C + E U Y M (-) Professeur Belkacem OULD BOUAMAMA y q de Lille Ecole Polytechnique LAGIS UMR CNRS 8146 Tél : (33) 03 28 76 73 97 - Fax : (33) 03 20 33 71 89 E mail : belkacem.ouldbouamama@polytech-lille.fr Page personnelle : http://sfsd.polytechhttp://sfsd.polytech-lille.net/BelkacemOuldBouamama SOMMAIRE (1/1) • • • • Chapitre 1 : INTRODUCTION – Définitions, Conception de systèmes de commande – Exemples de systèmes de commande – Systèmes de commande intégré Chapitre 2 : DESCRIPTION MATHEMATIQUE DES SYSTEMES PHYSIQUES – Méthodologies de l’analyse des systèmes – Transformées de Laplace – Fonctions de Transfert – Modélisation des systèmes physiques Chapitre 3 : DYNAMIQUE DES SYSTEMES LINEAIRES – Signaux de test types (saut, impulsion rampe..) – Réponses d’un système – Analyse temporelle et fréquentielle – Réponses indicielles, impulsionnelles;; – Caractéristiques fréquentielles (Bode, Nichols, Nyquist…) – Etude des systèmes types Chapitre 4 : PERFORMANCES D’UN SCA – Performances d’un SCA – Stabilité des systèmes (Critères algébriques et géométriques Marges de stabilité..) – Dilemme Stabilité Précision – Signaux de test types (saut, impulsion rampe..), Réponses d’un système – Analyse temporelle et fréquentielle – Réponses indicielles, impulsionnelles; Bode, Nichols, Nyquist… – Etude des systèmes types – Classe de précision d’un SCA Sommaire (2/2) • • • Chapitre 5 : TECHNOLOGIE ET REGLAGE DES REGULATEURChap. REGULATEURS – Principe de fonctionnement d’un régulateur – Technologie d’un régulateur – Classification d’un régulateur – Etude des régulateur P, PI, PID, Tout ou rien – Etalonnage d’un régulateur – Calcul des paramètres d’un régulateur – Prédicteur de Smith – Méthodes théoriques de calcul – Méthodes pratiques de réglage Chapitre 6 : ETUDE DE CAS : PROJET D’UN SCA – Etapes de réalisation d’un projet – Définition E/S – Calcul des paramétres du régulateur – Simulation sur Matlab-Simulink – Limites de la régulation Classique PID – Introduction à la commande avancée Chapitre 7 : COMMANDE NUMERIQUE – Pourquoi la commande numérique? – Eléments constitutifs d’une boucle de régulation numérique – Outil mathématique (transformées en Z) – Rôle d’un calculateur – Choix de la période d’échantillonnage : Théorème de Shanon – Mise en œuvre (acquisition, filtrage, multiplexage, échantillonnage) – Exemple de système numérique. AUTOMATIQUE Professeur Belkacem OULD BOUAMAMA Ecole Polytechnique de Lille LAGIS UMR CNRS 8146 Tél : (33) 03 28 76 73 97 - Fax : (33) 03 20 33 71 89 E mail : belkacem.ouldbouamama@polytech-lille.fr Page personnelle : http://sfsd.polytechhttp://sfsd.polytech-lille.net/BelkacemOuldBouamama 1 AVANT PROPOS (1/2) Ce support de cours a pour but principal, sans être simpliste, de présenter avec une approche très pratique des fondements de l’automatique linéaire que nous appellerons souvent la régulation automatique automatique.. Chaque outil mathématique utilisé, est étayé par des exemples industriels concrets. concrets. Pour rendre le cours attrayant, ce polycopié est simplifié, pour plus de détail sur le contenu le lecteur pourra se référer au cyber cyber--cours introduit par l’auteur sur le réseau internet : http http:://www. //www.univuniv-lille lille1 1.fr/eudil/belk/sc fr/eudil/belk/sc00 00a a.htm La régulation automatique, automatique, actuellement rebaptisée «automatique» est noyée dans les techniques modernes de commande (robotique, productique,cybernétique) productique,cybernétique).. Ceci est principalement dû à l’apparition initialement de l’électronique, puis vers les années 60 du microprocesseur et donc de l’informatique. l’informatique. Mais il est utile de souligner que les vieilles techniques de la régulation classique restent encore très utilisées dans des industries aussi complexes que le nucléaire par exemple, et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que son application et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter, c’est à dire le modèle mathématique, nécessaire pour la réalisation de la commande dite moderne. moderne. C’est pourquoi, il nous a semblé blé utile il de d réserver é d dans ce présent é support une large l place l à la l modélisation. modélisation déli i . Dans le premier chapitre, nous présenterons les principes de la commande automatique avec des exemples de systèmes asservis et de régulation divers (de la poursuite d’une cible, régulation d’un four à la commande optimale d’une unité de traitement de gaz en vue de minimiser le taux de pollution). pollution). La symbolisation normalisée des boucles de régulation dans l’industrie sera aussi présentée afin de permettre à l’étudiant de lire les schémas de régulation présentés dans l’industrie comme on lit un dessin de mécanique. mécanique. Avant de commander nous devons bien connaître le système, c’est pourquoi, dans le deuxième chapitre nous développerons un aspect important de l’ingénieur qui est la modélisation et exposerons l’approche analogie des systèmes physiques de type bondbond-graph « efforteffort-flux». flux». La méthodologie de la modélisation dynamique comportementale , par la mise en équation des systèmes physiques de nature différente sera appliquée sur des systèmes divers : mécanique, électrique, chimique. chimique. L’outil classique, mais inévitable en régulation - la transformée de Laplace avec surtout ses applications pour la résolution des équations différentielles par la méthode des résidus, sera traité. traité. On introduira enfin les notions et le sens physique de la fonction de transfert. transfert. Chap.1/ 2 AVANT PROPOS (2/2) L’outil mathématique de l’analyse des systèmes traités dans le chapitre précédent servira dans le troisième chapitre à l’analyse des systèmes linéaires types types.. On insistera surtout sur l’analyse temporelle des systèmes (analyse indicielle et impulsionnelle).. L ’analyse fréquentielle, qui est plutôt un approche d ’électroniciens, n ’a pas un grand sen physique et impulsionnelle) pratique dans les processus énergétiques énergétiques.. En effet les perturbations de débit, température ou de pression varient en pratique plus sous forme d ’un échelon ou d ’une rampe que d ’une sinusoïde. sinusoïde. pur... ...)) seront traités par des Les systèmes linéaires types les plus importants (premier et deuxième ordre, avec retard pur exemples physiques variés (thermique, chimique, mécanique et électrique), des analogies seront à chaque fois soulignées.. soulignées.. Le quatrième chapitre propose la théorie de la stabilité des systèmes ave un approhe géométrique et algébrique. algébrique. Le dilemme stabilitéstabilité- précision sera traité sur la base d’un exemple concret de la régulation de la pression dans un réacteur.. L’approche perturbation (qui est souvent omise par les étudiants) sera privilégiée car, en régulation, la consigne réacteur reste en général constante. constante. Le calcul des erreurs en poursuite et en régulation sera exposé. exposé. Concernant la stabilité, une approche académique sera abordée avec une plus grande insistance sur le critère du revers et le sens pratique des marges de stabilité p 5 sera consacré à la technologie g et le réglage g g des régulateurs g industriels. industriels. La constitution des régulateurs, g , la Le chapitre vérification, le rôle et le domaine d’utilisation des différentes action (P I et D) ainsi que «tout ou rien» seront discutés pratiquement.. pratiquement Un projet d’analyse et de synthèse de la régulation d’un four tubulaire sera traité au sixième chapitre. Pour la synthèse, on mettra en évidence l’influence des actions P, I et D et de «tout ou rien» sur les performances du système, ainsi que celle du retard sur la stabilité. les limites de la régulation PID seront aussi mises en évidence, ce qui nous amènera à discuter sur les notions de la régulation avancée. Cette partie sera évidemment illustrée par un ensemble de travaux dirigés (TD) et pratiques (TP) portant sur la régulation de processus industriels.e ) Malgré tout le soin apporté à la rédaction, l’auteur est conscient des imperfections qui peuvent encore subsister dans ce polycopié. Aussi, l’auteur est reconnaissant par avance des remarques que pourront lui adresser les lecteurs et les étudiants pour la perfection de ce support de cours. Chap.1/ 3 OBJECTIFS DU COURS ) Présentation des principes de l’automatique continue (asservissement et régulation) ) Maîtriser les outils mathématiques pour :  l’analyse des systèmes physiques(modélisation, analogie des systèmes physiques)  et des systèmes de commande (fonction de transfert, transformée de Laplace , analyse temporelle etc.) ) Prendre connaissance des pratiques de la régulation industrielle sur des exemples concrets  Technologie et réglage des régulateurs  Choix et actions des régulateurs etc.. ) Méthodologie de la réalisation d’un projet d’un système de régulation  cahier de charge, identification et synthèse du système de régulation  montrer les limites de la régulation classique ) Introduction à la régulation avancée. Chap.1/ 4 AUTOMATIQUE ? ) Automatique ? Science traitant de :  La modélisation  Analyse  Commande  Supervision des systèmes dynamiques continus et discrets )Actuellement automatique discipline transverse )Applications :  Aéronautique,  Automobile,  Spatial,  Procédés,  Économie  Sciences de la terre…. Chap.1/ 5 Chap. 1. INTRODUCTION ) 1.1 Historique et la régulation automatique aujourd’hui  Automatisation : Ensemble des procédés visant à réduire ou à supprimer l’intervention humaine dans les processus de production ) La régulation automatique aujourd’hui : La régulation automatique, actuellement rebaptisée «automatique» est noyée dans dans les techniques modernes de commande- robotique, productique etc.., en raison surtout de l’apparition de l’électronique, puis vers les années 60 du microprocesseurs et donc de l’informatique. Mais il est utile de souligner que les vieilles techniques de régulation classiques restent encore très utilisées dans l'industrie et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que l'application et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter c’est à dire le modèle. Il est aussi intéressant de noter qu’aujourd’hui, les mécaniciens souhaitent parrainer l’automatique car la robotique c’est l’automatique disent-ils et les informaticiens ont les mêmes ambitions car l’informatique industrielle est leur apanage. Et l’automatique dans tout ça ? Mais cette question, d’actualité d’ailleurs, est sans doute la conséquence des transformations des sciences de l’ingénieur subies grâce (ou a cause) de l’informatique.  Historique : 1840 : Régulateur de Watt (Besoins de l’industrie à vapeur) 1945 : Deuxième guerre mondiale 1960 : Apparition de l’informatique (cosmos, traitement rapide de l’information, possibilité de résolution des systèmes complexes etc..)  Importance : Qualité des produits finis, précision des opération , protection de l’environnement, répététivité des opérations etc.. Chap.1/ 6 EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION Régulateurs numériques 2ème GUERRE MONDIALE Les systèmes suiveurs Electronique missile Electronique, MACHINE A VAPEUR 1er régulateur de Watt Mécanisation, procédé CYBERNETIQUE, BIONIQUE Etude des processus de commande Analogie monde animal technologie Chap.1/ 7 LES SYSTEMES AUTOMATISES AUJOURD’HUI Maintenance Set points FTC Level Technical specification List of faults DIAGNOSTIC Control signals Observations Control SENSORS OUTPUT INPUT Chap.1/ 8 1.2 DÉFINITIONS )Système : Ensemble organisé dans un but fixé ou ensemble de processus physiquesphysiques-chimiques en évolution et de procédés de réalisation de ces procédés. procédés. Sortie Entrée SYSTEME )Petits et grands systèmes )Signal  Grandeur physique générée par un appareil ou traduite par un Signal d’entrée capteur Signal de sortie Commandable Non commandable Observable Non observable Chap.1/ 9 1.3. SYSTÈMES DE COMMANDE )1.3.1. Composition d ’un système de commande PERTURBATIONS ORDRES ACTION DE COMMANDE SYSTÉME DE COMMANDE PARAMETRE A COMMANDER SYSTÉME À COMMANDER )1.3.2 Paramètres d’un système de commande ÂConsigne ÂAction de commande ÂPerturbations ÂParamètre à commander Chap.1/ 10 1.3.3 EXEMPLES DE SYSTÈMES DE COMMANDE ) 1. Réglage de la vitesse d’une voiture Maintenir vitesse constante Etat de la route Action de commande (Débit d ’essence) SYSTEME DE REGLAGE DE VITESSE Vitesse de la voiture VOITURE ) 2. Réglage de la température d ’un four QP Produit chauffé Produit à chauffer Ts QG Gaz combustible Maintenir température constante VANNE DE REGLAGE Temp. Extérieure Débit produit à chauffer Action de commande (débit du gaz QG combustible) FOUR Paramètre à Ts régler Chap.1/ 11 1.4 CONCEPTION D’UN SYSTEME DE COMMANDE )1.4.1 système à boucle ouverte (open loop system) system) Croisons les doigts pour que ça marche puisque je n’ai aucune information sur la sortie, je suis aveugle . Ordre (T=37°c) Z (débit d’entrée) Action de commande (débit du gaz combustible) SYSTÉME DE REGLAGE FOUR Ts Pourvu que que la vitesse ne soit pas limitée car la voiture n ’est pas équipée d ’indicateur de vitesse Etat de la route Ordres vitesse limitée SYSTÉME DE REGLAGE débit d’essence VOITURE Vitesse Ñ Avantages et inconvénients Chap.1/ 12 1.4.2 Système à boucle fermée Je compare ce que je veux et ce que je reçois et j’agis en conséquence sur la vanne de réglage. Je corrige jusqu’à ce que Ts=37°c Objectifs (T=37°c) Z (débit d’entrée) Action de commande (débit du gaz combustible) VANNE DE REGLAGE Ts FOUR Consigne Grandeur réelle CAPTEUR DE TEMPERATURE Je regarde la vitesse indiquée par le compteur et j accélère ou décélère en agissant sur la pédale pour maintenir la vitesse toujours égale a celle fixée. débit d’essence PEDALE DE VITESSE Consigne: V=cste Vitesse VOITURE CAPTEUR DE VITESSE ) Avantages et inconvénients : Chap.1/ 13 1.4.3 Automatismes à boucle combinée ) But d ’un système à boucle combiné : d ’exploiter simultanément des avantages d ’une boucle ouverte (rapidité, anticipation) et de celle fermée (correction, précision). Boucle ouverte CALCULATEUR Consigne Perturbation Commande Ecart CONTROLER COMPARER Observation Sortie SYSTEME PHYSIQUE EVALUER Boucle fermée Chap.1/ 14 1.5 FONCTIONNEMENT D ’UN SYSTEME DE CONTRÔLE )1.5.1 BUT D ’UN SYSTÈME DE CONTRÔLE : Atteindre le but (consigne) quelque soit l ’effet des perturbations extérieures). )1.5.2 SYSTÈME ASSERVI ET LE COMPORTEMENT HUMAIN Perturbations Uc Désir REFLEXION Ur ACTION SYSTEME PHYSIQUE Réalité OBSERVATION Chap.1/ 15 1.5.3 Schéma fonctionnel d’un SRA Z chaîne de puissance C + E U REGULATEUR M (-) PROCESS Y chaîne de contre réaction (de faible puissance) CAPTEUR C : Consigne (set value), E : écart de régulation (departure, error signal) U : signal de commande (control signal) Y : variable de sortie ou variable à régler ou mesure (mesured value) Z : perturbation (disturbance) M : grandeur physique à la sortie du capteur (courant, pression, ...) Chap.1/ 16 5.4. Éléments d’une régulation analogiqu Z C + M E REGULATEUR ANALOGIQUE U PROCESS Y (-) 4-20 mA 0,2-1 bar 0-10v TRANSMETTEUR CAPTEUR On peut aussi avoir: CEP : Convertisseur Electro-pneumatique CPE : Convertisseur Pneumo-électrique Chap.1/ 17 5.5. Eléments d’une régulation numériq C + M E Un CNA Ua PROCESS Y (-) CAN CAPTEUR TRANSMETTEUR CNA : Convertisseur Numérique Analogique CAN : Convertisseur Analogique Numérique Chap.1/ 18 1.5.6. ASSERVISSEMENT ET RÉGULATION ) Asservissement: ÂUn système asservi est un système dit suiveur , c’est la consigne qui varie. 9 Exemple : une machine outil qui doit usiner une pièce selon un profil donné, un missile qui poursuit une cible, pilotage automatique d ’un avion. ) Régulation : ÂDans ce cas, la consigne est fixée et le système doit compenser l’effet des perturbations, 9 à titre d’exemple , le réglage de la température dans un four, de la pression dans un réacteur, le niveau d’eau dans un réservoir. Chap.1/ 19 1.6. EXEMPLES DE SYSTEMES AUTOMATIQUES A) Suivi de la trajectoire d’une cible C + E Y U M () (-) + C E U Contrôleur Gouvernail Ur y Avion M Gyroscope Chap.1/ 20 B) Régulation de la température d’un four CONSIGNE - THERMOCOUPLE + Tc (Ts-Tc) Ts Pétrole brut Pétrole chauffé CORRECTEUR U Vanne de réglage Tc + ΔT U Contrôleur Vanne Ur Gaz combustible Ts Four - Thermocouple Chap.1/ 21 C) RÉGULATION DE LA TEMPÉRATURE D’UN ÉCHANGEUR THERMIQUE Uc 120 160 180 200 Ur Régulateur Ts Tc Vapeur Thermocouple Produit chauffé condensât Tc ΔT + Régulateur Produit à chauffer Uc Ur Vanne Z Ts Echangeur - Thermocouple Chap.1/ 22 Systéme de régulation : PID u1 Jus de fruit concentré Qc Eau Qjc(t) V1 V2 FRC u2 C1 1 AIC C2 Qe(t) M1 1 FT M2 1 AT Qs(t), Cs(t) 1 Mélange de concentration Cs et de Débit Qs But ; Réguler la concentration Cs(t) du produit et du débit de sortie Qs(t) Paramètres à régler : Qs(t), Cs(t), Paramètres réglant : Qe(t) et Qjc(t) Chap.1/ 23 Systéme de régulation : Bloc Diagramme REGULATEUR (-) C1 PROCESS M1 FRC Vanne1+c onduite Qe Mélangeur1 1 Mélangeur1 2 Qse + Qs + Cse Qsc Mélangeur2 1 C2 AIC (-) Vanne2+c onduite QC Mélangeur2 2 + - Cs M2 Chap.1/ 24 Systéme de régulation : Schéma fonctionnel PROCESS REGULATEUR (-) C1 M1 Qe FRC W11(p) W12((p)) Qse + Qs + Cse Qsc W21(p) C2 QC AIC (-) + W22(p) - Cs M2 Chap.1/ 25 1.7 SYMBOLISATION DES BOUCLES DE REGULATION (P&ID) TRC 1 Vapeur Produit chauffé TI 2 FI 9 Echangeur de chaleur TR 3 condensât Exemple : TRC Temperature Registered and Controlled Produit à chauffer PHS 5 Piping and Instrumentation Diagram Plan des Instruments Détaillés ORDRE DES LETTRES DANS UNE DESCRIPTION 1 2 3 Grandeur mesurée et/ou Fonction des éléments de la boucle Régulation ou contrôlée signalisation Température Indication Controlé T I C Pression Enregistrement Sécurité P R S Débit Bas (Low) F L Composition Haut (High) A H d'un produit Puissance Différence J D Courant I Position Z Radioactivité R tension E Viscosité V Humidité M Poid W Niveau L Chap.1/ 26 1.8. NIVEAUX D’UN SYSTEME AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 27 1.9 AUTOMATISATION & L’ENVIRONNEMENT 2 .H 2 S + SO 2 H2S SO2 Kd ⎯ ⎯→ 1 . 5 S 2 + 2 H 2 O +Q Ki ← SO2 Réacteur catalytique Réacteur catalytique S S O2 SO 2 ,COS , H 2 S A Objectif ∑ S → min . η H2S SO2 Ro G az C a lc u l c o n sig n e a ir H2S H2S = S O 2 réel S O 2 o p tim a l FR C a lc u l η ( F a , F G ,% H 2 S ,% S O 2 . . . ) te l que η → m ax. R Chap.1/ 28 1.10 AUTOMATISATION INTÉGRÉE Niveau 3 Supervision Aide à la conduite planification, diagnostic interface homme machine Niveau 2 Monitoring Suivi de l’état du processus Visualisation Niveau 1 Regulation Commande logique, régulation Optimisation Niveau 0 Instrumentation Choix et implémentation des capteurs et actionneurs Décisions Entrée Observations Sortie Chap.1/ 29 Chapitre 2 DESCRIPTION MATHEMATIQUE DES SYSTEMES PHYSIQUES Objectifs du chapitre : Maîtriser :  L’outil mathématique pour l’analyse des systèmes (transformées de Laplace),  la méthodologie de la modélisation comportementale de la dynamique des systèmes physiques étayée par un ensemble d’exemples industriels,  Manipulation des fonction de transfert des systèmes Chap.2/ 1 2.1. Méthodologie de l’analyse des systèmes ) 2.1.1 Analyse et synthèse C E + U M PROCESS CORRECTEUR (-) M )But de l ’automaticien Concevoir un SRA précis, stable et rapide Comment ? Synthèse (choisir un « bon » correcteur) Analyse (comprendre le process) Chap.2/ 2 2.1.2. Analyse et synthèse des systèmes CAHIER DE CHARGE E/S Déf. du process et des objectifs Lois physiques, bilan, hypothèses A ANALYSE coonnaissance Acquisition de données Connaissance à priori Choix de la structure du modèle Estimation des paramètres Oui Modèle de conduite adéq. Synthèse de régulation SYNTHESE commande Modèle de connaissance Planification des expériences Simulation Ch i d Choix du critère i è d’identité d’id i é Non Logistique actionneurs, régulateurs, transmetteurs... Validation sur site Réalisation définitive Chap.2/ 3 2.1.3 Propriétés des systèmes linéaires ) Définitions 9 Un système physique est dit linéaire si son comportement est décrit par des équations différentielles linéaires à coefficients constants. x (cause) SYSTEME y (effet) dx ( t ) d 2 x( t ) d n x( t ) dy ( t ) d 2 y( t ) d m y( t ) + a2 + ... a n = b0 y ( t ) + b1 + b2 + ...bm dt dt dt 2 dt n dt 2 dt m Conditions initiales CI : t = 0 , x ( t 0 ) = x 0 , y ( t 0 ) = y 0 a0 x ( t ) + a1 ai et bi sont des constantes. R C Us(t)  Exemple E dU s( t ) = E(t ) dt Conditions initiales CI : t = 0 , E ( t 0 ) = E 0 , U s( t 0 ) = U s0 U s( t ) + RC Chap.2/ 4 2.1.3 Propriétés des systèmes linéaires ) 1. Propriété de superposition  Si x1 donne effet à y1, x2 à y2 alors x1 + x2 donne effet à y1 + y2 ) 2. Propriété de proportionnalité  Si x1 donne effet à y1, alors Kx1 donne effet à K y1 D’une façon générale : si les entrées x1 (t) et x2 (t) provoquent l’évolution des sorties y1(t) et y2 (t) alors K 1x1 (t) + K2 x2 (t) provoque la sortie y(t) = K1 y1 (t) + K2 y2 (t) Chap.2/ 5 2.3 Modélisation des systèmes physiques ) 2.3.1 Définitions Mod Modé élisation ? : Ensemble des procé procédures permettant d’ d’obtenir un modè modèle Mod Modé éliser un systè système = capable de pré prédire le comportement du systè système Subjectivisme de la modé modélisation : modè modèle = intersection du systè système et du modé modélisateur Mod Modè èle jamais "exact"? ) 2.3.2 Importance Outil d'aide à la dé décision., Support de la simulation, Repr Repré ésente 50 % d’ d’un projet de commande Perspectives grâce à l'informatisation ) 2.3.3 Un modèle pourquoi faire ? Concevoir, Comprendre, Pré Prévoir, Commander (dé (décider). Chap.2/ 6 2.3.4 Un modèle comment faire ? 1. MODELE DE CONNAISSANCE Obtenu sur la base des lois physiques, économiques etc.. Difficultés de décrire fidèlement les phénomènes complexes; Hypothèses simplificatrices; Dilemme- précision-simplicité ) Un modèle simple est faux, un modèle compliqué est inutilisable. Les paramètres ont un sens physique donc modèle commode pour l'analyse. 2. MODELE DE REPRESENTATION Système "boite noire"; Expérience active (système dérangé) ou passive (aléatoire); Etape qualitative (connaissances a priori) et quantitative; Paramètres du modèle n'ont aucun sens physique; Modèle de conduite (modèle E/S) utile pour la commande; Chap.2/ 7 Complément du modèle de représentation. 2.3.5. Classification des modèles 1. selon le caractère des régimes de fonctionnement ¾ statique et dynamique 2. selon la description mathématique ¾ linéaire, non linéaire 3. selon les propriétés dynamiques ¾ à paramètres localisés, à paramètres distribués 4. selon l’évolution des paramètres : ¾ stochastique , déterministe 5. selon le nombre de variables : ¾ monovariable (SISO) , multivariable (MIMO) Chap.2/ 8 2.3.6 Différentes étapes de la modélisation PROCESSUS PHYSIQUE Etablissement du schéma de principe Représentation par bloc Acquisition de données Mise en équation Calcul erreur de modélisation Amélioration du modèle NON Modèle adéquat ? OUI SIMULATION, MONITORING, CONTROL... Chap.2/ 9 2.3.7. Analogie des grandeurs physiques : Notion des bond graphs ) Founder of BG : Henry Paynter (MIT Boston)  The Bond graph tool was first developed since 1961 at MIT, Boston, USA by Paynter )Symbolism and rules development :  Karnopp (university of california), Rosenberg (Michigan university), Jean Thoma (Waterloo) ) Introduced in Europe only since 1971.  Netherlands and France ( Alsthom)  Teaching in Europe 9 France : Univ LyonI, INSA LYON, EC Lille, ESE Rennes, Univ. Mulhouse, Polytech’Lille 9 University of London 9 University of Enshede (The Netherlands) Chap.2/ 10 Notion des bond graphs : Hystorique) ) Teaching in Canada ÂUniv. of Waterloo (Jean THOMA) ) Teaching in USA  MIT, Michigan university )Industrial application Âis used today by many industries for modeling analysis and control. ) Companies using this tool 9Automobile company : PSA, Renault 9Nuclear company : EDF, CEA, GEC Alsthom 9Electronic :Thomson, Aerospace company .... Chap.2/ 11 Bond graph: définition ∑1 ∑2 REPRESENTATION e f P = e.f BOND GRAPH MODELING IS THE REPRESENTATION (BY A BOND) OF POWER FLOWS AS PRODUCTS OF EFFORTS AND FLOWS WITH ELEMENTS ACTING BETWEEN THESE VARIABLES AND JUNCTION STRUCTURES TO PUT THE SYSTEM TOGETHER TOGETHER.. Chap.2/ 12 Bond graph : variables de puissance et d’énergie (1/1) ) VARIABLES DE PUISSANCE Effort e(t) Variables intensives: tension, température, pression Flow f(t) : débit massique, courant, flux d’entropie, … e (t ) Puissance échangée P ( t ) = e ( t ). f ( t ) f (t ) ) VARIABLES D’ENERGIE D ENERGIE Moment ou impulsion p(t), (flux magnétique, integral de la pression, moment angulaire, … ) t p (t ) = ∫ e (τ ) d τ + p (t 0 ) t0 Déplacement gnéralisé q(t), Variables extensives (masse, volume, charge … ) t q (t ) = ∫ f (τ ) d τ + q (t 0 ) t0 Chap.2/ 13 VARIABLES DE PUISSANCE ET D’ENERGIE DOMAINE EFFORT (e) TENSION Electrique Mechanique (translation) COURANT u [V] i [A] FORCE VITESSE F [N] v [m/s] COUPLE VITESSE ANGULAIRE Γ [Nm] ω [rad/s] PRESSION DEBIT VOLUMIQUE Mechanique (rotation) Hydraulique FLOW (f) V& m 3 / s P [pa] FLUX MOLAIRE Chimique POTENTIEL CHIMIQUE Thermique TEMPERATURE FLUX D’ENTROPIE T [K] S& [W/K] μ [J/mole] n& [mole/s] Chap.2/ 14 Bond graph : Eléments physiques de base ) Eléments de base  R (Dissipation d ’énergie),  C (Stockage d ’énergie),  I (Inertie). ) Eléments de jonction  « 0 » Même effort,  « 1 » même flux, TF (Transformation d ’énergie). ) Eléments actifs  Source d ’effort (Se) Ex. Générateur de tension, pompe,  Source de flux (Sf) Ex. Générateur de courant. Chap.2/ 15 1. R element (resistor, hydraulic restriction, friction losses …) ELECTRICAL p1 v2 v1 THERMAL HYDRAULIC T1 p1 − p 2 = R V& p1 − p 2 = R .V& 2 v 1 − v 2 = U = Ri R Constitutive equation : Φ R (e, f ) = 0 For modeling any physical e f T2 T1 − T 2 = R Q& phenomenon characterized by an effort-flow relation ship Representation Q& p2 V& i R:R1 Chap.2/ 16 2. BUFFERS element A) C element (capacitance) Examples: tank, capacitor, compressibility ELECTRIC i1 HYDRAULIC V&1 i2 i C Q&1 Q& 2 m c T p h i = i1 − i2 = THERMAL A: section h: level ρ: density C= ρg/A V&2 dq d (C .U ) = dt dt d ( Ah ) V& = V&1 − V&2 = , dt 1 & p = V dt ∫ C 1 U = ∫ idt C d (mcT ) Q& = Q&1 − Q& 2 = . dt 1 & T = ∫ Q dt C p = ρ gh C Constitutive equation (For modeling any physical ( e f Representation ) ΦC e, ∫ fdt = 0 phenomenon characterized by a relation ship between effort and ∫ flow C:C1 Chap.2/ 17 B) I element (Inertance) Examples:: Inductance, mass, inertia Examples HYDRAULIC ELECTRIC MECHANICAL l F V1 i V2 p1 1 i = ∫ Udt L p2 V& F m dv ρlA dV& Δp = p = = = 2 A A dt A dt A pdt V& = ∫ ρl dV . dt 1 V = Fdt m∫ F = m I Constitutive equation (For modeling any physical phenomenon Φ I ( f , edt) = 0 ∫ characterized by a relation ship between flow and ∫ effort Representation e f I:I1 Chap.2/ 18 2.3.8. Exemple de modélisation par Bond graph Système électrique Système hydraulique R i1 Q1 R i2 i C P1 U1 Pompe UC Générateur de tension PC C Q2 C R Δe Représentation 1 f1 Equation de l ’élément C e ≡ P ≡U e2 e2 e1 Se Δf eC Sf 0 Φ C (e , ∫ fdt ) = 0 f ≡ Q ≡i f2 f1 ⇒ PC = U C = 1 ∫ ( f1 − f 2 ) dt C Chap.2/ 19 LES LOGICIELS DE MODELISATION et de SIMULATION ) MATLAB MATLAB--SIMULINK ) TWENTE SIM,, SYMBOLS Chap.2/ 20 2.3.9 Lois fondamentales de la modélisation des processus ) Loi de continuité générale (Débit massique entrant dans le système) - (Débit massique sortant du système) = variation de la masse dans le système  Balance énergétique (Puissance totale reçue par le système de l’extérieur) + (Flux d’enthalpie transportée par le mélange à l’entrée) - (Flux d’enthalpie transportée par le mélange à la sortie) = variation de l’énergie interne s’accumulant dans le système Chap.2/ 21 2.4 EXEMPLES DE MODÈLES MATHÉMATIQUES a. Modèle d’un circuit électrique RLC L R Vs Ve Ve CIRCUIT RLC Vs C Ve = VR + VL + VS VR = Ri VL = L. di dt Ve = RC. t 1 VS = .∫ idt C0 dVS d 2V + LC. 2S + VS dt dt Chap.2/ 22 b. Modèle d’un thermocouple )Un thermocouple ? E Ts : Temp. de la soudure du thermocouple [°]; Te : Temp. du milieu à mesurer; E : fcem de sortie = K.Ts [Volt]; K=cste.; M : masse de la soudure [kg]; S : Surface d'échange de chaleur [m²]; [j/(kg.°K)]; C : Capacité calorifique. de la soudure α : Coef. de transfert de chaleur [j/(sec.m².°K)]; Ts Te Te(t) [°c] E(t) [mV] Thermocouple αS (Te−Ts )=MC. dTs dt E n ten an t com pte q ue d an s un th erm o cou p le E = K T s , o n o btient : Ko . MC dE . + E =Te (t ) α S dt Chap.2/ 23 c. Modèle d’une vanne de réglage 2. schéma bloc 1. Schéma de principe Pe régulateur Pe (bar) 0,2 -1 bar 3 - 15 psi Pe 1 Légende : Pe : pression provenant du régulateur [0,2 bar à 1bar] (entrée) X : déplacement de la tige 3 [0 à 6 mm](sortie) f : frottement [kgf.sec/m], m : masse de la partie en mouvement [kg] 1 : Membrane en caoutchouc de section s [m²] 2 : ressort de raideur Ke [kgf/m] 3 : Tige , 4 : garniture d'étanchéité d étanchéité, 5 : siège siège, 6 :clapet 7 : conduite 2 3 6 X (mm) Vanne X 4 5 7 3. Modèle Bilan des forces (Newton) m d2X dX =− kX− f +Pes dt dt2 Chap.2/ 24 2.4.1 vérification (calage) du modèle obtenu Impossible d'afficher l'image. Votre ordinateur manque peut-être de mémoire pour ouv rir l'image ou l'image est endommagée. Redémarrez l'ordinateur, puis ouv rez à nouv eau le fichier. Si le x rouge est toujours affiché, v ous dev rez peut-être supprimer l'image av ant de la réinsérer. Explosion nucléaire Poste de commande Données expérimentales ERREUR DE MODÉLISATION Données du modèle ε ≤ ε ad . ? Modèle de la réaction nucléaire Processus Feed back pour la correction du modèle YE (i) X(i) ⊗ Ym (i) + Δmax il faut que l’erreur soit minimale dans les systèmes industriels - Modèle Δ max = Ym max −YE max .100% ≤ ε admissible YE max Chap.2/ 25 2.5 Rappel sur les transformées de Laplace 2.5.1 Définition f(t) Soit une fonction f(t) continue et nulle pour t<0; ∞ ∫ f (t )e et bornée : −σt dt < ∞ −∞ t × Elle admet alors une TRANSFORMEE DE LAPLACE ∞ : O lit On li : image i de d f(t) f( ) est F(p) ( ) f(t) Ö F(p) L{ f (t ) }= F ( p ) = ∫ f (t )e − pt dt 0 p = σ + j ω, où : σ > 0 variable complexe. La transformée inverse ou originale se déduit : f ( t ) = L−1 {F ( p )} Où σ ∈ un domaine assurant la convergence de l'intégrale. f(t) sera calculée par la formule des résidus. Chap.2/ 26 2.5.2 Propriétés des transformées de Laplace 6 Linéarité 1 Théorème de la valeur initiale : L ( A. f1 ( t ) + Bf 2 ( t ) ) = A. F1 ( p ) + BF 2 ( p ) Lim P . F ( p ) = Lim f ( t ) = f ( 0 + ) P→∞ t→0 2 Théorème de la valeur finale : Lim P . F ( p ) = Lim f ( t ) = f ( ∞ ) P→0 7 Dérivation ( ) L f ( n ) ( t ) = p n F ( p ) − p n −1 f ( 0 ) − p n − 2 f (1) ( 0 ).... − f ( n −1) ( 0 ) t→∞ Si conditions initiales : 3 Théorème du retard temporel : L ( f (t − τ ) )= e −τ p ( ) L f ( n ) (t ) = P n F ( p ) F ( p) 8 Intégration 4 Théorème de l’avance : ) ⎛t ⎞ F ( p) L ⎜ ∫ f (τ ) d τ ⎟ = p ⎝0 ⎠ 5 Théorème de convolution : × exemple de calcul : F(t) = cste. F(p) = ? ( Le ∞ −αt . f (t ) = F ( p + α ) L ∫ ( f (τ ) y (t − τ )dτ ) = F ( p)Y ( p ) 0 ∞ F ( p ) = ∫ cste .e − pt dt = cste . 0 ∞ 1 − 1 − pt .e = cste . p p 0 Chap.2/ 27 2.5.3. Transformées de Laplace des fonctions usuelles Image : F(p) p p2 + a2 1 ⎛ p 2 ⎞÷ p ⎜⎜ 1 + 2 ÷ a ⎠ ⎝ 1 + ap p (1 + τ p ) 1 (1 + T1 p )(1 + T2 p ) Originale : F(t) Cos(at) 1-cos(at) a −τ τ −t e T +1 t − t ⎞ T2 1 ⎛⎜ − T1 e −e ÷ ÷ T1 − T2 ⎜⎝ ⎠ 1+ 1− ⎛ −t − t ⎞ 1 ⎜ T .e T1 − T .e T2 ÷ 1 2 ÷ ( T2 − T1 ) ⎜⎝ ⎠ 1 ( e z . a . t sin( a 1 − z 2 .t − ϕ ) − 1 − z2 1− z −z avec : ϕ = arctg 1− 1 ( − ) p (1 + 2 z 2 e z . a . t sin( a 1 − z 2 .t ) 1 − z2 1 p (1 + T1 p )(1 + T 2 p ) ) 1+ 2z 1 <1 2 , avec z p +⎛ p⎞ ⎜ ÷ a ⎝a⎠ 1 <1 2 , avec z p +⎛ p⎞ ⎜ ÷ a ⎝a⎠ Chap.2/ 28 Transformées de Laplace des fonctions usuelles (suite) Image : F(p) Originale : F(t) 1 1 p 1 p2 1 p+a t − e at −t 1 p (1 + Tpp ) 1 (1 + Tp) n 1− e T −t T tn 1 − e T n ( n − 1)! − −t 1 p 2 (1 + Tp ) 1 p (1 + Tp ) 2 1 p 2 (1 + Tp ) a p2 + a2 t − 1) T (T + t ) − Tt − e 1 T −t t T ( e T + − 1) T Sin(at) T (e T + Chap.2/ 29 2.6 Fonction de transfert 2.6.1. Définition y (effet) x (cause) a 0 x ( t ) + a1 SYSTEME dx ( t ) d 2 x (t ) d n x (t ) dy ( t ) d 2 y (t ) d m y (t ) +a2 +... a n = b0 y ( t ) + b1 + b2 +...bm dt dt dt 2 dt n dt 2 dt m L( x(t ))= X ( p) L( y (t ))=Y ( p ) ⎛ dx(t ) ⎞ L⎜ ⎟ = PX ( p ) ⎝ dt ⎠ ⎛ dy ((tt ) ⎞ L⎜ ⎟ = PY ( p ) ⎝ dt ⎠ et . . . . ⎛ dx n (t ) ⎞ ⎟ = P n X ( p) L⎜⎜ n ⎟ ⎝ dt ⎠ ( ) ⎛ dy n (t ) ⎞ ⎟ = P nY ( p ) L⎜⎜ n ⎟ ⎝ dt ⎠ ( X ( p ) a 0 + a1 p + ........ a n p n =Y ( p ) b0 + b1 p + ........ bm p m W( p ) = ) Y( p ) a + a1 p + a 2 p + ..... a n p n = 0 X ( p ) b0 + b1 p + b2 p 2 + .....bm p m 2 Chap.2/ 30 2.6.2 Zéros et pôles W ( p) = N ( p) D( p) N ( p i ) = 0 ⇒ p i ( i = 1, 2 ... n ) Pi Zéros D ( p i ) =0 ⇒ p i ( i = 1, 2 ... m ) Pi Pôles Sortie d ’un système y (p) x (p) SYSTEME Y ( p) X ( p) W ( p) = Y ( p ) = W ( p ). X ( p ) y ( t ) = L −1 {W ( p ). X ( p )} Chap.2/ 31 R E Us(t) Exemple C dUs ( t ) = E(t ) dt Conditions initiales CI : t = 0 , E ( t 0 ) = E 0 , U s( t 0 ) = U s0 U s( t ) + RC L {Us ( t ) }= Us ( p ) ⎧ dUs ( t ) ⎫ L⎨ ⎬ = p .Us ( p ) ⎩ dt ⎭ L {E ( t ) }= E ( p ) Us ( p ) + RCpUs ( p ) = E ( p ) W ( p) = Us ( p ) = E ( p ). Us ( p ) 1 = E ( p) RCp + 1 ⎧ ⎫ 1 1 ⇒ Us ( t = L−1 ⎨ E ( p ). ⎬ RCp + 1 RCp + 1 ⎭ ⎩ Chap.2/ 32 2.6.3 Connexion des fonctions de transfert a. Série Y1(p) X(p) W1(p) Y2(p) X(p) W eq ( p ) = Y(p) W2(p) Wn(p) Y(p) Weq(p) n Y ( p) = W1 ( p ) .W 2 ( p ).... Wn ( p ) = ∏ Wi ( p ) X ( p) i =1 Chap.2/ 33 b. En contre réaction X(p) E + Y(p) Wou(p) (sign) M Wcr(p) Y(p) X(p) Weq(p) W eq ( p ) = W ou ( p ) si la contre − réaction < 0 1+W ou ( p ).W cr ( p ) W eq ( p ) = W ou ( p ) si la contre − réaction > 0 1−W ou ( p ).W cr ( p ) Chap.2/ 34 c. En parallèle W1(p) X(p) W2(p) Y1(p) Y2(p) + ∑ X(p) W eq ( p ) = Y(p) + + Wn(p) + Yn(p) Y(p) Weq(p) n Y ( p) = W1 ( p ) + W 2 ( p )... + Wn ( p ) = ∑ Wi ( p ) X ( p) i =1 Chap.2/ 35 Chap.3: DYNAMIQUE DES SYSTEMES LINEAIRES Objectifs du chapitre : ¾ Comment analyser la dynamique d’un système ¾ Calculer la réponse temporelle d’un système ¾ Analyser d’un point de vue temporel et fréquentiel un système ¾ Définir les paramètres de performance d’un système ¾ Étudier les systèmes linéaires types avec des exemples réels ¾ Évaluer sans calcul fastidieux les performances fréquentielles d’un Chap.3/ 1 système ANALYSE DES SYSTÈMES DYNAMIQUES (1/2) ) Objectifs et importance de l’analyse des systèmes y (p) X(p) W(p) ¾ Comparer C lles performances f d des systèmes, tè ¾ C’est aussi l’étape préliminaire avant la réalisation d’un système de commande. ¾ Cette étape représente 50% d’un projet de réalisation d’un système de commande Chap.3/ 2 ANALYSE DES SYSTÈMES DYNAMIQUES (2/2) )Types d’analyse Analyse de le la dynamique des systèmes Analyse temporelle Analyse fréquentielle ¾ Analyse temporelle : l’entrée est un signal qui varie en fonction du temps, permet d’évaluer les performances en rapidité, précision, stabilité. Exemple : tester les performances d’un missile. ¾ Analyse fréquentielle : l’entrée est un signal qui varie en fonction de la fréquence permet d’évaluer les performances filtrage, bande passante, déphasage etc... C’est une approche souvent d’un électronicien. Exemple : tester des enceintes acoustiques. Chap.3/ 3 SIGNAUX DE TEST TYPES )Critère du choix des signaux de test ¾ Simples ¾ Définis ¾ Capable d’exciter un régime d’exploitation le plus difficile )3.2.2. Classification des signaux de test types SIGNAUX DE TEST TYPES Signaux sinusoïdaux (analyse fréquentielle) Signaux non sinusoïdaux (analyse temporelle) signal de saut Signal impulsionnel Signal de rampe Signal sinusoïdal Chap.3/ 4 A. Signal de saut ) Définition ⎧η ( t ) = e 0 pour t ≥ 0 ⎨ ⎩η ( t ) = 0 pour t < 0 e0 Echelon unitaire, si e0 =1. t ) Transformée de Laplace ∞ ∞ 0 0 L {e ( t )} = ∫ η ( t ) e xp ( − pt ) dt = e0 ∫ e xp ( − pt ) dt = e0 p ) Réalisation physique ¾ Ouverture d’un interrupteur ⎧e ⎫ h ( t ) = L−1 ⎨ 0 .W ( p ) ⎬ ⎩ p ⎭ ) Réponse indicielle Chap.3/ 5 B. Signal impulsionnel (fonction de Dirac) ) Définition δ(t) est la fonction de DIRAC ou impulsion unitaire δ(t) Δt t0 t ⎧δ ( t ) = 0 pour t ≠ t 0 ⎨ ⎩δ ( t ) = ∞ pour t = t 0 ) Transformée de Laplace ¾ l’impulsion de Dirac est la dérivée de l’échelon δ (t ) = d η (t ) ⇒ L {δ ( t )} = p η ( p ) = 1 dt ) Réalisation physique ¾ Fermeture et ouverture brève d’un interrupteur ) Réponse ipulsionnelle S ( t ) = L−1 {1 .W ( p )} = W ( t ) Chap.3/ 6 C. Signal de rampe ) Définition : e(t) ⎧ e ( t ) = tg α . t pour t ≥ t 0 ⎨ ⎩ e ( t ) = 0 pour t < t 0 tg α t0 ∞ Si t 0 = 0 L {e ( t )} = tg α ∫ t . exp ( − pt )dt = tg α . ) Transformée de Laplace : 0 1 p2 e(t) e(t) ) Réalisation physique : ∫ t t ) Domaine d’utilisation ⎧ ⎫ 1 S ( t ) = L − 1 ⎨ tg α 2 W ( p ) ⎬ p ⎩ ⎭ ) Réponse à une rampe Chap.3/ 7 D. Signal sinusoïdal ) Définition. e(t) e ( t ) = e0 sin( ω t + ϕ ) e 0 : l ' amplitude ω : la pulsation ou fréquence angulaire ( rad / s ) ω / 2π : la fréquence ( hertz ) ϕ : phase ( radian ) t ) Transformée de Laplace : Si ϕ = 0 L {e ( t )} = L {e0 sin( ω t ) } = e0 ω p2 + ω 2 ) Réalisation physique : Générateur de signaux ) Domaine d’utilisation : ) Réponse à une sinusoïde ⎧ ⎫ ω S ( t ) = L −1 ⎨ 2 W ( p )⎬ 2 ⎩ p +ω ⎭ Chap.3/ 8 CALCUL DE LA RÉPONSE D’UN SYSTÈME ) Principe X(p) y (p) Y ( t ) = L−1 {Y ( p )} = L−1 {X ( p ).W ( p )} W(p) )Comment calculer l ’originale ? Méthodes pour déterminer l’originale d’une fonction Méthode des résidus Application des transformées de Laplace Chap.3/ 9 A) Méthode des résidus ) Principe F ( p)= n N ( p) ⇒ D ( p ) = 0 ⇒ ( P i ( i = 1 , 2 ... n ) D ( p) Y ( t ) = ∑ Res Y ( p ) i=1 )Cas pôles simple n L−1 {F ( p )}= F (t ) = ∑ N ( p) i = k D '( Pk ) D ( p ) = a0 ( p − p1 )....( p − p k )...( p − p n ) e pk t n F (t )=∑ Lim .Y ( p ).( ) ( p − pi ). ) e pi .t i =1 p → pi mk n ∑ H kj t (m k − j )e p k t F (t ) = ∑ )Cas pôles multiples k =1 k =1 D ( p ) = a 0 ( p − p1 )m1 ...( p − p k )mk ...( p − p m )mn H kj = 1 d j −1 ⎡ ( p − p k )m k N ( p ) ⎤ ⎥ D( p) ⎦ ⎢ ( j − 1)( ! m k − j )! dp j −1 ⎣ p = pk Chap.3/ 10 B) Application : Equations différentielles par la méthodes de résidus L R Ve i C Vs Ve (t ) = RC. soit R = 2Ω, C = 1Farad, L = 1 Henry V e (t ) = 2 . dVS (t ) d 2VS (t ) + LC. + Vs (t ) dt dt 2 dV S ( t ) d 2 V S ( t ) + + V S ( t ), dt dt 2 1. On passe à la transformée de Laplace pour chaque variable L {Ve ( t ) }= Ve ( p ) L {Vs ( t ) }= Vs ( p ) ⎧ dVs ( t ) ⎫ L⎨ ⎬ = p .Vs ( p ) ⎩ dt ⎭ ⎧ d 2 Vs ( t ) ⎫ 2 L⎨ ⎬ = p .Vs ( p ) 2 ⎭ ⎩ dt Chap.3/ 11 B) Application : Equations différentielles par la méthodes de résidus 2. On remplace les transformées de Laplace dans l’équation différentielle temporelle : V e ( p ) = p 2 Vs ( p ) + 2 pVs ( p ) + V s ( p ) 3. On exprime (la sortie) Vs(p) en fonction de l’entrée ( ) Vs ( p ) p 2 + 2 p + 1 = Ve ( p ) ⇒ Vs ( p ) = Ve ( p ) p 2 + 2 p +1 4. On fixe une entrée (exemple Ve(t) = 5V , donc Ve(p) = 5/p ) 5. On détermine les pôles Vs ( p ) = 5 p . p 2 + 2 p +1 ( ) ( ) p p 2 + 2 p +1 = 0 P 1 = 0 , P 2 = P3 = − 1 Chap.3/ 12 B) Application : Equations différentielles par la méthodes de résidus 6. on applique la formule des résidus : A. Pour le pôle simple : Vs 1 ( t ) = Lim ⎞ ⎛ 5. p ⎜ e 0 . t ⎟⎟ = 5 . 2 ⎠ ⎝ p ( p + 1) Solution homogène p ⎯⎯ → 0 ⎜ B Pour B. P lle pôle ôl double d bl Vs 2 ( t ) = ⎡ d 2 − 1 ⎛ 5 ( p + 1 )2 pt ⎞ ⎤ 1 ⎜ Lim ⎢ e ⎟⎟ ⎥ = − 5 e − t (t + 1 ) ( 2 − 1 )! p ⎯⎯ → − 1 ⎣⎢ dp 2 − 1 ⎝⎜ p ( p + 1 )2 ⎠ ⎦⎥ ( 7. Solution générale ) Solution particulière [ ] Vs(t ) = Vs1 (t ) + Vs2 (t ) = − 5 e−t (t + 1) + 5 Chap.3/ 13 Etude fréquentielle d’un système ) Principe x ( t ) = x 0 sin( ω t ) y(t) = ? SYSTEME ⎧ ⎫ ω Y ( t ) = L −1 {Y ( p ) }= L −1 {X ( p ).W ( p )}= L − 1 ⎨ x 0 . 2 .W ( p ) ⎬ = ∑ Re s . X ( p ).W ( p ) p +ω 2 poles de X ( p ) et W ( p ) ⎩ ⎭ C quii nous intéresse Ce i té d dans une étude ét d fréquentielle, fé ti ll c’est ’ t le l régime é i permanentt c’est ’ tà dire la composante pour les pôles de X(p), c’est à dire p 2 + ω 2 = 0 ⇒ p 1 = + j ω et p 2 = − j ω y( t ) = x0 . A( ω ).sin[ ω t + ϕ ( ω )] ) Conclusion ¾ Si on applique à un système linéaire de fonction de transfert W(p) un signal d’entrée x0 sinusoïdal d’amplitude et de pulsation ω, alors on obtient à la sortie un signal aussi Chap.3/ 14 sinusoïdal mais déphasé de ϕ(ω ) et d’amplitude A(ω). Caractéristiques fréquentielles naturelles )1. Caractéristique Amplitude Fréquence (CAF) A( A(ω ω) )2. Caractéristique Phase - Fréquence (CPF) ϕ(ω) : )3. Lieu de Nyquist CAPF : W(jω (jω) ¾ Calcul des caractéristiques A (ω ) = W ( j ω ) = Re( ω ) + j Im( ω ) Re( ω ) 2 + Im( ω ) 2 ⎡ Im( ω ) ⎤ ⎥ ⎣ Re( ω ) ⎦ ϕ ( ω ) = arctg ⎢ Chap.3/ 15 Exemple de calcul du lieu de transfert W ( p) = W ( jω ) = 1 jω 1 p = 0 − j. 1 ω Re (ω ) = 0 . Im( ω ) = − A (ω ) = Re (ω ) 2 + Im( ω ) 2 = 1 ω 1 ω ⎡ Im( ω ) ⎤ ⎡ 1 ⎤ π ⎥ = arctg ⎢ − 0 .ω ) ⎥ = − 2 ⎦ ⎣ ⎣ Re (ω ) ⎦ ϕ (ω ) = arctg ⎢ Lieu de Nyquist Im(ω 0 ∞ − π Re(ω 2 A(ω ) Chap.3/ 16 Caractéristiques fréquentielles logarithmiques ) 1. DIAGRAMME DE BODE : Ensemble des caractéristiques amplitude et phase en fonction de la fréquence construites sur l’échelle logarithmique.. L ( ω ) = 20 . log A ( ω ) ( en décibel ) ¾ Courbe de gain : ¾ Phase ϕ ( ω ) ( en degré ) ¾ Bel ? : On appelle niveau de pression acoustique d’une onde sonore sinusoïdale, la grandeur proportionnelle au logarithme décimal du rapport de la pression effective Pef de cette onde au seuil d’audibilité P0 pour une fréquence donnée de l’onde. ) 2. DIAGRAMME DE BLACK (LIEU DE NICHOLS) ¾ Abscisses : phase en degrés ¾ ordonnées le module exprimé en dB Chap.3/ 17 PARAMÈTRES DE PERFORMANCES (1/4) ) Comment ils sont obtenus ? + - ) Types de paramètres de performances Performances d’un système de commande Processus transitoire Précision Stabilité Chap.3/ 18 PARAMÈTRES DE PERFORMANCES (2/4) 2 y(t) Régime transitoire D Régime permanent MESURE 1,5 A1 A2 ± 5%. y( ∞ ) Y(∞)1 Xc Erreur de réglage CONSIGNE 0,5 0 0 τ 1 3 tm 5 7 9 tpr x(t) [s] te -0,5 Chap.3/ 19 PARAMÈTRES DE PERFORMANCES (3/4) )Rapidité ¾ Temps de réponse tpr ¾ Temps de montée tm ¾ Temps de retard pur τ ¾ Temps d’établissement te )Performances d’amortissement ¾ Dépassement (overshoot) : d = A1 y − y( ∞ ) .100% = m ax .100% y( ∞ ) y( ∞ ) ¾ Taux d’amortissement (damping ratio) ψ = A1 − A2 A1 Chap.3/ 20 PARAMÈTRES DE PERFORMANCES (4/4) ) Performances en précision ¾ Erreur statique Δ = lim ( y ( t ) − x c ( t ) ) = lim p (Y ( p ) − x c ( p ) ) ¾ Erreur dynamique E d = ∫ ( y ( t ) − x c ( t ) )2 dt t→ ∞ p→0 t pr 0 ) Performances en stabilité ¾ Un système est dit stable si à une entrée limitée, la sortie est aussi limitée. système instable système stable s(t) s(t) t t Chap.3/ 21 ANALYSE DES SYSTEMES LINEAIRES TYPES ) Classification SYSTÈMES DYNAMIQUES TYPES Naturellem ent stable : W ( p ) = d ' ordre zé ro W( p) = K k 1 + ∑ ai p i Prem ier ordre : W ( p ) = k a0 + a1 p N aturellem ent instable : W ( p ) = 2 - iém e ordre : W ( p ) = ( k p 1 + ∑ ai p i k à d é p h a s a g e n o n m in im a le a v e c r e ta r d p u r A p é rio d iq u e W( p)= k a0 + a1 p Particulier a0 + a1 p + a 2 p 2 W ( p ) = K e − τp In té gra te u r p u r k W( p) = p ) W( p)= K 1 − T1 p 1 + T2 p D é riv a te u r ré e l W( p) = K 1 + T1 p 1 + T2 p Chap.3/ 22 Méthodologie de l’analyse d’un système ) Étapes d ’analyse ANALYSE DE LA DYNAMIQUE D’UN SYSTÈME TYPE Equation différentielle Fonction de transfert Analyse fréquentielle Analyse temporelle Réponse indicielle Réponse impulsionnelle Réponse à une rampe Echelle naturelle Echelle logarithmique Caract.amplitude fréquence Diagramme de Bode Caract. phase fréquence Diagramme de Nichols Diagramme de Nyquist Chap.3/ 23 A. Elément intégrateur pur 1. Définition x(t) t ∫ y ( t ) = k ∫ x ( t )d t y(t) 0 2. Fonction de transfert W ( p) = Y ( p) K = X ( p) p 3. Exemple Qe ( t ) − Qs ( t ) = Qe [m3/s] h (t ) = Qs [m3/s] h (m) V[m3] S[m2] dV dh ( t ) =S dt dt t 1 Q ( t ) dt S 0∫ W ( p)= h( p) 1 K = = ΔQ ( p) S . p p Chap.3/ 24 Elément intégrateur pur (suite) 4. Lieu de Nyquist Im K K W ( jω ) = = 0 − j jω ω π K A(ω ) = , ϕ ( ω ) = a r c tg ( − ∞ ) = − ω 2 + ∞ π − ω Re 2 0 6. Réponse indicielle y(t) ⎧X0 K⎫ y ( t ) = L− 1 ⎨ . ⎬ = X 0 . K .t ⎩ p p⎭ X0 tgα = X 0.k 0 t 7. Conclusion Chap.3/ 25 B) Élément du premier ordre x(t) 1. Définition a0 Forme réduite T dy( t ) + a1 y( t ) = bx( t ) dt T= dy ( t ) + y ( t ) = Kx ( t ) dt 2. Fonction de transfert a0 constante a1 K= W( p) = b Gain a1 y(t) de temps [seconde] statique ⎡ Δy ⎤ ⎢⎣ Δx ⎥⎦ K TP + 1 3. Exemple dV S + Vs ( t ) dt V s( p ) 1 = W( p) = V e( p RCp + 1 V e( t ) = R C . R i Vs C T = RC , ΔVs = 1 K = ΔVe Chap.3/ 26 ) Exemples d’un système de premier ordre (CSTR) Ce(t) : Concentration initiale du produit [mole/m3 ] Cs(t) : Concentration finale du produit [mole/m3] Q: Débit du produit [m3/s] V: Volume du réacteur [m3] Q, Ce(t) Q, Cs(t) Loi de continuité d (Cs( t )V ) dCs( t ) =V dt dt 1 dCs( t ) + Cs( t ) Ce( t ) = V Q dt Cs( p ) 1 W( p ) = = Ce( p Tp + 1 Q . Ce( t ) − QCs( t ) = T = K = V [s e c o n d e ] : te m p s d e Q Δ Cs [−] Δ Ce s é jo u r ( d e ré te n tio n ) Chap.3/ 27 ) Thermocouple m : masse de la soudure [kg] S : surface d’échange de chaleur de la soudure [m²] Te : Température du milieu à mesurer [°c] (entrée) Ts : Température de la soudure du thermocouple [°c] α : Coefficient de transfert de chaleur [j/(sec.m².°c] CT : Capacité calorifique de la soudure [j/(kg.°c] E(t) : tension de sortie [mV] (sortie) = KTs (proportionnelle à Ts(t) E(t) Ts Te α S (Te − Ts )dt = mC T dTs m C T d T s( t ) . + T s( t ) = T e ( t ) dt αS K W( p) = TP + 1 ou m CT dE ( t ) . + E ( t ) = K T e( t ) dt αS T = K = m .C . T αS Δ E [ Mv/°c] Δ Te Analogie thermique_Electrique, hydraulique R≡ T = RC m 1 ≡ Q αS C ≡ V ≡ CT Chap.3/ 28 ) Réponse indicielle d’un élément de premier ordre t ⎛ − ⎞ ⎧X0 ⎫ K y ( t ) = L− 1 ⎨ ⎬ = K X 0 ⎜⎜ 1 − e T ⎟⎟ ⎩ p (1 + T p ) ⎭ ⎠ ⎝ ∞ ⎛ − ⎞ y( t = ∞ ) = K X 0 ⎜ 1 − e T ⎟ = K X 0 = y( ∞ ) ⎜ ⎟ ⎝ ⎠ T ⎛ − ⎞ y ( t = T ) = K X 0 ⎜ 1 − e T ⎟ = 0 ,6 3 y ( ∞ ) ⎜ ⎟ ⎝ ⎠ y(t) 0,95 3T ⎞ ⎛ − y ( t = 3 T ) = K X 0 ⎜ 1 − e T ⎟ = 0 ,9 5 y ( ∞ ⎜ ⎟ ⎝ ⎠ 0 63 0,63 Le temps du proc. Trans. = 3T t= T, la réponse atteint 63% de la valeur finale 0 T 1 2 3 t 3T Chap.3/ 29 )Lieu de Nyquist d’un élément de premier ordre K K KTω = −j W ( jω)= 1+ jTω 1+(Tω )2 1+(Tω )2 A(ω) = K 1+(Tω )2 ϕ (ω) = − arctg(ωT ) Im ω=∞ Fréquence de coupure : ω=0 0 ϕ=π/4 Réel 1 T Bande passante BP : [ 0 , 1 ] T ω=1/T Chap.3/ 30 C) Élément du second ordre x(t) 1. Définition dy2( t ) a2 dy2( t ) Forme réduite dt 2 + 2ξωn dt 2 + a1 dy( t ) + a0 y( t ) = bx( t ) dt y(t) dy( t ) + ωn2 y( t ) = K.ωn2x( t ) dt 2. Fonction de transfert 3. Paramètres fondamentaux Chap.3/ 31 ) Exemples d’élément du second ordre Ve = RC . R Ve i L W( p ) = Vs C J. d 2ΘS ( t ) dt 2 = Cm − C R ; W( p ) = f Cm( t ) Ke Θs(t ) J dV S d 2V + LC . 2S + V S dt dt 1 Vs( p ) LC = R 1 Ve ( p ) 2 p + p + L LC C R = KeΘ S ( t ) + f dΘ S ( t ) dt Ke Θs( p ) J = Cm ( p ) p 2 + f p + Ke J J Chap.3/ 32 Vanne pneumatique de réglage Controller 0,2 -1 bar 3 - 15 psi Pe m 1 2 W( p) = 6 3 x 4 5 d2 X dX = − keX − f + Pes dt dt 2 s s Ke . . P e( p ) m Ke m = = f Ke f Ke X( p) p2 + p + p2 + p + m m m m 7 R⇔f Analogie L ⇔J ⇔m Ke ⇔ 1/C Chap.3/ 33 Réponses indicielles d’un élément de 22-iéme ordre 1. Echelon unitaire x(t) SYSTEME ⎫ ⎧1 ωn 2 y (t ) = L−1 ⎨ . 2 2 ⎬ ⎩ p p + 2ξω n p + ωn ⎭ ( y(t) ) 2. De quoi dépend la sortie ? ( ) D( p) = p2 + 2ξ .ωn. p + ωn2 = 0 Δ = ωn2 ξ 2−1 Du coefficient d’amortissement ξ ξ >1 ξ <1 p1 = − ξω n + ω n . ξ 2 −1 p1 = − ξω n + j.ω n . 1 − ξ 2 p 2 = − ξω n − ω n . ξ 2 −1, p 2 = − ξω n − jω n . 1 − ξ 2 ξ =1 P1 = P2 = − ω n Chap.3/ 34 Réponses indicielles pour # valeurs de ξ ) Cas 1 y (t) =1 − (1 − ω nt ).e−ωnt P1 = P2 = − ω n ξ =1 1 t pr = 4,8sec. Y(tt) 1.2 Point d'inflexion ⇒ d 2 y(t) dt2 D=0 2 0 4 tpr 6 8 10 12 t (sec) = 0 ⇒ tI = 1 ωn =1 14 Chap.3/ 35 Réponses indicielles pour ξ > 1 ) Cas 2 p1 = − ξω n + ω n . ξ 2 −1 ξ >1 p 2 = − ξω n − ω n . ξ 2 −1, W( p) = Kω n2 ( p − p1 )( p − p 2 ) = Kω n2 . où p 1 p 2 (1 + T1 p )(1 + T2 p ) 1 1 , T2 = p1 p2 t t ⎛ − − ⎞ ⎜ ⎟ T1 T2 e T + e T⎟ y( t ) = ⎜ 1 − T T T T − − ⎜ ⎟ 1 2 1 2 ⎠ ⎝ ξ = 2 Y Y(t) T1 = 1 1 ξ = 4 0 10 20 2 t pr ≤ 3.(T1 + T2 ) 30 40 t (sec) 50 Chap.3/ 36 Réponses indicielles pour ξ < 1 ) Cas 3 p1 = − ξω n + j.ω n . 1 − ξ 2 ξ <1 p 2 = − ξω n − ω n . 1 − ξ 2 ⎡ ⎛ 1 y ( t ) = KX 0 ⎢1− e − ξ .ω n .t . sin ⎜ ω n 1−ξ 2 .t + arctg ⎜ 1−ξ 2 ⎝ ⎣⎢ 1−ξ 2 ⎞⎟ ⎤ ⎥ ξ ⎟⎥ ⎠⎦ ymax D1 D2 X0=1 0 tm te tpr 20 t (sec) 30 Chap.3/ 37 Paramètres de performances d’un système de deuxième ordre oscillant )1. Temps du processus transitoire y (t ) = A.e −ξ ωn t sin( β t ) Enveloppe : e−ξ ωn t ) 2. Nombre d’oscillations Chap.3/ 38 Paramètres de performances d’un système de deuxième ordre oscillant )3. Dépassement D= ymax − y(∞) .100 % y(∞) ymax = ?. ⇒ dy(t ) = 0 ⇒ ω t = Kπ ( K =1, 2 , 3...) dt 1er p pic : K=1,, 2ème pic p K=2,, etc... K impair : K pair : − ymax = 1 + e − ymin = 1 − e ξKπ 1−ξ 2 ξKπ 1−ξ 2 Chap.3/ 39 Paramètres de performances d’un système de deuxième ordre oscillant ) 4. Temps d ’établissement ¾ Pour un échelon unitaire 5. Taux d ’amortissement Chap.3/ 40 Réponses indicielles pour ξ = 0 ) Cas 4 p1 = + j.ω n . ξ =0 p 2 = − jω n ⎧1 ω 2 ⎫ y (t) = L−1 ⎨ . 2 n 2 ⎬ = 1 − cos(ω nt ) ⎩ p p + ωn ⎭ ( ) Y(t) () D2 t Chap.3/ 41 Résumé des performances d’un système de deuxième ordre ) Paramètres de performances normalisés 5 ξ [-] t pr [s] 30 D [% ] Ψ [-] - 2 1 12 - 4,75 4 1 1 0,9 0,7 0,5 2,8 4,5 0,998 4 8 17 30 0,973 0,9 0,343 0,30 0,22 0,11 0,01 0 11 15 30 300 ∞ 38 50 70 95 100 0,87 0,75 0,41 0,13 00 )Conclusions sur un système de 2ème ordre Chap.3/ 42 Exercice Xc(t) Ys(t) 1 K a 2 p 2 + a1 p + a0 - Valeur de K pour avoir les meilleurs performances en boucle fermée ? Wf ( p ) = K a2 p2 + a1 p + a0 + K ⎛ ⎞ ⎜ ⎟ a 1 ⎟ . a0 + K p + ⎛⎜ ⇒ D( p ) = p 2 + 2.⎜ 1 . ⎜ a +K a a2 2.a2 a0 + K ⎟ ⎝ p2 + 1 p + 0 ⎜ ⎟ a2 a2 a ⎝ 2 ⎠ K a2 Wf ( p ) = a0 + K ⎞ ⎟ a2 ⎠ ⎞ ⎟ 2 2 a1 1 ⎟ . ⇒ K = a1 − 4 a0 ξ a 2 . ⎜ 2 .a a0 + K ⎟ 4ξ 2 a 2 2 ⎜ ⎟ a2 ⎝ ⎠ 2 ⎛ ⎜ ξ =⎜ Chap.3/ 43 Diagramme de Nyquist d’un élément du second ordre F ré q u e n c e ré d u ite : u = ω ωn ⎡ ⎢ 1 − u2 W ( jω ) = K ⎢ 2 2 ⎢ 1 − u2 + (2 ξ u ) ⎣ K A(ω ) = ( ) − j 2ξu ⎤ ⎥ ⎥ (1 − u 2 ) + (2 ξ u )2 ⎥⎦ 2 (1 − u 2 ) + (2 ξ u )2 2 ϕ ( ω ) = − a r c tg 2ξu 1 − u2 Im Résonnance Re 0 dA( ω ) = 0 ⇒ ω R = ωn . 1 − 2ξ 2 avec ξ < 0 ,7 dω K Amax = 2ξ . 1 − 2ξ 2 u=1 Chap.3/ 44 Conclusion général sur un système de 22-iéme ordre ) Dans le domaine temporel, ¾ lorsque ξ <1, le système a tendance à osciller longuement avant immobilisation. ¾ ξ = 0,7 est optimal du point de vue stabilité précision. ¾ Pour ξ > 1, (frottement important, élasticité réduite), les régimes sont hyper amortis et lents. Le système perd alors son «agilité», un tel cas est à éviter en SRA lorsque la structure s s’y y prête en agissant par exemple sur le gain du correcteur. ) Dans le domaine fréquentiel, Le système suit presque sans inertie l’entrée à basse fréquence mais présente un déphasage qui tend vers -180 degrés à haute fréquence. Chap.3/ 45 Système avec retard pur (1/2) ) Définition x(t) y(t) SYSTEME y( t ) = x( t −τ ) x( t ) )Exemple τ = y( t ) l V l )Fonction de transfert W( p ) = Y( p ) = e−τ p X( p ) x( t ) )Réponse indicielle y( t ) = x( t − τ ) τ y( t ) Chap.3/ 46 Système avec retard pur (2/2) )Diagramme de Nyquist Im R=1 W ( jω ) = e − jωτ = cos ωτ − j sin ωτ A( ω ) = (cos ωτ )2 + ( sin ωτ )2 = 1 0 Re sin ωτ ϕ ( ω ) = − arctg = − ωτ cos ωτ )Conclusion Chap.3/ 47 Tracé des caractéristiques fréquentielles des systèmes (1/4) ) Problématique ¾ Soit donné un système quelconque de fonction de transfert W(p) : W ( p) = b0 + b1 p + ... + b0 + bm p m a0 + a1 p + ... + a0 + an p n ¾ On veut représenter d’une manière simple et rapide les diagrammes de Bode, Nyquist et Black. )Pourquoi une telle démarche ? ¾ Eviter les calculs fastidieux de W(jω). ¾ Evaluer rapidement la stabilité du système et les performances du système. Chap.3/ 48 Tracé des caractéristiques fréquentielles des systèmes (2/4) ) Principe de la méthode ¾ Un système linéaire quelconque est formé d’éléments simple d’ordre zéro, du premier ordre, deuxième ordre et d’intégrateurs et ou dérivateurs d’ordre α.. W(p) peut être factorisée en éléments simples q r ( W ( p ) = Kp α . ∏ (1 + τ i p )β . ∏ p 2 + 2ξωnl p + ωn2l i i =1 l =1 )γ l K : Gain statique (constante ) ∈ ℜ ( > 0) α , β , γ :∈ Z ( entier ti positif itif ou négatif) é tif) r : Nbre d' éléments du premier ordre q : Nbre d' éléments du deuxième ordre K : Sytème d' ordre zéro pα : Intégrateur (α < 0) ou dérivateur (α > 0) ) d' ordre α (1 + τp ) : Sytème d' ordre 1 p 2 + 2ξωnl p + ωn2l : Sytème d' ordre 2 Chap.3/ 49 Tracé des caractéristiques fréquentielles des systèmes (3/4) ) Propriété ¾ Le gain logarithmique et le déphasage d’un produit de facteurs s’obtient en faisant la somme algébrique des gains et des phases des différents facteurs ( PS: Le gain naturelle est par contre le produit des gains des différents facteurs) ( r q i =1 l =1 L(ω ) = 20 log W ( jω ) = 20 log K . pα .∏ (1 + τp )β i . ∏ p 2 + 2ξωnl p + ωn2l ) Calcul du Gain )γ l L(ω ) = 20 log K + 20 log jωα + r 20 log ∏ (1 + τ i . jω )β i + i =1 q ( 2 20 log ∏ jω 2 + 2ξωnl jω + ωnl l =1 W ( j ω ) = Re( ω ) + j . Im( ω ) = Sachant que : )γ l Re( ω ) 2 + Im( ω ) 2 r ( ) L(ω ) = 20 log K + α .20 log ω + ∑10β i . log 1 + τ i .ω 2 + i =1 ( q ) 2 ⎡ ⎤ ∑10γ l . log ⎢ ω 2 − ωn2l + 4ξl2ω 2ωn2l ⎥ ⎣ ⎦ l =1 Chap.3/ 50 Tracé des caractéristiques fréquentielles des systèmes (4/4) ) Calcul de la phase ϕ (ω ) = arg(W ( jω ) = arg( K ) + arg(( jω )α ) + ⎛ r ⎞ arg ⎜ ∏ (1 + τ i . jω )β i ⎟ + ⎝ i =1 ⎠ ( ) γl ⎞ ⎛ q arg⎜ ∏ jω 2 + 2ξωnl jω + ωnl2 ⎟ ⎝ l =1 ⎠ Sachant que : ⎛ Im(ω ) ⎞ arg(W ( jω )= arg(Re(ω ) + j.Im(ω )) = arctg ⎜⎜ ⎟⎟ ⎝ Re(ω ) ⎠ ( q π r 2 ϕ (ω ) = arg( K ) + α . + ∑ βi arg(1 + τ i . jω ) + ∑ γ l arg ( jω )2 + 2ξωnl jω + ωnl 2 i =1 l =1 ) ) Conclusion ¾ Il suffit de savoir exprimer le gain el la phase des éléments de base pour en déduire par simple sommation, le gain et la phase de W(jω) Chap.3/ 51 Représentation des éléments de base (1/3) ) Gain K ¾ La courbe est une horizontale L(ω) [db] W ( p) = K ϕ(ω) [rad] Gain : L(ω ) = 20 log K 20logK ⎧0 si K > 0 Phase : ϕ (ω ) = ⎨ ⎩π si K < 0 0 0 Log(ω) 1 ) Dérivateur L(ω) [db] W ( p) = p ϕ(ω) [rad] +1 Gain : L(ω ) = 20 log jω = 20 log ω Phase : ϕ (ω ) = arg( jω ) = Log(ω) 1 π + 0 2 0 Log(ω) 1 2 π Log(ω) 1 20db/décade ou 6db/octave est noté +1 Chap.3/ 52 Représentation des éléments de base (1/7) ) Intégrateur W ( p) = 1 p L(ω) [db] 1 Gain : L(ω ) = 20 log = −20 log ω jω 0 ϕ(ω) [rad] 1 0 1 Log(ω) π 1 Phase : ϕ (ω ) = arg( ) = − jω 2 -1 − Log(ω) π 2 Chap.3/ 53 Représentation des éléments de base (2/7) )Premier ordre (1+ι (1+ιp) W ( p ) = 1 + τp [ Gain : L(ω ) = 20 log 1 + jτω = 10 log 1 + (τω )2 Amplitude ] L(ω) [db] Asmptote τω << 1 ⇒ L(ω ) ≅ 0, pente égal à 0 τω >> 1 ⇒ L(ω ) ≅ 10 logτω,0, pente égal à 1 τω = 1 ⇒ L(ω ) = 3db Phase : ϕ (ω ) = arg( 1 + j τω ) = arctg (τω ) Asymptote τω << 1 ⇒ ϕ (ω ) ≅ 0 π τω >> 1 ⇒ ϕ (ω ) ≅ 2 τω = 1 ⇒ Lϕ (ω ) = π 4 +1 0 3db 1/τ 1 ϕ(ω) [rad] + Log(ω) Phase π 2 + π 4 0 1 1/τ Log(ω) Chap.3/ 54 Représentation des éléments de base (3/7) )Premier ordre : (1+ι (1+ιp)-1 L(ω) [db] 0 Amplitude 1/τ 1 W ( p ) = (1 + τp )−1 Log(ω) -3db Gain : ( L (ω ) = 20 log (1 + jτω )−1 = −10 log 1 + (τω )2 ) -1 Phase : ϕ (ω ) = arg(1 + jτω )−1 = −arctg (τω ) ϕ(ω) [rad] Phase 1 1/τ 0 Log(ω) Changement de signe par rapport à (1+τp) − − π 4 π 2 Log(ω) Chap.3/ 55 Représentation des éléments de base (4/7) W ( p) = 1 − τp W ( p ) = (1 − τp )−1 Amplitude L(ω) [db] L(ω) [db] +1 0 0 0 -3db Log(ω) Log(ω) ϕ(ω) [rad] Phase 1 1/τ -1 ϕ(ω) [rad] + Log(ω) − 1/τ 1 3db 1/τ 1 − Amplitude π 4 π Phase 2 + π 4 0 1 π 2 1/τ Log(ω) Log(ω) Chap.3/ 56 Représentation des éléments de base (5/7) ) Deuxième ordre : en numérateur W ( p) = p 2 + 2ξωn p + ωn2 Gain : ( ) L(ω ) = 20 log − ω 2 + ωn2 + 2 jξωnω Asymptote : ⎧ω << ωn ⇒ L(ω ) = 40 log ωn = cste, pente 0 ⎪ ⎨ω >> ωn ⇒ L(ω ) = 40 log ω , pente + 2 ⎪ l 2ξω ξ n2 ⎩ω = ωn ⇒ L(ω ) = 20 log Phase : ( ( ) ) ϕ(ω ) = arg − ω 2 + ωn2 + 2 jξωnω Asymptote : ⎧ ⎪ 2 ⎪ω << ωn ⇒ ϕ(ω ) = arg(ωn ) ≅ 0 ⎪ 2 ⎨ω >> ωn ⇒ ϕ(ω ) = arg − ω ≅ π ⎪ 2 ⎪ω = ω ⇒ ϕ(ω ) = arg 2 jξω 2 = arctg ⎛⎜ 2ξωn ⎞⎟ = + π n n ⎜ 0 ⎟ ⎪ 2 ⎝ ⎠ ⎩ ( ( ) ) Chap.3/ 57 Représentation des éléments de base (6/7) ) Deuxième ordre : au dénominateur ( W ( p ) = p 2 + 2ξωn p + ωn2 Gain : ( Changement de signe par rapport au cas précédent )−1 ) L(ω ) = −20 log − ω 2 + ωn2 + 2 jξωnω Asymptote : ⎧ω << ω ⇒ L(ω ) = −40 log ω = cste, pente 0 n n ⎪⎪ ⎨ω >> ωn ⇒ L(ω ) = −40 log ω , pente − 2 ⎪ ⎪⎩ω = ωn ⇒ L(ω ) = −20 log 2ξωn2 ( Phase : (( ) ) ϕ(ω ) = − arg − ω 2 + ωn2 + 2 jξωnω ) Asymptote : ⎧ ⎪ 2 ⎪ω << ωn ⇒ ϕ(ω ) ≈ − arg(ωn ) = 0 ⎪⎪ 0 2 ) = −π ⎨ω >> ωn ⇒ ϕ(ω ) = − arg − ω = − arctg ( − ω2 ⎪ 2⎞ ⎪ ⎛ 2 ξω n ⎟ = −π ⎪ω = ωn ⇒ ϕ(ω ) = − arg 2 jξωn2 = − arctg ⎜ ⎜ 0 ⎟ 2 ⎪⎩ ⎝ ⎠ ( ) ( ) Chap.3/ 58 Représentation des éléments de base (7/7) ) Retard pur W ( p) = e −Tr. p L(ω) [db] W ( jω ) = e −Tr . jω = cos(Trω ) − j sin(Trω ) Gain : 0 Amplitude 1 Log(ω) L(ω ) = 20 log W ( jω ) = 20 log 1 = 0 Phase ⎛ − sin(Trω ) ⎞ ⎟⎟ = −Trω ⎝ cos((Trω ) ⎠ ϕ(ω ) = arctgg ⎜⎜ ϕ(ω) [rad] Phase 0° 1 Log(ω) Chap.3/ 59 Tracé des diagrammes fréquentiels : Résumé (1/2) Variation de la phase ω 1 0 pα τ +α 1 −α pα (1 + τ p )α π 2 π 2 ou ω n +α π −α 0 +α (1 + τ p )α 0 −α (1 − τ p )α 0 −α 0 +α 1 1 (1 − τ p )α (p 2 + 2ξω n l nl 1 (p 2 + 2ξω n l e − Trp 2 π 4 π 4 π 4 π 4 0 +α ) 0 −α 0 − ω Tr α p +ω2 nl π ) α p +ω2 +∞ +α 2 π π 2 −α +α −α −α +α π 2 π 2 π 2 π 2 π 2 + απ 2 π 2 − απ −∞ Chap.3/ 60 Tracé des diagrammes fréquentiels : Résumé (2/2) Variation de la pente : ±α correspond à ± 20db par décade ω 1 0 τ pα ou ω n +∞ +α 1 −α pα (1 + τ p )α +α 0 1 (1 + τ p )α 0 −α (1 − τ p )α 0 +α 0 −α 0 + 2α 1 (1 − τ p )α (p 2 + 2ξω n l ) α p +ω2 nl 1 (p 2 + 2ξω n l p + ω n2l )α 0 − 2α e − Trp 0 −∞ Chap.3/ 61 Application : exemple 1 (1/4) K , p .(1 + τ 1 p )(1 + τ 2 p ) W ( p) = K > 0, τ 1 > τ 2 > 0 τ1 τ 2 Valeurs caractéristiques de la pulsation :  GAIN et PHASE L(ω ) = 20 log W ( jω ) = 20 log K . jω −1.(1 + τ1 jω )−1.(1 + τ 2 jω )−1 ( ) ( = 20 log K − 20 log ω − 10 log 1 + (τ1ω )2 − 10 log 1 + (τ 2ω )2 ( ) ) ( ϕ (ω ) = arg(W ( jω )) = arg K + arg( jω −1) + arg (1 + τ1 jω )−1 + arg (1 + τ 2 jω )−1 Pour ω << Pour ω << L(ω ) ≅ 20 log K − 20 log ω 1 ) Pente -1 π τ1 ϕ (ω ) ≈ arg(k ) + arg( jω )−1 = − 1 ϕ (ω ) ≈ arg(k ) + arg( jω ) −1 + arg (1 + jτ1ω ) −1 + arg (1 + jτ 2ω ) −1 π π π 3π 2 Pente -3 L(ω ) ≅ 20 log K − 20 log ω − 20 log(ωτ1 ) − 20 log(ωτ 2 ) ( τ2 ≈− 2 − 2 − 2 =− ) ( ) 2 Chap.3/ 62 Application : exemple 1 (2/4) Pente -2 Pour 1 τ1 <ω < L(ω ) ≅ 20 log K − 20 log ω − 20 log(ωτ1) ( 1 ϕ (ω ) ≈ arg(k ) + arg( jω )−1 + arg (1 + jτ1ω )−1 π π ≈ − − = −π τ2 2 ) 2 Le diagramme pseudo asymptotique correspond à la sommation des diagrammes associés à K, 1/p, 1/(1+τ1p) et 1/(1+τ2p) Fréquence pour laquelle le déphasage est de -Π ϕ (ω ) = − π 2 − arctg (τ1ω ) − arctg (τ 2ω ) = −π soit τ1ω.τ 2ω = 1 ⇒ ω = 1 ⎛ 1 − xy ⎞ arctg ( x) + arctgy = arct ⎜ ⎟ ⎝ xy ⎠ τ1τ 2 Chap.3/ 63 Application : exemple 1 (3/4) L(ω) [db] -1 Diagramme pseudo asymptotique 0 Diagramme réel -2 1 1 K 1 τ1 τ2 Log(ω) ϕ(ω) [rad] -3 1 τ1τ 2 0° − Log(ω) π 2 −π 3 − π 2 Chap.3/ 64 Application : exemple 1 (4/4) Tracé du diagramme réel à l’aide de Matlab W ( p) = K , p .(1 + τ 1 p )(1 + τ 2 p ) K > 0, τ 1 > τ 2 > 0 k=1; tau1=10; tau2=1; tau2 1; num=k; den1=conv([1 0],[tau1 1]) den=conv(den1, [tau2 1]) bode(num,den), grid, title('bode par MAtlab') Chap.3/ 65 Application : exemple 2 (2/3) W ( p) = ( K p. p 2 + p + 4 ), K > 0 , Valeurs caractéristiques p 2 + p + 4 ≡ p 2 + 2ξω n p + ω n2  GAIN et PHASE ( ξ = 0, 25, ω n = 2 ) 2 L(ω ) = 20 log K − 20 log ω − 10 log⎛⎜ ωn2 − ω 2 + 4ξl2ω 2ωn2 ⎞⎟ ⎝ ⎠ (( ) ϕ(ω ) = − arg ωn2 − ω 2 + 2 jξωnω Pour ω << ω n Pour ω >> ω n Pour ω = ω n ) Pente -1 L (ω ) ≅ 20 log K − 20 log ω − 40 log ωn ϕ (ω ) ≈ 0 − π 2 +0=− π Pente -3 2 L (ω ) ≅ 20 log K − 20 log ω − 40 log ω = 20 log K − 20 * 3 log ω 3π π π ϕ (ω ) ≈ 0 − + arg(−ω 2 ) = 0 − − π = − 2 2 2 ( ) L(ω ) ≅ 20 log K − 20 log ωn − 20 log 2ξωn2 = 20 log( K / 4 ) ϕ (ω ) ≈ 0 − π 2 + arg(0 + j 2ξωn2 ) = 0 − π 2 − π 2 = −π Chap.3/ 66 Application : exemple 2 (3/3) Digramme asymptotique L(ω) [db] Digramme de Bode réel tracé à l’aide de Matlab Amplitude -1 0 1 ωn Log(ω) -3 -11 Phase ϕ(ω) [rad] 0° − π Log(ω) 2 −π 3 − π 2 Chap.3/ 67 Diagramme de Nyquist (1/3) ) Lieu de Nyquist ? ¾ Il représente l’évolution en coordonnées polaires du nombre complexe W(p) lorsque p parcourt le «contour d’exclusion de Nyquist» qui est toit simplement le contour qui entoure tous les pôles et zéros de W(p) compris dans le demi plan complexe caractérisé par une partie réelle positive. (voir Figures) Im ω→+∞ Im +jω2 +jω1 ω→0+ ω→0- Re -jω1 Re -jω2 ω→-∞ Contour d’exclusion de Nyquist Cas où les pôles sont imaginaires purs : on les évite en les contournant Chap.3/ 68 Diagramme de Nyquist (2/3) )Règle ¾ Le tracé du diagramme de Nyquist commence par le tracé du lieu de Nyquist pour ω variant de 0 à +∞ ¾ La partie correspondant à ω variant de 0 à -∞ s’obtient par symétrie du lieu de Nyquist par rapport à l’axe réel )Exemple W ( p) = K , K > 0, τ 1 > τ 2 > 0 p.(1 + τ 1 p )(1 + τ 2 p ) W ( jω ) = − Kω (τ 1 + τ 2 ) K (1 − ω 2τ 1τ 2 ) − j = Re(ω ) + j Im(ω ) ω (1 + ω 2τ 12 )(1 + ω 2τ 22 ) ω (1 + ω 2τ 12 )(1 + ω 2τ 22 ) Chap.3/ 69 Diagramme de Nyquist (3/3) Points particuliers ω → 0 , Re( ω ) → − K (τ 1 + τ 2 ) Im Intersecti on avec l' axe des réels < 0 (pour ϕ = -π ) 1 ϕ (ω = ) = - π (exercice précédent) ω→∞ − K (τ 1 + τ 2 ) 0 τ 1τ 2 Pour Re( ω = Re K τ 1τ 2 )=− τ 1τ 2 τ1 + τ 2 1 ω = 1 τ 1τ 2 ω=0 )Simulation sur Matlab ¾ Nyquist(num, den) Chap.3/ 70 Diagramme de Black )Lieu de Black ¾ C’est une représentation cartésienne de W(jω) avec phase en degré (abscisse) et gain en db (ordonnées). Sa détermination passe par le diagramme de Bode. )Exemple ω→0 ω = W ( p) = K p .(1 + τ 1 p )(1 + τ 2 p ) Gain (db) 1 τ 1τ 2 0 -180 -270 -90 ϕ° ω→∞ )Utilisation de Matlab ¾ Nichols (num, den) Chap.3/ 71 Chap.4 PERFORMANCES D’UN SYSTEME de COMMANDE Objectifs du chapitre : ) Définir et calcul des paramètres de performances d’un système ) Calculer les conditions de stabilité des systèmes ) Évaluer le degré de stabilité )Comprendre le dilemme stabilité stabilité--précision par un exemple Chap. 4.1 4.1 PARAMÈTRES DE PERFORMANCES (4/4) ) Performances en précision ¾ Erreur statique Δ = lim ( y (t ) − xc (t ) ) = lim p (Y ( p ) − xc ( p ) ) ¾ Erreur dynamique E d = ∫ ( y ( t ) − x c ( t ) )2 dt t→∞ p→0 t pr 0 ) Performances en stabilité ¾ Un système est dit stable si à une entrée limitée, la sortie est aussi limitée. système instable système stable s(t) s(t) t Chap.4/ 2 t 4.2 STABILITÉ DES SYSTÈMES ) 1. CONDITIONS GÉNÉRALES DE STABILITÉ X(p) y (p) n y ( t ) = L−1 {X ( p )W ( p )} = ∑ C i e p i t W(p) i =1 * La forme f de d lla sortie i dépendra dé d lla nature d des pôles ôl : Pôles pi réels n y (t ) = ∑ Ci e pit i =1 Parmi les n pôles existe une paire de pôles complexes P12 =α±Jβ n−2 y (t ) = ∑ Ci e pit + eα t .sin( β t ) i =1 Chap.4/ 3 4.3. Influence de la position des pôles sur la stabilité 1 1 y ( t ) = e α t .sin ( β t ) o ù α < 0 0.8 y( t ) = 0.4 Stable -1 n ∑ Ci e pi t , pi < 0 i=1 0 0 2 4 6 Stable 8 00 10 2 4 6 8 10 8 10 25 20 y ( t ) = e α t .sin ( β t ) o ù α > 0 20 y( t ) = n ∑ Ci e pi t , pi > 0 i=1 0 10 instable -20 0 2 4 6 8 10 0 instable 0 2 4 6 Un système est stable si et seulement si tous les pôles de sa fonction de transfert sont à partie réelle négative. Ils se situent tous strictement à gauche de l’axe imaginaires du plan complexe. Chap.4/ 4 4.4 Influence de la position des pôles sur la dynamique du système p1, 2 =α ± j β p1 , 2 = − α ± j β p1, 2 = − 2α ± j β 1 1 0 0 -1 -1 0 10 0 Instable Im Stable 10 p1, 2 = 2α ± j β 8 8 0 0 0 0 10 p1, 2 = 0 ± j β p = − Re 10 p = + Re 0 1 450 0 0 Re 10 0 10 Chap.4/ 5 4.5. Critère algébrique de Routh – Hurwitz (1/4) )Problématique ¾ Critère algébrique de Routh : permet la détermination de la stabilité du système (conditions pour lesquelles tous les pôles de W(p) sont à partie réelles négatives) à partir des coefficients du polynôme caractéristique sans calculer les pôles )Données W ( p)= N ( p ) b 0 + b1 p + ... + b m p n = n >m D ( p ) a 0 + a1 p + ... + a n p n D ( p ) = a 0 + a1 p + ... + a n p n )On analyse : ) Conditions nécessaires de stabilité ¾ Tous les coefficients ai doivent être de même signe et non nuls. )Conditions nécessaires et suffisantes de stabilité ¾ Elle est donnée par le tableau de Routh Chap.4/ 6 4.5. Critère algébrique de Routh – Hurwitz (2/4) Tableau de Routh ΔR ⎡ an ⎢a ⎢ n −1 ⎢ A11 ⎢ A Δ R = ⎢ 21 ⎢ . ⎢ ⎢ . ⎢ . ⎢ ⎣ An1 pn p n −1 p n− 2 p n −3 . . . p0 an − 2 an −3 an − 4 an −5 A12 A22 A13 A23 . . . . . An 2 . An 3 . . .⎤ . . .⎥ ⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎦ Les 2 premières lignes du tableau sont posées Les autres lignes sont calculées à partir des 2 premières lignes ⎡ an ⎢a ⎢ n −1 ⎢ A11 ⎢ A Δ R = ⎢ 21 ⎢ . ⎢ ⎢ . ⎢ . ⎢ ⎣ An1 Calcul des coefficients Aij 1er ligne A11 = an − 2 ⎤ ⎡ a − det ⎢ n ⎥ ⎣ a n −1 a n − 3 ⎦ a n −1 an − 4 ⎤ ⎡a − det ⎢ n ⎥ ⎣an −1 an −5 ⎦ A12 = an −1 . A13 = an − 6 ⎤ ⎡a − det ⎢ n ⎥ ⎣an −1 an − 7 ⎦ an −1 an − 2 an − 4 an −3 A12 an −5 A13 A22 . A23 . . . . An 2 . An 3 . . .⎤ . . .⎥ ⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎦ Chap.4/ 7 4.5. Critère algébrique de Routh – Hurwitz (3/4) 2-ième ligne a ⎤ ⎡a − det ⎢ n −1 n − 3 ⎥ ⎣ A11 A12 ⎦ A21 = A11 a ⎤ ⎡a − det ⎢ n −1 n −5 ⎥ ⎣ A11 A13 ⎦ A22 = A11 A23 = ⎡ an ⎢a ⎢ n −1 ⎢ A11 ⎢ A Δ R = ⎢ 21 ⎢ . ⎢ ⎢ . ⎢ . ⎢ ⎣ An1 an − 2 an − 3 an − 4 an − 5 A12 A22 A13 A23 . . . . . An 2 . An 3 . . .⎤ . . .⎥ ⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎥ . . .⎥ ⎥ . . .⎦ a ⎤ ⎡a − det ⎢ n −1 n − 7 ⎥ ⎣ A11 A14 ⎦ A11 On examine uniquement le 1er colonne pour la stabilité Chap.4/ 8 4.5. Critère algébrique de Routh – Hurwitz (4/4) )Conditions de Stabilité selon le critère algébrique de Routh ¾ On examine la première colonne du déterminant de Routh (dont les éléments sont appelés pivots) : ⎡ an ⎤ ⎢a ⎥ ⎢ n −1 ⎥ ⎢ A11 ⎥ 1er colonne de Δ R = ⎢ A21 ⎥ ⎢ ⎥ ⎢ . ⎥ ⎢ . ⎥ ⎢ ⎥ ⎢⎣ . ⎦⎥ )Théorème de Routh : Le système est stable si et seulement si les éléments de la première colonne du tableau de Routh sont tous de même signe. le nombre de changement de signes est égal au nombre de pôles à partie réelle positive.. positive ¾ Cas Particulier : Il apparaît un zéro dans la première colonne. Alors on poursuit en écrivant à la place de la ligne en question les coefficients du polynôme dérivé par rapport à p d’un polynôme auxiliaire dont les coefficients sont les termes de la dernière ligne non nulle. Les racines à partie réelle nulle sont alors les zéros du polynôme auxiliaire. Ce cas permet de trouver les conditions pour lesquelles un système linéaire est juste oscillant. Chap.4/ 9 Exemple1 (1/2) W (p = 1 4 + 4 p + 5 p2 + p3 + p4 D ( p ) = 4 + 4 p + 5 p 2 + p 3 + p 4 = a 0 + a1 p + a 2 p 2 + a 3 p 3 + a 4 p 4 p4 ⎡ a4 p3 ⎢ a ⎣ 3 a0 ⎤ − ⎥⎦ a2 a1 ⎡1 5 ⎢1 4 ⎣ = 4⎤ − ⎥⎦ 4 0 −⎤ − ⎥⎦ an − 2 ⎤ ⎡ a ⎡1 − det ⎢ n ⎥ − det ⎢1 ⎣ a n −1 a n − 3 ⎦ = ⎣ A11 = a n −1 1 5⎤ 4 ⎥⎦ ⎡ A11 ⎢A ⎣ 21 p2 p1 p0 A13 ⎤ ⎡ 1 = A23 ⎥⎦ ⎢⎣ 0 A12 A22 Les 2 premières lignes du tableau sont posées Il apparaît un zéro dans la 1er colonne A21 = =1 Comment faire ? a ⎤ ⎡a ⎡1 4⎤ − det ⎢ n −1 n − 3 ⎥ − det ⎢ ⎥ ⎣1 4⎦ = 0 ⎣ A11 A12 ⎦ = 1 A11 On développe la ligne précédente pour déterminer le mode : Polynôme auxiliaire : p2+4 p 2 + 4 = 0 ⇒ P = ±2 j Chap.4/ 10 Exemple1 (2/2) Alors on poursuit en écrivant à la place de la ligne en question les coefficients du polynôme dérivé par rapport à p d’un polynôme auxiliaire dont les coefficients sont les termes de la dernière ligne non nulle. ( ) d p2 + 4 = 2p + 0 dp On reporte dans la table de Routh les coefficient du polynôme 2p+0 p 4 ⎡ a4 p 3 ⎢⎣ a 3 p2 p1 p0 a0 ⎤ − ⎥⎦ ⎡1 5 ⎢1 4 ⎣ 4⎤ − ⎥⎦ ⎡ A11 A12 A13 ⎤ ⎡ 1 4 ⎢ ⎥=⎢ ⎣ A21 A22 A23 ⎦ ⎣ 2 0 [ A31 A32 A33 ] = [4 − −⎤ − ⎥⎦ a2 a1 = −] Conclusion : Tous les coefficients de le première colonne sont de même signe [1 1 1 2 4]. Le polynôme D(p) ne possède pas de racine à partie réelle positives mais deux racines qui sont situées sur l’axe imaginaire pur Racine de D(p) : -0.0000 + 2.0000i -0.0000 - 2.0000i -0.5000 + 0.8660i -0.5000 - 0.8660i Réponse impulsionnelle Chap.4/ 11 Exemple 2 W (p = p −1 p 6 + 5 p 5 + 9 p 4 + 10 p 3 + 11 p 2 + 10 p + 3 D ( p ) = p 6 + 5 p 5 + 9 p 4 + 10 p 3 + 11 p 2 + 10 p + 3 Tableau de Routh p6 p5 p4 p3 p2 1 9 11 1 1 -1 -1 10 8.96 1 56 1.56 0 . 432 10 3.01 3 Il y a deux changements de signe dans la 1er colonne De 1 à -1 et de -2.66 à 0.48 : le système y est instable p 1 - 2 . 66 p 0 0 . 48 Racine de D(p) : -2.5604 0.2767 + 1.0865i 0.2767 - 1.0865i -1.2578 + 0.6082i -1.2578 - 0.6082i -0.4775 Réponse impulsionnelle Chap.4/ 12 Conditions de stabilité d’un élément du 1er 22-iéme et 3 3--iéme ordre 1er ordre W ( p) = 2ème ordre W ( p) = W ( p) = 3éme ordre ⎧a1 > 0 ⎨ ⎩a0 > 0 1 a1 p + a 0 ⎧a2 > 0 ⎪ ⎨ a1 > 0 ⎪a > 0 ⎩ 0 1 a 2 p 2 + a1 p + a 0 ⎧ a3 > 0 ⎪ a >0 2 ⎪ ⎨ a1 > 0 ⎪ a >0 0 ⎪ ⎩a1.a2 > a0.a3 1 a 3 p 3 + a 2 p 2 + a1 p + a 0 P.S. pour mémoire : système du 3-iéme ordre est stable si : • tous les coefficients sont > 0 • le produit des moyens (a1.a2) > produit des extrêmes (a0.a3) Chap.4/ 13 EXEMPLES : Critère algébrique de Routh – Hurwitz 1. Asservissement de position avec un PI régulateur + C K (1 + M 1 αTP 1 1 + TP ) 1 TP - α 2T 3 K > α T 3 K ⇒ α > 1 Df ( p ) = α T 3 p 3 + α T 2 p 2 + α KTP + K = 0 2. Asservissement de position avec un P régulateur + C 1 1 K 1 + α TP ) M 1 TP 1 + TP (1 + α )T 3 > α T 3 K ⇒ K < Df ( p ) = α T 3 p 3 + (1 + α )T 2 p 2 + Tp + K = 0 1+ α α Chap.4/ 14 4.6. CRITERE DE NYQUIST (1/9) )Avantage de la méthode ¾ Technique géométrique appliquée aux systèmes qui ne sont pas à minimum de phase, Présence de retard pur dans les expressions de fonctions de transfert )Problématique Et en état fermé ? Conditions de stabilité connues Xc(t) Wou(p) ( ) Ys(t) Xc(t) + Wou(p) Ys(t) - )Transformation du SRA en retour unitaire Xc(t) + Wro(p) Ys(t) Y1(t) Wro(p) - Wcr(p) Wou(p) Xc(t) + Y1(t) Wcr(p) Ys(t) Chap.4/ 15 4.6. CRITERE DE NYQUIST (2/9) Xc(t) W (p = Ys(t) Wou(p) N ou ( p ) , D ou ( p ) n D ou ( p ) = a 0 + a1 p + a 2 p 2 + ... + a n p n = a n Π ( p − p i ) i =1 Analyse fréquentielle p = jω Z i ( jω ) = Z i ( jω ) .e jΘi (ω ) Z i ( j ω ) = j ω − p i ( i = 1, n ) Nombre complexe n j ∑ Θ i (ω ) n Alors : D ou ( j ω ) = a n Π Z i ( j ω ) .e i = 1 i =1 Variation de l’argument ΔΘ(ω) : = f ( j ω ) e jΘ (ω ) ΔΘ (ω ) = arg( D ou ( j ω ) pour p i < 0 ⇒ ΔΘ i (ω ) = 1) pi <0 (Gauche du plan complexe) 0<ω <∞ 0<ω <∞ π 2 p i > 0 ⇒ ΔΘ i (ω ) = − 2) pi >0 (Droite du plan complexe) 0<ω <∞ π 2 Chap.4/ 16 4.6. CRITERE DE NYQUIST (3/9) )Conditions de stabilité du système ¾ Si Dou(p) possède K racine à droite du plan complexe alors on a (n-K) racine gauche )Alors la variation de l’argument sera : n π i =1 2 ΔΘ Θ (ω ) = ∑ ΔΘ Θ i (ω ) = (n − K ) − π K = π ( n − 2 K ) 2 2 )Théorème : ¾ Le système dont le polynôme caractéristique est Dou(p) est stable ssi le nombre de pôle à droite est égal à zéro : K=0 ΔΘ(ω ) = π 2 0<ω <∞ n Chap.4/ 17 4.6. CRITERE DE NYQUIST (4/9) )Critère de Nyquist Xc(t) + Wou(p) W ou ( p ) = N ou ( p ) , D ou ( p ) W f ( p) = W ou ( p ) N ou ( p ) = 1 + W ou ( p ) N ou ( p ) + D ou ( p ) Ys(t) - )Introduisons une fonction subsidiaire 1 + Wou ( p ) = N ou ( p ) + Dou ( p ) = D f ( p) Dou ( p ) 1 + Wou ( jω ) = 1 + Wou ( jω ) e jΘ(ω ) = ) )L’argument total sera : N ou ( jω ) + Dou ( jω ) jΘ(ω ) e Dou ( jω ) Θ(ω ) = arg( N ou ( jω ) + Dou ( jω )) − arg( Dou ( jω ) = Θ1 (ω ) − Θ2 (ω ) Chap.4/ 18 4.6. CRITERE DE NYQUIST (5/9) )Condition de stabilité du système en BF : (voir demo. demo. précédente) ΔΘ 1 ( ω ) = n )Or : π 2 , 0≤ω <∞ ΔΘ ( ω ) = ΔΘ 1 ( ω ) − ΔΘ 2 ( ω ) ΔΘ 2 ( ω ) = (n − 2 K ) π 2 , 0≤ω <∞ )Supposons que le système en BO est instable : possède K racines droites, alors : ΔΘ (ω ) = n π 2 − (n − 2 K ) π 2 = ΔΘ (ω ) = K π K .2π 2 Chap.4/ 19 4.6. CRITERE DE NYQUIST (6/9) ) Un système en boucle fermée ayant K pôles instable en boucle ouverte est stable ssi : ¾ Le lieu de de Nyquist du système en état ouvert entoure K fois le point (-1, J0) dans le sens trigonométrique )Critère simplifié de Nyquist Critère du revers :(nombre :(nombre de pôles instable égal à zéro K=0) : ¾ Un SRA à contre réaction unitaire, est stable en état fermé ssi, en parcourant le lieu de transfert en état ouvert dans le sens des fréquences croissantes, ce lieu n’enveloppe pas le point (-1, j0). Chap.4/ 20 4.6. CRITERE DE NYQUIST (7/9) : Exemple1 W ( p) = K p .(1 + τ 1 p )(1 + τ 2 p ) Conditions de stabilité Im − K (τ 1 + τ 2 ) ω →∞ M 0 Nombre de pôles instables : 0 Alors le diagramme de Nyquist ne doit pas entourer 1 Re ω = ω=0 1 τ 1τ 2 OM = 1 K τ 1τ 2 : est le module pour ω = et ϕ = -π τ1 + τ 2 τ 1τ 2 Alors OM < 1 ⇒ K < 3 Chap.4/ 21 4.6. CRITERE DE NYQUIST (8/9) : Exemple2 )Exemple cas (K=0) : A. Lieu de Nyquist Im Im Stable -1 Re Pompage Instable -1 Im -1 Re Re B.. Lieu de Black (on laisse le point (odb,-180°) à droite) G [db] G [db] -180 ° -180 ° ϕ [°] G [db] -180 ° ϕ [°] Pompage Stable ϕ [°] Instable Chap.4/ 22 4.6. CRITERE DE NYQUIST (9/9) : Cas des pôles imaginaires purs ) Problématique : ¾ Si des pôles de Wou(p) sont situés sur l’axe imaginaire, faut il les compter dans le demi plan droit ou gauche? ¾ Il faut modifier le contour de Nyquist de façon soit à les inclure dans le contour (c.à.d. dans K) soit à les en exclure. Chap.4/ 23 ) Comment faire l’inclusion ou l’exclusion? ¾ S’effectue à l’aide de demi cercles dont on fait tendre le rayon ρ vers zéro : Im Im ρ p = p1 + ρ e iΘ p1 p1 Re p = p 2 + ρ e iΘ Re ρ p2 p2 Contour d’exclusion de Nyquist Inclusion du pôle à gauche Inclusion du pôle à droite Chap.4/ 24 4.7. Degré de stabilité (1/3) )Importance Xc(t) + K Ys(t) Wou(p) - )Marge de Gain (MG)Im sur le lieu de Nyquist -1 1 MG = 0 A Re 1 ∈ [1,∞] O OA ⎛ 1 ⎞ ⎟ MG = 20 log⎜⎜ ⎟ ∈ [ 0, ∞ ] ⎝ OA ⎠ )Sens pratique de la MG ¾ Est une garantie que la stabilité persistera malgré des variations imprévues du gain en boucle ouverte Chap.4/ 25 2 < MG < 2.5 4.7. Degré de stabilité (2/3) )Marge de phase Im 1/MG R=1 -1 Re Marge de phase :MP )La marge de phase caractérise l’écart supplémentaire qui ferait passer le lieu de Nyquist de l’autre côté du point critique ¾ Est une garantie que la stabilité persistera malgré l’existence de retards parasites dont on n’a pas tenu compte dans les calculs initiaux 40 < MP < 50 Chap.4/ 26 4.7. Degré de stabilité (3/3) ) Marge de gain et de phase sur le lieu de Black MP ) Marge de gain et de phase sur le diagramme de Bode G [db] G [db] -180 ° 0 dB ϕ [°] MG MG ϕ [°] 0° ) MP : Ecart en phase par rapport à -180° 180° lorsque le gain du système en BO est égal à 1 (0 dB) ) MG : Ecart en gain par rapport à 0 dB pour un déphasage de -180° 180° . On recommande MG=12 dB -90° -180° MP -270° Chap.4/ 27 4.8. DILEMME STABILITÉ - PRÉCISION Sortie du produit Qs, Hs PC - Pr E + U Entrée du produit Vapeur d’eau Pr Tv Qe, He Sortie échangeur Chap.4/ 28 1. Etude de la Précision Quelle doit être le gain du correcteur à afficher pour que la pression du réacteur soit égale exactement à celle de consigne (fixée en fonction du process) ? E Pc(t) - Pc(t) CORRECTEUR Ps(t) Vanne x(t) Tv(t) Echangeur Transmetteur de pression Capteur de pression CORRECTEUR Wou(p) + Pr(t) Réacteur Ps(t) Wou(p) = W vanne(p). W échangeur(p). Wréacteur(p). W capteur(p). W transmetteur(p) Chap.4/ 29 Calcul de la Précision Pc(t) E + Ps(t) Wou(p) K - Pc(t) W f ( p) = KW ou ( p ) Ps(t) 1+ KW ou ( p ) Problématique Ps(t) Pc(t) Pc(t) SYSTEM Ps(t) E Pc(t) P0 t t Chap.4/ 30 Application numérique W ou ( p ) = 1 2 p 3 + 3 p 2 + 4 p +1 9 Trouvons l’erreur suite à une variation de l’entrée sous forme d’un saut de P0 Pc ( p ) = P0 P 9 Calcul de l ’erreur E ( ∞ ) = lim (Ps ( t ) − Pc ( t ) ) t→ ∞ ( = lim p .(Ps ( p ) − Pc ( p ) )= lim p . Pc ( p ).W f ( p ) − Pc ( p ) p→ 0 p→ 0 ) E ( ∞ ) = P0 . ⎛ ⎞ K = lim p .⎜⎜ Pc ( p ). − Pc ( p ) ⎟⎟ 1+ KW ou ( p ) p→ 0 ⎝ ⎠ 1 1 = P0 . 1+ KW ou ( 0 ) 1+ K Pour que E(∞) = 0, il faut que le gain K soit INFINI. Mais, qu’en sera t-il de la stabilité de mon système ? Chap.4/ 31 2. Stabilité du système en état fermé W f ( p) = W ou ( p ) K = . 1 + W ou ( p ) 2 p 3 +3 p 2 + 4 p + 1 + K D ( p ) = 2 p 3 + 3 p 2 + 4 P +1+ K )Conditions de stabilité a3 = 2 > 0 ⎧ ⎪ a2 = 3 > 0 ⎪⎪ a1 = 4 > 0 ⎨ ⎪ a = 1+ K > 0 ⇒ K > − 1 ⎪ 0 4 * 3> 2 .(1+ K ) ⎩⎪ Système stable si 0 < K < 5 Pour avoir une bonne précision ,il faut augmenter le gain, mais l'augmentation du gain rend le système instable Je prends alors un gain qui m’assure une « bonne » marge de stabilité Dilemme stabilité précision Chap.4/ 32 Influence du gain sur la précision et la stabilité ( simulation sur Matlab-Simulink) Démonstration sur Matab-Simulink 6 Ps(t) [bar] K=0.5 Pc MG = 10 MP=inf. 6 ε ( ∞) = 26 , bars Pc Im -1 K=2.5 2.5 Réel 2 2 0 2 4 0 6 10 20 6 6 30 MG = 2 MP=60 ε ( ∞ ) = 114bars , 60 K=5 K=4 MG = 1 MP=0° Pc K=6 Pc 2 0 MG = 1,25 MP=13,7° 2 ε (∞) =0,8 0 20 40 MG = 0,83. MP=-8,9° 60 t [s] 0 20 40 60 t (s) 0 20 40 Chap.4/ 33 EXEMPLE 2 ) INFLUENCE DU TEMPS DE RETARD C K 1 1+ P e −τp M - )Analyse de la stabilité Critère de Nyquist ¾ Cas 1 : K=1 1 ⎧ =1 ⎪ A(ω ) = 1 ⇒ ⎨ 1 + ω2 ⎪ ⎩ϕ (ω ) = −π ⇒ − arctg (ω ) − τω = −π ω = 0 : unique solution )Discussion : Le module maximal est égal à 1 ∀ ω variant de 0 à +∞ Chap.4/ 34 Comment tracer le lieu de Nyquist : programme Matlab % INTRODUCTION PARAMETRES %fichier : Tracer_Nyquist_avec_retard_ima1.m Démonstration sur Matab-Simulink omega=0:0.01:20 % Variation de la fréquence omega en rad/s tau=20 % retard pur en seconde k=1 %CALCUL DU LIEU DE NYQUIST : phase phi et amplitude A phi1=(-atan(omega)-omega*tau) p ( ( g ) g ) %-Phi en radian phi=phi1*180/pi % CALCUL DE PHI en DEGRE en multipliant par 180/pi) A=k./sqrt(1+omega.*omega) % élément du 1er ordre %CALCUL DES PARTIES RELLES ET IMAGINAIRES Re1=1./(1+omega.*omega); Re=(Re1.*cos(omega*tau)+Im1.*sin(omega.*tau))*k Im=(Im1.*cos(omega*tau)-Re1.*sin(omega.*tau))*k %TRACE DU LIEU DE NYQUIST Chap.4/ 35 plot(Re,Im), grid Lieu de Nyquist pour différentes valeurs du retard Tau Tau=1 Tau=0 Tau =20 Chap.4/ 36 Analyse temporelle Tau=1 Tau=0 Tau=20 Chap.4/ 37 Influence du gain )Analyse de la stabilité Critère de Nyquist ¾ Cas 2 : K>1 C e −τ p 1 1+ P K M - K ⎧ =1 ⎪ A(ω ) = 1 ⇒ 1+ ω2 ⎨ ⎪ϕ (ω ) = −π ⇒ −arctg (ω ) − τω = −π ⎩ 2 équations 3 inconnues K ω = tg (π − ωτ ) 1 + tg 2 (π − ωτ ) =1 K= 1 cos(π − ωτ ) )Comment résoudre l’équation K=F(ω K=F(ω,τ)? ¾ Ev variant K jusqu’à apparition de pompage K=2.14 Chap.4/ 38 Influence du gain )Lieu de transfert pour K=2.14 -1 Démonstration sur Matab-Simulink Chap.4/ 39 4.9. CALCUL DE L’ERREUR DE REGLAGE M E + Xc Correcteur Process C(p) G(p) - Xc M ) Forme générale de l’erreur E (∞) = lim ( M (t ) − Xc (t ) ) = lim p. ( M ( p) − Xc ( p) ) t →∞ p →0 ⎛ ⎞ 1 E(∞) = lim p. Xc( p).⎜⎜ ⎟⎟ p →0 ⎝ 1+C ( p).G ( p) ⎠ Chap.4/ 40 4.10. DIFFERENTES TYPES D ’ERREURS Xc ( p ) = A) Erreur de position X0 X0 p C(p) G(p) + Xc M - C ( p) = Soit un correcteur K pα α = 0 ⇒ E(∞) = ⎛ ⎞ ⎜ ⎟ 1 ⎟ E(∞ ) = lim X 0.⎜ K ⎜ ⎟ p →0 ⎜ 1+ pα .G ( p ) ⎟ ⎝ ⎠ X0 1+K.G(0) α = 1 ⇒ E(∞) = 0 ) Conclusion sur la précision Chap.4/ 41 B) Erreur de vitesse Xc ( p ) = X0 p2 X0 Xc + M - ⎛ ⎞ ⎜ ⎟ X0⎜ 1 ⎟ E (∞ ) = lim . K ⎟ p→ 0 p ⎜ ⎜ 1+ pα .G ( p ) ⎟ ⎝ ⎠ α = 0 ⇒ E ( ∞) → ∞ α = 1 ⇒ E ( ∞) = X0 K .G ( 0) α ≥ 2 ⇒ E ( ∞) = 0 Pour éliminer une erreur de traînage il faut placer au moins deux intégrateurs dans dans la boucle ouverte. Chap.4/ 42 C) Erreur d ’accélération Xc ( p ) = X0 p3 + Xc M - α = 0 ⇒ E ( ∞) → ∞ α =1 ⇒ E(∞) → ∞ ⎛ ⎞ ⎜ ⎟ 1 X0 ⎟ E (∞ ) = lim 2 .⎜ K ⎟ p→0 p ⎜ ⎜ 1+ pα .G ( p ) ⎟ ⎝ ⎠ α = 2 ⇒ E ( ∞) = X0 K .G (0) α ≥ 3 ⇒ E(∞) = 0 Pour éliminer une erreur d’accélération il faut placer au moins trois intégrateurs dans dans la boucle ouverte. Chap.4/ 43 4.11 Classes d’un système La précision d’un SRA dépend du nombre d’intégrateurs insérés dans la boucle ouverte Classe du système tè Erreur de position Erreur de vitesse Erreur d'accélération 0 1 2 α>2 1/(1+K) 0 0 0 ∞ 1/K 0 0 ∞ ∞ 1/K 0 Chap.4/ 44 Chap. 5 : TECHNOLOGIE ET REGLAGE DES REGULATEURS Objectifs Maîtriser : ¾ La technologie des régulateurs industriels P, PI, PID, «tout ou rien», ¾ la réalisation des actions P, I et D série, parallèle , mixte, ¾ les méthodes pratiques de réglage des régulateurs en boucle ouverte et fermée, ¾ la vérification des actions des régulateurs, ¾ Le rôle domaines d’utilisation des régulateurs P, PI et PID. Chap. 5/1 VUE GENERALE D’UN REGULATEUR INDUSTRIELLE Chap. 5/2 PRINCIPE DE FONCTIONNEMENT D’UN REGULATEUR DE NIVEAU Chap. 5/3 5.1. Technologie des régulateurs ) Définitions REGULATEUR C y U C-M Algorithme Vanne Process M Transmetteur Capteur ) Les différentes parties d’un régulateur Mesure M 1. Les signaux Consigne C Sortie U Chap. 5/4 2. Les blocs d’un régulateur consigne extérieure Sélecteur de consigne consigne interne Indicateur d’erreur C Dispositif d’Affichage de la Consigne DAC module PID limiteur Sélecteur du sens d’action P I I D L D M I H Indicateur sortie D manuel/auto transmetteur commande manuelle auto manuel capteur Chap. 5/5 5.1.2 Classification des blocs d’un régulateur ¾ 3. Les réglages A. Réglage de la consigne B. Réglage des action P, I et D C. Réglages des limites de la sortie du régulateur pour ne pas endommager la vanne D. Réglage de la sortie en position manuelle 4. Les sélecteurs A. Consigne interne et externe B. Sens d’action du régulateur C. Passage du mode automatique à manuel 5. Les indicateurs A. Indicateur de consigne B. Indicateur de mesure C. Indicateur de l’erreur de réglage D. Indicateur de la sortie du régulateur Chap. 5/6 5.1.3 Quelques indication sur les régulateurs industriels ¾ Mesure : PV (process variable) ¾ Consigne interne : L ou Local ¾ Sortie : OUT (output) ¾ Consigne externe D ou R (Distance ou Remote) ¾ Consigne : SP (set point) ¾ Consigne suiveuse PVT : Process Variable Tracking ¾ Direct : Direct ou Decrease ¾ I : Inverse ou Increase ¾ (+) : Directe (-) : Inverse ¾ Manuel : M, MAN ou Manual ¾ Auto : A, Aut. Auto Chap. 5/7 5.1.4. Classification des régulateurs ) 1. Selon la nature de l’énergie qu’ils utilisent ¾ A. Pneumatique ¾ B. Electronique ¾ C. Numérique ) 2. Selon le type d’action ¾ A. P-régulateur ¾ B. PI Régulateur ¾ C. PD régulateur ¾ D. PID régulateur ¾ E. Tout ou rien ) 3. Selon le sens d’action ¾ A. Direct ¾ B. Inverse Chap. 5/8 5.2. Actions des régulateurs A) Régulateur proportionnel P-régulateur Définitions C C-M + U P-régulateur U = K .(M −C ) (-) M Fonction de transfert W( p ) = K Paramètres Rôle et domaine d’utilisation Chap. 5/9 Sortie d’un Prégulateur C-M U P-régulateur idéale U(t) M-C réelle K .(C − M )= 100 (C − M ) BP M-C t (sec.) Chap. 5/10 B) PI Régulateur Définitions C C-M + U U = K (C − M ) + PI-régulateur K t ∫ (C − M )dt Ti 0 (-) M ⎛ T p + 1⎞ W( p ) = K⎜ i ⎟ ⎝ Ti p ⎠ Fonction de transfert Paramètres Rôle et domaine d’utilisation Chap. 5/11 Sortie d’un PI régulateur M-C U PI-régulateur idéale réelle U(t) I action Intégrale P action ti P Proportionnelle ti ll K t ∫ (C − M )dt Ti 0 K (C − M ) t (sec.) Sens physique de Ti Intégrons U(t) de 0 à Ti U = K( M − C) + K Ti ∫ ( M − C ) dt + U 0 = 2 K ( M − C ) + U 0 = 2 fois l'action P Ti 0 Ti est le temps en seconde mis par le régulateur pour répéter deux fois l’action proportionnelle, d’où l’appellation - nombre de répétitions par minute (ou par seconde). Chap. 5/12 Rôle et domaine d’utilisation de l’action intégrale ) Dans les régulateurs industriels on affiche 1/Ti, alors Ti est d’autant plus grand que l’action intégrale est faible. ) Le rôle principal de l’action intégrale est d’éliminer l’erreur statique. ) Toutefois l’action intégrale est un élément à retard de phase, donc l’augmentation de l’action intégrale (c.à.d. diminuer Ti) produit une instabilité car elle déplace le lieu de Nyquist vers la gauche. ) La valeur optimale est choisie pour satisfaire un compromis stabilitéstabilité- rapidité. ) Si le système possède lui même un intégrateur (exemple niveau), l’action I est quand même nécessaire pour annuler l’écart de perturbation car, suite aux variations de la consigne l'intérêt de I est moindre car l’écart s’annule naturellement. ) Dans l’industrie, on utilisera l’action I chaque fois que nous avons besoin, pour des raisons technologiques, d’avoir une précision parfaite - exemple : la régulation de la pression ou température dans un réacteur nucléaire. De plus, il faut souligner que l’action I est un filtre donc il est intéressant de l’utiliser pour le réglage des paramètres très dynamiques telle que la pression. Chap. 5/13 C) PID Régulateur Définitions C C-M + U PID-régulateur (-) U = K (M − C ) + M K t d (M − C ) ∫ (M − C )dt + K .Td Ti 0 dt ⎛ 1 + Ti . p + Ti . Td . p 2 ⎞ ⎟ W( p ) = K⎜ Ti p ⎠ ⎝ Fonction de transfert Paramètres Td ( min ute ) Rôle et domaine d ’utilisation Chap. 5/14 Sortie d’un PID régulateur M-C U PID-régulateur action dérivée K . Td . U(t) d ( M − C) dt D I P action Intégrale K t ∫ ( M − C ) dt Ti 0 action Proportionnelle K(M − C) t (sec.) Chap. 5/15 Sens physique de Td U = K ( M − C) + K . Td Soit un PD régulateur d ( M − C) + U0 dt U = Kat + K.Td .a + U 0 = 2 KaTd + U 0 Si (M-C) = a t : entrée sous forme de rampe, on a pour t=Td : Sortie à P+D : U = Kat + K.Td .a + U 0 = 2 KaTd + U 0 U(t) S i à P : U(t) Sortie U( ) = K K.at + U0 K Td ( M − C ) D K Td ( M − C ) P t t=Td Td représente l’écart, en temps, entre les réponses proportionnelles seules (P) et proportionnelle et dérivée (PD). Td est donc le temps d’avance d’une réponse PD par rapport à une réponse en P seule. Chap. 5/16 Dérivée filtrée Afin de limiter la sortie d’un régulateur ayant une action dérivée, en pratique l’action dérivée est filtrée en ajoutant un élément de premier ordre. L’action dérivée pure Tdp devient alors : y(t) x(t) x(t) t y(t) Td . p t Dérivée pure) x(t) x(t) t y(t) Td . p 1 1 + τp y(t) amortissement limitation Dérivée filtrée t Chap. 5/17 Rôle et domaine d’utilisation de l’action dérivée ) L’action dérivée compense les effets du temps mort du process ) Elle a un effet stabilisateur mais une valeur excessive peut entraîner une instabilité. Sur le plan de Nyquist l’action D permet de déplacer le lieu de transfert vers la droite car elle possède une avance de phase (de +90 degré). ) La présence de l’action dérivée permet donc d’augmenter la rapidité du système en augmentant le gain sans être inquiété par la stabilité ) Dans l’industrie, l’action D n’est jamais utilisée seule mais en général avec l’action intégrale. ) On recommande de l’utiliser pour le réglage des paramètres lents tels que la température. Par contre en présence des paramètres bruités, l’action dérivée est déconseillée. Chap. 5/18 RESUME SUR LE ACTIONS P, I et D ) L'action Proportionnelle corrige de manière instantanée, donc rapide, tout écart de la grandeur à régler, elle permet de vaincre les grandes inerties du système. Afin de diminuer l'écart de réglage et rendre le système plus rapide, on augmente le gain (on diminue la bande proportionnelle) mais, on est limité par la stabilité du système. Le régulateur P est utilisé lorsque on désire régler un paramètre dont la précision n'est pas importante, exemple : régler le niveau dans un bac de stockage ) L'action intégrale complète l'action proportionnelle. Elle permet d'éliminer l'erreur résiduelle en régime permanent. Afin de rendre le système plus dynamique (diminuer le temps de réponse), on diminue l'action intégrale mais, ceci provoque l'augmentation du déphasage ce qui provoque l'instabilité en état fermé. L'action intégrale est utilisée lorsque on désire avoir en régime permanent, une précision parfaite, en outre, elle permet de filtrer la variable à régler d'où d où l'utilité l utilité pour le réglage des variables bruitées telles que la pression . ) L'action Dérivée, en compensant les inerties dues au temps mort, accélère la réponse du système et améliore la stabilité de la boucle, en permettant notamment un amortissement rapide des oscillations dues à l'apparition d'une perturbation ou à une variation subite de la consigne. Dans la pratique, l'action dérivée est appliquée aux variations de la grandeur à régler seule et non de l'écart mesuremesure-consigne afin d'éviter les àà-coups dus à une variation subite de la consigne. L'action D est utilisée dans l'industrie pour le réglage des variables lentes telles que la température, elle n'est pas recommandée pour le réglage d'une variable bruitée ou trop dynamique (la pression). En dérivant un bruit, son amplitude risque de devenir plus importante que celle du signal utile. Chap. 5/19 D) Régulateur «tout ou rien» Définitions + C M-C ⎧1 pour M > C U =⎨ ⎩ 0 pour M ≤ C U (-) M Rôle et domaine d’utilisation Chap. 5/20 Exemple de réglage « tout ou rien» + M C M-C U 220 V 0 x ⎧ 1 pour M < C U = ⎨ ⎩0 pour M ≥ C U M C U t t Chap. 5/21 5.3. Réalisation des actions PID C + M M-C P I Série U D (-) M Parallèle P C + M M-C U I (-) D M C + Mixte P M M-C I (-) U D M Chap. 5/22 5.4. Réglage des paramètres des régulateurs Comment augmenter les performances d’un SRA Commande par retour d’état Commande adaptative Réglage en cascade Compensation du temps mort Réglage par anticipation Commande multivariable structure et algorithmes modernes de commande Méthodes pratiques Méthodes théoriques de réglage Calcul des paramètres du régulateur Chap. 5/23 5.5. Méthodes théoriques de réglage Problématique C + M-C M C PID (-) M (-) K .Ko (τ 1 +τ 2 ) p Ko 1+ (τ 1 +τ 2 ) p +τ 1τ 2 p 2 M Ti = τ 1 + τ 2 ⎧τ 1 + τ 2 = Ti Si je mets ⎨ ⎩ Ti Td = τ 1τ 2 C G(p) (-) ⎛ 1+ T . p + T .T . p 2 ⎞ i i d ⎟ K⎜ ⎜ ⎟ Ti p ⎝ ⎠ M M U M Td = M τ 1τ 2 τ1 + τ2 Avantages et inconvénients Chap. 5/24 5.6. Méthodes pratiques de réglage 1. En boucle ouverte M-C + C M U M (-) M 1 y(t) ΔY stable Δx x(t) instable 0.5 tgα = 0 Δy Ks = = Gain statique du systéme stable en boucle ouverte Δx tgα Δ y = Gain statique du systéme instable en boucle ouverte Ki = .= Δx Δt.Δx τ T 4 Δy Δt 8 12 t(sec.) T Chap. 5/25 Choix du mode de réglage dans le cas d’un système instable Choix du type de régulateur en fonction de la réglabilité > 20 < 2 Réglabilité 10 à 5 à 10 2 à 5 T 20 τ Régulateur P PI PID tout ou rien limite de PID 0,05 < Ki .τ < 0,1 P 0,1 < Ki .τ < 0,2 PI 0,2 < Ki .τ < 0,5 PID 0,005 < Ki .τ Ki .τ > 0,5 Tout ou rien Limite du PID Chap. 5/26 Réglage pratique en boucle ouverte : paramètres du régulateur à afficher Calcul des actions P, I et D pour les systèmes stables Modes Action K Ti P PI série PI parallèle PID série 0 , 8 .T K sτ 0 , 8 .T K s .τ 0 , 8 .T K s .τ 0 , 85 .T K s .τ Maxi. T K s .τ 0 ,8 T 0 0 0 0 ,4 . τ Td PID parallèle T τ PID mixte T + 0 ,4 τ 1, 2 . K s K s .τ 0 , 75 0 , 35 .T Ks + 0 ,4 1, 2 . K s T + 0 , 4 .τ Tτ τ + 2 , 5 .T Calcul des actions P, I et D pour les systèmes instables Modes Action K P PID série PID parallèle PID mixte 0,8 Kiτ PI série PI parallèle 0,8 Kiτ 0,8 K iτ 0,85 K i .τ 0 ,9 Ki .τ 0 ,9 Ki .τ Ti Maxi. 5τ Ki .τ 2 0 ,15 4,8τ 0 0 0 0 K i .τ 2 0,15 0,35 Ki 5,2τ Td 0,4τ KS. τ doit être sans unité Si on est en limite de PID on doit utiliser des boucles multiples cascade, ou régulateurs numériques Chap. 5/27 2. Réglage en boucle fermée T Ti C Td BP M - REGLAGE EN BOUCLE FERMEE : Méthode de Ziegler et Nichols W ( p ) = Kr + 1 + Td p Ti p Action/ P Paramètres PI série PI parallèle PID série PID parallèle PID Mixte K Kcr/2 Kcr/2.2 Kcr/2.2 Kcr/3.3 Kcr/1.7 Kcr/1.7 Ti Maxi T/1.2 2T/Kcr T/4 0.85T/Kcr T/2 Td 0 0 0 T/4 T*Kcr/13.3 T/8 Chap. 5/28 Limites de la régulation PID : Prédicteur de Smith )Cas d’un procédé avec retard C Process Régulateur PI E WR ( p ) u K0 e −τ . p 1 + T0 p M (-) ¾ Soit un régulateur de fonction de transfert Alors ⎛ 1 + Ti p ⎞ TP ⎟⎟e WR ( p ) = ⎜⎜ ⎝ Ti p ⎠ si on pose : Ti = T0 , T = τ 1 Wf ( p ) = 1+ 1 T0 p K R K0 Régulateur irréalisable car on ne peut pas technologiquement réalisé exp(TP) car elle signifie que l’n connaît par avance le signal de sortie du module avant d’avoir exécuté une variation d’entré. Chap. 5/29 Limites de la régulation PID : Prédicteur de Smith ) Conclusion ¾ Avec un régulateur PI et PID, il est impossible de réaliser une régulation convenable dés que l’on est en présence de procédés possédant un retard important ou un ordre élévé. ) Remède ¾ Réaliser une régulation qui exclut le retard pur ou l’ordre n de la boucle de régulation C E WR ( p ) u K 0 Mi 1 + T0 p e −τ . p u K 0 Mi 1 + T0 p K0 1 + T0 p (-) C E (-) WR ( p ) M Exclure le retard pur K0 1 + Tn p M Exclure l’ordre n Chap. 5/30 Prédicteur de Smith )Hypothèses sur le modèle du procédé ¾ FT connue et de la forme : G( p) = Ko −τp e = G1 ( p ).e −τp 1 + TP )Structure de la régulation C E C ( p) u (-) G1(p) K 0 Mi 1 + T0 p e −τ . p M C(p): Compensateur recherché Chap. 5/31 Prédicteur de Smith )Objectifs ¾ assurer les performances de base (stabilité, rapidité et précision) par une approche directe basée sur la connaissance d’une fonction de transfert du procédé. ) Principales difficulté de la régulation des procédés retardés ¾ Problèmes de stabilité à cause du retard ¾ Temps dev réponse du système en BF ¾ Le temps de retard est incompressible car il dépend é de la position du capteur )Alors : ¾ Il faut anticiper l’effet du retard pour le compenser d’où le nom « PREDICTEUR » et réduire la constante du temps T Chap. 5/32 Synthése du compensateur de Smithrrecteur )1. On fait abstraction du retard, autrement dit, on le considère extérieur à la boucle (Système S1). ¾ On détermine alors un régulateur R classique (par ex. un PI) pour corriger la partie dynamique G1(p)=Ko/(1+Top) du modèle global G(p) . C E (-) R( p ) u G1(p) K 0 Mi 1 + T0 p e −τ . p M S1 S1 ⎛ 1 + Tip ⎞ R ( p ) = Kr ⎜ ⎟ ⎝ Tip ⎠ )Puisque le retard est à l’extérieur de la boucle on peut choisir par exemple Ti pour compenser To et Kr pour diminuer le temps de réponse en BF Chap. 5/33 Calcul de C(p) )2. On va chercher le compensateur C(p) qui inclut R(p) et qui permet de compenser le retard (Système S2 S2 ) C E C ( p) u ((-)) S2 G1(p) K 0 Mi 1 + T0 p e −τ . p M )Comment ? ¾ En considérant que S1 et S2 sont équivalents : on identifie la FTBF de S1 à celle de S2 Chap. 5/34 Principe Prédicteur de Smith : Calcul de C(p) ) Principe ¾ Chercher un compensateur C(p) tel que les deux systèmes S1 et S2 soient équivalents :. C E R( p ) u () (-) C E G1(p) K 0 Mi 1 + T0 p K0 1 + T0 p C ( p) (-) GBF 1( p ) ≡ GBF 2 ( p ) ⇒ C ( p ) = M e −τ . p e −τ . p GBF 1( p ) = M R ( 1 + RG 1 1 − e −τp R ( p ).G1 ( p ) .e −τp 1 + R ( p ).G1 ( p ) GBF 2 ( p ) = C ( p ).G1 ( p ) e −τp 1 + C ( p ).G1 ( p ) e −τp ) Chap. 5/35 Synthèse de C(p) )Schéma équivalent C ( p) = R ( 1 + RG1 1 − e −τp ) C(p): Prédicteur de Smith C G1(p) E (-) R( p ) (-) u G (p): Procédé K0 e −τp 1 + T0 p M (1 − e −τp )G1( p) Chap. 5/36 C(p): Prédicteur de Smith C G1(p) E R( p ) (-) (-) E1 E2 u (-) Mc F(p) E2 Compensateur ⎛ 1 − e −τp ⎞ ⎟ K0 ⎜ ⎜ 1 + T0 p ⎟ ⎝ ⎠ Process K0 e −τ . p 1 + T0 p ⎛ 1 + Ti p ⎞ ⎟⎟ K R ⎜⎜ ⎝ Ti p ⎠ E1 Σ K0 e −τp 1 + T0 p M (1 − e −τp )G1( p) R(p) C G (p): Procédé M Wo(p) Wc(p) Chap. 5/37 Synthèse du correcteur de Smith )Conclusions le prédicteur de Smith est parfaitement déterminé si l’on connaît ¾ une fonction de transfert du procédé ¾ un régulateur R adapté à la dynamique du procédé (hors retard). )Autrement dit, l’ensemble des paramètres de ce compensateur est constitué par : ¾ ceux du procédé (K0, T0 et le retard τ) ¾ ceux du régulateur R(p) (Kr et Ti) )Remarques ¾ Pas de problèmes de stabilité en théorie, mais en pratique la simplification ne conduit pas exactement à un système du 1er ordre ¾ Inconvénient de la méthode ¾ Le régulateur ne capte pas la mesure mais le signal compensé Chap. 5/38 COMMANDE A L’AIDE DE L’ANALYSE FREQUENTIELLE Chap. 5/39 SYNTHÈSE DES RÉGULATEURS À L’AIDE L’ABAQUE DE BLACK 40 PASSAGE DE LA CHAINE OUVERTE A LA CHAINE FERMEE ) Développement ) Problématique W f ( jω ) = Soit donnée la F.T. en état ouvert Wou(jω) Comment reproduire la F.T. en état fermé Wf(jω) → W ou ( j ω ) 1 + W ou ( j ω ) → → → CA = CO + OA = 1 + OA → ) Schémas W f ( jω ) = Im C(-1, ( 1 j0) ϕ’ → OA 1 Re 0 β W ou ( j ω ) OA = → 1 + W ou ( j ω ) CA ϕ W f ( jω ) = α → Wf(jω) A → CA α → arg( W f ( j ω )) = arg( OA ) − arg( CA ) = ϕ − ϕ ' = α ϕ − ϕ '= α ? β = π − ϕ . α + ϕ '+ β = π ⇒ α = ϕ − ϕ ' A’ arg(Wf ( jω)) = OAˆ C = α Wou(jω) Chap. 5/41 ) Conclusions Pour représenter un point A’ (du lieu en BF) correspondant à A (en BO) il suffit de calculer le rapport des distances de A aux point 0 et C(C(-1) et mesurer l’angle OAC ) Points particuliers du lieu de transfert Wf(jω) Im α ω → 0 ⇒ Wou ( jω ) >> 1 ⇒ W f ( jω ) → 1 Re Le lieu en état fermé est voisin de l’unité aux basses fréquence et nul aux fréquences élevées. ωR MR Wou ( jω ) 1 + Wou ( jω ) ω → ∞ ⇒ Wou ( jω ) >> 0 ⇒ W f ( jω ) → 0 1 0 ϕ W f ( jω ) = Le lieu en état fermé présente généralement une amplitude maximale, (un pic de résonnace Mr(ω)) pour une fréquence ωR : (voir système du 2ème ordre) Chap. 5/42 SYNTHÈSE DES RÉGULATEURS À L’AIDE L’ABAQUE DE BLACK ) Problématique ¾ Soit donné un système à commander de transmittance G(p) fixe et commandé par un correcteur de transmittance K (gain variable) : il faut calculer k permettant d’assurer en boucle fermée certaines performances. C E + W f ( p) = KW ou ( p ) 1+ KW ou ( p ) G(p) K M M C Wf(p) M E C t Chap. 5/43 )PARAMÈTRES DE PERFORMANCES FRÉQUENTIELLES ¾ Rappel sur les performances temporelles (temps de réponse, amortissement …) 9 Erreur statique minimale, temps de réponse acceptable, 1er dépassement <20%, )PERFORMANCES TEMPORELLES ET FRÉQUENTIELLES ¾ Pourquoi un système du 2ème ordre ? ¾ Paramètres : D = ymax − 1 = e 1 − ξπ 1−ξ 2 π temps d' établissement ( K = 1) ω dA(ω ) K Résonnance : , = 0 ⇒ω R =ωn . 1− 2ξ 2 avecξ <0,7, Amax = dω 2ξ . 1− 2ξ 2 te = t pr ≅ 3 ξ ωn Chap. 5/44 ) Relation bande passante BP :temps de réponse ¾ Pour des réponses fréquentielles sans résonance, plus leur BP est large, meilleur est le temps de réponse t pr ≈ π ωc Chap. 5/45 ) Qualité de régulation : coefficient de qualité Q Q = 2π Energie emmagasinée Energie dissipée en une période ) Pour une système du deuxième ordre Q= 1 2ξ Amax 1 = A(0) 2ξ 1 − ξ 2 Pour ξ <<< 1 ⇒ Q = 1 Amax = 2ξ A0 Chap. 5/46 ) Conclusion ¾ Dans un système de commande on fonctionnera en régime de résonnance qui dépend du coefficient d’amortissement ξ ¾ Valeurs recommandées : 0.4< ξ<0.75 ξ = 0.4 ⇒ Amax = 2.7db ξ = 0.5 ⇒ Amax = 3db Chap. 5/47 )Exemple de performances imposées ¾ Le pic de résonance MR doit en pratique se trouver à l’intérieur d’un domaine donné 1,2 < MR < 1,5 soit MR ≅ 2,3db (20log(1.3)= 2,3 dB) PS : Cette valeur assure un taux d’amortissement acceptable et un bon temps de réponse sans dépassement excessif. ) Résumé 5 ξ [-] tpr [s] 30 D [%] Ψ [-] - 2 1 0,7 0,5 0,343 0,30 0,22 0,11 0,01 0 12 4,75 4 0,9 2,8 4 8 11 15 30 300 - - 1 4,5 17 30 38 50 70 95 - - 1 0,998 0,973 0,9 ∞ 100 0,87 0,75 0,41 0,13 00 Chap. 5/48 Abaque de Hall W ou ( j ω ) W f ( jω ) = 1 + W ou ( j ω ) W ou ( j ω ) = Re( ω ) + j . Im( ω ) ⇒ W f ( j ω ) = Re + j . Im 1 + Re + j . Im ) Module en boucle fermée M 2 =M 2 = R e2 + I m2 = R e2 + I m2 (1 + R e2 ) + I m2 2 ⎛ M2 ⎞ M2 ⎜⎜ Re ⎟ + I m2 = R + 2 M 2 − 1 ⎟⎠ ⎝ M 2 −1 ( ) ⎧ M2 , y1 = 0 ⎪ Re 1 = − 2 ⎪ M −1 ⎨ M ⎪R = ⎪⎩ 1 M 2 −1 Famille de courbes pour # valeurs de M et α donne ABAQUE DE HALL W f ( jω ) ) Phase en boucle fermée N=tg(α) N = tg α = Im Re( 1 + Re) + Im 2 2 2 1⎞ 1 ⎞ N2 +1 ⎛ ⎛ ⎟ = ⎜ Re + ⎟ + ⎜ Im − 2⎠ 2N ⎠ 4N 2 ⎝ ⎝ 1 1 ⎧ Re = − , y 2 = ⎪⎪ 2 2 2N ⎨ ⎪ R2 = 1 N2 +1 ⎩⎪ 2N Chap. 5/49 Abaque de Hall Phase Module Chap. 5/50 APPLICATION DE L’ABAQUE DE HALL )PROBLEME 1 : Construire à partir du lieu en état ouvert K.Wou(jω) les courbes d’amplitude et de phase en état fermé : K. Af(ω) et ϕf(ω) )Démarche ¾ 1. On porte sur l’abaque de Hall le lieu de Nyquist K.Wou(jω) obtenue par le diagramme g de Bode ou par p calcul ¾ 2. Rechercher les intersections de ce diagramme avec les courbes à modules constants et avec les courbes à phases constantes ¾ 3. Ces points d’intersection permettent de tracer Af(ω) et ϕf(ω) Chap. 5/51 Exemple Af(ω) 4 Im M=2 α=-120° M=1.2 1.2 ω=5 ω ω=1 ω=2 ω=5 ω=2 ω=5 ω=2 α(ω) α=-40° ω=1 M=4 Wou(jω) ω -40 ω -170 Chap. 5/52 W ou ( p ) = K p .(1 + p )(1 + 0 . 5 p ) 4.2 K=2 Im M=2 Af(ω) 1.8 α=-120° M=1.2 K=1 1 K=0.5 Re ω α(ω) 0.4 0.8 1.2 ω α=-40° K=2 K=1 K=0.5 K=2 K=1 K=0.5 On construit d’abord le lieu pour K=1, puis on déduit par homothétie les autres K MR Wr (rd/s) 0.5 1 0.4 BP (rd/s) 1 1 1.8 0.8 1.5 2 4.2 1.2 2 MR correspond à Amax Chap. 5/53 )PROBLEME 2 : On connaît la fonction de transfert à commander en état ouvert Wou(jω) et on cherche : ¾ un K (le gain du correcteur) permettant d’obtenir un pic de résonance d’habitude Mp=1.3 soit 2.3db . ¾ Pourquoi Mp=1.3 ? : La marge de phase, la marge de gain et le coefficient d’amortissement sont compatibles avec un fonctionnement stable )DEMARCHE ¾ Solution 1 : par tâtonnement On trace initialement le lieu K.Wou(jω) pour K=1, puis on trace par homothétie K.Wou(jω) (pour # valeurs de K) jusqu’à obtenir un lieu tangent au cercle M=1.3 ¾ Solution 2 : Méthode directe Chap. 5/54 ) 2. Méthode graphique 1. Si l’on mène la tangente OD à l’un des cercle du faisceau à module constant R= M M 2 −1 d = sin(θ ) = M M 2 −1 H 0 OH = d − R sin(θ ) = θ A 1 R 1 = ⇒ θ = arcsin( ) d M M M2 1 − =1 M 2 −1 M 2 −1 D Le point H doit coïncider avec le point critique (-1,j0) T Chap. 5/55 )Etapes ¾ On trace Wou(jω) ¾ On trace une droite OT faisant l’angle θ=arc sin(1/M) ¾ On construit par tâtonnement un cercle dont le centre est usr l’axe réel, et qui soit tangent à OT et au lieu Wou(jω) ¾ Du point tangence D, on méne la perpendiculaire à l’axe réel. ¾ Si le gain était bien réglé alors H devrait coïncider avec le point (-1, j0) ¾ Pour obtenir ce résultat on est amené aa faire une homothétie dont le rapport donne la valeur de K soit K=1/OH Chap. 5/56 EXEMPLE ) Calculer la valeur optimale K, ainsi que la pulsation de résonance en BF C E + K 1 p .(1 + p )(1 + 0 . 5 p ) M - Chap. 5/57 )Solution sur le plan de Nyquist ¾ 1. Calcul de l’angle θ 1 1 = = 0 . 77 ⇒ θ = arc (sin( 0 . 77 ) = 50 ° M 1 .3 sin( θ ) = Pour M= 1.3 ¾ 2. On trace la droite OT (angle θ) et la courbe Wou(jω) ¾ 3.On construit par tâtonnement le cercle centré sur ox tangent à OT et à Wou(jω) ¾ 4. On mène DH ⊥ Axe réel ¾ 5. On détermine graphiquement OH=-0.16 ¾ 6. 6 O On calcule l l K =1/ 1/ 0 0.16=6.25 16 6 25 ¾ 7. On calcule la fréquence de résonance qui correspond au point de tangence du cercle M=1.3 avec le lieu de Nyquist : ωr=0.5rd/s 0.8 M=cste -0.40 -0.16 0 H A 50° ωr=0.5rd/s D 0.3 T Chap. 5/58 )Opération sur l’abaque de Black : Avantages ¾ Sur Bode : Toute modification de gain sur Bode se traduit par une simple translation de la courbe d’amplitude L(ω) ¾ Sur Nyquist : Toute modification de gain sur Bode se traduit par une homothétie Chap. 5/59 Détermination des régimes du système en BF )1. ETUDE EN REGIME STATIQUE Wou( p ) = Cas 1 : Système en BO stable K n ∑a p i =0 i i Im C(-1, j0) 0 ω=∞ Wou(jω) Wou(0) Wf(0) A0 ω= 0 Wf(jω) Le point A0 (Wou(0)) est à distance finie K sur l’axe réel W f (0) = A0 0 A0 0 W ou ( 0 ) K = = = A0C 0 C + A0 0 1 + W ou ( 0 ) 1 + K A’ A → OA W f ( jω ) = Re Pour ω =0 → CA W f (0) = A0 0 K = A0C 1 + K Erreur statique ε (∞) = e0 1+ K Chap. 5/60 Wou( p ) = Cas 2 : Système en BO instable 1 n p ∑ ai p i Système astatique i =1 Im C(-1, j0) Wou(0) 0 ω= 0 ω=∞ Re Le point A0 (Wou(0)) est à distance finie K sur l’axe réel Wf(jω) Wou(jω) ω = 0 A0 → Pour ω =0 OA W f ( jω ) = W f (0) = → M0 ∞ = =1 ∞ MC CA Erreur statique W f (0) = 1 ε (∞) = 0 Chap. 5/61 )ETUDE EN REGIME DYNAMIQUE ¾ But : obtenir un régime en résonance : Ce régime se produit à la ou aux fréquences auxquelles le lieu Wou(jw) est tangent à une cercle du faisceau OA/AC=λ=cste. ¾ Le coefficient de résonance Q correspondant est donné par la cste du cercle = λ Si A a pour affixe Wou(jω) On a : λ =module de Wf(jω) Im 0 C(-1,j0) Re ωR OA/AC=λ OA/AC= λ=cste A Wou(jω) W f ( jω ) = Résonance OA = max OC Chap. 5/62 )Présentation dans l’abaque de Black Contour de black λ=2.3db A (db) MP C(-180°) 0 Phase (°) ωR MG Wou(jω) )Influence de la position de Wou(jω) ¾ Plus il s’approche du point C, moins le système est amorti ¾ S’il passe par C, le système pompe (1+ Wou(jω)=0) ¾ S’il dépasse C, le système est instable Chap. 5/63 )Remarque : fréquence de résonance et fréquence propre du système en BO Im 0 C(-1,j0) Re ωR Fréquence propre en boucle fermée Wou(j (jω) ωR1 Fréquence propre en boucle ouverte Chap. 5/64 Chapitre 6 : PROJET D’UN SYSTEME DE REGULATION INDUSTRIELLE Objectifs du chapitre : ) Maîtriser sur un exemple concret (un four tubulaire) : Les étapes de réalisation d’un projet de régulation, la présentation d’un cahier de charge, comment identifier un processus, l’analyse et la synthèse d’un SRA surtout en régulation (par rapport à la perturbation), examiner l’influence des action P, I et D ainsi que d’un régulateur tout ou rien sur la dynamique du SRA, comment régler les paramètres d’un régulateur, observer les limites d’une régulation PID lorsque le système présente un retard pur important, introduction des notions de la régulation avancée. P.S. Les résultats sont simulés à l’aide du logiciel Matlab-Simulink, les schémas de simulation sont donnés à chaque analyse. Chap. 6/1 6.1. Etapes de réalisation d’un projet d’un SRA CAHIER DE CHARGE: objectifs E/S Déf. du process et des objectifs Lois physiques, bilan, hypothèses Modèle de connaissance ANALYSE coonnaissance Planification des expériences Acquisition de données Connaissance à priori Choix de la structure du modèle Estimation des paramètres Oui Logistique actionneurs, régulateurs, transmetteurs... Synthèse de régulation SYNTHESE commande Ch i d Choix du critère itè d’id d’identité tité Non adéq. Modèle de conduite Simulation Validation sur site Réalisation définitive Chap. 6/2 6.2. Définition du processus et des entrées-sorties AR 1 Conigne Tc - TT 1 THS 1 FI 1 Ts-Tc Ts Pétrole chauffé Pétrole brut TRC 1 FR Air (O2) PR 1 AR 2 U FVC Gaz Chap. 6/3 6.2.2. Définition des entrées-sorties )Schéma fonctionnel du système de régulation Qp(t) ΔT Tc - REGULATEUR U CONDUITE DE PETROLE - x CONDUITE DE GAZ VANNE Pg g Ts1 FOUR O Manu.. Ts Auto. TRANSMETTEUR ET CEP DE TEMPERATURE CAPTEUR DE TEMPERATURE Chap. 6/4 Définition des entrées-sorties (E/S): ) On définit d’abord les entrées-sortie : les variables à régler, réglantes et de perturbations ¾ Ts(t) - Grandeur de sortie ( température à la sortie - c'est la grandeur à régler ), Valeurs maximales et minimale de la variation de température : Tsmax = 170°c, Tsmin=20 °c ; Tso Valeur nominale de la température le fonctionnement Tso = 80 °C ¾ Pg (t) - Grandeur d'entrée ( pression du gaz combustible - Grandeur réglante ); Valeurs maximales et minimale de la variation de la pression du gaz combustible : Pgmax = 5 bars, Pgmin = 0bar ; Pgo - Valeur nominale de la pression du gaz combustible Pgo = 2 bars ; ¾ Qp - Débit du pétrole à l'entrée (perturbation); Débit nominale du pétrole à l'entrée : 20 m3 /s ; Qpmax = 30 m3 /s Qpmin =10 m3 /s . Il existe aussi d’autres perturbations (pouvoir calorifique du gaz, température ambiante etc...) que nous considérons comme constantes. ¾ x : déplacement du clapet de la vanne [0 à 6mm] ¾ U : sortie du régulateur pneumatique [0,2-1bar]; valeur nominale (0,6 bar) 6.2.3. Influence des perturbations )Influence des perturbations : ¾ Grâce à la propriété de superposition des systèmes linéaires, on peut étudier séparément l’influence des perturbations et de la commande sur la sortie du système. Ici pour simplifier la démarche on analyse uniquement une seule perturbation, celle du débit d’entrée du pétrole. ¾ 1. En boucle ouverte (sans correction) : La sortie subit l’influence de la commande (ici en manuelle) et celle de la perturbation (Qp(p)) avec un signe (-) ( ) car l’augmentation l augmentation du débit provoque la diminution de la température (le produit arrive à un température plus basse que celle du four) Qp(p) Wz(p) - G(p) + Ts(p) U(p) Ts ( p )=U ( p ). G ( p )−Qp ( p ).Wz ( p ) Chap. 6/6 6.2.3. Influence des perturbations ) 2 En boucle fermée (avec correction) Qp(p) Wz(p) (-) Ts(p) Tc(p) C(p) U(p) G(p) (+) (-) Ts( p ) = Tc( p). Wz( p ) C ( p).G ( p ) − Qp( p ) 1+C ( p ).G ( p) 1+C ( p).G ( p ) 6.3. Cahier de charge ) Comment choisir le cahier des charges ¾ Le point de départ de n'importe quel projet est le cahier de charge. Pour un système de régulation, les spécifications restent souvent vagues en raison surtout de la grande diversité de problèmes de régulation. Les critères qualitatifs à imposer dépendent d’abord de la nature du processus à régler. A titre d’exemple, on ne peut imposer aveuglément un processus transitoire rapide ou un taux d’amortissement de 0,75 pour n’importe quel système. En effet l’asservissement d’un ascenseur (qui nécessite un confort pour les passagers) ne tolère pas par exemple d’accélération . Les dépassements de la pression régulée dans un réacteur nucléaire ne doivent pas atteindre les seuils limites de tarage des soupapes de sécurité etc... Chap. 6/8 6.3. Cahier de charge ) Les critères de performances classiques ¾ Stabilité : Cette condition est impérative mais avec une certain degré de stabilité (marge de sécurité). En général on impose une marge de gain de 2 à 2.5 . L’utilisateur parle en terme de «pompage». ¾ Précision : L’exploitant demande à ce que le système possède une bonne précision en régime permanent d’où une nécessite de mettre un PI régulateur ou d’afficher un gain important dans le cas d’un P régulateur. ¾ Rapidité On demande en pratique que le système soit capable rapidement de compenser les perturbations et de bien suivre la consigne. ¾ Dépassement : En général on recommande un SRA dont le régime transitoire soit bien amorti et dont le dépassement ne dépasse pas 5 à 10% la valeur nominale. ) Dans notre cas ¾ on exige à ce que la température de sortie soit égale à celle de consigne et que les perturbations soient entièrement compensées. Le régime transitoire doit être assez rapide en raison de la grande inertie du four et bien amortie (5 à 10) Identification des processus ) Définition : ¾ L’identification d’un système c’est la détermination de son modèle mathématique sur la base des observations expérimentales entréessorties. Le traitement mathématique des réponses graphiques du système est appelé IDENTIFICATION. Le modèle obtenu est dit de conduite ou de représentation ) Principe 1. Étape qualitative : Sur la base d’une connaissance à priori du système à identifier, on fixe une structure du modèle comportant des coefficients inconnus. 2. Étape quantitative : Elle consiste à la détermination des coefficients inconnus du modèle de façon que la différence entre les N sorties réelles du système et celles du modèle soit minimale selon un critère donné qu’on résout par un algorithme d’identification. ∑ ∑ S i w (p ) = a i p i b i p i N , D é te rm in e r a i , b i te l q u e ∑ (Y s ( i ) − Y m ( i ) )2 ⇒ m in im a le . i = 1 Identification des processus ) 3. Vérification du modèle : PROCESS m a x ( Y s (i) - Y m (i) ) < 5 % sortie process Ys(t) Entrées x(t) + ε Algorithme go t e d’identification MODELE - sortie modèle ∑ ai p i W( p) = ∑ bi p i a 0 , a 1 ,.... b 0 , b1 ,..... Ym(t) 6.4.3. Problématique pour le système étudié ) Logistique Qp Wz(p) ΔT Tc - U C(p) - Wv(p) x Pr Wcg(p) Wf(p) Ts1 + Manu.. Ts Wct(p) Auto. )Déterminer les fonctions de transfert : U(p) Wv(p) Wct(p) Wf(p) Wcg(p) ? Qp(p) Wz(p) Ts(p) Ts(p) U(p) ? G(p) Ts(p) 6.4.4. Identification d’un élément de premier ordre ) Expérimentation Dans ce cours, nous utiliserons les méthodes de base. Nous appellerons les méthodes de base d'identification , les méthodes s'appuyant sur les propriétés graphiques des réponses fondamentales (indicielle harmonique et impulsionnelle). Ces méthodes sont très utilisées par les spécialistes de régulation et des servomécanismes car elles fournissent un précision suffisante et ne nécessitent pas l'utilisation d'un outil mathématique compliqué. On peut traiter aussi bien la réponse indicielle, impulsionnelle qu'harmonique, mais l'un des signaux d'excitation le plus fréquent a mettre en oeuvre est l'entrée en échelon. L'amplitude de l'échelon doit être choisie telle que le système ne sorte pas du domaine linéaire d'une part et les observations mesurables d'autre part ) Méthodologie 1. Dans un système de régulation en fonctionnement, le correcteur est d'abord mis en fonctionnement manuel. On attend que le système soit bien stabilisé 2. On applique au système un signal en échelon de + ou - 10% de la valeur nominale de fonctionnement (afin de ne pas trop perturber le système ) L'échelon d'entrée peut représenter le déplacement du clapet de la vanne . La réponse est enregistrée à la sortie du transmetteur dont la vitesse du déplacement du papier diagramme doit être choisie de façon que la réponse soit exploitable . Le modèle de conduite ( ou la fonction de transfert ) à déterminer du traitement de la réponse graphique décrit l'ensemble des systèmes ( vanne, objet, capteur, transmetteur) )Expérimentation SYSTEME A IDENTIFIER SALLE DE CONTROLE C PROCESS 10 % VANNE REGULATEUR TRANSMETTEUR CAPTEUR 6.4.5. Identification de la fonction de transfert par rapport à la perturbation ) Identification de Wz(p) : Expérimentation Qp(t) [m3/s] 95 Ts(t) [°c] 23 Δ Qp = 3m3 / s Qp(p) Wz(p)) ΔTs = 15°c 90 ? 20 Ts(p) 85 t 80 0 5 T=10 15 20 10 25 30 35 t (main.) 6.4.5. Identification de la fonction de transfert par rapport à la perturbation )Étape qualitative : structure du modèle Wz( p ) = K 1 + TP )Etape quantitative : calcul des paramètres du modèle K= Δ Ts 15° c = = 5.[ ° c / m3 / s ] Δ Qp 3 m3 / s Wz( p ) = T = 10 min K= gain relatif 5( °c / m3 / s ) 1 + 10 p Δ Ts 15 Δ Ts max 170 − 20 = 0,66 = 3 Δ Qp Δ Qpmax 30 −10 Wz( p) = 066 , 1 + 10p C. Vérification du modèle ¾ On détermine alors l’erreur relative maximale qui doit être inférieure à 10%. Notons qu’en général il est commode de prendre un gain unitaire (cela n’influe pas évidemment sur le résultat). Pour avoir la sortie en °c on multiplie par la valeur maximale soit 150°c t ⎛ − ⎞ ⎧ 0 ,15 0 ,66 ⎫ Tm( t ) = L− 1 ⎨ . ⎬ = 0 ,15 * 0 ,66 ⎜⎜ 1 − e 10 ⎟⎟ [ − ] ⎩ p 10 p + 1 ⎭ ⎝ ⎠ t [min] Ts(t) °c 0 80 80 0 3 84,35 83,89 0,46 6 87,60 86,77 Tm(t) °c 0,83 9 89,60 88,90 0,7 12 90,95 90,48 0,47 15 92,30 91,65 0,65 18 92,70 92,52 0,18 21 93,5 93,16 0,35 24 93,88 93,63 0,25 27 94,5 93,99 0,51 30 94,6 94,25 0,35 33 95,00 94,44 0,56 t ⎞ ⎛ − Tm( t ) = 0 ,15 * 0 ,66 * 150 ° c ⎜ 1 − e 10 ⎟ + 80 ° c [ ° c ] ⎜ ⎟ ⎝ ⎠ abs(Tm-Ts) 95 Ts(t) Tm(t) Ts(t) Tm(t) Emax=0.83/15 =5.53% 90 85 80 0 5 10 15 20 25 30 35 6.4.6. Méthode de Broîda : Identification de la dynamique du four ) 1. Identification de G(p) : Expérimentation Ts U G(p) 100 Us(t) 100% 1 bar 60% 0,68bar Ts(t) 96 ΔU =10% 50% 0,6bar 0% 0,2bar courbe expérimentale p Ts(t) () 92 ΔTs = 20°c 88 84 t t1 =6 min, t2 = 9min 80 10 t1 20 30 40 50 60 U K .e − τ p 1 + Tp Ts 70 t (min.) t2 K , T et τ ? 80 Principe de la méthode Broîda ) principe La méthode de Broîda est une méthode d'identification en boucle ouverte d'une réponse indicielle expérimentale qui consiste a assimiler la fonction de transfert d'un système d'ordre n à celle du premier ordre affectée d'un retard pur K .e − τ p 1 + Tp )Le problème d'identification : ¾ déterminer les paramètres suivants T, Constante du temps (sec.), : Temps de retard pur (sec.) : Calcul des paramètres du modèle de Broîda ) Méthodologie ¾ Broîda fait correspondre la réponse indicielle à identifier et la fonction de transfert du 1er ordre affectée d'un retard en deux points t1 et t2 d'ordonnées correspondant à 28% et 40% de la valeur finale de la sortie du système. t ⎧ − ⎪⎪1 − e T = 0 ,28 ⇒ T = 5 ,5(t 2 − t 1 ) ⎨ t − ⎪ ⎪⎩1 − e T = 0 ,40 (t − τ ) ⎧ − T ⎪1 − e = 0 ,28 ⇒ τ = 2 ,8 t 1 − 1 ,8 t 2 ⎨ (t − τ ) − ⎪ T 1 − e = 0 ,40 ⎩ 1 1 1 2 )Paramètre du modèle τ = 2 ,8 * 6 − 1 ,8 * 9 = 0 ,6 m in , T = 5 ,5 . (9 − 6 ) = 16 ,5 m in K = Δ Ts 20 Δ T s m a x 17 0 − 2 0 1 3 ,3 % = = = 1 ,3 3 ΔU 0 ,0 8 10% 1 − 0 ,2 Δ U m ax ) Modèle final 6.4.7. Modèle du système global à commander U 100% Ts(t) Tm(t) 60% Δ U = 10% 50% Système réel Ts(t) Ts(t) : Sortie système U(t) 1.33 G( p)= (1+16,5p)(1+0,6 p) Tm(t) Tm(t) : Sortie modèle 0 Qp(p) ΔT Tc(p) - C( p ) U(p) G( p) = 0 Wz( p ) = 133 , 20 40 60 80 0 ,66 1 + 10 p (1 + 165, p)(1+ 06, p) + - Ts(p) 100 6.5. Synthèse du système de régulation continue 6.5.1. Schéma fonctionnel du système à réguler ) ΔT Tc(p) U(p) PID Qp(p) G( p) = Wz( p ) = 0 ,66 1 + 10 p + + 133 , Ts(p) (1 + 16,5p)(1 + 06, p) - 6 5 2 Schéma de simulation sur Matalab-simulink 6.5.2. Matalab simulink : Afin d’analyser d analyser aussi l’influence l influence du retard sur les performances du système, on insère sur le schéma de simulation un bloc de retard pur (Transport delay). Remarque : Le bloc PID controller MASK Controller est donné sous forme : P+I/s+Ds où P est le gain Kr, I le temps d’intégration Ti et D l’action dérivée Td alors que s est l’opérateur de Laplace. Si on souhaite afficher les paramètres du régulateur série de fonction de transfert donnée sous la forme C(p) = Kr[1+1/(Ti.p) + Tdp] alors P correspond à Kr, I correspond à Kr/Ti, et D correspond à Kr*Td. ) 1 10s+1 Conduite pétrole Perturbation Z Consigne C + Sum P ID PID Controller Transport Delay Grap + + Sum1 1.33 9.9s 2+17.1s+1 FOUR+vanne Chap. 6/22 6.5.3. Analyse du système en boucle ouverte (sans régulation) ¾ Nous noterons le paramètre à régler (la température) par M, sa consigne Tc par C et l’échelon de la perturbation par Z0. Analysons les réponses indicielles du système par rapport à la consigne et à la perturbation en boucle ouverte. Il suit de ces réponses que les temps de réponse sont importants (51,33min.), que la perturbation n’est pas éliminée et l’erreur statique (MC) est de 57% (1,33/(1,33+1)*100%=57%) d’où une nécessité de régulation. Réponse en BO de la température par rapport à la perturbation 1.5 M Réponse en BO de la température par rapport à la consigne 1.5 M Z0 C 0.5 0.5 tpr = 30min. tpr = 51,3min. =3(T1+T2) 0 0 20 Time (min.) 40 0 60 0 20 40 60 Time (min.) 80 100 6.5.4. Objectifs de la régulation 1. Eliminer les perturbations (ici le débit du produit à chauffer), mais aussi toutes les perturbations en réalité, puisque elles agissent toutes sur la sortie 2. «Bien» suivre la consigne , «bien», cela signifie sans trop de dépassement (5 à 10%), un systéme rapide, une erreur statique nulle et surtout un système en boucle fermée assez stable (MG=2 par exemple) Chap. 6/23 6.5.5. Régulation continue (PID) 1. P- régulateur : Pour avoir l’action P, on affiche sur le logiciel I=0 ce qui correspond à Ti infini et Td (D)=0. ) Dans ce cas nous avons en boucle fermée un système du deuxième ordre, nous avons intérêt à prendre un gain qui nous assure un bon amortissement (voir chapitre 3, page 111) . Wou( p ) = Kr * 1,33 1 . Pour avoir ξ = 0 ,7 = , on choisit 9 ,9 p 2 + 17 ,1 p + 1 2 Kr * 1,33 = a12 − 2a0 a 2 , soit : Kr = 10 ,352 2a 2 Rappelons que ai sont les coefficient du système en boucle ouverte. valeur optimale Kr=10.352 M 1.5 Influence du gain sur la réponse M C Kr=50 0.8 C Kr=10,352 0.6 Kr=5 0.4 0.5 0.2 0 ) 0 2 4 6 Time (min.) 8 10 0 0 10 20 Time (min.) 30 40 Remarque : Ce cas est en réalité trivial, car le système est absolument stable (les coefficients étant positifs), on affiche donc un gain assez fort sans vraiment être inquiété par l a stabilité du système. Par contre , l’erreur est inévitable, si les dépassements ne sont pas néfastes pour le système, on affiche une bande proportionnelle minimale. On fait remarquer que le gain Kr=50 est fantaisiste car, dans les régulateusr industriels une BP correspondante soit de 0.2% (1/50) n’est pas affichable (en général la plage est de 3 à 500%). Chap. 6/24 2. PI régulateur ¾ Analysons l'influence de l’action intégrale sur la stabilité : Fixons Kr=1 et varions Ti et observons la réponse du SRA par rapport à la perturbation (régulation) et à la consigne (poursuite). Poursuite 2 Poursuite 2 1.5 C C 0.5 0 En augmentant Ti, le système devient plus stable mais moins «agile». Ti=0,4min -1 -2 -0.5 -1 1 0 200 400 Time (min.) 600 0 20 40 60 Time (min.) 80 100 Régulation Régulation Z0 Ti=2min 0 Z0 1 élimination de la perturbation 0.5 Ti=2min 0.5 Ti=0,4min C C élimination de la perturbation -0.5 -0.5 -1 -1 0 200 400 0 20 40 60 Time (min.) Time (min.) 80 100 Chap. 6/25 3. PID (Influence de l’action dérivée en régime de régulation) Manipulation : Amenons d’abord le système en régime d’instabilité en augmentant par exemple le gain ou en diminuant Ti : Soit (Kr=2 Ti = 0,4min , Td=0) ), puis introduisons l’action dérivée et analysons son influence sur la stabilité. Toutes les courbes représentent les réponses du SRA par rapport aux perturbations. ) M 3 M Z0 Le système avec PI est instable, J’introduis alors l’action D, il se stabilise. Td=0 Ti=0,4 Kr=2 2 Z0 Td=0,8 0.1 Ti=0,4 Kr=2 C C -1 -0.1 -2 -3 0 200 400 -0.2 600 Time (min.) 0 200 400 Time (min.) Z0 Z0 Ti=0,4 Kr=2 0.05 Td=5 le système se stabilise, ce qui me permet d’augmenter le gain Kr Ti=0,4 Kr=10 Td=5 0.05 C C -0.05 -0.05 -0.1 -0.1 0 50 100 Time (min.) 150 0 10 20 30 40 50 Time (min.) Chap. 6/26 6.5.6. Régulation discontinue ( tout ou rien) Analysons l’influence de la zone morte d’un relais sur la précision et la stabilité du SRA. On remarquera sur les résultats de simulation ci-dessous qu’il existe un dilemme zone morte (dead zone) - stabilité, précision ; Si le relais (régulateur tout ou rien) ne possède pas une zone morte, le SRA est précis, mais introduit des auto-oscillations (nuisibles pour la vanne). Si par contre, on introduit une zone morte importante, le pompage disparaît mais la précision est mauvaise. 1 10s+1 Conduite pétrole Perturbation Z Consigne C + Sum Relay Dead Zone Graph Transport e ay Delay 1.33 9.9s 2+17.1s+1 FOUR+vanne + + Sum1 M M J’introduit une zone morte au relais C 0.8 0.6 commande avec relais 0.4 idéal (sans zone morte) commande avec relais le pompage disparaît mais l’erreur de réglage augmente 0.2 0 0 200 400 600 C 800 t (min.) 0.5 0 0 réel (avec zone morte) 200 400 600 800 t (min.) Chap. 6/27 6.5.7. Réglage du correcteur 1. Méthode théorique - Compensation des constantes de temps du système par un PID ) Les méthodes théoriques nécessitent toutes un modèle, c’est pourquoi leur efficacité dépend de la précision du modèle appliqué. Aussi, leur utilisation reste très limitée dans l’industrie. Ces méthodes sont nombreuses, appliquons à titre d’exemple, la méthode de compensation. Nous avons vu au chapitre 4 page 135 qu’il était possible de choisir les valeurs des paramètres du régulateur de façon à compenser les constantes de temps du four. ¾ Valeurs des paramètres du régulateur Réponse par rapport à la perturbation en BF du système compensé Z0 Ti=17.1 Kr=10 td=0,5789 0.05 Remarque : Il est évident que la compensation des paramètres du système dans la pratique n’est pas aussi évidente qu’en simulation, car, le modèle n’est pas toujours exact et de plus les coefficients du modèle varient constamment dans les conditions réelles de fonctionnement : Il suffit par exemple que le dépôt de coke soit plus important par suite d’une mauvaise combustion du gaz que le coefficient d’échange de chaleur (paramètre du modèle) varie etc... ) C 0 10 20 30 Time (min.) 40 50 Chap. 6/28 Influence du temps de retard sur la stabilité du système Limite du PID et de la régulation classique ¾ Introduisons un retard pur dans le système à commander. Analysons l’influence de ce temps de retard pur sur la stabilité du système. Le schéma de simulation est donné plus loin. La fonction de transfert du four devient : Z0 Z0 τ = 0 ,2 Ti=0,4 Kr=10 td=5 τ = 0 ,3 J’augmente le retard pur dans le système, Ti=0,4 Kr=10 td=5 C C -0.03 0 10 20 30 Z0 10 20 30 40Time (min.) Z0 τ = 0 ,32 Ti=0,4 Kr=10 td=5 on est contraint de diminuer, le gain Kr et le temps Ti au sacrifice d’autres performances C -0.5 -0.03 0 40Time (min.) Ti=6 Kr=1 td=5 C τ = 0 ,32 d’où les limites de la régulation PID. 0 10 20 Time (min...) 30 0 10 20 30 40 50 Time (min.) Chap. 6/29 2. Méthode pratique de réglage du régulateur en boucle fermée On introduit un retard pur au système (sinon le système ne sera jamais en régime de pompage). Sur le schéma de simulation sur Simulink du SRA , on met le correcteur en action P (Ti=max, Td=0 ou I=0, D=0 sur le PID controller de Simulink) et on augmente le gain jusqu'à apparition du pompage, on fixe alors le gain critique Kcr et la période de l’auto-oscillation puis on détermine les paramètres du régulateur par la méthode de Ziegler et Nichols en sachant que le PID est de type série ( voir tableau, page 138). 0.66 10s+1 Conduite pétrole Perturbation Z0 + Sum Consigne C PID PID controller Retard =0 32 =0.32 Obtention du régime de pompage M Réponse indicielle en BF du PID M Kcr=44,20 T=2,857min T 2.5 paramètres affichés Kcr = 13 ,39 3 ,3 T Ti = = 0 ,71 4 T Td = = 0 ,71 4 1.5 C 0.5 0 5 10 15 t (min.) Paramètre affichés Ti=0,71 Td=0,71 Kr=13,39 2.5 Kr = 2 0 Graph M + + Sum1 1.33 9.9s 2+17.1s+1 FOUR, Vanne 2 1.5 C 0.5 0 0 2 4 6 t(min.) Chap. 6/30 6.6.Notion de régulation avancée ) Limite de la régulation PID ¾ ¾ ) Régulation prédictive (feedforward control): ¾ ) Lorsque la régulation classique PID est incapable de stabiliser ou de réguler le processus, on doit ou bien changer la structure du système de commande ou proposer d’autres algorithmes de commande plus sophistiqués. Ces méthodes sont communément appelées méthodes avancées de régulation. La liste des méthodes modernes de réglage (commande floue, par réseaux de neurones, horizon infini etc...) est exhaustive mais ces méthodes restent pourtant encore du domaine de la recherche. Il est important de souligner que pratiquement toutes ces méthodes nécessitent un modèle ce qui évidemment limite leur utilisation à des systèmes simples ou de structure rigide tels que les systèmes mécaniques (robotique et aviation). En génie des procédés, on utilise surtout les méthodes classiques que nous venons de voir. Le présent cours est limité uniquement à la régulation monovariable , nous citerons toutefois pour information le principe des quelques méthodes les plus simples : cascade, prédictive et auto adaptative. Ce mode de réglage g g dit aussi de compensation p de p perturbation ou à boucle combinée p permet , d’éliminer l'effet de la p perturbation principale (débit du produit à chauffer) avant qu’elle ne se répercute sur la variable à régler (la température) d’où un effet de prédiction. Cette régulation ne prend en compte qu’une seule perturbation, c’est pourquoi une telle commande est justifiée si la perturbation est bien localisée et qu’en plus elle subit des variations brutales et importantes. Le principe simple, consiste à déterminer et de réaliser la transmittance du compensateur Wc(p) de façon que l’effet de Qc(p) sur Ts(t) soit nulle. Régulation autoadaptative : ¾ Nous avons vu que la régulation PID a ses limites lorsque les temps de retard sont importants ou lorsque les perturbations sont trop grandes. Les paramètres optimaux à afficher du régulateur dépendent évidemment du modèle or, dans les processus réels (surtout en génie des procédés), les caractéristiques physiques changent en permanence. A titre d’exemple, une vitesse de réaction chimique dépend d’abord de l’état du catalyseur, les constantes de temps dans les fours dépendent du dépôt de coke dans les tubes etc... L’idée de la régulation auto adaptative est alors de calculer en temps réel le modèle du processus à commander (par des algorithmes appropriés) et de déterminer les paramètres ou la structure du régulateur numérique en fonction du critère d'optimalité imposée. Il est clair que dans ce cas les régulateurs sont numériques. A cet effet on excite le processus par un ensemble d’impulsions (qu’on appelle Séquences Binaires Pseudo Aléatoire SBPA) et on traite les sorties correspondantes pour déterminer le modèle par des algorithmes de type moindres carrées de récursifs. 6.7 Quelques principes de régulation avancée Régulation en cascade Régulation prédictive Produit à chauffer Produit à chauffer Ts FR Air (O2) Fc - Ts FT 1 ⊗ FRC Gaz ⊗ - ⊗ ∑ Wc(p) TRC Gaz Tc - TRC Régulation auto adaptative identification temps réel critère d’optimalité calculateur Produit à chauffer Air (O2) FR Gaz Ts ⊗ - Tc régulateur numérique auto ajustable Chap. 6/32 Tc Chap.7 COMMANDE NUMERIQUE Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/2 COMMANDE NUMERIQUE: pourquoi? )Régulation continue : 9 apparition en 1840 (Watt) encore très utilisée )Régulation numérique 9 Depuis 1959 (commande d ’une unité de polymérisation Texaco de Port Artur, Texas), Depuis 1959 (commande d ’une unité de polymérisation Texaco de Port Artur,, Texas),), ) Limites de la régulation analogique 9 Manque d’auto-adaptivité Les paramètres du correcteur continu ne sont pas évolutifs 9 Transmission sensibles aux bruit 9 Précision faible 9 Programmation des algorithmes figée (peu flexible) 9 Archivage des données inexistant (nécessite des CAN) 9 Temps de réponse lent (contrôleur pneumatique, analogique ,…) 9 Difficulté de mise en œuvre des algorithmes de commande avancée (retour d’état, observateur …) Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/3 Régulation numérique : Eléments constitutifs C + M E Un CNA Ua PROCESS Y (-) CAN CAPTEUR TRANSMETTEUR CNA : Convertisseur Numérique Analogique CAN : Convertisseur Analogique Numérique 1 Chap7. Asservissement et commande numérique Chap.7/4 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Avantages d’une commande numérique )Avantages 9 Informations numériques transmises peu sensibles au bruit 9 Elaboration de consignes sous forme de programmes (missiles, machine outils, …) p des pparamètres de réglage g g ((régulateur g auto-adaptatifs) p ) 9 Calcul optimal 9 Gestion des alarmes, autodiagnostic 9 Commande embarquée 9 Gestion statistique des données 9 Programmation simple des actions P, PI, PID 9 Programmation des commandes avancées 9 faible coût et leurs performances nettement supérieures à celles des régulateurs analogiques Chap7. Asservissement et commande numérique Chap.7/5 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Inconvénients d’une commande numérique )Inconvénients 9 Temps de calcul en temps réel 9 Nécessité de CAN et de CNA (car les actionneurs ont analogiques) dans la boucle numérique p réel difficile à mettre en œuvre : le temps p de calcul des 9 Le temps paramètres de réglage doit être inférieur au temps de réponse des éléments de la boucle. 9 Chap7. Asservissement et commande numérique Chap.7/6 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Rôle d’un calculateur )Fonctions d'un calculateur dans une commande numérique 9 Un calculateur peut être : microprocesseur, ordinateur, microcalculateur 9 Calculer en fonction de l’algorithme des actions de commande vers l’actionneurs via le CNA 9 Enregistrer g l’évolution des variables du pprocédé en temps p réel 9 Afficher le suivi du procédé : gestion des alarmes et des consignes 9 Aide à l’opérateur pour la prise de décision en situation d’alarmes 2 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/7 Mise en oeuvre Consigne discrétisée + Calculateur numérique Modèle échantilloné Procédé CNA CAN Continu Sortie discrétisée Horloge 9 La consigne est spécifiée numériquement. 9 L’erreur consigne-sortie discrétisée est traitée par un calculateur numérique. 9 Ce calculateur généret une séquence de nombre. A l’aide d’un convertisseur numérique analogique (CNA), cette séquence est convertie en un signal analogique qui est maintenu constant entre des instants réguliers par un bloqueur d’ordre zéro (BOZ). L ’ensemble CNA-BOZ est appelé échantillonneur Bloqueur. 9 Ces instants espacés régulièrement sont appelés instants d’échantillonnage et sont définis par une horloge de synchronisation Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/8 DEFINITIONS )Echantillonnage 9 Un signal continu f(t) est remplacé par une suite discontinue de ses valeurs f(nTe) aux instants d’échantillonnage t=nTe (n=0,1,2,…) où Te est la période d’échantillonnage. f(t) Signal continu f*(t) Signal discret (suite d’échantillons) Echantillonnage CAN Te 1Te 2Te 3Te 4Te 5Te 6Te t(s) Chap7. Asservissement et commande numérique t(s) Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/9 Définitions )Quantification 9 Après avoir échantillonné, on quantifie l ’amplitude du signal par un nombre fini de valeurs codées en général en binaire. Les données sont représentées sur un calculateur dans un certain format f*(t) f(t) Echantillonneur t(s) f(t) Te f*(t) t(s) 3 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/10 Définitions )Erreur associée à la quantification 9 = bruit de quantification )Reconstruction (CNA) 9 consiste à élaborer un signal analogique à partir d’une suite de nombres )Discrétisation Di éti ti (CAN) 9 Découpage temporel du signal Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/11 Bloqueur )Reconstitution du Signal continu: Bloqueur d ’ordre zéro (BOZ) 9 Le bloqueur d ’ordre zéro (BOZ) a pour action de maintenir constante et égale à f(nTe) l ’amplitude de l ’impulsion entre les instants nTe et (n+1)Te. f(t) Signal continu Signal reconstitué f*(t) CNA BOZ 1Te 2Te 3Te 4Te 5Te 6Te t(s) Chap7. Asservissement et commande numérique t(s) Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/12 Outil mathématique ) Description d’un signal échantillonné 9 On définit le signal échantillonné par la suite en k : {f(K)}={f(KTe)} Te f*(t) f(t) ∞ f * (t ) = ∑ f ( nTe )δ (t − nTe ) n=0 Transformée de Laplace ∞ F * ( p) = ∑ f (nTe )e − nTe p n=0 4 Chap7. Asservissement et commande numérique Chap.7/13 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Théorème de Shannon On échantillonne un signal continu de fréquence f 0 pour différentes fréquences d ’échantillonnage fe fe=8f0 Fréquence d’échantillonnage fe=8f0 Le signal continu se retrouve dans la séquence échantillonnée. CAN fe=4f0 Le signal continu se retrouve dans la séquence échantillonnée. CAN Le signal continu ne se retrouve plus dans la séquence échantillonnée. fe=2f0 CAN Théorème de Shannon Chap7. Asservissement et commande numérique f e > 2 f max Chap.7/14 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Théorème de Shannon (suite) )Importance 9 Ce théorème très utile donne précisément la fréquence à laquelle il faut échantillonner un signal losqu'on le numérise. )Enoncé 9 la fréquence dd'échantillonnage échantillonnage doit être au moins égale au double de la fréquence du signal analogique. Si l'on se situe sous cette limite théorique, il y a perte d'information dans le signal. 9 Pour ne pas perdre d'information dans un signal la distance entre deux échantillons doit être inférieure à la demi-période du signal. 9 Pour ne pas perdre de détail dans une image, la taille des pixels doit être moins de la moitié du plus petit détail de l'image. Chap7. Asservissement et commande numérique Chap.7/15 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Théorème de Shannon (suite) ) Exemples 9 dans l'audio : pour F < 20 kHz (son Hi-Fi), Fe = 44,1 kHz 9 voix humaine en téléphonie : pour F < 3400 Hz, Fe = 8 kHz. 5 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/16 Choix en pratique de la période d’échantillonnage )La fréquence d’échantillonnage ne doit pas être trop faible (elle doit au moins : 9 respecter le théorème de Shannon). Elle ne doit pas être trop élevée non plus pour éviter le r isque de faire apparaître des zéros instables. g générale, g , on peut p utiliser les bornes : 9 En règle 0.25 τ < Te < τ τ : constante de temps du procédé 1er ordre Pour un deuxième ordre 0.25< Te.Wn < 1.5 Wn : pulstation propre du système Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/17 Choix de la période d’échantillonnage CHOIX DE LA PERIODE D ’ECHANTILLONNAGE POUR LA REGULATION DES PROCESS TYPE DE VARIABLE OU PPROCESS PERIODE D ’ECHANTILLONNAGE (en s) DEBIT 1-3 NIVEAU 5-10 PRESSION 1-5 TEMPERATURE 10-45 DISTILLATION 10-180 ASSERVISSEMENTS 0,001-0,1 REACTEURS CATALYTIQUES 10-45 CIMENTERIES 20-45 SECHAGE 20-45 Chap7. Asservissement et commande numérique Chap.7/18 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Mise en oeuvre (Filtrage et multiplexage des signaux analogiques ) Schéma de principe d’une boucle de traitement numérique Grandeur physique Capteur Amp li Filtrage Echantillonneur bloqueur CAN Partie opérative Unité de traitement CNA Ampli . Filtrage 6 Chap7. Asservissement et commande numérique Chap.7/19 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille exemple Chap7. Asservissement et commande numérique Chap.7/20 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Rôle des éléments de la boucle numérique )Capteur 9 Transforme l’énergie en une grandeur physique mesurable. Il est l’interface entre le monde physique et le monde électrique. Il va délivrer un signal électrique image du phénomène physique que l’on souhaite numériser. Il est toujours associé à un circuit de mise en forme. )Amplificateur 9 Cette étape permet d’adapter le niveau du signal issu du capteur à la chaîne globale d’acquisition. )Filtre 9 Ce filtre est communément appelé filtre anti-repliement. Son rôle est de limiter le contenu spectral du signal aux fréquences qui nous intéressent. Ainsi il élimine les parasites. C’est un filtre passe bas que l’on caractérise par sa fréquence de coupure et son ordre. Chap7. Asservissement et commande numérique Chap.7/21 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Rôle des éléments de la boucle numérique )Echantillonneur bloqueur 9 Son rôle est de prélever à chaque période d’échantillonnage (Te) la valeur du signal. On l’associe de manière quasi-systématique à un bloqueur. Le bloqueur va figer l’échantillon pendant le temps nécessaire à la conversion. Ainsi durant la phase de numérisation, la valeur de la tension de l’échantillon reste constante assurant une conversion aussi jjuste qque possible. On parle d’échantillonneur bloqueur. )CAN 9 Il transforme la tension de l’échantillon (analogique) en un code binaire (numérique). )CNA 9 Il effectue l’opération inverse du CAN, il assure le passage du numérique vers l’analogique en restituant une tension proportionnelle au code numérique. 7 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/22 Rôle des éléments de la boucle numérique ) Filtre de sortie 9 Son rôle est de « lisser » le signal de sortie pour ne restituer que le signal utile. Il a les mêmes caractéristiques que le filtre d’entrée. ) Amplificateur de sortie 9 Il adapte la sortie du filtre à la charge. ) Performances globale de la chaîne d’acquisition 9 Fréquence de fonctionnement : C’est le temps mis pour effectuer les opération de : Echantillonnage (Tech) , Conversion (Tconv et Stockage (Tst) ) temps minimum d’acquisition 9 la somme de ces trois temps : Tacq = Tech + Tconv + TSt ⇒ Fmax = 1 Tech + Tconv + TSt ) Résolution de la chaîne 9 La numérisation d’un signal génère un code binaire sur N bits. On obtient donc une précision de numérisation de 1 2N%. Il faut donc que tous les éléments de la chaîne de conversion aient au moins cette précision. On leur demande en général une résolution absolue de (0.5*1 2N%). Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/23 Acquisition ) Multiplexeur Acquisition séquentielle décalée 9 L’acquisition décalée e se base sur l’utilisation en amont d’un multiplexeur qui va orienter un capteur vers la chaîne unique d’acquisition CAN Echantillone eurBloqueurr MULTIPLEX XEUR CAPTEU URS 0101101 Séquenceur 9 Avantages : Economique 9 Inconvénients : décalage dans le temps des acquisitions. On réservera donc cette structure ne nécessitant pas une synchronisation entre les données numérisées. Temps d’acquisition complet est à proportionnel au nombre de capteur. Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/24 Acquisition )Acquisition séquentielle simultanée E/B 2 Capteur n E/B n CAN Capteur2 Echantilloneur-Bloqueur (E/B)) E/B 1 MULTIPLEXEU UR Capteur1 0101101 Séquenceur 9 Avantages : Economique moyen, acquisitions synchrones 9 Inconvénients : un E/B pour chaque capteur. Temps d’acquisition complet est à proportionnel au nombre de capteur. 8 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/25 Acquisition )Acquisition parallèle Capteur1 E/B 1 CAN1 0101101 Capteur2 E/B 2 CAN1 0101101 Capteur n E/B n CAN1 0101101 9 Avantages : les conversions simultanées, Acquisition d’une donnée pendant que l’on en stocke une autre, gain de temps sur l’acquisition complète. 9 Inconvénients Coût élevé Chap7. Asservissement et commande numérique Chap.7/26 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Transformées en z )Définition 9 du point de vue numérique, à la suite de nombre f(0), f(Te), …., f(nTe) constituant le signal numérique, on peut faire correspondre la série : ∞ F ( z ) = ∑ f (nTe ) z −n n =0 =0 9 du point de vue continu : Soit F*(p) la transformée de Laplace du signal échantillonné ∞ F *( p) = ∑ f (nTe )e− nTe p n=0 Chap7. Asservissement et commande numérique Chap.7/27 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Transformée en z )Transformée en z 9 La transformée en z d'un signal f(t) est obtenue en remplaçant exp(Tep) par la variable complexe z dans la formule précédente ∞ F *( p) = ∑ f (nTe )e −nTe p ∞ F ( z ) = ∑ f (nTe ) z −n n= 0 n =0 0 )Exemples de calcul de transformée en z par la définition f (t ) = e − at ∞ f (nTe ) = e − anTe ∞ 1 z F(z) = ∑e−anTe z−n = ∑ −aT −1 = ez z −e−aTe n=0 n=01− e 9 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/28 Bloqueur d’ordre zéro ) Fonction de transfert d’un bloqueur d ’ordre zéro (BOZ) 9 Il a pour action de maintenir constante et égale à f(nTe) l ’amplitude de l ’impulsion entre les instants nTe et (n+1)Te. 9 Sa FT Bo(p) est la transformée de Laplace de sa réponse impulsionnelle δ (t () s(t ) δ (t ) s (t ) Bo(p) t T t Γ(t ) : signal de saut s(t ) = Γ(t ) − Γ(t − T ) ⇒ s ( p ) = Γ( p ) − Γ( p )e −TP = Γ( p )(1 − e −TP ) = 1 s( p ) 1 (1 − e −TP ) ⇒ Bo( p) = = δ ( P ) p(1 − e −TP ) p Chap7. Asservissement et commande numérique Chap.7/29 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Tableau des transformée en z Chap7. Asservissement et commande numérique Chap.7/30 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Système discret ) Définition 9 Le modèle ne fait intervenir que que les variables des séquences d’entrée-sortie u(k) et y(k) . u(k ) Bo(p) y (k ) a0 y ( k ) + a1 y ( k − 1) + ...a n y ( k − n ) = b0 u ( k ) + b1u( k − 1) + ...bm u ( k − m ) a0 y ( k ) = − a1 y ( k − 1) − ...an y ( k − n ) + b0u( k ) + b1u( k − 1) + ...bm u( k − m) 9 Cette formulation de l’équation récurrente est bien adaptée au calcul numérique. C’est la forme sous laquelle seront présentées les algorithmes de commande des procédés. Le système est entièrement défini et l’équation peut être résolue en connaissant les CI : 10 Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/31 Synthèse d’un régulateur Numérique ) Transposition à l’analogique 9 Dans l’industrie on transpose souvent les méthodes analogiques au numérique pour la synthèse des PID numériques car ces techniques sont bien maîtrisés et les systèmes réels ont continus ) Démarche : Etapes par un exemple Le correcteur a été calculé en continu C(t) C ( p) = 1 + 0.53 p 1 + 0.21 p G( p) = 5 p (1 + p ) Pour assurer un MP de 45° M(t) (-) Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/32 Synthèse d’un régulateur Numérique )Approximation de la variable de Laplace p 9 Objectif est de déduire à partir de C(p) continu un correcteur équivalent discret Rd(z) C(k) M(t) Rd (z ) G( p) = Bo ( p ) (-) z = eTP ≈ 1 + TP ⇒ p = z z −1 (1 − z −1 ) = Te Te p= Approximation de Tustin 5 p(1 + p ) M(k) Te Approximation d’Euler z 2 z − 1⎞ (1 − z −1 ) = ⎜⎛ ⎟ Te Te ⎝ z + 1 ⎠ Chap7. Asservissement et commande numérique Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Chap.7/33 Synthèse d’un régulateur Numérique )Régulateur discrétisé avec Tutsin Rd ( z ) = ) = 1.89 z − 1.06 z − 0.17 )Prise en compte de la FT du bloqueur 9 Pris comme un retard pur d’une ½ période d’échantillonnage 9 LA FT du système à Commander sera alors G ( p )1 = G ( p ).e − Tp 2 = Tp − 5 e 2 p (1 + p ) )Synthèse du correcteur discret 9 Le retard pur introduit par la bloqueur nécessite un nouveau calcul des paramétres du correcteur analogique 11 Chap7. Asservissement et commande numérique Chap.7/34 Copyright© : Prof. B. Ould Bouamama , Polytech’Lille Synthèse d’un régulateur Numérique )Nouveau correcteur calaculé pour G1(p) C ( p) = 1 + 0 .6 p 1 + 0 .1 p )Correcteur discrétisé Rd ( z ) = 3z − 1.8 z + 0 .2 )Simulation du système sur Matlab Simulink 12