Calcul fonction de transfert en z
Calculez instantanément la fonction de transfert discrète d’un système du premier ordre à partir d’un modèle continu de type G(s) = K / (tau s + 1), sous hypothèse de maintien d’ordre zéro. L’outil affiche la forme en z, la forme en z^-1, le pôle discret, la stabilité, le gain statique et la réponse indicielle échantillonnée.
Guide expert du calcul de fonction de transfert en z
Le calcul de la fonction de transfert en z est une étape centrale dès que l’on passe d’un système continu à un système discret. Dans les automatismes, le traitement du signal, l’électronique numérique, l’instrumentation embarquée et la commande assistée par microcontrôleur, la réalité du calcul se fait à intervalles d’échantillonnage. Il ne suffit donc plus de raisonner en variable de Laplace s. Il faut traduire la dynamique en variable z afin de décrire précisément le comportement du système à chaque instant d’échantillonnage.
La transformée en z joue pour les systèmes discrets un rôle comparable à celui de la transformée de Laplace pour les systèmes continus. Elle permet de transformer une équation aux différences en relation algébrique, d’étudier la stabilité, de localiser les pôles et zéros, de prévoir la réponse indicielle et de concevoir des correcteurs numériques. Si vous développez un contrôleur sur automate programmable, un algorithme sur DSP ou un asservissement sur carte embarquée, le calcul correct de la fonction de transfert en z conditionne directement la qualité du résultat final.
Pourquoi passer du domaine s au domaine z
Dans un système continu, un modèle simple du premier ordre s’écrit souvent sous la forme :
où K est le gain statique et tau la constante de temps. Ce modèle décrit une infinité de valeurs dans le temps. Dès qu’un calculateur numérique pilote ce système, les mesures et les commandes ne sont plus traitées de façon continue, mais à des instants séparés de T secondes. Il faut alors une représentation discrète, c’est-à-dire une relation entre échantillons successifs. La variable z encode précisément ce décalage temporel d’un échantillon à l’autre.
Le grand intérêt de la fonction de transfert en z est qu’elle relie directement l’entrée échantillonnée U(z) à la sortie échantillonnée Y(z). On peut ainsi écrire :
À partir de cette expression, il devient possible de simuler, filtrer, corriger et optimiser le comportement d’un système numérique.
Discrétisation exacte sous maintien d’ordre zéro
Dans beaucoup d’applications industrielles, la commande reste constante entre deux instants d’échantillonnage. C’est l’hypothèse dite de maintien d’ordre zéro, souvent notée ZOH. Pour un premier ordre continu, on obtient une équivalence discrète particulièrement élégante. On définit d’abord :
puis :
ou, en forme pratique pour les implémentations numériques :
Cette seconde écriture est très utilisée parce qu’elle conduit immédiatement à l’équation récursive :
Cette équation est la base du calcul embarqué. Elle ne demande qu’une multiplication par le pôle discret a, une multiplication du terme d’entrée par le gain discret, puis une addition.
Interprétation physique du pôle discret
Dans le domaine z, la stabilité d’un système causal linéaire discret dépend de la position des pôles par rapport au cercle unité. Pour un premier ordre discret obtenu par la formule précédente, le pôle est égal à a. Si 0 < a < 1, alors le système est stable et sa réponse décroît progressivement. Si a est proche de 1, la dynamique est lente et la mémoire du système est longue. Si a est proche de 0, la réponse est rapide et la sortie rejoint sa valeur finale en peu d’échantillons.
Pour un premier ordre avec tau > 0 et T > 0, on a toujours a = exp(-T/tau), donc a appartient naturellement à l’intervalle ]0,1[. Cela garantit une stabilité interne. Ce résultat est précieux, car il montre que la discrétisation exacte d’un premier ordre stable reste stable. En revanche, le choix de T influence fortement la qualité de représentation, la précision numérique et la vitesse apparente de la réponse.
Effet du ratio T / tau sur la dynamique
Le tableau suivant illustre l’impact du rapport entre la période d’échantillonnage et la constante de temps. Les valeurs sont calculées à partir de la formule exacte a = exp(-T/tau). Elles montrent comment le pôle discret et le nombre d’échantillons nécessaires pour atteindre environ 98 % de la valeur finale évoluent quand T change.
| Ratio T / tau | Pôle discret a = exp(-T/tau) | Échantillons pour critère 2 % | Lecture pratique |
|---|---|---|---|
| 0,05 | 0,9512 | 79 | Très fin, excellente résolution temporelle |
| 0,10 | 0,9048 | 40 | Choix classique en commande numérique |
| 0,20 | 0,8187 | 20 | Correct pour des besoins courants |
| 0,50 | 0,6065 | 8 | Échantillonnage grossier mais encore exploitable |
| 1,00 | 0,3679 | 4 | Représentation très compacte, moins fidèle entre échantillons |
Ces chiffres montrent un point clé : un système lent dans le monde continu peut sembler assez rapide dans le domaine discret si T est grand, mais cette apparente rapidité vient du fait que l’on observe moins d’instants intermédiaires. Le modèle n’est pas faux, mais la résolution temporelle est plus faible. Pour la conception de correcteurs, il faut donc distinguer la stabilité, qui reste correcte ici, et la finesse de représentation, qui dépend directement du choix de T.
Comment lire la réponse indicielle discrète
Lorsque l’entrée est un échelon d’amplitude A, la sortie d’un premier ordre discret tend vers K × A. Au début, la sortie est nulle si l’état initial est nul. Ensuite, à chaque échantillon, la sortie progresse selon la loi de récurrence du système. Le graphe affiché par le calculateur permet d’observer :
- la montée progressive de la sortie vers sa valeur finale ;
- l’influence du pôle discret sur la vitesse de convergence ;
- la valeur finale théorique, égale au gain statique multiplié par l’amplitude d’entrée ;
- la durée en nombre d’échantillons jusqu’au voisinage de l’état permanent.
Dans le cas d’un premier ordre strictement stable, la réponse indicielle est monotone et ne dépasse pas la valeur finale. Si vous observez l’inverse dans un modèle discret d’ordre supérieur, il faudra alors étudier l’effet des zéros, des pôles complexes, du bruit de mesure, de la quantification et du correcteur numérique.
Comparaison entre formes en z et en z^-1
Les deux écritures suivantes sont mathématiquement équivalentes :
La forme en z est souvent utile pour les analyses théoriques et la localisation des pôles. La forme en z^-1 est généralement préférée en programmation et en traitement numérique, car le terme z^-1 représente un retard d’un échantillon. Elle se traduit immédiatement en registre mémoire, avec stockage de la sortie précédente et éventuellement de l’entrée précédente.
Voici un second tableau utile pour mettre en relation la position du pôle discret et quelques indicateurs pratiques de réponse pour un échelon unité et K = 1 :
| Pôle a | Valeur y[1] | Valeur y[5] | Valeur finale | Commentaire |
|---|---|---|---|---|
| 0,95 | 0,0500 | 0,2262 | 1,0000 | Réponse lente, mémoire longue |
| 0,90 | 0,1000 | 0,4095 | 1,0000 | Comportement classique d’un premier ordre discret |
| 0,75 | 0,2500 | 0,7627 | 1,0000 | Montée plus rapide |
| 0,50 | 0,5000 | 0,9688 | 1,0000 | Convergence très rapide |
| 0,20 | 0,8000 | 0,9997 | 1,0000 | Quasi convergence immédiate |
Erreurs courantes lors du calcul d’une fonction de transfert en z
- Confondre discrétisation exacte et approximation d’Euler. La formule exacte sous ZOH n’est pas la même chose qu’une approximation numérique simple. Les résultats sur les pôles peuvent être sensiblement différents.
- Choisir un T trop grand. Le système peut rester stable, mais la représentation de la dynamique devient grossière et les performances d’asservissement peuvent chuter.
- Oublier le retard d’un échantillon dans la forme en z^-1. Cette écriture est normale et reflète la réalité du calcul discret.
- Mal interpréter la stabilité. En discret, on vérifie la position des pôles à l’intérieur du cercle unité, et non la partie réelle négative comme en continu.
- Négliger la quantification et le bruit. Une fonction de transfert théoriquement correcte ne garantit pas une implémentation robuste si la résolution numérique est insuffisante.
Bonnes pratiques pour un dimensionnement crédible
- Choisir une période d’échantillonnage au moins 10 fois plus rapide que la constante de temps dominante, lorsque c’est possible.
- Vérifier la cohérence des unités : K sans unité ou avec unité correcte, tau en secondes, T en secondes.
- Tester la réponse indicielle après discrétisation pour confirmer la valeur finale et la vitesse de montée.
- Analyser la marge de stabilité si la fonction de transfert discrète est destinée à une boucle fermée.
- Conserver la forme en z^-1 pour l’implémentation code, car elle correspond naturellement aux mémoires d’échantillons.
Dans quels domaines ce calcul est-il utilisé
Le calcul de fonction de transfert en z intervient dans de très nombreux secteurs : commande moteur, robotique, aéronautique, électronique de puissance, conversion d’énergie, capteurs intelligents, audio numérique, filtrage de vibrations, réseaux électriques intelligents et régulation de procédés industriels. Dans tous ces cas, la compréhension du passage continu-discret permet d’éviter une différence parfois importante entre le modèle simulé et le système réellement commandé par calculateur.
Pour approfondir, vous pouvez consulter des ressources reconnues comme la plateforme de contrôle numérique de l’University of Michigan sur ctms.engin.umich.edu, les supports académiques du MIT sur ocw.mit.edu, ainsi que des ressources techniques et de mesure numérique proposées par le nist.gov.
Résumé opérationnel
Si vous avez un premier ordre continu G(s) = K / (tau s + 1), le calcul vers le domaine z est simple et très fiable avec l’équivalent exact sous ZOH. Il suffit de calculer a = exp(-T/tau), puis de déduire :
ou :
Ensuite, il faut vérifier que |a| < 1, lire la réponse indicielle, confirmer la valeur finale K × A et évaluer si le choix de T permet une représentation suffisamment fine de la dynamique. Cette démarche constitue la base d’une conception numérique solide, que vous travailliez sur un filtre, une boucle d’asservissement ou un modèle discret destiné à la simulation.