑔(𝑄0 (𝐶, 𝐴)) = 𝑛]
 Approche pratique de vérification de l'observabilité (28)
 Former la matrice de l'observabilité 𝑄𝑜 (𝐶, 𝐴)
 Calculer le 𝑑𝑒𝑡(𝑄𝑜 (𝐶, 𝐴)) et en déduire le 𝑟𝑎𝑛𝑔 de la matrice de l'observabilité
 En déduire que le système est observale si 𝑟𝑎𝑛𝑔 𝑄𝑜 (𝐶, 𝐴) = 𝑛
Exemple
Soit le système à quatre variables d'état découplées régi par les équations d'état et d'observation
suivante:

114
 Chapitre 5. Commande par retour d'état
𝑎11 0 0 0 𝑏1
0 𝑎11 0 0 𝑏
𝑥̇ (𝑡) = [ ] 𝑥(𝑡) + [ 2 ] 𝑢(𝑡)
0 0 𝑎33 0 0
0 0 0 𝑎44 0
{ 𝑦(𝑡) = [0 𝑐2 0 𝑐4 ]𝑥(𝑡)
Qui s'écrit aussi sous la forme :
𝑥̇ 1 = 𝑎11 𝑥1 + 𝑏1 𝑢(𝑡)
𝑥̇ 2 = 𝑎22 𝑥2 + 𝑏2 𝑢(𝑡)
𝑥̇ 3 = 𝑎33 𝑥3
𝑥̇ 4 = 𝑎44 𝑥4
{𝑦(𝑡) = 𝑐2 𝑥2 + 𝑐4 𝑥4
L'application des critères de commandabilité et d'observabilité sont susceptibles de nous
renseigner sur ces deux propriétés. En fait, ce système n'est pas complètement commandable et pas
complètement observable. Cependant la représentation (figure suivante) permet de définir les variables
non commandables et les variables non observables. On conçoit intuitivement que les variables 𝑥1 et
𝑥 2 sont commandables (ou gouvernables). Les variables 𝑥3 et 𝑥4 ne le sont pas. En effet la commande
𝑢(𝑡) n'a aucun moyen d'agir sur ces dernières. Ceci s'exprime sur la figure par l'absence de liaison de
𝑢(𝑡) vers 𝑥3 et 𝑥4 et par la nullité des coefficients 𝑏3 et 𝑏 4 dans la matrice 𝐵 d'application de la commande
dans l'équation d'état. Les variables 𝑥2 et 𝑥4 sont observables, les variables 𝑥3 et 𝑥1 ne le sont pas. En effet
sur la figure, les variables 𝑥3 et 𝑥1 ne débouchent pas sur la sortie y. De même les coefficients 𝑐1 et 𝑐3 de
la matrice d'observation 𝐶 sont nuls.

115
 Chapitre 5. Commande par retour d'état

Exemple
Etudier suivant les valeurs de 𝛼 l'observabilite du système suivant :
−2 1 1
𝐴=[ ] ; 𝐵 = [ ] ; 𝐶 = [1 1] 𝑒𝑡 𝐷 = 0
𝛼 −4 1

 La matrice de l'observabilité
𝐶
𝑄0 = [ ]
𝐶𝐴
1 1
 𝑄0 = [ ] ⇒ 𝑑𝑒𝑡 (𝑄𝑜 (𝐶, 𝐴)) = −𝛼 − 1
𝛼−2 −3
 alors le système est observable ssi 𝑑𝑒𝑡 (𝑄𝑜 (𝐶, 𝐴)) ≠ 0 ⇒ 𝛼 ≠ −1

Remarque :
Par vérifier la commandabilte et l'observabilité par Matlab :
 La commandabilite(contrôlabilité)
 On calcule la matrice 𝑄𝑐 (𝐴, 𝐵) par la fonction ctrb
 On détermine le rang de 𝑄𝑐 (𝐴, 𝐵) par la fonction rank et en déduire la commandabilité du système
 L'observabilite
 On calcule la matrice 𝑄𝑜 (𝐶, 𝐴) par la fonction obsv
 On détermine le rang de 𝑄𝑜 (𝐶, 𝐴) par la fonction rank et en déduire l'observabilité du système
Exemple
Etudier la commandabilite et l'observabilité du système suivant :
𝑌(𝑠) 2
= 3
𝑈(𝑠) 𝑠 + 6𝑠 2 + 11𝑠 + 6
Solution

116
 Chapitre 5. Commande par retour d'état
𝑌(𝑠) 2
= 3
𝑈(𝑠) 𝑠 + 6𝑠 2 + 11𝑠 + 6
ℒ −1
⇒ 𝑌(𝑠) × (𝑠 3 + 6𝑠 2 + 11𝑠 + 6) = 2 × 𝑈(𝑠) → 𝑦⃛ + 6𝑦 + 11𝑦̇ + 6𝑦 = 2𝑢
On pose :
𝑥1 = 𝑦
𝑥̇ 1 = 𝑦̇ = 𝑥2
{ 𝑥̇ = 𝑦 = 𝑥
2 3
𝑥̇ 3 = 𝑦⃛ = −6𝑥3 − 11𝑥2 − 6𝑥1 + 2𝑢
Et sous forme matricielle :
𝑥̇ 1 0 1 0 0
[𝑥̇ ] = [ 0 0 1 ] 𝑥(𝑡) + [0] 𝑢(𝑡)
{ 2
𝑥̇ 3 −6 −11 −6 2
𝑦 = [1 0 0]𝑥(𝑡)
On constate clairement que : 𝑛 = 3
1. Vérification de la contrôlabilité :
𝑄𝑐 (𝐴, 𝐵) = [𝐵 𝐴𝐵 ⋮ 𝐴2 𝐵 ]
0 1 0 0 0
 𝐴𝐵 = [ 0 0 1 ] × [0] = [ 2 ]
−6 −11 −6 2 −12
0 1 0 0 2
 𝐴2 𝐵 = 𝐴 × 𝐴𝐵 = [ 0 0 1 ] × [ 2 ] = [−12]
−6 −11 −6 −12 50
0 0 2
 2
𝑄𝑐 (𝐴, 𝐵) = [𝐵 𝐴𝐵 ⋮ 𝐴 𝐵 ] = [0 2 −12 ] ⇒ 𝑑𝑒𝑡(𝑄𝑐 (𝐴, 𝐵)) = −8
2 −12 50
⇒ 𝑟𝑎𝑛𝑔(𝑄𝑐 (𝐴, 𝐵)) = 3
 Le système est commandable
2. Vérification de l'observabilité
𝐶
𝑄0 = [ 𝐶𝐴 ]
𝐶𝐴2

0 1 0
 𝐶𝐴 = [1 ]
0 0 ×[ 0 0 1 ] = [0 1 0] .
−6 −11 −6
0 1 0
 𝐶𝐴2 = 𝐶𝐴 × 𝐴 = [0 1 0] [ 0 0 1 ] = [0 0 1]
−6 −11 −6
1 0 0
 𝑄0 = [0 1 0] ⇒ 𝑑𝑒𝑡(𝑄𝑂 (𝐶, 𝐴)) = 1
0 0 1
⇒ 𝑟𝑎𝑛𝑔(𝑄𝑂 (𝐶, 𝐴)) = 3 ; Donc Le système est observable

117
 Chapitre 5. Commande par retour d'état

Chapitre 5

1. Formulation du problème de placement de pôles par retour d’état.

2. Méthodes de calculs pour les systèmes mono-variables.
3. Cas de systèmes multi-variables.
4. Implémentation.

118
 Chapitre 5. Commande par retour d'état
Chapitre 05. La commande par Le retour d’´état

5.1. Principe de la commande par retour d’état linéaire (31)

Le principe est de déterminer une commande telle que les pôles du système de la fonction de
transfert du système bouclé soient convenablement placés dans le plan complexe et satisfasse des
spécifications d’amortissement, de rapidité... Les pôles de la fonction de transfert étant les valeurs propres
de la matrice d’état, le but est donc de réaliser un asservissement modifiant convenablement la matrice
d’état du système.
On désire asservir le système a une valeur 𝑦𝑟𝑒𝑓 (𝑡) tout en imposant les dynamiques du régime
transitoire et en maintenant une erreur petite ou nulle en régime permanent. Modifier le régime transitoire
du système, c’est modifier les pôles de la matrice dynamique 𝐴. On implante ainsi une loi de commande
(Cette technique s’appelle également commande par placement de pôles) par retour d’état qui prend en
compte les valeurs de l'état `à l' instant t :
𝑥1
𝑥2
𝑥(𝑡) = [ ⋮ ]
𝑥𝑛
Remarque
L’implantation de cette commande par retour d’état nécessite :
 Le système doit être commandable
 tous les états du système doivent être mesurables ce qui est une hypothèse assez forte.

Soit le système linéaire stationnaire défini par sa représentation d’état (𝐴, 𝐵, 𝐶, 0).
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
{
𝑦(𝑡) = 𝐶𝑥(𝑡) + Du(t)

Fig.5.1 Système en boucle ouverte

 But de la commande par retour d'état :

La stabilité et la dynamique du système 𝑆 est fixés par les valeurs propres de :
𝐴, 𝜎(𝐴) = {𝜆1 , 𝜆2 , … 𝜆𝑛 } (1.5)
Et On souhaite commander le système dans le but d’améliorer les performances ou respecter un
certain cahier de charge (coefficient d'amortissement, temps de réponse, dépassement …)

119
 Chapitre 5. Commande par retour d'état
5.2. Formulation
La loi de commande s'écrit alors :
𝑢(𝑡) = −𝐾𝑥(𝑡) + 𝑟(𝑡) (2.5)
Le système boucle est donne par la figure suivante :

Fig.5.2 . Système en boucle fermée (par retour d'état)

Où 𝐾 ∈ 𝑅 𝑚×𝑛 est une matrice appelée gain du retour d'Etat et 𝑟(𝑡) est une nouvelle entrée pour
le système en boucle fermée (éventuellement ce dernier signal peut représenter la consigne). C’est une
commande en boucle fermée car elle dépend des signaux internes du système même si elle ne prend pas
en compte directement la sortie du système 𝑦(𝑡) comme le montre la figure précédente.
Remarque
Dans le cas d’un système à une entrée, la commande par retour d'Etat s'écrit :
𝑢(𝑡) = −𝐾𝑥(𝑡) + 𝑟(𝑡) = (− ∑𝑛𝑖=1 𝑘𝑖 𝑥𝑖 (𝑡)) + 𝑣(𝑡) 𝑎𝑣𝑒𝑐 𝐾 = [𝑘1, . . . , 𝑘𝑛]. (3.5)
Si on remplace l'expression de 𝑢(𝑡) dans l'équation d'Etat et l'équation de sortie on trouve:
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵(−𝐾𝑥(𝑡) + 𝑟(𝑡) )
{ (4.5)
𝑦(𝑡) = 𝐶𝑥(𝑡) + D(u(−𝐾𝑥(𝑡) + 𝑟(𝑡) )
Le système en boucle fermée s'écrit donc :
𝒙̇ (𝒕) = (𝑨 − 𝑩𝑲)𝒙(𝒕) + 𝑩𝒓(𝒕)
{ (5.5)
𝒚(𝒕) = (𝑪 − 𝑫𝑲)𝒙(𝒕) + 𝐃 𝒓(𝒕)
Et est représenté par le schéma bloc compact de la figure suivante :

Fig.5.3 Sheema bolc en boucle fermée (par retour d'état)

120
 Chapitre 5. Commande par retour d'état

5.3. Approche pratique pour calculer le gain du retour d'état

On donne ci-dessous les principales étapes à suivre pour mettre en œuvre la technique de la
commande par placement de pôles :
Soit les désirés pour satisfaire le cahier de charge souhaité :
𝑃𝑑𝑒𝑠 = { 𝜆1 ; 𝜆2 ; 𝜆3 ; … ; 𝜆𝑛 }
 Méthode direct Calculer le gain 𝐾 :
Tel que :
𝑑𝑒𝑡(𝜆𝐼 − (𝐴 − 𝐵𝐾)) = (𝜆 − 𝜆1 )(𝜆 − 𝜆2 ) … (𝜆 − 𝜆𝑛 ) (6.5)
Avec :
𝜎(𝐴 − 𝐵𝐾) = { 𝜆1 ; 𝜆2 ; 𝜆3 ; … ; 𝜆𝑛 } Sont les valeurs propres de(𝐴 − 𝐵𝐾)
D’où P le vecteur colonne désire est: P=[𝝀𝟏 𝝀𝟐 𝝀𝟑 … 𝝀𝒏 ]𝑻
Pour ce faire :
 Poser 𝐾 = [𝑘1 𝑘2 … 𝑘𝑛 ]
 Calculer en fonction de 𝐾, la matrice d’état en boucle fermée 𝐴 − 𝐵𝐾.
 Calculer la matrice 𝜆𝐼 − (𝐴 − 𝐵𝐾) et en déduire son déterminant pour obtenir le polynôme
caractéristique en boucle fermée en fonction de 𝐾, 𝑃𝐵𝐹 (𝜆).
 Développer le polynôme caractéristique désiré 𝑃𝑑𝑒𝑠𝑖𝑟é (𝜆) = (𝜆 − 𝜆1 )(𝜆 − 𝜆2 ) … (𝜆 − 𝜆𝑛 ) ).
 En identifiant terme à terme les deux polynômes caractéristiques, 𝑃𝐵𝐹 (𝜆). et 𝑃𝑑𝑒𝑠𝑖𝑟é (𝜆), on obtient un
système d’équations dont les inconnues sont les éléments𝑘𝑖 , 𝑖 = 1 … 𝑛.
 Calcul de 𝑲 par Matlab
 𝑀𝑐 = 𝑐𝑡𝑟𝑏(𝐴, 𝐵);
 𝑅 = 𝑟𝑜𝑛𝑔(𝑀𝑐 )
 𝐾 = 𝑝𝑙𝑎𝑐𝑒(𝐴, 𝐵, 𝑃); % P vecteur colonne contiennent les valeurs propres désirés.
Exemple

5.4. Soit le système en boucle ouverte représenté par l’équation d’état suivant :
−2 −4 −1
𝑥̇ = [ ]𝑥 + [ ]𝑢
2 5 1
Calculer la commande par retour d’état, 𝐾 =?, assurant aux système en boucle fermé les pôles
désirés 𝜆 = [−1, −2].
2
𝑃(𝜆) = 𝑑𝑒𝑡(𝜆𝐼 − 𝐴) = 𝜆 − 3𝜆 − 2 = 0 ⇒ 𝜆1 = −0.56 𝑒𝑡 𝜆2 = 3.56 ce qui
prouve l’instabilité du système en boucle ouvert.
Afin de calculer le vecteur 𝐾, on suive les étapes suivantes :
 Poser 𝐾 = [𝑘1 𝑘2 ]
 On calcule en fonction de 𝐾, la matrice d’état en boucle fermée 𝐴 − 𝐵𝐾.

121
 Chapitre 5. Commande par retour d'état

−2 −4 −1 −2 −4 −𝑘 − 𝑘2 −2 + 𝑘1 −4 + 𝑘2
𝐴 − 𝐵𝐾 = [ ] − [ ] [𝑘1 𝑘2 ] = [ ]−[ 1 ]=[ ]
2 5 1 2 5 𝑘1 𝑘2 2 − 𝑘1 5 − 𝑘2
 On calcule le polynôme caractéristique en boucle fermée en fonction de 𝐾, 𝑃𝐵𝐹 (𝜆).
𝜆 + 2 − 𝑘1 4 − 𝑘2
𝑃𝐵𝐹 (𝜆) = 𝑑𝑒𝑡(𝜆𝐼 − (𝐴 − 𝐵𝐾)) = 𝑑𝑒𝑡 ([ ]) = 𝜆2 + (−3 − 𝑘1 + 𝑘2 )𝜆 − 2 + 𝑘1
−2 + 𝑘1 𝜆 − 5 + 𝑘2
 On développe le polynôme caractéristique désiré:
𝑃𝑑𝑒𝑠𝑖𝑟é (𝜆) = (𝜆 − 𝜆1 )(𝜆 − 𝜆2 ) = (𝜆 + 1)(𝜆 + 2) = 𝜆2 + 3𝜆 + 2 .
 Par identifiant terme à terme les deux polynômes caractéristiques, 𝑃𝐵𝐹 (𝜆). et 𝑃𝑑𝑒𝑠𝑖𝑟é (𝜆),
On obtient le système d’équations suivant.
−3 − 𝑘1 + 𝑘2 = 3
{
−2 + 𝑘1 = 2
Dont la solution est :
𝑘1 = 4
{
𝑘2 = 10
 Application par Matlab
Soit le système décrit par sa fonction de transfert :
8
𝐺(𝑠) =
𝑠 2 − 0.08𝑠 + 0.4
 Etudier la stabilité du système.
 Représenter la réponse indicielle du système en boucle ouverte
 Trouver le gain du retour d'état en désirant les pôles suivants :
𝜆1 = −0.09000 + j0.9596 𝜆2 = −0.09000 − j0.9596
 Représenter la réponse indicielle du système en boucle fermée.
Réponse
clear all
clc
n=8
d=[1 -0.08 0.4]
g=tf(n,d)
pole(g)
[a,b,c,d]=tf2ss(n,d)
t=ss(a,b,c,d)
q=[-0.09000+0.9596i -0.09000-0.9596i]
K = place(a,b,q)
m=a-b*K
l=c-d*K
j=ss(m,b,l,d)

122
 Chapitre 5. Commande par retour d'état

o La repose indicielle en boucle ouverte

On constate clairement que le système est instable.

o La repose indicielle en boucle fermée

On remarque que la commande par retour d'état a imposé la stabilité au système par le déplacement des
pôles vers le demi-plan gauche du plan complexe.

123
 Chapitre 6. Synthèse des observateurs d’état

Chapitre 6

1. Introduction,
2. Observateurs déterministes (Luenberger) et méthodes de calculs,
3. Observateurs réduits,
4. Observateurs stochastiques (filtre de Kalman).

124
 Chapitre 6. Synthèse des observateurs d’état

Chapitre 06 : Observateur d'état

6.1. Principe (28)

Il arrive souvent que toutes les variables d’état d’un système ne soient pas accessibles à la mesure.
Dans ce cas, l'implémentation directe de la commande 𝑢 = −𝐾𝑥 est impossible. De plus, la connaissance
de la sortie 𝑦 ne résout pas le problème. En effet, comme le vecteur 𝐶 n’est pas inversible la connaissance
de 𝑦 = 𝐶𝑥 ne permet pas de connaître 𝑥.
L'idée est donc de reconstruire l’état 𝑥 à partir des informations disponibles, c'est-à-dire la sortie
𝑦 et la commande 𝑢. On utilise pour cela un système dynamique permettant d’approximer 𝑥: un
observateur. On parle également de reconstructeur, d’estimateur, de filtre...
Il y a deux environnements possibles :
 le cas déterministe
 le cas stochastique qui permet de prendre en compte les bruits de mesure.

Fig. 3.1. Structure de la commande dans le cas où l’état est mesurable

Fig. 6.1. Reconstruction de l’état

6.2. Synthèse d’observateur (28)

6.2.1. Définition

On appelle observateur du système un opérateur qui génère une estimation 𝒛̂ de la variable

𝒛 = 𝑻𝒙 sous la forme :

𝒛̂̇ = 𝑭𝒛̂ + 𝑳𝒚 + 𝑱𝒖 (1.6)

Où 𝑢 est la commande et 𝑦 la sortie.

125
 Chapitre 6. Synthèse des observateurs d’état

 Si 𝑧 et 𝑥 ont même dimension, l’observateur est dit complet (tout l’état est estimé). On choisit
𝑇 = 𝐼 (𝑧 = 𝑥) et 𝑧̂ = 𝑥̂
 Si 𝑑𝑖𝑚(𝑧) < 𝑑𝑖𝑚(𝑥) (par exemple : 𝑑𝑖𝑚(𝑧) = 𝑑𝑖𝑚(𝑥) − 𝑑𝑖𝑚 𝑦)), alors l’observateur est dit
d’ordre réduit.
Remarques :
1. Un observateur doit être stable.
2. Un observateur doit assurer la convergence de 𝑧̂ vers 𝑧 (estimation sans biais).
3. Dans le cas déterministe, la convergence s’écrit :
𝑙𝑖𝑚 [𝑧̂ (𝑡) − 𝑧(𝑡)] = 0 , ∀𝑢, ∀𝑥(𝑡0 )
𝑡→∞

On note 𝜀 (𝑡) = 𝑧(𝑡) − 𝑧̂ (𝑡) l’erreur de reconstruction.

6.2.2. Observateur identité (28)

L’observateur identité est un observateur sans biais 𝑧̂ (𝑡) → 𝑧(𝑡) s 𝑡 → ∞ où 𝑧 = 𝑥. Les

équations du couple (système, observateur) sont :
̂̇ = 𝑭𝒙
𝒙 ̂ + 𝑳𝒚 + 𝑱𝒖
{ 𝒙̇ = 𝑨𝒙 + 𝑩𝒖 (2.6)
𝒚 = 𝑪𝒙
Exprimons l’erreur d’estimation 𝜀 :
𝜀 = 𝑧(𝑡) − 𝑧̂ (𝑡) = 𝑥(𝑡) − 𝑥̂(𝑡) (3.6)

⇒ 𝜀̇ = 𝑥̇ − 𝑥̂̇ = 𝐴𝑥 + 𝐵𝑢 − 𝐹𝑥̂ − 𝐿𝑦 − 𝐽𝑢 (4.6)

⇒ 𝜀̇ = 𝑥̇ − 𝑥̂̇ = 𝐴𝑥 + 𝐵𝑢 − 𝐹𝑥̂ − 𝐿𝐶𝑥 − 𝐽𝑢 = (𝐴 − 𝐿𝐶)𝑥 + (𝐵 − 𝐽)𝑢 − 𝐹𝑥̂ (5.6)

𝜀̇ = (𝐴 − 𝐿𝐶)𝑥 + (𝐵 − 𝐽)𝑢 − 𝐹(𝑥 − 𝜀) = (𝐴 − 𝐿𝐶 − 𝐹)𝑥 + (𝐵 − 𝐽)𝑢 + 𝐹𝜀 (6.6)

On veut une estimation sans biais, c'est-à-dire: 𝜀̇ = 0 ∀𝑥; ∀𝑢, ce qui équivaut à :
𝐴 − 𝐿𝐶 − 𝐹 = 0 𝐹 = 𝐴 − 𝐿𝐶
{ 𝐵=𝐽 ⇔ {𝐽=𝐵
𝐹 𝑠𝑡𝑎𝑏𝑙𝑒 𝐴 − 𝐿𝐶 𝑠𝑡𝑎𝑏𝑙𝑒
Remarque
1. Pourquoi la matrice (𝐴 − 𝐿𝐶)soit stable ?
D'après le précèdent on a trouvé que :
0
𝜀̇ = ⏞
(𝐴 − 𝐿𝐶 − 𝐹)𝑥 + (𝐵 − 𝐽) 𝑢 + 𝐹𝜀 (8.6)

𝜀̇ = 𝐹𝜀 = (𝐴 − 𝐿𝐶)𝜀 ⇒ 𝜀(𝑡) = 𝑒 (𝐴−𝐿𝐶)𝑡 (9.6)

126
 Chapitre 6. Synthèse des observateurs d’état

Donc pour avoir la convergence vers 0 il faut donc que la matrice (𝐴 − 𝐿𝐶) doit avoir des
valeurs propres à partie réelle négative (stabilité de la matrice)
2. Il faut que le système soit observable (il vérifie le critère de kALMAN )
Et par conséquent :
𝑥̂̇ = (𝐴 − 𝐿𝐶)𝑥̂ + 𝐿𝑦 + 𝐵𝑢 (10.6)
𝑥̂̇ = 𝐴𝑥̂ + 𝐵𝑢 + 𝐿(𝑦 − 𝐶𝑥̂) (11.6)
Posons 𝑦̂ = 𝐶𝑥̂
il vient :
̂̇ = 𝑨𝒙
𝒙 ̂ + 𝑩𝒖 + 𝑳(𝒚 − 𝒚
̂) (12.6)
La figure suivante Illustre la structure de l’observateur mise en évidence par cette dernière
expression.

Fig.6.2 Structure de la commande avec synthèse d’un observateur

L’observateur est constitué de deux parties :
 Un simulateur du système réel caractérisé par les matrices(𝐴; 𝐵; 𝐶), ayant comme entrées 𝑢 et 𝑦
̂.
et comme sortie 𝒚
 Un correcteur réalisant une contre-réaction fonction de l’écart entre la sortie 𝑦 et son estimée 𝒚
̂.
Ce correcteur permet d’assurer la convergence de l’estimation de l’état 𝒙
̂ vers l’état𝑥. 𝐾 est appelée le
gain de l’observateur. Il y a convergence si 𝜀 converge vers 0, c'est-à-dire si 𝐹 est stable, soit encore si
(𝐴 − 𝐿𝐶) est stable.

6.3. Observateur de Luenberger

La théorie de l’observation de Luenberger repose essentiellement sur des techniques de
placement de pôles. Supposons que le système
𝑥̇ (𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡)
{
𝑦(𝑡) = 𝐶𝑥(𝑡) + Du(t)
̂ de 𝑥, i.e. une fonction
soit observable. Le but est de construire un observateur asymptotique 𝒙
̂ de l’observable 𝑦, telle que 𝑥̂(𝑡) − 𝑥(𝑡) → 0 quad 𝑡 → ∞ L’id´ee est de copier la
dynamique 𝒙

127
 Chapitre 6. Synthèse des observateurs d’état

dynamique du système observe et d’y ajouter un terme correctif qui tienne compte de l’écart entre la
prédiction et la réalité.
 Approche pratique pour trouver 𝑙
 Ecrire 𝑥̂̇ en fonction de 𝑥̂; 𝑢 𝑒𝑡𝑦
 Noter 𝜀 = 𝑥(𝑡) − 𝑥̂(𝑡) l'erreur de l'observateur /

 Ecrire la dynamique de l'erreur 𝜀̇ = 𝑥̇ − 𝑥̂̇

 Sous quelles conditions sur 𝐾 que l'erreur converge exponentiellement vers 0
Exemple
Construction d’un observateur identité Soit le système défini par le quadruplet {𝐴, 𝐵, 𝐶, 𝐷}
Avec :
−1 1 1
𝐴 =[ ],𝐶 = [ 1 0 ]; 𝐵 = [ ] 𝑒𝑡 𝐷 = 0
2 −2 1
On souhaite construire un observateur identité ayant pour pôles−2 𝑒𝑡 − 5.
Les pôles de la matrice 𝐹 sont donc −2 𝑒𝑡 − 5 et le polynôme caractéristique associé est
𝑃𝑑𝑒𝑠 (𝜆) = 𝜆2 + 7𝜆 + 10.
𝑙1
Calculons la matrice 𝐴 − 𝐿𝐶 en posant 𝐿 = [ ]
𝑙2

−1 1 𝑙1 −1 − 𝑙1 1
𝐴 − 𝐿𝐶 = [ ] − [ ][ 1 0]=[ ]
2 −2 𝑙2 2 − 𝑙2 −2

Le polynôme caractéristique s'écrit alors en fonction de 𝑙1 𝑒𝑡 𝑙2 :

𝑃𝐴−𝐺𝐶 (𝜆) = 𝜆2 + 𝜆(3 + 𝑙1 ) + 2𝑙1 + 𝑙2
En égalant 𝑃𝐴−𝐺𝐶 (𝜆) = P𝑑𝑒𝑠 (λ) . on obtient la valeur de 𝐿 𝑒𝑡 𝐹.
4 −5 1
𝐿 = [ ] ,𝐹 = [ ]
2 0 −2
Exercice
Soit le système suivant (voir figure):
 Vérifier l'observabilité du système.
 Déterminer L pour placer les valeurs propres de l'observateur en −4 𝑒𝑡 − 25.

128
 Chapitre 6. Synthèse des observateurs d’état

6.4. Observateur d’ordre réduit (32)

L’observateur d’ordre réduit introduit par Luenberger ((Luenberger, 1966) et (Luenberger,
1971)) consiste à estimer les états non mesurables. Ainsi pour un système défini le modelé d'état
l’observateur réduit sera d’ordre 𝑛 − 𝑝. (𝑦 𝜖 ℝ𝑝 )
L'idée est de reconstruire uniquement les etats manquants, les autres étant mesures. On suppose
que l'Etat est divisé en deux sous-ensemble 𝑥1 (𝑡) = 𝑦(𝑡) (mesurés) 𝑥2 (𝑡) (non mesurés).
avec donc 𝑥1 ∈ ℝ𝑝 𝑒𝑡 𝑥2 ∈ ℝ𝑛−𝑝 . Le système dynamique original peut alors s´écrire :
𝑥̇ 1 (𝑡) = 𝐴11 𝑥1 (𝑡) + 𝐴12 𝑥2 (𝑡) + 𝐵1 𝑢(𝑡)

𝑥̇ 2 (𝑡) = 𝐴21 𝑥1 (𝑡) + 𝐴22 𝑥2 (𝑡) + 𝐵2 𝑢(𝑡) (13.6)

{ 𝑦(𝑡) = 𝑥1 (𝑡)

Afin de mettre en valeur les dynamiques de l'état inconnu, transformons le système

̃(𝑡)
𝑢

𝑥̇ 2 (𝑡) = 𝐴22 𝑥2 (𝑡) + ⏞

𝐴21 𝑥1 (𝑡) + 𝐵2 𝑢(𝑡) (14.6)
Avec : 𝑢̃(𝑡) une nouvelle commande (En effet, cette dernière commande est un signal connu
car 𝑥1 (𝑡) est la sortie mesurée du système.)
On pose une nouvelle équation de sortie :
𝑤(𝑡) = 𝑥̇ 1 (𝑡) − 𝐴11 𝑥1 (𝑡) − 𝐵1 𝑢(𝑡) = 𝐴12 𝑥2 (𝑡) (15.6)
Finalement, nous obtenons un nouveau système dynamique d’ordre réduit 𝑛 − 𝑝
𝑥̇ 2 (𝑡) = 𝐴22 𝑥2 (𝑡) + 𝑢̃(𝑡)
{ } (16.6)
𝑤(𝑡) = 𝐴12 𝑥2 (𝑡)
Avec 𝑢̃(𝑡) et 𝑤(𝑡) sont respectivement une nouvelle commande et une nouvelle sortie liées au
système original.
On propose alors de construire un observateur identité pour le système d’ordre réduit

129
 Chapitre 6. Synthèse des observateurs d’état

𝑧̇ = 𝐹𝑧(𝑡) + 𝐿𝑤(𝑡) + 𝑢̃(𝑡)

{ (17.6)
𝑥̂ = 𝑧(𝑡)
Avec la relation suivante :
𝑧(𝑡) = 𝑥2 (𝑡) + 𝜀(𝑡) (18.6)
Et la relation matricielle :
𝐹 = 𝐴22 − 𝐿𝐴12 (19.6)
Afin d’écrire le système en fonction des signaux d’entrées 𝑦(𝑡) 𝑒𝑡 𝑢(𝑡) du système original, on
transforme l’observateur minimal ainsi :
𝑤(𝑡) ̃(𝑡)
𝑢
⏞ ⏞
{ 𝑧̇ = 𝐹𝑧(𝑡) + 𝐿 (𝑥̇ 1 (𝑡) − 𝐴11 𝑥1 (𝑡) − 𝐵1 𝑢(𝑡)) + 𝐴21 𝑥1 (𝑡) + 𝐵2 𝑢(𝑡) (20.6)
𝑥̂ = 𝑧(𝑡)
Afin d’éviter la dérivée 𝑥̇ 1 dans le second membre de la première équation, on pose une nouvelle
variable 𝑠(𝑡) telle que :
𝑠(𝑡) = 𝑧(𝑡) − 𝐿𝑥1 (𝑡) ⇒ 𝑠̇ = 𝑧̇ (𝑡) − 𝐿𝑥̇ 1 (𝑡) (21.6)
Donc :
𝑠̇ = 𝐹𝑠(𝑡) + (𝐹𝐿 − 𝐿𝐴11 + 𝐴21 )𝑦(𝑡) + (𝐵2 − 𝐿𝐵1 )𝑢(𝑡))
{ (22.6)
𝑥̂ = 𝑠(𝑡) + 𝐿𝑦(𝑡)
Ces dernières équations représentent bien un système dynamique, observateur d’entrée 𝑢(𝑡) et
de sortie 𝑦(𝑡) de sortie 𝑥̂ et dont l'état 𝑠(𝑡) est de dimension réduite (𝑠(𝑡) ∈ ℝ𝑛−𝑝 ) par rapport à
l’observateur classique de Luenberger.
Exemple:
Sot le système suivant :
−1 1 1
𝐴=[ ] ; 𝐶 = [1 0] ; 𝐵 = [ ] 𝑒𝑡 𝐷 = 0
2 −2 1
On constate , seul le premier état est accessible a la mesure, nous avons donc directement les
valeurs des différentes matrices:
𝐴11 = −1, 𝐴12 = 1, 𝐴21 = 2, 𝐴22 = 2, 𝐵1 = 1, 𝐵2 = 1.
Nous devons ensuite résoudre l’équation 𝐹 = 𝐴21 − 𝐿𝐴12 . Nous choisissons la dynamique de
l’erreur grâce aux pôles de 𝐹. Ici 𝐹 ∈ ℝ1×1 = −5. Nous trouvons donc 𝐿 = 7. L’observateur réduit a
donc pour equation dynamique :
𝑠̇ (𝑡) = −5𝑠(𝑡)– 26𝑦(𝑡)– 6𝑢(𝑡)
{
𝑥̂(𝑡) = 𝑠(𝑡) + 7𝑦(𝑡)

130
 Chapitre 6. Synthèse des observateurs d’état

Exemple:

6.5. Commande par retour d'état avec observateur

On suppose dans cette partie que l'état n’est pas accessible par une mesure. Nous avons
seulement la connaissance de 𝑦(𝑡). Nous proposons une commande par retour d’état estime du type :
𝑢(𝑡) = −𝐾𝑥̂(𝑡) + 𝑟(𝑡)
Où 𝑥̂(𝑡) est la sortie du systeme dynamique observateur et 𝑟(𝑡) une nouvelle entrée pour le
système bouclé (éventuellement la consigne).
Le théorème suivant nous justifie le
choix de cette structure de commande :
Théorème :
𝑥(𝑡)
Les pôles du système augmente (dont l’état généralisé est [ ] asservi par le retour d’état et
𝑥̂(𝑡)
l’observateur est l’union des pôles de (𝐴 − 𝐵𝐾) et des pôles de (𝐴 − 𝐿𝐶).
La figure suivante illustre le comportement général de la commande par retour d'etat avec
observateur

Fig.6.3. Illustration le comportement général de la commande par retour d'état

L'observateur ci-dessus possède une caractéristique intéressante connue sous le nom de Principe
de séparation. dans le cas d'une commande linéaire, on peut concevoir séparément une commande à retour
d'état (en supposant l'état connu) et un observateur d'état complet. En effet, si le système muni du retour
d'état est stable, et si l'observateur conçu est stable lui aussi (i.e. les valeurs propres des matrices :

131
 Chapitre 6. Synthèse des observateurs d’état

(𝐴 − 𝐵𝐾) et celles de (𝐴 − 𝐿𝐶) sont dans le demi-plan gauche) alors le système commandé par retour
de l'état reconstruit est stable.
En effet, considérons le système linéaire invariant suivant, observable et commandable, ainsi que
l'observateur d'état complet :
𝒙̇ = 𝑨𝒙 + 𝑩𝒖 ̂̇ = 𝑨𝒙
𝒙 ̂ + 𝑩𝒖 + 𝑳(𝒚 − 𝒚
̂)
{ { (23.6)
𝒚 = 𝑪𝒙 ̂ = 𝑪𝒙
𝒚 ̂
̂, la dynamique du système bouclé s'écrit alors :
En réalisant un bouclage 𝑢 = −𝐾𝒙
𝑥̇ = 𝐴𝑥 − 𝐵𝐾𝑥̂ 𝑥̂̇ = 𝐴𝑥̂ − 𝐵𝐾𝑥̂ + 𝐿(𝑦 − 𝑦̂)
{ { (24.6)
𝑦 = 𝐶𝑥 𝑦̂ = 𝐶𝑥̂
𝑥̇ = 𝐴𝑥 − 𝐵𝐾𝑥̂
{ (25.6)
𝑥̂̇ = (𝐴 − 𝐵𝐾)𝑥̂ + 𝐿𝐶(𝑥 − 𝑥̂)
On peut faire le changement de variable suivant, pour écrire l'erreur de reconstruction :
𝜀 = 𝑥 − 𝑥̂ (26.6)
𝑥̇ = 𝐴𝑥 − 𝐵𝐾(𝑥 − 𝜀) 𝑥̇ = (𝐴 − 𝐵𝐾)𝑥 + 𝐵𝐾𝜀
{ ⇒{ (27.6)
̇𝑥̂ = (𝐴 − 𝐵𝐾)(𝑥 − 𝜀) + 𝐿𝐶𝜀 𝑥̂ = (𝐴 − 𝐵𝐾)𝑥 + (𝐿𝐶 − 𝐴 + 𝐵𝐾)𝜀

⇒ 𝜀̇ = 𝑥̇ − 𝑥̂̇ = 𝐴𝑥 − 𝐵𝐾𝑥 − 𝐵𝐾𝜀 − (𝐴 − 𝐵𝐾)𝑥 − (𝐿𝐶 − 𝐴 + 𝐵𝐾)𝜀 = (𝐵𝐾)𝑥 + (𝐴 − 𝐿𝐶)𝜀

Et finalement on trouve le système augmente :
𝒙̇ 𝑨 − 𝑩𝑲 𝑩𝑲 𝒙
[ ]=[ ]×[ ] (28.6)
𝜺̇ 𝟎 𝑨 − 𝑳𝑪 𝜺
Cette matrice est triangulaire par blocs, et par conséquent le spectre du système bouclé est
constitué de la réunion disjointe des spectres des blocs diagonaux, c’est-à-dire l'union des spectres du
système initial commandé, et du système initial observé. Ainsi la synthèse d'un système commandé par
un retour d'état reconstruit par un observateur est particulièrement simple pour les systèmes linéaires
invariants, puisqu'on peut synthétiser les deux fonctions séparément.
 La question qui se pose
Sous quelles condition sur 𝐿 et 𝐾 pour que l'erreur de l'observateur et l'état du retour d'état
converge exponentiellement vers 0 ?
 Réponse :
𝑨 − 𝑩𝑲 𝑩𝑲
Il faut que les valeurs propres de [ ] soient à parties réelles négatives
𝟎 𝑨 − 𝑳𝑪
Donc on calcule :
𝒔𝑰 − 𝑨 + 𝑩𝑲 𝑩𝑲
𝑑𝑒𝑡 ([ ]) = 𝑑𝑒𝑡(𝒔𝑰 − 𝑨 + 𝑩𝑲) × 𝒅𝒆𝒕(𝒔𝑰 − 𝑨 + 𝑳𝑪)
𝟎 𝒔𝑰 − 𝑨 + 𝑳𝑪
Et pour trouver 𝑲 et 𝑳, on applique le principe de séparation :
C'est-à-dire on peut placer indépendamment les pôles de l'observateur et du correcteur :

132
 Chapitre 6. Synthèse des observateurs d’état

Exemple:
Soit le système suivant commandé par retour d'état par un observateur d'état :
Avec : 𝑅 = 10 ; 𝐿 = 0.1 𝑒𝑡 𝐶 = 0.01

 Vérifier l'observabilité et la commandabilite du système

 Déterminer 𝑳 pour placer les valeurs propres de l'observateur en −4 𝑒𝑡 − 25 et 𝑲 pour placer les valeurs
propres de régulateur en −1 𝑒𝑡 − 2 (il faut que l'observateur converge en premier)
Solution:

On applique la loi des mailles sur le circuit et par conséquent on trouve le modèle d'état suivant :
0 1 0
𝑥̇ = [ 1 𝑅 ] 𝑥 + [1] 𝑢
− −
𝐿𝐶 𝐿 𝐿
{𝑦 = [0 1]𝑥
On pose :
𝑙1
Le vecteur du gain de l'observateur 𝐿 = [ ] et le vecteur du gain du retour d'état:𝐾 = [𝑘1 𝑘2 ].
𝑙2
 Est-ce que le système est observable ?
0 1 1
𝐶
𝑑𝑒𝑡 ([ ]) = | 1 |= ≠ 0 𝑅𝑎𝑛𝑔 𝑝𝑙𝑒𝑖𝑛 𝑑𝑜𝑛𝑐 𝑙𝑒 𝑠𝑦𝑠𝑡𝑒𝑚𝑒 𝑒𝑠𝑡 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑏𝑙𝑒
𝐶𝐴 − −𝑅𝐿 𝐿𝐶
𝐿𝐶
 Est-ce que le système est commandable ?
1
0
det([𝐵 𝐴𝐵 ]) = |1 𝐿 | = − 1 ≠ 0 𝑅𝑎𝑛𝑔 𝑝𝑙𝑒𝑖𝑛 𝑑𝑜𝑛𝑐 𝑙𝑒 𝑠𝑦𝑠𝑡𝑒𝑚𝑒 𝑒𝑠𝑡𝑐𝑜𝑚𝑚𝑎𝑛𝑑𝑎𝑏𝑙𝑒
𝑅 𝐿2
− 2
𝐿 𝐿
Sachant que le système augmenté est donné par :
𝑥̇ 𝐴 − 𝐵𝐾 𝐵𝐾 𝑥
[ ]=[ ][ ]
𝜀̇ 0 𝐴 − 𝐿𝐶 𝜀

133
 Chapitre 6. Synthèse des observateurs d’état

On applique le principe de séparation :

On peut placer indépendamment les pôles de l'observateur et du correcteur :
𝑠 −1
𝑅 − 𝑘2 1 + 𝑘1 𝐶
𝑑𝑒𝑡(𝑠𝐼 − 𝐴 + 𝐵𝐾) = |1 + 𝑘1 𝐶 𝑅 − 𝑘2 | = 𝑠 2 + 𝑠+
𝑠− 𝐿 𝐿𝐶
𝐿𝐶 𝐿
= 𝑠 2 + 10(10 − 𝑘2 )𝑠 − 1000 − 10𝑘1
Doit être égal à :(𝑠 + 1)(𝑠 + 2) donc :𝐾 = [99.8 9.7]
Et on trouve pour 𝐿
𝑑𝑒𝑡(𝑠𝐼 − 𝐴 + 𝐿𝐶) = (𝑠 + 4)(𝑠 + 25)
Et finalement :
0.9
𝐿=[ ]
−71

134
 Annexes
Annexe A
 Systèmes usuels (33)

 Pulsation de coupure
Pulsation de coupure : C’est la pulsation pour laquelle le gain a diminué de 3dB par rapport à sa valeur
maximum ou par rapport au gain statique suivant la nature du système (passe bas, passe haut, passe bande). De la
même façon on peut définir la pulsation de coupure à [Link] diminution de 3dB se traduit par une diminution
√2
dans un rapport de :
2
𝐻𝑚𝑎𝑥
|𝐻(𝑗𝜔)| = = 0.707𝐻𝑚𝑎𝑥
√2
Une diminution de 6dB se traduit par une diminution dans un rapport de 1/2 :
𝐻𝑚𝑎𝑥
|𝐻(𝑗𝜔)| = =
2
 *
Un système en général transmet inégalement les diverses fréquences. On peut alors définir la bande
passante comme étant l'intervalle de fréquences pour lequel le gain ne diminue pas de plus de 3dB (par exemple)
par rapport à sa valeur maximale. Les fréquences extrêmes constituent des fréquences de coupure (basse 𝝎𝒄𝟏 , et
haute 𝝎𝒄𝟐 )

135
  Précision : (34)

 Ecart statique
C’est l’erreur en régime permanent entre la sortie et la loi d’entrée. Pour déterminer cette erreur on soumet le
système à des entrées canoniques :
• Echelon, on parle alors d’erreur indicielle ;
• Rampe, erreur de traînage ou erreur de poursuite ;
• Accélération, erreur en accélération.
 L’erreur dynamique :
C’est l’écart instantané entre la sortie et l’entrée lors de la phase transitoire suivant l’application de
l’entrée ou après une perturbation (hors du programme).
 Calcul
Dans le cas où un SLCI est défini par un modèle de connaissance dans l’espace de Laplace, on n’utilise
pas la transformée inverse de Laplace pour retrouver le comportement temporel de l’écart mais on calcule la
précision dans l’espace de Laplace en utilisant le
Théorème de la valeur finale :
lim 𝜀(𝑡) = lim 𝑝𝜀(𝑝)
𝑡→∞ 𝑝→0

𝜀 = 𝐸 − 𝑅 = 𝐸 − 𝐵𝑆 = 𝐸 − 𝐴𝐵𝜀

𝐸
𝜀 + 𝐴𝐵𝜀 = 𝐸 ⇒ 𝜀 =
1 + 𝐴𝐵
𝐸
lim 𝜀(𝑡) = lim 𝑝𝜀(𝑝) = 𝑃.
𝑡→∞ 𝑝→0 1 + 𝐴𝐵

136
Annexe B (Matlab pour l'automatique) (35)
 Calcul matriciel

+ addition de matrices
- soustraction de matrices
* produit de matrices
^ puissance
eye (n) matrice unité (matrice identité) de taille n x n
inv (X) inverse de la matrice carrée X
rank (X) rang de la matrice X (nombre de colonnes ou de lignes indépendantes)
det (X) déterminant de la matrice carrée X
X' transposée de la matrice X
/ division à droite : A / B est équivalent à A * inv(B)
\ division à gauche : A \ B est équivalent à inv(A) * B
eig valeurs et vecteurs propres

 Représentation graphique d'une fonction à une variable y = f(x)

fplot trace point par point le graphe d'une fonction

grid ajoute une grille
xlabel ajoute une légende pour l'axe des abscisses
ylabel ajoute une légende pour l'axe des ordonnées
title ajoute un titre
axis modifie les échelles des axes
zoom effectue un zoom
gtext place une légende avec la souris
hold ajoute un graphe dans la fenêtre courante
figure crée une nouvelle fenêtre

 Calcul sur le polynôme

conv produit de polynômes

residue décomposition en éléments simples
roots trouve les racines d'un polynôme
poly trouve le polynôme à partir des ses racines
polyval évalue le polynôme

 Représentation des systèmes linéaires

Fonctions de transfert (classe tf ) Les fonctions de transfert se créent à l’aide de la fonction tf .
Les premiers deux paramètres de tf sont des vecteurs MATLAB contenant respectivement les coefficients
du numérateur et les coefficients du dénominateur, tandis que les paramètres suivants (facultatifs)
spécifient des propriétés ultérieures de la fonction de transfert :

137
 𝑛𝑢𝑚
tf (num,den) Créer une f.d.t. Continue
𝑑𝑒𝑛
tf(num,den,’Td’,tr) Créer une f.d.t. Continue avec retard tr
tf(num,den,te) Créer une f.d.t. En z avec période d’échantillonnage te
tf(num,den,te,’Variable’,’z^-1’) Créer une f.d.t. En z
[num,den]=tfdata(fdt,’v’ Extraire le numérateur et le dénominateur
[num,den,te]=tfdata(fdt,’v’ Extraire aussi la période d’échantillonnagz
[num,den,te,retard]=tfdata(fdt,’v’) Extraire encore le retard
G_zpk=zpk(zeros,poles,gain) La forme zéros-pôles-gain
ss(A,B,C,D) Créer un système continu en variables d’état
ss(A,B,C,D,te) Créer un système discret avec période d’échantillonnage te
[A,B,C,D]=ssdata(sys) Récupérer les matrices `a partir de la variable sys
[Num,Den]=ss2tf(A,B,C,D) Passage de E.E vers fonction de trnsfert
[A,B,C,D]=tf2ss(N{1},D{1}) Passage de tf vers E.E
impulse(sys) Réponse impulsionnelles
step(sys) Réponse indicielle

 Graphisme
On peut tracer les courbes sur des fenêtres graphiques séparées à condition de créer ces fenêtres
à l’aide de la commande figure :

>> figure(1), plot(x,y), title('y');

>> figure(2), plot(x,y1), title('y1');

Si vous préférez tracer plusieurs courbes, dans la même fenêtre, mais dans des cadres séparés,
on utilise subplot :

>> subplot(2,2,1), plot(x,y), title('y');

>> subplot(2,2,2), plot(x,y1), title('y1'); le graphe dans un carré au lieu du rectangle habituel.

plot Affichage linéaire

loglog Echelle log-log
semilogx Echelle semilog sur x
semilogy Echelle semilog sur y
line Définition d’une ligne
title Création d’un titre
xlabel Commentaire sur x
ylabel Commentaire sur y
grid Création d’une grille
text Commentaire sur graphe
axis Gestion des axes (zoom)
subplot Multi-graphe sur même figure
hold Mode surimpression

138
 bode(sys) Diagramme de Bode
nyquist(sys) Lieu de Nyquist
nichols(sys) Diagramme de Black
margin Comme la fonction bode mais donne en plus les marges de gain et de phase

 Analyse et commande

ctreb Calcul de la matrice de la cpmmandabilite

obsv Calcul de la matrice de l'observabilité
place Calcul du gain de retour d'état (place placement de poles)
lqr Régulateur linéaire quadratique optimal - temps continu
lqe Estimateur de Kalman - temps continu
c2d Passage d'un modèle continu à un modèle discret
d2c Passage d'un modèle discret à un modèle continu
pzmap Carte du Pole-zero (map).
iopzmap Carte de Input/output pole-zero (map)
damp Pulsation propre et coefficient d'amortissement
dcgain renvoie le gain statique du système
lqgreg Construction de regulateur LQG à partir du gain LQ et l'estimateur de Kalman

 Programmation

• if, elseif, else

• while
• for
• switch, case, otherwise
• end
• break
• continue

139
 Bibliographie
1. Robert, Papanicola. "Analyse fréquentielle des systèmes linaires". Lycée Jacques Amyot : s.n.
2. [Link]
3. Bachelier, Olivier. Cours d’Automatique de la licence professionnelle.
4. Choukairi, Med. Analyse fréquentielle des signaux et systèmespage. maroc : Université Hassan II
Casablanca .
5. Granjon, Yves. Systèmes linéaires, non linéaires,à temps continu,à temps discret,représentation d'état.
Paris : Dunod, 2001, 2010.
6. Cormier, Gabriel. Asservissements Lin´eaires. CANADA : s.n., 2000.
7. [Link]. Régulation analogique industrielle. ESTF- [Link] : s.n.
8. Sename, Olivier. Analyse de stabilité et de performances des systèmes. Drenoble : s.n., Septembre 2020.
9. M.K., FELLAH. Cours d'asservissements linéaires continus. Université Djillali Liabès – Sidi Bel-
Abbès : s.n., 2013-2014.
10. ZAYANI, Hichem. Support de cours :Régulation et contrôle des systèmes de climatisation. Institut
Supérieur des Etudes Technologiques de Sfax : s.n., 2014-2015.
11. [Link] Comment régler les marges de stabilité d'un
système avec un correcteur à action proportionnelle.
12. [Link] Correcteur proportionnel.
13. Correvon, Marc. LES REGULATEURS STANDARDS. Haute école specilisée de suisse occidentale :
s.n.
14. Granjon, Yves. Systèmes linéaires, non linéaires,à temps continu,à temps [Link]ésentation d'état.
Paris : Duno, 2001, 2010.
15. [Link]. Module Commande Analogique. s.l. : Université Aboubekr Belkaid Tlemcen.
16. autom, special. [Link] [En ligne]
17. [Link] [En ligne]
18. Mudry, Freddy. Ajustage des Paramètres d’un Régulateur PID. institut d'automatisation industriel
ecole d'ingenieurs du conton duvand : s.n., 2002.
19. Mjahed, Mostafa. commande des systèmes. 2015.
20. Mohand Mokhtari, Michel Marie. Applications matlab 5 et simulink 2. france : springer, 1998.
21. Robert L. Williams II, Douglas A. Lawrence. lineair state-space control systems. Ohio University :
s.n., 2007.
22. Asservissement des syst`emes lin´eaires `a temps continu Cours et Exercices. Halalchi, Edouard
[Link]. Universit´e de Strasbourg : s.n., 2009–2010.
23. commande des processusreprésentation d’état. cours, Notes de. Universite Paris- sud 6-ENS de
Cachan : s.n.
24. Cornier, Gabriel. Etude des systèmes par equationdd'etats. GLE 5313 : s.n.
25. Azzedine Moussaoui et Achor Manseur. Commande par placement de poles pour des systèmes
multivariables. 2015.
26. archetecture des systèmes d'information ASI 3 . INSA ROUAN. [En ligne] [Link]
[Link]/enseignement/siteUV/auto/cours/[Link].
27. Larminat, Philippe de. Analysis and Control of Linear Systems. France : Hermès Science/Lavoisier,
2002. TJ220.A5313 2006.
28. Ainouz-Zemouche, Samia. Observation et Commande des Systèmes.
29. Mjahed, Mostafa. Représentation d’Etat. 2015.
30. Philippe de Larminat, , Hermès. Automatique : Commande des systèmes linéaires. paris : Lavoisier,
1996.
31. Larminat, Philippe de. Analysis and Control of Linear Systems. France : Hermès Science/Lavoisier,
2002. ISBN-13: 978-1-905209-35-4.
32. [Link] observateur d'etat . [En ligne]
33. DEFAUCHY, Denis. Fiche résumé-Performances des systèmes asservis. 2017.
34. Dijon, Eiffel. Modéliser un systèmes automatique asservi.
35. Tona, Paolino. Introduction à MATLAB et SIMULINK. e l’École Nationale Supérieure d’Ingenieurs
Electriciens de Grenoble : s.n.

140
36. Hubert Egon, , Méthodes,. « Asservissement linéaires échantillonnés et représentation d’état ». 2001.
37. Luc Jaulin, Michel Kieffer, Olivier Didrit, Eric Walter. Applied Interval Analysis-Springe. 2001.
38. BAYLE, Bernard. Automatique Continue. Télécom Physique Strasbourg : s.n., 2016.
39. Correvon, Marc. LES REGULATEURS STANDARDS. haute ecole specilisée desuisse occidentale :
s.n.
40. [Link] wikipedia. [En ligne]

141