Présentation

Les diagrammes de flux de signaux sont une technique fondamentale de l'ingénierie et de la théorie du contrôle des systèmes, offrant un cadre intuitif mais rigoureux pour la modélisation et l'analyse de systèmes dynamiques complexes. Ils excellent là où les diagrammes de blocs conventionnels ou les descriptions mathématiques deviennent encombrants, surtout lorsque les systèmes présentent un comportement non linéaire ou dépendent de paramètres variables de temps.

Cet article explore l'application des graphiques de flux de signal aux systèmes non linéaires et à variation de temps. Nous commençons par les fondamentaux, puis nous passons à des méthodes d'analyse avancées telles que la formule de gain de Mason adaptée aux non-linéarités, et enfin nous discutons des utilisations pratiques dans des domaines allant du contrôle aérospatial à la conception de circuits analogiques. Que vous soyez étudiant nouveau à la théorie de contrôle ou un ingénieur expérimenté cherchant à approfondir votre boîte à outils analytique, comprendre les graphiques de flux de signal améliorera votre capacité à résoudre des problèmes d'ingénierie moderne.

Qu'est-ce que les diagrammes de flux de signaux?

Un graphique de flux de signal est un graphique dirigé dans lequel les nœuds représentent les variables du système (signaux) et les branches (edges) représentent les relations fonctionnelles entre ces variables. Chaque branche porte un gain – un coefficient réel qui multiplie la variable de nœud source pour contribuer au nœud de destination. Par convention, la direction du flux de signal est indiquée par une flèche. Bien que similaire dans l'esprit aux diagrammes de blocs, les graphiques de flux de signal sont plus compacts et permettent l'application directe des techniques de réduction algébrique.

Les éléments essentiels d'un graphique de flux de signal sont les suivants:

  • Nodes: Représenter les variables (p. ex. tension, position, signal d'erreur).
  • Branches:[ Représenter la transmission d'un signal d'un noeud à un autre, avec un gain associé. Une branche du noeud j[ au noeud k implique que le signal au nœud k est égal au signal au nœud j[ multiplié par le gain.
  • Noeud d'entrée (source): Un noeud avec seulement des branches sortantes.
  • Noeud d'entrée (puce): Noeud avec seulement des branches entrantes.
  • Path: Une séquence de branches reliant deux nœuds distincts, suivant la direction des flèches.
  • Loop: Un chemin qui commence et se termine au même noeud sans passer par un nœud plus d'une fois.

Ces graphiques obéissent à la règle de superposition : le signal à tout noeud est la somme algébrique de toutes les contributions de branches entrantes. Cette hypothèse de linéarité est fondamentale pour l'analyse standard des graphiques de flux de signaux, mais comme nous le verrons, il existe des extensions pour la gestion des non-linéarités.

Construction de diagrammes de flux de signaux à partir des équations

Pour un système linéaire invariant dans le temps (LTI) décrit par un ensemble d'équations algébriques, construire un graphique de flux de signal est simple.

x1 = a11x1 + a12x2 + b[[FLT:]1[[FLT:]]u
][x]2 = a2 + b2u[FLT:]u]x]]

Chaque équation définit la relation entre les variables. Pour dessiner le graphique, placer un nœud pour chaque variable (y compris l'entrée u. Ensuite, pour chaque terme du côté droit, dessiner une branche du noeud variable au noeud variable gauche avec le coefficient correspondant comme gain. Par exemple, le terme a11x1 signifie une branche du noeud x[1 au noeud x1 avec gain ]a11 (un auto-boucle). Répéter pour tous les termes. Le graphique résultant code visuellement l'ensemble du système, ce qui facilite l'identification des structures de rétroaction et l'application des règles de réduction.

Pour les systèmes à variation de temps, les gains deviennent des fonctions du temps : a12(t). La structure du graphique reste la même, mais l'analyse doit tenir compte de la dépendance temporelle. Pour les systèmes non linéaires, les gains sont remplacés par des fonctions de la variable de nœud source. Par exemple, un terme d'amortissement non linéaire c(v) pourrait apparaître comme un gain de branche qui dépend du nœud de vitesse.

La formule du gain de Mason et sa généralisation

L'avantage le plus célèbre des graphiques de flux de signal est la capacité de calculer la fonction de transfert globale (ou la relation entrée-sortie) en utilisant .

T = (-) P[k Δk) / Δ

où:

  • Pk = gain de chemin du k-th chemin de l'entrée vers la sortie.
  • Δ = 1 – (somme de tous les gains individuels de boucle) + (somme des produits de gain de toutes les deux boucles possibles non tactiles) – (somme des produits de trois boucles non tactiles) + ...
  • Δk = valeur de Δ pour le sous-graphe qui ne touche pas le k-me chemin vers l'avant.

Cette formule gère avec élégance les structures de rétroaction complexes sans nécessiter de manipulation algébrique des équations simultanées. Cependant, elle ne s'applique qu'aux systèmes LTI. Lorsqu'il s'agit de systèmes non linéaires[, le concept de fonction de transfert fixe ne tient plus; au contraire, la relation dépend du point d'exploitation et des amplitudes de signal. Néanmoins, les graphiques de flux de signal restent utiles à travers plusieurs approximations:

  • Linéarisation à propos d'un point d'exploitation:[ Remplacer les gains non linéaires par leurs dérivés à petits signaux. Le graphique LTI résultant se rapproche du comportement à proximité de ce point.
  • Décrivant les fonctions :[ Représenter une non-linéarité par un gain quasi-linéaire qui dépend de l'amplitude et de la fréquence d'une entrée sinusoïdale. Cela permet d'utiliser la formule de Mason pour analyser les cycles limites et la stabilité.
  • Linéarisation par voie piécémique:[ Diviser la plage d'exploitation en segments, chacun avec un graphique LTI séparé, et appliquer la formule de Mason dans le sens des pièces.

Pour les systèmes variants de temps, les gains dépendent du temps. Bien que la formule de Mason ne donne pas directement une fonction de transfert variable de temps, on peut traiter le système comme une séquence d'instants LTI à des moments discrets, ou utiliser des méthodes d'espace d'état qui tiennent compte naturellement de la variation.

Analyser les systèmes non linéaires avec les diagrammes de flux de signal

Approche de linéarisation à petite visibilité

Supposons qu'un système contienne un élément non linéaire tel qu'un bloc de saturation ou un ressort cubique. La relation entre son entrée x et sa sortie y est donnée par y = f([x. Pour appliquer des méthodes linéaires, choisissez un point d'exploitation nominal (x]0, ]y]0). Le gain de petit signal est le dérivé K = ]df/dx]0, ]0).

Analyse de la fonction de description

Lorsque la non-linéarité est sans mémoire et que le système est soumis à une entrée sinusoïdale, la fonction de description N([A, ↓) représente le gain équivalent pour l'harmonique fondamental. En remplaçant N[ par le bloc non linéaire du graphique de flux de signal, on peut appliquer la formule de Mason pour obtenir une relation fréquence-domaine. Par exemple, l'équation caractéristique 1 + N(A[, ↓)G(s) = 0 (où G(s) est la partie linéaire) peut être analysée pour des cycles limites à l'aide de diagrammes de Nyquist ou de Bode. Un graphique de flux de signal précise qui loque la non-linéarité et comment la fonction de description interagit avec la rétroaction.

Approche en profondeur

Dans les systèmes à non-linéarités dures comme les relais, la région d'exploitation peut être divisée en segments linéaires. Pour chaque segment, construire un graphique de flux de signal séparé avec des gains constants. Simulation ou intégration mathématique entre les régions donne alors la réponse complète du système. Cette méthode est souvent utilisée dans l'électronique de puissance et les systèmes de contrôle numérique où les éléments de commutation créent un comportement à la pièce-linéaire.

Les systèmes de répartition du temps

Les systèmes à variation de temps, où les paramètres tels que les gains, les constantes de temps ou les masses changent avec le temps, sont communs dans le contrôle adaptatif, la robotique et l'aérospatiale. Les graphiques de flux de signal peuvent représenter ces systèmes en laissant les gains de branche être des fonctions de temps, désignés comme g(t. Par exemple, un contrôleur proportionnel dont le gain varie selon un calendrier de programmation apparaît comme une branche avec gain K[[t.

Techniques d'analyse

  • Approximativement LTI instantanée: À chaque fois t0, geler les gains variant en temps à leurs valeurs à ce moment. Le graphique LTI résultant fournit une réponse approximative valable pour un court intervalle. Ceci est utile pour des systèmes qui varient lentement.
  • Formulation de l'espace-état: Convertissez le graphique de flux de signal en un ensemble d'équations différentielles de premier ordre. Les coefficients de variation de temps apparaissent directement dans la matrice d'état A[t. L'analyse de stabilité utilise alors la théorie de Lyapunov ou la théorie de Floquet (pour les variations périodiques).
  • Réduction gram-théorétique:[ Pour les structures simples variant dans le temps, on peut appliquer des règles de réduction (comme combiner des séries et des branches parallèles) avec des gains dépendant du temps. Cependant, les expressions résultantes deviennent des intégrales ou des équations différentielles plutôt que des formules algébriques.

Les graphiques de flux de signal sont particulièrement utiles lorsque la variation de temps est localisée dans quelques branches, permettant à l'ingénieur d'isoler la partie variable de temps et de traiter le reste comme LTI. Par exemple, un gain de capteur variable de temps dans une boucle de rétroaction peut être modélisé comme un gain dépendant du temps dans le chemin vers l'avant, tandis que le contrôleur et l'usine restent statiques. Le graphique montre immédiatement l'impact sur la transmission globale de boucle.

Avantages et limites des graphiques de flux de signal

Avantages

  • Clarté visuelle:[ Les interconnexions complexes sont réduites à un graphique dirigé, ce qui facilite la détection des boucles de rétroaction, des structures en cascade et des chemins parallèles.
  • Modularité:[ Les sous-systèmes peuvent être représentés comme des graphiques distincts et combinés ultérieurement, facilitant ainsi la conception et l'analyse hiérarchiques.
  • Puissance analytique :[ La formule de gain de Mason fournit une façon systématique de déduire les relations entrées-sorties sans résoudre des équations simultanées.
  • Versatilité: Avec des extensions appropriées (linéarisation, description des fonctions, branches temporelles), la technique couvre les systèmes non linéaires et chronologiques.
  • Valeur éducative: Les graphiques de flux de signaux permettent de combler l'écart entre l'intuition physique et l'abstraction mathématique, ce qui en fait un élément de base dans les manuels de contrôle.

Limitations

  • Hypothèse de linéarité:[ Les règles de réduction du noyau reposent sur la superposition. Pour les systèmes fortement non linéaires ou discontinus, les approximations linéaires peuvent être inexactes.
  • Complexité variable en fonction du temps:[ L'application directe de la formule de Mason échoue lorsque les gains varient avec le temps, nécessitant des outils mathématiques plus avancés.
  • Scalabilité:[ Les grands graphiques avec de nombreux nœuds et boucles deviennent difficiles à calculer manuellement, bien que les outils logiciels puissent les gérer.
  • Systèmes multi-sorties (MIMO) multi-entrées : Bien que les graphiques de flux de signal puissent représenter les systèmes MIMO, l'analyse devient plus active et les méthodes d'espace d'état sont souvent préférées.

Malgré ces limites, les graphiques de flux de signal demeurent un outil conceptuel et pratique précieux, surtout lorsqu'ils sont combinés à des outils informatiques modernes pour la simulation et l'extraction automatisée des fonctions de transfert.

Applications pratiques

Génie de contrôle

Par exemple, un système de contrôle adaptatif qui modifie ses paramètres en fonction du comportement du système peut être modélisé avec des gains variables en temps. Le graphique aide à visualiser comment la loi d'adaptation modifie la boucle. Dans , le contrôle de la rotation, décrivant les méthodes de fonction appliquées par les graphiques de flux de signal, permet l'analyse des cycles limites dans les systèmes non linéaires avec saturations, zones mortes ou hystérésis.

Traitement des signaux

Les structures de filtres numériques, comme les filtres transposés de la forme directe II, sont souvent représentées par des graphiques de flux de signaux. Les nœuds correspondent aux variables d'état stockées (quantités à l'instant d'échantillonnage), et les branches représentent des multiplicateurs et des retards unitaires. Pour les filtres à temps variable (par exemple, les égaliseurs adaptatifs), les coefficients multiplicateurs changent avec le temps, et le graphique souligne les coefficients mis à jour. La même approche s'applique aux filtres analog[ où les condensateurs et les inducteurs créent des gains en fonction de la fréquence; les graphiques de flux de signaux permettent l'analyse de la largeur de bande et de la stabilité du filtre.

Systèmes de communication

Les boucles verrouillées en phase (PLL) et les synthétiseurs de fréquence contiennent des éléments non linéaires (détecteur de phase) et des éléments variant dans le temps (coefficient de filtre de boucle). Un graphique de flux de signal d'un PLL permet aux ingénieurs de calculer la plage de verrouillage, de capturer des transitoires et d'évaluer les performances sonores.

Robotique et mécatronique

Les manipulateurs robotisés sont des systèmes non linéaires, variant dans le temps en raison de changements de géométrie, d'inertie et d'effets de Coriolis. Une représentation graphique du flux de signal de la dynamique inverse (ou de la boucle de linéarisation de retour) montre comment les positions, vitesses et accélérations des articulations interagissent à travers des gains dépendants du temps. Cela aide à concevoir des contrôleurs qui compensent ces variations.

Réseaux électriques

Dans les systèmes d'alimentation, les charges non linéaires (comme les redresseurs) et les sources de variation du temps (onduleurs photovoltaïques) peuvent être représentées à l'aide de graphiques de flux de signal. La méthode permet d'analyser la propagation harmonique, la stabilité de la tension et l'effet des non-linéarités sur les relais de protection.

Pour plus de détails sur les applications avancées, consultez des ressources comme Le graphique de flux de signal de Sciencedirect ou le texte classique «Signal Flow Graphs and System Analysis» de C. S. Lorens. Des détails pratiques de mise en œuvre sont disponibles dans la documentation de MATLAB Control System Toolbox (transfert function objects[) et dans des environnements de simulation comme Simulink, qui utilisent en interne des concepts de flux de signal.

Conclusion

Les graphiques de flux de signal fournissent un cadre puissant, visuel et analytique pour la compréhension et la conception de systèmes qui vont de simples contrôleurs LTI à des usines complexes non linéaires et à des usines à temps variable. Bien que la formule de gain de Mason classique soit limitée aux systèmes LTI, les extensions telles que la linéarisation de petits signaux, la description des fonctions et la modélisation par pièce permettent aux ingénieurs de s'attaquer à une large gamme de problèmes réels.

Pour les étudiants comme pour les professionnels, la maîtrise des graphiques de flux de signaux est un investissement qui rapporte des dividendes dans des projets impliquant le contrôle, les communications, le traitement des signaux, et au-delà. Comme les systèmes modernes intègrent de plus en plus l'adaptabilité, la non-linéarité et la variation temporelle, la perspective graph-théorique reste aussi pertinente aujourd'hui qu'elle l'était lors de sa première introduction par Mason dans les années 1950.

Pour approfondir vos connaissances, explorez les manuels sur la théorie du contrôle (p. ex., le Modern Control Engineering d'Ogata) et les articles spécialisés sur l'analyse non linéaire du système. Expérimentez avec des graphiques de flux de signal de construction dans des logiciels tels que le module de contrôle de Python]SymPy ou la boîte à outils du système de contrôle dans MATLAB, et voyez comment ils simplifient l'analyse des topologies système les plus complexes.