R EVUE DE STATISTIQUE APPLIQUÉE
L. P ROUZA
Sur la théorie linéaire des régulateurs automatiques
Revue de statistique appliquée, tome 13, n
o2 (1965), p. 95-100
<
http://www.numdam.org/item?id=RSA_1965__13_2_95_0>
© Société française de statistique, 1965, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
95
SUR LA THÉORIE LINÉAIRE
DES RÉGULATEURS AUTOMATIQUES
L. PROUZA
On considère une machine sur
laquelle
sontfabriquée
dans des in-tervalles de
temps
discrets desproduits ayant
unecaractéristique
dequalité
mesurable. Les variations de cettecaractéristique pendant
la pro- duction ont des causessystématiques (déterminées)
et aléatoires. Les causes déterminéespeuvent
être éliminées par larégulation
de la ma- chine.Dans cet
article,
on considère unrégulateur automatique linéaire,
effectuant le
filtrage optimal (selon
le critère d’erreurquadratique
mi-nimum)
d’un"bruit blanc"
à l’entrée et de l’élimination dans un nombre fini de pas d’uneperturbation
déterminée de la forme d’un"saut" (ré- gulateur
dupremier type)
ou d’un"saut
devitesse" (régulateur
du secondtype).
Il est démontré pour ces deux formes de
perturbation
et pour le critère d’erreurquadratique
minimum que lerégulateur
dupremier type
est
pratiquement toujours
meilleur que lerégulateur
du secondtype.
Cetteconclusion a une
importance pratique
parce que lerégulateur
dupremier type peut
être effectivement réalisé defaçon
assezsimple.
1. REGULATEUR
AUTOMATIQUE
LINEAIREConsidérons le schéma de la
figure
1. Le bloc avec fonction de transfert 1représente
la machineidéalisée,
surlaquelle
sontfabriqués
des
produits ayant
unecaractéristique
mesurable dont la valeur est re-présentée
par TI, dans des intervalles detemps
delongueur
1. Le blocavec la fonction de transfert
z-03B4(03B4 > 0) représente
le retard nécessaire pour passer leproduit
à l’instrument de mesure et pour le mesurer.La valeur mesurée est
comparée
avec la valeurnormale, qui peut
êtresupposée nulle,
sansperte
degénéralité. L’opération
de mesure est re-présentée
par le différentiel à droite sur lafigure
1. Le résultat de lamesure avance sur le filtre avec la fonction de transfert
F(z)
avec unretard E > 0. Le
signal
du filtre sert à commander lechangement
deposition
del’organe
d’exécution de la machine. Cechangement
doit com-penser des
perturbations
aléatoires(bruits), qui
dans lafigure
1 sontconsidérés comme une suite
stationnaire {03BE(l)}, (l = 0,
±1,
±2,...).
Nous considérons
symboliquement
lacompensation
comme soustrac-tion sur le différentiel à
gauche
dans lafigure 1, compte
tenu de la li- néarité de tout le schéma. Dans cequi suit,
nous considérons :Revue de Statistique Appliquée. 1965 - Vol. XIII - N· 2
96 Fig
1D’après
lefigure
1, il est évident que pourchaque
noù f est la combinaison linéaire sur la suite entre
parenthèse.
Nous demandons que le
réglage
soitoptimal
selonKolmogorov- Wiener,
c’est-à-dire :Il est clair que pour former
X(n)
nous pouvonsemployer
les termesjusqu’à 03BE(n - 1).
Nous allons supposer.Les formules
générales
pour déterminer la fonction de transfertF(z)
du filtre dans le feedback sont mentionnées dans(L2).
2. REGULATEURS MODIFIES
On suppose maintenant que la
perturbation
à l’entréecontient,
enplus
du bruit aléatoirestationnaire,
une autrecomposante déterminée,
et
l’optimalisation
selon(5)
se fait à conditionssupplémentaires, compte
tenu de cette
composante.
Dans
(L2),
on considère le cas où à l’entrée le bruit"blanc"
s’ad- ditionne avec uneperturbation
de la forme"saut"J (où
J est réel et dif-férent de
zéro).
Lerégulateur
doit éliminer l’influence du saut J dans N pas(N > 1), quel
que soit le moment où le sautapparait.
Dans(L2),
on
examine
despropriétés
de cerégulateur optimal,
que nousappellerons
le
régulateur
dupremier type.
La
perturbation
en forme de sautcorrespond approximativement
dans la
pratique
à unchangement
du matériel usiné.En
plus
de ce genre deperturbation,
ilpeut
aussiapparaître
dansla
pratique
uneperturbation provenant
parexemple
d’une usuregraduelle
et lente de l’outil. Une telle
perturbation
estapproximativement
une fonc-tion linéaire du
temps.
Revue de Statistique Appliquée. 1965 - Vol. XIII - N’ 2
97
Considérons le
régulateur optimal
selon le critère(5)
avec des conditionssupplémentaires qui respectent
l’influence de laperturbation,
croissant linéairement avec le
temps,
que nousappellerons
lerégulateur
du second
type.
Alors,
supposons que, outre larégulation optimale
de la suite"blanche",
lerégulateur
enlève dans N pas(N
>1),
l’influence du"saut
de
vitesse" K, quelle
que soit la valeur de nà laquelle
le saut est ap- ru.Si alors nous posons :
on doit avoir :
nu
représentant respectivement
les suites de la sortie,réglées
avec desperturbations d’entrée {03BE(1)}
et{~(l)}
En
effet, jusqu’au
moment n, lesignal
à l’entrée est seulement{03BE(l)},
une suite"blanche",
pourlaquelle E[~03BE(l)]
= 0. Au moment n,la
perturbation "saut
devitesse"
est apparue.Depuis
ce moment, lesignal
à l’entrée est de la forme~(l) = 03BE(l)
+K (1 -n).
Nouspostulons
que
l’espérance
math.E[~~(l)]
dusignal
à la sortie soit zéroaprès
N pas ; cequi
donne la condition(8).
On voit facilement que des
équations (7)
et(8),
il résulteak = 0 pour k > N.
Nous cherchons alors le minimum
(5)
pour le bruit blanc à l’entréeavec les conditions
supplémentaires (9).
Théorème 2. 1 : Pour que
l’expression (5)
soit minimale sous les condi- tions(9)
et le bruit blanc àl’entrée,
il est nécessaire et suffisant queDémonstration :
On démontre facilement que le
système
des valeurs(10)
satisfaitle
système
deséquations :
Revue de Statistique Appliquée. 1965 - Vol. XIII - N· 2
98
On en déduit que la condition
(10)
estnécessaire,
la condition suf- fisante résulte del’interprétation géométrique.
Théorème 2. 2 : Pour le
régulateur,
avec la suite despoids (10),
on en-duit pour l’entrée blanche :
3. COMPARAISON DE DEUX REGULATEURS MODIFIES
Pour comparer les deux
types
derégulateurs considérés,
il estsurtout
important
de serappeler
queplus
N devientgrand, plus
l’ins-tallation devient
compliquée
et par celà mêmeplus
chère etplus
déré-glable.
Comme on l’a mentionné dans(L2),
onpeut
difficilement consi- dérer Nplus grand
que 10. Pour des calculs dans lesystème binaire,
les valeurs
N = 2, 4, 8,
sontavantageuses.
Par la suite, nous marquerons de l’indice I les
grandeurs,
appar- tenant aupremier type
durégulateur,
celles du secondtype
seront mar-quées
par l’indice II.Si la
perturbation, systématique
à l’entrée est de la forme"saut" ,
les deux
types
derégulateur
enlèvent son influenceaprès
N pas.Dans l’état stationnaire
(les
transitoires étantdisparus),
nous devonspour ce cas considérer seulement l’influence du bruit blanc à
l’entrée, c’est-à-dire,
nous comparons les formules(3.6)
de(LI)
et(L2).
Commeon
peut
le voir, pourchaque
N, le secondtype
derégulateur
estplus
mauvais que le
premier.
Si la
perturbation
à l’entrée est de la forme du"saut
devitesse",
le second
type
derégulateur
enlève son influenceaprès
N pas. Dans l’étatstationnaire,
nous nous intéressons pourcomparaison
à nouveauà la formule
(12).
Lepremier type
derégulateur
n’enlève pas l’influence de cetteparturbation.
A la sortieaprès
N pasapparaît
l’erreur constante :comme il est facile de la démontrer.
Pour la
comparaison
desrégulateurs,
nouschoisirons,
comme on le fait dans des situationsanalogues,
le critèrePour une valeur donnée du
rapport K/03B403BE, l’expression (14)
est mi-nimum par
rapport
à N(N
étant considéré commecontinu) lorsque
N sa-tisfait à
l’équation :
comme il est facile de le démontrer.
La solution
peut
être trouvée parexemple
par la méthode d’itérations :Revue de Statistique Appliquée. 1965 - Vol. XIII - N’ 2
99
Nous comparons alors le critère
(14)
avec(12).
Une comDaraison d’orientation est faite de lafaçon
suivante : on cherche d’abordles
va-leurs
K/0ç,
telles que E2 soit minimum pourNI = 2,
4, 8 ; ensuite ondétermine
Nu,
tel quel’expression
entreparenthèses
dans(12)
prenne la valeur laplus petite.
Le résultat de la
comparaison figure
dans la table 1 :On voit que dans le domaine de la table 1, le second
type
de ré-gulateur
est meilleur que lepremier
seulement pour N environquatre
foisplus grand (et
le schéma est enconséquence plus compliqué).
Si maintenant pour
N I donné,
onaugmente 0ç /K
parrapport
auxvaleurs de la table
I,
lerégulateur
dupremier type
ne seraplus optimal
pour ce
NI,
mais selon(14),
E2 va diminuer. Pour compenser cette baisse par lerégulateur
du secondtype,
nous devrions encoreaugmenter NII
selon(12).
Le
régulateur
dupremier type
reste alorstoujours
meilleur que celui du secondtype,
pour le critère choisi.CONCLUSION
Des considérations
précédentes,
il résultequ’un régulateur
linéairesimple
dupremier type
estplus avantageux qu’un régulateur
linéaire du secondtype,
ycompris
le cas d’uneperturbation
déterminée d’entrée de la forme"saut
devitesse",
si à l’entréeagit
encore uneperturbation
dela forme de bruit
"blanc".
Parce que nous savons que l’erreur aléatoire à la sortie croît très vite avec l’ordre
d’extrapolation,
onpeut
s’attendre même pour les ré-gulateurs
linéaires dutype supérieur, qu’ils
soient moins bons que lerégulateur simple
dupremier type.
L’accroissement de l’erreursysté- matique
à lasortie,
étant donné un trend dedegré supérieur,
n’est pasimportant
aupoint
de vuepratique,
parce que la machineréglée
doitavoir un
procédé qui
la faitstopper automatiquement,
si lagrandeur
àla sortie s’écarte des tolérances
(dans
la théorielinéaire,
on nepeut
pasprendre
ce facteur en considération dans lescalculs).
Revue de Statistique Appliquée. 1965 - Vol. XIII - N’ 2
100
BIBLIOGRAPHIE
(L1)
PROUZA L. -Quelques propriétés
de deuxsimples
filtres discrets(en tchèque), Stroje
nazpracovani informaci,
SbornikVI, 1958 ,
p.
71/82.
(L2)
PROUZA L. - Sur la théorie linéaire desrégulateurs automatiques (en russe). Aplikace Matematiky, F. 5, 1960, n° 3,
p.196/201.
Revue de Statistique Appliquée. 1965 - Vol. XIII - N’ 2