Académique Documents
Professionnel Documents
Culture Documents
Dr Denis GILLET
Matre denseignement et de recherche
Lausanne
Septembre 2011
Toute reprsentation ou reproduction intgrale ou partielle, faite sans le consentement de l'auteur est
illicite. D. Gillet, 1995-2011
CHAPITRE 1
INTRODUCTION
1.1
Systme
Ractions
Effets
Rsultats
Comportements qui doivent
tre observs ou modifis
Influences du systme sur
lenviromment
Rponse du systme
Observations
Actions
Causes
Donnes
Moyens disponibles pour
influencer le systme
Influences de lenvironnement
sur le systme
Excitation
Grandeurs pouvant tre
manipules
Systme
Entres
Objet de notre
attention
Sorties
Collection dobjets
en interaction
Environnement
Perturbations
Influence de lenvironnement
sur le systme
alatoires
ngliges
non-souhaites
inconues
SYSTME
Rappelons que les entres d'un processus reprsentent des causes qui
agissent sur lui de l'extrieur, par exemple des perturbations, ou encore des
excitations standard (impulsion, saut, rampe et sinusode). Les sorties regroupent
les effets qui en dcoulent et dsignent le plus souvent des signaux mesurs. Les
systmes considrs dans ce chapitre sont essentiellement multivariables, c'est-dire qu'ils possdent r entres u 1, u 2, , u r mutuellement couples avec p sorties
y 1, y 2, , y p ; ainsi, l'entre u i , par exemple, peut influencer simultanment
plusieurs sorties. Une description schmatique d'un tel systme apparat dans la
figure 1-2.
u1
y1
u2
y2
#
ur
#
yp
INTRODUCTION
1.2
Linarit
I(x) =
x(t) dt
a
LINARIT
En effet:
a [ u 1(t) + u 2(t) ] + b = au 1(t) + au 2(t) + b est diffrent de:
y 1(t) + y 2(t) = [ au 1(t) + b ] + [ au 2(t) + b ]
= au 1(t) + au 2(t) + 2b
y (t)
u(t)
Figure 1-3 Modle linaire
y (t)
u(t)
Figure 1-4 Modle non linaire
INTRODUCTION
1.3
Signaux
t3 t2 t 1 t 0
t1
t
t
t
2
EXEMPLES QUALITATIFS
1.4
Exemples qualitatifs
1.4.1
Entranement lectrique
Lentranement est un systme SISO (single input, single output) et linaire. Son entre est la tension dalimentation u et sa sortie la position angulaire .
Sa dynamique peut tre dcrite par une fonction de transfert (FT).
u
A
-------------1 + s
1
--s
Perturbations de charge
Figure 1-6 Schma fonctionnel dun entranement lectrique
c
-
A
--------------------s(1 + s)
PD
PD
u
-
PI
A
-------------1 + s
1
--s
INTRODUCTION
Conception
du rgulateur dtat
c
c
ic
Rgulateur
dtat
Entranement
une mesure!
i
Observateur
Conception
de lobservateur
dtat
Nombre de contre-ractions
= ordre du systme
EXEMPLES QUALITATIFS
1.4.2
Pendule invers
Grue portique
x
entre
F
x
Plate-forme
de lancement
de fuse
charge
Pendule
Une description par fonction de transfert nest plus possible dans ce cas,
ce qui conduit la recherche dune forme de reprsentation plus gnral. Nous
verrons quune reprsentation dtat est bien adapte. Les solutions classiques de
commande ne permettent pas non plus de rgler deux grandeurs la fois. Nous
verrons que lintroduction dune commande dtat est approprie.
INTRODUCTION
xc
vc
c
c
Rgulateur
dtat
Pendule
Observateur
1.4.3
T
Figure 1-13 Schma de principe dun robot
EXEMPLES QUALITATIFS
rc
c
PI
-
PD
r
Robot
Nous verrons que grce aux mthodes dtat, il sera possible de tenir
compte des interactions dans le rgulateur, voire de dcoupler les comportements
de rotation et de translation. Cest--dire quune modification de r c ne provoque
pas de modification intempestive de (interaction compense par le rgulateur).
10
CHAPITRE 2
REPRSENTATION DTAT
2.1
2.1.1
Introduction
2.1.2
Dfinitions
x2
(2.1)
#
xn
u2
(2.2)
#
ur
y2
(2.3)
#
yp
12
REPRSENTATION DTAT
Etat: x
Cette figure met en vidence le fait que le vecteur d'tat est une grandeur
interne au systme, souvent non mesurable et par consquent diffrente de la
sortie. Ainsi, toute modlisation d'tat fera intervenir non seulement les entres et
sorties, quantits externes, mais galement des variables d'tat internes. C'est la
raison pour laquelle une telle reprsentation est dite interne.
2.1.3
Pour extraire les variables qui permettent de dcrire le systme dans le formaliste dtat choisi, il faut tout dabord inventorier lensemble des grandeurs qui
apparaissent sous forme drive dans les quations. Ces grandeurs sont notes i ,
i = 1, , n . Lordre maximum respectif de drivation des i est not i . Cette
quantit dfinit le nombre de variables dtat quil faut introduire pour reprsenter
une grandeur i . Ces variables dtat sont, par ordres de drivation successifs:
(0)
(1)
( i 1 )
i , i , , i
o:
(0)
i
= i et
(k)
i
d i
d tk
pour k = 1, , i 1
n =
i
i=1
v + cos z = u 2
z = t
Lapplication de la mthode cet exemple donne:
i
grandeurs i
ordres i
variables dtat
x1 = v
x 2 = w , x 3 = w
x4 = z
Tableau i
x 2 = w = x 3
1 2
x 3 = w = --- ( u 1 sin t )
a
x = z = t
4
La mme dmarche est exploite pour exprimer les sorties en fonction des
variables dtat, des entres et du temps. Par exemple, si seule la grandeur w est
mesure il vient:
y = w = x2
14
REPRSENTATION DTAT
2.2
2.2.1
Dfinitions
(2.4)
#
x n(t) = f n [ x 1(t), , x n(t), u 1(t), , u r(t), t ]
(2.5)
#
y p(t) = g p [ x 1(t), , x n(t), u 1(t), , u r(t), t ]
x 2(t)
#
u 1(t)
u 2(t)
; u(t) =
x n(t)
y 1(t)
et y(t) =
u r(t)
y 2(t)
#
y p(t)
f 2 [ x(t), u(t), t ]
#
f n [ x(t), u(t), t ]
15
g 1 [ x(t), u(t), t ]
, g [ x(t), u(t), t ] =
g 2 [ x(t), u(t), t ]
#
g p [ x(t), u(t), t ]
Par dfinition:
x (t) =
x 1(t)
x (t)
2
#
x n(t)
(2.6)
(2.7)
2.2.2
16
REPRSENTATION DTAT
(2.8)
(2.9)
D(t)
u(t)
B(t)
+ x (t)
+
x(t)
C(t)
+
+
y(t)
A(t)
Figure 2-2 Schma fonctionnel d'un systme linaire analogique.
Un systme analogique dcrit par les relations (2.8) et (2.9) est dit linaire.
Il est non stationnaire si les matrices apparaissant dans ces quations dpendent
du temps et stationnaire dans la situation contraire. La figure 2-2 fournit le
schma fonctionnel de tels processus.
Remarquons que, dans ce schma fonctionnel, les variables d'tat
apparaissent la sortie des intgrateurs. Les divers rles jous par les matrices du
modle ressortent maintenant clairement; la matrice d'entre B(t) rsume la
liaison du vecteur dentre u(t) avec la partie dynamique caractrise par la
matrice du systme A(t) ; la matrice de sortie C(t) reprsente la connexion entre
cette portion dynamique et le vecteur de sortie y(t) tandis que la matrice de
passage D(t) indique une intervention directe de u(t) sur y(t) .
Le cas monovariable est caractris par r = p = 1 ; la matrice B(t)
devient alors un vecteur colonne b(t) de dimension n, la matrice C(t) un vecteur
T
ligne c (t) de dimension n, et finalement la matrice D(t) un nombre d(t) .
x (t) = A(t)x(t) + b(t)u(t)
T
Une reprsentation par schma fonctionnel est reporte dans la figure 2-3.
D(t)
u(t)
+ x (t)
B(t)
x(t)
C(t)
y ( t)
A(t)
Figure 2-3
2.2.3
ui
di
+ k
dt
J = ki f
18
REPRSENTATION DTAT
0
0
0
1
f
-J
k
--L
0
k-J
R
--L
x1
x2
x3
0
+ 0 u
1
--L
x1
y = 1 0 0 x2
x3
Cette description peut tre simplifie si on nglige l'inductance du circuit
u k
-------------i =
R
L'quation mcanique devient alors:
2
k
k
J = ----- + f + --- u
R
R
Seules les deux premires variables dtat x 1 et x 2 pralablement
slectionnes sont maintenant ncessaires pour dcrire le systme. Le modle
d'tat simplifi est ainsi:
x 1
=
x
2
y = 1 0
0
0
1
a
x1
x2
k
1 k
+ 0 u , avec a = --- ----- + f et b = -----
JR
J R
b
x1
x2
2.3
2.3.1
Introduction
(2.10)
(2.11)
(2.12)
(2.13)
(2.14)
REPRSENTATION DTAT
x (kh)
x(t)
x(t 0)
k0 h
x(kh + h) x(kh)
---------------------------------------h
h
kh kh+h
Figure 2-5 Approximation de ltat fournie par une mthode dintgration numrique.
2.3.2
Mthode de Runge-Kutta
Remarque
REPRSENTATION DTAT
de fonctions transcendantes obtenues par interpolation, soit par leur stockage dans
des tableaux de valeurs.
Il ne faut toutefois pas perdre de vue que le calcul numrique est
approximatif. En particulier, la reprsentation des nombres par un nombre limit
de chiffres provoque des erreurs d'arrondi qui peuvent ne pas tre ngligeables
suivant la prcision du calculateur utilis. Les erreurs de troncature sont quant
elles provoques par l'approximation des fonctions mathmatiques au moyen de
sries numriques dont on ne prend qu'un nombre limit de termes.
Finalement, le choix de la mthode et du pas d'intgration assurant la
convergence et une bonne prcision des rsultats n'est pas toujours ais.
La stabilit numrique d'un algorithme est garantie lorsque l'erreur
d'intgration dcrot chaque tape successive du calcul. Cette stabilit est
souvent perturbe lorsque les ordres de grandeurs des nombres intervenant dans
les oprations sont trs diffrents. Il est parfois ncessaire d'effectuer des mises
l'chelle pour pallier ce problme.
Une grande partie des difficults mentionnes dans cette section
disparaissent si le modle dtat est linaire et plus particulirement sil est
stationnaire. En effet, dans ce cas particulier, les outils de lalgbre linaire
fournissent une solution analytique au problme de la simulation. La description
de ces outils sort malheureusement du domaine de ce cours dintroduction.
23
2.4
(2.15)
#
x n(k + 1) = f n [ x 1(k), , x n(k), u 1(k), , u r(k), k ]
y 1(k) = g 1 [ x 1(k), , x n(k), u 1(k), , u r(k), k ]
y 2(k) = g 2 [ x 1(k), , x n(k), u 1(k), , u r(k), k ]
(2.16)
#
y p(k) = g p [ x 1(k), , x n(k), u 1(k), , u r(k), k ]
Soient les notations vectorielles:
x 1(k)
x(k) =
x 2(k)
#
u 1(k)
; u(k) =
x n(k)
u 2(k)
#
y 1(k)
et y(tk) =
u r(k)
f 1 [ x(k), u(k), k ]
f 2 [ x(k), u(k), k ]
#
f n [ x(k), u(k), k ]
24
#
y p(k)
f [ x(k), u(k), k ] =
y 2(k)
REPRSENTATION DTAT
g 1 [ x(k), u(k), k ]
g [ x(k), u(k), k ] =
g 2 [ x(k), u(k), k ]
#
g p [ x(k), u(k), k ]
les relations (2.15) et (2.16) deviennent alors simplement:
x(k + 1) = f [ x(k), u(k), k ]
(2.17)
(2.18)
Un cas particulier utile du modle dtat discret est celui dans lequel les
fonctions f et g possdent la forme suivante:
f [ x(k), u(k), k ] = (k)x(k) + (k)u(k)
(2.19)
(2.20)
(2.21)
(2.22)
dsigne
D(k)
u(k)
(k)
x(k + 1)
+
q 1
x(k)
C(k)
+
+
y(k)
(k)
Figure 2-6 Schma fonctionnel d'un systme linaire discret.
2.4.2
(2.23)
(2.24)
REPRSENTATION DTAT
x 1(k)
y(k) = 1 0 0 x 2(k)
x 3(k)
27
2.5
(2.25)
n
1 + a1 z + a2 z + + an z
Par consquent Y(z) = b 0 U(z) + Y (z) , avec:
b 1 a 1 b 0 )z 1 + ( b 2 a 2 b 0 )z 2 + + ( b n a n b 0 )z n
Y(z) = (--------------------------------------------------------------------------------------------------------------------------------- U(z)
1 + a 1 z 1 + a 2 z 2 + + a n z n
Cette quation peut galement scrire:
Y (z)
---------------------------------------------------------------------------------------------------------------------------------- =
( b 1 a 1 b 0 )z 1 + ( b 2 a 2 b 0 )z 2 + + ( b n a n b 0 )z n
U(z)
-------------------------------------------------------------------------- Q(z)
1
1 + a 1 z + a 2 z 2 + + a n z n
Deux quations peuvent tre tires de cette dernire expression:
Q(z) = a 1 z 1 Q(z) a 2 z 2 Q(z) a n z n Q(z) + U(z)
Y (z) = ( b 1 a 1 b 0 )z 1 Q(z) + ( b 2 a 2 b 0 )z 2 Q(z) +
+ ( b n a n b 0 )z n Q(z)
Effectuons maintenant le choix de variables dtat suivant:
W 1(z) = z 1 Q(z)
W 2(z) = z 2 Q(z)
#
W n(z) = z n Q(z)
28
(2.26)
REPRSENTATION DTAT
%
%
0
0
#
0
1
0
#
0
0
w(k) +
0
1
%
w(k + 1) =
1
0
#
0
1
0
0
#
0
gw
29
u(k)
(2.27)
y(k) =
c wT
Par consquent, pour construire la reprsentation dtat dun systme
SISO dcrit par une fonction de transfert, il suffit dintroduire loppos des
coefficients du dnominateur dans la premire ligne de la matrice w . Le vecteur
colonne g w est indpendant du systme. Le vecteur c wT est dtermin simplement
partir des coefficients du numrateur et du dnominateur de la fonction de
transfert.
2.5.1
Z L 1
G(s)
-----------
s
1
b1 z + b2 z
b 1 z 1 + b 2 z 2
(z)
- = --------------------------------------------------H ( z ) = ----------- = ---------------------------------------------1
2
U(z)
( 1 z 1 ) ( 1 + z 1 )
1 + ( 1 )z z
o b 1 = A [ h ( 1 e h / ) ] , b 2 = A [ ( 1 e h / ) he h / ] et = e h / .
Un modle dtat discret quivalent peut tre construit en exploitant
lapproche introduite au paragraphe prcdent. Ainsi:
w 1(k + 1)
w 1(k)
= ( 1 )
+ 1 u(k)
w 2(k + 1)
1
0 w 2(k)
0
y(k) = (k) = b 1 b 2
w 1(k)
w 2(k)
30
+ 0 u(k)
REPRSENTATION DTAT
2.6
Exercices
2.6.1
Bras flexible
Un bras solidaire dune plate-forme tournante peut pivoter autour dun axe
A . Ses mouvements sont limits et amortis par deux ressorts.
(t)
(t)
M(t)
A
EXERCICES
2.6.2
Mise en srie
Mb :
Ma
y a(k)
u b(k)
Mb
y b(k)
2.6.3
Rgulateur PI discret
h e(k) + e(k 1)
ui (k) = ui (k 1) + Kp ---- -----------------------------------Ti
2
REPRSENTATION DTAT
2.7
2.7.1
x 1(t) = x 2(t)
x 1(t) = (t)
x 2(t) = (t)
x 3(t) = (t)
, soit
R
f
1
I + Ib R
f
1
x 4(t) = (t)
x 1(t) = (t)
x 2(t) = (t)
, soit
x 3(t) = (t)
R
f
1
I + Ib R
f
1
2.7.2
x a(k + 1)
x b(k + 1)
y b(k) = D b C a C b
2.7.3
x a(k)
b C a b x b(k)
x a(k)
x b(k)
a
b Da
u a(k)
+ D b D a u a(k)
h u(k + 1) + u(k)
x(k + 1) u(k + 1) = x(k) u(k) + K p ---- ------------------------------------Ti
2
h
h
x(k + 1) = x(k) + K p -------- u(k) + K p -------- + u ( k + 1 )
2T i
2T i
h
Le terme indsirable disparat pour: = K p -------2T i
Finalement:
h
x(k + 1) = x(k) + K p ---- u(k)
Ti
h
x(k) = u i(k) K p -------- u(k)
2T i
h
y(k) = K p u(k) + u i(k) = K p u(k) + x(k) + K p -------- u(k)
2T i
h
= x(k) + K p 1 + -------- u(k)
2T i
34
CHAPITRE 3
LINARISATION
3.1
Introduction
3.2
Grandeurs nominales
3.2.1
GRANDEURS NOMINALES
que propre. Dune point de vue mathmatique, la trajectoire doit satisfaire les
quations diffrentielles et algbriques du modle de linstallation considre. En
dautres termes et respectivement dans les cas analogique ou discret, le triplet
{ u(t), x(t), y(t) } ou { u(k), x(k), y(k) } est solution du systme dquations:
Cas analogique
Cas discret
Tableau ii
Commande a priori
LINARISATION
3.2.3
condition se traduit dans le cas analogique par x(t) = 0 et dans le cas discret par
x(k + 1) = x(k) k . En introduisant le triplet constant { u, x, y } , le point de
fonctionnement satisfait donc les quations:
Cas analogique
Cas discret
0 = f [ x, u ]
x = f [ x, u ]
y = g [ x, u ]
y = g [ x, u ]
3.3
3.3.1
Principe de la linarisation
z
z = f(x)
approch
x
x
Nous avons:
f(x) z = z + z = z +
d
f(x)x
dx
Linarisation
f i(x, u) ,
f i(x, u) ,
g q(x, u) et
g (x, u)
xj
uk
xj
uk q
existent et sont continues quels que soient x et u; i, j = 1, 2, , n ;
k = 1, 2, , r et q = 1, 2, , p ; autrement dit, les fonctions f et g sont
continment drivables. Soient x , u et y des dviations autour de trajectoires
nominales x , u et y :
x = x x
(3.1)
u = u u
(3.2)
y = y y
(3.3)
f i(x, u)x 1 + +
f (x, u)x n
x1
xn i
f i(x, u)u 1 + +
f (x, u)u r + p i(x , u )
u1
ur i
(3.4)
LINARISATION
f(x, u) =
x
f(x, u) =
u
f (x, u)
x1 1
f (x, u)
x2 1
f (x, u)
xn 1
f (x, u)
x1 2
f (x, u)
x2 2
f (x, u)
xn 2
f (x, u)
x1 n
f (x, u)
x2 n
f (x, u)
xn n
f (x, u)
u1 1
f (x, u)
u2 1
f (x, u)
ur 1
f (x, u)
u1 2
f (x, u)
u2 2
f (x, u)
ur 2
f (x, u)
u1 n
f (x, u)
u2 n
f (x, u)
ur n
(3.5)
(3.6)
o le vecteur q qui regroupe les termes d'ordre suprieur est dfini de la faon
suivante:
q 1(x , u )
q (x , u )
q(x , u ) = 2
#
q p(x , u )
et les matrices jacobiennes par:
g(x, u) =
x
g(x, u) =
u
g (x, u)
x1 1
g (x, u)
x2 1
g (x, u)
xn 1
g (x, u)
x1 2
g (x, u)
x2 2
g (x, u)
xn 2
g (x, u)
x1 p
g (x, u)
x2 p
g (x, u)
xn p
g (x, u)
u1 1
g (x, u)
u2 1
g (x, u)
ur 1
g (x, u)
u1 2
g (x, u)
u2 2
g (x, u)
ur 2
g (x, u)
u1 p
g (x, u)
u2 p
g (x, u)
ur p
(3.7)
40
LINARISATION
En substituant (3.5), sans les termes d'ordre suprieur, ainsi que (3.7) dans
l'quation d'tat originale (2.6), et en tenant compte du fait que les trajectoires
nominales vrifient cette dernire, on obtient:
(3.8)
(3.9)
Cas discret
0 = Ax + Bu
x = x + u
y = Cx + Du
y = Cx + Du
x = A Bu et y = ( D CA B )u
41
3.3.4
0
F
P = mg
LINARISATION
y = g 1(x 1, x 2, u) = x 1
Le modle linaris a la forme:
0
x =
y =
1
2
Lu
-------------------------3
m ( 1 + x1 )
1
x +
0
Lu -------------------------
m ( 1 + x1 )
avec:
x = x x
u = u u
y = y y
Attention, la variable u ne reprsente pas la tension aux bornes de la bobine, mais la grandeur dentre qui est le courant.
3.3.5
Une cuve de mlange (figure 3-3) est alimente par deux vannes
fournissant des dbits volumiques variables q 1(t) et q 2(t) qui contiennent des
produits dissolus avec des concentrations constantes c 1 et c 2 . Le mlange quitte
le bac avec un dbit q(t) et, le brassage tant suppos parfait, la concentration du
43
produit final est uniforme et gale c(t) . Les entres sont les dbits q 1(t) et q 2(t) ,
et les sorties la hauteur h(t) du liquide dans la cuve et la concentration c(t) .
q 1(t)
q 2(t)
c1
c2
v(t)
c(t)
h(t)
q(t)
c(t)
(3.10)
d
[ c(t)V(t) ] = c 1 q 1(t) + c 2 q 2(t) c(t)q(t)
dt
(3.11)
(3.12)
1
x 2(t) = ---------- { [ c 1 x 2(t) ]u 1(t) + [ c 2 x 2(t) ]u 2(t) }
x 1(t)
(3.13)
44
LINARISATION
1
y 1(t) = --- x 1(t)
S
y 2(t) = x 2(t)
Le modle dtat de la cuve de mlange est maintenant linaris autour des
trajectoires nominales constantes x 1, x 2, u 1, u 2, y 1 et y 2 qui satisfont les quations algbriques:
x
0 = u 1 + u 2 K ----1S
1
0 = ----- { ( c 1 x 2 )u 1 + ( c 2 x 2 )u 2 }
x1
(3.14)
1
y 1 = --- x 1
S
y2 = x2
Le modle dtat linaris sobtient aprs substitution de lquation (3.14)
dans lune des matrices jacobiennes et aprs quelques manipulations laisses au
soin du lecteur:
x1
x 1
1 K
-----= ----- 2 Sx1
x 2
0
x 1
0
u1 + u2
45
x 2
1
( c1 x2 )
--------------------x1
1
( c2 x2 )
--------------------x1
u 1
u 2
3.3.7
Rsum
Modle dtat
non linaire
(2.6) et (2.7)
Figure 3-4 Reprsentation dun systme non linaire par un modle dtat.
Que ce soit pour simplifier les calculs lors dune simulation, pour faciliter
lanalyse du comportement dynamique lors de la conception ou parce que le
domaine de fonctionnement dune installation est limit, il est possible de
reprsenter le systme considr par un modle dtat linaris autour de
trajectoires nominales. Ce modle se comporte de la mme faon que le modle
dtat non linaire dorigine uniquement pour de petites variations autour des
trajectoires nominales spcifies.
u
u
-
Modle dtat y
linaris
(3.8) et (3.9)
y
+
Figure 3-5 Reprsentation dun systme non linaire par un modle dtat linaris.
LINARISATION
3.4
lment de
linarisation
M
Systme
non linaire
M
x
Figure 3-7 Systme linaris.
47
Intgrateurs
linaires
2m ( g w )
------------------------- ( 1 + x 1 )
L
Dans ce cas particulier, seul ltat x 1 doit tre mis en contre-raction pour
raliser la linarisation. Comme il sagit de la position de la sphre et que cette
grandeur est mesure, ceci ne pose pas de problme dimplantation. Le nouveau
systme rgler est donc un double intgrateur (figure 3-9).
w = y
1
---2
s
LINARISATION
3.4.2
i = 1, , p et d i = 0,
1
-----s d1
#
y1
1
-----s dp
yp
y(t)
3.4.3
Implantation discrte
DA
w(t)
M 1(t)
u(t)
y(t)
AD
y(k)
M 1(k)
u(k)
DA
u(t)
y(t)
AD
y(k)
50
LINARISATION
3.5
w 1 ( t)
1
y 2(t) = x 2(t) = ---------- { [ c 1 x 2(t) ]u 1(t) + [ c 2 x 2(t) ]u 2(t) } w 2(t)
x 1(t)
Le modle inverse M 1 qui assure le dcouplage est donc:
x 1(t)
1
u 1(t) = ---------------- [ c 2 x 2(t) ] w 1(t)S + K --------- w 2(t)x 1(t)
c2 c1
S
x 1(t)
1
u 2(t) = ---------------- w 2(t)x 1(t) [ c 1 x 2(t) ] w 1(t)S + K ---------
c2 c1
S
Le systme quivalent qui rsulte de la combinaison du modle inverse
statique M 1 et du modle direct dynamique M prsente deux intgrateurs (figure
3-13).
w 1(t)
1s
y 1(t)
w 2(t)
1s
y 2(t)
EXERCICES
3.6
Exercices
3.6.1
changeur
La vue en coupe dun changeur de chaleur est reprsente ci-dessous:
2
T 2(t)
T 1 ( t)
P(t)
LINARISATION
donnent
r r 2 + g sin = ---m
T
= f 1(x, u)
u1
x 2 = r = x 1 x 42 g sin x 3 + ----m
x = = x
3
= f 2(x, u)
= f 3(x, u)
u2
1
= g 1(x, u)
y2 = x3
= g 2(x, u)
53
3.7
3.7.1
Solution changeur
Modle dtat avec x 1 = T 1 , x 2 = T 2 , u = P et y = T 1
Point de fonctionnement
0 = k 12 ( x 2 x 1 )
0 = u k 12 ( x 2 x 1 ) k 20 ( x 2 T )
Pour T = 20 et u = 20 il vient x 2 = x 1 = x et u = k 20 ( x T )
Ainsi
u
20
x = ------- + T = ------- + 20 = 60 C
k 20
0.5
Modle linariser
k 12
k 12
f 1 = ------------ x 1 + ------------ x 2
m1 c1
m1 c1
k 12
( k 12 + k 20 )
k 20
1
f 2 = ------------ x 1 -------------------------- x 2 + ------------ u + ------------ T
m2 c2
m2 c2
m2 c2
m2 c2
Modle linaris
x =
2 2 x + 0 u
0.5 0.75
0.5
y = 1 0 x
Fonction de transfert:
Y (s)
1
--------- = -------------------------------------------------G(s) =
( s + 0.75 ) ( s + 2 ) 1
U(s)
54
LINARISATION
3.7.2
(3.15)
u1
x 2 = r = x 1 x 42 g sin x 3 + ----m
(3.16)
x 3 = = x 4
(3.17)
u2
1
(3.18)
( r )
(3.19)
y2 = x3
()
(3.20)
i = 2
d1 = 0
y1 = x2
d1 = 1
u1
y 1 = x 2 = x 1 x 42 g sin x 3 + ----m
Une des entres apparat ( u 1 ), on peut arrter
d1 = 1
y 1 = w 1
d2 = 0
y2 = x3
d2 = 1
y 2 = x 3 = x 4
d2 = 2
u2
1
y2 = x 4 = ----2- 2x 1 x 2 x 4 gx 1 cos x 3 + ----m
x1
Une des entres apparat ( u 2 ), on peut arrter
d2 = 2
y2 = w 2
55
(3.21)
u 2 = m ( w 2 x 12 + 2x 1 x 2 x 4 + gx 1 cos x 3 )
(3.22)
w 1 = r
u1 = F
(3.15), (3.16)
(3.19)
(3.20)
w1
w2
1s
1 s2
y1
y2
56
CHAPITRE 4
DISCRTISATION
4.1
4.1.1
at
a ( t to )
xo
e = 1 + + ----- + ----- +
2! 3!
57
4.1.2
Pour obtenir la solution de lquation dtat (2.8), cette dernire est tout
dabord rsolue sans excitation extrieure, avec seulement des conditions initiales
non nulles. Il sagit de lquation homogne:
x (t) = Ax(t) avec: x(t 0) = x 0
(4.1)
x(t) = A 0 + A 1 ( t t 0 ) + A 2 ( t t 0 ) +
(4.2)
A 1 + 2A 2 ( t t 0 ) + 3A 3 ( t t 0 ) + = Ax(t)
et, en t = t 0 : A 1 = Ax 0 . En continuant les drivations successives de la srie et
de lquation homogne value en t = t 0 , lexpression suivante est obtenue:
2
A ( t t0 )
A ( t t0 )
------------------------------------------------- + x0
x(t) = I + A ( t t 0 ) +
+
2
6
Par analogie au cas scalaire, le terme entre crochets est dfini comme
lexponentielle de matrice et not:
e
A ( t t0 )
A ( t t0 )
A ( t t0 )
= I + A ( t t 0 ) + -------------------------- + -------------------------- +
2
6
k ( t t0 )
A -----------------k!
k=0
4.1.3
A ( t1 t0 )
x(t 0)
et
x(t 2) = e
58
A ( t2 t0 )
x(t 0)
DISCRTISATION
A ( t2 t1 )
x(t 1)
A ( t2 t1 ) A ( t1 t0 )
x(t 0)
A ( t2 t0 )
= e
A ( t2 t1 ) A ( t1 t0 )
(4.3)
A ( t1 t0 ) A ( t1 t0 )
Ainsi, linverse de e
4.1.4
At
Solution particulire
A ( t t0 )
(4.4)
v(t)
o v(t) est un vecteur de paramtres variables dterminer, par opposition aux paramtres constants x(t 0) . En substituant lexpression (4.4) dans lquation dtat:
x (t) = Ax(t) + Bu(t)
il vient:
Ae
A ( t t0 )
v(t) + e
A ( t t0 )
A ( t t0 )
v (t) = Ae
v(t) + Bu(t)
et, par le fait que linverse de lexponentielle de matrice est obtenu en changeant
le signe de son exposant:
A ( t t0 )
v (t) = e
Bu(t)
59
En supposant que la commande est nulle pour t < t 0 , v peut tre intgr de t 0 t
pour aboutir :
t
v(t) =
A ( t0 )
Bu() d
t0
x(t) = e
A ( t t0 )
A ( t0 )
Bu() d
t0
Cette expression peut tre simplifie au moyen de la relation (4.3) pour aboutir
la solution particulire:
t
x(t) =
A(t )
Bu() d
t0
Solution complte
x(t) = e
A ( t t0 )
x(t 0) + e
A(t )
Bu() d
(4.5)
t0
4.1.6
Discrtisation
x(kh + h) = e Ah x(kh) +
e A ( kh + h ) Bu() d
kh
60
DISCRTISATION
Si nous dfinissons: = e Ah
et
e A d B
0
2
3
N1
N
61
Rsum
u(t)
A
y(t)
u(kh)
y(kh)
y(kh)
avec = I + Ah , = hB = A ( I )B et =
i=0
4.1.8
x2
1
--s
1
--s
x1
x1
x2
= Cx
Aihi
----------------- .
( i + 1 )!
DISCRTISATION
1
G(s) = ----s2
Lorsque ce systme est vu au travers de convertisseurs AD et DA, son
modle prend la forme:
x(k + 1) = x(k) + u(k)
y(k) = Cx(k)
avec:
A2h2 A3h3
= e Ah = I + Ah + ------------ + ------------ + ,
2
6
et:
h3
h2
= Ih + A ----- + A 2 ----- + B ,
2
6
soit numriquement:
et:
4.1.9
= 1 0 + 0 1 h+ 0 0
0 1
0 0
0 0
e A dB =
h2
----- = 1 h ,
2
0 1
1 d 0 = h 2 2
1
h
0 0 1
L 1 [ ( sI A ) 1 ]
(4.6)
i+j
det ( A ji )
Le dterminant scrit:
det [ sI A ] = s n + a 1 s n 1 + a 2 s n 2 + + a n
Il sagit du polynme caractristique de A . Les valeurs de s qui annulent
ce polynme caractristique sont les valeurs propres de A .
Quant la matrice adjointe, elle peut scrire:
adj [ sI A ] = H 0 s n 1 + H 1 s n 2 + H 2 s n 3 + + H n 1
Les matrices H i sont de dimension n n . Elles se calculent
squentiellement partir de H 0 = I :
a 1 = tr [ AH 0 ]
H 1 = AH 0 + a 1 I
1
a 2 = --- tr [ AH 1 ]
2
H 2 = AH 1 + a 2 I
1
a 3 = --- tr [ AH 2 ]
3
H 3 = AH 2 + a 3 I
#
1
a n 1 = ------------ tr [ AH n 2 ]
n1
H n 1 = AH n 2 + a n 1 I
1
a n = --- tr [ AH n 1 ]
n
H n = AH n 1 + a n I = 0
DISCRTISATION
f( i) = p( i)
i = 1, , n
(4.7)
e = 0 + 1
(4.8)
d
d
e =
( + 1 ) e = 0
d
d 0
(4.9)
65
Pour = 0
(4.9) 0 = 1
(4.8) 1 = 0 + 1 1 = 1
e Ah = A + I
dans (4.7)
e Ah = 1 h
0 1
4.1.13 Exemple de lentranement lectrique
Considrons une application o seule la position angulaire (t) de
lentranement est mesure. Cette position constitue donc lunique sortie
disponible. Lentre u est la tension dalimentation. Les variables dtat sont
x 1(t) = (t) et x 2(t) = (t) . Le modle dtat a t labor au paragraphe 2.2.3.
Avec le nouveau choix de sortie effectu, il prend la forme:
x (t) = 0 1 x(t) + 0 u(t)
0 a
b
A
y(t) = 1 0 x(t)
C
avec:
1 k2
a = --- ----- + f = 5 [ s 1 ]
J R
k
rad
b = ------ = 1 --------JR
Vs 2
Le modle dtat de lentranement vu au travers de convertisseurs AD et
DA est maintenant dtermin pour une priode dchantillonnage h = 25 [ms].
Pour ce faire, il faut dabord calculer lexponentielle de la matrice A.
e At =
L 1 [ ( sI A )1 ]
( sI A ) =
s
0
1
sa
66
DISCRTISATION
( sI A )
1
--s
1
-----------------s(s a)
1
----------sa
avec:
1
= -----------------s(s a)
sa
0
1
s
1
1 1
1
------------------ = --- ----------- --s(s a)
a sa s
1 [ ( sI A ) 1 ] =
1 1
--- + --- e at
a a
e at
= e Ah =
1 ah
--- ( e 1 )
a
e ah
h
e A dB =
1
0
0.0235
0.8825
h
=
0
1
1
--- + --- e a d
a a
0 ea d
h 1
b
1
1
--- + ----- ( e ah 1 )
--- h --- e ah + ---
a a2
0 =
a
a = 0.0003
a
0.0235
b
1
b ah
--- ( e ah 1 )
--- ( e 1 )
a
a
Finalement:
x(k + 1) = 1 0.0235 x(k) + 0.0003 u(k)
0 0.8825
0.0235
y(k) = 1 0 x(k)
67
1
--S
0
x 1
x 2
x 1
0
u1 + u2
x 2
1
( c1 x2 )
-------------------x1
1
( c2 x2 )
-------------------x1
u 1
u 2
a 0 x1 +
0 b x 2
1
p
1
q
68
u 1
u 2
DISCRTISATION
avec:
1
1K x
a = ----- ---- ----1- et b = ----- ( u 1 + u 2 )
x1
x1 2 S
( c1 x2 )
( c2 x2 )
p = --------------------- et q = --------------------x1
x1
Le modle discret est aisment obtenu en exploitant le thorme de
Cayley-Hamilton:
e
e
e
Ah
1 h
2 h
= 1 A + 2 I
= 1 1 + 2
= 1 2 + 2
bh
ah
ah
e e
be ae
Aprs obtention de 1 = ---------------------- et 2 = ----------------------------- et substitution, il
ab
ab
vient:
= e
Ah
ah
0
h
eA d B =
0
0
e
bh
0
0
1 ah
--- ( e 1 )
a
p bh
--- ( e 1 )
b
69
1 ah
--- ( e 1 )
a
q bh
--- ( e 1 )
b
r r
s v
4.2
(4.10)
(4.11)
k i 1 u(i)
x(k) = k k 0 x(k 0) +
(4.12)
i = k0
4.2.1
DISCRTISATION
X(z) = [ zI ] 1 U(z)
et:
Y(z) = { C [ zI ] 1 + D }U(z) .
1
[ zI ] = ----------------------------------------------------------------------------------------------------------det [ zI ]
(4.13)
H 1 = H 0 + a 1 I
1
a 2 = --- tr [ H 1 ]
2
H 2 = H 1 + a 2 I
1
a 3 = --- tr [ H 2 ]
3
H 3 = H 2 + a 3 I
#
1
a n 1 = ------------ tr [ H n 2 ]
n1
H n 1 = H n 2 + a n 1 I
1
a n = --- tr [ H n 1 ]
n
H n = H n 1 + a n I = 0
71
4.2.3
Stabilit
Y(z) = H(z)U(z)
avec:
H(z) = C [ zI ] 1 + D
ou encore, selon le formalisme de Leverrier:
Cadj [ zI ]
H(z) = ------------------------------------ + D
det [ zI ]
(4.15)
Y 1(z)
72
DISCRTISATION
4.2.4
H1 = 1 h 2 1 0 = 1 h
0 1
0 1
0 1
1
1
1
a 2 = --- tr [ H 1 ] = --- tr 1 h 1 h = --- tr 1 0 = 1
2
2 0 1 0 1
2
0 1
1
[ zI ] 1 = -------------------------- z 1 h
z 2 2z + 1 0 z 1
1
h 2 2 -----------------H(z) = C [ zI ] 1 + D = 1 0 z 1 h
2
(
z
1
)
0 z1
h
2
1
( z 1 )h 2 2 + h 2
h2 z + 1
H(z) = z 1 h h 2 ------------------- = ----------------------------------------- = ----- ------------------2
2 ( z 1 )2
( z 1 )2
h (z 1)
soit le mme rsultat que celui obtenu en appliquant la relation bien connue dans
le cas SISO:
( 1 z 1 )
Z L1
G(s)
-----------
s
73
RSUM
4.3
Rsum
4.3.1
Dmarche de discrtisation
u(t)
y(t)
Linarisation
u
u(t)
y
u
x ( t ) = Ax (t) + Bu (t)
y (t ) = Cx (t) + Du (t)
y(t)
+
y
Discrtisation
u
u(k)
Figure 4-2
x ( k + 1 ) = x (k) + u (k)
y ( k ) = Cx (k) + Du (k)
y
+
y(k)
74
DISCRTISATION
4.3.2
Alternatives de discrtisation
Modle linaire
Discrtisation exacte
x (k + 1) = x (k) + u (k)
y (k) = Cx (k) + Du (k)
Ah
2 2
3 3
A h
A h
Aihi
-------------------- I + Ah +
+
+ + ---------- +
2!
3!
i!
Ah 2 A 2 h 3
Aihi + 1
e A d B = Ih + --------- + ------------ + + ------------------ + B
2!
3!
( i + 1 )!
Ah
Ah
Ah
Ah
Aihi
----------------- I + ------- I + ------- ------------- I + -------
2
3 N 1
N
( i + 1 )!
i=0
= I + Ah
e At = L 1 [ ( sI A ) 1 ] ,
Cayley-Hamilton:
et
= hB
0 A n 1 + 1 A n 2 + + n 1 I
75
EXERCICES
4.4
Exercices
4.4.1
Retard
Soit le systme analogique dcrit par lquation diffrentielle:
y (t) = u(t )
Donner le modle dtat discret de ce systme vu au travers de
convertisseurs AD et DA. Considrer le cas o le retard est gal une
priode dchantillonnage h (u est lentre et y la sortie).
Utiliser lapproximation dEuler de la drive pour discrtiser
lquation diffrentielle. Comparer les deux solutions obtenues et
justifier votre constatation.
4.4.2
Discrtisation de lentranement
Soit le moteur courant continu dont la dynamique est dcrite par les
quations diffrentielles:
d
u(t) = k(t) + Ri(t) + L i(t)
dt
d
J (t) = ki(t) f(t)
dt
Pour lapplication considre, linductance L est prise en compte. Lentre
du systme est la tension dalimentation u(t) . Les grandeurs i(t) et (t) sont respectivement le courant dinduit et la vitesse angulaire. J , R , , k et f sont des
paramtres physiques.
Dterminer la reprsentation dtat de ce systme vu au travers de
convertisseurs AD & DA. Seule la vitesse angulaire (t) est mesure.
Comparer une discrtisation approximative par Euler et une discrtisation exacte (exploiter cet effet le thorme de Cayley-Hamilton).
4.4.3
Matrice de transfert
Le modle dtat discret dun systme dynamique est le suivant:
x(k + 1) = 0 1 x(k) + 0 1 u(k)
1 0
10
y(k) = x(k)
Dterminer la matrice de transfert de ce systme.
76
DISCRTISATION
4.5
4.5.1
Solution retard
Ah
= e = 1 et =
d =
0 d = h
4.5.2
x1 =
x2 = i
Sortie: y =
x 1
=
x
f J
k L
y =
kJ
R L
x1
x2
x1
x2
0 u et
1L
+ 0 u
1 hf J
hk L
hk J
1 hR L
x 1(k)
x 2(k)
0
u(k)
hL
f = 0.01
0.99
0.01
0.1
0.9
et R = 1 :
x 1(k)
x 2(k)
0 u(k)
0.1
Chapitre 5
COMMANDE
PROPRES
5.1
Principe de contre-raction
variables dtat sont x 1 = et x 2 = , illustre ce propos. En effet, la contreraction propose conduit une commande similaire celle issue dun rgulateur
PD standard:
79
PRINCIPE DE CONTRE-RACTION
5.1.1
x (k + 1) =
bf
La dynamique du systme en boucle ferme est rgie par les valeurs
propres de la matrice bf . Ces valeurs propres sont les solutions de lquation
caractristique c() :
c() = det [ I bf ] = det [ I + gK ] = 0
Les valeurs propres de dpendent de la constitution physique du
systme rgler. Elles ne peuvent pas tre changes.
Les valeurs propres de bf dpendent du systme rgler et du
rgulateur. Comme bf possde n valeurs propres et que le rgulateur est form
de n gains, toutes ses valeurs propres ( i pour i = 1, , n ) peuvent tre choisies
librement. Un comportement dynamique donn est donc impos en boucle
ferme. Ainsi:
( 1 ) ( 2 ) ( n )
connu
inconnu
n
c() = + 1
n1
= 0
c() = det [ I + gK ] =
+ + n = 0
1
0
h ; = h2 2
1
h
PRINCIPE DE CONTRE-RACTION
2
det z 1 0 1 h + h 2 K 1 K 2
0 1
0 1
det
z 1 + K1 h 2 2
h + K2 h 2 2
hK 1
z 1 + hK 2
h2
h2
z 1 + ----K 1 ( z 1 + hK 2 ) hK 1 ----- K 2 h = 0
2
h2
h2
h3
z 2 z + hK 2 z z + 1 + hK 2 + ----- K 1 z ----- K 1 + ----- K 1 K 2
2
2
2
2
h
hK 1 ----- K 2 + h 2 K = 0
2
h2
h2
z 2 + hK 2 + ----- K 1 2 z + ----- K 1 hK 2 + 1 = 0
2
2
Ainsi:
h2
hK 2 + ----- K 1 2 = 1.6
2
h2
----- K 1 hK 2 + 1 = 0.7
2
et finalement:
0.1
K 1 = ------- = 10
h2
0.35
K 2 = ---------- = 3.5
h
82
5.2
Synthse constructive
avec:
P =
e nT n 2
#
e nT I
n 1 ]
Ainsi:
w (k + 1) = w w (k) + w u (k)
avec:
a1 a2 an
1
w = PP 1 = 1 0 0 ; w = P = 0
#
#
#
0
0 1 0
rgler.
On choisit: u = K 'w
w (k + 1) = ( w w K ' )w (k)
a 1 K 1' a 2 K 2'
1
0
wbf = w w K ' =
#
0
83
a n K n'
0
#
0
SYNTHSE CONSTRUCTIVE
u = K 'w = K 'P x = Kx
K
5.2.1
84
5.3
Formule dAckermann
1 a1
2 a2
n an P
(5.1)
Les coefficients a i sont ceux du polynme caractristique du systme rgler () . Les i sont ceux du polynme caractristique du systme complet en
boucle ferme c() .
Le membre de droite de lquation (5.1) peut tre scinder en deux parties:
a1 a2 an
K = 1 2 n P +
e nT n P 1
1
e nT I
= e nT n + 1 e nT n 1 + 2 e nT n 2 + + n e nT I
e nT
n + 1 n 1 + 2 n 2 + + n I
c()
FORMULE DACKERMANN
K = 0 0 1 G c()
(5.2)
K = 0 0 1 g g
n1
c( )
(5.3)
g g , donc:
1
G 1 = ----h3
h
h
G =
1
3h 2 2 = ----h2
h2 2
1
K = K 1 K 2 = ----- 0 1
h2
c() = 1 h
0 1
=
1 3h 2
1 h 2
1 3h 2 ()
c
1 h 2
1.6 1 h + 0.7 1 0
0 1
0 1
1
K = ----- 1 h
--2
h2
=
h 2 2 3h 2 2
h
h
1
0.1 0.4h = ----h2
0 0.1
0.1
0.1 0.4h
0 0.1
0.1
0.4h ------- h
2
5.4
5.4.1
x(0) = x 0
(x (0) = x 0 )
Ramener :
x(n) = 0
(x (n) = 0 x(n) = x)
n 1
x(n) n x 0
u(n 1)
u(n 2) =
#
u(0)
G 1
n x0
5.4.2
si h
4
max
Temps en [s]
5.4.3
La rponse indicielle dun systme dordre deux est choisie comme rponse en boucle ferme.
K
G(s) = ------------------------------------2 2
s + 2s + 1
avec
1
0 = --
et
1
2
s 1, 2 = --- ( 1 )
Les deux ples s 1, 2 sont imposs. Les autres ples sont placs au centre du
cercle unit.
KUe
-----------------2
1
y(t)
KU
U
tp
t p = -----------------2
1
88
u(t)
t
5.4.4
Filtre de Bessel
Phase la moins variable possible! (pas de dformation des signaux)
Frquence de coupure (bande passante en B.F.) n .
1
n=1
0.8
2
3
0.6
n = 1
4
0.4
0.2
0
0
10
K
K
H N(s) = -------------------------- = ------------- B N(0)
B N(s)
( s si )
B 0(s) = 1
B 1(s) = s + 1
2
-1
-0.866 0.5i
89
5.5
y(k)
Valeurs
nominales
u(k)
+
u (k)
u(k)
x (k)
x(k)
A
D
u(t)
A
Systme
physique
y(t)
x(t)
x(k)
Valeurs
nominales
x(k)
x c(k)
u(k)
+
x (k)
- e(k)
u (k)
u(k)
A
D
x(k)
u(t)
A
Systme
physique
x(t)
Figure 5-2 Schma fonctionnel dune commande dtat sous forme traditionnelle.
91
y(t)
5.6
5.6.1
Rgulateur
u(k)
K
x(k + 1) = x(k)
+ gu(k)
x(k)
5.6.2
y(k)
y(k) = c T x(k)
Systme
dordre n
Gouvernabilit
Le systme est gouvernable si:
Rang(G) = Rang [ Ig
5.6.3
n 1g ] = n .
Contre-raction dtat
Valeurs propres imposes en boucle ferme: i
Polynme caractristique de ( gK ) :
i = 1, , n .
c() = ( 1 ) ( n ) = 0
K = 0 0 1 [ Ig
5.6.4
n 1 g ] c()
Choix: c() = n
Lerreur de rglage est annule n priodes dchantillonnage aprs
lapparition de la perturbation.
Risque de saturation de la commande!
Ce risque peut tre rduit en augmentant la priode dchantillonnage ou
en choisissant un autre polynme caractristique c() .
92
5.7
P(t)
T(t)
Modlisation
Le modle analogique est: mcT (t) = P(t) R [ T(t) T ex(t) ]
Pour mc = 1 et x(t) = T(t) , il vient:
5.7.2
Ah
= e
Rh
et:
h R
1 Rh
1
= e
d B = --- ( e
1 ) = --- ( 1 ) =
R
R
0
+ 1
-------------- c() =
Commande a priori
Valeurs
nominales
ferme:
+
K
u (k)
u(k)
x (k)
x(k)
A
D
u(t)
A
94
Systme
physique
x(t)
y(t)
5.8
Exercices
5.8.1
Commande dtat
Soit le systme reprsent par la fonction de transfert:
10
G(s) = ---------------------------------2
s + 0.18s + 9
Dterminer le modle dtat discret de ce systme en prsence de
convertisseurs A/D et D/A avec h = 0.1 [ s ] .
Dterminer la contre-raction dtat K de faon avoir en boucle
ferme un comportement dominant caractris par = 0.5 et
0 = 8 [ rad s ] .
Rpter la conception du rgulateur, mais en plaant toutes les racines
au centre du cercle unit ( z = 0 ). Il sagit dun rgulateur rponse
pile. Ce dernier ramne en effet le systme dans la situation dsire en
un nombre fini de priodes dchantillonnage. Combien?
5.8.2
Rgulateur PI
95
5.9
5.9.1
x 1(t)
x 2(t)
Modle discret
La fonction c2d de Matlab donne:
x 1(k + 1)
x 2(k + 1)
0.9556
0.8786
y(k) = 1 0
0.0976
0.9380
x 1(k)
+ 0.0493 u(k)
0.9763
x 2(k)
x 1(k)
x 2(k)
Contre-raction dtat
Les spcifications = 0.5 et 0 = 8 [ rad s ] correspondent aux ples
analogiques suivants:
2
s 1, 2 = 0 + 1 = 4 6.93j
hs 1, 2
= 0.5158 0.4281j
96
x1
0
-0.5
-1
x2
-1.5
-2
-2.5
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
0.8
1.2
1.4
1.6
1.8
0.5
-0.5
-1
-1.5
-2
-2.5
0.2
0.4
0.6
9.27
1.47
Les rponses obtenues avec ces gains et partir des conditions initiales
x 1(0) = x 2(0) = 0.5 sont les suivantes:
1
x1
-1
-2
x2
-3
-4
-5
-6
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
0.4
0.6
0.8
1.2
1.4
1.6
1.8
-2
-4
-6
0.2
Il faut dans ce cas 2 priodes dchantillonnage, ce qui est le minimum ralisable et qui correspond lordre du systme.
98
5.9.2
Solution rgulateur PI
Transforme en z :
Y(z) = K p U(z) + U i(z) avec u(k) = e(k) et y(k) = c(k)
1
h U(z) + z U(z)
U i (z) = z U i (z) + K p ---- ----------------------------------Ti
2
1
b0 + b1 z
Y(z)
h
- , avec b 0 = K p 1 + -------- ,
---------- = ------------------------
1
U(z)
2T i
1 + a1 z
h
b 1 = K p -------- 1 et a 1 = 1
2T
h
y(k) = K p u(k) + u i(k) = K p u(k) + x(k) + K p -------- u(k)
2T
i
h
= x(k) + K p 1 + -------- u(k)
2T i
100
Chapitre 6
ESTIMATION
6.1
Estimateur
Principe
Pour pallier les lacunes ventuelles de variables dtat, il faut laborer une
technique apte deviner les grandeurs manquantes au moyen des informations
disponibles. Ces informations sont les signaux dentre et de sortie (mesures),
ainsi que le modle du systme. Pour simplifier les dveloppements, seuls les
systmes avec une sortie seront considrs ici (SISO ou MISO). De plus, nous
supposerons que lentre ninfluence pas directement la sortie, ce qui est toujours
le cas pour les systmes analogiques chantillonns. Ainsi, le modle se prsente
sous la forme:
x(k + 1) = x(k) + u(k)
y(k) = c T x(k)
Le principe de lestimation (ou de lobservation) des tats manquants
rside dans lexploitation des informations disponibles par un calculateur. Ce
dernier effectuera la simulation du modle discret du systme physique en
exploitant les entres qui lui sont appliques. La simulation consiste en une simple
valuation successive de lquation dtat partir des conditions initiales. Le
modle tant une approximation de la ralit, le rsultat de la simulation nest
quune estimation de ltat rel x(k) du systme. Pour marquer cette diffrence,
lestimation est repre par un accent circonflexe, soit x (k) (prononcer x crte).
101
ESTIMATEUR
Cette estimation peut ensuite tre exploite en boucle ouverte dans un contexte de
mesure, ou par une commande pour laborer une contre-raction dtat (fig. 6-1).
Systme physique
u(k)
x (k + 1) = x (k) + u(k)
x(k)
x (k)
y(k) = c T x(k)
y(k)
utiliser x pour
la contre-raction
Calculateur
Figure 6-1 Principe de lestimation dtat.
Bien que ce principe soit sduisant dun point de vue conceptuel, il souffre
de deux problmes majeurs. Tout dabord, les conditions initiales x (0) de ltat ne
sont gnralement pas connues; dautre part, les mesures y(k) qui constituent une
riche source dinformation ne sont pas exploites. Il sagit donc dune estimation
en boucle ouverte.
Une analyse de lerreur destimation (k) = x (k) x(k) permet de mettre
en vidence un dfaut supplmentaire. En effet, lerreur en k + 1 vaut:
x(k + 1)
En dautres termes:
(k + 1) = (k)
Cette dernire quation derreur se prsente sous la forme dun modle
dtat discret linaire. Les considrations tires prcdemment sur la stabilit de
tels systmes peuvent donc tre exploites pour caractriser la convergence de
lerreur destimation. Il est intressant de constater que la dynamique de cette
erreur est la mme que celle du systme observ, cest--dire quelle est
conditionne par les valeurs propres de la matrice . Lerreur diminue donc avec
la mme dynamique que le systme volue. Si les conditions initiales sont mal
connues, lestimation ne rattrape donc jamais ltat rel. Finalement, si le systme
est instable, lestimation diverge.
102
ESTIMATION
6.1.2
Observateur de Leuenberger
u(k)
x(k)
Processus
,
x (k)
Modle
,
Calculateur
cT
cT
y(k)
y (k)
-
Correction
Dynamique
suppose connue
x (k + 1) =
Correction en fonction
de lerreur destimation
y(k) y (k)
#
Ln
11
n1
103
ESTIMATEUR
Lerreur destimation de ltat peut maintenant tre value, selon une dmarche similaire celle adopte au paragraphe prcdent:
(k + 1) = x (k + 1) x(k + 1)
(k)
(k + 1) =
ESTIMATION
x(k + 1) =
y(k) =
1 0 x(k)
cT
L1
0
1
h
det
+
1 0
0 1
L2
0
1 + L1
L1 0
1 h
det
+
= det
L2 0
L2
0 1
h
1
( 1 + L1 ) ( 1 ) + L2 h = 2 + 1 + L1 L1 + L2 h = 0
( L1 2 ) + ( L2 h L1 + 1 )
6.1.3
0.8
0.32
105
= 0
SYNTHSE CONSTRUCTIVE
6.2
Synthse constructive
R = n 1 e e Ie
n
n
n
avec:
c T R v(k) =
1 0 0 v(k)
Ainsi:
cv
avec:
v = R 1 R =
a1
0 0
a2
1 % #
# % % 0
an 1 0 0 1
an 0 0 0
106
ESTIMATION
T
v(k + 1) = v Lc v v(k)
L1
L1
# 10 0 = #
Ln
Ln
v Lc v =
a1 L1
1 0 0 0
a2 L2
0 1 0 0
#
#
an 1 Ln 1 0
an Ln
# # ve
0 1
0 0 0
(6.1)
SYNTHSE CONSTRUCTIVE
x (k + 1) =
Ainsi: L = RL
Seules des oprations numriques sont ncessaires pour obtenir les gains
de lobservateur selon cette mthodologie base sur la forme canonique V.
6.2.1
2 a2
= R
2
#
n
a1
+R
a2
#
an
#
n an
R 1 n en
Les coefficients a i sont ceux du polynme caractristique du systme
observer () . Les i sont ceux du polynme caratristique e() de la matrice
e qui rgit lerreur destimation. Le terme sous laccolade est la premire colon108
ESTIMATION
2
#
n
+ n en
= n e n + 1 n 1 e n + 2 n 2 e n + + n Ie n
n + 1 n 1 + 2 n 2 + + n I en
e()
Le vecteur e n est la dernire colonne de linverse de la matrice
dobservabilit Q . Il peut donc sexprimer de la manire suivante:
1
cT
0
en = Q 1 # =
0
1
0
#
0
1
cT
#
cT n 1
Finalement:
c
L = e()
cT
#
cT n 1
0
#
0
1
6.3
et lobservateur associ:
x (k + 1) = x (k) + u(k) + L [ y(k) c T x (k) ]
Lquation qui
(k) = x (k) x(k) est:
rgit
la
dynamique
de
lerreur
(k + 1) = ( Lc T )(k)
destimation
(6.2)
0
a 2 L 2 0
#
= 0
v L c Tv =
#
#
#
1
0
a n L n 0 0
1 0
0
#
#
1
0 0
ESTIMATION
Par exemple:
0
M nil = 0
0
0
1
0
0
0
0
1
0
0
0 0
0
0 ; M2 = 0 0
nil
0 0
1
0 0
0
1
0
0
0
0
0 0
1 ; M3 = 0 0
nil
0
0 0
0
0 0
0
0
0
0
1
0
0
0
4 = 0
et M nil
Ainsi:
(n) = ( Lc T ) n (0) = ( R v R 1 RLc Tv R 1 ) n (0)
= [ R ( v Lc Tv )R 1 ] n (0)
n
( R 1 ) n (0)
c.q.f.d.
= R n ( v Lc Tv )
0
111
6.4
6.4.1
Observateur
u(k)
x(k + 1) = x(k)
+ gu(k)
y(k)
x(k)
y(k) = c x(k)
6.4.2
Observabilit
cT I
Ce systme est observable si: Rang(Q) = Rang
cT
#
= n
cT n 1
6.4.3
Gain de lobservateur
Dynamique de lerreur destimation impose par les valeurs propres:
i
i = 1, , n .
Polynme caractristique de ( Lc T ) :
e() = ( 1 ) ( n ) = 0
cT I
L = e()
cT
#
cT n 1
6.4.4
0
#
0
1
ESTIMATION
6.5
y(k)
u(k)
u(t) Systme
A
rgler
y(t) A
y(k)
y (k)
x (k + 1) = x (k) + u (k)
+ L [ y (k) Cx (k) ]
Rgulateur
u (k) = Kx (k)
Observateur/estimateur
113
En omettant le signe tilde par souci de lisibilit, le systme complet reprsent prcdemment est dcrit par:
x (k + 1) = x (k) + u(k) + L [ y(k) C x (k) ]
x(k + 1) = x(k) + u(k)
Observateur
u(k) = Kx (k)
Contre-raction dtat
y(k) = C x(k)
(6.3)
(6.4)
y(k) = Cx(k)
(6.5)
quations (6.3)-(6.4)
quation (6.4)
y(k) = Cx(k)
quation (6.5)
En choisissant comme variables dtat du systme complet dcrit cidessus les grandeurs x(k) et (k) , le modle peut tre arrang sous forme
matricielle:
LC
0
K K
(k + 1) =
x(k + 1)
y(k) = 0 C (k)
x(k)
114
(k)
x(k)
ESTIMATION
0
det I 2n LC
= 0
det
I n + LC
I n + K
= 0
e()
det [ K ] det [ 0 ] = 0
det [ I + K ]
det [ I + LC ]
c()
Ainsi, les valeurs propres du systme complet sont les zros de lquation
e() c() = 0 qui correspond au produit de lquation caractristique de
lestimateur avec celle de la contre-raction dtat. Par consquent, lensemble
des valeurs propres du systme complet regroupe les valeurs propres choisies pour
rgir lerreur destimation de ltat et celles choisies pour la contre-raction. En
dautres termes, les valeurs propres imposes au systme par la contre-raction ne
sont pas modifies par ladjonction dun observateur. Il ny a donc aucune
dgradation des performances dynamiques.
i estimateur
i contre-raction
i complet
6.6
6.6.1
Balanoire
y
mg
Figure 6-5 Schma de principe de la balanoire.
est la position angulaire de la bille sur son axe de rotation, r son rayon,
m sa masse, J son moment d'inertie et y sa position sur la poutre. est langle
d'inclinaison de la poutre par rapport au plan horizontal et L sa longueur.
6.6.2
Modlisation
Dcoupleur
u(t)
y(t)
ESTIMATION
qui ne ncessite
w(t)
u(t) = asin --------rb
Le modle du systme quivalent est y(t) = w(t) (Fig. 6-7). Ce systme a
les mmes tats que le systme original. Lavantage est que le modle quivalent
est linaire. Il est ainsi possible deffectuer sa discrtisation et la conception dun
observateur des deux tats y(t) et y(t) .
w(t)
1s
y(t)
Discrtisation
y(k) = 1 0 x(k)
117
6.6.5
6.6.6
0 = 2 1 0
1
1h
0 =
2
1
1h
6.6.7
0.1 0.35
------- ---------2
h
h
c() =
Implantation
Le schma dimplantation complet est donn la figure 6-8.
Systme quivalent
w(k)
(k)
asin w
---------rb
u(k)
(t)
Balanoire
y(t)
w(k)
y(k)
x (k)
K
Observateur
ESTIMATION
6.7
Exercices
6.7.1
x(k) +
1 0
u(k)
x(k)
y(k) =
1 0.0235
0 0.8825
x(k + 1) =
cT
Vrifier ce modle discret laide de la commande adquate de Matlab.
La priode dchantillonnage est de 25 ms.
Dterminer le gain dun observateur dtat, en spcifiant toutes les
valeurs propres associes au centre du cercle unit.
Dterminer en boucle ouverte la rponse de lentranement et celle de
lobservateur au moyen de Simulink (choisir des conditions initiales
diffrentes pour ces deux lments).
Choisir une dynamique pour concevoir une contre-raction dtat et
dterminer le gain K correspondant.
Simuler le systme complet dans Simulink (observateur et rgulateur).
6.7.2
Observabilit
Le modle dtat discret dun systme dynamique est le suivant:
x(k + 1) = 1 0 x(k) + 1 u(k)
1 0
0
y(k) = 1 x(k)
Dterminer toutes les valeurs de pour lesquels le systme nest pas
observable.
Expliquer ce qui se passe dans les diffrents cas o lobservabilit est
perdue. Si ncessaire, reprsenter graphiquement les couplages
dynamiques internes au systme pour soutenir largumentation.
119
6.8
6.8.1
L = e() c
cT
0 , avec () = 2
e
1
Il vient:
L =
1.883
33.14
ESTIMATION
A =
C = I
x(0) =
B =
D = 0 0
5 0
K = cT
u(k)
y(k)
x(k)
x (k)
A = Lc
C = I
x (0) =
B = L
D = 0 0
0 0
0 0
Les rponses sont reportes dans la figure qui suit. On constate que les
estimations de ltat atteignent les valeurs relles de ltat aprs deux priodes
dchantillonnage.
10
180
160
8
7
140
* Position estime
120
6
100
* Vitesse estime
5
80
4
60
3
40
20
1
0
0
0.05
0.1
0.15
0.2
0.25
0
0
0.05
0.1
0.15
0.2
0.25
K = acker(, , 1 2 ) =
174.5 9.794
Le schma de simulation du systme complet (observateur et contreraction) est donn ci-dessous. Les dfinitions de blocs sont les mmes que
prcdemment.
200
150
100
50
-50
-2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
-100
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
ESTIMATION
6.8.2
Observabilit
La matrice dobservabilit est:
Q =
cT
cT
1
1 0
u(k)
x 1(k + 1)
x 1(k)
x 2(k + 1)
123
x 2(k)
y(k)
a1 a2
x(k) + 1 u(k)
0
1 0
y(k) = b 1 b 2 x(k)
on obtient la FT quivalente:
Y(z)
z+
---------- = ------------------U(z)
z(z + 1)
On constate que dans les deux cas mentionns, il y a une annulation plezro.
Y(z)
1
Y(z)
1
Pour = 0 : ---------- = ---------------- et pour = 1 : ---------- = --- .
U(z)
(z + 1)
U(z)
z
124
Chapitre 7
COMMANDE
OPTIMALE
7.1
Commande optimale
7.1.1
u: scalaire
COMMANDE OPTIMALE
7.1.2
u 1
k2
x 1
k4
x 2
2
k
det 0 0 + r r 1
0
0
s v k3
det
k 2
2
=
k 4
+ r ( k1 + k3 )
r ( k2 + k4 )
sk 1 + vk 3
+ sk 2 + vk 4
+ ( rk 1 + sk 2 ) + ( rk 1 sk 2 ) =
k 1 = -------------------- = 25 et k 2 = -------------------- = 97
r( )
s( )
126
COMMANDE OPTIMALE
+ ( rk 3 + vk 4 ) + ( rk 3 vk 4 ) =
+ ( rk 1 + vk 4 ) + [ rk 1 vk 4 + k 1 k 4 r ( v s ) ] =
COMMANDE OPTIMALE
7.1.3
COMMANDE OPTIMALE
7.1.4
k=0
x T(k)Q 1 x(k)
u T(k)Q 2 u(k)
1
J = --2
[ ]
nn n
rr r
7.1.5
J =
1
1 T
--- x (k)Q 1 x(k) + --- u T(k)Q 2 u(k)
2
2
k=0
N
129
COMMANDE OPTIMALE
7.1.6
N1
N1
130
COMMANDE OPTIMALE
7.1.7
T
J
= ------------ = Q 2 u(k) + (k + 1) = 0
#
u(k)
J
------------- u r( k )
(7.1)
Q 2 u(N) + (N + 1) = 0 , do:
0
(N + 1 ) = 0
(7.2)
J
= ---------------------- = x(k + 1) + x(k) + u(k) = 0
#
(k + 1)
J
------------------------ n(k + 1)
(7.3)
Cette expression nest rien dautre que la contrainte qui rapparat grce
la formulation de Lagrange du problme doptimisation.
Lobtention des drives partielles par rapport ltat ncessite la prise en
considration de deux termes conscutifs de la somme J o x(k) apparat.
1
1
J = + --- x T(k 1)Q 1 x(k 1) + --- u T(k 1)Q 2 u(k 1)
2
2
+ T(k) { x(k) + x(k 1) + u(k 1) }
1
1
+ --- x T(k)Q 1 x(k) + --- u T(k)Q 2 u(k)
2
2
+ T(k + 1) { x(k + 1) + x(k) + u(k) } +
131
COMMANDE OPTIMALE
T
J
= ------------ = (k) + Q 1 x(k) + (k + 1) = 0
#
x(k)
J
--------------x n(k)
(7.4)
(N + 1)
(N) + Q 1 x(N) +
= 0 , do:
0
(N) = Q 1 x(N)
(7.5)
u(k) = Q 2 (k + 1)
Cette valuation ncessite la connaissance du multiplicateur (k + 1) , qui
lui, est dtermin dgressivement selon (7.4) partir de la condition finale
(N) = Q 1 x(N) . Ainsi:
(N) = Q 1 x(N) (k) = Q 1 x(k) + T (k + 1) (0)
Il sagit dun problme imbriqu puisquil faudrait connatre ltat pour
dterminer les multiplicateurs et les multiplicateurs pour connatre ltat. Cest
Riccati qui a trouv une solution ce problme en introduisant une variable
auxiliaire sous la forme dune matrice carre symtrique S(k) telle que:
(k) = S(k)x(k)
(7.6)
132
COMMANDE OPTIMALE
(N)
= S(N)x(N) , do:
Q 1 x(N)
(7.7)
S(N) = Q 1
Q 2 u(k) = T
S(k + 1)x(k + 1)
x(k + 1)
Q 2 u(k) = T S(k + 1)
[ x(k) + u(k) ]
COMMANDE OPTIMALE
propres. Nanmoins, le gain est ici non stationnaire. La structure dune commande
dtat gnrale est donc celle reprsente la figure 7-4.
Systme
rgler
u(k): vecteur
K(k)
7.1.8
.
134
COMMANDE OPTIMALE
7.1.9
135
7.2
x T(k)Q 1 x (k) +
k = 0 Somme
u T(k)Q 2 u (k)
1
J = --2
Somme quadratique
des carts par
rapport la
commande
nominale
quadratique des
carts par
rapport ltat
nominal
Q 1 et Q 2
nn rr
S = T S S ( Q 2 + T S ) 1 T S + Q1
R
1 T S
K = R
u(k) = K x(k)
Une commande obtenue par cette mthode optimale est plus douce pour
les actuateurs que celle obtenue par un placement des valeurs propres. La
limitation de la sollicitation des actuateurs est nanmoins obtenue au dtriment
dun contrle explicite des amortissements absolus et relatifs. La suppression
ventuelle doscillations par un placement judicieux des valeurs propres nest
galement plus possible, ce qui nest pas acceptable dans des applications en
machines-outils par exemple.
136
COMMANDE OPTIMALE
7.3
Exemples
7.3.1
changeur de chaleur
u
+
x 2(t)
x 2(k)
u (k)
+
u(t) Echangeur
D
D
(
t
)
x
de chaleur 1
A
A
x 1(k)
x 2
3.16
x 1
2.02
+ x = x
1
2
137
EXEMPLES
% Ks = [2.0205 3.1559]
% E = val. propres = 0.53330.1951i
k 2(k)
2.5
k 1(k)
1.5
0.5
0
0
10
12
14
16
18
20
COMMANDE OPTIMALE
1.5
x 1(kh)
0.5
x 2(kh)
-0.5
0.5
1.5
2.5
3.5
4.5
u (kh)
-1
-2
-3
-4
-5
-6
-7
-8
0.5
1.5
2.5
3.5
4.5
139
EXEMPLES
7.3.2
Cuve de mlange
Des carts initiaux des tats x 1(0) = 0.1 et x 2(0) = 0 ont t choisis
pour illustrer lefficacit de la commande dans un domaine de variations linaires
autour du point de fonctionnement.
Pour reflter le fait que les deux tats sont de mme ordre de grandeur, la
matrice de pondration Q 1 suivante t choisie:
Q1 = 1 0
0 1
140
COMMANDE OPTIMALE
x 2
-0.02
x 1
-0.03
0.2 0.092
0.03 0.067
K =
-0.04
-0.05
-0.06
-0.07
-0.08
-0.09
-0.1
10
15
20
25
30
35
40
45
50
x 10
u 2
u 1
-5
-10
-15
-20
10
15
20
25
30
35
40
45
50
RAPPELS MATHMATIQUES
7.4
Rappels mathmatiques
Soit A une matrice relle, symtrique ( a ij = a ji ), de dimensions n n .
Soit x et y des vecteurs rels, de dimension n.
7.4.1
x T Ax =
aij xi xj
i = 1j = 1
pour x 0
x T Ax = 0 pour x = 0
7.4.2
x1 T
T
T
x Ax
x Ax = 2Ax = ( 2x T A ) =
x
x2
Cette forme est un vecteur colonne.
Rappel: ( AB ) T = B T A T
142
COMMANDE OPTIMALE
7.4.3
Forme bilinaire
n
x T Ay =
aij xi yj
i = 1j = 1
7.4.4
De mme:
T
T
y Ax = A y
x
= A.
143
EXERCICES
7.5
Exercices
7.5.1
Retard pur
Soit le retard pur discret dcrit par lquation aux diffrences suivante:
y(k + 2) = u(k) .
Dterminer un rgulateur optimal stationnaire pour commander ce systme en utilisant des matrices identit comme pondrations Q 1 et Q 2 .
Commenter le rsultat et comparer avec un rgulateur rponse pile.
7.5.2
Entranement optimal
Rglage optimal de vitesse autour dun point de fonctionnement.
La dynamique dun entranement dont on mesure la vitesse est donne par:
7.5.3
COMMANDE OPTIMALE
7.6
7.6.1
Retard pur
Soit lquation y(k + 2) = u(k) .
Le choix des variables dtat est x 1(k) = y(k) et x 2(k) = y(k + 1) . Ainsi:
x 1(k + 1) = x 2(k)
x 2(k + 1) = u(k)
0 1 x(k) + 0 u(k) , Ainsi:
0 0
1
S =
0 1 , =
0 0
s1 s
0 ,Q =
1
1
1 0 , Q = q = 1 et
2
2
0 1
s s2
, R = Q2 + S = 1 + 0 1
s1 s
s s2
0
1
= 1 + s2
T
1 T
S est solution de S = S S R S + Q 1
s1 s
s s2
do:
S =
s1 s 0
s1 s
0 1
s s2 1
s s2
s s
0 0 1
---------------------------------------------------------- 0 1 + 1 0
1 + s2
0 0
0 1
1 0 s s2
0 0
1 0
2
s2 s
s
s 1 -------------- s -------------1 + s2
1 + s2
2
s2
s2 s
s -------------- s 2 -------------1 + s2
1 + s2
1 0 et K =
0 2
0 1 + 1 0
0 0
0 1
1
=
0
2
s
0 1 + s 1 -------------1 + s2
0 0
7.6.2
Entranement optimal
Point de fonctionnement
x(k + 1) = x(k) + u(k)
c = c + u
1
u = --- ( 1 )c
Schma fonctionnel
u
+ u(k)
x(t) = y(t)
Entranement
grandeur
rgler
u (k)
A
D
rgulateur dtat
x (k)
x(k)
c
-
consigne
1
--- ( 1 )
commande a priori
Rglage optimal
Systme rgler:
x (k + 1) = x (k) + u (k) et y (k) = x (k)
Gouvernabilit
146
COMMANDE OPTIMALE
Gain stationnaire
S = s matrice de dimension 1 1
R = r = Q 2 + s 2 = 1.166
1
s = 2 s s 2 2 --------------------- + Q 1 = 301
Q 2 + s 2
Cette dernire quation scrit:
s2 2 + s ( Q2 Q2 2 Q1 2 ) Q1 Q2 = 0
Cest la solution positive de cette quation du second degr qui permet de
1
calculer le gain K = --- s = 5.35 .
r
M-file
clear
% Modle analogique de l'entranement
% ----------------------------------a=-5;
b=1;
% Modle discret de l'entranement
% -------------------------------h=25e-3;
F=exp(a*h);
G=b*(F-1)/a;
% Rgulateur optimal
% -----------------Q1=100;
Q2=1;
% Solution numrique par Matlab
% ----------------------------[K,S,E]=dlqr(F,G,Q1,Q2)
% Solution stationnaire analytique
% -------------------------------Sol=roots([G^2 (Q2-Q2*F^2-Q1*G^2) -Q1*Q2]);
Sinf=max(Sol)
Rinf=Q2+G'*Sinf*G;
Kinf=inv(Rinf)*G'*Sinf*F
147
Simulation
A = F, B = G, CI = 2 rad/s
C = 1, D = 0, h
x
u
-2
-4
-6
-8
-10
-12
0.2
0.4
0.6
0.8
148
1.2
1.4
1.6
1.8
COMMANDE OPTIMALE
7.6.3
q 11 0
0 q 12
, diagonale et symtrique
Q2 = q2
S = S =
s1 s
s s2
R = R = Q2 + * S * = q2 + s1
1 T
T
S = * [ S S * R * S ] * + Q 1
s 1 ss 1
s s
q
s1 s
0
2 2 2 0
1
1
=
+ 11
ss 1 s
0 1 s s 2 ---------------------------------- 1 1
s s2
0 q 12
2
q2 + s1
s1 q2
sq 2
1
1
0 + q 11 0
= --------------------2
2
2 2
0 q 12
q 2 + s 1 0 1 sq 2 s 2 q 2 + s 1 s 2 s 1 1
Une identification termes termes est ncessaire.
149
Annexe A
FORMES
CANONIQUES
(A.1)
peux tre rprsente par un modle dtat qui fait intervenir des variables dtat
artificielles w:
a1 a2 an 1 an
0
#
0
1
0
#
0
0
w(k) +
%
%
0
w
gw
u(k)
(A.2)
y(k) =
0
1
%
w(k + 1) =
1
0
#
0
1
0
0
#
0
c wT
Il est trivial de montrer que lquation caractristique de la matrice w est
la suivante:
det ( I w ) = n + a 1 n 1 + a 2 n 2 + + a n 1 + a n = 0
151
G = [ Ig
n 1g]
(A.4)
construite partir des lments du modle dtat original. Cette matrice porte le
nom de matrice de gouvernabilit ou de commandabilit. Cette dnomination sera
justifie plus loin. Les lignes de linverse de la matrice G peuvent tre repres
arbitrairement de la manire suivante:
G 1 =
e 1T
#
e nT
152
FORMES CANONIQUES
0
1
%
%
%
0
0
# =
0
1
e 1T Ig
e 1T g e 1T n 1 g
e 2T Ig
e 2T g e 2T n 1 g
#
e nT Ig
e nT g e nT n 1 g
(A.5)
e nT n 1 g = 1
(A.6)
Les
vecteurs
lignes
e nT I, e nT , , e nT n 1
sont
linairement
(A.7)
e nT n 1
P =
e nT n 2
#
e nT I
Par consquent, la matrice Pg qui entre dans le nouveau modle dtat est:
e nT n 1 g
Pg =
e nT n 2 g
#
e nT Ig
e nT n 1 P 1
(A.8)
#
e nT P 1
La premire ligne de cette matrice est inconnue. On pose arbitrairement:
e nT n P 1 = a 1 a 2 a n 1 a n
154
FORMES CANONIQUES
1
0
= #
0
0
e nT n 2 P 1
PP 1 =
#
e nT P 1
e nT IP
0
1
#
0
0
00
00
# #
10
01
Ainsi:
a1 a2 an 1 an
PP 1 =
1
0
#
0
0
1
%
%
%
0
0
#
0
1
0
#
0
0
%
%
0
0
#
0
1
0
#
0
0
PP
u(k)
(A.9)
Pg = g w
= w
y(k) =
w(k) +
0
1
%
w(k + 1) =
1
0
#
0
1
0
0
#
0
c T P 1 = cw
Le facteur c T P 1 doit quant lui tre calcul de cas en cas.
1
dnominateur de H(z) . Les valeurs propres et les ples constituent en effet une
caractristique intrinsque un systme, en relation avec sa stabilit, et doivent
donc tre indpendants de la forme de reprsentation.
A.1.3 Exemple: Double intgrateur
Soit la fonction de transfert discrte du double intgrateur obtenue au
paragraphe 4.2.4.
h2
h 2 1 h 2 2
h2
---------- z + ----- z
z
+
2
2
2
2
h2 ( z + 1 )
- = --------------------------------H(z) = ----- ------------------2 = ------------------------2 (z 1)
1 2z 1 + z 2
z 2 2z + 1
h2
---b0 = 0 ; b1 = b2 = - ; a1 = 2 ; a2 = 1
2
Les rsultats du paragraphe A.1.1 permettent de construire directement
une reprsentation dtat qui ne possde toutefois aucune signification physique.
w(k + 1) =
y(k) =
h2
----2
2
1
1 w(k) +
0
1 u(k)
0
h2
----- w(k)
2
x(k + 1) =
1
0
y(k) =
0 x(k)
1 h
0 1
156
= 0
FORMES CANONIQUES
2 2 + 1 = z + a 1 z + a 2 = 0
Relevons que la transformation entreprise ne ncessite pas le calcul des racines de ce polynme.
Les coefficients b 1 et b 2 du numrateur de la fonction de transfert sont tirs de lquation de sortie: y(k) = c T P 1 w(k) .
h 2 2 3h 2 2
h
h
G = g g =
1
G 1 = ----3h
P =
e nT
e nT
h
h
1
= ----3h
1
3h 2 2 e T = ---n
3
2
h
h 2
h
h2 2
h2 2
(A.11)
h h2 2
2
2
1
P 1 = ----3- ( h 3 ) h 2 h 2
h
h
h
2
2
c T P 1 = 1 0 h 2 h 2 = h 2 2 h 2 2
h
h
157
0 0
a2
1 % #
#
an 1
# % % 0
0 0 1
an
0 0 0
v(k) + g v u(k)
(A.12)
v(k + 1) =
v
b1 a1 b0
b2 a2 b0
avec:
gv =
#
bn 1 an 1 b0
bn an b0
1
0 0
y(k) =
v(k) + b 0 u(k)
(A.13)
cv
FORMES CANONIQUES
ou encore:
1
+ z [ a n Y(z) b n U(z) ] = 0
Cette expression peut tre mise sous une forme imbrique:
1
(A.14)
+ z [ b 3 U(z) a 3 Y(z) + z ( ) ] } )
Cette quation suggre, par soucis de simplicit de reprsentation
mathmatique, le choix suivant des variables dtat artificielles v i :
1
#
1
y(k)
v 1(k + 1) = b 1 u(k) a 1 [ b 0 u(k) + v 1(k) ] + v 2(k)
v 2(k + 1) = b 2 u(k) a 2 [ b 0 u(k) + v 1(k) ] + v 3(k)
#
v n 1(k + 1) = b n 1 u(k) a n 1 [ b 0 u(k) + v 1(k) ] + v n(k)
v n(k + 1) = b n u(k) a n Y(z)
159
c I
Q =
c
#
(A.16)
c n 1
construite partir des lments du modle dtat original. Cette matrice porte le
nom de matrice dobservabilit. Cette dnomination sera justifie plus loin. Les
colonnes de linverse de la matrice Q peuvent tre repres arbitrairement de la
manire suivante:
Q 1 = e 1 e 2 e n
160
FORMES CANONIQUES
e n
Ie n
c R = c n 1 en
c e n
c Ie n
(A.17)
1
0
#
0
0
1
%
%
%
0
0
# =
0
1
c Ie 2
c e 1
c e 2
c Ie 1
c Ie n
c e n
(A.18)
c n 1 e1 c n 1 e2 c n 1 en
c R = 1 0 0 = cv
R 1 n e n
161
e n
Ie n
R 1 2 e n R 1 e n
(A.19)
de plus:
I = R 1 R = R 1 n 1 e n R 1 e n R 1 e n
(A.20)
a2
#
an 1
an
Ainsi,
R 1 R =
a1
0 0
a2
1 % #
#
an 1
# % % 0
0 0 1
an
0 0 0
= v