Skip to content

📐 2. ThĂ©orĂšmes fondamentaux & DĂ©monstrations clĂ©s

📐 2. ThĂ©orĂšmes fondamentaux & DĂ©monstrations clĂ©s

Section titled “📐 2. ThĂ©orĂšmes fondamentaux & DĂ©monstrations clĂ©s”

Pour un systĂšme bouclĂ© dont le dĂ©nominateur de la FTBF est le polynĂŽme caractĂ©ristique D(p)=anpn+an−1pn−1+⋯+a1p+a0D(p) = a_n p^n + a_{n-1} p^{n-1} + \dots + a_1 p + a_0 (avec an>0a_n > 0), une condition nĂ©cessaire (mais non suffisante si n>2n > 2) de stabilitĂ© est que tous les coefficients aia_i soient de mĂȘme signe et non nuls.

Le tableau de Routh permet de conclure quant au nombre de racines à partie réelle strictement positive.

DĂ©monstration du thĂ©orĂšme de l’écart final (PrĂ©cision)

Section titled “DĂ©monstration du thĂ©orĂšme de l’écart final (PrĂ©cision)”

Soit l’erreur Δ(t)=e(t)−s(t)\varepsilon(t) = e(t) - s(t). En rĂ©gime permanent, pour un signal d’entrĂ©e canonique, on dĂ©finit la classe du systĂšme par le nombre d’intĂ©grateurs purs dans la FTBO(p)\text{FTBO}(p).

Exprimons l’erreur dans le domaine de Laplace : Δ(p)=E(p)−S(p)=E(p)(1−FTBO(p)1+FTBO(p))=E(p)1+FTBO(p)\varepsilon(p) = E(p) - S(p) = E(p)\left(1 - \frac{\text{FTBO}(p)}{1 + \text{FTBO}(p)}\right) = \frac{E(p)}{1 + \text{FTBO}(p)}

Par application du thĂ©orĂšme de la valeur finale (si les conditions de convergence sont rĂ©unies, i.e., pĂŽles de pΔ(p)p\varepsilon(p) Ă  partie rĂ©elle strictement nĂ©gative) : Δ(\limitet∞)=lim⁥p→0p⋅Δ(p)=lim⁥p→0pE(p)1+FTBO(p)\varepsilon(\limite\text{t}{\infty}) = \lim_{p \to 0} p \cdot \varepsilon(p) = \lim_{p \to 0} \frac{p E(p)}{1 + \text{FTBO}(p)}

  • Pour un Ă©chelon de consigne (e(t)=E0⋅U(t)  âŸč  E(p)=E0pe(t) = E_0 \cdot \mathcal{U}(t) \implies E(p) = \frac{E_0}{p}) : Δ∞=lim⁥p→0E01+FTBO(p)=E01+Kp\varepsilon_{\infty} = \lim_{p \to 0} \frac{E_0}{1 + \text{FTBO}(p)} = \frac{E_0}{1 + K_p} OĂč Kp=lim⁥p→0FTBO(p)K_p = \lim_{p \to 0} \text{FTBO}(p) est le gain de position.

L’analyse frĂ©quentielle repose sur la rĂ©ponse indicielle ou harmonique. Pour une pulsation ω\omega, la fonction de transfert s’évalue en p=jωp = j\omega.

  • Gain dĂ©cibel : GdB(ω)=20log⁥10(∣H(jω)∣)G_{\text{dB}}(\omega) = 20 \log_{10}(|H(j\omega)|)
  • Phase : φ(ω)=arg⁥(H(jω))\varphi(\omega) = \arg(H(j\omega))

Le choix du correcteur C(p)C(p) dĂ©pend de l’amĂ©lioration souhaitĂ©e :

  1. Correcteur Proportionnel (C(p)=KC(p) = K) :
    • Agit sur le gain. AmĂ©liore la prĂ©cision mais dĂ©grade la marge de phase et donc la stabilitĂ© si KK est trop grand.
  2. Correcteur Proportionnel Intégrateur (PI : C(p)=Kp(1+1Tip)C(p) = K_p \left(1 + \frac{1}{T_i p}\right)) :
    • Objectif : Annuler l’erreur statique (augmente la classe du systĂšme de 1).
    • InconvĂ©nient : Apporte un dĂ©phasage nĂ©gatif aux basses et moyennes frĂ©quences, rĂ©duisant la marge de phase.
  3. Correcteur Proportionnel Dérivé (PD : C(p)=Kd(1+Tdp)C(p) = K_d (1 + T_d p)) :
    • Objectif : AmĂ©liorer la stabilitĂ© (marge de phase) et la rapiditĂ© en anticipant l’évolution du signal.
    • InconvĂ©nient : Amplifie le bruit de mesure haute frĂ©quence (nĂ©cessite un pĂŽle filtre, i.e., correcteur Ă  action dĂ©rivĂ©e filtrĂ©e).

  1. Oubli de la condition d’unicitĂ© du retour unitaire : Attention aux schĂ©mas blocs comportant un capteur dans la boucle de retour (Hc(p)≠1H_c(p) \neq 1). Il faut impĂ©rativement ramener le systĂšme sous forme canonique avant d’appliquer les formules du premier ordre ou du second ordre sur la FTBF.
  2. Confusion entre FTBO et FTBF : Le critĂšre du revers (Nyquist) s’applique sur la FTBO pour conclure sur la stabilitĂ© de la FTBF. Ne jamais tracer le diagramme de Nyquist de la FTBF pour analyser la stabilitĂ© !
  3. Erreur d’unitĂ© sur les tracĂ©s asymptotiques de Bode : Les pentes des asymptotes doivent ĂȘtre exprimĂ©es rigoureusement en dB/dec\text{dB}/\text{dec} (dĂ©cibels par dĂ©cade) et non en dB/octave\text{dB}/\text{octave} (sauf mention explicite, mais le dĂ©cade est la norme en PT).
  4. Utilisation abusive du thĂ©orĂšme de la valeur finale : VĂ©rifier systĂ©matiquement que le systĂšme en boucle fermĂ©e est stable avant d’appliquer lim⁥p→0pΔ(p)\lim_{p \to 0} p \varepsilon(p). Appliquer ce thĂ©orĂšme sur un systĂšme instable conduit Ă  des aberrations mathĂ©matiques.