Systèmes Non Linéaires

LAVOISIER, 2002
LAVOISIER
1 .l, rue Lavoisier
75008 Paris
Serveur web: www.hern1es-science.com
ISBN 2-7462-0464-9
Catalogage Electre-Bibliographie
Lamnabhi-Lagarl"igue, Franoise*Rouchon, Pierre (sous la direction de)
Systmes non linaires
Paris, Herms Science Publications, 2002
ISBN 2-7462-0464-9
RAl'vIEAU: commande non linaire
DEWEY: 629.5 : Autres branches de l'art de l'ingnieur.
Commande automatique, Robotique
Le Code de lio\ proprit intellecluelle n'autorisanl, aux termes de l'arlic\e L. 122-5, d'une
part, cjc les "copies ou reproductions strictement rserves l'usage priv du copiste ct non
des-tilles une utilisation collective" et, d'aulI"e PLu-t, que les analyses et les COUlics citations
dans un but d'exemple et d'illustration, "toute reprsentation ou reproduction inlgrale, ou
pal"tiellc, f'ite sans le consentement de l'auteur ou de ses ayants droit ou ayants cause, est
illicite" (arlicle L 122-4), Celte reprsentation ou reproduction, par quelque procd que ce
soit, constituerait donc une conlrefaon sanctionne par les artcles L. 335-2 et suivanls uu
Code de la proprit intellectuelle.
LAVOISIER, 2002
LAVOISIER
1 .l, rue Lavoisier
75008 Paris
Serveur web: www.hern1es-science.com
ISBN 2-7462-0464-9
Catalogage Electre-Bibliographie
Lamnabhi-Lagarl"igue, Franoise*Rouchon, Pierre (sous la direction de)
Paris, Herms Science Publications, 2002
ISBN 2-7462-0464-9
RAl'vIEAU: commande non linaire
DEWEY: 629.5 : Autres branches de l'art de l'ingnieur.
Commande automatique, Robotique
Le Code de lio\ proprit intellecluelle n'autorisanl, aux termes de l'arlic\e L. 122-5, d'une
part, cjc les "copies ou reproductions strictement rserves l'usage priv du copiste ct non
des-tilles une utilisation collective" et, d'aulI"e PLu-t, que les analyses et les COUlics citations
dans un but d'exemple et d'illustration, "toute reprsentation ou reproduction inlgrale, ou
pal"tiellc, f'ite sans le consentement de l'auteur ou de ses ayants droit ou ayants cause, est
illicite" (arlicle L 122-4), Celte reprsentation ou reproduction, par quelque procd que ce
soit, constituerait donc une conlrefaon sanctionne par les artcles L. 335-2 et suivanls uu
Code de la proprit intellectuelle.
Systmes
non linaires
sous la directio11 de
Franoise Lamnabhi-Lagarrigue
Pierre Rouchon
Systmes
non linaires
sous la directio11 de
Fralloise LalTIllablli-Lagarriglle
Pierre R01ICll01l
~
I l C ~ C 5
cience
-l'lIh 1 ..... '11 1 1'"''''''_
Il a t tir de cet ollvrage
20 exe/1lplaires hors COl1llllerce rSell's
at/x membres du comit scielltiflqlle.
aux alllellrs et il l'diteur
l1tlll1rots de 1 il 20
Il a t tir de cet ollvrage
20 exe/1lplaires hors COl1llllerce rSell's
at/x membres du comit scielltiflqlle.
aux alllellrs et il l'diteur
l1tlll1rots de 1 il 20
sous la direction de Fra11oise Lanmablzi-Lagarrigllc et Pierre Roue/wll
fait partie de la srie SYSTMES AUTOIVIATlSS dirige par Claude Foulard
TRAIT IC2 INFORMATION - COMMANDE - COMMUNICATION
sous la direction scientifique de Bernard Dubuisson
Le trait Information, Comnlande, Comnlunication rpond au besoin
de disposer d'un CllscTIlble complet des connaissances et mthodes
ncessaires la lllatrise des systmes technologiques.
Conu volontairement dans un esprit d'change disciplinaire, le trait Te2
est l'tat de l'arl dans les dOlllaines suivants retenus par le comit
scientifique:
Rseaux ct llcOlllS
Traitement du signal et de l'image
InFormatique et systnlCS d'information
Systmes automatiss
Productique
Chaque ouvrage prsente aussi bien les aspects fondanlentaux
qu'exprimentaux. Une classification des diffrents articles contenus
dans chacun, une bibliographie et un index dtaill orientent le lecteur
vers ses points d'intrl immdiats: celui-ci dispose ainsi d\m guide pour
ses rllexions ou pour ses choix.
Les savoirs, thOIies et nlthodes rassembls dans chaque ouvrage ont
t Cl10isis pour leur pertinence dans l'avance des connaissances ou pour
la qualit des rsultats obtenus dans le cas d'exprimentaUons relles.
Systlnes 11011 lil1aires
sous la direction de Franoise La111llabhi-Lagarrigllc et Pierre ROlie/101l
fait parLie de la srie SYSTJ\IIES AUTOMATISS par Claude Foulard
TRAIT IC2 INFORMATTON - COMMANDE COMMUNICATION
sous la direction scientifique de Bernard Dubuisson
Le trait Information, Comm.ande, Comnluncation rpond au besoin
de dispose1
4
d'un ensenlble complet des connaissances et mlhodes
ncessaires la nlatrise des systmes technologiques.
Conu volontairement dans un esprit disciplinaire, le lrait TC2
est l'tat de l'art dans les domaines suivants relenus par le comit
scientifique:
Rseaux et tlcoms
Traitement du signal ei de l'image
InFormatique ei systmes d'information
Systmes automatiss
Producti que
Chaque ouvrage prsente aussi bien les aspects fondanlentaux
qu'exprimentaux. Une classification des diffrents articles contenus
dans chacun, une bibliographie et un index dtaill orientent le lecteur
vers ses points d'intrt immdiats: celui-ci dispose ainsi d'un guide pour
ses rilexions ou pour ses choix.
Les th01ies et ll1thodes rassem bls dans chaque ouvrage ont
t choisis pour leur pertinence dans l'avance des connaissances ou pour
la qualit des rsultats obtenus dans le cas d'exprimentations relles.
Liste des auteurs
Tarek AHrl/lED-Au
Ecole nationale suplieure des ingnieurs des tudes
el techniques d'armenlcnt
Brest
Gilles Duc
Suplec
Gif-sur-Yvette
Didier DUMUR
Suplec
Gi f-sur-Yvette
Fabienne FLORET-PONTET
Suplec
Gif-sur-Yvetle
Hassan l-lAMMOURI
LAGEP
Universit Claude Bernard
Lyon
Franoise LAMNABHT-LAGARIUGUE
Suplec
Gi f-SUl' Yvette
Jean-Claude MARQUES
LAGEr
Lyon
Claude MOOG
IRCCyN
Nantes
Pierre ROUCI-ION
Ecole nationale suprieure des mines de Paris
Nicolas SEUBE
Ecole nationale suprieure des ingnieurs des tudes
ei techniques d'armenlcnt
Brest
Liste des auteurs
Tarde AHrvlED-Au
Ecole nationale suplieure des ingnieurs des tudes
el techniques d'armenlent
Brest
Gilles Duc
Suplec
i f ~ s ur-Yvette
Didier DUMUR
Suplec
Gi f-sm":.. Yvette
Fabienne FLORET-PONTET
Suplec
Gif-sUl":.. Yvette
Hassan HAMJVlOURl
LAGEP
Lyon
Franoise LAMNABHT-LAGARIUGUE
Suplec
Gif-sur-Yvette
Jean-Claude MARQUS
LAGEP
Lyon
Claude MOOG
IRCCyN
Nantes
Pierre ROUCHON
Ecole nationale suprieure des mines de Paris
Nicolas SEUBE
Ecole nationale suprieure des ingnieurs des tudes
et techniques d'armenlent
Brest
Table des matires
Avant-propos ......................... .
Chapitre 1. Mthodes hases sur les techniques linaires
Gilles Duc el Didier DUMUR
1.1. lntroduction, ....
1.2. Identification et commande linaires d'un systme non linaire
1.2.1. Recherche d'un modle linaire .. ...
1.2.1.1. Squence binaire pseudo-alatoire.
1.2.1.2. Prtraitement des donnes .....
1.2.1.3. Algorithme des moindres carrs ..
1.2.2. Mthodologie de la commande prdictive gnralise .
1.2.2.1. Dfinition du modle numrique . ........ .
1.2.2.2. Prdicteur optimal ................. .
1.2.2.3. Dfinition et minimisation du critre quadratique
1.2.2.4. Synthse du rgulateur RST polynomial quivalent
1.2.2.5. Choix des paramtres de rglage . .... .
1.2.3. Commande prdictive cascade vitesse-position
d'un moteur asynchrone ................ .
1.2.3.1. Structure du banc d'essai ......... .
1.2.3.2. Modle linaire identifi de la machine asynchrone
1.2.3.3. Rsultats exprimentaux .... .
1.2.4. Conclusion partielle .......... .
1.3. Techniques LPY appliques la commande
d'un systme non linaire .......... .
1.3.1. Systmes et correcteurs LPY ... .
l.3.2. Systmes et correcteurs quasi LPY
1.3.3. Prsenlation de l'exemple.
1.3.4. Synthse du correcteur
1.3.5. Analyse du correcteur.
1.3.6. Conclusion ...... .
13
15
15
16
16
16
18
19
21
21
22
22
22
23
24
24
25
26
28
28
28
30
31
32
36
37
Tab 1 e des matires
Avant-propos . . . . . . . . . . . . . . . .......... .
Chapitre 1. Mthodes bases sur les techniques linaires
Gilles Duc et Didier DUMUR
1.1. Introduclion. . . . .
1.2.1. Recherche d'un modle linaire . . ...
1.2.1.1. Squence binaire pseudo-alatoire .
1.2.1.2. Prtratement des donnes .....
1.2.1.3. Algorithme des moindres carrs ..
1.2.2. Mthodologie de la commande prdiclive gnralise . .
1.2.2.1. Dfinition du modle numrique ......... .
1.2.2.2. Prdicteur optimal ................. .
1.2.2.3. Dfinition et minimisation du critre quadratique
1.2.2.4. Synthse du rgulateur RST polynomial quivalent
1.2.2.5. Chox des paramtres de rglage ..... .
1.2.3. Commande prdictive cascade vitesse-position
d'un moteur asynchrone ................ .
1.2.3.1. Structure du banc d' essai . . . . . . . . . .
1.2.3.2. Modle linaire identifi de la machine asynchrone
1.2.3.3. Rsultats exprimentaux .... .
1.2.4. Conclusion partielle . . . . . . . . .. .
1.3. Techniques LPV appliques II la commande
d'un syslme non linaire .......... .
1.3.1. Systmes et correcteurs LPV ... .
1.3.2. Systmes et correcteurs quasi LPV
1.3.3. Prsentation de l'exemple.
1.3.5. Analyse du correcteur.
1.3.6. Concluson ...... .
13
15
15
16
16
16
18
19
21
21
22
21
22
23
24
24
25
26
28
28
28
30
31
32
36
37
10 Systmes non linaires
Chapitre 2. Inversion et linarisation
Claude MOOG
2.1. Introduction.
41
41
2.2. Inversion ... . . . . . 42
2.2. L Structure l'infini 42
2.2.2. AlgOlithme d'inversion 43
2.2.3. Inversibilit. . . . . . 47
2.2.4. Dynamique des zros . 48
2.3. Linarisation entre-sortie . 49
2.3.1. Formulation du problme 49
2.3.2. Cas monosortie . . . . . . 49
2.3.3. Cas 1l1ultisortie . . . . . . 51
2.3.4. Linarisation entre-sorte par retour dynamique de sortie:
cas monosortie . . . . 53
2.3.5. Exemple ... 62
2.3.6. Robot sauteur. 63
2.4. Dcouplage. . . . . 68
2.4.1. Dcouplage par bouclage statique rgulier 69
2.4.2. Dcouplage par bouclage statique rgulier sur]' tat 70
2.5. Linarisation entre-tat. . . . . . . . . . . . . . . 71
2.5.1. par bouclage statique sur l'tat. . . . . 71
2.5.1.1. Formulation du problme. . . . . . . . . . . . . 71
2.5.1.2. Solution au problme de linarisation entre-tat 72
2.5,2. Linarisation par bouclage dynamique sur l'tat . . . . 77
2.5.2.1. Formulation du problme. . . . . . . . . . . . . . 77
2.5.2.2. Solution du problme de linarisation dynamique 78
2.6. Bibliographie. . . . . . . . . . . . . . . . . . . 79
Chapitre 3. Observateurs de systmes non linaires 81
Hassan }-IAMMOURI et Jean-Claude MARQUS
3.1. Introduction .............. . 81
3.2. Observation des systmes linaires temps nvariants . . . 82
3.2. J. Observation des systmes linaires temps continus 82
3.2.2. Observateurs des systmes linaires temps discrets 85
3.3. Observabilit des systmes non linaires et rappels mathmatiques 86
3.3.1. Quelques notions sur l'observabiHt . . . . . 86
3.3.2. Quelques rappels mathmatiques. . . . . . . 89
3.4. Observation des systmes affines en j'tal modu]o
une injection de sortie. . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.4.1. Observateurs pour les systmes affines en r tat modulo
une injection de sonie. . . . . . . . . . . . . . . . . . . . . . . . 90
3.4.2. Linarisation modulo une injection de sortie . . . . . . . 93
3.4.3. Linarisation temps-variant modulo une injection de sortie 94
1A.4. Annlicatiolls . . . . . . 97
Chapitre 2. Inversion et linarisation
Claude MOOG
2.1. Introduction.
41
41
2.2. Inversion ... . . . . . 42
2.2. L Structure l'infini 42
2.2.2. AlgOlithme d'inversion 43
2.2.3. Inversibilit. . . . . . 47
2.2.4. Dynamique des zros . 48
2.3. Linarisation entre-sortie . 49
2.3.1. Formulation du problme 49
2.3.2. Cas monosortie . . . . . . 49
2.3.3. Cas 1l1ultisortie . . . . . . 51
2.3.4. Linarisation entre-sorte par retour dynamique de sortie:
cas monosortie . . . . 53
2.3.5. Exemple ... 62
2.3.6. Robot sauteur. 63
2.4. Dcouplage. . . . . 68
2.4.1. Dcouplage par bouclage statique rgulier 69
2.4.2. Dcouplage par bouclage statique rgulier sur]' tat 70
2.5. Linarisation entre-tat. . . . . . . . . . . . . . . 71
2.5.1. par bouclage statique sur l'tat. . . . . 71
2.5.1.1. Formulation du problme. . . . . . . . . . . . . 71
2.5.1.2. Solution au problme de linarisation entre-tat 72
2.5,2. Linarisation par bouclage dynamique sur l'tat . . . . 77
2.5.2.1. Formulation du problme. . . . . . . . . . . . . . 77
2.5.2.2. Solution du problme de linarisation dynamique 78
2.6. Bibliographie. . . . . . . . . . . . . . . . . . . 79
Chapitre 3. Observateurs de systmes non linaires 81
Hassan }-IAMMOURI et Jean-Claude MARQUS
3.1. Introduction .............. . 81
3.2. Observation des systmes linaires temps nvariants . . . 82
3.2. J. Observation des systmes linaires temps continus 82
3.2.2. Observateurs des systmes linaires temps discrets 85
3.3. Observabilit des systmes non linaires et rappels mathmatiques 86
3.3.1. Quelques notions sur l'observabiHt . . . . . 86
3.3.2. Quelques rappels mathmatiques. . . . . . . 89
3.4. Observation des systmes affines en j'tal modu]o
une injection de sortie. . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.4.1. Observateurs pour les systmes affines en r tat modulo
une injection de sonie. . . . . . . . . . . . . . . . . . . . . . . . 90
3.4.2. Linarisation modulo une injection de sortie . . . . . . . 93
3.4.3. Linarisation temps-variant modulo une injection de sortie 94
1A.4. Annlicatiolls . . . . . . 97
Tahle des matires II
3.5. Observation des systmes uniformment observables 100
3.5.1. Observabilit uniforme . . . . . . . . . . . . . . 103
3.5.1.1. Systmes afllnes en rentre ........ 104
3.5.1.2. Une extension au cas non affine en l'entre. 106
3.5.2. Observateurs ~ grand gain. . . . . 106
3.5.2.1. Cas l11onosortie ................ 106
3.5.2.2. Extension au cas multisortie . . . . . . . . . 109
3.6. Quelques exemples d'application de l'observateur grand gain
3.6.1. Exemple ....... .
3.6.2. Rsultats de simulation
115
115
117
3.6.3. Exemple du bioracteur 118
3.6.4. Rsultats de simulation 122
3.7. Bibliographie. . . . . . . . . . 122
Chapitre 4. Observation et observateurs-contrleurs par modes glissants 125
Tard.: AHMED-Au et Nicolas SEUBE
4.1. Observateurs glissants monosurface 126
4.2. Observateurs glissants multisurfaces . . . . 127
4.3. Observateur glissant et commande robuste 131
4.3.1. Synthse de l'observateur glissant. . 131
4.3.2. Synthse de la commande par modes glissants 135
4.3.2.1. Changement de coordonnes et surface de glissement. 135
4.3.2.2. Synthse du contrleur . . . . . 137
4.3.3. Application un robot manipulateur . 139
4.4. Bibliographie . . . . . . . . . . . . . . . . . 141
Chapitre 5. Identification des systmes non linaires
Fabienne FLORET-PONTET el Franoise LAivlNABHI-LAGARRIGUE
5.1. lntroduction ..
5.2. Prliminaires .
5.2.1. Exemples
5.2.1.1. Pendule - Cas multivariable
5.2.1.2. Cas monovmiable ..... .
5.2.2. Identil-1abilit ........... .
5.2.2. J. Identil-1abilit globale dans le cas linaire
5.1.2.2. Identifiabilit globale dans le cas non linaire
5.2.2.3. Test ddentiljabilit par rexemple .
5.2.3. Moindres carrs .................. .
5.2.3.1. Algorithme .................. .
5.2.3.2. Application l'exemple monovariable [5.2]
en boucle ouverte ............. .
5.2.4. Mthodes bases sur l'erreur de sortie.
5.2.4.1. Identification en boucle ouverte
5.2.4.2. Identification en boucle ferme ..
... , .... 143
143
146
146
146
147
147
147
148
149
151
151
151
151
151
153
'n,bIc des matires 1 1
3.5. Observation des systmes uniformment observables 100
3.5.1. Observabilit uniforme . . . . . . . . . . . . . . 103
3.5.1.1. Systmes afllnes en rentre ........ 104
3.5.1.2. Une extension au cas nOI1 affine en l'entre. 106
3.5.2. Observateurs il grand gain. . . . . 106
3.5.2.1. Cas monosortie ................ 106
3.5.2.2. Extension au cas multisortie . . . . . . . . . 109
3.6. Quelques d'application de J'observateur grand gain 115
3.6.1. Exemple ......... 115
3.6.2. Rsultats de simulation . 117
3.6.3. Exemple du bioracleur . 118
3.6.4. Rsultats de simulation 122
3.7. Bibliographie. . . . . . . . . . 122
Chapitre 4. Observation et observateurs-contrleurs par modes glissants 125
Tarek AHMED-ALI et Nicolas SEUBE
4.1. Observateurs l1lonosurface 126
4.2. Observateurs glissants mulLisurfaces . . . . 127
4.3. Observateur et commande robuste 131
4.3.1. Synthse de l'observateur glissant . . 131
4.3.2. Synthse de la commande par modes glissants l35
4.3.2.1. Changement de coordonnes et surface de glissement. 135
4.3.2.2. Synthse du contrleur . . . . . 137
4.3.3. Application il un robot manipulateur. 139
4.4. Bibliographie . . . . . . . . . . . . . . . . . 141
Chapitre 5. Identification des systmes non linaires
Fubienne FLORET-PONTET el Franoise LAMNABHI-LAGARRIGUE
5.1. lntroduction ..
5.2. Prliminaires .
5.2.1. Exemples
5.2.1.1. Pendule Cas multivariable
5.2.1.2. Cas monov::niable ..... .
5.2.2. Identil"iabilit ........... .
5.2.2.1. Identifiabilit globule dans le cas linaire
5.2.2.2. Identifiabilit globule dans le cas non linaire
5.2.2.3. Test ddentifiabilit par r exemple.
5.2.3. Moindres carrs ., ................ .
5.2.3.1. Algorithme .................. .
5.2.3.2. Application l'exemple 1l10novariable [5.2]
en boucle ouverte ............. .
5.2.4. Mthodes bases sur l'erreur de sortie.
5.2.4.1. Tdentification en boucle ouverte
5.2.4.2. Identification en boucle ferme ..
143
143
146
146
146
147
147
147
148
149
151
151
151
152
152
153
12 Systemes 11011 linaires
en boucle ferme ................. 154
5.3. ldentilkation-stmcture variable en boucle ouverte 154
5.3.1. Description des systmes tudis. 154
5.3.2. Cas monovariable . . . . . . . . . . 155
5.3.2.1. Algorithme . . . . . . . . . . . 155
5.3.2.2. Exemple - Cas monovariable . 157
5.3.3. Cas multivariable sous la forme normale 157
5.3.3.l. Algorithme. . . . . . . . . . . . . . 157
5.3.3.2. Exemple sur le pendule en boucle ouverte 159
5.3.4. Cas ll1ultivarinble gnral . . . . . . . . . . . 160
5.4. Identification-structure variable en boucle ferme 161
5.4.1. Descrplion des systmes tudis. 161
5.4.2. Mthode d'identification indirecte 162
5.4.1.1. f) est suppos connu . . 162
. 5.4.1.1. fJ est suppos inconnu. . . 163
5.4.3. Exemples en boucle ferme. . . 165
5.4.3. L Pendule en boucle ferme. 165
5.4.3.1. Cas monovariable en boucle ferme 166
5.5. Analyse de robustesse . . . . . . . . . . . . . . 166
5.5.1. Condition de lJlafching .......... 166
5.5.2. Perturbations paramtriques variant dans fe temps ] 67
5.5.2.1. Prl minaires . . . . . . . . . 167
5.5.1.2. Analyse de robustesse. . . . 167
5.5.3. Exemple sur le cas monovariable . 169
5.6. Simulations - Etude comparative. . . . 170
5.6.1. Cas multivmiable (pendule) - Identification base
sur la thorie de la structure variable .......... 170
5.6.1.1. En boucle ouverte, identification directe . 170
5.6.1.2. En boucle ferme. identification indirecte. 170
5.6.2. Etude comparative Cas l11onovaIiable . . . . . 173
5.6.2.1. Prliminaires. . . . . . . . . . . . . . . . . 173
5.6.2.2. Comparaison en boude ouverte avec les moindres calTs 1.73
5.6.2.3. Comparaison avec les mthodes bases
sur J'erreur de sortie - Boude ferme. 175
5.7. Conclusion . . 178
5.8. Bibliographie. 179
Index . ........ . 181
12 Systemes 11011 linaires
en boucle ferme ................. 154
5.3. ldentilkation-stmcture variable en boucle ouverte 154
5.3.1. Description des systmes tudis. 154
5.3.2. Cas monovariable . . . . . . . . . . 155
5.3.2.1. Algorithme . . . . . . . . . . . 155
5.3.2.2. Exemple - Cas monovariable . 157
5.3.3. Cas multivariable sous la forme normale 157
5.3.3.l. Algorithme. . . . . . . . . . . . . . 157
5.3.3.2. Exemple sur le pendule en boucle ouverte 159
5.3.4. Cas ll1ultivarinble gnral . . . . . . . . . . . 160
5.4. Identification-structure variable en boucle ferme 161
5.4.1. Descrplion des systmes tudis. 161
5.4.2. Mthode d'identification indirecte 162
5.4.1.1. f) est suppos connu . . 162
. 5.4.1.1. fJ est suppos inconnu. . . 163
5.4.3. Exemples en boucle ferme. . . 165
5.4.3. L Pendule en boucle ferme. 165
5.4.3.1. Cas monovariable en boucle ferme 166
5.5. Analyse de robustesse . . . . . . . . . . . . . . 166
5.5.1. Condition de lJlafching .......... 166
5.5.2. Perturbations paramtriques variant dans fe temps ] 67
5.5.2.1. Prl minaires . . . . . . . . . 167
5.5.1.2. Analyse de robustesse. . . . 167
5.5.3. Exemple sur le cas monovariable . 169
5.6. Simulations - Etude comparative. . . . 170
5.6.1. Cas multivmiable (pendule) - Identification base
sur la thorie de la structure variable .......... 170
5.6.1.1. En boucle ouverte, identification directe . 170
5.6.1.2. En boucle ferme. identification indirecte. 170
5.6.2. Etude comparative Cas l11onovaIiable . . . . . 173
5.6.2.1. Prliminaires. . . . . . . . . . . . . . . . . 173
5.6.2.2. Comparaison en boude ouverte avec les moindres calTs 1.73
5.6.2.3. Comparaison avec les mthodes bases
sur J'erreur de sortie - Boude ferme. 175
5.7. Conclusion . . 178
5.8. Bibliographie. 179
Index . ........ . 181
Avant-propos
Ce volume est le premier d'une srie de deux ouvrages consacrs l'automatique
non linaire pour les systmes de dimension finie. Nous avons volontairement restreint
l'expos aux systmes continus gouvcms par des quations diffrentielles ordinaires.
Dans bien des cas, des rsultats quivalents existent pour les systmes discrets.
Plus on regarde vers Je futur, plus les opportunits de nouvelles applications et les
avances de la commande des systmes 11011 linaires sont nombreuses. Les nouvelles
mthodes, de plus en plus performantes pour capter, calculer. cOl11muniquer, inimagi-
nables il y a vingt ans, ne cessent d'tre amliores, et crent ainsi un environnement
trs riche avec une norme quantit de donnes. Face il toutes ces nouvelles techno-
logies, la commande des systmes non linaires, qui intgre les contraintes physiques
du systme, son environnement variable et les diverses interactions, a Ull rle de plus
en plus important il jouer afin de construire des bouclages optimaux, robustes et per-
formants, L'objectif de ces deux livres est d'expliciter quelques mthodologies ct de
les illustrer sur des applications issues de plusieurs domaines camille l'arospatial. la
robotique, l'lectronique, l'lectrotechnique ou encore la biologie.
Le premier chapitre montre sur deux cas prcis comment utiliser des techniques
linaires pour contrler certains systmes non linaires (linarisation et idenlilkation
locale avec des techniques prdictives, systmes linaires avec paramtres variant dans
le temps et synthse du contrleur avec des techniques LMI (Lilll'ar Ma/rh' Incquo-
li/ics). L'objectif de ce chapitre est de montrer sans tre exhaustif que des techniques
linaires correctement matrises peuvent tre utilises avec succs sur certains sys-
tmes non linaires.
Le second chapitre aborde une classe importante e techniques non linaires mainte-
nant classiques et souvent utiles pour les systmes continus: le dcouplage, J'inversion
et la linarisation. Ces mthodes utilisent le langage de la gomtrie diffrentielle pour
construire des bouclages (statique ou dynamique, en tat ou en sanie) pour rendre le
comportement du systme 11011 linaire de part aussi proche que possible de celui d'un
Avant -propos
Ce volume est le premier d'une srie de deux ouvrages consacrs il r automatique
non linaire pour les de dimension finie. Nous avons volontairement restreint
l'expos aux systmes continus gouvems par des quations diffrentielles ordinaires.
Dans bien des cas, des rsultats quivalents existent pour les systmes discrets.
Plus on regarde vers le futur, plus les opportunits de nouvelles applications et les
avnces de la commande des systlTles non linaires sont nombreuses. Les nouvelles
mthodes, de plus en plus perfOI11Ulntes pour capter, calculer. cOl11muniquer, inimagi-
nables il y a vingt ans, ne cessent d'tre amliores, et crent ainsi un environnement
trs riche avec une norme quantit de donnes. Face toutes ces nouvelles techno-
logies, la commande des systmes non linaires, qui intgre les contraintes physiques
du systme, son environnement variable et les diverses interactions, a Uil rle de plus
en plus important tl jouer afin de construire des bDuclages optimaux, robustes et per-
formants. L'objectif de ces deux livres est d'expliciter quelques mthodologies et de
les illustrer sur des applications issues de plusieurs domaines comme l'arospatial. la
robotique, l'lectronique, rlectrotec1mique ou encore la biologie.
Le premier chapitre montre sur deux cas prcis comment utiliser des techniques
linaires pour contrler certains syslmes non linaires (linarisation et identification
locale avec des techniques prdictives, systmes linaires avec paramtres variant dans
le temps et synthse du contrleur avec des techniques LMI (Linear Malre Inequa-
lilies). L" objectif de ce chapitre est de montrer sans tre exhaustif que des techniques
linaires correctement mat.rises peuvent tre utitises avec succs sur certains sys-
tmel\ non linaires.
Le second chapitre aborde une classe importante de techniques non linaires mainte-
nant classiques et souvent utiles pour les systmes continus: le dcouplage, l'inversion
et la linnrisation. Ces mthodes utilisent le langage de la gomtrie diffrcnticlle pour
construire des bouclages (statique ou dynamique, en tat ou en sonie) pour rendre le
comportement du systme non linaire de dpart aussi proche que possible de celui d"un
]4 Systmes non linaires
systme linaire dcoupl. Il s' agit essenteHement de techniques qui consistenl, aprs
une analyse prcise de la structure entre-sortie. il compenser par Iecdback certaines
non-I i nari ts.
Les trois derniers chapitres abordent un sujet bien moins dvelopp mais aussi
nettement plus difficile, celui des observateurs et de l'identification. Le chapitre 4 pr-
sente, aprs avoir montrer les subtilits lies il la notion d'observabilit en 110n linaire,
quelques techniques pour synthtiser des observateurs avec preuve de convergence. Ces
techniques utilisent le langage de la gomtrie diffrentielle (comme pour le chapitre 3).
Le chapitre 5 porle sur les observateurs par mode glissant d'une classe spcillque
de systmes. Cette mthode peut tre vue comme duale de celle de la commande
par mode glissant.
Enfin, le demier chapitre aborde l'identification avec deux aspects: les critres
d'identjfil.1bilit: la synthse d'algorithme cstimanl des paramtres en boucle ouverte
et en boucle ferme. Ici encore les rsultats ne traitent pas le cas gnral (comme
dans les deux chapitres prcdents) mais montrent comment s'y prendre lorsque Je
systme dpend linairement des paramtres avec une mesure complte de J'tat (ces
techniques sont rapprocher de celles de la commande adaptative qui est l'objet d'un
volume
Le second volume consacr l'automatique non linaire aborde lu modlisation
pour le contrle et deux techniques non linares : la stabilisation par des mthodes
d'nergie (Lyapounov), la planificaton de trajectoires avec les systmes diffrentiel-
lement plals.
Nous avons dlibrment laiss de ct tout ce qui touche au contrle optimal et
au principe du maximum de Pontryaguine, lhmes abords dans d'autres volumes de
cette collection.
EnHn, nOlis ne traitons pas la commande non linaire des systmes gouverns par des
quations aux drives partielles avec contrle frontire. C' est un sujet trs difficile. Des
rsultats rcents sur des exemples significatifs (Euler, Navier-Stokes, Schrodinger. .. )
montrent que le domaine est en plein dveloppement.
Pierre Rouer-ION
Franoise LAMNABHI-LAGARRTGUE
systme linaire dcoupl. Il s' agit essenteHement de techniques qui consistenl, aprs
une analyse prcise de la structure entre-sortie. il compenser par Iecdback certaines
non-I i nari ts.
Les trois derniers chapitres abordent un sujet bien moins dvelopp mais aussi
nettement plus difficile, celui des observateurs et de l'identification. Le chapitre 4 pr-
sente, aprs avoir montrer les subtilits lies il la notion d'observabilit en 110n linaire,
quelques techniques pour synthtiser des observateurs avec preuve de convergence. Ces
techniques utilisent le langage de la gomtrie diffrentielle (comme pour le chapitre 3).
Le chapitre 5 porle sur les observateurs par mode glissant d'une classe spcillque
de systmes. Cette mthode peut tre vue comme duale de celle de la commande
par mode glissant.
Enfin, le demier chapitre aborde l'identification avec deux aspects: les critres
d'identjfil.1bilit: la synthse d'algorithme cstimanl des paramtres en boucle ouverte
et en boucle ferme. Ici encore les rsultats ne traitent pas le cas gnral (comme
dans les deux chapitres prcdents) mais montrent comment s'y prendre lorsque Je
systme dpend linairement des paramtres avec une mesure complte de J'tat (ces
techniques sont rapprocher de celles de la commande adaptative qui est l'objet d'un
volume
Le second volume consacr l'automatique non linaire aborde lu modlisation
pour le contrle et deux techniques non linares : la stabilisation par des mthodes
d'nergie (Lyapounov), la planificaton de trajectoires avec les systmes diffrentiel-
lement plals.
Nous avons dlibrment laiss de ct tout ce qui touche au contrle optimal et
au principe du maximum de Pontryaguine, lhmes abords dans d'autres volumes de
cette collection.
EnHn, nOlis ne traitons pas la commande non linaire des systmes gouverns par des
quations aux drives partielles avec contrle frontire. C' est un sujet trs difficile. Des
rsultats rcents sur des exemples significatifs (Euler, Navier-Stokes, Schrodinger. .. )
montrent que le domaine est en plein dveloppement.
Pierre Rouer-ION
Franoise LAMNABHI-LAGARRTGUE
Chapitre 1
Mthodes bases sur les techniques linaires
1.1. Introduction
La plupart des processus sonlmodliss, au dpart, par des quations diffrentielles
non linaires, ce qui semble de prime abord exclure j'utilisation de techniques linaires.
Mais, dans deux cas au 111oins, il est possible de se raccrocher ces techniques. qui ont
j ~ i l ] a preuve de leur cmcacit :
-lorsque l'on connat la trajectoire suivre (qui peut tre simplement de rguler la
sonie sur une valeur constante) et que l'on sait (ou que 1'on suppose) que le systme
s'cartera peu de cette trajectoire, un modle linaire tangent il celte trajectoire peut tre
utilis, dtermin par exemple par une mthode d'identification linaire, de manire
concevoir ensuite un COITCctCUf par les mthodes linaires. Celles-ci donnent au
minimum une garantie cie stabilit dans un voisinage Je la trajectoire et, cn pratique,
les rsultats obtenus sont en gnral satisfaisants si J'on ne s'en <.:arte pas trop;
- lorsque la non-linarit des quations provient de quelques variables, accessibles
la mesure, il est possible de modliser le processus par un systme quasi LPY (linaire
paramtres variants), en considrant la ou les variables qui interviennent de faon non
linaire la [ois comme des variables d'tat et comme des paramtres. Les mthodes
base de LMl (Linear /'v/atrix /neqllaliries) permettent alors de concevoir un correcteur
lui aussi quasi LPY, qui est donc non linaire en fonction de ces mmes variables,
avec une garantie de stabilit et de performances pour toute volution dans un domaine
convexe.
Chapitre rJig par Gilles Duc et DiJicr DUIvlUR.
Chapitre 1
Mthodes bases Sllr les tecll11iqlles lil1aires
1.1. Introduction
La plupart des processus sont modliss, au dpart, par des quations diffrentielles
non linaires, ce qui semble de prime abord exclure l'utilisation de techniques linaires.
Mais, dans deux cas au moins, il est possible de se raccrocher ces techniques. qui onl
j ~ l i l l preuve de leur emcacit :
-lorsque l'on connat la trajectoire suivre (qui peut tre simplement de rguler la
sortie sur une valeur constante) el que l'on sail (ou que l'on suppose) que le systme
5' cartera peu de cette trajectoire, un modle linaire tangent celte trajectoire peut tre
utilis, dtermin par exemple par une mthode d'identification linaire, de manire
concevoir ensuite un cOlTecteur par les mthodes linaires. Celles-ci donnent au
minimum une garantie de stabilit dans un voisinage de la trajectoire et, en pratique.
les rsultats obtenus sont en gnral satisfaisants si l'on ne s'en carte pas trop:
- lorsque la non-linarit des quations provient de quelques variables, accessibles
la mesure, il est possible de modliser le processus par un systme quasi LPY (linaire
paramtres variants), en considrant la ou les variables qui interviennent de faon non
linaire la fois comme des variables d'tat et comme des paramtres. Les mthodes
base de LMl (Lil1ear Mafrix /nequalities) permettent alors de concevoir un correcteur
lui aussi quasi LPY, qui est donc non linaire en fonction de ces mmes variables.
avec une garantie de stabilit et de performances pour loute volution dans un domaine
convexe.
Chapitre rdig par Gilles Duc et Didier OUM UR.
Jo Systmes non linaires
La section 1.2 ci-dessous envisage la premire approche en se basant sur l'exemple
de l'identification et de la commande cascade vitesse-position d'une machine asyn-
chrone. La section 1.3 aborde ensuite la deuxime approche, partir l'exemple d'un
pilote automatique pour un missile au comportement forlement non linaire.
Cette section a pour but d'illustrer sur un processus complexe non linaire les
possibilits offertes par une technique de commande 1inaire, la commande prdictive.
La mise en uvre de ceLLe est base avant tout sur la connaissance d'un modle
linaire de ce processus complexe, identifi pur des techniques linaires classiques.
Aprs avor rappel brivement l'enchanement identification du systme puis synthse
prdictive, cette mthodologie esl app1ique il la commande cascade vitesse-position
de la machine asynchrone.
1.2.1. Recherche d'ml modle li1laire
La mise en quation d'un processus complexe non linaire conduit souvent, lorsque
la modlisation est possible, tl des quations diffrentielles non linaires d'ordre parfois
lev. L'ensemble s'avre alors inexploitable pour la synthse d'une loi de commande.
Une des stratgies possibles consiste ds lors il dvelopper des mthodes d'identifi-
cation exprimentale du systme non linaire, de faon laborer un modle linaire
simplifi, reprsentatif du comportement du systme pour un point de fonctionnement
donn. Toute loi de commande linaire peut ensuite tre envisage en se basant sur ce
modle identifi. Les points suivants ont pour but d'examiner une approche d'identifi-
cation explimentale adapte au contexte industriel.
1.2.1.1, Squence biliaire pselldo-alatoire
Une dmarche classique en identification [L.IU 87J stipule gue l'obtention d'un
modle identifi refltant le plus fidlement possible le comporlement du systme
ncessite que ce systme soit sollicit par une entre relativement riche, de faon
exciter le plus grand nombre de modes propres. Le meilleur signal candidat est alors
le bruit blanc, malheureusement non dterministe.
Une squence binaire pseudo-alatoire est un signal dtenlliniste destin appro-
cher une ralisation d'un bruit blanc. C' est une squence de nombres valant A, i o ~
dique. de priode M et dont la fonction d'rllltocorrlation se caractrise graphiquement
par la figure 1.1.
Informatiquel11ent, elle est gnre il partir d'un registre il dcalage. Considrons
donc un registre dcalage Il tages, boucl par un additionneur modulo '2. comme
indiqu I1gure 1.'2.
Jo Systmes non linaires
La section 1.2 ci-dessous envisage la premire approche en se basant sur l'exemple
de l'identification et de la commande cascade vitesse-position d'une machine asyn-
chrone. La section 1.3 aborde ensuite la deuxime approche, partir l'exemple d'un
pilote automatique pour un missile au comportement forlement non linaire.
Cette section a pour but d'illustrer sur un processus complexe non linaire les
possibilits offertes par une technique de commande 1inaire, la commande prdictive.
La mise en uvre de ceLLe est base avant tout sur la connaissance d'un modle
linaire de ce processus complexe, identifi pur des techniques linaires classiques.
Aprs avor rappel brivement l'enchanement identification du systme puis synthse
prdictive, cette mthodologie esl app1ique il la commande cascade vitesse-position
de la machine asynchrone.
1.2.1. Recherche d'ml modle li1laire
La mise en quation d'un processus complexe non linaire conduit souvent, lorsque
la modlisation est possible, tl des quations diffrentielles non linaires d'ordre parfois
lev. L'ensemble s'avre alors inexploitable pour la synthse d'une loi de commande.
Une des stratgies possibles consiste ds lors il dvelopper des mthodes d'identifi-
cation exprimentale du systme non linaire, de faon laborer un modle linaire
simplifi, reprsentatif du comportement du systme pour un point de fonctionnement
donn. Toute loi de commande linaire peut ensuite tre envisage en se basant sur ce
modle identifi. Les points suivants ont pour but d'examiner une approche d'identifi-
cation explimentale adapte au contexte industriel.
1.2.1.1, Squence biliaire pselldo-alatoire
Une dmarche classique en identification [L.IU 87J stipule gue l'obtention d'un
modle identifi refltant le plus fidlement possible le comporlement du systme
ncessite que ce systme soit sollicit par une entre relativement riche, de faon
exciter le plus grand nombre de modes propres. Le meilleur signal candidat est alors
le bruit blanc, malheureusement non dterministe.
Une squence binaire pseudo-alatoire est un signal dtenlliniste destin appro-
cher une ralisation d'un bruit blanc. C' est une squence de nombres valant A, i o ~
dique. de priode M et dont la fonction d'rllltocorrlation se caractrise graphiquement
par la figure 1.1.
Informatiquel11ent, elle est gnre il partir d'un registre il dcalage. Considrons
donc un registre dcalage Il tages, boucl par un additionneur modulo '2. comme
indiqu I1gure 1.'2.
Mthodes bases sur les techniques linaires 17
Figure 1.1. Fonctol/ d'all(ocorrlutio/l
d'//lIc squC'lIce bllaire pscudo-alatoire
Si a(k) dsigne le vecteur d'tat du registre l'instant k :
a(k) = [,,,(k) ... n,,(k)]T
k
L'tat suivant est obtenu partir de la matrice de transition A par la relation:
"1 "2
""
1 a
a(k + 1) = A a(k) avec: A=
a a
a a a
Figure 1.2. Gllratio/l l'al' registre d'lIlIe squellee hil/aire jJsclldo-all/oire
[l.JI
La suite !a(k)}!k=I.M est une suite priodique et sa longueur maximale est gale
au nombre d'tats possibles du registre en excluant l'tat nul (tat bloquant), soit:
[1.2]
La dtermination des coefllcients aj s'effectue fi partir d'une liste de polynmes
caractristiques tablie pour chaque longueur de registre :
p(x) = 1 EB al x EB 2 x
2
EB EB Ci
ll
xl! [1.3]
MLhodes bases sur les techniques linaires 17
M
Figure 1.1. FrJ1/ctioll d'lIwocorr/atirm
d'll1le sql/ence billaire pseudo-alatoire
Si a(k) dsigne le vecteur d'tat du registre l'instant k :
k
L'tat suivant est obtenu partir de la matrice de transition A par la relation:
al
a}
an
1 0
n(k + 1) A a(k} avec: A
0 0
0 0 0
Figure 1.2. Gnration par regislre d'Hile squence biliaire pseudo-alatoire
ll.l.1
La sui te 1 a(k)} ,M est une suite priodique et sa longueur maxima le est gale
au nombre d'tats possibles du registre en excluant l'tal nul (tat bloquant), soit:
Al = 2/1 - 1
i 1.2]
La dtermination des coeftkients ()'i s'effectue il partir d'une liste de polynmes
caractristiques tablie pour chaque longueur de
[1
18 non linaires
conduisant aux bouclages les plus simples pour un nombre d'tages fix, et respec-
tant des conditions ncessaires et suffisantes d'obtention d'une squence de longueur
maximale.
j .2.1.2. Prtralemem des dOllnes
Pour amliorer la qualit du modle identifi, el avant d'appliquer un quelconque
algorithme d'identification sur les donnes entre/sortie enregistres, un prtraiLemcnt
de ces donnes ainsi qu'une mise en forme du modle recherch peuL s'avrer trs
importante.
Considrons tout d'abord le cas d'ull systme ont une partie est connue (par
exemple la fonction de transfert de l' actionneur). TI est alors prfrable dc tenir compte
de cette connaissance (1 priori afin d" viter d'augmenter initialement la dimension
du vecteur paramtre. On procde alors (voir figure 1.3) en reconstruisant le signal
intermdiaire 11* (sur cette figure, v reprsente l'influence de perturbations ventuelles).
Un cas particulier est celui du systme dont on sait (/ priori qu'il a un comportement
intgrateur. Dans ce cas, il est prfrable de driver la sortie YI/li.'.\' plutt que d'intgrer
Il, afin d'viter des drivcs dues dcs composantcs continues ventuelles.
li
SimulaI ion e la
rurlic COll flue
* /1
Panic
inconnue
Nuuveau syslmc
il idclllilcr
Figure 1.3. Cas d'lIIl systme paJ'/ellemcllf COI/ml
\'
Y
n
.\,
Un autre aspect fondamental consiste filtrer les donnes si ncessaire, lorsque
par exemple une bande de frquences doit tre slectionne. Par ailleurs. pour liminer
l'effet dcs perturbations sans avoir recours un modle stochastique, un traitement par
corrlation peut tre envisag (voir ligure lA). Il est par exemple unc squence binaire
pseudo-alatoire applique au systme, non corrle avec ]e signal perturbatcur v.
r .. .. ..... .. ,," .... 1
idcnlillcr
J'1I11 Systme fi i 'lIy"".,
DI-
1/
Syslme il
y
Figure 1.4. Traitement des donncs pt/r corrlatiol/
18 non linaires
conduisant aux bouclages les plus simples pour un nombre d'tages fix, et respec-
tant des conditions ncessaires et suffisantes d'obtention d'une squence de longueur
maximale.
j .2.1.2. Prtralemem des dOllnes
Pour amliorer la qualit du modle identifi, el avant d'appliquer un quelconque
algorithme d'identification sur les donnes entre/sortie enregistres, un prtraiLemcnt
de ces donnes ainsi qu'une mise en forme du modle recherch peuL s'avrer trs
importante.
Considrons tout d'abord le cas d'ull systme ont une partie est connue (par
exemple la fonction de transfert de l' actionneur). TI est alors prfrable dc tenir compte
de cette connaissance (1 priori afin d" viter d'augmenter initialement la dimension
du vecteur paramtre. On procde alors (voir figure 1.3) en reconstruisant le signal
intermdiaire 11* (sur cette figure, v reprsente l'influence de perturbations ventuelles).
Un cas particulier est celui du systme dont on sait (/ priori qu'il a un comportement
intgrateur. Dans ce cas, il est prfrable de driver la sortie YI/li.'.\' plutt que d'intgrer
Il, afin d'viter des drivcs dues dcs composantcs continues ventuelles.
li
SimulaI ion e la
rurlic COll flue
* /1
Panic
inconnue
Nuuveau syslmc
il idclllilcr
Figure 1.3. Cas d'lIIl systme paJ'/ellemcllf COI/ml
\'
Y
n
.\,
Un autre aspect fondamental consiste filtrer les donnes si ncessaire, lorsque
par exemple une bande de frquences doit tre slectionne. Par ailleurs. pour liminer
l'effet dcs perturbations sans avoir recours un modle stochastique, un traitement par
corrlation peut tre envisag (voir ligure lA). Il est par exemple unc squence binaire
pseudo-alatoire applique au systme, non corrle avec ]e signal perturbatcur v.
r .. .. ..... .. ,," .... 1
idcnlillcr
J'1I11 Systme fi i 'lIy"".,
DI-
1/
Syslme il
y
Figure 1.4. Traitement des donncs pt/r corrlatiol/
Notons par la suite YIIII et YIIV"",\ respectivement les fonctions c1'auto et
d'inter-corrlation des signaux li et Y"ICS, dllnies dans le cas d'une entre de lype
squence binaire pseudo-alatoire priodique par les relations:
!
YU,,,,,,(k) = :1 L:;'Lo' \,,,,,,,(1)//(1-/.)
O:sk:sM-1
y,,,,(k) = ~ ~ L:;'Lo'//(i)//(i -l,)
[1.4 J
On montre alors que l'identification du systme prcdent partir des signaux 1/ et
)'1111',\" (ce dernier subissant l'influence des perturbations) est quivalente la recherche
du mme modle, pour lequel YIIYIII<'.I' devient la sortic fictive non bruite u systme
lorsque 1'1111 est son entre (voir figure 1.4). Le prtraitement des signaux Il. -"IIICS par
la mthode e corrlation permet donc, en toute thorie, d'liminer l'effet des pCltur-
bations. Ce rsultat s'avre lout fait intressant en milieu industriel puisqu'il permet
de s'affranchir des bruits de mesure toujours prsents sur une chane d'acquisition et
nuisant de faon consquente la qualit du modle identifi.
1.2.1.3. Algorithme des moindres carrs
Les paragraphes prcdents ont permis de dfinir la structure du modle la plus
approprie pour l'identification et de prparer les donnes afin de maximiser la qualit
du modle recherch. La dernire tape consiste ds lors dvelopper l'algorithme
d'identification proprement dit. Dans cc but, la structure classique la plus utilise est
l'algorithme des moindres carrs avec toutes ses variantes. Ce paragraphe rcapitule
brivement les points conduisant l'laboration des paramtres identifis dans le cas
d'un modle recherch sous la forme d'une fonction de transfert discrte. Le lecteur
pourra consulter la littrature dans le domaine de l'identification, par exemple lSOD 89 J
et [LAN 01 J, pour des dtails sur ces techniques,
Soit identitler le systme dfini par l'quation aux diffrences:
IId III!
L (Ji y(k - il = Lai I/(k - i) avec: (Jo = 1 [1.51
id) i=l
y(k) et u(k) tant respectivement la sortie et rentre du systme (ces signaux peuvent
tre si ncessaire des fonctions de corrlation d'aprs la dmarche du paragraphe pr-
cdent).
Notons par la suite )'1111 et )'11.1'/111'1 respectivemenl les fonctions d'auto et
d'inter-corrlation des signaux li et Y'lll'S' dl1nies dans le cas d'une entre de type
squence binaire pseudo-alatoirc priodiquc par les relations:
1 AJ-l ..
/'.11 Li=O Ymc.I'(r)I/(1 - k)
llAJ
IlU)u{i - k)
On montre alors que l'identification du systme prcdent fI partir des signaux Il el
)'11Il'.1 (ce dernier subissant l'influence des perturbations) est quivnlente il la recherche
du mme modle, pour lequel )'/lYIIII'J devient la sorte fictve non bruite du systme
lorsque J'l/II est son entre (voir figure 104). Le prtraitement des signaux Il. YII/l'S par
la mthode de corrlation permet donc, en toute thorie, d'limner l'effet des pel1ur-
bations. Ce rsultat s'avre lout fail intressant en milieu industriel puisqu'il permet
de s'affranchir des bruits de mesure toujours prsents sur une chane d'acquisition el
nuisant de faon consquente la qualit du modle identifi.
1.2.1.3. Algorithme des moindres carrs
Les paragraphes prcdents ont permis de dfinir la structure du modle la plus
approprie pour l'identification el de prparer les donnes afin de maxmser la qualit
du modle recherch. La dernire tape consisle ds lors dvelopper l'algorithme
d'identification proprement dit. Dans ce but, la structure classique la plus miHse est
l'algorithme des moindres carrs avec toutes ses variantes. Ce paragraphe rcapitule
brivement les points conduisant r laboration des paramtres ident fls dans le cas
d'un modle recherch sous la forme d'une fonction de transferl discrte. Le lecteur
pourra consulter la littrature duns le domaine de l' identiflcation, parexemp]e lSOD 891
et lLAN 0 Il, pour des dtails sur ces techniques.
Soit identifler le systme dfini par l'quation aux di ffrences :
"J Un
Lf3i y(k - i) = LO'; 11(11: - i) avec: {Jo = 1 [ 1.51
id)
y(k) et I/(k) tant respectivement la sortie et rentre du systme (ces signaux peuvent
tre si ncessaire des fonctions de corrlation d'aprs la dmarche du paragruphe pr-
cdent).
20 SysLmes 11011 linaires
On peut alors crire l'quation [1.5] sous la forme:
p = [-/11 ... - [j1/11 0'1 ... O'1/n]
avec:
(
l' . .
rp(k) = [y(k - 1) y CI.: -Il,,) u(k - 1) /I(!.: _11/1)]1'
Le prdicteur associ r quation [1.6] est alors:
S, (k/I.: I) = pl' rp(k) Oll pest Uil vecteur eSlim de P
On dfinit enfin l'elTeur de prdiction E(k) par la relaton :
E(k) = y(k) - pT rp{k)
[ 1.6]
[I.7]
[ 1.8]
L algorithme des moindres carrs recherche alors pour A4 donnes disponibles le
m.ei11eur jeu de paramtres Pme issu de la minimisation du critre quadratique:
M
" "' .
. .1 = ~ E - I )
i=1
sous la forme:
" RTR)-J R
T
Pille = ( y
avec:
y = [y (l ) ... y ( M) 1 T
pT = [-#1'" - fil/II cil'" &1/IIJ ' et N Ild + 11/1 dim p
y(O) y(l - Il,,) u(O) 11(1 11/1)
R y(k - 1) lI(k - 11
11
)
y (/VI 1) y(M - I1d) u(lv! - 1)
R dOt tre de rang maximal et M 2: N.
[1.9]
[1.10]
20 SysLmes 11011 linaires
On peut alors crire l'quation [1.5] sous la forme:
p = [-/11 ... - [j1/11 0'1 ... O'1/n]
avec:
(
l' . .
rp(k) = [y(k - 1) y CI.: -Il,,) u(k - 1) /I(!.: _11/1)]1'
Le prdicteur associ r quation [1.6] est alors:
S, (k/I.: I) = pl' rp(k) Oll pest Uil vecteur eSlim de P
On dfinit enfin l'elTeur de prdiction E(k) par la relaton :
E(k) = y(k) - pT rp{k)
[ 1.6]
[I.7]
[ 1.8]
L algorithme des moindres carrs recherche alors pour A4 donnes disponibles le
m.ei11eur jeu de paramtres Pme issu de la minimisation du critre quadratique:
M
" "' .
. .1 = ~ E - I )
i=1
sous la forme:
" RTR)-J R
T
Pille = ( y
avec:
y = [y (l ) ... y ( M) 1 T
pT = [-#1'" - fil/II cil'" &1/IIJ ' et N Ild + 11/1 dim p
y(O) y(l - Il,,) u(O) 11(1 11/1)
R y(k - 1) lI(k - 11
11
)
y (/VI 1) y(M - I1d) u(lv! - 1)
R dOt tre de rang maximal et M 2: N.
[1.9]
[1.10]
Mthoes bases sur les techniques linaires 21
1.2.2. Altltodologie de la comma1lde prdictive gllralise
A partir d'un modle identifi exprimentalement sous une structure linaire, autour
d'un point de fonctionnement, le systme non linaire peut ds lors tre pilot par une
stratgie de cOlllmande linaire base de modle. Parmi les lois existantes, envisageons
ci-dessous les possibilits offertes par les mthodes prdictives.
La commande prdictive repose sur des ides relativement anciennes cl intuitives
[RTC 93], mais n'a connu un rel essor en tant que technique de commande avance
que depuis le milieu des annes 1980. Cet essor s'est ralis principalement selon deux
axes privilgis:
- la commande prdictive gnralise (GPC) de D.W. Clarke, 1985,
-la commande prdictive fonctionnelle (PFC) de .1. Richalel, 1987.
La philosophie de la commande prdictive se base sur quatre grandes ides, com-
munes toutes les mthodes: la cration d'un effet anticipatif par exploitation de la
trajectoire suivre dans le futur, la dfinition d'un modle numrique de prdiction, la
minimisation d'un critre quadratique horizon Ilni, le principe de l'horizon fuyant.
Le lecteur pourra consulter [BIT 90] et [WER 87] pour de plus amples dtails sur la
commande prdictive.
Envisageons les points fondamentaux de la structure prdictive gnralise
[CLA 87a, CLA 87b, CLA 88] dans le cas monovariable, dduits de la traduction
mathmatique des concepts gnraux prcdents. Le lecteur pouITa consulter le cha-
pitre 13 de [LAR 02J pour le dtail complet de l'laboration de la loi e commane
GPC et de ses extensions une structure modles de rfrence multiples et cascade.
1.2.2.1. Dfinition du f110dle J/I/lIIrique
Toute forme est admissible pour le modle, mais l'approche polynomiale par fonc-
tions de transferlest tout fait privilgie selon l'optique envisage dans ce paragraphe.
En effet, il a t montr prcdemment qu'il tait possible de dduire d'lm systme non
linaire une reprsentation linaire utilise pour la synthse de la loi de cOl11mande.
Or les algorithmes d'identification classiques fournissent plus volontiers une structure
identifie de type fonction de transfert.
C'est pourquoi la reprsentation adopte ci-dessous, s'inspirant de la structure
ARMA, dveloppe le modle sous la forme CARIMA (Co11lro!fcd AIflo!?egrcssl'e
1l1tegrated M01'hIg Al'erage) :
A(q-l)l'(t)=B(q-I)II(t-I)-l- ~ t )
. ~ q 1)
[ Lili
o L). (q 1) = 1 - q -l, 1/ (t) el yU) sont respectivement l'entre et la sortie du modle,
Mthodes bases sur les Lechniques linaires 21
1.2.2. A1tlIOdologie de la comma1lde prdicti1'e g"ralise
A partir d'un modle identifi exprimentalement sous une structure linaire, autour
d'un point de fonctionnement, le systme non linaire peut ds lors tre pilot par une
stratgie de cOlllmande linaire base de modle. Parmi les lois existantes, envisageons
ci-dessous les possibilits offertes par les mthodes prdictives.
La commande prdictive repose sur des ides relativement anciennes et intuitives
[RTC 93], mais n'a connu un rel essor en tant que technique de cOll1mande avance
que depuis le milieu des annes 1980. Cet essor s'est ralis principalement selon deux
axes privilgis:
- la commande prdictive gnralise (GPC) de D. W. Clarke, 1985,
- la commande prdictive fonctionnelle (PFC) de .J. Riclmlet, 1987.
La philosophie de la commande prdictive se base sur quatre grandes ides, com-
munes toutes les mthodes: la cration d'un effet anticipatif par exploitation de la
trajectoire suivre dans le futur, la dfinition d'un modle numrique cie prdiction, la
minimisation d'un critre quadratique horizon Ilni, le principe de I"horizo\1 fuyant.
Le lecteur pourra consulter [BIT 90] et [WER 87] pour de plus amples dtails sur la
commande prdictive.
Envisageons les points fondamentaux de la structure prdictive gnralise
[CLA 87a, CLA 87b, CLA 88] dans le cas Illonovariable, dduits de la traduction
mathmatique des concepts gnraux prcdents. Le lecteur pourra consulter le cha-
pitre 13 de [LAR 02J pour le dtail complet de l'laboration de la loi de commande
GPC et de ses extensions une structure modles de rfrence multiples et cascade.
1.2.2.1. dll modle J/Il1l1rique
Toute forme est admissible pour le modle, mais I"approche polynomiale par fonc-
tions de transfert est tout ft fait privilgie selon l'optique envisage dans ce paragraphe.
En effet, il a t montr prcdemment qu'il tait possible de dduire d'un systme non
linaire une reprsentation linaire utilise pour la synthse de la loi de cOl1lmande.
Or les algorithmes d'identification classiques fournissent plus volontiers une structure
identifie de type fonction de transfert.
C'est pourquoi la reprsentation adopte ci-dessous, s'inspirant de la structure
ARMA, dveloppe le modle sous la forme CARIMA (Conlro!led AUloNegressl'e
fntegraled tv/01'l1g Al'erage) :
1:1.111
o ll(q-l) = 1 - q-l, 11(1) et yU) sont respectivement l'entre et la sortie du modle,
est un bruit blanc centr. q-I est l'oprateur retard et A(q-l) et B(q-I) des
polynmes dfinis par:
{
ACl/-
1
) = 1 + al q-I + < <. + (11111 q-II
II
B(q-l) = bo + b1 q-l + .. + bu!> q-n"
[ 1.12]
Ce modle, encore appel modle incrmentaI, introduit une action intgrale et
permet d'annuler J'erreur statique vis-tt-vis de "entre ou de la perturbation en chelon.
/.1.1.1. Prdictellr op1b/lol
La sortie prdite yU + .i / t) est dcompose de faon classique en rponse libre
et rponse force [BOU 95], incluant une f01111e polynomiale pour mener bien la
synthse polynomiale finale, solut.ion unique d'quations diophanliennes :
y (t + j /1) = Fi (q -1 ) yU) + Hj (q -1 ) b.u (t - 1)
rponse libre
[ 1.13]
rponse force
Le prdicteur opLmaI est enfin dfini en considrant que la me11eure prdiction du
bruit dans Je futur esl sa moyenne (suppose nulle ici), soit:
.v (1 + j / 1) = Fi (q - 1 ) Y (t ) + Hj ( q -1 ) b.11 ( / - 1 ) + G j (q -1 ) b.11 (1 + j - I) [ 1 . 14 ]
J .2.2.3. et minimisa/ion du critre qlladratique
La loi de commande est obtenue par minimisation d'un critre quadratique porlant
sur les erreurs futures avec un terme de pondration sur la commande:
N"}. Nu
J = L Lv (t + j) - w (t + j) j::! + L (r + j 1 )
:i=Nj }=I
avec: b.1I(t + j) 0 pour j N
u
<
Le critre ncessite la dfinition de quatre paramtres de
- NI : horizon de prdiction minimal.
- N2 : horizon de prdiction maximal,
Nil : horizon de prdiction sur la commande,
- : coecient de pondration sur la commande.
1.2.2.4. Synthse dll rgulateur RST polynomial quipa/em
[1.15]
La minimisation du critre prcdent conduit li un rgulateur SOLIS ln forme poly-
nomiale RST, correspondant la structure de la figllre 1.5.
est un bruit blanc centr. q-I est l'oprateur retard et A(q-l) et B(q-I) des
polynmes dfinis par:
{
ACl/-
1
) = 1 + al q-I + < <. + (11111 q-II
II
B(q-l) = bo + b1 q-l + .. + bu!> q-n"
[ 1.12]
Ce modle, encore appel modle incrmentaI, introduit une action intgrale et
permet d'annuler J'erreur statique vis-tt-vis de "entre ou de la perturbation en chelon.
/.1.1.1. Prdictellr op1b/lol
La sortie prdite yU + .i / t) est dcompose de faon classique en rponse libre
et rponse force [BOU 95], incluant une f01111e polynomiale pour mener bien la
synthse polynomiale finale, solut.ion unique d'quations diophanliennes :
y (t + j /1) = Fi (q -1 ) yU) + Hj (q -1 ) b.u (t - 1)
rponse libre
[ 1.13]
rponse force
Le prdicteur opLmaI est enfin dfini en considrant que la me11eure prdiction du
bruit dans Je futur esl sa moyenne (suppose nulle ici), soit:
.v (1 + j / 1) = Fi (q - 1 ) Y (t ) + Hj ( q -1 ) b.11 ( / - 1 ) + G j (q -1 ) b.11 (1 + j - I) [ 1 . 14 ]
J .2.2.3. et minimisa/ion du critre qlladratique
La loi de commande est obtenue par minimisation d'un critre quadratique porlant
sur les erreurs futures avec un terme de pondration sur la commande:
N"}. Nu
J = L Lv (t + j) - w (t + j) j::! + L (r + j 1 )
:i=Nj }=I
avec: b.1I(t + j) 0 pour j N
u
<
Le critre ncessite la dfinition de quatre paramtres de
- NI : horizon de prdiction minimal.
- N2 : horizon de prdiction maximal,
Nil : horizon de prdiction sur la commande,
- : coecient de pondration sur la commande.
1.2.2.4. Synthse dll rgulateur RST polynomial quipa/em
[1.15]
La minimisation du critre prcdent conduit li un rgulateur SOLIS ln forme poly-
nomiale RST, correspondant la structure de la figllre 1.5.
eNA
"
Rgulateur polynomial
Figure 1.5. SfIl/Cflm' polynomiale RST dl! rgl/la/el/r GPC L'tjIll'UlclI/
La programmation informatique de la loi de commande est ds lors trs simple,
ncessitant la mise en uvre d'une simple quation aux diffrences Ilnies :
S(q-I)U(t) = T(q)w(l) - R(q-I )y(l) [1. 16]
On remarque que le polynme T(q) renferme la structure non causale (puissances
positives de q) inhrente la commande prdictive.
Par ailleurs, les trois polynmes R, S, T sont donc labors hors ligne et dfinis de
faon unique quand les quatre paramtres de rglage sont choisis. En consquence, la
boucle temps rel s'avre trs peu gourmande en temps de calcul.
1.2.2.5. Choix des /wra1l1tres de rglage
La dfinition du critre quadratique [1.15] a montr que l'utilisateur doit Ilxer
quatre paramtres de rglage. Ce choix des paramtres s'avre cependant dlicat pour
une personne non spcialiste, car il n'existe pas de relations empiriques permettant
de relier ces paramtres des ( indicateurs classiques en automatique, tels que les
marges de stabilit au la bande passante.
A partir de l'tude d'un grand nombre de systmes types monovariables, il est
cependant possible de dgager quelques rgles bases sur des critres classiques de
stabilit et de robustesse lDUM 981 rsums ci-dessous:
- NI : horizon de prdiction infrieur sur la sortie. Le produit NI T,., (Tc priode
d'chantillonnage) est choisi gal au retard pur du systme;
- N'1 : horizon de prdiction suprieur sur la sortie. Le produit N'1Te est limit par
la valeur du temps de rponse. Plus N2 est grand. plus le systme cOlTig est stable et
lent;
- Nil : horizon de prdiction sur la commande. Choisir Nil gal 1 simplifie les
calculs et ne pnalise pas les marges de stabilit ((1 cOJ/trario, une valeur suprieure a
tendance dgrader la marge de phase);
\1'
Rgulateur polynomial
Figure 1.5. Str/U.'lIl1"L' polYl/omiale RST d/l rgula/cuI' GPC tllll'lIlclI1
La programmation informatique de la IO de commande est ds lors trs simple,
ncessitant la mise en uvre d'une simple quation aux diffrences Ilnies :
S(q-I)U(t) T(q)w(J) - R(q-I )y(l)
[1. 16]
On remarque que le polynme T(q) renferme la structure non causale (puissances
positives de q) inhrente il la commande prdictive.
Par ailleurs, les tros po)ynlnes R, S, T sonl donc labors hors ligne el dfinis de
faon unique quand les quatre paramtres de rglage sont choisis. En consquence. la
boucle temps rel s'avre trs peu gourmande en temps de calcul.
1.2.2.5. Choix des pan/1/U
J
lreS de rglage
La dfinition du critre quadratique [1.15] a montr que l'utilisateur doit fixer
quatre pammtres de rglage. Ce choix des paramtres s'avre cependant dlicat pour
une personne non spcialisle, car il n'existe pas de relations empiriques permettant
de relier ces paramtres des indicateurs ,> classiques en automatique. tels que les
marges de stabilit ou la bande passante.
A parLir de l'tude d'un grand nombre de systmes types monovariables, il est
cependant possible de dgager quelques rgles bases sur des crtres classiques de
stabilit el de robustesse lDUM 98J rsums ci-dessous:
- NI : horizon de prdiction infrieur sur la sortie. Le produit N I ~ (TL' priode
d"chantillonnage) est choisi gal au retard pur du systme;
N2, : horizon de prdiction suprieur sur ln sortie. Le produit N 2 ~ est limit par
la valeur du temps de rponse. Plus N2 est grand. plus le systme COlTig est stable et
lent;
- Nil : horizon de prdiction sur la commande. Choisir Nil gal 1 smplifie les
calculs ec ne pnalise pas les marges de stabilit (a contrario, une valeur suprieure i.l
tendance la marge de phase)
- : coefficient de pondration sur la commande. Ce paramtre est li au gain du
systme, pm ln relation empirique:
11.17]
oi:I G est une matrice regroupant les coefficients de la rponse indicielle du modle et
intervenant lors du processus de minimisation. Le choix des paramtres se limite donc
trs souvent une recherche bidimensionnelle (N2 et )c).
1.2.3. COlllmallde prdiclh'e cascade l'itesse-po:tioll d'Ull moteur
Envisageons dsormais r application de la mthodologie des deux paragraphes pr-
cdents lu commande prdictive cascade vitesse-position de moteurs d'axe al ternatfs
asynchrones pour machines-outils. Se basant sur le canevas prcdent, une identifica-
tion est tout d'abord fournssant un modle linaire de la machine asynchrone,
puis les rgulateurs des deux boucles vitesse-position sont synthtiss partir
de ce modle. Enfin, l'ensemble est implant sur un banc d'essai pour machine-outil
fournissant les rsultats prsents.
1.2.3.1. Sll'lICltlre du ballc d'essai
Le banc d'essai reprsent la figure 1.6 comprend une machine asynchrone carac-
tristique des motorisations rencontres en commande d'axe de (de
vitesse nominale 3000 tours/min, couple nominal 6 Nm. puissance 1.9 kW), un codeur
incrmentaI (32 bits avec 20000 points par tour), des convertisseurs numriques ana-
logiques 12 bits, une cane DSP et une alimentation.
Commande numrique
Figure 1.6. Slmcllln' dll /JtlllC (l'e.l'xlli
- : coefficient de pondration sur la commande. Ce paramtre est li au gain du
systme, pm ln relation empirique:
11.17]
oi:I G est une matrice regroupant les coefficients de la rponse indicielle du modle et
intervenant lors du processus de minimisation. Le choix des paramtres se limite donc
trs souvent une recherche bidimensionnelle (N2 et )c).
1.2.3. COlllmallde prdiclh'e cascade l'itesse-po:tioll d'Ull moteur
Envisageons dsormais r application de la mthodologie des deux paragraphes pr-
cdents lu commande prdictive cascade vitesse-position de moteurs d'axe al ternatfs
asynchrones pour machines-outils. Se basant sur le canevas prcdent, une identifica-
tion est tout d'abord fournssant un modle linaire de la machine asynchrone,
puis les rgulateurs des deux boucles vitesse-position sont synthtiss partir
de ce modle. Enfin, l'ensemble est implant sur un banc d'essai pour machine-outil
fournissant les rsultats prsents.
1.2.3.1. Sll'lICltlre du ballc d'essai
Le banc d'essai reprsent la figure 1.6 comprend une machine asynchrone carac-
tristique des motorisations rencontres en commande d'axe de (de
vitesse nominale 3000 tours/min, couple nominal 6 Nm. puissance 1.9 kW), un codeur
incrmentaI (32 bits avec 20000 points par tour), des convertisseurs numriques ana-
logiques 12 bits, une cane DSP et une alimentation.
Commande numrique
Figure 1.6. Slmcllln' dll /JtlllC (l'e.l'xlli
Les asservissements des trois boucles de courant sont raliss en numrique, tout
comme les boucles de couple et de flux implantes avec une stratgie de commande par
flux orient [BLA 72]. Par ailleurs, aucun capteur de vitesse n'est utilis, l'information
ncessaire sur la vitesse est reconstitue partir de la mesure de position.
1.2.3.2. Mudle linaire ident(fi de III II/{/chille Vyllchmne
L'objectif des essais proposs est l'implantation J'une structure de commande pr-
dictive cascade vitesse-position. En consquence, les boucles Je courant. les asservis-
sements de couple et de flux implants au niveau du variateur et du DSP sont conservs,
les boucles envisages venant se greffer au niveau suplieur, comme indiqu ligure 1.7.
Il est donc ncessaire, pour la mise en uvre de la cOlllmande prdictive, de disposer
d'un modle identifi entre la rfrence de couple et la vitesse, soit entre r* el Q, el
entre la vitesse et la position.
()
Figure 1.7. Architecture de cO/lllI/ullde de lu II/achinc aSYl/chrolle
Cmh:ur
j n l ~
mental
()
En appliquant la procdure d"jdentification dclite lors des paragraphes prcdellls,
pour une priode d'chantillonnage 7:. = 4ms, une longueur de squence binaire
pseudo-alatoire M = 127 et en ayant forc la prsence d'un intgrateur dans le
modle, la fonction de transfert discrte identilie entre la consigne de couple r* et la
vitesse Q est donne par:
Q(t)
l'*(t) 1 - 1.06'1 1 + 0,20'1 2 - 0.14'1 3
[1. 18]
Les asservissements des trois boucles de courant sont raliss en numrique, tout
comme les boucles de couple et de flux i mpluntes avec une stratgie de commande par
flux orient [BLA 721. Pur ailleurs. aucun capteur de vitesse n'est utilis, l'information
ncessaire sur la vitesse est reconstitue partir de la mesure de pm;;itiol1.
1.2.3.2. Modle li1laire ident(fi de la machine asynchronc
L'objectif des essais proposs est lmplantation d'une structure de commande pr-
dictive cascade vitesse-position. En consquence, les boucles de courant. les asservis-
sements de couple et de flux implants au niveau du variateur el du DSP sont conservs,
les boucles envisages venant se greffer au niveau suplieur, comme indiqu ligure 1.7.
Il est donc ncessare. pour la mise en uvre de la commande de disposer
d'un modle identifi entre la rfrence de couple et la sail entre r* el n, el
entre ln vitesse et la position.
()
Figure 1.7. Architecture de cOIll11t{/l1lle de la machille aSyllchrol/l!
En appliquant la procdure dldentification dcrite lors des paragraphes prcdents,
pour une priode d'chantillonnage 7:, = 4 ms, une longueur de squence binaire
pseudo-alatoire M = 127 el en ayant forc la prsence d'un intgrateur dans le
modle, la fonction de transfert discrte identifie entre la consigne de couple r* et la
vitesse n eSl donne par:
Q(t)
1"*(1)
[ 1.18]
Dans un souci de gain en temps de calcul dans la boucle temps rel, les degrs des
polynmes identifis ont t choisis relativement faibles. Le transfert entre la vitesse
et la position correspondant en fait ft un simple intgrateur, le modle choisi, issu de la
discrtisation de l' intgrateur par exemple par la mthode d'Euler, a la forme suivante:
0(1)
n(1)
J .2.3.3. Rsultats exprimentaux
[ 1.19]
Avec ces transferts identifis, les rgulateurs prdictifs des deux boucles sont syn-
thtiss pour les paramtres de rglage suivants:
- boucle de vitesse (GPC/MRM) :
N 1'2 = 1; N'n. = 7; Nil? = 1; :; = 400,
modle de poursuite: = 0,7, Wo = 500 rad/s.
- boucle de position (GPC) : NIl 1; N-ll = 7; Nil 1 = 1; )'1 = 0,00018.
La consigne ssue d'un module de gnration de trajectoire la cadence de 4 ms
est de type trapzodal induisant une rotation de l'arbre moteur de dix tours, avec une
vitesse de 250 tours/min. Dans ces conditions, les rsultats obtenus sont reproduits
aux figures 1.8 ft 1.1 1.
70
611
50
40
20
la
0
-10
0 0.2
Figure 1.8. PostOI/ Cll/gulaire 111Otl'ur et cOllsIgne di' positio/1
Ces courbes illustrent les trs bonnes performances obtenues, en termes de suivi
de trajectoire (absence de dpassement, annulation des erreurs statiques et des en"eurs
de tranage. minimisation des transloires) et de rejet des perturbations, principalement
de couple, ce dernier point tant favoris par la structure cascade. La loi de com-
mande implante permet donc de rpondre aux spcificatons trs svres imposes
par exemple dans le domaine de la machine-outiL Par ailleurs, 011 s'aperoit en ana-
lysant la 1.9 que la trajectoire de rfrence en vitesse impose par la structure
Dans un souci de gain en temps de calcul dans la boucle temps rel, les degrs des
polynmes identifis ont t choisis relativement faibles. Le transfert entre la vitesse
et la position correspondant en fait ft un simple intgrateur, le modle choisi, issu de la
discrtisation de l' intgrateur par exemple par la mthode d'Euler, a la forme suivante:
0(1)
n(1)
J .2.3.3. Rsultats exprimentaux
[ 1.19]
Avec ces transferts identifis, les rgulateurs prdictifs des deux boucles sont syn-
thtiss pour les paramtres de rglage suivants:
- boucle de vitesse (GPC/MRM) :
N 1'2 = 1; N'n. = 7; Nil? = 1; :; = 400,
modle de poursuite: = 0,7, Wo = 500 rad/s.
- boucle de position (GPC) : NIl 1; N-ll = 7; Nil 1 = 1; )'1 = 0,00018.
La consigne ssue d'un module de gnration de trajectoire la cadence de 4 ms
est de type trapzodal induisant une rotation de l'arbre moteur de dix tours, avec une
vitesse de 250 tours/min. Dans ces conditions, les rsultats obtenus sont reproduits
aux figures 1.8 ft 1.1 1.
70
611
50
40
20
la
0
-10
0 0.2
Figure 1.8. PostOI/ Cll/gulaire 111Otl'ur et cOllsIgne di' positio/1
Ces courbes illustrent les trs bonnes performances obtenues, en termes de suivi
de trajectoire (absence de dpassement, annulation des erreurs statiques et des en"eurs
de tranage. minimisation des transloires) et de rejet des perturbations, principalement
de couple, ce dernier point tant favoris par la structure cascade. La loi de com-
mande implante permet donc de rpondre aux spcificatons trs svres imposes
par exemple dans le domaine de la machine-outiL Par ailleurs, 011 s'aperoit en ana-
lysant la 1.9 que la trajectoire de rfrence en vitesse impose par la structure
Mthodes hases sur les techniques linaires 27
20()
100
0.2 OA 0.6 O.X
Figure 1.9. Vitesse anglllaire mo/cil/' l'I (,ol/sigl/c \'itL',I',1'l'
1.5
0.5
Il
-IL5
-1
-].:;
-2
Erreur de po'sition
1
h (
\ \
-;-
(
[--

Il 0.2 DA 0.8
Figure 1.10. Errcllr dc position
__

6
4
-2
-4
-6
-8
-10
Il
! : 'Temps rs]
0.2 0.4 0.6 0.8
Figure t.t 1. Consignc de (,ol/ple II/oteur
OPC/MRM est parfaitement suivie, prouvant la validit du modle linaire identifi. On
remarque enfin que la consigne de couple gnre par la structure cascade et envoye
au moteur par le biais de la commande t-lux orient s"avre peu chahute malgr les
variations de position trs fortes et trs rapides imposes par la consigne.
Mthodes hnses sur les techniques linaires 27
300 , - - - - ; - - - - - . - - . - - - - - , - - - ~ - - _ _ ,
:mn
100
o
-100
-200
0.2 DA 0.6 O.X
Figure 1.9. Vi/esse angulaire mo/elll' el cOI/signe \'/es,\'lJ
2
1.5
Erreur de pm;ition
0.5
0
-0.5
-1
-l.:'i
-2
0 0.2 nA 0.6 0.8
Figure 1.10. Errcur de position
10 .----.------,-, =S:-ig-n-c,,':-d-o-c-c-o-n-lmaldc
S
6
4
2
o
-1
-4
-6 .
-8
-10
o 0.2 OA 0.6

1

'Temps fs]
0.8 1
)i'igure 1.11. C01lsigne dl! cOl/pie 1II00CI/1'
OPC/MRM est pmfaltement suivie, prouvant la validit du modle linaire idenlifi. On
remarque enfin que la consigne de couple gnre par la structure cascade et envoye
au moteur par Je biais de lu cDmmande rl {-lux orient s'avre peu chahute malgr les
variatiDns de position trs fortes el trs rapides imposes par la consigne.
28 Systmes 110n Inaires
1.2.4. COllclllSOI1 partelle
On constate donc que la dmarche synthtiser les rgulateurs prdictifs
sur un modle linaris, identifi partir du systme global complexe et fortement non
linaire, procure rsultats tout fait satisfaisants avec r avantage de conserver une
structure de rgulateur linare, s'implantant par une simple quation aux diffrences
de degr faible. La robustesse naturelle de la loi de commande prdictive pe1met en
effet de choisir LIlle structure de modle identifi de faible complexil.
1.3. Techniques LPV appli(IUes la commande d'un systme non linaire
Dans celte section, nOLIs allons ft prsent examiner r application des techniques
dveloppes pour les systmes linaires Il paramtres variants (systmes LPV) la
commande de non linaires. Nous cOlllmencerons par prse11ler la modlisa-
tion par des LPV ou quasi LPV et la recherche de correcteurs du mme type;
par manque de place, les mthodes permettant la synthse de ces correcteurs ne seront
pas prsentes ici, mais on pourra par exemple se reporter au chapitre J 6 de [LAR 02].
Nous prsenterons par contre en dtail un exemple d'application de ces techniques,
il savoir le calcul d'un pilote automatique pour le contrle du mouvement longitudinal
d'un missile: le comportement du processus tudi dpend de faon non linaire de
l'incidence, de sorte que la recherche d'un COiTecteuf linaire est voue ft l'chec.
1.3.1. Systmes et correcteurs '-,Pl'
De nombreux processus peuvent tre dcrits par des systmes linaires dont les
paramtres varient dans le Lemps. On les dsigne sous le nom de systmes LP\'. Sous
forme d'taL une description gnrale de ces syslmes est la suivante:
Dyc(fJ)
D:c(fJ)
DYII (())

(
'\"(1))
eU)
/lU)
[ 1.20J
o le vecteur (HI) = (0, (t), ... , 01' (t)) T reprsente les paramtres variants: le veeteur
e(r) rassemble les entres de l'asservissement (perturbations, bruits, consignes). 1I(1)
reprsente les commandes. le vecteur yU) rassemble les variables ft rguler et ::: (1) les
mesures disponibles.
Lorsque les diffrentes matrices cIe cette reprsentation d'tat dpendent de 0(1)
de faon rationnelle, ce sysLme peut toujours tre mis sous la forme prsente Il la
figure 1.12 [ZHO 96], o un systme linaire invarhmt Sii est boucl par une matrice
(-1(1) fonction uniquement des parmntres :
[1.21 ]
28 Systmes 110n Inaires
1.2.4. COllclllSOI1 partelle
On constate donc que la dmarche synthtiser les rgulateurs prdictifs
sur un modle linaris, identifi partir du systme global complexe et fortement non
linaire, procure rsultats tout fait satisfaisants avec r avantage de conserver une
structure de rgulateur linare, s'implantant par une simple quation aux diffrences
de degr faible. La robustesse naturelle de la loi de commande prdictive pe1met en
effet de choisir LIlle structure de modle identifi de faible complexil.
1.3. Techniques LPV appli(IUes la commande d'un systme non linaire
Dans celte section, nOLIs allons ft prsent examiner r application des techniques
dveloppes pour les systmes linaires Il paramtres variants (systmes LPV) la
commande de non linaires. Nous cOlllmencerons par prse11ler la modlisa-
tion par des LPV ou quasi LPV et la recherche de correcteurs du mme type;
par manque de place, les mthodes permettant la synthse de ces correcteurs ne seront
pas prsentes ici, mais on pourra par exemple se reporter au chapitre J 6 de [LAR 02].
Nous prsenterons par contre en dtail un exemple d'application de ces techniques,
il savoir le calcul d'un pilote automatique pour le contrle du mouvement longitudinal
d'un missile: le comportement du processus tudi dpend de faon non linaire de
l'incidence, de sorte que la recherche d'un COiTecteuf linaire est voue ft l'chec.
1.3.1. Systmes et correcteurs '-,Pl'
De nombreux processus peuvent tre dcrits par des systmes linaires dont les
paramtres varient dans le Lemps. On les dsigne sous le nom de systmes LP\'. Sous
forme d'taL une description gnrale de ces syslmes est la suivante:
Dyc(fJ)
D:c(fJ)
DYII (())

(
'\"(1))
eU)
/lU)
[ 1.20J
o le vecteur (HI) = (0, (t), ... , 01' (t)) T reprsente les paramtres variants: le veeteur
e(r) rassemble les entres de l'asservissement (perturbations, bruits, consignes). 1I(1)
reprsente les commandes. le vecteur yU) rassemble les variables ft rguler et ::: (1) les
mesures disponibles.
Lorsque les diffrentes matrices cIe cette reprsentation d'tat dpendent de 0(1)
de faon rationnelle, ce sysLme peut toujours tre mis sous la forme prsente Il la
figure 1.12 [ZHO 96], o un systme linaire invarhmt Sii est boucl par une matrice
(-1(1) fonction uniquement des parmntres :
[1.21 ]
Mlhodes hases sur les techniques linaires 29
Sans rentrer dans les dtails, signalons simplement que les dimensions Il!, ... ,11
,1
dpendent de la complexit de la relation entre les matrices de la reprsentation cl'tat
[1.20] et les paramtres.
Figure 1.12. Modlisatm d'lfll systi'lJ/c LPF
Si les paramtres variants sont mesurables et borns, on peut chercher pour ce sys-
tme un correcteur salis la mme forme, c'est--ire se prsentant comme le bouclage
d'un systme invariant Kli et d'une rplique de la matrice 8(t) (voir figure 1.13).
SIB)

".
,.
.,.
,.
Sli
-.
H

l'f,
GI:'
H"g
K(8)
Figure 1.13. SIrl/clurcs dll sysfme ct d/l correcteJ/r
Supposons que chaque paramtre variant volue dans un intervalle:
[1.22J
Un objectif peut tre de chercher minimiser, pour toute volution admissible du
vecteur O(t).le gain L'Y. entre les entres c(t) et les variables rgules yU):
y= sup
c(t)r::L::.
IIv(t) h
lIe(t )112
[1.23]
Mlhodes hases sur les techniques linaires 29
Sans rentrer dans les dtails, signalons simplement que les dimensions /1!, ... "
/1
dpendent de la complexit cie la relation entre les matrices de la reprsentation d'tat
[1.20] et les paramtres.
y
Figure 1.12. tdoclli.mriOlI d'JIll systi'lIIc LPF
Si les paramtres variants sont mesurables ct borns, on peul chercher pour ce sys-
tme un correcteur sous la mme forme, c'est-tl-dire se prsentant comme le bouclage
d'un systme invarant Kli et d'une rplique de la matrice BU) (voir figure L (3).
L'
Il
Figure LB, Slrt1Cllfrl', dtt systme Cl d/l COfn!cti!Ur
Supposons que chaque paramtre variant volue dans un intervalle:
ll.22J
Un objectif peut tre de chercher minmiser, pour toute volution admissible du
vecteur O(t).le gain L-:. entre les entres c(t) et les variables rgules y(1) :
JI = sup
CU)E L2
!!.i ~ I (f) :5J
i
lIy(l)lb
lieU )11-:.
[1
Ll est l'ensemble des signaux de calT intgrable et 11111 dsigne la norme dfinie
sur cet ensemble:
J/e(t)/h:= r
x
e(1)Te(l)dl
- \ Jo
11.241
On trouvera dans les rfrences lAPI( 95J, [PAC 94] et lSCO 95] diverses faons
de calculer la pallie linaire invariante Kli du correcteur. La mthode que nous allons
utiliser est par ailleurs dcrite en dtail dans [LAR 02]. Toutes ces mthodes expriment
la recherche du correcteur comme un problme d" optimisation sous des contraintes
dcrites par des ingalits matricielles 1 inaires (LMI). Ces problmes sont intressants
car ils sont convexes et donc dnus de minima locaux. De plus, des logiciels spcialiss
sont disponibles. tels que par exemple [GAH 95].
Le COlTecteur K(8) obtenu se prsente lui-mme comme un systme LPV, dont
les paramtres voluent de faon synchrone avec ceux du processus : on dit qu'il est
squcnc jJar 0 (l). La partie 1 inaire invariante Kli est dcrite par des quations d'wt,
de mme ordre que celles de la partie linaire Sli du systme.
1.3.2. Systmes et correcteurs qUllsi LPl'
Il est intressant de constater que cette faon de faire, dveloppe l'origine pour
les systmes lnaires, fournit aussi dans certains cas une mthode pouvant s'appliquer
certaines classes de systmes non linaires. En effet, rien n'interdit de considrer
parmi les paramtres ) variants des vmiables d'tat du processus.
Considrons titre d'exemple le systme non linaire:
{
'\ .. '] (l) = -1x] (r) + Xl (t )x:d/) + eU)
.\'2(/) = -xl(1) + .\.'2(1)2 + /I(t)
Y (t) = .tj (t) + Xl (t )
Ce systme sc met SOLIS la forme prsente la figure 1.12, en posant:
.\'1 (r) = - 2x 1 (t) + li 1 (t) + e( 1)
.r2 (t) = -.\.'2 (t) + V2 (t ) + /1 (t )
SIi: II) 1 (t) = X2 (l )
w].(t) = .\'2(1)
yU) = XI (1) + .\'1(t)
[ 1.151
[ 1.26a]
Ll est l'ensemble des signaux de calT intgrable et 11111 dsigne la norme dfinie
sur cet ensemble:
J/e(t)/h:= r
x
e(1)Te(l)dl
- \ Jo
11.241
On trouvera dans les rfrences lAPI( 95J, [PAC 94] et lSCO 95] diverses faons
de calculer la pallie linaire invariante Kli du correcteur. La mthode que nous allons
utiliser est par ailleurs dcrite en dtail dans [LAR 02]. Toutes ces mthodes expriment
la recherche du correcteur comme un problme d" optimisation sous des contraintes
dcrites par des ingalits matricielles 1 inaires (LMI). Ces problmes sont intressants
car ils sont convexes et donc dnus de minima locaux. De plus, des logiciels spcialiss
sont disponibles. tels que par exemple [GAH 95].
Le COlTecteur K(8) obtenu se prsente lui-mme comme un systme LPV, dont
les paramtres voluent de faon synchrone avec ceux du processus : on dit qu'il est
squcnc jJar 0 (l). La partie 1 inaire invariante Kli est dcrite par des quations d'wt,
de mme ordre que celles de la partie linaire Sli du systme.
1.3.2. Systmes et correcteurs qUllsi LPl'
Il est intressant de constater que cette faon de faire, dveloppe l'origine pour
les systmes lnaires, fournit aussi dans certains cas une mthode pouvant s'appliquer
certaines classes de systmes non linaires. En effet, rien n'interdit de considrer
parmi les paramtres ) variants des vmiables d'tat du processus.
Considrons titre d'exemple le systme non linaire:
{
'\ .. '] (l) = -1x] (r) + Xl (t )x:d/) + eU)
.\'2(/) = -xl(1) + .\.'2(1)2 + /I(t)
Y (t) = .tj (t) + Xl (t )
Ce systme sc met SOLIS la forme prsente la figure 1.12, en posant:
.\'1 (r) = - 2x 1 (t) + li 1 (t) + e( 1)
.r2 (t) = -.\.'2 (t) + V2 (t ) + /1 (t )
SIi: II) 1 (t) = X2 (l )
w].(t) = .\'2(1)
yU) = XI (1) + .\'1(t)
[ 1.151
[ 1.26a]
ou encore:
Sn
.(, (1) = -2xI (1) + VI (t) + eit)
.,,(1) = -x,(I) + v,it) + 11(1)
WI it) = XI (t)
w,(t) = x2(1)
y(t) = xdl) +X,(I)
[1.26b1
Le premier cas correspond li la matrice 8(1) = diag(xI (1): x2(1). le euxime
118(1) = diag{x::dt): X2(t)}. Comme on le voit, mme pour un systme trs simple,
la solution n'est pas unique et le choix de I"une ou de l'autre n'est pas indiffrent: la
premire reprsentation conduira un COlTecteur squenc par XI (1) et X2(t), tandis
que dans la deuxime le seul paramtre de squencement sera X2 (t).
Ce type de systme, en fait non linaire. est appel ql/asi LP\!. Le calcul d'un
correcteur se fait suivant les mmes thories que pour un systme LPY, qui fournissent
donc un moyen de cOlllmander des systmes non linaires modliss sous cette l'orme.
Les paragraphes qui suivent dveloppent un exemple tir de [HIR 99].
1.3.3. Prselltatioll de [-'exemple
Le problme que nous discutons ci-aprs concerne la synthse d'un pilote pour
la chane de langage d'un missile. Jl est souvent utilis dans la littrature comme un
bellchlllork [REJ 92] et a rait l'objet de nombreux travaux [NIC 93, SHA 93].
Le systme est dcrit par les quations d'tat suivantes:
{
(.I.) = 8(t), M(I)) cos((l)) + 'l(t)
q(t) = K'I(:)M(t)-C,,,((l), ,1(1), M(I))
,)(1) = K,,(:)M(t)'C,,(,,(t), 0(1), M(t))
[ 1.27]
Les variables d'tat sont J'angle d'incidence a(t) et la vitesse de rotation q(t): la
sortie piloter est l'acclration normale 1/(1): 011 suppose mesurer l'incidence 0'(1),
l'acclration normale '1 (t) et la vitesse de rotation Cf (t ) : la commande est l'angle de
braquage des gouvernes 8(1).
Les coefficients K
a
(:). K'/(:)' K,,(:), dpendent de l'altitude moyenne:; M est le
nombre e Mach: C/l(O', 8, /vi) et Cm (0', 8, /Ii!) sont les coefficients arodynamiques.
qui sont des fonctions polynomiales en 0' et affines en 1\1 et 8 :
(
C"(", 8, M) = a",,' + b,,(l'I"I + (2 - M /3)c,,(l' + d,,8
Cu(CY, 0, !vI) = aJ//O') + bill 0' 10' 1 + (-7 + 8Al/3)cIl/O' +dJ//8
11.28]
Mthodes bases sur les technques linaires 31
ou encore:
.(', (t) = -2x, (t) + v[(1) + dt)
,t'::!(t) = -.\'2(1) + V2(t) + /l(t)
SIi: WI(t) .t](t)
11.12(1) = Xl(t)
y(T) .rdt) +X2(1)
l1.26bl
Le premier cas correspond li la matrice e(l) diag(xl (1): X1U)}, le deuxime
~ 1 eu) = diag{x2(t): X2(t)}. Comme on le voit, mme pour un syslnle trs simple,
In solution n'est pas unique et le choix de rune ou de l'autre n'est pas indiffrent: la
premire reprsentation conduira il un con'ecteur squenc par XI (t) el x2 (t), tandis
que dans la deuxime le seul paramtre de squencemenl sera X2 (t).
Ce type de systme, en fait non linaire. est appel quasi LPV. Le calcul d'un
correcteur se fait suivant les mmes thories que pour un systme LPV, qui fournissent
donc lin moyen de commander des systmes non linaires modliss SOllS cette forme.
Les paragraphes qui suivent dveloppent un exemple tir de [HIR 99].
1.3.3. Prsentation de [-'exemple
Le problme que nous discutons ci-aprs concerne la synthse d'un pilote pour
la chane de tangage d'un missile. Il est souvent utilis dans la littrature comme un
bellchmark [REJ 9 ~ ] et il fait l'objet de nombreux travaux [NIC 93, SHA 93].
Le systme est dcrit par les quations d'tal suivantes:
1
&(1)
ej (t)
I} (t)
K
c
A:)A1 Cl (odT), 8 (T), At} (t cos(a(t) + q (t)
Kq (z)A1(t)2C
III
(0'(1), 8(1), kl(t)
K'I (z)!vI (t) '2 Cil (a (t), () (t ). !vI (1 ) )
[ 1 ~ 7 ]
Les variables d'tat sont J'angle d'incidence aU) et la vitesse de rotation q(t): la
sortie ri piloter esL l'acclration normale 11(1): on suppose mesurer l'incidence a(t).
J'acclration normale I}U) et la vitesse de rotation q(t): la commande est l'angle de
braquage des gouvernes 8(1),
Les coefficients Ka (:). Kt; (':.), K
1
,(:;), dpendent de l'altitude moyenne;:. ~ A1 eSlle
nombre de Mach; CIl(cY, 8, !vI) et CII/(O" /5, /vi) sont les coefficients arodynamiques.
qui sont des fonctions polynomiales en 0' eL affines en kl eL () :
1
Cil (a, 8, /vi) = alla:' + bllalO'I + (2 - !vi /3)c
l1
a + d
ll
8
Cm (a, 8, flll) = allia:' + hm 0'10' 1 + (-7 + Sflil /3}cmO' + d
m
8
1.1.28]
32 Systmes non lnnires
Nous considrons comme point de vol: /11
numriques des diffrents coefficients sont:
3 et Z = 20 000 ft. Les valeurs
an = 1,0286 10--1
bl! -0,94457 10-
1
Cil = -0,1696
dl! = -0,034
lIlII = 2,152410--1
bill -1. 9546 10-
2
Cm = 0.051
dm = -0,206
Ka = 2,069 10-
2
Kq = 1.2320
K'l = 21.4432
rI .29 J
pour des angles exprilns en degr. L'actonneur qui ralise le br<lCjuage des gouvernes
(c'est-II-dire l'angle 8(t)) est modlis par une [onction de transfert du deuxime ordre
de pulsation propre W
a
= 150s-
1
et d'amortissement 1; = 0.7. On appelle 81.'(1)
r entre de r actionneur, qui sera donc la sortie du correcteur.
Les spcifications sont les suivantes:
- pour une consigne en chelon: temps de rponse il 95 % infrieur il 0,355, dpas-
sement infrieur il 15 (/(1, erreur statique infrieure ri 1 %
- pour un chelon de 1 g. saturation ~ I 25 deg.s-
I
(0,44 rLld.s-
l
) de la drive de la
position de la gouverne 8 (t) :
- insensibilit vis--vis d'erreurs de modle cnractrises par des incertitudes de
25 % sur ln partie dpendant de l'incidence dans Cm el Cil et 10 % sur la partie
dpendant de l'angle de la gouverne.
Le modle non linaire peut s'crire :
{
~ t ) 3Ka (all la(.t) 1: + bll !aU)! + Cil) aU) + q(t) + 3 Ka
d
/18(t)
q(l) 9Kq (am 10'(1)1- + b
m
la(t)1 + c
lII
) a{t) + 9K//d
m
8(t)
11{t) = 9K'1 (ail la(1)1
2
+ b
ll
la(!)1 + Cil) aU) + 9K'l dn
o
{t)
[1.30]
ell faisant l'approximation cos (0'(1)) ~ 1 (les valeurs de l'incidence restent faibles).
Le missile peuL donc tre VlI comme un systme quasi LPV donlle paramtre variant
est la valeur absolue de l'incidence, qui est elle-mme la premire variable d'tal.
Ainsi, en utilisant la lhOlie des systmes LPV, un correcteur non linaire dpen-
dant de l'incidence peut tre obtenu. Nous al10ns rechercher un correcteur de cc lype,
conformment au schma de la figure 1.14 (o l]ref dsigne la consigne d'acclration).
En notant que a
lll
~ 2a
n
et b
m
::::::-; 2b/l. In partie linaire Su du modle quasi LPV
peul tre obtenue en dfinissant les signaux:
!
VI (1) = !a(t)la(l) la(t)lw!Ct)
V2(t) = !a(t)I(a
ll
la(1)1 + bl/)a(t) = l(t)l w2(t)
[1.31 ]
32 Systmes non lnnires
Nous considrons comme point de vol: /11
numriques des diffrents coefficients sont:
3 et Z = 20 000 ft. Les valeurs
an = 1,0286 10--1
bl! -0,94457 10-
1
Cil = -0,1696
dl! = -0,034
lIlII = 2,152410--1
bill -1. 9546 10-
2
Cm = 0.051
dm = -0,206
Ka = 2,069 10-
2
Kq = 1.2320
K'l = 21.4432
rI .29 J
pour des angles exprilns en degr. L'actonneur qui ralise le br<lCjuage des gouvernes
(c'est-II-dire l'angle 8(t)) est modlis par une [onction de transfert du deuxime ordre
de pulsation propre W
a
= 150s-
1
et d'amortissement 1; = 0.7. On appelle 81.'(1)
r entre de r actionneur, qui sera donc la sortie du correcteur.
Les spcifications sont les suivantes:
- pour une consigne en chelon: temps de rponse il 95 % infrieur il 0,355, dpas-
sement infrieur il 15 (/(1, erreur statique infrieure ri 1 %
- pour un chelon de 1 g. saturation ~ I 25 deg.s-
I
(0,44 rLld.s-
l
) de la drive de la
position de la gouverne 8 (t) :
- insensibilit vis--vis d'erreurs de modle cnractrises par des incertitudes de
25 % sur ln partie dpendant de l'incidence dans Cm el Cil et 10 % sur la partie
dpendant de l'angle de la gouverne.
Le modle non linaire peut s'crire :
{
~ t ) 3Ka (all la(.t) 1: + bll !aU)! + Cil) aU) + q(t) + 3 Ka
d
/18(t)
q(l) 9Kq (am 10'(1)1- + b
m
la(t)1 + c
lII
) a{t) + 9K//d
m
8(t)
11{t) = 9K'1 (ail la(1)1
2
+ b
ll
la(!)1 + Cil) aU) + 9K'l dn
o
{t)
[1.30]
ell faisant l'approximation cos (0'(1)) ~ 1 (les valeurs de l'incidence restent faibles).
Le missile peuL donc tre VlI comme un systme quasi LPV donlle paramtre variant
est la valeur absolue de l'incidence, qui est elle-mme la premire variable d'tal.
Ainsi, en utilisant la lhOlie des systmes LPV, un correcteur non linaire dpen-
dant de l'incidence peut tre obtenu. Nous al10ns rechercher un correcteur de cc lype,
conformment au schma de la figure 1.14 (o l]ref dsigne la consigne d'acclration).
En notant que a
lll
~ 2a
n
et b
m
::::::-; 2b/l. In partie linaire Su du modle quasi LPV
peul tre obtenue en dfinissant les signaux:
!
VI (1) = !a(t)la(l) la(t)lw!Ct)
V2(t) = !a(t)I(a
ll
la(1)1 + bl/)a(t) = l(t)l w2(t)
[1.31 ]
Pilote
(),_ ri
1--'-+1 Actiollnclll'I--+1
Figure 1.14. Strucfure d'assel"l'is,\'ClIICIIf
avec:
{
lf/I (1) = 0'(1)
W2(t) = (a" 1,,(1)1 + b,,)a(l) = a"vI (1) + b"a(l)
Les quations [ 1.30J s'crivent alors:
{
"(I) = (3[(oC,,)a(.!) +q(t) + (3[(od,,)8(1) + .. (3 [(0)V2(1)
'i(l) = (9[('l
c
m)CI(t) + (9[('1dm)o(l) + (18[('I)V2(1)
'7(1) = (9[("c,,),,(I) + (9[("d,,)8(1) + (9[(,,)V2(1)
'1
[ 1.32]
[ 1.331
En ajoutant la dynamique de l'actionneur, on obtient les quations d'tat de la partie
linaire:
Sfi :
(
"(1)] (3Kac"
~ t ) = 9Kq cm
rHt) 0
!lU) 0
o 0
o 0
o 9K
,J
d
ll
1 0
0] (ail)] ((1
(] q(r) -1- lin
o ,)(1) 0
o ,ill) 0
~ ] (::::] + (:;
l ,)(1) 0
-2l;w(/ (J(t) 0
[1.34[
avec la matrice de squencement (;")(1) = !a(t)! 12,
Pour effectuer la synthse du cOlTecteur, on commence par corriger le processus
en s'inspirant des rgles de l'automatique classique (voir figure 1,15): un filtre FI (s),
identique pour toutes les valeurs de lncidence, est plac entre le correcteur il dter-
miner et la commande envoye sur l'actionneur, Son rle est J'altnuer les hautes
frquences, pour viter d'exciter inutilement la commande:
30
Fds) =--
s +30
11.35]
'1
Figure 1.14. StruclIIrc d'OSSCfVis.\'(,1IIC1l1
avec:
0'(1)
({{/l10'(t)1 +bll)ct(t) = lIJ/vj{t) +b
I1
O'(t)
[ 1
Les quations [ 1.30] li' crivent alors:
l
(t) = (3, J( 0' Cil) 0' (,1) + q (t) + (3 K fi dl! ) il (t) + ,( 3 K CI) V2 (t )
l;U) (9Kl}clI/)a(t) + (9Kqd1l1}8(t) + (18Kifh
I
2U)
17(1) = (9K
1
/('I/)O'(I) + (9K'ldll)(i(l) + (9K,/)V2(t)
[ 1.33J
En ajoutant la dynamique de r actionneur, 011 obtient les quations d'tat de la parte
1inuire :
Sli :
1 3Kadll
o 9K
q
d
m
o 0
o
o 0
o 0
o 9K,/d/J
o
0] [Q'(t)] [0
o (j(t) + (l,Il
o c5(l) 0
o IS(t) 0
avec la matrice de squencemenl (;")(1) = 10'(1)1 f-J..
o
o
9K
,
/
o
11.341
Pour effectuer la synthse du COlTecteur, on commence par corriger le processus
en s'inspirant des rgles de l'automatique classique (voir figure 1.15): un lltre FI (s),
identique pour toutes les valeurs de 1 ncidence, est plac entre le correcteur il dler-
miner et la commande envoye sur l'actionneur. Son rle est d'aunuer les hautes
frquences, pour viter d'exciter llutilement la commande:
30
s + 30
[.1.35]
soit en reprsentation d'tnt :
1
_11 (1) = -30.-\") (1) + 3011(1)
Dc:(t) xJCt)
[ 1.36]
1---1----+ :.:::
Figure 1.15. Compell.mliol1 praloble du processus
En sortie du systme, on dispose un conecteur Pl K PI (s) sur l'erreur entre J'acc-
lration normale et sa consigne, el un gain kll sur la mesure de vitesse gyroscopique.
Ceux-ci sont pris fonctions de J'incidence (en radian) :
(
1+43010'(1)1)
f(P/(s) (0,014 - 0,01510'(1)1) 1 + :\.
kq = -(0,17 + 0,2910'(1)1)
Ces deux dernires relations s'crivent sous forme d'tat:
{
j.1U) (0,014 - 0,015IO'(0I)E(I)
:) (t) = (1 + 43,010'(t) 1).1:2(1) + (0,014 - 0,01510'(I)I)E(1)
:::2(1) = -(0.17 + 0,29jO'(1)j)qU)
Il.37J
[1.38J
Ol! BU) = J]re/(t) - Jl(t) est l'erreur d'asservissement. Elles dfinissent donc un nou-
veau systme LPV dont la partie linaire cst dcrite par les quations d'tal :
1.'3 (r)
114(1)
\"1(1) (0)-'"2(1) + (-0.015 0 0 0,014
0) l'sU)
E(t)
F2/i :
q(t)
1J!3(t) 0

()
J 0 \13 (1)
1J)4 (1) 1

0 0

0 1)4 (1)
!1ls(f) 0 '\:1(1) +
()
0

0 1 1J5(1)
;: 1 (t) 1 -0,015 43.0 0 0.014 0 HU)
:2 (1) 0 0 0 -0.29 0 -0.17 q(t)
ll.39]
soit en reprsentation d'tnt :
1
_11 (1) = -30.-\") (1) + 3011(1)
Dc:(t) xJCt)
[ 1.36]
1---1----+ :.:::
Figure 1.15. Compell.mliol1 praloble du processus
En sortie du systme, on dispose un conecteur Pl K PI (s) sur l'erreur entre J'acc-
lration normale et sa consigne, el un gain kll sur la mesure de vitesse gyroscopique.
Ceux-ci sont pris fonctions de J'incidence (en radian) :
(
1+43010'(1)1)
f(P/(s) (0,014 - 0,01510'(1)1) 1 + :\.
kq = -(0,17 + 0,2910'(1)1)
Ces deux dernires relations s'crivent sous forme d'tat:
{
j.1U) (0,014 - 0,015IO'(0I)E(I)
:) (t) = (1 + 43,010'(t) 1).1:2(1) + (0,014 - 0,01510'(I)I)E(1)
:::2(1) = -(0.17 + 0,29jO'(1)j)qU)
Il.37J
[1.38J
Ol! BU) = J]re/(t) - Jl(t) est l'erreur d'asservissement. Elles dfinissent donc un nou-
veau systme LPV dont la partie linaire cst dcrite par les quations d'tal :
1.'3 (r)
114(1)
\"1(1) (0)-'"2(1) + (-0.015 0 0 0,014
0) l'sU)
E(t)
F2/i :
q(t)
1J!3(t) 0

()
J 0 \13 (1)
1J)4 (1) 1

0 0

0 1)4 (1)
!1ls(f) 0 '\:1(1) +
()
0

0 1 1J5(1)
;: 1 (t) 1 -0,015 43.0 0 0.014 0 HU)
:2 (1) 0 0 0 -0.29 0 -0.17 q(t)
ll.39]
avec:
{
"3(1) = I(Y(I).I "'3(1)
"4(1) = la(l)1 "'4(1)
vS(t) = laU)1 !J)s(t)
MlhoJcs bases sur les techniques linaires 35
[1 AO]
c'est-ft-dire avec une matrice de squencement (0 (t) = la (!) 113. En rassemblant les
modlisations du processus, du fillre FI (s) et de ce dernicr systme, on obtient un
systme LPV global, dont la partie linaire est constitue de la mise en cascade des
reprsentations [1.36l. [1.34] et [1.391. avec la matrice de squencement globale (-lit J =
la(t)l/s. Compte tenu du fonctionnement du missile, on sait de plus que laU)1 rcste
compris entre 0 et 2()O.
La recherche d'un correcteur LPV pour ce dernier systme est mene en considrant
comme vecteur d'entre e(t) des perturbations s'ajoutant aux mesures::1 (l), z:!(t) et
la commande /lU) respectivement, et cOlllme grandeurs rguler ces mmes sorties
z 1 (/), ':::2 (1) aprs perturbation, et la commande ff (t) avant perturbation: cette dmarche
reproduit en fait la synthse Hoo par loop-shaping des systmes linaires invariants:
elle est connue pour amener des comportements quilibrs des sorties rgules et des
commandes, avec de bonnes proprits de robustesse [Mer 92J.
La synthse conduit un gain L2 gal 6,6. avec un correcteur LPV dont la partie
linaire I\.[i, d'ordre 6, est squence par la matrice 8U) = I(t)l/s. avec 10'(1)1
compris entre 0 et 20. La structure de correction est obtenue en associant le filtre
Pds), les COlTecteurs KI'/(s) et kil reprsents ensemble sous la forme LPV, et ce
dernier conecteur LPV (voir figure 1.16).
Il,.<,,
'1
+
~ I
,1
r
AcLioTlneur 1
Missile
q
c,
YF,kJ i
"
-
KJi
: : : ~
F ~ / i
r-
+-
-
+-
y 1'(1]1
1
, 1-
-1
1'(1]1
1
, }-
Figure 1.16. SfrlfC{lIrC de correctionJilla!c
Mlhodes bases sur les techniques linaires 35
avec:
t
111(1) 10'(t)1 w : ~ r )
114(1) 10'(t)1 ll'-!(t)
vs(1) = 10'(1)11/15(1)
[lAOl
c'est-ft-dire avec une matrice de squencement (0(1) = 10'(1)1/3. En rassemblant les
modlisations du processus, du filtre FI (s) el de ce dernier systme, on obtient un
fiyslmc LPV global, dont la partie linaire eSl conslitue de la 11l1se en cascade des
reprsentations ll,36], [1.34] et [1.39], avec la matrice de squence ment globule H(l) =
10'(1 )1/5. Compte tenu du fonctonnement du missile, on sail de plus que 10'(1) 1 reste
compris entre 0 et 20.
La recherche d'un correcteur LPV pour ce dernier systme est mene en considrant
comme vecteur d'entre c(1) des perturbations s',outant aux mesures :, (1), :::2(1) et
la commande 1((1) respectivement, et comme grandeurs rguler ces mmes sorties
z 1 (1), :1(1) aprs perturbation, et la commande u(t) avant perturbation: cette dmarche
reproduit en fait la synthse Hoo par IO()jJ-sha/llg des systmes linaires invariants:
elle est connue pour amener des comportements quilibrs des sorties rgules et des
commandes, avec de bonnes proprits de robuslesse [MCr 92],
La synthse conduit un gain 1...2 gal 6,6. avec un correcteur LPV dont la partie
linaire K/i, d'ordre 6, est squence par la matrice eu) = l(t)11s. avec 10'(1)1
compris entre 0 el 20. La structure de correction est obtenue en associant le filtre
Fds), les COITecteurs KI' 1 (s) et k'i reprsents ensemble sous la forme LIlV, et ce
dernier con'ectem LPV (voir figure 1.16).
}-------, f
li
/1
Figure 1.16. StrllCtllfe de correcliollJhll1le
1.3.5. Allalyse dll correcteur
Afin d'valuer les performances et Ja robustesse du correcteur, vingt simulations
non linaires ont t ralises en considrant des incertitudes sur les coefficients arody-
namiques telles qu'elles sont spcifies au paragraphe 1.3.3. La consigne est constitue
d'une srie d'che1ons sur la consigne d'acclration, d'amp1itudes varies afin de tes-
ter le pilote pour l'ensemble du domaine d'incidence. Les rsultats des smulations
sont prsents sur les figures 1.17 el 1.18.
Tl (g)
20
10
_1
0
0 ,Il, j
. J
-30 ------'---.. )--.... ' ---",--, ..
o 1 2 345 6
Temps (5)
Figure 1.17. Acclatiol1 normale
Rad.s-
1

10 .
5
o
-5

o 234 5 6
Temps (s)
Figure 1.18. Driw!e de la position dl' la gOlll'uut!
1.3.5. Allalyse dll correcteur
Afin d'valuer les performances et Ja robustesse du correcteur, vingt simulations
non linaires ont t ralises en considrant des incertitudes sur les coefficients arody-
namiques telles qu'elles sont spcifies au paragraphe 1.3.3. La consigne est constitue
d'une srie d'che1ons sur la consigne d'acclration, d'amp1itudes varies afin de tes-
ter le pilote pour l'ensemble du domaine d'incidence. Les rsultats des smulations
sont prsents sur les figures 1.17 el 1.18.
Tl (g)
20
10
_1
0
0 ,Il, j
. J
-30 ------'---.. )--.... ' ---",--, ..
o 1 2 345 6
Temps (5)
Figure 1.17. Acclatiol1 normale
Rad.s-
1

10 .
5
o
-5

o 234 5 6
Temps (s)
Figure 1.18. Driw!e de la position dl' la gOlll'uut!
On a constat que toutes les spcifications (le temps de rponse, le dpassement
maximal, la prcision, la saturation de t(t)) taient respectes. L'homognit des
rponses illustre les proprits de robustesse de la loi de commande.
L'invariance du comportement vis--vis du point de fonctionnement a aussi t
teste: le missile est Slabilis une acclration donne (successivement '7 = 0 g,
lOg, 20g et 30g), c'est--dire une incidence donne, et une consigne de 0,1 g est
demande. Les rsultats sont prsents sur la figure 1.19.

0.12
0.1 m. ___ _
0.08 (1'" 30g 20g
0.06
0.04
0.02l
o
-0.02
o 1 1.5 2
Temps (s)
Figure 1.19. Rpo/lses illdicielles pOlir d(fferellfs poII1S defollcti0/l1IC!/II(!/U
Les rponses indicielles obtenues autour de lOg, 20 g et 30 g sont trs homognes
malgr les valeurs diffrentes de J'incidence. Le modle linaris autour de 0 g a par
contre un comportement un peu diffrent des autres. On a pu remarquer lors de synthses
stationnaires que c'est dj le point le plus difficile rgler, c'est--dire que, compte
tenu de la structure de correction choisie, il est difficile d'obtenir un pilote qui respecte
le cahier des charges.
1.3.6. Conclusio1l
L'application prsente ci-dessus mcten vidence les capacits des techniques LPV
pour le contrle de systmes non linaires: aprs une premire phase de correction, la
rsolution d'un problme d'optimisation sous contraintes LMI permet d'optimiser le
gain L2 du systme boucl, ce qui conduit un comportement homogne sur J' ensemble
des valeurs possibles de l'incidence et une bonne robustesse aux incertitudes sur les
coefficients arodynamiques.
Mthodes bases sur les techniques linairci-t 37
On a constat que toutes les spcifications (le temps de rponse, le dpassement
maximal, la prcision, la saturation de 8(1)) taient respectes. L'homognit des
rponses illustre les proprits de robustesse de la loi de commande.
L'invariance du comportement vis-il-vis du point de fonctionnement a aussi t
teste : le missile est stabilis une acclration donne (successivement lJ = 0 g,
lOg, 20 g et 30 g), c'est--dire L1ne incidence donne, et une consigne de 0,1 g est
demande. Les rsultats sont prsents sur la figure 1.19.
n(g)
0.12 r-----.. , ... -::::::::=====:==---_=_ nn-i
0.1
0.08
0.06
0.04
0.02
o
-0.02 '--_______ --1--___ '--__ --"
o 0.5 1 1.5 2
Temps (5)
Figure 1.19. Rpollses illdicielles pOlir POIIfS dcj'rJllclio/1l1ell1ellf
Les rponses indicielles obtenues autour de lOg, 20 g et 30 g sont trs homognes
maJgr les valeurs diffrentes de l'incidence. Le modle linaris autour de 0 g a par
contre un comportement un peu diffrent des autres. On a pu remarquer lors de synthses
stationnaires que c'est dj le point le plus difficile rgler, c'est--dire que, compte
tenu de la structure de correcLion choisie, il est difficile d'obtenir un pilote qui respecte
le cahier des charges.
1.3.6. Conclusion
L'application prsente ci-dessus metcn vidence les capacits des techniques LPV
pour Je contrle de systmes non linaires: aprs une premire phase de correction, la
rsolution d'un problme d;optimisation sous contraintes LMI permet d'optimiser le
gain L'2 du systme boucl, ce qui conduit un comportement homogne sur l"ensemble
des valeurs possibles de l'incidence et une bonne robustesse aux incertitudes sur les
coefficients arodynamiques.
1.4. Bibliographie
[APK 95J APKARIANP., GAHlNETP .. Acol1vex characterizationot'gain-scheduled 1-100 t:ontrol-
lers fEEE Tralls. Amour, Control, vol. 40. p. 853-864. 1995.
[BIT 901 BITMEAD R.R .. GEVERS M., WERTZ v.. AdaplI'I! Optimal Control. The Thil/k.ing
Mali 's GPc. Prenticc Halllntcrnalionai. Systems and Control Engineering. 1990.
fBLA 711 BLASCIIKE E. {( The prindple of field OIiClllalion as applied to the new transvector
closed-Ioop control system for rotating-tiled mnchncs ), Siemell.\' RC1'iell'. vol. 39, p. 217-
220.1972.
[BOU 95 J BOUCHER P . Dur..mR D . ,( Predictive motion control )}. ]ourt/o/ El1gillcc-
rillg. Special Issue 011 Motioll COl/lml Systell1s. vol. 5. p. 14f:-162. Springer Verlag. Londres.
1995.
rCLA 87a1 CLARKE D.W .. MOIITADI c., TUFFS P.S .. ({ Generalizcd predictive control. Part 1
The basic algorithm, Part n Extensions. and interpfetation )), AlIIowafca. vol. 23. p. 137-
160. 1987.
fCLA 87b] CLARKE D. W .. MOII1'ADI C., TUFFS P.S., Properties of Generalized Predictive
Control )). Proccl'dlJgs j()rlI World COllgres'\" lFAC'87, vol. 9. p. 63-74. Munich. 1987.
rCLA 88] CLARKE D.W .. ApplicaLion of generalized predictive conlrol to industrial pro-
cesses )', JEEE Control SyslL'11IS Maga:,;ne. p. 49-55, 1988.
lDUM 981 D .. BOUCHER P., i( A revic\V introduction la IincHr GPC and applications ,
.lOI/mai A. voL 39, p. 21-35.1998.
tGAH 95j GAIIlNET P., NEi'vlIROWSKI A .. LAUfl A.L CHlLALI M., LMI COJltrol Toolbox User's
Guide, The Mnthworks, 1995.
lH1R 99J HIR.ET A .. Pilotage Robuste d'un Missile sur un Large DOl11L1ne de Vol. Synthse ct
Analyse dans le Cadre Boo et LPV, Thse de doctorat, Suplec et Paris Sud. 1999.
lLAN 0 Il LANDAU I.D., BESANON-VOJ)A A., fdmllHicatio1/ dcs systmes. Herms, Trait JCl,
Paris. 2001.
ILAR 02] DE LARMINAT P .. Alltomatique linlre, Herms, Trait lC2, Paris. 2002 paratre.
[UU 87 J LJUNG L., System ident{fCatirJ/l, Prcntice Hall. Englewood ClilTs. New Jersey, 1987.
tMCF 92J l'vlcFARLANE D .. TC. "A loop-shaping design procedure using H::x:: sYlllhe-
sis n, IEEE Tnms. 011 Al/tol11. Cam roI, vol. 37, p. 759-769, 1992.
lNIC 93] NICl/OLS R.A . REICHERT R.T., RUGI! W.J .. ( Gain-schedulng for Hoo contro)]ers: a
Jligllt control cX3mpie )', IEEE li'mls. COl/trol Systems Tech., vol. ]. p. 69-78. 1993.
fPAC 941 PACKARD A., l( Gain schedulng via ll1car fractional lnmsformaLons )'. Sysl('lIIS &
Cotllrol Ll'lters. vol. 12. p, 79-92. 1994.
rREI 92] REICHERT R.T .. f( DYl1amic scheduling of 1l10dcrn-robusl-control autopilol design fOf
missiles , IEEE Coulrol Syslems Maf:lI::;l1e. p. 35-41, J 992.
1 RIe 931 RICHALET .1., PmtirlllC dl' la Commallde Prdictive. Herms, Paris, 1993.
1.4. Bibliographie
[APK 95J APKARIANP., GAHlNETP .. Acol1vex characterizationot'gain-scheduled 1-100 t:ontrol-
lers fEEE Tralls. Amour, Control, vol. 40. p. 853-864. 1995.
[BIT 901 BITMEAD R.R .. GEVERS M., WERTZ v.. AdaplI'I! Optimal Control. The Thil/k.ing
Mali 's GPc. Prenticc Halllntcrnalionai. Systems and Control Engineering. 1990.
fBLA 711 BLASCIIKE E. {( The prindple of field OIiClllalion as applied to the new transvector
closed-Ioop control system for rotating-tiled mnchncs ), Siemell.\' RC1'iell'. vol. 39, p. 217-
220.1972.
[BOU 95 J BOUCHER P . Dur..mR D . ,( Predictive motion control )}. ]ourt/o/ El1gillcc-
rillg. Special Issue 011 Motioll COl/lml Systell1s. vol. 5. p. 14f:-162. Springer Verlag. Londres.
1995.
rCLA 87a1 CLARKE D.W .. MOIITADI c., TUFFS P.S .. ({ Generalizcd predictive control. Part 1
The basic algorithm, Part n Extensions. and interpfetation )), AlIIowafca. vol. 23. p. 137-
160. 1987.
fCLA 87b] CLARKE D. W .. MOII1'ADI C., TUFFS P.S., Properties of Generalized Predictive
Control )). Proccl'dlJgs j()rlI World COllgres'\" lFAC'87, vol. 9. p. 63-74. Munich. 1987.
rCLA 88] CLARKE D.W .. ApplicaLion of generalized predictive conlrol to industrial pro-
cesses )', JEEE Control SyslL'11IS Maga:,;ne. p. 49-55, 1988.
lDUM 981 D .. BOUCHER P., i( A revic\V introduction la IincHr GPC and applications ,
.lOI/mai A. voL 39, p. 21-35.1998.
tGAH 95j GAIIlNET P., NEi'vlIROWSKI A .. LAUfl A.L CHlLALI M., LMI COJltrol Toolbox User's
Guide, The Mnthworks, 1995.
lH1R 99J HIR.ET A .. Pilotage Robuste d'un Missile sur un Large DOl11L1ne de Vol. Synthse ct
Analyse dans le Cadre Boo et LPV, Thse de doctorat, Suplec et Paris Sud. 1999.
lLAN 0 Il LANDAU I.D., BESANON-VOJ)A A., fdmllHicatio1/ dcs systmes. Herms, Trait JCl,
Paris. 2001.
ILAR 02] DE LARMINAT P .. Alltomatique linlre, Herms, Trait lC2, Paris. 2002 paratre.
[UU 87 J LJUNG L., System ident{fCatirJ/l, Prcntice Hall. Englewood ClilTs. New Jersey, 1987.
tMCF 92J l'vlcFARLANE D .. TC. "A loop-shaping design procedure using H::x:: sYlllhe-
sis n, IEEE Tnms. 011 Al/tol11. Cam roI, vol. 37, p. 759-769, 1992.
lNIC 93] NICl/OLS R.A . REICHERT R.T., RUGI! W.J .. ( Gain-schedulng for Hoo contro)]ers: a
Jligllt control cX3mpie )', IEEE li'mls. COl/trol Systems Tech., vol. ]. p. 69-78. 1993.
fPAC 941 PACKARD A., l( Gain schedulng via ll1car fractional lnmsformaLons )'. Sysl('lIIS &
Cotllrol Ll'lters. vol. 12. p, 79-92. 1994.
rREI 92] REICHERT R.T .. f( DYl1amic scheduling of 1l10dcrn-robusl-control autopilol design fOf
missiles , IEEE Coulrol Syslems Maf:lI::;l1e. p. 35-41, J 992.
1 RIe 931 RICHALET .1., PmtirlllC dl' la Commallde Prdictive. Herms, Paris, 1993.
Mthodes bases sur \cs techniques linaires 39
[SCO 95] SCORLETI1 G., EL GI-IAOUI L., ({ Jmproved linear matrix inequality conditions for gain
schcduling . 34
th
IEEE Cr!11t: on Decision and Contml, p. 3626-3631, La Nouvelle Orlans,
Louisiane. 1995.
[SI'IA 93] SHMd!\'IA J .S .. CLOUTIER J .R., Gain-schcduled missile auto pilot design using lincar
parameier varying transformations }). AII1;\ J. COI/tro! alld DYI/{/mcs. vul. 16.
p. 256-263, 1993.
[SOD 89] SDERsTRr,,1 T. STOl CA P., System idelltification. Prenticc Hall, Englc\Vood Cliffs,
Ncw Jersey. 19R9.
[WER R7J WERTZ V, GOREZ R., ZHU K.Y., ,( A nc\V gcncralizcd prcdicti"c con troll cr applica-
tion to the control of proccss \Vith unccrLain dcad-timc n. Procccdings 26
1h
COI!j'ercncc 0/1
Decision wu/ COl/trol. p. 2168-2173, Los Angeles. 1':l87.
[ZHO 96] ZIIOU K., DOYLE .T.C. GLOVER K., Robl/sl (//u/ Optimal Control, Premicc Hall.
Englcwood Cliffs, Ncw Jcrscy, 1996.
Mthodes bases sur \cs Icchniqucs linaires 39
[SCO 95] SCORLETl'l G., EL GIIAOUI L., Improved Inear matnx inequalty conditions for gain
scheduling H. 34
th
IEEE C01!j: on Decision (ll1d COI/Tml, p. 3626-3631, La Nouvelle Orlans,
Louisiane. 1995.
[SI-lA 93] SI-IM\'1!vIA J .S .. CLOUTIER J .R., ( Gain-scheduled missile autopilot design using Incar
parameter varying transformations n. AIAA J. ~ l Gl/idal/ce. COlltrol (/1/(1 Dyl/olllcs. vol. 16.
p. 256-263, 1993.
[SOD 89] SODERSTRM T.. STOl CA P., Syslelll idelllijicalO/l. Prcnticc Hall, Englc\Vood Cliffs,
Ncw Jersey. 1989.
[WER 87J WERTZ v., GOREZ R .. ZHU K.Y., (( A nc\V gcncralized prcdictive controllcr applica-
tion ta the cOlllrol of proccss \Vith unccrlain dcad-timc n. Procecdil/gs 26/
h
CO/!/erencc 01/
Decisiol1 al1d COl/lrol. p. 2168-2173. Los Angeles. 1987.
[ZHO 96] ZIIOU K., DOYLE J.c., GLOVER K., Robusl (//ul Optil/1o! COl/trol, Prclllicc Hall.
Englc\Vood Cliffs, New Jersey, 1996.
Chapitre 2
Inversion et linarisation
2.1. Introduction
L'tude de l'accessibilit d'un systme peut .'le fonder sur la notion de degr relatif
d'une fonction de l'tat pouvant tre considre comme une sortie du systme. Le degr
relati f reprsente l'ordre de drivation qui doit tre appliqu la sortie afin d'avoir une
dpendance explicite de J'entre. Cela correspond la structure l'infini dans le cas
monosortic. De manire plus gnrale, la structure l'il1l111i d'un systme non linaire
dcrit la structure des retards de drivation existants entre la sortie et l'entre dans le
cas multivariablc. Elleest utile pour la rsolution de nombreux problmes de commande
et elle sera dfinie dans ce chapitre pour les systmes non linaires. Elle est calculable
par l'algorithme d'inversion qui sera galement donn.
L'algorithme qui donne la structure l'infini est galement connu sous le nom
d'algorithme d'inversion puisqu'il [oumit, pour les systmes inversibles, l'entre en
tant que fonction de la sortie, de drives de la sortie et ventuellement de certaines
variables d'lal. Donc, il peut tre directement considr comme un algorithme de
commande qui effectue le calcul de l'entre ncessaire pour engendrer une sortie pres-
crite. En pratique, les mthodes de commande telles que la poursuite de trajectoire ou
la mthode du couple calcul en robotique sont des cas particuliers d'application de
l'algorithme d'inversion.
Chapitre rdig par Claude Mooo,
Chapitre 2
Inversiol1 et lil1arisatiol1
2.1. Introduction
L'tude de l'accessibilit d'un systme peut se fonder sur la notion de degr relatif
d'une fonction de l'tat pou vam tre considre comme une sortie du systme. Le degr
relati f reprsente l'ordre de drivation qui doit tre appliqu ft la sortie afin d'avoir une
dpendance explicite de l'entre. Cela correspond ft la structure l'infini dans le cas
monosortie. De manire plus gnrale, la structure l'infini d'un systme non linaire
dcrit la structure des retards de drivation existants entre la sortie et l'entre dans le
cas multivariable. Elle est utile pour la rsolution de nombreux problmes de commande
et elle sera dfinie dans ce chapitre pour les systmes non linaires. Elle est calculable
par l'algorithme d'inversion qui sera galement donn.
L'algorithme qui donne la structure l'infini est galement connu sous le nom
d'algorithme d'inversion puisqu'il fmul1t, pour les systmes inversibles, l'entre en
tant que fonction de la sortie, de drives de la sortie et ventuellement de certaines
variables d'lat. Donc, il peut tre directement considr comme un algorithme de
commande qui effectue le calcul de l'entre ncessaire pour engendrer une sortie pres-
crite. En pratique, les mthodes de commande telles que la poursuite de trajectoire ou
la mthode du couple calcul en robotique sont des cas particuliers dapplication de
l' algori thme d'inversion.
Chapitre rdig par Claude MOOG.
2.2. Inversion
2.2.1. Structure l'illfini
Etant donn un systme:
1: = {.i' f(x} + g(x)lI
y = !J(x)
[2.1 J
o x E Il E ]R/lI, Y E RP et les lments de f. g et!J sont des fonctions analytiques
de x. on associe natureIJement il 1: une filtration de sous-espaces Eo C El C ... C EII
01" E dfinis par:
En spanx: [dx}
[1.2]
ElI = span}C! dx, cl.', .... , d/
II
)].
DFINITION 2.1.- Etant dOl/ne lafiltra/ion d'espaces vectoriels {l.lj, fll liste d'eHtiers
fat:. k = l, .. . ,111 djil1is pl/f:
Ek
at: = dimx: -,,-
'-'k-l
est appele la structure li de :E.
L2.3]
La liste donne par [2.31 contient une information sur le systme qui joue un rle
crucial dans la solution de beaucoup de problmes de commande [BEN 89, CON 91,
PER 89]. La liste d'entiers (Sb k = 1 ... n) dfinis par:
k = 2, ... , Il [2.4]
dcrit les zros l'infini de 1: de la manire suivante. SI est le nombre de zros l'infini
dont l'ordre esl gal il 1: Si est le nombre de zros li J'nfini dont l'ordre est gal i.
La liste des ordres des zros l'infini 111',) est dduite par dualit de la liste lai 1 :
.!
On note que le degr relatif d'une sortie scalaire Yi est gal l'ordre du zro
l'infini du systme monosortie :
{
.i' = f(x) + g(x)u
Yi=hi(X)
Un algorithme pour le calcul de la structure l'infini est donn dans le para-
graphe 2.2.2.
2.2. Inversion
2.2.1. Structure l'illfini
Etant donn un systme:
1: = {.i' f(x} + g(x)lI
y = !J(x)
[2.1 J
o x E Il E ]R/lI, Y E RP et les lments de f. g et!J sont des fonctions analytiques
de x. on associe natureIJement il 1: une filtration de sous-espaces Eo C El C ... C EII
01" E dfinis par:
En spanx: [dx}
[1.2]
ElI = span}C! dx, cl.', .... , d/
II
)].
DFINITION 2.1.- Etant dOl/ne lafiltra/ion d'espaces vectoriels {l.lj, fll liste d'eHtiers
fat:. k = l, .. . ,111 djil1is pl/f:
Ek
at: = dimx: -,,-
'-'k-l
est appele la structure li de :E.
L2.3]
La liste donne par [2.31 contient une information sur le systme qui joue un rle
crucial dans la solution de beaucoup de problmes de commande [BEN 89, CON 91,
PER 89]. La liste d'entiers (Sb k = 1 ... n) dfinis par:
k = 2, ... , Il [2.4]
dcrit les zros l'infini de 1: de la manire suivante. SI est le nombre de zros l'infini
dont l'ordre esl gal il 1: Si est le nombre de zros li J'nfini dont l'ordre est gal i.
La liste des ordres des zros l'infini 111',) est dduite par dualit de la liste lai 1 :
.!
On note que le degr relatif d'une sortie scalaire Yi est gal l'ordre du zro
l'infini du systme monosortie :
{
.i' = f(x) + g(x)u
Yi=hi(X)
Un algorithme pour le calcul de la structure l'infini est donn dans le para-
graphe 2.2.2.
lnversion et linarisation 43
DFINITION 2,2.- L'ordre esselltiellli(' de la composallte scalaire -",'i de la sortie es!
d.fil1 pal':
/lie = min Ik E PI 1 dyi
k1
1 spanl( 1 dx, d.\', .... dy(k-I). dy(k+I) ..... dy(Il)}}
[2.5]
2.2.2. Algorithme d'illJIersioll
L"algorithme de structure, ou l'algorithme d'inversion de Singh, constitue un Dtllil
fondamental dans l"tude des systmes dynamiques non linaires. Il rsulte des travaux
initis par Silverman pour les systmes linaires invariants [SIL 69], dont la premire
gnralisation aux systmes non linaires peut tre trouve dans lHIR 79 J. L" extension
dans [SIN 89] est prsente ici et suit le dveloppement de [BEN 89]. Etant donn le
systme [2.1],
Etape 1 : calculer:
iJh(x)
.i' = + g(x)lI)
= lil (x) + 1>1 (X)II.
Soit PI = rang bl (x). Pemlllter, si ncessaire, les composantes de la sortie pour
que les PI premires lignes de bl (x) soient linairement indpendantes sur le corps K.
On note .f,1 le vecteur des PI premires lignes de .\, el le vecteur des p - PI autres
lignes, de sorte que:
.
v= "
. 5" 1
Puisque les demires lignes de bl (x) sont linairement dpendantes des {JI pre-
mires lignes, on peut crire:
YI = al (x) + DI (X)II
YI = .{'l (x, YI),
. --
o la dernire est affine en .Yl- Finalement, on dfinit BI (x) := hl (x).
Inversion et linarisation 43
DFINITION 2.2.- L'ordre essentiell1it' de /a composante .'Ica/aire Yi de /0 sortie est
par:
IIc = min 1 k E FT 1 dyi
k
) spanfC 1 dx. d." ..... dy(J.:-I). dyU+ 1) ... dy(Il)} )
[2.5]
2.2.2. Algor;thme cl 'llI'ers;oll
L'algorithme de structure. ou l'algorithme d'inversion de Singh, constitue un Dutil
fondamental dans l'tude des systmes dynamiques non linaires. Il rsulte des travaux
initis par Silverman pour les systmes linaires invariants [SIL 69], dont la premire
gnralisation aux systmes non linaires peut tre trouve dans lHIR 79 J. L'extension
dans [SIN 89] est prsente ici et sut le dveloppement de [BEN 89]. Etant donn le
systme [2. J],
Etape 1 : calculer:
ah(x)
\' = --({'(x) + o(x)u)
. ax -. b
= al (x) + bl (X)I1.
Soit PI = rangbl (x). Pell11Uter, si ncessaire, les composantes cie la sortie pour
que les PI premires lignes de bl (x) soient linairement indpendantes sur le corps /C.
On note le vecteur des PI premires lignes de .\' et le vecteur des p - PI autres
lignes, de sorte que:
. (.VI)
,,= .
. 5" 1
Puisque les demires lignes de b 1 (x) sont linairement dpendantes des PI pre-
mires lignes, on peut crire:
= al (x) + DI (X)II
= (x, YI),
. --
o la dernire est affine en .YI. Finalement, on dfinit BI (x) := /JI (x).
Etape k + 1
, k :.. -(k) A(k). , , b' d'f" d
Supposons que, dans les tapes 1 il " YI, ... 'Yk 'YI;: ment ete len e lOIS e
sorte que:
-(/.:) - (.:. -(J.:) -(!,:-!) -(k).
Yk = al;: xy',"Y, 'yk-l ')'k-I)
/
- .:. -(k-I) -1/;:-1)
+ )dx, YI , .. , YI ,." -"1.'-1 )/1
A(k) AI!':):" -(k) -(1.')
Y" YI;. (x, YI ... 'YI ., .. , Yk )
E
. l' -( il A(k) dl" ; 1 d V' 0
11 parllcu 1er, Yi' et Yk sont es lonctlOns meromorp les e I\.J, n suppose
galement que la matrice h := I/;r, ' ... Dlf est de rang plein, gal Pk. Calculer:
'j"U" k k
+ o(x)/Ii + '" '"
rh" LL

1
j=i
qui peut tre crit sous la forme:
,1 :s i .s k. i :s: j :::: k + 1)
l (
-(j) 1 . l' 1 .
+ Jk+ 1 x, Yi ' :::: 1 :s: II.. ( :s: .1 :s: I.;;)U,
Pk+ 1 := rangBk+] ,
Permuter, si ncessaire, les composanles de .\'kk+ 1) de sorte que les premires Pk+ 1
l
, d If':' ')" . . d' d 0 d' A (k+ 1 ) 1 f'
Ignes e .Jk+1 S01ent memrement 111 epen antes. n ecompose YI.' sous a orme:
A (k-11) )'''-11
(
':'(k"'I))
YI;: = ':'(k+l)
Yk+1
Etape k + 1
, k :.. -(k) A(k). , , b' d'f" d
Supposons que, dans les tapes 1 il " YI, ... 'Yk 'YI;: ment ete len e lOIS e
sorte que:
-(/.:) - (.:. -(J.:) -(!,:-!) -(k).
Yk = al;: xy',"Y, 'yk-l ')'k-I)
/
- .:. -(k-I) -1/;:-1)
+ )dx, YI , .. , YI ,." -"1.'-1 )/1
A(k) AI!':):" -(k) -(1.')
Y" YI;. (x, YI ... 'YI ., .. , Yk )
E
. l' -( il A(k) dl" ; 1 d V' 0
11 parllcu 1er, Yi' et Yk sont es lonctlOns meromorp les e I\.J, n suppose
galement que la matrice h := I/;r, ' ... Dlf est de rang plein, gal Pk. Calculer:
'j"U" k k
+ o(x)/Ii + '" '"
rh" LL

1
j=i
qui peut tre crit sous la forme:
,1 :s i .s k. i :s: j :::: k + 1)
l (
-(j) 1 . l' 1 .
+ Jk+ 1 x, Yi ' :::: 1 :s: II.. ( :s: .1 :s: I.;;)U,
Pk+ 1 := rangBk+] ,
Permuter, si ncessaire, les composanles de .\'kk+ 1) de sorte que les premires Pk+ 1
l
, d If':' ')" . . d' d 0 d' A (k+ 1 ) 1 f'
Ignes e .Jk+1 S01ent memrement 111 epen antes. n ecompose YI.' sous a orme:
A (k-11) )'''-11
(
':'(k"'I))
YI;: = ':'(k+l)
Yk+1
Tnversion ct linarisation 45
,-Ik-I-I) . 'd "' ( ']' P' ].,"' l'
OU )'''+1 est constItue es premIeres Pk-l-I - Pk) Ignes, lllsque es uerllleres Ignes
de [31;+1 sont linairement dpendantes des premires Pk+! lignes, on peut crire:
y, = i) (x) + D, (.1')11
-(k+I)":" -(j) l ' l' . 1 1)
)'k+1 = (/k+I(-", Yi . .::: 1:::: /(.l':::.J'::: 1\ +
+D
k
+
I
(X . v
i
(i),l.::: i.::: k,i.:::.i.::: k)//
= _"in, 1 :::: i .::: k + 1, i ::::.i :::: k + 1)
L'algorithme s'alTte lorsque:
liJ(
' Ik-,-I) 1/') 1')' 'Ik' 1/')
rang .1',)'1,.",.1'''+1). (x=rangr(y,YI""_Yk) rX.
Les ordres des zros l'infini, de mme que les ordres essentiels,
calculs partir des quations de l'inversion suivantes. k ::: 1 :
-Ik) - (' -Ikl -Ik-II -Ikl
Yk =(/k X,Yl'Yl ""'Yk-l
,- (' -Ik-I) -Ik-li)
+ Jk X.YI''-"I Il
peuvent tre
12.61
La liste des ordres des zros l'infini est donne par la1iste des plus petits ordres de
drivation de Yi, i = 1 .. ,., p apparaissant explicitement dans [:2.6]. L'ordre essentiel
Ilie est gal l'ordre de drivation le plus lev de Yi apparaissant explicitement dans
[2.6]. En fait, r algorithme d'inversion, ou de structure, calcule une base pour la filtration
de sous-espaces [2.2J.
:2.1 ([BEN 89]).- Vile b(/se de Et,- l'st dOllf/c par:
Id
d
, d-Ikl d-
Ik
-
II
d-
III
d-llil
. x, .1'1.., YI ..... -"k-I ' -"k-I' Yk
Dmollstratiof/. Notons que pour k = l, {dx. dYI} est un ensemble de gnrateurs
de El car d,{'1 E span}(1 dx, dYd. Puisque DI (x) est de rang plein, cct ensemble est
constitu de vecteurs indpendants et il forme donc une base de El. Le reste de la
dmonstration peut tre effectu par rcurrence [BEN 89]. Il
11 dcoule du thorme 2.1 que les listes 1 ale, k = 1 .... , Il} el IPk, k
sont gaJes. En particulier Pli est le rang du systme :E.
I. ... ,"}
Tnversion et lillarsaton 4S
- (k-I-1) . "cl .. ( - l' P . 1 d .. l'
ou )',,+ 1 est constItue es prem1eres Pk-!-I - Pk) 19nes, lIIsque es . erllleres Ignes
de fh+1 sont linairement dpendantes des premires Pk+1 lignes, on peUl crire:
_VI J{x) + bdx)u
+
(x. ,vJ-il, 1 ::s i ::s k, i ::s j ::s k)tt
) (x, yi}), 1 ::s i ::s le + 1, i ::s .i ::s k + 1)
. - -T -T T
Finalement, on pose Bk+1 := lBk . b
k
+
1
J .
L'algorithme s'alTte lorsque:
1
<;.\:. A(k-j-l) li') . IO}; ]/')
rangu()',YI""'Yk+l) (x=rango(y,YI' .... Yk ) oX.
Les ordres des zros l'infini, de mme que les ordres essentiels, peuvent tre
calculs Il partir des quations de l'inversion suivantes. k ::: 1 :
-(k) - .:. -(fI) -(/;-1) -(/;)
Yk adx. YI ... Y, ... , J''''_I . -""-1)
,- (.:. -(k-I) -(k-I)
+ Jk X,)'I. "YI ... -""-1 li
La liste des ordres des zros l'infini est donne par la liste des plus petits ordres de
drivation de Yi. i 1 ... , . p apparaissant explicitement dans [2.6]. L'ordre essentiel
l1il' est gal l'ordre de drivation le plus lev de Yi apparaissant explicitement dans
[2.6]. En fuit, l'algorithme d'inversion. ou de structure, calcule une base pour la filtration
de sous-espaces [2.2J.
THORi:;'ME 2.1 ([BEN 89]).- Ulle base de El. l'st dOllne par:
Id d':' d-(k) d-(k-I) d-un d-(k)}
\ X, )'1 ... , YI .... -"k-1 ' )'k-1' Y"
Dmonstmtion. Notons que pour k = l, [d.\'. d);l] est un ensemble de gnrateurs
de [, car E spanK:! dYd. Puisque hd.\") eSL de rang plein, cet ensemble est
constitu de vecteurs indpendants eL il forme donc une base de E,. Le reste de la
dmonstration peut tre effectu par rcurrence [BEN 89]. Il
II dcoule du thorme 2.1 que les listes {ak, k. = 1 ... , JI} et {Pk, k = 1 ..... Il )
sont gales. En particulier Pli est le rang du syslme
46 Syslmes non linaires
o
XI
Figure 2.1. L'ullicycle
EXEMPLE 2.1 Considrons "uncycle dcrit dal1!1/a.figure 2./ dont /Ille reprsentation
d'tat es! :
[
C?S.\'3 lIl]
x = smx] u]
Il'].
L'algorithme d'il1\'ersion elltrane :
5' 1 = (cos x 3) 111
)'] = (sin X3)1I, (tan X3>'
La seconde tape de l'algorithme donne:
et l'algod/hme se termine. L'en/re est alors obtenue par:
lI( = j" / cos .\'3
l);2 (tan x3)5;11 cos} X3
112
[2.71
[2.8]
[2.9]
o
XI
Figure 2.1. L'ullicycle
EXEMPLE 2.1 Considrons "uncycle dcrit dal1!1/a.figure 2./ dont /Ille reprsentation
d'tat es! :
[
C?S.\'3 lIl]
x = smx] u]
Il'].
L'algorithme d'il1\'ersion elltrane :
5' 1 = (cos x 3) 111
)'] = (sin X3)1I, (tan X3>'
La seconde tape de l'algorithme donne:
et l'algod/hme se termine. L'en/re est alors obtenue par:
lI( = j" / cos .\'3
l);2 (tan x3)5;11 cos} X3
112
[2.71
[2.8]
[2.9]
Inversion el linarisation 47
L'e,\pace El a C0111111(' hase {dx, d5'!J et l'espace E.'], admet la base:
Idx, d5'" di;" dh),
L'uf1icycle possde I/n zro d'ordre 1 e//fIl :ro cl d'ordre 2. Les
c1ellx ordres d'essen/ialit l'alem 2.
2.2.3. IIlJ1ersibilil
L'inversion des systmes a l pose de longue date. En principe. elle permet, ds
lors qu'un systme inverse exisle, d'engendrer la commande ncessaire pour une sorlie
dsire.
DFINITION 2.3 (INVERSE DROITE).- Le systme:
{
c = F(:, y, 5', "" y"'I)
u = H(:, 1', 5'"", y("I)
[2,1 Dl
est 1111 systllle inverse droite pottr le sysrllle /2, J J si la sortie y(t) de [2.1 J est gal
il yU) de (2, 101 ds lors que l 'eut re u Ct) de [2,1 J est gale il la sortie de /2,10 J,
La dfinition d'ull systme inverse il gauche est oblenu lorsque le rle de [2. J] el
de [2.10] sont changs.
DFINITION 2.4 (SYSTME INVERSE GAUCHE).- Le systllle :
{
:: = F(z, y, j', "', .1""1)
u = HI:, y, 5'"", .1'("1)
[2, III
est 1/11 systme i1l\'erse gauche pour le systllle (2.1 J si la sortie u (1) de f2.1 J 1 est
gale cl l'entre /I(t) de (2.1 J ds lors que l'entre y(l) de 12.11} est gale la sortie
de [2,1],
DFINITION 2.5.- Le systme 12.1 J est dit cl gauche (resp. li droite) s'il existe
1111 systme inverse gauche (resp. droite).
PROPOSITION 2.1 ([FL1 86]).- Le systme /2.1} est illversible gauche (resp. cl droite)
si er selllement si SOIl rang p est gal cl 111 (resp. p).
EXEMPLE 2,1,- Suite,
De 12.9}, lm systmc illl'er.ve de l'uflicycle est:
1

:: ,== ,i', / cos ') ,'"
[h - (tan ')),hl cos' '}
li'], =
.h
Inversion ctlinarsaton 47
L'e,\1JllCe fI CI comme base 1 dx, d.\'1l et l'espace [2 ad111etla base:
L'lll1icycle possde ml z.ro il d'ordre 1 el fIIl :m cl d'ordre 2. Les
del/x ordres d'essentialit l'alem 2.
2.2.3. llwersibilit
L'illversion des systmes il t pose de longue date. En principe. elle permet, ds
lors qu'un systme inverse existe, d'engendrer ln commande ncessaire pour une sortie
dsire.
DFINITION 2.3 (INvERsE DROITE).- Le systme:
I
f: = F(:, y, J' ..... y()!)
11 = H(:, y, )1, ... .\'(1')
[2.10]
est 1111 systme inverse droite pour le sy.wme /2.1 J si la sortie y(t) de [2.1] est gal
il yU) de [2. JO 1 ds lo!"s que l'entre 11 (t) de J] esl gale cl la sortie de /2.10 j.
La dfinition d'ull systme inverse gauche est obtenu lorsque le rle de [2.1] et
de 12.10] sont changs.
DFINITION 2.4 (SYSTME INVERSE GAUCHE).- Le systme:
{
.:. - F( - " ,',
" - .J " .. ' ,
11 = H (:. y, )1, ... ,/1'))
l2.l ] ]
est lm systme im'erse li gauche pour le systme [2.1] si la sortie u(l) de [2.111 est
gale l'entre 11(1) de [2. /] ds lors que l'entre yU) de /2.11 J est gale il la sortie
de [2.1].
DFINITION 2.5.- Le systme /2.1] est dit IlI'e/:;,'ible cl gauche (resp. cl droite) s'il existl'
ml systme inverse gal/che (resp. li droite).
PROPOSITION 2.1 ([FLI 86]).- Le systme /2.1 J est inversible li gauche (resp. cl droite J
si er seulemeHl si SOif rang p ei\'{ gal il III (resp. p J.
EXE1\tIPLE 2.1.- Suite.
De /2.9 J. 1111 systme il/l'erSe de /'unicycle est:
I
l'7 = [.\;' - (tan y[] cos
2
1]
YI
ft [ = .\'1/ cos ']
.
[j;} - (tan 17)YJJ cos
2
1)
/1.., = ---------
- 5'[
48 Systmes Ilon linaires
En ulilisl1nlf2.8], 011 obtient X3 = arctan(\'2/\") et donc il existe 1/11 systme llI'erse
sfatque (d'ordre z.ro) :
EXEMPLE 2.1.- Considrons /111 systme linaire dOl1t la fOI/clion de gale
(s + 1)/ s2 :
{
ofl -"2
oh ="
y = .Y1 +X2
L'olgorithme d'inversion cOl1duit il .l' = -'"} +/1 ef donc lOI sys/me nverse t( rduil
{ZN E 931 est:
/
1,1 = -IJ +
/1 = -1] + Y
Il est de dimension 1 et le sys/me illl'erse d'ordre rdlfir reprsente la prsence
d'lIJ1 zro de lransmissiol1.
2.2.4. Dynamique des zros
Dans [ISI 861 il est montr qu'l exste trois notions de zros de transmission qui
gnralisent. dans le contexte non linaire, le concept de zro de transmission d'un
systme linaire invarianL. Une de ces notions, l'annulation de la sortie, donne un
outil pour l'tude de la stabilisation locale par bouclage statique d'tat des systmes
non linaires. D'un autre ct, la notion de dynamique de zro dfinie ci-dessous est
en accord avec celle de l'exemple 2.1 el joue un rle crucial dans les problmes de
commande par bouclage dynamique. en particulier dans le problme de la linarisation
par bouclage dynamique (voir paragraphe 2.5.2).
DFINITION 2.6.- COI/sidrons le systme 12.1] el SUppOSOIIS que p = 111. La dynll1uiqtle
de :ro d" syst11le {2./ ] est (hf/il/ie par la dynamique dtl systme rduit IlI'erse.
L'algorithme de structure permel immdiatement de dduire le rsultat suivant.
PROPOSITION 2.2.- Si le sys/me es! I/ven'ible, a/nrs l'ordre de la dynamque de z.ro
l'SI gal il Il - 1/;, oilles 11; reprse1l1ent les ordres de,'i' zros
48 Systmes Ilon linaires
En ulilisl1nlf2.8], 011 obtient X3 = arctan(\'2/\") et donc il existe 1/11 systme llI'erse
sfatque (d'ordre z.ro) :
EXEMPLE 2.1.- Considrons /111 systme linaire dOl1t la fOI/clion de gale
(s + 1)/ s2 :
{
ofl -"2
oh ="
y = .Y1 +X2
L'olgorithme d'inversion cOl1duit il .l' = -'"} +/1 ef donc lOI sys/me nverse t( rduil
{ZN E 931 est:
/
1,1 = -IJ +
/1 = -1] + Y
Il est de dimension 1 et le sys/me illl'erse d'ordre rdlfir reprsente la prsence
d'lIJ1 zro de lransmissiol1.
2.2.4. Dynamique des zros
Dans [ISI 861 il est montr qu'l exste trois notions de zros de transmission qui
gnralisent. dans le contexte non linaire, le concept de zro de transmission d'un
systme linaire invarianL. Une de ces notions, l'annulation de la sortie, donne un
outil pour l'tude de la stabilisation locale par bouclage statique d'tat des systmes
non linaires. D'un autre ct, la notion de dynamique de zro dfinie ci-dessous est
en accord avec celle de l'exemple 2.1 el joue un rle crucial dans les problmes de
commande par bouclage dynamique. en particulier dans le problme de la linarisation
par bouclage dynamique (voir paragraphe 2.5.2).
DFINITION 2.6.- COI/sidrons le systme 12.1] el SUppOSOIIS que p = 111. La dynll1uiqtle
de :ro d" syst11le {2./ ] est (hf/il/ie par la dynamique dtl systme rduit IlI'erse.
L'algorithme de structure permel immdiatement de dduire le rsultat suivant.
PROPOSITION 2.2.- Si le sys/me es! I/ven'ible, a/nrs l'ordre de la dynamque de z.ro
l'SI gal il Il - 1/;, oilles 11; reprse1l1ent les ordres de,'i' zros
2.3. Linarisation
La linarisation exacte des systmes non linaires constitue une mthode naturelle
et prometteuse: elle permet J'obtenir un comportement entre-sortie linaire par la
mise en uvre d'un bouclage. Par la suite, toute la thorie linaire peut tre applique
[CON 99, 1S1 89, NU 90J. Les mthodes de commande avances comportent souvent
plusieurs bouclages dont un bouclage de linarisation. La linarisation entre-sortie
joue un rle important dans un domaine comme la robotique: dans ce cas, la mthode
du couple calcul est un cas particulier de la linarisation entre-sortie.
2.3.1. Formula/ioll du problme
Linarisation entre-sortie par retour d'tat
Etant donn le systme:
E = {.r = f(x) + g(x)u
y = "(x)
Ol! l'tat x E iP2,1I, l'entre u E 1R://1 , la sortie y E IR!) et les composantes de f, g, Il sont
des fonctions mromorphes, trouver, si possible, un bouclage statique rgulier d'tat
Il = U'{x) + ,B(x)v et une transformation d'tat = cp(x) telle que, dans les nouvelles
coordonnes d'tal, le systme compens s'crive:
[2.12J
o VI est un vecteur compos de certaines composantes de V, la paire CA 1, BI) est
commandable et la paire (Cl, Al) est observable.
2.3.2. Cas lIlollosortie
Le cas monosortie de la linarisation entre-sortie par bouclage est certainement
le schma de commande de base le plus lmentaire. Tl rside au cur e nombreuses
lois de commande non linaires plus sophistiques qui sont dveloppes ci-dessous.
Cette mthode consiste compenser, par bouclage, les non-linarits qui apparaissent
dans la drive d'ordre,. de la sortie, o r est son degr relatif. Dans le domaine de la
robotique, ce schma de commande est bien connu sous la dnomination de f11thode dlf
couple calcul. Une condition ncessaire et suffisante pour la rsolution de ce problme
est formule de la manire suivante.
2.3. Linarisation entresortic
La linarisation exacte des systmes non linaires constitue une mthode naturelle
et prometteuse: elle permel d'obtenir un comportement entre-sortie linaire par la
mise en uvre d'un bouclage. Par la suite, toute la thorie linaire peUl tre applique
[CON 99, ISr 89, NU 90]. Les mthodes de commande avances comportent souvent
plusieurs bouclages dont un bouclage de linarisation. La linarisation entre-sortie
joue un rle important dans un domaine comme la robotique: dans ce cas, la mthode
du couple calcul est un cas particulier de la linarisation entre-sortie.
2.3.1. Formulation du problme
Lina rsaton en tre-sortie pa r retour d 'tat
L; = {.\" = fCr) + g(X)/1
y = h(x)
Ol! l'tal x E iPi.
1I
, l'entre 1/ E JR://I, la sortie y E JRU) et les composantes de f, g, h sont
des fonctions mromorphes, trouver, si possible, Uil bouclage statique rgulier d'tat
1/ = a(x) + !3(x)v et une transformation d'tat $ = cp(.\") telle que, dans les nouvelles
coordonnes d'tal, le systme compens s'crive:
{
tl = A 1 + B, V1
= +
y=
l2.12J
o VI est un vecteur compos de certaines composantes de Il, la paire (A l, BI) est
commandable et la paire (C, , A., ) est observable.
2.3.2. Cas lllollosortie
Le cas monosortie de la linarisation entre-sortie par bouclage est certainement
Je schma de commande de base le plus lmentaire. TI rside au cur de nombreuses
lois de commande non linaires plus sophistiques qui sont dveloppes ci-dessous.
Cette mthode consiste compenser, par bouclage, les non-linarits qui apparaissent
dans la drive d'ordre r de la sortie, o r est son degr relatif. Dans le domaine de la
robotique, ce schma de commande est bien connu sous la dnomination de mthode du
COl/pIe calcul. Une condition ncessaire et suffisante pour la rsolution de ce problme
est formule de la manire suivante.
TI-IORTv 2.2.- Supposons p 1. alors le problme de Iinarisato1l de /a relation
emre-sortie par bouclage statique sur /' tat adllJet ulle sol1ltoII pOUf :E si et seu/t'melll
si SOli degr re/mU" est Jin.
DlllOllst ration.
Suffisance
Soir r le degr relatif de la sortie et soit fi 1 (x) := ."(x), ... , hr-I (x) := y(I"-I)(x)
el VI := y(r)(x, Il). On dmontre par l'absurde que:
a(h(x), /1[ Cr), ... ,hr-I (x))
rang = r
(lx
[2.131
Supposons que [2.13 J ne soit pas satisfaite. alors, sans perte de gnralit, supposons
que dhr-I E spunl({ dlr, cI" l, ... , dh
r
-2)' Du thorme des fonctions implicites, il
existe localement V' telle que:
111"-1 (x) = V/("(X), "lfx), .... 1I1'-2(x)).
Ceci implique dy(k) E Spi.1I11({ dh, dh 1, ... dhr-:d pour tout k 2: O.
Soit ... , ';Ir) = (h(x), Il 1 (x), .... 11,.-1 (x)) qui peut tre complt pour dfi-
nir une transformation d'tal. De mme, VI peUL tre complt par (V2, . _, VIII) de
sorte que 8(VI, ... , VIII )jall soit inversible elle rsultat suit.
Ncessit
ToUL systme linaire communcIable el observable a un degr relatif fini. Il
EXErvIPLE.- Soit:
t
-
io
,
:\"2 = If
Y =XI
Ollllpplique la procdure ci-dessus ef 011 d4/i1lT ;11 \'1. ';12 xi eT 11 2X111.
Notons que la est mromorphe, alors que la transformation il/l'erse
.; -1 Ile l'est pas. Le bouclage linarisant l'ST Il = V j'2x2 el la Jonction de tmn!.fert du
systme linaire en boucleferllle est 1js2.
TI-IORTv 2.2.- Supposons p 1. alors le problme de Iinarisato1l de /a relation
emre-sortie par bouclage statique sur /' tat adllJet ulle sol1ltoII pOUf :E si et seu/t'melll
si SOli degr re/mU" est Jin.
DlllOllst ration.
Suffisance
Soir r le degr relatif de la sortie et soit fi 1 (x) := ."(x), ... , hr-I (x) := y(I"-I)(x)
el VI := y(r)(x, Il). On dmontre par l'absurde que:
a(h(x), /1[ Cr), ... ,hr-I (x))
rang = r
(lx
[2.131
Supposons que [2.13 J ne soit pas satisfaite. alors, sans perte de gnralit, supposons
que dhr-I E spunl({ dlr, cI" l, ... , dh
r
-2)' Du thorme des fonctions implicites, il
existe localement V' telle que:
111"-1 (x) = V/("(X), "lfx), .... 1I1'-2(x)).
Ceci implique dy(k) E Spi.1I11({ dh, dh 1, ... dhr-:d pour tout k 2: O.
Soit ... , ';Ir) = (h(x), Il 1 (x), .... 11,.-1 (x)) qui peut tre complt pour dfi-
nir une transformation d'tal. De mme, VI peUL tre complt par (V2, . _, VIII) de
sorte que 8(VI, ... , VIII )jall soit inversible elle rsultat suit.
Ncessit
ToUL systme linaire communcIable el observable a un degr relatif fini. Il
EXErvIPLE.- Soit:
t
-
io
,
:\"2 = If
Y =XI
Ollllpplique la procdure ci-dessus ef 011 d4/i1lT ;11 \'1. ';12 xi eT 11 2X111.
Notons que la est mromorphe, alors que la transformation il/l'erse
.; -1 Ile l'est pas. Le bouclage linarisant l'ST Il = V j'2x2 el la Jonction de tmn!.fert du
systme linaire en boucleferllle est 1js2.
2.3.3. Cas 1Jlultisorlie
La solution le11lel/tcdre peut tre facilement gnralise aux systmes multisorties.
On obtient alors la condition suffisante suivante.
THORME 2.3.- Le problme de la lillar;satioll entreHsortie pOlir 2: admet /Ille
solution si :
Olt Il reprsente le degr relat{j'de III sortie hi. pOlir i = 1, ... , p.
DlllonstrmioJ/. Posons Vi = yr;)(x, If) pour i = 1, .... p. De [2.141,
1J
JI
+I, "', VII! de sorte que Dv/au soit inversible. Le rsultat suit.
[2.14]
on dfinit
1111
".J';?))' A
La matnce 1 -dll qll1 apparalt dans la condItIon [2.14] est usuellement
appele la l1Iatrice de dcollplage de 2:. La condition [2.14] est videmment non nces-
saire. Ceci peut tre vu sur le systme linaire suivant.
EXEMPLE 2.3.- Etant dOJ1n le systme:
x] = If]
-\-2 = .\') + u!
.\'3 = lf2
[2.15]
.1'1 =x]
on1llOn/re/acilement que rang iJ(5'1, .\'2)/rJU = 1.
Une condition ncessaire et suffisante pour la linarisation enlre-sortie est donne
dans [ISI 84] et peut tre formule de la manire suivante.
THORME 2.4.- Suppo.\'Ons qlle le systme [2.1J soit inversible li droite. Alors, la
lillarisation el/tre-sortie admet Hile solutioll si et seulement si .'
[
a(i ..... v
IH
)) ]
rangfC - . ( ])
a(u,, ... ,It
Il
)
DJ/1DllstratiOiI.
Ncessit
[
a(i ..... , "IH') ]
= rangp _. - ( 1 )
" a(u,li, ... ,u
ll
)
[2.161
La condition [2.16] est clairement vrifie par le systme en boucle ferme. Cette
condition est invariante sous bouclage statique d'tat inversible.
Inversion eL linarisation 51
2.3.3. Ca.I\ I11llllisorlie
La solution leJ1u:'lIhdre peut tre facilement gnralise aux systmes mullisorties.
On obtient alors la condition suffisante suivante.
THORME 2.3.- Le problllle de 10 lillarisation pOlir E admet ulle
solutio/1 si :
p [2.14]
o Il reprsente le degr re/aIt/de la sortie hi. pour; = l, .... p.
Dlllo/1stralon. Posons Vi = y/,"d(x, If) pour = 1, .... p. De rl.l4J, on dfinit
VJ1+1, , VIII de sorle que av/au soit inversible. Le rsultat suit. Il
. ..... /?)). A
La matnce . 1 . -aIl 1 qUI appanllt dans la condItlOl1 14] est usuellement
appele la matrice de dcouplage de 'E. La condition [2.14J est videmment non nces-
saire. Ceci peut tre vu sur le systme linaire suivant.
EXEMPLE 2.3.- Etal/! donn le systl1le :
:\-] = Il]
=.\'3 + Il 1
= Il}
[2. J 5]
)'1 =-"1
ol1llUmtre./acileme/lt que rang (j(5'1 \ ."2)/(l1l = 1.
Une condition ncessaire et suffisante pour la linarisation entre-sortie est donne
dans [ISI 84] et peut tre formule de la manire suvante.
THORME 2.4.- Supposom' que le syst/J/e [2.1J soit inversible il droite. Alors, la
linarisation entre-sortie admet ulle solutioll si et sellle1llelll si :
Dmonstration.
Ncessit
a (li, li, . . . ))
[2.161
La condition [2.16] est clairement vrifie par le systme en boude ferme. Cette
condition est invariante sous bouclage statique d'tat inversible.
Suffisance
Rcrivons l'algorithme de stmcture du paragraphe 2.2.2 dans le cas particu 1 ier o
la condition ['2.16J est satisfaite.
Etape 1 : calculer:
\' = = (x) + (X)1I) :=
- YI (/1(x)+br(x)1I '::1
De la condition [2.16], les lignes de ,; 1 (x) dpendent linairement, (sur IR.) des
lignes de ';1 (x), donc:
.I = r(x) - LICidx) + LI:I
pour une certaine matrice relle L \. Notons:
::2 := j,1 - := Ci2(X)
Etape 2 : ca1cu 1er:
.::. = (
Ci
2 (x) + (x )Il) .=
.... '...... . ....
- a2(.r) + b2(X)1I '::2
De [2.16], les lignes de ';2 (x) dpendent linairement, (sur lR) des lignes de (X))
h:!(xj
donc:
(_) L (.'l (X)) L
.:.2 = lI2\ - 2 - (.) + 2 .::.
al Z2
pour une certaine matrice relle L2. Notons Z3 := - L2 ).
Etape k : calculer:
(
les lignes de bk(X)
_: . donc:
bk-I (x)
dpendent linairement. (sur lR) des lignes de
Suffisance
Rcrivons l'algorithme de stmcture du paragraphe 2.2.2 dans le cas particu 1 ier o
la condition ['2.16J est satisfaite.
Etape 1 : calculer:
\' = = (x) + (X)1I) :=
- YI (/1(x)+br(x)1I '::1
De la condition [2.16], les lignes de ,; 1 (x) dpendent linairement, (sur IR.) des
lignes de ';1 (x), donc:
.I = r(x) - LICidx) + LI:I
pour une certaine matrice relle L \. Notons:
::2 := j,1 - := Ci2(X)
Etape 2 : ca1cu 1er:
.::. = (
Ci
2 (x) + (x )Il) .=
.... '...... . ....
- a2(.r) + b2(X)1I '::2
De [2.16], les lignes de ';2 (x) dpendent linairement, (sur lR) des lignes de (X))
h:!(xj
donc:
(_) L (.'l (X)) L
.:.2 = lI2\ - 2 - (.) + 2 .::.
al Z2
pour une certaine matrice relle L2. Notons Z3 := - L2 ).
Etape k : calculer:
(
les lignes de bk(X)
_: . donc:
bk-I (x)
dpendent linairement. (sur lR) des lignes de
pour une certaine matrice relle LI;. Notons:
En raison de l'hypothse d'inversibilit droite, il existe N EN tel que:
(
';I(X))
rang _: = p
"N(X)
Un bouclage statique rgulier sur l'tat qui rsout le problme est alors donn en
rsolvant en If j'ensemble des p quations:
EXEMPLE.-
Xl = XJlIl
.r::: = X4 + 2XJlIl
XJ = XJ
.\"4 = 1/:::
YI =Xl
Y2 = X2
liiI
[2.17]
De l'tape 1 de l'algori/llme de strue/ure, posons v] := X3U] et .\'2 = x"' + 2.\'1.
On drive X4 [III liell de )'2 et 011 pose V2 := 112. Par cOlls/I/(Jllt, le hOllclage statique
d'la! Iillarisal1/ est dOllll par Il] = V]/X3 etu2 = V2.
2.3.4. Linarisatioll clltre
M
sortie par retour dynamique de sortie: cas lIlollosortie
Dans toutes les commandes dcrites prcdemment, on suppose que j'tat est com-
pltement disponible par la mesure. Cependant, cela est rarement le cas en pratique
et dans ce cas on peut suivre deux options: soit on estime les variables d'tat en
construisant un observateur non linaire, soit on recherche directement un bouclage
Inversion ct linarisation 53
pour une certaine matrice relle Lf::. Notons:
En raison de l'hypothse d'inversibilit droite, il existe N E N tel que:
(
hl (X)
rang _: = p
hN(X)
Un bouclage statique sur l'tat qui rsout le problme est alors donn en
rsolvant en 11 l'ensemble des p quutions :
EXEMPLE.-
\:1 = xJlIl
.\:2 = x4 + 2.\"3/11
1-3 = X3
:\'4 //2
YI =Xl
v
III
[2.17]
De l'tape J de l'algorithme de srructllre, posons VI := .\"3/11 ef ,'\'2 = X..j + 2.\'1.
On drive -\:"4 ail lieu de ef 011 pose V:?, := "1. Par consque1lt. le houclage statique
d'tat linarisant est donn par 11 1 = VI/.'\3 e1112 = V2.
2.3.4. Linarisafioll ellfrc
M
s(}rtie par ret(}ur dynamique de sortie: cas 11I01l0S01't;e
Dans toutes les commandes dcrites prcdemment, on suppose que l'tat est com-
pltement disponible par la mesure. Cependant, cela est rarement le cas en pratique
et dans ce cns on peut suivre deux options: soit on estime les variables d'tat en
construsant un observateur non linaire, soit on recherche directement un bouclage
statique ou dynamique sur ]a sortie qui puisse rsoudre le problme de la linarisation
entre-sortie.
Ce n'est que rcemment que la seconde option fut considre et les premires
conttibutions peuvent tre trouves dans [MAR 91, MAR 95, RES 85, XIA 96]. Des
conditions ncessaires et suffisantes som donnes qui assurent l'existence d'un bou-
clage statique de sorlie solution du problme. Dans cette situation, un bouclage est
obtenu de manire expllcite par un algorithme qui est constructif des conditions stan-
dard d'intgrmion prs. Des conditions suffisantes sont donnes pour l'existence d'un
bouclage dynamique sur la sortie solution au problme. D'un point de vue technique,
des injections de sortie ad dt ives jouent un rle dans la recherche
de solutions par bouclage statique de sortie. Dans le cas des bouclages statiques de sor-
tie, une slrucwre linaire standard (modulo des injections de sortie) est ncessare
comme cela est montr dans le thorme 2.5. Dans le cas des bouclages dynamiques,
une structure beaucoup plus gnrale est introduite et conduit une condiLon suffisante
nouvelle pour la rsolution du problme. Les transfOlmarlons requises ne sont plus des
injections de sortie standard, par opposition [XIA 96]. Une application de ce rsultat
il la commande d'un moteur courant continu peut tre trouve dans 1 POT 00].
Linarisato1l entrt'-sortie par retour stalique de sortie
On prsente tlne gnralisation directe de [MAR 91, XIA 96] au cas non obser-
vable/non accessible, On montre que le problme peut tre rsolu si et seulement si
le systme peul tre linaris par injections de sortie. Bien que les injections de sor-
tie jouent leur premier rle dans la synthse d'observaleurs asymptotiques (avec une
dynamique d'erreur linaire), elles jouent galement un rle crucial dans la linari-
sation entre-sortie par bouclage statique de sortie. Cela n'est plus le cas lorsque des
bouclages dynamiques sont considrs.
On considre un systme non linaire:
.," = f(x, li)
y = h(x)
[2.18]
o x E J.R:1l, If E lffi., Y E ID2., f, h sont des fonctions mromorphiques de leurs arguments.
On s'intresse l'tude de la linarisation entre-sortie par bouclage statique de sortie.
Le thorme 2.5 permet de rsoudre Je problme.
THORME 2.5.- Le systme (2.IS! est linarisable en entre-sortie par bouclage
statique slIr la sorte si et seulelllent si :
(i) dy(ll) est lil1a rtsab le par li injections de sortie cj)) (y, li), ... 1 lPi(Y, 11);
(ii) dimnt (spanIRfdy, dq,I, .. , dcj>Jil) = dim}C (span}C{ d)', d(p), ... , dq>Il).
statique ou dynamique sur ]a sortie qui puisse rsoudre le problme de la linarisation
entre-sortie.
Ce n'est que rcemment que la seconde option fut considre et les premires
conttibutions peuvent tre trouves dans [MAR 91, MAR 95, RES 85, XIA 96]. Des
conditions ncessaires et suffisantes som donnes qui assurent l'existence d'un bou-
clage statique de sorlie solution du problme. Dans cette situation, un bouclage est
obtenu de manire expllcite par un algorithme qui est constructif des conditions stan-
dard d'intgrmion prs. Des conditions suffisantes sont donnes pour l'existence d'un
bouclage dynamique sur la sortie solution au problme. D'un point de vue technique,
des injections de sortie ad dt ives jouent un rle dans la recherche
de solutions par bouclage statique de sortie. Dans le cas des bouclages statiques de sor-
tie, une slrucwre linaire standard (modulo des injections de sortie) est ncessare
comme cela est montr dans le thorme 2.5. Dans le cas des bouclages dynamiques,
une structure beaucoup plus gnrale est introduite et conduit une condiLon suffisante
nouvelle pour la rsolution du problme. Les transfOlmarlons requises ne sont plus des
injections de sortie standard, par opposition [XIA 96]. Une application de ce rsultat
il la commande d'un moteur courant continu peut tre trouve dans 1 POT 00].
Linarisato1l entrt'-sortie par retour stalique de sortie
On prsente tlne gnralisation directe de [MAR 91, XIA 96] au cas non obser-
vable/non accessible, On montre que le problme peut tre rsolu si et seulement si
le systme peul tre linaris par injections de sortie. Bien que les injections de sor-
tie jouent leur premier rle dans la synthse d'observaleurs asymptotiques (avec une
dynamique d'erreur linaire), elles jouent galement un rle crucial dans la linari-
sation entre-sortie par bouclage statique de sortie. Cela n'est plus le cas lorsque des
bouclages dynamiques sont considrs.
On considre un systme non linaire:
.," = f(x, li)
y = h(x)
[2.18]
o x E J.R:1l, If E lffi., Y E ID2., f, h sont des fonctions mromorphiques de leurs arguments.
On s'intresse l'tude de la linarisation entre-sortie par bouclage statique de sortie.
Le thorme 2.5 permet de rsoudre Je problme.
THORME 2.5.- Le systme (2.IS! est linarisable en entre-sortie par bouclage
statique slIr la sorte si et seulelllent si :
(i) dy(ll) est lil1a rtsab le par li injections de sortie cj)) (y, li), ... 1 lPi(Y, 11);
(ii) dimnt (spanIRfdy, dq,I, .. , dcj>Jil) = dim}C (span}C{ d)', d(p), ... , dq>Il).
La dmonstration du thorme 2.,5 suit la dmonstration du thorme 2,2 dans
[MAR 91].
Linarisatiol/ elltr(J-sortie par rel our dYflalllique de sorl;e
Les conditions du thorme 2,5 sont restrictives en pratique: cela signiHe qu'il
n'existe que rarement un retour statique de sortie, Ds lors, il est intressant de recher-
cher une loi de commande dans une classe beaucoup plus large et qui peut nanmoins
tre mise en uvre aussi facilement: la classe des bouclages dynamiques de sortie,
Une solution va tre expose prsent. D'un point de vue technique, elle repose sur
une structure originale de la relation entre-sortie du systme, Elle permet de don-
ner la synthse explicite d'un bouclage dynamique de sortie linarisant. De manire
introductive, considrons l'exemple acadmique suivant:
1
x] X2 - :::j"ln(x] +2/1)
.1'1 + Il
.1'2 =
Xl + 2/1
y=X]
~ (x, -~ l n . \ 1 +211)
+ 0 0
_ X]+_u
dont l'quation diffrentielle entre-sorlie est:
[2.191
[2. 20 1
avec 1)1 (y, Il) = Il, (/)2(W, y, u) = (y + /1 - 111)/(Y + 2u), Bien que ceUe structure
soit diffrente de la structure linaire modulo des injections de sortie. elle conduit la
synthse d'un compensateur dynamique solution du problme de linarisation entre-
sortie,
Formulation du problme: le systme [2.18] est linarisable en entre-sortie par
bouclage dynamique de sortie s'il existe un compensateur:
11 = H(y. '7, v)
'i = F(y, '7, v)
tel que le systme en boucle fenne :
.i = f(x. H(h(x), 'l, v
ry = F(h(x), '7. v)
v=h(x)
[2.21]
[2.22[
Inversion cl linarisation 55
La dmonstration du thorme 2.5 suit la dn'lOl1stration du thorme 2.2 dans
[MAR 91].
LinarisatioJl el11re-sortie par re/our dynamiqlle de sortie
Les conditions du thorme 2.5 sonl restrictives en pratique: cela signifie qu'il
n'existe que rarement un retour statique de sort je. lors, il est intressant de recher-
cher une loi de commande dans une classe beaucoup plus large et qui peut nanmoins
tre mise en uvre aussi facilement : la classe des bouclages de sortie.
Une solution va tre expose prsent. D'un point de vlle technique. elle repose sur
une structure originale de la relation entre-sortie du syslme. Elle permet de don-
ner la synthse explicite d'un bouclage dynamique de sortie linarsanL. De manre
introductive, considrons l'exemple acadmique suivant:
1
X2 - ;:;- In(.q + 2EI)
.\'1 + li 1
---+-
XI +2u .,
)'=XI
In(xi + 21/)
dont l'quation diffrentielle entre-sortie est:
[2.19"1
[2,201
avec ,pl (y, li) = El, (1)"2. (w, y, /1) = (y + Il 117) 1 (y + 211 ). Bien que celte structure
soit diffrente de la structure linaire modulo des injections de sortie, elle conduit la
synthse d'un compensaleur dynamique solution du problme de linarisaton entre-
sortie.
Formulation du problme: le systme [2.18] est linarisable en entre-sortie par
bouclage dynamique de sort je s'j) existe Ull compensateur:
/1 = H (y, 17, v)
1] F (y, 17, v)
tel que le systme en boucle fe1111e :
= f(x. H(h(x), 17, v))
'1 = F(h (x), ']. v)
y = h(x)
[2.21]
[2.221
56 Systmes non linl.lires
soit diffomorphe :
{' Al+bv
= f"7lU;. '], v) [2.23]
y = ct
l
O, 11 E t 1 E lPi.
'I
, (2 E IR:II+q-ii, (c, A) est une paire observable. Deux conditions
suffisantes sont donnes ci-dessous. Elles constituenL loutes les deux une gnralisation
de la structure [2.20] de l'exemple introductif.
THORME 2.6.- Le /2. J 81 est linarsable par bouclage dYllamique de
sorrie si :
d \,(il) = ! d \.(i-ll + ... + r-I dv(JI-r+l)
. - -
[
d d d ]
+ d l/Jii(" v. Il) 0 -qJt-1 (" V. li) o 0 -rl)r_I_! (', \'.11) 0 -
r
( v.lI)
- dt' dl 'l' . . dt r.
mi i E lft Ci = l, ... , r - 1).
Dmonstratioll. Considrons le systme [2.18]. Posons:
'Jl := (l>r(Y, u)
'12 := 4)1'+ 1 (11 l , y. 11)
J}3 := (IJr+2Ub" y, li)
l]ii-r := 4),1-1 (11J-r-l. y. Il)
li := (/),;(171-r. y. Il).
[2.24]
[2.25]
On note que de la dfinition du degr relatif r, (l',. est inversible par rapport 1/
el (IJ; est inversible par rapport fl ()j -l, pour = r + l, .... ji. On dfinit. alors le
compensateur dynamique suivant:
Il CP,-: 1 (y, /11 )
17; = y. (IJ,--:1(y, 17)))
J]II -r ) (v 1 y, (I 1 (y, 17) )).
1 .... 1 ii - r l2.261
La subst.itulion cie l2.26] clans [2.24] condul la relation suivante pour le systme
en boucle ferme :
[2.27]
Donc. le svstme 12.1 Rl p.st nnr hOI1I+ICJP rhm:ll'ninlIP rll" cl'Irti/>
56 Systmes non linl.lires
soit diffomorphe :
{' Al+bv
= f"7lU;. '], v) [2.23]
y = ct
l
O, 11 E t 1 E lPi.
'I
, (2 E IR:II+q-ii, (c, A) est une paire observable. Deux conditions
suffisantes sont donnes ci-dessous. Elles constituenL loutes les deux une gnralisation
de la structure [2.20] de l'exemple introductif.
THORME 2.6.- Le /2. J 81 est linarsable par bouclage dYllamique de
sorrie si :
d \,(il) = ! d \.(i-ll + ... + r-I dv(JI-r+l)
. - -
[
d d d ]
+ d l/Jii(" v. Il) 0 -qJt-1 (" V. li) o 0 -rl)r_I_! (', \'.11) 0 -
r
( v.lI)
- dt' dl 'l' . . dt r.
mi i E lft Ci = l, ... , r - 1).
Dmonstratioll. Considrons le systme [2.18]. Posons:
'Jl := (l>r(Y, u)
'12 := 4)1'+ 1 (11 l , y. 11)
J}3 := (IJr+2Ub" y, li)
l]ii-r := 4),1-1 (11J-r-l. y. Il)
li := (/),;(171-r. y. Il).
[2.24]
[2.25]
On note que de la dfinition du degr relatif r, (l',. est inversible par rapport 1/
el (IJ; est inversible par rapport fl ()j -l, pour = r + l, .... ji. On dfinit. alors le
compensateur dynamique suivant:
Il CP,-: 1 (y, /11 )
17; = y. (IJ,--:1(y, 17)))
J]II -r ) (v 1 y, (I 1 (y, 17) )).
1 .... 1 ii - r l2.261
La subst.itulion cie l2.26] clans [2.24] condul la relation suivante pour le systme
en boucle ferme :
[2.27]
Donc. le svstme 12.1 Rl p.st nnr hOI1I+ICJP rhm:ll'ninlIP rll" cl'Irti/>
L'algorithme 2.1 qui suit permet de vrifier la condition [2.24]. Il permet galement
de calculer (ds lors qu'clles existent) les fonctions requises (I)i (i = 1 ..... '-) (
l'intgration de I-formes prs).
Supposons:
dimE'! = 2ii. [2.28]
Test initial: dy(ii) E E'
Si non, stop! Si oui, on note (VI = dyil).

Etape i (i = 1, ... , r - 1) On choisit des Fonctions telles que (Vi - dyU/-i) E
E
I
-
i
. Posons Wi = dy. Tester: (Vi E spanF;! dy). Si non, stop! Si oui, on dfinit
(Vi+1 = Wi - (Vi
Etape r. On choisit des fonctions ;r, (-JI' E JC telles que (V
r
-;r dy(ii-r) - Or dll(ii-rl E
E
n
-/". Poser w
r
= ;1' dy + Or dll. Tester: dtv/" 1\ cV
r
= O. Si non, stop! Si oui, on dfinit
1J,,(Y.II) tel que:
. ihlJr
o r E K. Notons :1'-'-1 = (;1)r(\', Il). Si -::;!;. 0, on rcrit W
r
de sorte que: CV/" E
. A\'
1
ct
("-"-() ct ct Il'-'-)) . 1 ct)
span}( :/'+1 , ... , :2. If , .. (If. y.
Si = 0 et i!,t/l
r
7'-= 0, on rcrit O)r de sorte que:
(y II/
1
ct
(ii-/"-I) 1 ct (ii-r-I) ct ct J
(vrESpanlC :'1'+1 , ... ,t:r_!_I, y .... , y, 1/.
Etape C (C = r + 1. .... 11- 1). O(./ll E!C tel que:
On pose cv/:, = il/:, d:/, + + O( dl/. Tester: d(vt 1\ cv/, 1\ d(lh-1 = O. Si 110n. stop!
Si oui, soit q)t(z/:,. y, li) tel que:
[2.30]
Oll)ll', (' E K. 011 noie :[+] = 4h(:/:" y, 1/). On rcrit CV/" tel que:
Id
(ii-l'-Il d ct (ii-[-I) d ct (/1-(-1) ct J
(vrESpanlC '::(-1-1 .... , :(+1, y, ... , y, 1/ , Il.
Etape i. Par construction, (V/" E Spill1f(! d:;i. dy. du}, et par dfinition:
dcv/" = O.
Fin de l"algorithme.
Algorithme 2.1
L'algorithme 2.1 qui suit permet de vrifier la condition [2.24]. Il permet galement
de calculer (ds lors qu'elles existent) les fonctions requises (I)i (i 1 ..... il) (
J'intgration de I-formes prs).
Supposons:
[2.28]
Test initial: dyU) E pi. Si non, stop! Si oui. on Ilote (VI = dy(I).
Etape U = 1, ... J r - 1) On choist des fonctions !;i telles que (Vi - !;i dyU-il E
E
ll
-
i
. Posons Wi = !;i d.\'. Tester: iVi E span]R { cly J. Si 110n, stop! Si oui, on dfinit
(Vi+1 = wi (Vi
Etape r. On choisit des fonctions ;r, (J,. E JC telles que lV
r
- t;r dy(ii-r) - Or du (ii-r) E
E
n
-
r
. Poser w
r
t;r d.\' + Or du. Tester: div,. 1\ iV
r
= O. Si non, stop! Si oui, 011 dfinit
1)r (y! II) tel que:
L2.29]
. a (/J
r
o r E !C. Notons ':r-!-I = (/)r(\', If). Si -=1= 0, on rcrt lOI' de sorte que: l
r
E
'r (d_(I-r-l) d- d . 1 d ,}
spanl( "/'+ l ' ... , <?. 11 , (11. .\.
Si = 0 et i= 0, on rcrit (V
r
de sorte que:
'.\' III
1
d
(li-r-l) 1 d (ii-r-I) d d}
l.t>rEspanl( ::r+1 , ... ,l:r+l, -" .... , y. u.
e (C = r + 1 .... , l - 1). Choisir 1;(, Or, P.L E JC tcl que:
--'---
cl
(ii-t:) : d (-I')
(Vr - ft [ .::: (' - "f Y
On pose ivr = /J-[ d.:::/, +!;f dy + O( du. Tester: divr 1\ (VI' 1\ d(/Jr-I = O. Si non. stop!
Si oui, soit 1Jr(z.('. y, li) tel que:
L2.30]
al! YI', {' E !C. On note :::(+1 1h(:::f, y, Il). On rcrit (VI' tel que:
{ d
(ii-f-I) d d (J-{-Il d d lii-t'-I) d}
W
r
E spanJ( ;'('1'\ .... :/:+1, Y , ... , y, Il .... , li.
Etape ii. Par construction, WI" E span}( 1 d':::i. dy. du}, et par dfinition:
dW
r
= O.
Fin de l'algorithme.
Algorithme 2,1
58 Syslmes non 1inaircs
THORME 2.7.- Sous l'h.\JOfhse /1.28], dy(I) E E peut i'!lre crit SOIIS la forme
(2.241 si el seu/cment si dyUi) E E
i
:
d(V
r
1\
=0,
I1existel;I, ... ,';r-1 E tel qUi' :
1'-1
dy(ii) - L';i dy(i-i) E E
I
-
r
i=1
[2.31 ]
[2.32]
[2.33J
Dmolls/ratio1/ (Ncessit). En raison du thorme 2.6, la ncessit de [2.33] est vi-
dente. On suppose qu'il existe i r + 1 fonctions (I)i (i = r . ... , il) qui permettent
d'crire d."!I;) comme dans la condition (i) du thorme 2.6. Alors, de [2.29] et de
[2.30], les I-formes diffrentielles [Vi peuvenl tre crites de la manire suvante :
Eh/J,; a(!J{i_1 atPr+l
(VI' .. --. - dqJr(v. 11)
()(i)ii-I a (/J
r
.
J(Pi )qJii- 1 i)(/)r+2
Wr+1 = -. -. _... dqlr+1 (4)1'' y, Il) + )11'+1 dql,.
1 (h/Jji-'1
Cela implique la ncessit de [2.31] el de [2.321.
Suffisance: le droulement de J'algorithme 2.1 montre la suffisance du thorme 2.7.
III
Une condition suffisante encore plus faible mais plus complexe esl donne prsent.
2.8.- Le systme {2.18} est linarisable en en/re-sortie plir bouclage
dynamique de sortie si :
3 iL q E dy') = I dyil-l) + ... + 'AIl d)'
. , \'. Il) 0 (v, Il)]
dl '1"- . . dl f
[2.341
ot! ;)(/)!/r)u :;6 0, el ; E IR: (i = l, ... , JI).
58 Syslmes non 1inaircs
THORME 2.7.- Sous l'h.\JOfhse /1.28], dy(I) E E peut i'!lre crit SOIIS la forme
(2.241 si el seu/cment si dyUi) E E
i
:
d(V
r
1\
=0,
I1existel;I, ... ,';r-1 E tel qUi' :
1'-1
dy(ii) - L';i dy(i-i) E E
I
-
r
i=1
[2.31 ]
[2.32]
[2.33J
Dmolls/ratio1/ (Ncessit). En raison du thorme 2.6, la ncessit de [2.33] est vi-
dente. On suppose qu'il existe i r + 1 fonctions (I)i (i = r . ... , il) qui permettent
d'crire d."!I;) comme dans la condition (i) du thorme 2.6. Alors, de [2.29] et de
[2.30], les I-formes diffrentielles [Vi peuvenl tre crites de la manire suvante :
Eh/J,; a(!J{i_1 atPr+l
(VI' .. --. - dqJr(v. 11)
()(i)ii-I a (/J
r
.
J(Pi )qJii- 1 i)(/)r+2
Wr+1 = -. -. _... dqlr+1 (4)1'' y, Il) + )11'+1 dql,.
1 (h/Jji-'1
Cela implique la ncessit de [2.31] el de [2.321.
Suffisance: le droulement de J'algorithme 2.1 montre la suffisance du thorme 2.7.
III
Une condition suffisante encore plus faible mais plus complexe esl donne prsent.
2.8.- Le systme {2.18} est linarisable en en/re-sortie plir bouclage
dynamique de sortie si :
3 iL q E dy') = I dyil-l) + ... + 'AIl d)'
. , \'. Il) 0 (v, Il)]
dl '1"- . . dl f
[2.341
ot! ;)(/)!/r)u :;6 0, el ; E IR: (i = l, ... , JI).
REMARQUE.- Puisq/le l'indice d'nbserv{/hifit ne pellt pas dcrotre, 1 :::: il et Pllisquc
h' degr relaf(j"nc pellt pas dilllinuer ii - Cf + 1 :::: r.
Dmonstratio/1 du thorllle 2.8. On considre le systme [2.18]. Posons:
'71 := <Pl (.\'. Il)
'72 := (1)2(1il. y. /1)
Il] := (1)3(112. JJ1. y, Il)
[2.35]
Jlq_! := q)q-l ('}1/-2, ... , '71, y, /1)
11:= (A,(J}q_I, ... , Jil, y, /1).
Notons que de la dfinition du degr relatif, (IJ] est inversible pur rapport If et
rPi est inversible par rapport (iJi-l, pour i = 1, .... Cf. On dfinit le compensateur
dynamique suivant:
Il = <I)i
1
()", '7,)
IJi = (If+-\ (J7i+ l , (/>,...-1 , , (1);1 , y, I ) ~ 1 (y, 'II ) i = 1, .... q - 2 [2.36]
. 1-1( 1-
1
1-
1
1-1(
'ltj-l =u
1j
V,Oq_I""'()2 ,y,ol y.111
La substitution de [2.36] dans [2.34] implique la relation suivante pour le systme
en boucle ferme:
[2.37]
Donc, le systme [2.18] est linaris par bouclage dynamique de sonie.
Si q ::: I. une condition ncessaire et sufllsante peut tre donne de manire algo-
lithmique par 1" algorithme 2.2.
Pour introduire le second algorithme, on a besoin du lemme 2.1 suivant ([HUI OOJ,
Lemme 2.6).
LEMME 2.1.- A" cOl/sidre lfIl cocspace Q C Q' et l/Ile I-j(".,,,c w 1:- Q et cv E Q'.
A/ors, il existe ff E Q tel q/le d(w + ff) /\ (w + rr) = 0 si et s(,I1/CIIICIII si:
dim(spall!W) + Q)* :0:: dim(Q)*' + 1 [2.38)
O Q'I' feprscl1f(' le plus gral/d sOlls-espace il1tgrahfe COl/tCl/1f dans III/ espace Q.
REMARQUE.- Puisque l'indice d'observabilit l1e peut pas dcrotre, il 2: li el jJ/lisq/le
h .. degr re/at(j"uc pell1 pas di/JJin/ler il - Cf + 1 2': r.
Dmonstratiol1 du thorme 2.8. On considre le systme [2.18]. Posons:
171 := <PI (y, Il)
171 t/)1 (Ji 1 y. 1/)
IJJ := (/)3(112. 17'. y, Il)
J l q ~ := q)q-' (Jll/-l,"" J]I, y ~ Il)
li := lj)l/(J7q-I, ... , Jil, y, 1/).
l2.35]
Notons que de la dfinition du degr relatif, {tJI est inversible par rapport 11 et
tPi est inversible par rapport (iJi-l, pour iL .... if. On dfinit le compensateur
dynamique suivant :
/1 lj)11 (y. 171)
. _}-I ( 1.-
1
/-1 J-I( )
1J; = C,)i-H 17i+1, {Pi ()1 ,y, (PI y. /71)
1, .... q - 2 [2.36]
. ,/ -1 ( ,1 - 1 ./ -1 t - 1 ( )
/71]-1 = (j)q V, (PIj_I"'" (j)1 ,y, 0, y. III
La substitution de [2.36] dans [2.34] implique la relation suivante pour le systme
en boucle ferme:
[2.37]
Donc, le systme [2.18] est linaris par bouclage dynamque de sonie. Il
Si q ~ I. une condition ncessaire et suffisante peut tre donne de manire algo-
tithmiquc par l'algorithme 2.2.
Pour introduire le second algorithme, on a besoin du lemme 2.1 suivant ([HUI OOJ,
Lemme 2.6),
LEMME 2.1.- On considre IIII coespace n c n'el une l-.fbrmc w </: n el w En'.
A/ors, il existe JT E n tel que d(l + JT) /\ (w + lf) = 0 si et seu/emellt si :
dim(span(w) + r.;n* 2': dim(Q)* + 1 [2.381
o Q* reprse/1te le plus gralld sous-espace lllgrahle conlenu dans /III espace Q.
Supposons q :::: I.
Test initial: 30' l, .... Clli-q E tel que d/
Ii
) - L:!:::? ai dy(jj-i) E Eq. Si nOI1,
stop!
(
- 11 (/
On note l = d)' 11 - Li:::1 ai
Etape]. Tester 1.] : w E EfJ. Si non, stop!
Choisir des fonctions BI E fC telles que l - dy(lI-
1
) - (JI du(q-l) E Eq-l.
On dfinit une I-forme diffrentielle telle que iVI = d.\' + BI du
Test 1.2 : dWI A (VI O. Si non, stop!
Soit 4>1 (y, u) telle que iVI 1,.1 d(PI o 11 !C. On note::1 = 4>1 (y, Il).
Elape 2. Test 2.1 : l E ElJ-
1
+ span ( , }. Si non, stop!
des fonctions 02" !l'li E fC telles que:
<q_'1)
lV-W2I d:;, -
On dfinit une I-forme diffrentielle telle que lV-:;. = Wll d:1 d)' + ()2, du.
On dfinit 0.1 = span{ dq)I)'
Test 2.2 : div2 A CV1 A dq}) O. Si non, stop!
11 existe Jr2 E QI. E!C el,. y, Il} tels que: cv:. + Jr:. = 12 dtPl. On note
::1 = y, Il).
EtapelU :5;q- 1). Testl. 1 :lVE +span{d:i
q
-
n
.....
Choisir des fonctions tl-I.l. . .. fl-l.I-1 E K telles que:
d
(1-1>
lV - 111.1 :1
On dfinit une l-forme diffrentielle lVI telle que:
lV, = J.LI,l-1 d::/-l + ... + /11.1 d::1 + dy + fh dl/.
On dfinit le coespace :
1:;-1
L
iJ(I>J:: .
QI = spanl -, -. d:i. k = 1 .... ,111111(1- 1. q -1); dl/>I}'
d";'
i=l '-',
Testl.l: dim(span{iIJt! + Qf}* ?: dimQt + 1. Si non, stop!
11 existe Jrl E 0./.1/ E lC et (IN(-:.! ... , ::/-1. y. li) tel que (V, + Jrl = I def>,.
On note::'1 = 4)/(:/-1 .... ,4.1.", Il).
Etapeq.Testq.1 ;(.VE El +spunld:I, .... d:
q
-1J. Si non, stop!
Choisir des fonctions Bq, Iif/.I ... ILq.q-1 E Je telles que:
cv = /-lq.q_1 d::q-l + ... + /1q.1 d::1 + dy + Bq dll.
Test q.2 : dcv A cv = O. Si non, stop!
Fin cie l'algorithme.
Algorithme 2.2
Supposons q :::: I.
Test initial: 30' l, .... Clli-q E tel que d/
Ii
) - L:!:::? ai dy(jj-i) E Eq. Si nOI1,
stop!
(
- 11 (/
On note l = d)' 11 - Li:::1 ai
Etape]. Tester 1.] : w E EfJ. Si non, stop!
Choisir des fonctions BI E fC telles que l - dy(lI-
1
) - (JI du(q-l) E Eq-l.
On dfinit une I-forme diffrentielle telle que iVI = d.\' + BI du
Test 1.2 : dWI A (VI O. Si non, stop!
Soit 4>1 (y, u) telle que iVI 1,.1 d(PI o 11 !C. On note::1 = 4>1 (y, Il).
Elape 2. Test 2.1 : l E ElJ-
1
+ span ( , }. Si non, stop!
des fonctions 02" !l'li E fC telles que:
<q_'1)
lV-W2I d:;, -
On dfinit une I-forme diffrentielle telle que lV-:;. = Wll d:1 d)' + ()2, du.
On dfinit 0.1 = span{ dq)I)'
Test 2.2 : div2 A CV1 A dq}) O. Si non, stop!
11 existe Jr2 E QI. E!C el,. y, Il} tels que: cv:. + Jr:. = 12 dtPl. On note
::1 = y, Il).
EtapelU :5;q- 1). Testl. 1 :lVE +span{d:i
q
-
n
.....
Choisir des fonctions tl-I.l. . .. fl-l.I-1 E K telles que:
d
(1-1>
lV - 111.1 :1
On dfinit une l-forme diffrentielle lVI telle que:
lV, = J.LI,l-1 d::/-l + ... + /11.1 d::1 + dy + fh dl/.
On dfinit le coespace :
1:;-1
L
iJ(I>J:: .
QI = spanl -, -. d:i. k = 1 .... ,111111(1- 1. q -1); dl/>I}'
d";'
i=l '-',
Testl.l: dim(span{iIJt! + Qf}* ?: dimQt + 1. Si non, stop!
11 existe Jrl E 0./.1/ E lC et (IN(-:.! ... , ::/-1. y. li) tel que (V, + Jrl = I def>,.
On note::'1 = 4)/(:/-1 .... ,4.1.", Il).
Etapeq.Testq.1 ;(.VE El +spunld:I, .... d:
q
-1J. Si non, stop!
Choisir des fonctions Bq, Iif/.I ... ILq.q-1 E Je telles que:
cv = /-lq.q_1 d::q-l + ... + /1q.1 d::1 + dy + Bq dll.
Test q.2 : dcv A cv = O. Si non, stop!
Fin cie l'algorithme.
Algorithme 2.2
Inversion ctlinarisalion 61
On dfinit un bouclage dynamique de sortie, triangulaire endogne de la manire
suivante:
/1 = FI (y. 171)
III = F:,{y, 171. 17:J
Ih = F,(y. '71 .... ,173)
1]1/-2 = Fl/-I(Y, 171, .... 17r/-d
l1q-l = F
q
(Y.171 .... ']rl-I. v)
[1.39]
Les bouclages dynamiques endognes ont d'abord t considrs dans [MAR 92].
Notons aussi que [2.26J et l2.36] sont des bouclages dynamiques de sortie. triangulaires
endognes. On montre que pour cette classe de bouclages, [2.34] est aussi ncessaire
pour le problme de lnarisation dynamique.
THORIVIE 2.9.- Le systll1e 12.181 pelfl tre linaris cn cntre-sortie par !Jouclage
dY11amique de sortie, triangulaire endogne si et seulement si 12.34} est
Dmonsfmtioll. La suffisance suit de ln dmonstration du thorme 2.8,
puisque le compensateur dcrit dans [2.36] est un bouclage dynamique de sortie, tri-
angulaire endogne.
Ncessit: il existe 1.2.39J tel que le systme linaire en boucle ferme s'crive:
[1.40)
pour un certain entier s. On dllnit le bouclage dynamique de sortie, triangulaire
endogne suivant:
11 = 1;1
= 1;,
1 [
;.\. = - w -
/' 1
[1.41 ]
La composition de [2.39] avec [2.41.1 conserve la structure de bouclage dynamique
de sortie, triangulaire endogne et implique:
dy(ii) = l dy(i,-l) + ... + ri dy + dw
[2.42)
Inversion cL linarisalion 61
On dfint un bouclage dynamique de sortie, triangulaire endogne de la manire
suivante:
Il = FI (y. lJJ)
711 = F-:Jy, 111.1]].)
Jl} = F3(Y 111 .... , Ir;)
17,,-'1 = Fq_1 Cv. J7I .... 17t,- d
17q-[ = F:,(y.1]I ..... Ih/-I, v)
Les bouclages dynamiques endognes ont d'abord t considrs dans [MAR 92].
Notons aussi que [2.26J et l2.36] sont des bouclages dynamiques de sortie. triangulaires
endognes. On monlre que pour cette classe de bouclages, [2.34] est aussi ncessaire
pour le problme de linarsaLon dynamique.
THORME 2.9.- Le systme /2.18/ peut tre linaris ell enlre-,,'orte par bouelage
dynamique de sorte. IrollglI/aire endogne si et sell/eme11l si /2.34 J l'SI
Dmolls/m/ion. (S 'dlislI Il ce). La suffsance suit de la dmonstnlLon du thorme 2.8,
puisqlle le compensateur dcrit dans [2.36] est un bouclage dynamique de sortie, tri-
angulaire endogne.
Ncessit: il existe 12.39J tel que le systme linaire en boucle ferme s'crive:
[2.40]
pour un certain entier s. On dflnit le bouclage dynamique de sortie. triangulaire
endogne suivam :
V =gl
= g2
1 [
g,\.=- 11'-
IJ 1
[2.41 ]
La compositjon de [2.39] avec [2.41.1 conserve la structure de bouclage dynamique
de sortie, triangulaire endogne et implique:
dV(/i) = l d ,,(ii-Il + ... + - dv + dw
. Il _
[2.42]
6:! Systmes non linaires
DOIlC, sans perte de gnralit, on peut supposer que le bouclage dynamique de
sortie. triangulare endogne [2.39] implique [2.42]. De [2.39], 011 a :
171 = F 1- J (y, 1/)
1]1 F
2
-
1
(1) l , y, Il)
1]3 = ,s-I (1l2. IiI, y. 11)
[2.43]
F
-
I
(' .)
1/' = < q lIt, - [, ... 171 y. 11
Alors, on obtient l'expression suivante de 11) :
[
. . d
w = 4)1/(" (PIj-'2,, (PI, y, Il) 0 dt
d . d ]
o-(!n( , ,4)1. v, Il) 0 -4>1 (\'. Il)
dt - . dt'
[2.44]
o (Pi pour i = 1, ... , Cf. En combinant l2.40] et [2.44], le rsultat suit. Il
2.3.5. Exemple
On considre lin systme donn par une quation diffrentel1e ordre suprieur
qui ne dpend que de l'entre Il et de la sortie y seulement:
[2.45]
Notons que les thormes 2.5, 2.6 el 2.8 gardent leur sens galement pour les
systmes dcrits par une quation entre-sortie [2.45 J. Cependant, tout systme entre-
sortie [2.45] satisfaisant les conditions du thorme 2.5 admet une ralisation d'tat
[2.18]. Un systme entre-sortie qui satisfait les conditions du thorme 2.6 n'admet
pas ncessairement une ralisation d'tat.
Considrons. ,,(.1) = + Il + v + Ir\' + \,211 + 3 \' ,'ii + ,;"li + \,2//(3) + 3,'v +
y
2
ii + .ty. Ce s'ystme pas de D'abord, on que
son degr relatif vaut 1. Notons (J) = dy(-I) :
LV = d"O) + (3.".\' + y2) dii + (y + YII) d,,:
+ + 3:,'y + .\'5; + y) dli + (2.\'I + 3yii + 2)'11 + 2iiy + 31iy + 11) d."
+ (3.Ni + 5
i
/ + 2)',,{J) + 3.\' + 2yii + .';/1 + li) d)' + (S) + y5; + .\' + 1) du
6:! Systmes non linaires
DOIlC, sans perte de gnralit, on peut supposer que le bouclage dynamique de
sortie. triangulare endogne [2.39] implique [2.42]. De [2.39], 011 a :
171 = F 1- J (y, 1/)
1]1 F
2
-
1
(1) l , y, Il)
1]3 = ,s-I (1l2. IiI, y. 11)
[2.43]
F
-
I
(' .)
1/' = < q lIt, - [, ... 171 y. 11
Alors, on obtient l'expression suivante de 11) :
[
. . d
w = 4)1/(" (PIj-'2,, (PI, y, Il) 0 dt
d . d ]
o-(!n( , ,4)1. v, Il) 0 -4>1 (\'. Il)
dt - . dt'
[2.44]
o (Pi pour i = 1, ... , Cf. En combinant l2.40] et [2.44], le rsultat suit. Il
2.3.5. Exemple
On considre lin systme donn par une quation diffrentel1e ordre suprieur
qui ne dpend que de l'entre Il et de la sortie y seulement:
[2.45]
Notons que les thormes 2.5, 2.6 el 2.8 gardent leur sens galement pour les
systmes dcrits par une quation entre-sortie [2.45 J. Cependant, tout systme entre-
sortie [2.45] satisfaisant les conditions du thorme 2.5 admet une ralisation d'tat
[2.18]. Un systme entre-sortie qui satisfait les conditions du thorme 2.6 n'admet
pas ncessairement une ralisation d'tat.
Considrons. ,,(.1) = + Il + v + Ir\' + \,211 + 3 \' ,'ii + ,;"li + \,2//(3) + 3,'v +
y
2
ii + .ty. Ce s'ystme pas de D'abord, on que
son degr relatif vaut 1. Notons (J) = dy(-I) :
LV = d"O) + (3.".\' + y2) dii + (y + YII) d,,:
+ + 3:,'y + .\'5; + y) dli + (2.\'I + 3yii + 2)'11 + 2iiy + 31iy + 11) d."
+ (3.Ni + 5
i
/ + 2)',,{J) + 3.\' + 2yii + .';/1 + li) d)' + (S) + y5; + .\' + 1) du
lnversion ct linarisation 63
L'tape 1 de l'algorithme 2.1 implique (VI = )'2 du. Alors, (/)] = 1/, )"1 = .1'2 et
22 = (i)1 (y, Il). (t) est rcrit de sorte que cv E SPaI\.\j d ~ 2 .... cL:2. d 5i, .... dy. du J :
cv = .1'2 d::? + (3.,'.1' + -,,2) ct:'] + (v.::? + ylf) dy
+ (),2 + 35'.\' + y); + y) d::2 + (25'':2 + 3Y:'2 + 2."I1 + 2:
2
y + 3:::2." + If) cl)'
+ (3i'c2 + ."02 + 1)'0'2 + 3i'02 + 11':2 +.\'u + 02) d)' + Ci,2 + .d' + .i' + 1) du
L'tape 2 implique iV2 = .1'2 cI:2 + Y:2 cty+ y// dy. La relation div2 /\(V2 /\ d(I)1 = 0
est satisfaite. Alors, on a 1 /y (iV2 + y2 du) = def)2 = d(y(i)1 + /lY). et :::3 = (d/dt) x
(.vIi + yu). cv est rcrit cie sorte que W E span,,:J d:'], d::], d.". cl.1', d, du} : w =
y de, + .\-clo, + (0, + II) di' + Y dEi + (c, + ,;) dy + ()' + 1) du.
De l'tape 3, on dl1nit cV3 = .""l'd:::::; + (':3 + u)dy + ydlf. La relation
dCV3 /\ cV3 /\ d(I)2 = 0 est satisfaite. Alors, on a (V] = dq).1 = d(wi)2 + Il.''),
et 0" = (d/dt)(y,i'2 + yu). 'v esl rcrit de sorle que W E spand d:", dy, du} :
w = do" + du. Donc, d,/>" = d,i" + du.
Un compensateur dynamique qui linarise le systme non linaire est dduit
prsent. De (Il! = Il, (1)2 = .wi) 1 + u.". 4>3 = .v(iJ2 + If Y et (/)4 = (i'3 + 1/. on pose
III =If. 172=YI71+17IY, 113=YI72+111yetv=I13+I/lLecompensateur:
1
Il] = -(172 - 171Y) Ih = v - 171
Y
, 1
'12 = -(173 - '7I.
V
) If = 1]1
)'
lineanse le systme et le systme en boucle ferme admet une ralisation et s'crit:
Il = 12
, 1
'/, = \1 (1/2 - '/1 (1)
1
'i, = -(1/, - 1/1(1)
- Il' .
lb = V-Ill
2.3.6. Robot salltcul'
Dans ce paragraphe, on donne des gnralisations direcles pour le cas multivariable
des rsullats dcrits prcdemment. On considre galement le cas o les mesures sont
di1frentes des sOlties il commander. Considrons le modle cinmatique d'un robot
sauteur [FU 96].
Inverson ct linarisation 63
L'tape 1 de l'algorithme 2.1 implique WI = y
2
du. Alors, 4)/ = Il, )"1 = y1 et
21 = (j)\(y,lt). locstrcritdesortequecv E spanKI d::2 ..... cl:2. d.\i, .... d.". du):
(V y2 d:1 + (3,\'.1' + )'2) CE:1 + (Y:2 + )'/1) d);
+ 3:2Y + Il) d"
L'tape 2 implique CV2 y2 cI::1 + Y:::2 cl.\' + yll d.". La relation div2 iu:} d(!JI = 0
est satisfaite. Alors, 011 a I/l' (iV2 + y2 du) = dl/Y!. = d(y(Jl + lIY). et:3 = (d/dr) x
(YI; + YlI). CV est rcrit de sorte que cv E spanK{ d':]. d:],d.\',dy,dI,du} : cv =
y + j'd:::3 + (:::3 + u)d.\' + .vdli + (:3 + )dy + (5' + I)dll.
De l'tape 3, on dl1nit W3 y cl:'3 + (:3 + Il) c1y + y dl/. La relation
div) 1\ drfJ1 0 est satisfaite. Alors, on n CV3 = d1)J = d(yrJ2 + "."),
et ;::.t = ( d/dt )(Y(Jl + yu). uJ est rcrit de sorte que cv E span!\:: {d:..j.. d)', du} :
cv = dz.--1 + dll. Donc, d(p..j. = dei)3 + du.
Un compensateur dynamique qui linarise le systme non linaire est dduit
prsenL De (/>1 = Il, (/)1 = yr)l + If.". 4)3 = .Wi
J
2 + If." et (/J.t (i>;, + Il. on pose
111 = Il. '72 = y
l
71 + '71.\', '13 = )'Ih + 'JI Y et li = lb + I}I- Le compensateur :
. l .
171 = -(172 - IllY) /13 = V - 1]1
Y
1
- (113 - 171 y) If = 171
Y
lineanse ]e systme et le systme en boucle ferme admet une ralisation et s' crit:
2.3.6. Robot sauteur
Dans ce paragraphe, on donne des gnralisations direcles pour le cas l1lultvariable
des rsultats dcrits prcdemment. On considre galemenlle cas o les mesures sont
diffrentes des sorties fi commander. Considrons le modle cinmatique d'un robot
sauteur IFLI 96].
Ce systme est linarisable en entre-sortie par bouclage dynamique de mesures
mais il Il' est pas linarisable par injections de sortie. Ce systme ne satisfait pas la
condition suffisante de IXIA 96] :
VI = III
YI = V
r
)'2 = (-)
l+m(C+l
_ = c
Calculer:
211111 1 112(;z: + J) /lui d: + 1)2
+ "1
(1 +111(:+ 1)-)- 1 + m(::; + 1)-
Comme on a:
2mu PI2(::: + 1) /}/(jJ.,d: + 1)2
----------,-...... + -
(1 + III (::; + 1 1 + m(::: + 1
[2.46J
il existe un bouclage dynamique de mesures qui linarise la relation entre-sortie du
systme [2.46]. Le compensateur peut tre dcrit par:
III '7
1] = VI
[
") ] ., ;
111(: + l)-VI (1 + 111(: + 1)-)-
= V"1 + ;
- 1 + 1Jl (::: + 1)- 2111J1 (;?, + 1)
En boucle ferme, on a les relations YI = "1 ct Y2 = .V2.
SlIpposollsdm E'

2ii etq :::: il. Pour 2:: ii. dyU) pem tre crit
SOllS la jrme [2.34 J si ef selllellu.'111 si tOIlS les reSlS dt! l'algorithl/le 2.2 sont
DmOlrslrafOI/. La suffisance est vidente de la construction de l'algorithme 2.2, puis-
Cju']a fin de l'tape q, d(v /\ lJ) = O.
On dmontre la par rcurrence. La ncessit de satisfaire le lest initial
ainsi que les deux tests de r lape 1 est vidente. On que tous les tests pour
Ce systme est linarisable en entre-sortie par bouclage dynamique de mesures
mais il Il' est pas linarisable par injections de sortie. Ce systme ne satisfait pas la
condition suffisante de IXIA 96] :
VI = III
YI = V
r
)'2 = (-)
l+m(C+l
_ = c
Calculer:
211111 1 112(;z: + J) /lui d: + 1)2
+ "1
(1 +111(:+ 1)-)- 1 + m(::; + 1)-
Comme on a:
2mu PI2(::: + 1) /}/(jJ.,d: + 1)2
----------,-...... + -
(1 + III (::; + 1 1 + m(::: + 1
[2.46J
il existe un bouclage dynamique de mesures qui linarise la relation entre-sortie du
systme [2.46]. Le compensateur peut tre dcrit par:
III '7
1] = VI
[
") ] ., ;
111(: + l)-VI (1 + 111(: + 1)-)-
= V"1 + ;
- 1 + 1Jl (::: + 1)- 2111J1 (;?, + 1)
En boucle ferme, on a les relations YI = "1 ct Y2 = .V2.
SlIpposollsdm E'

2ii etq :::: il. Pour 2:: ii. dyU) pem tre crit
SOllS la jrme [2.34 J si ef selllellu.'111 si tOIlS les reSlS dt! l'algorithl/le 2.2 sont
DmOlrslrafOI/. La suffisance est vidente de la construction de l'algorithme 2.2, puis-
Cju']a fin de l'tape q, d(v /\ lJ) = O.
On dmontre la par rcurrence. La ncessit de satisfaire le lest initial
ainsi que les deux tests de r lape 1 est vidente. On que tous les tests pour
Inversion et linarisation fi5
les tapes l, ... , /, / :s q -:2 sont satisfaits et on montre que les deux tests de l'tape
1 -1- 1 sont satisfaits galement.
et:
Soil:
c] = ,i,] (y, Il)
CI ... ,C],y,lI)
Alors, par hypothse, on a pour Ull certan 1; E :
w = t; d(jJ(!(4)lj-!' .... (i)I+!. :!, ... , '::!. y.u)
= -.- d'I',,_] + ... + -.- d1>I+]
(
ill/)n' (h/J
lj
.
iJq)Il_! (J(IJI+!
il(l)q (-IcAf)
+-. -dcl + ... + -. -dc]
Il:! O.::!
Puisque dqJI+! C spanl d:::I .... , d::!, d.\'. du). on obtient:
d'i'I+] C spanl dOl ... , do], di', dEi, dcl ..... dc]. dy, dll}
d'I'I.].' C spanldriJI+], .... do], dy, dll}
d(dr/JI+]). .
C spanl ,dCI .... d:.]. d\'o dll)
dl .
[2.'17]
12A8J
.... do], di', d,;. dCI, ... , dc], d\'o dll) 12.49J
donc:
d,i'I+' C spanl d", di. di', dll, dEi, dii, dc" do,. d:'" i = 1, .... 1) [2.501
De nmnire semblable, on prouve que:
1
" Id d 1 d {lf-I-'I)
l 'Pl!-! C span y,. . .. y - . (If , If -
[2.51 J
d
\lf-I-2) . I}
c" .... dc, ,'= 1, ... ,
et :
d
'Id d ]'1-1-], d d {<f-I-II
("I/-! C span y, ... , y . Il..... If
[2.52]
_. _(I/-I-!) ._
d .. " .... d .. , ' , - L .... 1)
les tapes l, ... ,/,1 ::::: q - 2. sont satsfaits et on montre que les deux tests de l'tape
! -1- 1 sont satisfaits galement.
et :
Soit:
::1 u)
Alors. par hypothse, on il pour un certain E K :
co = d{!>i/(1Jq-I, .... (j)/+]. ::/, , ::1. y. Il)
(
Hl/J
u
' (l(/>/j .
= -. - d(/JII_I + ... -1- -. -.- d<P'+1
. iJq)u-1 a (!J/+ 1
. d:l-l--I-. CL:I)
d::/ a:::J
Puisque d(/>I+J C spanl d:::/ .... , d::], d.\'. dl/j. on oblient :
d(j>/+I cspan(d:/ ... , cl:]. d.", dli, d::/, .... d:l. d)'. dll}
d(!)/-I.l C .... d:j, d,\'. dll)
d(dl!>/..L\) .
C spanl '. d::/.... j. d.\'. dll)
dl
12.-IRl . ...
C span(d:/ .... cl::]. cl)'. dll. cI::/ ... , d:::], d.\'. du}
donc:
[2A7]
12,48J
12,49J
d(b/+2 C span 1 dy. d). dY. du. dti. di, d:::;, cl:;. cI:i. i = l, .... 1) r2.501
De Illunire semblable, on prouve que:
dqJI/_1 C span { cI.\', .. " dy(I/-I-21. du .... , dll(q-/-2
l2.51 J
(1/-/-2) . lJ
d:::;, .... d;,; . f = 1, ....
el:
C span{ cl)', ... , cI/,/-I-JJ. du ..... du(q-/-J)
[2.52]
d
- . _I{I-I-]) .
.... 1 = 1 ... 1}
Donc, partir de [2.47J, l2.48], [2.50] et [2.52J :
l
-q-l . {d d (q-l-I) J
w E:, + span :i 1 :':i [2.53]
Par rcurrence, on montre:
, {d- d-(k)j j;i+k
span "i, .. C
. . {d- 1_(1/-1-1) J Elf-I - I ,( d-(/I-l-I) .
Sp<lIl C + spLln , .1
[2.54]
1. ... , il}
r2.55]
pour i = l, ... , 1.
Dmonlrons l2.55] titre d'exemple. En fait, [2.55] esl satisfaite pour i = 1 en
raison de la dfini lion de:: J. Supposons que la relation soit saLisfaite :our i - 1. Puisque:
span(
C Eq-l-l
Il .... ' .... 1
{
- d-
It
/-
I
-
I
). - 1 . ]
+ span . .i"'" j .1 - , , t - 1
E
q-l-l ., [d-(I/-I-l) . - 1 . - 1]
C + span , .J - .... 1
[2.56]
o la seconde inclusion dcoule de r hypothse de rcurrence, el ainsi [2.55] est satis-
faite pour;.
En combinant [2.53] el [2.56], on voit que:
q 1 (q-I-I)
(V E E - + span [d:::} . j 1 ..... i Il
C'est-il-dire qul est ncessaire de satisfaire le premier test de l'tape 1 + 1.
Pour prouver la ncessil du second tesL de l' lape 1 + J, dtaillons l'expression
dans [2.471 qui est obtenue il partir de la dfinition de :i :
[
[lq)/I (Jlj)I+2] _(q-l-l
w -,-"'-.- L-.-d"'i
fJe/)q-1 [)(/J!+I i=1 il:j
+ i1cf
J
l+1 d,,{q-I-I) + ae/)I+l dU/tJ-I-I)")
a.,,' ail
E Eq-I-I + span{ d:::!. i = 1, ... ,1; j = O .. ", q 1 - 21
Eq-I-I + span( d:::!. i = l, ... , min(l, q -1 + 1)
.i u-I-j 1, .... 11 1-2} [2.57]
Donc, partir de [2.47J, l2.48], [2.50] et [2.52J :
l
-q-l . {d d (q-l-I) J
w E:, + span :i 1 :':i [2.53]
Par rcurrence, on montre:
, {d- d-(k)j j;i+k
span "i, .. C
. . {d- 1_(1/-1-1) J Elf-I - I ,( d-(/I-l-I) .
Sp<lIl C + spLln , .1
[2.54]
1. ... , il}
r2.55]
pour i = l, ... , 1.
Dmonlrons l2.55] titre d'exemple. En fait, [2.55] esl satisfaite pour i = 1 en
raison de la dfini lion de:: J. Supposons que la relation soit saLisfaite :our i - 1. Puisque:
span(
C Eq-l-l
Il .... ' .... 1
{
- d-
It
/-
I
-
I
). - 1 . ]
+ span . .i"'" j .1 - , , t - 1
E
q-l-l ., [d-(I/-I-l) . - 1 . - 1]
C + span , .J - .... 1
[2.56]
o la seconde inclusion dcoule de r hypothse de rcurrence, el ainsi [2.55] est satis-
faite pour;.
En combinant [2.53] el [2.56], on voit que:
q 1 (q-I-I)
(V E E - + span [d:::} . j 1 ..... i Il
C'est-il-dire qul est ncessaire de satisfaire le premier test de l'tape 1 + 1.
Pour prouver la ncessil du second tesL de l' lape 1 + J, dtaillons l'expression
dans [2.471 qui est obtenue il partir de la dfinition de :i :
[
[lq)/I (Jlj)I+2] _(q-l-l
w -,-"'-.- L-.-d"'i
fJe/)q-1 [)(/J!+I i=1 il:j
+ i1cf
J
l+1 d,,{q-I-I) + ae/)I+l dU/tJ-I-I)")
a.,,' ail
E Eq-I-I + span{ d:::!. i = 1, ... ,1; j = O .. ", q 1 - 21
Eq-I-I + span( d:::!. i = l, ... , min(l, q -1 + 1)
.i u-I-j 1, .... 11 1-2} [2.57]
On a:
(J(/)I (q-l-ll rh/JI (II-l-ll
dOl =-.-d,' +-dll
H)' . 0/1
[2.581
d
_\q-I-31 _ O(P2
_1 -, ( 1 1110
- ilci
+spanl dc).il,.i = 0, ... , q -{ - 31)
[2. 591
+-dll
iJ1
1
1 1</-1-11)'
ail
[2.61
et plus gnralement, on montre par rcurrence qu'il existe Ilkij E JC tel que:
d
_(q-l-k-I) _ (il(/)I d ,(II-I-!l + (-J(/)! d (q-l-Il)
- Pk II ,.' . If
dy dIl
On a:
d::i ll -
1
-
1
} = ar/) 1 d ,,(q-I-I) + dU(I/-I-I) (mod Eq-l-I) [2.581
iJy . dll
d_llJ -
l
-
3
) a(P2 d_(q-l-2) (mod Eq-I-2
"':2 iL: 1
+span( d::;)} , j = O .... , q -1 - 31)
[2_.5.11 (hl)2 d_(rj-I-2) 1 J
(mod Eq- - )
- )::,
iI(/J'2 (D,c/JI (l' -1-1)
- -d,
a:1 ()Y .
(h/) 1 0/1(/
/
-/-1) mod Eq-I-J
i)1I
[2.591
d-(q-I-2} _ ;hl)2 d-(q-I-I)
- a:) ."
(mod Eq-I-I + spanf d:i
fi
, j = O .... , q -1- 2})
1
2
2,-1] ft!>} d-(q-I-I)( d Eq-I-I + .. f 0_(1-1-2)})
- . _ "1 1110 SpLlll "1

3/12
EK
.r2.5R1 i:1.l/)2 l iq-I-ll ((J(/JI cl (ll-I-l)
= -," -c:; +/1' - "
ri:, 1 - ay .
+ ih/)I dtt(lJ-l-I" (mocl EII-
1
-
I
)
au
[2.60]
et plus gnralement, on montre par rcurrence qu'il existe llki) E JC tel que:
(
th/)I (q_I_1) D(/) 1 (q-l-I)
IJldl -. - cl)' + -, - du
dy du
68 Systmes non 1innires
i1cP2 _(il-I-l)
+ /1kldk-l) -, - cl ... 1
cl:: 1
(
aqJI d (tl-l-I) (lep 1 dlf(q-l-I l)
+ /11\21 -, - y + ,
dy du
(mod
1 )
[2.61]
En dfinissant le coespace :
{
k - l '} ri ~ ) J '] ,/ }
{J'Pk [J'/'I (J'Ill
0/+1 = span L -'. - d;::;. k = 2, ... , Inm{l. q -1 - 1): -, - d." +, du
t::'.i cl" au
;=1 .
par construction de la forme diffrentielle 1 l'tape 1 + l de l'algorithme 2.2, et
en utillsant [2.57] [2.61], on conclut une forme diffrentielle 7[,+ 1 E 0,+ 1 telle que:
(lr/l/l a(/)1+2 ( ~ aq)H-1 iJqJJ+1 (Jr/).'+I)
JTHI = ~ . -.-.-'" L d::; + --dv+ du
. a (1'/1- 1 (J - i if" - (Ill
i=I" -
Alors. ft partir du lemme 2.1. le second test de l'tape 1 + 1 doit tre satisfait.
Supposons que tous les tests des tapes ] q - 1 sont satisfaits, ]a ncessit des
tests de l'mpe 11 peut tre montre de manire semblable. III
2.4. Dcouplage
Dam; le paragraphe 2.3.3, le bouclage qui rsoud le problme de la linarisation
entre-sortie dcouple galement le systme dans le sens dans le systme en boucle
ferme, rentre Vi n'affecte que la sortle Yi, pour i 1 ..... p. Le problme du dcou-
plage est un problme de commande fondamental donlla solution permella commande
multivariable el de concevoir des lois de commande en utilisant des techniques 1110110-
variables. De plus, la supervision de systmes complexes dcoupls est largement
sllllplifte les diffrentes entres scalaires contrlent sparment les diffrentes sorties
scalaires.
68 Systmes non 1innires
i1cP2 _(il-I-l)
+ /1kldk-l) -, - cl ... 1
cl:: 1
(
aqJI d (tl-l-I) (lep 1 dlf(q-l-I l)
+ /11\21 -, - y + ,
dy du
(mod
1 )
[2.61]
En dfinissant le coespace :
{
k - l '} ri ~ ) J '] ,/ }
{J'Pk [J'/'I (J'Ill
0/+1 = span L -'. - d;::;. k = 2, ... , Inm{l. q -1 - 1): -, - d." +, du
t::'.i cl" au
;=1 .
par construction de la forme diffrentielle 1 l'tape 1 + l de l'algorithme 2.2, et
en utillsant [2.57] [2.61], on conclut une forme diffrentielle 7[,+ 1 E 0,+ 1 telle que:
(lr/l/l a(/)1+2 ( ~ aq)H-1 iJqJJ+1 (Jr/).'+I)
JTHI = ~ . -.-.-'" L d::; + --dv+ du
. a (1'/1- 1 (J - i if" - (Ill
i=I" -
Alors. ft partir du lemme 2.1. le second test de l'tape 1 + 1 doit tre satisfait.
Supposons que tous les tests des tapes ] q - 1 sont satisfaits, ]a ncessit des
tests de l'mpe 11 peut tre montre de manire semblable. III
2.4. Dcouplage
Dam; le paragraphe 2.3.3, le bouclage qui rsoud le problme de la linarisation
entre-sortie dcouple galement le systme dans le sens dans le systme en boucle
ferme, rentre Vi n'affecte que la sortle Yi, pour i 1 ..... p. Le problme du dcou-
plage est un problme de commande fondamental donlla solution permella commande
multivariable el de concevoir des lois de commande en utilisant des techniques 1110110-
variables. De plus, la supervision de systmes complexes dcoupls est largement
sllllplifte les diffrentes entres scalaires contrlent sparment les diffrentes sorties
scalaires.
2.4.1. Dcouplage par boue/age statique rgulier
FORMULATION DU PROBLEME.-
I: = Ii = f(x) + g(x)1I
y = "(x)
[2,62]
oit l'tat x E Iftll, l'entre Il E Iftlll, la sortie y E IRJI et les composantes de f. g, Il
sont des fonctions mromorphes, trouver, si possible, un bouclage statique rgulier sur
r tat Il = (x) + fi (x )v, avec fi (x) inversible. tel que, pour tout; = 1. .... " :
i)
tk) (k)
dy, E sl'an x. dv" .... dv, J. k::: 0
[2.63]
iil
[2.64)
La condition [2.63] reprsente la contrainte de dcouplage proprement dite et la
condition [2.64] garantit la commandabilil de la sortie en boucle ferme. La solution
ce problme est donne par un rsultat semblable au thorme 2.3, cependant la
condition devient ici ncessaire et suffisante.
TI-IOREME 2.11.- Le prohllllf' dll dcouplage mlmel ulle sollllhm par bouclage .vla-
tllfe rgulier sur {'tat si el seu/clllcl/l si les cOl/dilio11s (i!ljlfil'l1lelltes) sul'Ofltes so1l1
sati\faites:
') (1'1) (l") (1'1')
1(."1 ,y,- .... ,yp )
rang - = P
lIl
{es degrs des p sarlies scalaires so1/1 IOlls .finis et la liste des degrs relat({:\"
est gale cl /a lisle des ordres des ::.ros cl l'ill/il/i.
Dmonstration. La suffisance suit de la dmonstration du thorme 2.3. En ce qui
concerne la ncessit, notons que [2.641 implique que tous les degrs relatifs sont finis
et la condition [2.63] entrane l'indpendance des entres apparassant dans YiU"i) . el
2.4.1. Dcouplage par bouclage statique rgulier
FORMULATION DU PROBLME.-
Etam donn le systme:
'E = 1-\- = f(x) + g(x)u
y = h(x)
Invcrson ct lnarisalion 69
[1.611
011 l'tat x E ]RI!, l'entre Il E ]RIU, la sortie y E IIV} et les composantes de f. g, Il
sont des fonctions mromorphes, trouver, si possible, un bouclage statique rgulier sur
l'tat 11 (x) + fJ(x)v, avec fJ(x) inversible, lei que. pour tout i = 1 .... , p :
i) [1.63]
ii)
[1.64'1
La condition [1.63] reprsenle la contrainte de dcouplage proprement dite et la
condition [2.64] garantit la commandabill de la sortie en boucle ferme. La solution
il ce problme est donne par un rsultat semblable au thorme 2.3, cependant la
condition devient ici ncessaire et suffisante.
THORME 1.11.- Le problme du dcouplage admet ulle solmioll par bouclage sta-
tiqlle rglllier sl/r l'tat si et sell/emeut si les conditons (quipalentes) slIl'lmtes som
sati4ilites :
p
les degrs des p sorties scalaires S0111 tOIlS .fins et la liste des degrs relat(F"
est la liste des ordres des ::::ros cl
Dmollstraton. La suffisance suit de la dmonstration du thorme 2.3. En ce qui
concerne la ncessil, notons que Il.641 implique que tous les degrs relatifs sont finis
et la condition [1.63] entrane l'indpendance des entres apparaissant dans yi
ri
). Il
2.4.2. Dcouplage par bouclage statique rgulier sllI'l'tat
FORr.WLATION DU PROBLME.-
Etant donn Je systme [2.62]. trouver si possible, un compensateur dynamique:
{
:: : F + _:) v
If - +
: E]R1f
tel que, pour tout; = l, .... III :
l
') d ({;:) ( d 1 d d (k}} k 0
. Yi E spall}C X. (:, Vi,. Vi " 2: .
i) dyi
KI
tj spanA:{ d.\'. d:} pour un certain K E
[2.65]
[2.66J
l2.67]
THORME 2.12.- Le problme du dcouplage admet Ime .\'olllt;O/1 par bOlle/lIge
dynamique rgulier SI/r / 'Tat si et seulemellt si le systllle est i11versible il droile.
Dmol/stration, La ncessit est vidente, et lu suffisance peut tre dmontre en utili-
sant un compensateur dynamique standard, appel cOlllpensateur de Singh, obtenu de
l
' l '1 d" , 0 l' 1 (IIi') 1
a gant ll11e II1verSlOn. Il 0 Jtlent il ors Yi 1 = Vi pour tout 1 = , ... , p.
, , __ _ _ .(nil,-Il '. ,
Si llit, =1= IIi' posons - .\; . - y'; et resolvons en li les
quations:
dont la solution est Il = O'(x. z) + f3(x, :::)/J
Finalemenl, le compensateur dynamique qui rsoud le problme s'crit :
:," = Vi l'or i = 1, ... , p
1 1
li = a(x. ::::) + tJ(x, ;,)v
EXEMPLE 2.4.- Exemple 2.J, ,\'/lite.
Un compensaleur dyl1amiqIIe standard est:
2.4.2. Dcouplage par bouclage statique rgulier sllI'l'tat
FORr.WLATION DU PROBLME.-
Etant donn Je systme [2.62]. trouver si possible, un compensateur dynamique:
{
:: : F + _:) v
If - +
: E]R1f
tel que, pour tout; = l, .... III :
l
') d ({;:) ( d 1 d d (k}} k 0
. Yi E spall}C X. (:, Vi,. Vi " 2: .
i) dyi
KI
tj spanA:{ d.\'. d:} pour un certain K E
[2.65]
[2.66J
l2.67]
THORME 2.12.- Le problme du dcouplage admet Ime .\'olllt;O/1 par bOlle/lIge
dynamique rgulier SI/r / 'Tat si et seulemellt si le systllle est i11versible il droile.
Dmol/stration, La ncessit est vidente, et lu suffisance peut tre dmontre en utili-
sant un compensateur dynamique standard, appel cOlllpensateur de Singh, obtenu de
l
' l '1 d" , 0 l' 1 (IIi') 1
a gant ll11e II1verSlOn. Il 0 Jtlent il ors Yi 1 = Vi pour tout 1 = , ... , p.
, , __ _ _ .(nil,-Il '. ,
Si llit, =1= IIi' posons - .\; . - y'; et resolvons en li les
quations:
dont la solution est Il = O'(x. z) + f3(x, :::)/J
Finalemenl, le compensateur dynamique qui rsoud le problme s'crit :
:," = Vi l'or i = 1, ... , p
1 1
li = a(x. ::::) + tJ(x, ;,)v
EXEMPLE 2.4.- Exemple 2.J, ,\'/lite.
Un compensaleur dyl1amiqIIe standard est:
Inversion et linarisation 7\
2.5. Linarisation entre-tat
La solution du problme de la linarisation entre-sortie linarise compltement
j'tat dans le cas d'un systme Illonovariable dont le degr relatif est gal Il. Cela reste
vrai dans le cas multivariable lorsque la matrice de dcouplage est carre inversible,
c'est--dire que la condition [2.14J est satisfaite et que la somme des degrs relatifs est
gale Il.
Le problme de la linarisation entre/tatqui est considr dans ce chapitre consiste
en la recherche de fonctions de sortie qui satisfont les conditions ci-dessus. La rso-
lution de ce problme revt une imporlance majeure ds que la linarisation entre-
sortie conduit un systme en boucle ferme comportant un sous-systme inobservable
instable. La prsence de telles dynamiques internes instables est rdhibitoire pOUf le
schma de linarisation entre-sortie. Une solution au problme de linarisation cntre-
tat permet de contrler la stabilit interne, bien qu'une sortie donne puisse demeurer
lie de manire non linaire l'entre.
Dans cette section, nous considrons d'abord le problme de linarisation entre-
tat par bouclage statique rgulier sur l'tat. Lorsqu'un tel bouclage sur l'tat pouvant
assurer une linarisation complte n'existe pas, alors il est intressant de rechercher une
solution dans la classe plus large des bouclages dynamiques. Dans ce cas, le problme
consiste rechercher des sorties Iinarisantes, c'est-il-dire des sorties telles que la
somme des ordres des zros l'infini soit gal Il.
2.5.1. Lillari,mtion par bOllclage statiqlle sllr "tat
2.5.1.1. For1ll1l1c1f;on du problme
Elant donn le systme '2: :
.r = f(x) + g(x)1I
[2.681
olt l'tat x E I P ~ I I l'entre If E I P ~ I I I el les composantes de f. g sont des fonctions
mromorphes, trouver, si possible, un bouclage statique sur l'tat:
Il = (x) + jl(x)v
[2.69]
et une transfonnation de l'tat:
c = <I>(x)
olt 0', {3, cp sont des fonctions mromorphes, rang!] = 111 ct <1) eslun diffomorphisme
local de jftl1 dans JF:.II au voisinage de presque tout point de I P ~ I l . tel que le systme en
boucle ferme s'crive:
:: = Ac+ Bv
o la paire (A, B) est commandable.
Inversion ellinnrisatioli 71
2.5. l..inarisation entre-tat
La solution du problme de la linarisation linarise compltement
l'tat dans le cas d'un systme Illonovnriable dont le degr relatif est gal il 11. Cela reste
vrai dans le cas l11ultivariable lorsque la matrice de dcouplage est carre inversible,
c'est-il-dire que la condition 1:2.14J est satisfaite et que la somme des degrs relatifs est
gale il Il.
Le problme de la linarisation entre/tat qui est considr duns ce chapitre consiste
en la recherche de fonctions de sortie qui satisfont les conditions ci-dessus. La rso-
lution de ce problme revt une imporLance majeure ds que la linarisation entre-
sortie conduit un systme en boucle ferme comportant lin sOlls-syslme inobservable
instable. La prsence de telles dynamiques internes instables est rdhibiloire pour le
schma de linarisation entre-sortie. Une solution au problme de linarisation entre-
tat de contrler la stabilit interne, bien qu'une sortie donne puisse demeurer
lie de manire non linaire il J'entre.
Dans cette section, nous considrons d'abord le problme de linarisation entre-
tat par bouclage statique rgulier sur l'taL Lorsqu' un lei bouclage sur r tal pouvant
assurer une linarisation complte n'existe pas, alors il est intressant de rechercher une
solution dans la classe plus large des bouclages dynamiques. Dans ce cas, le problme
consiste t\ rechercher des sorties linarisHnles, c'est-il-dire des sorties telles que la
somme des ordres des zros il l'infini soit gal 11.
2.5.1. L;lIarb:at;oll par boue/age statique sur "lal
2.5.' .1. Formlllcuion du probl1lle
Etant donn le systme 'E :
.\' = I(x) + g(x)u 1:2681
o l'lat x E IR". l'entre /1 E ]fillll el les composantes de f. g sont des fonctions
mromorphes, trouver, si possible, lin bouclage statique sur r lut:
Il = (x) + {3(x)v [2.69]
et une transfonnation de l'tat:
:: = <p(.\")
o 0', {3, cp sont des fonctions mromorphes, rangtJ = 111 et cIl eslun diffomorphisme
local de jR;,1I dans J.J/ au voisinage de presque tout point de . tel que le systme ell
boucle ferme s'crive:
:: = Az + Bv
o la paire (A \ B) est commandable.
Il n'est pas restrictif de rsoudre le problme en imposant la paire (A, B) une
forme canonique de Brunovsky. La rsolution du problme de linarisation entrc-
sortie revient fi rechercher les plus grands blocs de Brunovsky indpendants, ou les
plus longues chanes d'intgrateurs ou encore, de manire quivalente, des fonctions
dans K qui ont 1es plus grands degrs relatifs et qui sont commandes par des entres
indpendantes. Ces fonctions sont des candidmes pour jouer le rle de foncliolls de
sortie dans le problme de linmisaton entre-sortie. Le problme de linarisation
entre-lat admet donc une solution pur bouclage statique rgulier d'tat si et seulement
si la somme des degrs relatifs associs vaut 11, la dimension de l'tal. Ces principes
sont formaliss dans le paragraphe suivant
2.5.1.2. Solution all problme de linarisation en/re-tat
THl!ORME 2.13.- Il existe 111/ balle/age stt/tique d'tat qui rsoud le problme de
Iil1arisation entre-tat pOlir E si et seulement si :
(i) Hoo = 0
(i) H/.: est fe rll1 pour 10111 k ::: 1.
La condition (i) est la condition d'accessibilit qui est videmment ncessaire
puisque :E doit tre transform en un systme linaire commandable. La condition
(ii) est une conditon d'intgrabilit qui impl1que que les indices de cOllll1ltlndabiIit de
1:: correspondent aux indices de commandabilit du systme linaire en boucle ferme.
Dmons/ratio11 dll thorme 2.13. Les condWons du thorme 2. J 3 sont clairement
ncessaires. En ce qui concerne la suffisance, soit k* max (k ::: OIHk =P 0], s =
dim1:*, et { dCPl, ... , dcp,\"} une base pour H/.:*. Supposons que:

, ... , cp.\" )
< s
au
alors il existe D'j, i = 1, ... , s non tous nuls et tels que:
. (k*)
L
r)CPj
i=1
CYi--=O
ail
l2.70]
Soit lJ) = L:l=l O'i dcp; calculons ((/.:*) qui apparlient "Y. Donc, ( est non nul et
appartient Hk.+I' En raison de cette contradiction, on conclut que [2.70] n'est pas
vrifi et que s = + "Y)j.l'.
Puisque Hk""-l Hk* + Hk*, notons:

cr := dim----
Hk* + ft""
el soit {d<pj, ... , dcp,," dcPl .... , dCfld,; dVfl, ... , dV/a} une base de Hk*-I'
Il n'est pas restrictif de rsoudre le problme en imposant la paire (A, B) une
forme canonique de Brunovsky. La rsolution du problme de linarisation entrc-
sortie revient fi rechercher les plus grands blocs de Brunovsky indpendants, ou les
plus longues chanes d'intgrateurs ou encore, de manire quivalente, des fonctions
dans K qui ont 1es plus grands degrs relatifs et qui sont commandes par des entres
indpendantes. Ces fonctions sont des candidmes pour jouer le rle de foncliolls de
sortie dans le problme de linmisaton entre-sortie. Le problme de linarisation
entre-lat admet donc une solution pur bouclage statique rgulier d'tat si et seulement
si la somme des degrs relatifs associs vaut 11, la dimension de l'tal. Ces principes
sont formaliss dans le paragraphe suivant
2.5.1.2. Solution all problme de linarisation en/re-tat
THl!ORME 2.13.- Il existe 111/ balle/age stt/tique d'tat qui rsoud le problme de
Iil1arisation entre-tat pOlir E si et seulement si :
(i) Hoo = 0
(i) H/.: est fe rll1 pour 10111 k ::: 1.
La condition (i) est la condition d'accessibilit qui est videmment ncessaire
puisque :E doit tre transform en un systme linaire commandable. La condition
(ii) est une conditon d'intgrabilit qui impl1que que les indices de cOllll1ltlndabiIit de
1:: correspondent aux indices de commandabilit du systme linaire en boucle ferme.
Dmons/ratio11 dll thorme 2.13. Les condWons du thorme 2. J 3 sont clairement
ncessaires. En ce qui concerne la suffisance, soit k* max (k ::: OIHk =P 0], s =
dim1:*, et { dCPl, ... , dcp,\"} une base pour H/.:*. Supposons que:

, ... , cp.\" )
< s
au
alors il existe D'j, i = 1, ... , s non tous nuls et tels que:
. (k*)
L
r)CPj
i=1
CYi--=O
ail
l2.70]
Soit lJ) = L:l=l O'i dcp; calculons ((/.:*) qui apparlient "Y. Donc, ( est non nul et
appartient Hk.+I' En raison de cette contradiction, on conclut que [2.70] n'est pas
vrifi et que s = + "Y)j.l'.
Puisque Hk""-l Hk* + Hk*, notons:

cr := dim----
Hk* + ft""
el soit {d<pj, ... , dcp,," dcPl .... , dCfld,; dVfl, ... , dV/a} une base de Hk*-I'
Inversion ct linarisalion 73
Supposons que:
[2.71[
alors il existe O:i, i = 1, ... , s et {Jj, .i = 1 ... , , o les {Jj ne sont pas tous nuls,
tels que:
L(J ih/rY*-I)
L.,fi
j
-.
j
- + {Ji
(If 'au
i=1 j=l
=0
Soit (V = L;'=l O:i dc,i + LJ=I {Jj ch/rj. Donc west non nul et (V
re
-
li
E .l'.
Ceci entrane w E Cela est en contradiction avec le fait que les !Jj ne sont pas
tous nuls, et [2.71J n'est donc pas vrifie. Par rculTence, on montre qu'une base de
HI = spanlC[ cl .. ) est obtenue par:
1
ct
Iii 1 . . 1)
!Pi ,1 = .. ,., III, .1 = , .... 1 i -
o ri reprsente le degr relatif de cp;. La linarisation entre-sortie des sorties {!Pi, i =
1, ... , III} linarise compltement l'quation d'lat dans les coordonnes {!pi-0, i =
1 ... ,111,) =O, ... ,rj -1). III
Lorsque le problme de la linarisation entre-tat n'a pas de solution, alors il
est intressant de chercher rsoudre un problme plus gnral, dont une premire
solution peut tre trouve dans Marino [MAR 86]. On cherche linariser le plus
grand sous-systme d'un systme 'E donn. Le systme en boucle fernle de la sorte,
s'crit:
[2.n}
Ol1 dim.7.1 + dim'::1 = Il et dim VI + dim V2 = 111. Ncessairement. la dimension du
plus grand bloc de Brunovsky de la paire (AI, Bd est infrieure Oll gale k*. Soit
Hl,; le plus grand sous-espace ferm contenu dans Tf". Par consquent, une suite de
sous-espaces:
est associe la suite {Tfd. Par dfinition, Tf1 = Tf1 et Tf" :.> Tf". Par construction
des Tfl,;, on a galement:
Inversion ctlinaris!llion 73
Supposons que:
,. (PI {el (e-I) (P-I)
d ( tfJ 1 , tfJs ,1/1 l ' , VI cr )
rang < s + Cf
au
1.2.71]
alors il existe (Xi, i = 1, ... , set /3;, j
tels que:
l, .... , o les fJj ne sont pas tous nuls,
Soil ( L}'=I ai dCPi + L1=1 fJj chllj. Donc ( est non nul et (v(e-Ii E rl'.
Ceci entrane ( E H k ~ Cela est en contradiction avec le fait que les fij ne sont p.1S
tous nuls, et [2.71] n'est donc pas vrifie. Par rctlITence, on montre gu'une base de
71.1 spanlCl dx] est obtenue par:
! dcp;}). i = 1 .... , lU, j = 0, ... , ri - 1)
o fi reprsente le degr relatif de cp;. La linarisation entre-sortie des sortes {CPi. =
1, ... , m} linarise compltement l'quation d'tal dans les coordonnes [cpi}), i =
1, ... ,m,j=O, ... ,r;-l}. Il
Lorsque le problme de la linarisation entre-tat n'a pus de solution, alors il
est intressant de chercher rsoudre un problme plus gnral, dont une premire
solution peut tre trouve dans Marino [MAR 86]. On cherche linariser le plus
grand sous-systme d'un systme 1: donn. Le systme en boucle feffile de la sorte,
s'crit:
[2.72]
Oll dm:'1 + dim':1 JI et dim VI + dim V2 = 111. Ncessairement. la dimension du
plus grand bloc de Brunovsky de la paire (A l, B j) est infrieure olt gale k*. SOil
71." le plus grand sous-espace ferm contenu dans 71.1::. Par consquent, une sute de
sous-espaces:
esl associe la suite {1id. Par dfinition, HI = HI et Hk :)
des Hb on a galement:
Par construction
et:
Cela permet de dfinir:
. 'HI + l'y
Il) := (hm -(-::-')--
'H,- + l'Y
et de manire plus gnrale, pour le = 2 .... , Il :
[2.73]
Considrons le cas particulier des systmes accessibles mono-entre.
THORME 2.14.- Si III = l, alors le plus gral1d sOlls-systme linarisable est de
dill1ellsion s o :
s = max//.: ::: 1 l '# 0)
Puisque 'Hc:Q. s exiSTe el 1 ::: s ::: n.
Dmol1stru/ion. SOt :: II ln premire composanle de z) dans l2.72]. Notons 1; :=
dmzl. Supposons, sans perte de gnralit que (A l, BJ) est sous forme canonique
de Brunovsky. Ncessairement d::: Il E et 'Hl; :) 'H
s
. Ceci montre que pour toute
linarisation partielle 1; ::: s.
Il reste il. montrer qu'il existe une soluLon qui linarise un sOlls-systme d'ordre
s. Puisque lit = l, Ils = 1 et IIi 0 pour tout i = l, .... n, i '# s. On choist
d.:: II E 'H
s
, et 011 applique la linarisation entre-sortie standard et le rsultat suit. Dans
le cas multi-entre, on dflnt de manire semblable III sorties fictives qui peuvent tre
linarises et dcouples en suivant la procdure standard. Il
TUORl'vIE 2.15.- On cOI/sidre lin systme accessible, alors Il' plus grand S01tS-
systllle linarisable l'sI de dimension:
III + 2112 + ... + Sils
Dmonstraton. Choisir dtpll ... dtpl,1l1 dans 'HI et de manire plus gnrale
dqJk, J , dtpk.lIk dans 'Hk, pour k = 2, ... , s tel que:
a(cf)!, ... ,cfl,lll' ....
Il 1 + ... +
et:
Cela permet de dfinir:
. 'HI + l'y
Il) := (hm -(-::-')--
'H,- + l'Y
et de manire plus gnrale, pour le = 2 .... , Il :
[2.73]
Considrons le cas particulier des systmes accessibles mono-entre.
THORME 2.14.- Si III = l, alors le plus gral1d sOlls-systme linarisable est de
dill1ellsion s o :
s = max//.: ::: 1 l '# 0)
Puisque 'Hc:Q. s exiSTe el 1 ::: s ::: n.
Dmol1stru/ion. SOt :: II ln premire composanle de z) dans l2.72]. Notons 1; :=
dmzl. Supposons, sans perte de gnralit que (A l, BJ) est sous forme canonique
de Brunovsky. Ncessairement d::: Il E et 'Hl; :) 'H
s
. Ceci montre que pour toute
linarisation partielle 1; ::: s.
Il reste il. montrer qu'il existe une soluLon qui linarise un sOlls-systme d'ordre
s. Puisque lit = l, Ils = 1 et IIi 0 pour tout i = l, .... n, i '# s. On choist
d.:: II E 'H
s
, et 011 applique la linarisation entre-sortie standard et le rsultat suit. Dans
le cas multi-entre, on dflnt de manire semblable III sorties fictives qui peuvent tre
linarises et dcouples en suivant la procdure standard. Il
TUORl'vIE 2.15.- On cOI/sidre lin systme accessible, alors Il' plus grand S01tS-
systllle linarisable l'sI de dimension:
III + 2112 + ... + Sils
Dmonstraton. Choisir dtpll ... dtpl,1l1 dans 'HI et de manire plus gnrale
dqJk, J , dtpk.lIk dans 'Hk, pour k = 2, ... , s tel que:
a(cf)!, ... ,cfl,lll' ....
Il 1 + ... +
lnvcrsion ct linarisation 75
Le dcouplage standard de ces sorties fictives conduit il un sous-systme linaire
form de li] blocs de dimension l et de ni blocs de dimension i, pour i = 2, ... , s.
Tl reste Il. montrer que toute linarisation partielle est e imension infrieure. Consi-
drons le systme partiellement linaris l2.72J et supposons sans perte de gnralit
que (A], !J]) est sous fonne canonique de Brunovsky. Soit Pi le nombre de blocs de
Brunovsky d'ordre i, pour i ::: 1. Ncessairement]Ji = 0 pour i > s et Ps .::: Ils.
L'inspection des tapes suivantes montre que:
Ps + P.l'-] ::: Il.1' + 11.1'-1
et plus gnralement:
i=s i=s
I:: Pi :o I:: "i
i=k i=k
pour tout k, 1 ::: k .::: s. Ceci conduit au rsultat annonc.
EXEMPLE.- COlIsidrolls:
-\1
0
.\"2 X) 0
X-I X-I
[)
("1) =
I12
[2.741
x
lI
_]
XII
[)
XII 0 1
alors 0/1 calclIle :
(JI de mal1ire plus gnrale, ]Jour 2 ::: k .::: Il - 1 :
'Hk = spanlClx3 clx] - d.Y:}. "', XII-/; cl.\'[ - dXII_k+1 J
Par cOllsquellt, III = 2, 1Ii = 0 pour tolll i ::: 2. Les conditions d'mgrabilit
(in dans le thorme 2.13ne sont pas Le thorme 2.1511lontre que le plus
grand sOlls-systll/e linarisable est de dimellsio1/ 2 et estform de del/X sOlis-systllles
de dimension 1. On Ilote que le systme [2.74/ est accessible et que tOllle fOllctiol1
11011 COllstante de "tat a IIII degr rel{/tif 1 seutemenl. Le thorme 2.13 esllln c{/s
p{/ l'lieu 1 ie r du thor1lle 2.15 el est qu iva 1 l'li t lIIl rsu ttat su jl'lllll.
Le dcouplage standard de ces sorlies fictives conduit tl un sous-systme linaire
form de 111 blocs de dimension l er de n blocs de dimension i, pour i = 1, ... , s.
Tl reste montrer que toute linarisation partielle est de dimension infrieure. Consi-
drons le systme partiellement linaris [1.72J et supposons sans perle cie gnralit
que (A 1. /3,) esl sous [onne canonique de Brunovsky. Soit Pi le nombre de blocs de
Brunovsky d'ordre , pour i ::: 1. Ncessairement Pi = 0 pour i > set Ps Ils.
L'inspection des tapes suivantes montre que:
el plus gnralement:
;=.1' i=s
LPi Ln;
=k i=k
pour tout k, 1 k s. Ceci conduit au rsultat annonc. Il
EXEMPLE.- Considmlls:
.h
0
.\'3
0
X..j X..j 0
("I) =
112
[2.741
'\:11-1 XII
0
.tf} 0 1
a/ors 011 ca/cule:
el de I1Il1l1ire plus gnrale, pour 2 le 11 - 1 :
Par consquellf, Il) = 2, 11 i = 0 pour toul i ::: 2. Les conditiol1s d'intgrabilit
(ii) dllllS le thorme 2.J311l! SOllt pas Le thorme 2.15 II/011fre que le plus
grand sOifs-systme linarisable est de dimensio1l 2 et cstforlll de deux sous-systl1les
de dime11sioll J. 011 l10te que le systme [2.74/ est accessible et que tOlile flmetion
110n COllstal1te de l'tat CI /111 degr relatif 1 selliement. Le thorme 2.13 est 1111 CliS
particulier du rhorme 2.15 et esl quivale1lt 1I1/ rsultat SIIl'{lIIl.
COROLLAIRE 2.1.- Le systme /2.68/ peut tre compltemmll lint!ars{l par bouclage
statiquc sur l'Tat si et seulement si :
i=11I
Lilli=n
=l
De manire alternative, les entiers III; peuvent tre ca1cu1s par le corollaire suvanL
COROLLAIRE 2.2.- POlir k = 1, ... , Il :
'HI;
11 k = dim -----:--- [2.75J
Hk+l +
Dmonstration On choisit des b s e ~ pour les sous-espaces suivants:
Hk+ 1 = span 1 dCPk+ 1 }
Hf: = span { dcpk-I-I. d<Pk+ 1. d 1/Jk }
Donc, dans l'quation [2.75], I1k = dim span{ dV/d. Calculer:
1-J
k
(.f:) + ,J-" {d (k) d (1:+ 1) d,l (k) d }
/1.-. -l span CPk+l' CPk+l ' - ylk ' x
(1.:+1) (k)
= span[ dCh+1 ,dVl
k
,dx)
er :
;-(k-I-I). Ik+ 1)
H
k
+\ +,:[ span{dCPk+\' dx}
En revenant la dfinition [2.73], 11{: = dim spun[ dl!llkl] et le rsultat suit. fi
EXEivlPLE 2.5.- On considre 1'1l/licyde dal/s l'exemple 2.1 Ql'ec la lIlod(ficafOI1 SI/i-
mille slIr les en/res: la l'itesse 1/1 constitue 1/11 qttatrime tal el soit l'acclratioll
li \ III ltot/I'elle entre. Hote VI. La vilesse aJlgulaire u ~ demeure la seconde e/ltre el
es/note 1)2. La descriplion du systme del'ent alors:
(
X0
1
COSX3) (0 01"
'. = .\"4 sinx] 0 0 (VI)
.\ 0 + 0 1 V2
010
[2.76]
COROLLAIRE 2.1.- Le systme /2.68/ peut tre compltemmll lint!ars{l par bouclage
statiquc sur l'Tat si et seulement si :
i=11I
Lilli=n
=l
De manire alternative, les entiers III; peuvent tre ca1cu1s par le corollaire suvanL
COROLLAIRE 2.2.- POlir k = 1, ... , Il :
'HI;
11 k = dim -----:--- [2.75J
Hk+l +
Dmonstration On choisit des b s e ~ pour les sous-espaces suivants:
Hk+ 1 = span 1 dCPk+ 1 }
Hf: = span { dcpk-I-I. d<Pk+ 1. d 1/Jk }
Donc, dans l'quation [2.75], I1k = dim span{ dV/d. Calculer:
1-J
k
(.f:) + ,J-" {d (k) d (1:+ 1) d,l (k) d }
/1.-. -l span CPk+l' CPk+l ' - ylk ' x
(1.:+1) (k)
= span[ dCh+1 ,dVl
k
,dx)
er :
;-(k-I-I). Ik+ 1)
H
k
+\ +,:[ span{dCPk+\' dx}
En revenant la dfinition [2.73], 11{: = dim spun[ dl!llkl] et le rsultat suit. fi
EXEivlPLE 2.5.- On considre 1'1l/licyde dal/s l'exemple 2.1 Ql'ec la lIlod(ficafOI1 SI/i-
mille slIr les en/res: la l'itesse 1/1 constitue 1/11 qttatrime tal el soit l'acclratioll
li \ III ltot/I'elle entre. Hote VI. La vilesse aJlgulaire u ~ demeure la seconde e/ltre el
es/note 1)2. La descriplion du systme del'ent alors:
(
X0
1
COSX3) (0 01"
'. = .\"4 sinx] 0 0 (VI)
.\ 0 + 0 1 V2
010
[2.76]
Le systll/c ('l. 761 csl compltement linarisable Iwr Ic bouclage staliljlle rgulier
obtenll en rsoll'{/Ilt les quations Slfil'allfeS en 11 :
v] COSX3 - V2.Q sinx3 = w]
ce ljui en/ralle :
v] = w] COS.\") + W2 sinx3
Les coordonlles dtat linarisallleS son/:::] = X1, '::2 = x-I cos.\J, '::3 = X2 e/
Z-I = X4 sin -"3. Cette solution est obtenue de l1U1l1ire qllll'l1!cn/c Cil considrant x]
et Xl cmmlle sorties el ell appliqllant la/eclll1ique de linarisation entre-sortie.
2.5.2. Linar;sa#oll par bouclage dy"amique sur l'tal
2.5.2.1. Forllllf/atioll dlt problme
Etant donn le systme E de la forme [2.68] :
., = f(x) + g(x)//
trouver, si possible, un bouclage dynamique sur l'tat:
= M(X,.!;) + N(X., !;)v

// = 0'(.\,1;) + {J(.\,I;)v
[2.77]
[2.78]
olt E pour un entier li et une transformation d'tal::: = cj)(x.l;) o QJ est un
diffomorphisme de RII+q dans au voisinage de presque tout point de tel
que le systeme en boucle ferme s'crive:
i = Ac + Bv
o la paire (A. B) est commandable.
TI Il' est pas restrictif de rsoudre le problme en cherchant une paire (A, H) soUs
forme canonique de Brunovsky. Rsoudre le problme de linarisation entre-sortie
dynamique revient ft chercher es fonctions dans /C qui ont la plus grande structure ft
l'infini. Ces fonctions sont candidates pour jouer le rle defonctiol1s de sortie dans
Inversion et linarsation 77
Le systme 767 est compltelllel1t lil1arisable par le bOllc/age sto/ique rglllier
obtel1/1 ell rsoJl'CIIl/ le,'i' quations sIIl'llIUeS l'Il 11 :
VI COSX) - 1'}X4 sin.\"3 = w(
IJ 1 sin.\:3 + 1.'2.\..j COS XJ 11)}
ce qui en/ralle :
VI = 1l!1 COS.t] + Wl sinx3
v} = (W2COSX3 w) sinx3)/X..j.
Les coordonnes d'tat lil1ar;sl1nleS SOllt:'1 = XI. :'2 = X..J cos .\"3, :::3 x} el
Z..j =.1:-1 sin -'"3. Celle solwioll est obten/le de 1I1{l11ire qul'alellic l'Il considra1lt XI
ef x} comme .\orties el l'II appliquant la teclmqllc de lillarisathm el1tre-sorIe.
2.5.2. Linarisatoll par bOllclage dYllamique Sllr l'tat
2.5.2,1. Formulation du problme
Etant donn le systme L; de la forme l2.68] :
i = f(x) + g(x)u [2.77]
trouver, si possible, un bouclage dynamique sur l'tat:
M(x,l;)+N(x,
/1 = O'(x, + f3(x 1
[2.78]
o E pour un entier Cl et une transformation d'tal ::: Q) (x, ) o cp est un
diffomorphisme de dans au voisinage de presque tout point de IH:
lI
-h/, tel
que le systme en boucle ferme s'crive:
o la paire (A, B) est commandable.
TI n'est pas restrictif de rsoudre le problme en cherchant L1ne paire (A, B) sous
forme canonique de Brunovsky. Rsoudre le problme de linarisation e11lre-sortle
dynamique revient chercher des fonctions dans JC qui ont la plus grande structure
l'infini. Ces fonctions sont candidates pour jouer le rle de fOllctions dl' sortie dans
le problme de linarisation entre-sortie. Le problme de linarisation entre-tat
admet alors une solution par bouclage dynamique sur l'tat si et seulement si la somme
des ordres des zros l'infini vaut Il, la dimension de l'espace d'tat. De manire
quivalente, ces sorties linarisantes dfinissent un systme sans dynamique de zros,
au sens du paragraphe 2.2.4. Ce rsultat a d'abord t obtenu dans IISI 86]. Ces ides
sont fonnalises dans le paragraphe suivant.
2.5.2.2. Soll/tion d/l problme de lillarismion dynallliq1le
Une solution au problme de linarisation dynamique est obtenue par inspection
des sous-espaces Hk. Puisque le systme en boucle ferme doit tre compltement
commandable, une condition ncessaire est Hx = O. Alors une base des Hk peul tre
construite comme suit. Soit (CVI;--'-) une base de H k ~ :
De manire plus gnrale, soit ((v,,") tel que:
pour k = 1 ... , k*. Une condition suffisante pour la linarisation dynamique est alors
obtenue.
THORME 2.16.- Si (CVI ... , (Vk-'-) est inrgrable, alors le problll1e de linarisation
dylla1l1 ique ad1l1el /Ille sol/l t iOll.
EXEMPLE 2.6.- Considrons "ullcycle de l'exel/lple 2,1. Du calclIl:
HI = spanA.::1 dxJ
'Hl = spa n A.:: (sn .\"3) d.\1 - (COSX3) dXl1
71.3 =0
01/ a k'" = 2. CVl = (sin X3) dXI - (cos X3) dXl. Puisque W2
112 si n .\"] dXl - 1/ [ dX3. 011 choisit (Vl = dx l, de sorte que:
Hl = spanA::(w2, il) 2 , (VII
'H2 = spanA::( CV1)
111 cos X3 dx 1 +
Fil1alement, spanA::((Vl. W[) est il1tgrable ef WllIt spanJC( dYI, dYl) o )'1 = Xl ef
)'2 = X2 som les sorties linarisal1fes.
le problme de linarisation entre-sortie. Le problme de linarisation entre-tat
admet alors une solution par bouclage dynamique sur l'tat si et seulement si la somme
des ordres des zros l'infini vaut Il, la dimension de l'espace d'tat. De manire
quivalente, ces sorties linarisantes dfinissent un systme sans dynamique de zros,
au sens du paragraphe 2.2.4. Ce rsultat a d'abord t obtenu dans IISI 86]. Ces ides
sont fonnalises dans le paragraphe suivant.
2.5.2.2. Soll/tion d/l problme de lillarismion dynallliq1le
Une solution au problme de linarisation dynamique est obtenue par inspection
des sous-espaces Hk. Puisque le systme en boucle ferme doit tre compltement
commandable, une condition ncessaire est Hx = O. Alors une base des Hk peul tre
construite comme suit. Soit (CVI;--'-) une base de H k ~ :
De manire plus gnrale, soit ((v,,") tel que:
pour k = 1 ... , k*. Une condition suffisante pour la linarisation dynamique est alors
obtenue.
THORME 2.16.- Si (CVI ... , (Vk-'-) est inrgrable, alors le problll1e de linarisation
dylla1l1 ique ad1l1el /Ille sol/l t iOll.
EXEMPLE 2.6.- Considrons "ullcycle de l'exel/lple 2,1. Du calclIl:
HI = spanA.::1 dxJ
'Hl = spa n A.:: (sn .\"3) d.\1 - (COSX3) dXl1
71.3 =0
01/ a k'" = 2. CVl = (sin X3) dXI - (cos X3) dXl. Puisque W2
112 si n .\"] dXl - 1/ [ dX3. 011 choisit (Vl = dx l, de sorte que:
Hl = spanA::(w2, il) 2 , (VII
'H2 = spanA::( CV1)
111 cos X3 dx 1 +
Fil1alement, spanA::((Vl. W[) est il1tgrable ef WllIt spanJC( dYI, dYl) o )'1 = Xl ef
)'2 = X2 som les sorties linarisal1fes.
Dmollstmtion du thorme 2.16. Soit {dy!, ... , dYm} une base de
spanKJw1, ... , (Vk'- J. Par construction, la somme des ordres des zros l'inllni de
{(V!, Wk* J vaut 11. Cette somme ne peut pas diminuer par changemenl Je base,
elle est aussi gale la somme des ordres de zros lnllni Je 1 d.\'!, .... dYm J. Par
consquent, {d)'], ... , dYm J dllnt un ensemble de fonctions de sorties sans dyna-
mique de zros et conduit finalement ft une solution au problme de la linarisation
dynamique. lIl!I
2.6. Bibliographie
[BYR 90j BYRNES C.l., lsmOfu A.,,, Exactlinearization and zero dynamics ". proc.1C)rh IEEE
CO/(j: Dccisio/l COI/II:, p. 1080-1084, 199(l.
rCON 911 CONTE G .. MOOG C.H., PERDON A.M.," Modelmatching and factorizalion for non-
linear systems: a structural approach h, SIAM J. C(I//!J: Optilll .. 19, p. 769-785, [991.
[CON 991 CONTE G .. MOOG C.H., PERDOJ'.( A.M., NOl/IiI/car collfrol systcllls: (/// algchraic
scuil/g, vol. 141, Springer Yerlag, Lect. N. COnll". InL Sei .. Londres. 1999.
[BEN 891 DI BENEDETI'O M.D .. GR1ZZLE .1., Mooo C.H., ,_, Rank invariants 01" nllnlinear
systems n. SIAM J. Callfl: 0l'tim., 17, p. 658-671, 1989.
[FU 86j FLIESS M., (, A note on the invertibility of nonlincar input-output systems". Sys. COIlfI:
Lett., 8, p. 147151, 1986.
[FU87j FLIESS M., Nonlinear control theory and differential algchra: SOIllC illustrativc
cxamplcs H, ID/fi IFAC World COl/grcss. Munich, p. 114-118, 1987.
[FU96j FLIESS M .. LEVINE.J.. MARTIN P .. ROUCI-lON p.. '( Systmes dilTrenticllcment plats:
intrt et exemples n. Thorie ct pratiql/e des systhl/cs plats, Grenoble. p. 1-41, 1996.
[HIR 79] HmscI-IoRN R., Inverlibility 01" mulLivariable nonlinear control systems ". IEEE
Tral1s. AI/tol/ull. COllfrol, 24. p. 855-865,1979.
[HUIOO] HUIJI3ERTS HJ.C.. MOOG C.H., POTI-IIN R., " Input-output decoupling of Ilonlincar
systems by slalie measul"cmenl feedhack Systems wul Control Le(f('/".I", 39. p. 109-114,
2000.
[TS1891 A., NOlllinc(/r Control Systcms (1nd ed.), Springer Verlag. Berlin. 19H9.
(TSf 861 ISlDon! A., MOOG C.1l.. DE LUCA A .. "A Sufficient Condition for full Linearization
via Dynamic Statc Fccdback, Proc. L"i
ffl
lEEE Cm!t: Decision Confl:, p. 203-208, 1986.
[ISI 84] ISIDORI A., RUI3ERTI A., I( On the synlhesis orIincarinput-output responscs fornonlincar
systems )l, Syst. Cm/fi: Left. 4, p. 17-11, 1984.
[KRE 83j KRENER AJ., ISIDOR! A .. Linearization hy output injections and nonlinear ohscr-
vers, Systems {flld Control Le(fcrs, 3, p. 47-51, 1983.
[MAR 86j MARINO R., On the largest I"eedback linearizable subsystem )l, Syst. Gmtl: LCff .
7. p. 345351,1986.
Dmonstratio1l du thorme 2.16. Soil {c1)'I, ... , c1Ym) une base cie
spanK:llV1, ... , Wkt- J. Par construction, la somme des ordres des zros il l'inIlni de
{WI, .... J vaut Il. Cette somme ne pem pas diminuer par changement de base.
elle est aUSSl gale la somme des ordres de zros lnHni de 'd."I ..... dY/ill. Par
consquenl, {d)'l ... " dYlld dl1nit un ensemble de fonctions de sorties sans dyna-
mique de zros el conduit finalement ft une solution au problme de la linarisation
dynamique. Il
2.6. Bibliographie
[BYR 90J BYRNES C.L, lSIDOfU A.,,, Exucllincarization an zero dynamics n. Pme. 29/
1i
IEEE
CO/Il Decisio/1 COIIII:. p. 2080-2084. 1990.
[CON 911 CONTE G .. Mooo CH . PERDON A.M . Model matchng and factorzmion for 11011-
linear systems: a structural approach n. SIAM .1. CO/Ill: Optim .. 29. p. 769-785. 1991.
rCON 991 CONTE G .. MOOCi C.I-L. PERDON A.M., Nonlincar e0111ml sysTems: (11/ olgebraic
seuil/g, vol. 242, Springcr Vcrlag, Lect. N. Com\'. InL Sei.. Londres. 1999.
[BEN 891 DI BENEDEl1'O M.D., GIUZZLE .1 MOOG C.H., Rank invaranls of Ilonlinear
systems n, SIAM J. COI/fi: Opfim., 27, p. 658-672. 1989,
[FU 86J FLIESS M., A notc on thc invcrlihilily of' 1101llinear input-output systems ". Sys. ConTI:
Lett . 8, p. 147-151, 1986.
[FU 87 J FLIESS M., Nonlincar control thcOl'y and diffcrcntial algebra: iIIustrative
examples H, lOtI! IFAC H,zJrld COl1.f5reSS, Munich, p. 114-118, 1987.
[FU96J FLIESS M., LEVINE L MARTIN P .. ROUCHON P .. ,< diflrcnticllcmenl plaIs:
intrt ct cxemp1es H. Thorie et prllfiqlll! des systmes plaiS. Grenoble. p. 1-41. 1996.
[HIR 79] BlRSCHORN R . Inverl.bilily of multvariable nonlincar control systems )'. IEEE
Tmns. Allf01I1(1/. C011lm/, 24. p. 855-865, 1979.
[HUI 00] HUIJBERTS H.J.C .. MODO C.B., POTHIN R.. Input-outpui decoupling of l10nlincar
systems by statc measurClllclll fccdhack r,. Syslems ond COli/roI 39. p. 109-1 14.
2000.
fTST 891 ISIDORI A., NOlllwar Control Systems (2nd cd.), , .... nlrIl1'fll'l Verlag. Berlin, 1989.
[ISI861 ISIDOR1 A .. Mooo C.H., DE LUCA A .. A Sufficicnl Condilion for full Linearization
via Dynamc StlUc Feedhack ", Proe. 25
,h
IEEE Decision COllfl:. p. 203-208, 1986.
[ISI 84] ISIDORl A., RUIlERTI A., Onlhe synthesis oflinear input-output rcsponses for non 1 incar
sysLems Syst. COlm: Lett. 4, p. 17-22. 1984.
[KRE 83J KRENER AJ., ISIDORI A .. Lincarizalioll by oulpul in je cl ions and nonlincar obscr-
vers ), SysTems {Iml Coll1rol LeI/ers. 3, p. 47-52, 1983.
[MAR 86J MARINO R., On lhe largesl fceuback Iinearizable subsystem , Sysl. COlm: Leff.,
7, p. 345-35], ]986.
[MAR 91] MARINO R., TOMEI P .. ( Dynamic output fecdhack lnearizaton and global smbli-
zation )', Systcm.\ and COlllml Lellen', 17. p. 115- J 2 J, 1991.
lMAR 95] MARINO R . TOMEI P .. NOl1lincar COli 1 ml Dl'si1W Geollletrie, Adaptative alld No/mst.
Prentice Hall. Englewootl Cliffs. 1995.
LMAR 92J MARTIN P., Contribution r tude des systmes diffrcnliellemenl plaIs, Thse de
doclorat. Ecole des mines tic Paris, 1992.
[NU 901 NlJtvlEIJER 1-1.. VAN DER SCHAH A.J.. NOI/lil/l'u" f)Yll0J/lh'ol COl/tml SySIt.'IIIS. Springer
Verlag. New York. 1990.
[PER 891 PERDON A.M., CONTE G., MOOG c.H., Sorne canonical properties or nonlinear
systems. Rcalization and Modelling in System Theory n, Proc. (d' MTNS 89. Amsterdam,
p. 89-96, 1989.
[POT OOJ POTHIN R., MOOG C.H., XIA X .. Nonlinear slllhilizing tlynamical output reeclback
l'or a series OC motof >', IFAC DECOM 2000, Pretoria, Afrique du Sud, 2000.
[RES 851 RESPONDEK W., Linearization, feedback and Lie brackets , Proc. hUf..'J'I1at.
Geometrie 11reory Nonlil1eClr C(mtrol Syslems. Wroclaw Technical Press.
Wroclaw. p. 131-166. 1985.
LSIL 69] SILVERMAN LM., Inversion of multivariable lincal' systems )J, IEEE Tralls. Atll.
Omt/:. 14. p. 270-276. 1969.
[SIN 89] SINOII S.N . A modillcd algorilhm [or invcrlibilily in nonlinenr systems j,. IEEE
Tralls. Aw. Conl1:. 16, p. 595-598, 1981.
[XIA 961 XIA X .. MODO C.lt. 1/0 linearizntion or nonlncar systcms by outpUl [eedback,
35
'11
CDC Congres.!', Kobe, 1996.
[XIA 991 XIA X" Mooo C.H., ,( Dislurbilnce decoupling by mcasurClllcnt reedhllck for SISO
nonlinear systems , IEEE Trans. Awo11lllf. COllJml., 7. p. 1425-1429. 1999.
[ZHE 931 ZHENG Y.F.. CAO L, Recluced inverses for conlrol1ed systems )'. Mmll. Colltrol
Signais Systems. 1993.
[MAR 91] MARINO R., TOMEI P .. ( Dynamic output fecdhack lnearizaton and global smbli-
zation )', Systcm.\ and COlllml Lellen', 17. p. 115- J 2 J, 1991.
lMAR 95] MARINO R . TOMEI P .. NOl1lincar COli 1 ml Dl'si1W Geollletrie, Adaptative alld No/mst.
Prentice Hall. Englewootl Cliffs. 1995.
LMAR 92J MARTIN P., Contribution r tude des systmes diffrcnliellemenl plaIs, Thse de
doclorat. Ecole des mines tic Paris, 1992.
[NU 901 NlJtvlEIJER 1-1.. VAN DER SCHAH A.J.. NOI/lil/l'u" f)Yll0J/lh'ol COl/tml SySIt.'IIIS. Springer
Verlag. New York. 1990.
[PER 891 PERDON A.M., CONTE G., MOOG c.H., Sorne canonical properties or nonlinear
systems. Rcalization and Modelling in System Theory n, Proc. (d' MTNS 89. Amsterdam,
p. 89-96, 1989.
[POT OOJ POTHIN R., MOOG C.H., XIA X .. Nonlinear slllhilizing tlynamical output reeclback
l'or a series OC motof >', IFAC DECOM 2000, Pretoria, Afrique du Sud, 2000.
[RES 851 RESPONDEK W., Linearization, feedback and Lie brackets , Proc. hUf..'J'I1at.
Geometrie 11reory Nonlil1eClr C(mtrol Syslems. Wroclaw Technical Press.
Wroclaw. p. 131-166. 1985.
LSIL 69] SILVERMAN LM., Inversion of multivariable lincal' systems )J, IEEE Tralls. Atll.
Omt/:. 14. p. 270-276. 1969.
[SIN 89] SINOII S.N . A modillcd algorilhm [or invcrlibilily in nonlinenr systems j,. IEEE
Tralls. Aw. Conl1:. 16, p. 595-598, 1981.
[XIA 961 XIA X .. MODO C.lt. 1/0 linearizntion or nonlncar systcms by outpUl [eedback,
35
'11
CDC Congres.!', Kobe, 1996.
[XIA 991 XIA X" Mooo C.H., ,( Dislurbilnce decoupling by mcasurClllcnt reedhllck for SISO
nonlinear systems , IEEE Trans. Awo11lllf. COllJml., 7. p. 1425-1429. 1999.
[ZHE 931 ZHENG Y.F.. CAO L, Recluced inverses for conlrol1ed systems )'. Mmll. Colltrol
Signais Systems. 1993.
Chapitre 3
Observateurs de systmes non linaires
3.1. Introduction
Dans la plupart des domaines des sciences de l'ingnieur o l'on fait appel aux
outils de l'automatique (algorithme de commande, de surveillance et de diagnostic),
la connaissance de l'tat chaque instant est ncessaire la ralisation de tel ou
tel objectif. L'tat d'un systme est un ensemble minimum de variables permettant
de dcrire j'volution du procd. Ainsi, l'tat d'un racteur parfaitement agit avec
une double enveloppe, sige d'une raction chimique, est form des tempratures de
la double enveloppe et du mlange dans le racteur. du volume du mlange et des
concentrations des produits. Pour un systme lectromcanique, l'tat du systme est
compos des diffrentes positions et vitesses ainsi que des tensions et (nu) des courants
lectIiques qui gnrent les couples moteurs.
La mesure en ligne de ces variables est souvent trs colteuse ou parfois impossible
pour des raisons techniques. Pour pallier celle difficult, on a recours des algo-
rithmes d'estimation en ligne de ces variables non mesures (observateurs ou encore
capteurs logiciels). Ces algorithmes reposent sur un modle de connaissance et un cer-
tain nombre de mesures issues de capteurs physiques. Ces algorithmes d'estimation
reposent sur des modles mathmatiques forms d'quations dynamiques dcrivant le
procd et des mesures en ligne donnant une information pertinente sur l'volution
du procd. Ces quations sont localises (quations diffrentielles ou aux diJlrences
finies) quand le systme est reprsent par un nombre fini de variables d'tat, ou rpar-
ties (quations aux drives partielles). Les mesures en ligne sont relies il l'tat du
procd par des lois mathmatiques (modles). C'est justement ces lois qui permettent
Chapilre rdig par I-Iassan HAlvltvlOURI cl.fcan-Claude MARQUS.
Chapitre 3
Observatellrs de systlnes non linaires
3.1. Introduction
Dans la plupart des domaines des sciences de l'ingnieur o l'on fat appel aux
outils de l'automatique (algorithme de commande, de surveillance et de diagnostic),
la connaissance de l'tat chaque nstant est ncessaire la ralisation de tel ou
tel objectif. L'tal d'un systme est un ensemble minimum de variables permettant
de dcrire l'volution du procd. Ainsi, l'tat d'un racteur parfaitemenl avec
une double enveloppe, sige d'une raction chimique, est form des tempratures de
la double enveloppe et du mlange dans le racteur. du volume du mlange et des
concentrations des produits. Pour un systme lectromcanique, l'tal du systme est
compos des diffrentes positions et vitesses ainsi que des tensions et (ou) des courants
lectliques qui gnrent les couples moteurs.
La mesure en ligne de ces varinbles est souvent trs cOlteuse Ol! parfois impossible
pour des raisons techniques. Pour pallier cette difficult, on a recours des algo-
rithmes d'estimation en ligne de ces variables non mesures (observateurs ou encore
capteurs logiciels). Ces algorithmes reposent sur un modle de connaissance et Uil cer-
tain nombre de mesures issues de capteurs physiques. Ces algorithmes d'estimation
reposent sur des modles mathmatiques forms d' quations dynamiqlles dcrivant le
procd et des mesures en ligne donnant une information pertinente sur l'volution
du procd. Ces quations sont localises (qualions diffrenLielies ou aux diffrences
finies) quand le systme est reprsent par un nombre fini de varables d'tat, ou rpar-
ties (quations aux drives parLiel1es). Les mesures en ligne sont relies l'tat du
procd peU des lois mathmatiques (modles). C' est justement ces lois qui permettent
ChapiLre rdig par Hassan 1-IAt.Hvl0URI cl.Tcun-Claude MARQUS.
de mesurer la sensibilit de la mesure par rapport il l'tat du systme (observabilit).
En gnie des procds par exemple, la mesure de la pression et de la temprature peut
permettre de remonter, l'ia les lois de l'quilibre thelmodynamique, aux concentrations
dans un racteur.
Parmi les observateurs les plus rpandus, nous trouvons dans la littrature
l'observateur de Luenbcrger et l'observateur de Kalman. Ces deux types d'observa-
teurs sont conus pour les modles linaires. Leur utilisation alltour du rgime station-
naire (rgime tabli) est gnralement satisfaisante. Pour les systmes non linaires,
il est difficile de donner une thorie gnrale et exhaustive sur ce sujet. Cependant
il existe quelques dveloppements concernant la synthse des observateurs. Parm les
techniques les plus classiques. nous pouvons citer le mlre de Kalman tendu. Cet obser-
vateur fat appel ti la rsolution des quations dynamiques de Riccati et le rglage de
ses paramtres devient vite complexe; il est mme parfois difficile de distinguer entre
les problmes numriques lis il la rsolution de ces quations et les problmes de
sensibilit qui sont lis aux problmes de mesures el de structure du modle (notion
'observabilit). De plus, il est trs difficile d'affirmer lin rsultat mathmatique de
convergence e ces observateurs. Comme nous le verrons dans la suite de ce chapitre,
1; algorithme d'un observateur consiste corriger le modle en rDjoutant ce dernier tin
terme de correction proportionnel la diffrence entre la sortie de l'observateur et celle
du procd. Ce terme de correction est amplifi par un gain qui peut tre complexe.
Ainsi, le gain de l'observateur linaire de Luenberger esl constant. Le gain du filtre de
Kalll1l.1l1 tendu dcoule d'une quation de Riccati dynamique. Plus gnrulement, le
choix du gain d'ull observateur va dpendre de la dviation de l'tat de l'estimateur.
3.2. Observation des systmes Iinares temps invariants
Dans ce paragraphe, nous allons rappeler certains rsultats classiques concer-
nant l'observabilit et l'estimation d'lal pour les systmes linaires temps-invariants.
Autrement dit, les systmes dcrits par des quations diffrentelJes linaires rt coefll-
dents constants. Le cas des systmes linaires discrets sera tudi succinctement Il la
lin de ce paragraphe. Pour plus de dtail. nous renvoyons aux rfrences [WON 85] et
[KA180].
3.2.1. Obserl'atOIl des systmes li1laires temps continus
Considrons les systmes linaires de la forme:
{
.dt) = Ax(t) + Bu(t)
yU) = Cx(t)
[3.1]
:rU) E reprsente l'tat du systme. u(t) E et yU) E sont les entres et les
sorties mesures l'instant!. il, B et C sont des matrices coeflkients rels constants.
de mesurer la sensibilit de la mesure par rapport il l'tat du systme (observabilit).
En gnie des procds par exemple, la mesure de la pression et de la temprature peut
permettre de remonter, l'ia les lois de l'quilibre thelmodynamique, aux concentrations
dans un racteur.
Parmi les observateurs les plus rpandus, nous trouvons dans la littrature
l'observateur de Luenbcrger et l'observateur de Kalman. Ces deux types d'observa-
teurs sont conus pour les modles linaires. Leur utilisation alltour du rgime station-
naire (rgime tabli) est gnralement satisfaisante. Pour les systmes non linaires,
il est difficile de donner une thorie gnrale et exhaustive sur ce sujet. Cependant
il existe quelques dveloppements concernant la synthse des observateurs. Parm les
techniques les plus classiques. nous pouvons citer le mlre de Kalman tendu. Cet obser-
vateur fat appel ti la rsolution des quations dynamiques de Riccati et le rglage de
ses paramtres devient vite complexe; il est mme parfois difficile de distinguer entre
les problmes numriques lis il la rsolution de ces quations et les problmes de
sensibilit qui sont lis aux problmes de mesures el de structure du modle (notion
'observabilit). De plus, il est trs difficile d'affirmer lin rsultat mathmatique de
convergence e ces observateurs. Comme nous le verrons dans la suite de ce chapitre,
1; algorithme d'un observateur consiste corriger le modle en rDjoutant ce dernier tin
terme de correction proportionnel la diffrence entre la sortie de l'observateur et celle
du procd. Ce terme de correction est amplifi par un gain qui peut tre complexe.
Ainsi, le gain de l'observateur linaire de Luenberger esl constant. Le gain du filtre de
Kalll1l.1l1 tendu dcoule d'une quation de Riccati dynamique. Plus gnrulement, le
choix du gain d'ull observateur va dpendre de la dviation de l'tat de l'estimateur.
3.2. Observation des systmes Iinares temps invariants
Dans ce paragraphe, nous allons rappeler certains rsultats classiques concer-
nant l'observabilit et l'estimation d'lal pour les systmes linaires temps-invariants.
Autrement dit, les systmes dcrits par des quations diffrentelJes linaires rt coefll-
dents constants. Le cas des systmes linaires discrets sera tudi succinctement Il la
lin de ce paragraphe. Pour plus de dtail. nous renvoyons aux rfrences [WON 85] et
[KA180].
3.2.1. Obserl'atOIl des systmes li1laires temps continus
Considrons les systmes linaires de la forme:
{
.dt) = Ax(t) + Bu(t)
yU) = Cx(t)
[3.1]
:rU) E reprsente l'tat du systme. u(t) E et yU) E sont les entres et les
sorties mesures l'instant!. il, B et C sont des matrices coeflkients rels constants.
Obscrvatcurs de systmes non linaires 83
L'observabilil est une notion lie celle de sensibilit de la sortie aux tats du
systme. Cette notion (qui peut tre affaiblie en la rcmplaant par la dtectabilit)
pe1111et d'analyser la faisabilit de la reconstitution de j'tat du systme [3.1].
Nous dirons que la sortie est sensible l'tat ou encore que le systme est o!Jsen'lIb1e
si pour une entre donne If et pour deux conditions initiales quelconques x(O) -# x' (0)
les sorties correspondantes ne sont pas identiquement gales sur lout l'intervalle de
temps considr. Cette dfinition sera tendue plus finement aux cas des systmes non
linaires. Dans ce qui suit, nous donnerons un critre algbrique permcttant de vrificr
l'observabilit d'un systme linaire. dit critre de Kallllan.
Tout d'abord, rappelons que les solutions de l'quation difTrentielle l3.IJ sont de
la fOlme:
x(l) = e'Ax(O) + [' e(l-"A Bu(s)ds
Jo
et que la sortie est donne par:
/,
"
y(l) = Ce'Ax(O) + C e(l-"" Bu(s)ds
,Il
L'observabilit de [3.1] est alors quivalente : pour toutes conditions initiales
x(O) '" x'(O), 3/ ::: 0 tel que Ce'A(x(O) - x'(O)) '" O.
Ce qui montre quc l'observabilit des systmes linaires est indpendante de l'en-
tre applique au systme.
THORME 3.1 (CRITERE DE KALMAN).- Le systllle f3./ 1 est o!Jserl'ahle, si, el seule-
l/1ent si le rang de la II/atrice :
est gal ci 11 (Ill dimension de l'espace d'tat).
En utilisant ce thorme, on peut montrer que l'tat x Ct) du systme [3.1] peut
se dduire de la sortie y(t) et de l'entre /lU) en drivanlun certain nombre de fois
une certaine combinaison linaire de ces deux variables. Ce moyen thOlique permet
de rsoudre le problme de l'estimation de l'tat condition que les signaux y(t) et
u(t) ne soient pas bruits. Dans le cas o ces signaux sont accompagns de bruits, des
tapes de lissage sont ncessaires avant toute opration de drivation. Celte technique
devient vite inexploitable, surtout quand le nombre de sorties est nettement infrieur il
la dimension de l'espace d'tat.
Observateurs de systmes non linaires 83
L'observabilil est une notion lie il celle de sensibilit de la sortie aux tats du
systme. Cette notion (qui peut tre affaiblie en la remplaant par la dtectablit)
permet d' analyser la faisabilit de la reconstitution de 1'tat du systme [3.1 J.
Nous dirons que la sortie es! sensible l'tat ou encore que le systme est obserl'llble
si pour une entre donne Il et pour deux conditions initiales quelconques.r (0) #- x' (0)
les sorties correspondantes ne sont pas idenliquemenL gales sur tout l'intervalle de
temps considr. Cetle dl1nit.ion sera tendue plus finement aux cas des systmes non
linaires. Dans ce qui suit, nous donnerons un critre algbrique permettant de vrifier
l'observabilit d'un systme linaire. dit critre de Kall//m!.
Tout d'abord, rappelons que les solutions de l'quation diffreillielle l3. J J sont de
la fonne :
et que la sortie est donne par:
y(1) Cet ri_\(O) + C t e(l-s)A BII(s)ds
./0
L'observabilit de [3.1] est alors quivalente ~ : pour toutes conditions initiales
x(O) i= x'(O), 3t ::: 0 rel que CeL>\(x(O) - x'(O)) #- o.
Ce qui montre que l'observabilil des systmes linaires est indpendante de l'en-
tre applique au systme.
THORME 3.1 (CRJTRE DE KALMAN).- Le systJ/le {3. J J est observable. si, ef seule-
ment si le rang de la matrice:
est gal il 11 (la dime1lsion dl' l'espace d'tat).
En utilisant ce thorme, on peut montrer que l'tat .\'(1) du systme [3.1] peut
se dduire de la sortie yU) et de l'entre 11(1) en drivant un certain nombre de fois
une certaine combinaison linaire de ces deux variables. Ce moyen thOlique permet
de rsoudre le problme de r estimation de r tat il condition que les signaux y{t) et
li (1) ne soient pas bruits. Dans le cas olt ces signaux sont accompagns de bruits, des
tapes de lissage sont ncessaires avant lOllte opration de drivation. Cette technique
devient vite inexpJoitable, surtout quand le nombre de sorties eSlnettement infrieur lt
la dimension de laL
84 Systmes l10nlinaircs
Un autre moyen permettant de raliser ceUe estimation consiste utiliser un estima-
teur dynamique qui jouera en mme temps le rle d'un filtre. Le plus clbre est connu
sous le nom de l'obSCI1'Cltellr de LlIenbeQter. Ce dernier prend la forme suivante:
J(t} = A.r(t) + Bu(1) + K(C.r(1) - y(1)) [3.2]
o K est une matrice constante telle que le spectre de A + K C est partie relle
strictement ngative. Ceci est toujours possible si le systme [3.1] est observable.
L'observateur ainsi obtenu est convergence exponentielle. Autrement dit, Il.r(t) -
x(I) Il converge exponentiellement vers 0, quand t tend vers +00.
En effet, dans la thorie des systmes linaires [WON 85], il est montr que si le
systme [3.1] est observable, alors pour tout ensemble cr de 11 nombres complexes deux
deux conjugus, il existe lIne matrice K telle que A + K C at comme spectre l'en-
semble cr. En particulier si r on considre cr C C-, r ensemble des nombres complexes
partie relle ngative, l'erreur c(t) .r(l) - xU) satisfait l'quation diffrentielle:
(l) = (A + KC)e(1) [3.3J
et, par consquent lieU) Il converge exponentiellement vers O.
Plus gnralement, supposons que le rang de la matrice suivante:
est gal r :::: JI. Considrons une matrice L de rang r, forme de r colonnes de Ai.
Compltons cette matrice d'une manire quelconque de lel1e sorte qu'on obtienne une
rnattice carre inversible N. Considrons le changement de variables:: = (g) = Nx ;
un calcul simple montre que le systme [3.1] s'crit sous la forme:
[3.4]
On peut montrer que le spectre de la mattice A22 ne dpend pas de la manire
dont sont choisies les matrices L et Ai ci-dessus. Les valeurs propres de sont dits
les modes 11011 observables du systme /3.1 j. Le systme [3.1] est dit dtectable, si le
spectre de est dans C-.
L'observateur de Luenberger ci-dessus peut s'tendre aux systmes dtectables de
la manire sUvante. D'aprs la construction c-dessus, le systme:
1
'::,'1 (t) = Allz] (1) + BllI(t)
y(t)= (1)
[3.5]
84 Systmes l10nlinaircs
Un autre moyen permettant de raliser ceUe estimation consiste utiliser un estima-
teur dynamique qui jouera en mme temps le rle d'un filtre. Le plus clbre est connu
sous le nom de l'obSCI1'Cltellr de LlIenbeQter. Ce dernier prend la forme suivante:
J(t} = A.r(t) + Bu(1) + K(C.r(1) - y(1)) [3.2]
o K est une matrice constante telle que le spectre de A + K C est partie relle
strictement ngative. Ceci est toujours possible si le systme [3.1] est observable.
L'observateur ainsi obtenu est convergence exponentielle. Autrement dit, Il.r(t) -
x(I) Il converge exponentiellement vers 0, quand t tend vers +00.
En effet, dans la thorie des systmes linaires [WON 85], il est montr que si le
systme [3.1] est observable, alors pour tout ensemble cr de 11 nombres complexes deux
deux conjugus, il existe lIne matrice K telle que A + K C at comme spectre l'en-
semble cr. En particulier si r on considre cr C C-, r ensemble des nombres complexes
partie relle ngative, l'erreur c(t) .r(l) - xU) satisfait l'quation diffrentielle:
(l) = (A + KC)e(1) [3.3J
et, par consquent lieU) Il converge exponentiellement vers O.
Plus gnralement, supposons que le rang de la matrice suivante:
est gal r :::: JI. Considrons une matrice L de rang r, forme de r colonnes de Ai.
Compltons cette matrice d'une manire quelconque de lel1e sorte qu'on obtienne une
rnattice carre inversible N. Considrons le changement de variables:: = (g) = Nx ;
un calcul simple montre que le systme [3.1] s'crit sous la forme:
[3.4]
On peut montrer que le spectre de la mattice A22 ne dpend pas de la manire
dont sont choisies les matrices L et Ai ci-dessus. Les valeurs propres de sont dits
les modes 11011 observables du systme /3.1 j. Le systme [3.1] est dit dtectable, si le
spectre de est dans C-.
L'observateur de Luenberger ci-dessus peut s'tendre aux systmes dtectables de
la manire sUvante. D'aprs la construction c-dessus, le systme:
1
'::,'1 (t) = Allz] (1) + BllI(t)
y(t)= (1)
[3.5]
Observateurs de systmes 11011 linaires 85
est un systme observable. Par consquent, pour tout ensemble cr de r nombres com-
plexes deux deux conjugus, il existe une matrice KI, telle que sp(A 1 + KI C) = ().
Posons K = N-
1
( ~ l ), on peut alors conclure:
THORi'vJE 3.2.- Le systme:
.[(1) = A.r(l) + 1311(1) + K(C.r(l) - .1'(1)) [3.61
est 1111 nbscrl'otcur exponcntiel pOlir le systllle /3.1}.
3.2.2. Observateurs des .\}'stmes linaires temps discrets
Les systmes linaires stationnaires discrets sont dcrits par des quations rcur-
rentes de la forme:
{
Xk + 1 )8) = A"x(k8) + B,fl/(k8)
y(kli) = C,}x(k8)
[Ur
o x(ko) E Itt
ll
; 1.t(k8) E Itt
111
et y(k8) E Itr.JI. Ici le temps prend des valeurs discrtes
0, {5, 20, ... ,ko, ... ,0 tant la priode d'chantillonage.
Parmi les mthodes d'chantillonage, on trouve la mthode du blagueur d'ordre
zro, la commande Il applique au systme [3.1] est constante dans l'intervalle [ko, (k +
1 )8[ et vautll(k8). L'intgration du systme [3.1] entre les instants k8, (k+ 1 )8, donne:
xk + 1)8) = e,'A
x
(k8) + {' e(,I-<I
A
/311(k8)dl
J
D
Les matrices du systme [3.7] prennent alors la forme:
[3.8]
L'observabilit des systmes chantillonns se dfinit de la mme manire que pour
les systmes continus et le critre de Kalman reste encore un moyen algbrique simple
pour tester cette observabilit. Cependant, il arrive que l'observabilit soit perdue en
chanti1lonnant un systme continu observable.
est lm systme observable. Par consquent, pour lout ensemble cr de r nombres COI11-
plexes deux deux conjugus, il existe une matrice KI, telle que sp( AI + J( 1 = (J.
Posons K = N-
1
( ~ l ), on peut alors conclure:
THORTvlE 3.1.- Le sysTme .'
. ~ ( t ) A.r(t) + Bll(t) + K(C.r(l) - y(l) [3.61
esl Ull obserl'ateuf exponentiel pOlir le systme /3.1}.
3.2.2. Observateurs des systmes linaires temps discrets
Les systmes linaires stationnaires discrets sont dcrits par des quations rcur-
rentes de la forme:
{
Xk + 1 )15) AdX(k8) + Bdl/(k8)
y(k8) Clx(k,8)
13.7]
o x(k8) E J.R11 ~ u{kS) E lR.
m
et y(kS) E mU]. Ici le temps prend des valeurs discrtes
0,8,28, ... ,k8, .... 8 tant la priode d'chantiHonage.
Parmi les mthodes d'chantillonage, on trouve la mthode du bloqueur d'ordre
zro, la commande II applique au systme [3.1] est constante dans l'intervalle [k8, (k+
1)15 [et vaut u (k8). L'intgration du systme 13.1] entre les instants k8, (k + 1 )8, donne:
x(k + 1)8) (:!,u
x
(k8) + [8 e(8-/)A /311(k.8)dt
Jo
[3.8]
Les matrices du systme [3.7] prennent alors la forme:
L' observHbilit des systmes chantiJlonns se dfinit de la mme manire que pour
les systmes continus et le critre de Kalman reste encore un moyen algblique simple
pour tester cette observabilit. Cependant, il arrve que robservabilit soit perdue en
chant1lonnant un systme continu observable.
86 Systmes non
THORME 3.3.- Une cOl/dition sidlisante pOlir que le systme clumtillomr d'un
systme continu observable reste ObSell
'
(/ble est que pour toliles les pilleurs propres
I .. f =P j " si la punie relle R e()"i - j) = 0, alors la partie imaginaire Jill (i j)
l1'eS[ pas 1111 multiple de 2rr IlS.
Notons que la condition Re(j j) = 0 implique 111l(
i
- j) est un multiple
de '2t n'est pas une proprit ouverte ni dense. De ce fait, l'observabilit est souvent
conserve lors d'une discrtisation.
Comme dans le cas continu, l'observateur de Luenberger pour le systme [3.7]
prend la forme:
La matrice 1(d est chosie de teHe sorte que Sp(A" + Kt/Cf) c DW, J) (le disque
des nombres complexes de module < 1).
En l'eneur e(k8) = .\:(k8) - x(k8), vrifie l'quation:
el comme Sp( Ad + Kt/Cd) c D(O. 1), l'erreur tend exponentiellement vers O.
En prsence de bruit modlis sur rentre et la sortie, il est prfrable de les
gains de sorte que l'estimation ne soit pas trop biaise. Duns le cas des bruits blancs
gaussiens, le filtre de Kalman stationnaire donne une esLmaton non biaise.
3.3. Observabilit des sllstmes non linaires et rappels mathmatiques
3.3.1. Quelques notions slIl'l'ob.r.:crl'abilit
Si pour les systmes linaires, l'observabilit est un concept global, ceci n'est pas
le cus pour les systmes non linaires. Dans ce paragraphe, nOLIS allons donner et
comparer plusieurs dflnitions d'observabilit. Les systmes considrs dans toute la
suite sont de la forme:
{
f(x, Il)
II(x)
[3.9]
o X E !vI une varit diffrentielle (dans la plupart des applications, la varil A1 est un
ouvert de JR:.1I), Il E U un sous-ensemble de Y E IR;.Jl. Pour simplifler r expos, nous
supposerons que r ensemble U est un ferm de lR/II. L'ensemble des entres Il (.) sont
des fonctions telles que, pour toute condition initiale x, il existe une solution unique
XII (t) dfinie sur un intervalle maximal 10, T(II.x) l. Ces entres seront appeles entres
admissibles. Nous supposons galement que f et Il sont suffisamment diffrentiables
par rapport (x. 11).
86 Systmes non
THORME 3.3.- Une cOl/dition sidlisante pOlir que le systme clumtillomr d'un
systme continu observable reste ObSell
'
(/ble est que pour toliles les pilleurs propres
I .. f =P j " si la punie relle R e()"i - j) = 0, alors la partie imaginaire Jill (i j)
l1'eS[ pas 1111 multiple de 2rr IlS.
Notons que la condition Re(j j) = 0 implique 111l(
i
- j) est un multiple
de '2t n'est pas une proprit ouverte ni dense. De ce fait, l'observabilit est souvent
conserve lors d'une discrtisation.
Comme dans le cas continu, l'observateur de Luenberger pour le systme [3.7]
prend la forme:
La matrice 1(d est chosie de teHe sorte que Sp(A" + Kt/Cf) c DW, J) (le disque
des nombres complexes de module < 1).
En l'eneur e(k8) = .\:(k8) - x(k8), vrifie l'quation:
el comme Sp( Ad + Kt/Cd) c D(O. 1), l'erreur tend exponentiellement vers O.
En prsence de bruit modlis sur rentre et la sortie, il est prfrable de les
gains de sorte que l'estimation ne soit pas trop biaise. Duns le cas des bruits blancs
gaussiens, le filtre de Kalman stationnaire donne une esLmaton non biaise.
3.3. Observabilit des sllstmes non linaires et rappels mathmatiques
3.3.1. Quelques notions slIl'l'ob.r.:crl'abilit
Si pour les systmes linaires, l'observabilit est un concept global, ceci n'est pas
le cus pour les systmes non linaires. Dans ce paragraphe, nOLIS allons donner et
comparer plusieurs dflnitions d'observabilit. Les systmes considrs dans toute la
suite sont de la forme:
{
f(x, Il)
II(x)
[3.9]
o X E !vI une varit diffrentielle (dans la plupart des applications, la varil A1 est un
ouvert de JR:.1I), Il E U un sous-ensemble de Y E IR;.Jl. Pour simplifler r expos, nous
supposerons que r ensemble U est un ferm de lR/II. L'ensemble des entres Il (.) sont
des fonctions telles que, pour toute condition initiale x, il existe une solution unique
XII (t) dfinie sur un intervalle maximal 10, T(II.x) l. Ces entres seront appeles entres
admissibles. Nous supposons galement que f et Il sont suffisamment diffrentiables
par rapport (x. 11).
DFINITION 3.1.- i) Del/x conditions il/itiales x =1= x solll difes indisfingl/lIh1es, si
pour tOlite eJ/trcJe adlllissible, h(xu(t = h(xlI(t), pOlir tout t E [O. TL o T =
illf(T(It.x) , T(II,X).
in Si deu.-r cOllditions initillles x et x SOIlI tel/cs quc 311(.) 31 E lO, T[ I.q. h(x
u
(t) =1=
h(xlI(t), 011 dit que If(.) distingue (x, x) sllr [0, T[.
iii) Le sysl1lle est dit observable si, pour tout couple de condifiolls initiales dis-
tinctes, il adlllet ulle clItre qui Ics rel/d lUstingl/(/b!es.
il'} Une L'ntre qui distingue toIll cOIfple de jJOi11llUstllcts sur 1111 nten'a/ll
J
[0, Tl
est dite IIniversel/e SIIr rO, Tl. 0// encore // reJ/d le systme ohser\'{/ble sl/r 10. T[.
Notons qu'un algorithme d'estimation d'tat n'a de sens que si l'entre applique
au systme le rend observable. A ce sujet, il est montr dans [SUS 79] que si le systme
observable est analytique (M, U sont des varits analytiques, f et h sont analytiques),
alors l'ensemble des entres analytiques et universelles est dense dans l'ensemble
C'''([O, Tl, U) des fonctions analytiques dfinies sur 10, TI et valeurs dans U,
Cette notion d'observabilit peut tre affaiblie en la remplaant par l'observabilit
locale ou encore localefaible IHER 77, lSI 85, NlJ 901, Dans ce qui suit nous donnerons
le concept local.
Nous dirons que le systme l3.9J est localemcnt ob.\'('/1'Clble en un point.\' s'il existe
un voisinage ouvert V de x tel que pour tout voisinage ouvert HI de x, contenu dans
V et pour tout x E HI; il existe un instant T > 0, tel que XII (t), XII (t) sont Jans Hl ,
VI E 10, TI et h(x,,(I)), h(:I',,(I)) ne sont pas identiquement gales sur [0, TI,
Dans le cas des systmes linaires, toutes ces dfinitions concident. En non linaire,
on a seulement: l'observabilit =>-l'observabilit locale. Par con Ire (colllllle on le verra
ci-dessous), le critre de Kalman J'observabilit continue fI s'tendre aux systmes non
linaires localement observables.
Tout d'abord, rappelons quelques notations classiques dans ce domaine. Pour tout
Il E U, nOlis notons par .1;, le champ oe vecteurs dflni par .I;,(x) = /(x, If). Si
rp est une fonction diffrentiable sur 1\1, la drive de Lie de cp par rapport ./;/ est
note par LI;, (cp). Dans un systme cie coordonnes (XI .... , XII), le champ ./;/ s'crit
./;/ = :L:.
1
=! iJ/iJxi ou encore en reprsenlation matricielle:
J;, =z= CiJ
DFINITION 3.1.- i) Deux conditions initiales x -# x sonl dites indisti11guables, si
pOllf tOlite entre admissible, 11(.1'1/(1)) = herl/(r)), pOlir t01l11 E 10. TL oit T =
il/f(T(II . .I'l' T(Il,x).
ii) Si deux conditions initiales x el x SOli/ telles que 311 (.) 31 E lO, T [/.q. h (xli (t) -#
h(xlI(t), 01/ dit que u(.) distinglle (x, x) sllr 10, TI.
iii) Le systme est dit observable si, pOlir tO/lt couple dl' conditions llitiales dis-
tinctes. il admet une entre qui les relld distinguables.
h') Vne t'JI/re qui distingue tOlll cO/lple de point dis/illct.\' .\'UI' lill illterl'alll' rD. Tl
est dite 1l1liverselle stlr rO, TI, 0/1 el/core /1 rend le s.\'srl11c obser\'{/b1e slIr 10. TI.
Notons qu'un algorithme d'estimation d'tal n'a de sens que si l'entre applique
au systme le rend observable. A ce sujet., il esl montr dans [SUS 79] que si le systme
observable est analytique (M. V sol1l des varits analytiques. f et Ir sont analytiques),
alors l'ensemble des entres analytiques et unverselles est dense dans r ensemble
CW([O, T]. U) des fonctions analytiques dnnies sur 10, TI et valeurs dans V,
Celte notion d'observabilit peut tre affaiblie en la remplaant par l'observabilit
locale ou encore locale faible IHER 77, ISl 85, NlJ 901. Dans ce qui suit nous donnerons
le concept local.
Nous dirons que le systme L3.9J est localement obsen'oble en un poinl.r s'il existe
un voisinage ouvert V de .\" tel que pour tout voisinage ouvert HI de x, conLenu dans
V et pour tout x E W: il existe un instant T > 0, tel que XII (t), (t) sont dans W ,
Vt E 10. Tl et "(XI/(I), h(xlI(t)) ne sont pas identiquemenl sur [0, T[.
Dans le cas des systmes linaires, toutes ces dfi nitions concident. En non linaire,
on a seulemenL: l'observabilit => l'observabilit locale. Par contre (comme on le verra
ci-dessous), le critre de Kalmnn d'observabilit continue s'tendre aux systmes non
linaires localement observables.
Tout d'abord, rappelons quelques notations classiques dans ce domaine. Pour tnut
li E U, nous notons par ./;/ le champ de vecteurs dfini par J;/{x) = l(x.II). Si
cp est une fonction diffrentiable sur 1\1, la drive de Lie de cp par rapport '/;1 est
note par Lt;! (cp). Dans un systme de coordonnes Cq .... , XII), le champ .1;/ s"crit
J;/ = 2:::.
'
= 1 a / i)xi ou encore en reprsenlation matricielle:
(
. . ~ : ' I )
./11 = Z
Jill 1
Notons par Q le plus petit espace fonctionnel contenant les composantes Il l ,.,., Il JI
de la sortie Il et tel que pour toute fonction cp E n, on a L j;/ (cp) E n. n est appel
l'espace d'obsen'al011 du sysl11le l3.9].
RErvIARQUE.- L'e.\]HICe d'o/Jsen'ation est engendr par les h; el les drives de Lie
fi (L lOi ... Lj"J ), o les Il; S0111 des cOllslalltes dcrit!mll U.
"'I 'I..
Il a
NololIspardn l 'espace des = L .c ,011 cp E n, purdn(x) l'espace
d.\;
i=1
vectoriel rel des J :l'or11les de dn, value ell x.
NOLIS diro1/s qlle le syslme [3.9 J est observable au sens du rang en x, si la dilIIensiol1
de dn (x) esln. On a le thor11le SlIiwlllt.
THORME 3.4.- Si le systme 13.9J est obsen'able {/II sens dll l'lIllg ell 1111 point .r,
alors il est localement obsen'able en x.
Ce thorme donne une condition suffisante pour l'observabilit locale. Comme
r observabi lit au sens du rang est quivalente ft l'observabilit pour les systmes
linaires, il donne une gnralisation du critre de Kalman pour les systmes non
linaires. La rciproque de ce thorme n'est pas vraie. En effet, considrons le sys-
tme suivant:
{
.,. = 0
y = h(x)
[3.10]
o Il est une fonction diffrentiable et injective de dans lit et relIe que sa dlive en
o est nulle. Il est clair que ce systme est observable (donc, en particulier, localement
observable en 0). Cependant, le systme n'est pas observable au sens du rang en O.
Prcl/l'c succincte dit thor/lle 3.4. Supposons que le systme est observable au sens
du rang en un point x, alors il existe X = (Xt, ... , XII) o Xi E n, tel que le jacobien
de X en .r est de rang plein, par consquent, la restriction de X un voisinage V de
x est un diffomorphisme. Si le systme [3.9] n'est pas localement observable en x,
on peut alors trouver un voisinage W c V de x et un S E W, X -::j:. S, tels que quelle
que soit l'entre admissible Il, on a l1(x/I(/)) = h(s"U)) et ceci VI E rO. Tf, pour
un T tel que .\"/1(1), S/lU) E W, VI E [0, T[. En particulier. prenons des entres
II constantes par morceaux sur des intervalles [Ti, Ti+1 [, 0 = TO < TI < ... <
Tt;, Oll les ri sont petits. Posons /Ii la valeur de Il sur l'intervalle [Ti, Ti+d, on a
h(xl/(rd) = h(x/I(rl;)). quelque soit ri .... , rt;. Maintenant, en drivant ces fonctions
successivement par rapport TI ... , T/; et en faisant tendre les ri vers 0, on obtient
b(L /" ... L /" )(x) = h(L /" ... L /" )(x) et ceci quels que soient 111 , II/;. Donc,
" "1 ' II): , "1 " II}
ncessairement X (x) = X Cf), ce qui contredit]' injectivit de X. Il
Notons par Q le plus petit espace fonctionnel contenant les composantes Il l ,.,., Il JI
de la sortie Il et tel que pour toute fonction cp E n, on a L j;/ (cp) E n. n est appel
l'espace d'obsen'al011 du sysl11le l3.9].
RErvIARQUE.- L'e.\]HICe d'o/Jsen'ation est engendr par les h; el les drives de Lie
fi (L lOi ... Lj"J ), o les Il; S0111 des cOllslalltes dcrit!mll U.
"'I 'I..
Il a
NololIspardn l 'espace des = L .c ,011 cp E n, purdn(x) l'espace
d.\;
i=1
vectoriel rel des J :l'or11les de dn, value ell x.
NOLIS diro1/s qlle le syslme [3.9 J est observable au sens du rang en x, si la dilIIensiol1
de dn (x) esln. On a le thor11le SlIiwlllt.
THORME 3.4.- Si le systme 13.9J est obsen'able {/II sens dll l'lIllg ell 1111 point .r,
alors il est localement obsen'able en x.
Ce thorme donne une condition suffisante pour l'observabilit locale. Comme
r observabi lit au sens du rang est quivalente ft l'observabilit pour les systmes
linaires, il donne une gnralisation du critre de Kalman pour les systmes non
linaires. La rciproque de ce thorme n'est pas vraie. En effet, considrons le sys-
tme suivant:
{
.,. = 0
y = h(x)
[3.10]
o Il est une fonction diffrentiable et injective de dans lit et relIe que sa dlive en
o est nulle. Il est clair que ce systme est observable (donc, en particulier, localement
observable en 0). Cependant, le systme n'est pas observable au sens du rang en O.
Prcl/l'c succincte dit thor/lle 3.4. Supposons que le systme est observable au sens
du rang en un point x, alors il existe X = (Xt, ... , XII) o Xi E n, tel que le jacobien
de X en .r est de rang plein, par consquent, la restriction de X un voisinage V de
x est un diffomorphisme. Si le systme [3.9] n'est pas localement observable en x,
on peut alors trouver un voisinage W c V de x et un S E W, X -::j:. S, tels que quelle
que soit l'entre admissible Il, on a l1(x/I(/)) = h(s"U)) et ceci VI E rO. Tf, pour
un T tel que .\"/1(1), S/lU) E W, VI E [0, T[. En particulier. prenons des entres
II constantes par morceaux sur des intervalles [Ti, Ti+1 [, 0 = TO < TI < ... <
Tt;, Oll les ri sont petits. Posons /Ii la valeur de Il sur l'intervalle [Ti, Ti+d, on a
h(xl/(rd) = h(x/I(rl;)). quelque soit ri .... , rt;. Maintenant, en drivant ces fonctions
successivement par rapport TI ... , T/; et en faisant tendre les ri vers 0, on obtient
b(L /" ... L /" )(x) = h(L /" ... L /" )(x) et ceci quels que soient 111 , II/;. Donc,
" "1 ' II): , "1 " II}
ncessairement X (x) = X Cf), ce qui contredit]' injectivit de X. Il
Dans les paragraphes suivants, nous allons combiner les notions d'observabilit
locale et d'observabilit au sens du rang pour en dduire des classes de systmes pour
lesquels on peut synthtiser un observateur exponentiel. Pour cela, nous avons besoin
de quelques notions mathmatiques concernant les champs de vecteurs el les formes
diffrentielles.
3.3.2. Quelques rappels mathmatiques
Nous supposons que les notions suivantes sont acquises: M est une varit cie
classe cr (r est un entier positif, l'infini, ou encore LV pour dire analytique). TM =
UXEM Tr Al dsigne l'espace tangent qui est une varit de classe cr, de dimension
211, dans le cas o Al est de dimension Il, la libre T
r
Al est un espace vectoriel de
di mension 11.
Un champ de vecteurs est une application X, de classe cr de /vI dans TM. Dans
un systme de coordonnes local (Xl, ... , XI/), X = (/ifJ/FJxi. o chaque lIi est
une fonction scalaire de classe cr. Une distribution de classe cr sur /11 est un sous-
ensemble de Tf1!!, tel que tout point x de Al possde un voisinage ouvert V et une famille
de champs de vecteurs (Xi);E! de classe cr telle que '1:; E V. est engendr par
(Xi (C) )iE/.
Par dualit, on entend les formes diffrentielles de classe cr comme tant des
applications linaires de Al dans T* M, l'espace cotangent Al est l'espace vectoriel
dual de T.I" /vI, dans un systme de coordonnes (x l ' ... , XII), (dXl . ... , dx
lI
) dsigne
la base duale de (8/8xl, ... , 8/ax/I). Dans ce systme de coordonnes locales. une
forme diffrentielle prend la fonne LV = (Vidxi. Une fonne diffrentielle est
donc une application de l'espace des champs de vecteurs dans l"espace des fonctions
valeurs scalaires: localement. si X = (/iW/Dxi) et si w = ) ....... ;"=lltJidx;. alors
(v(X) = (Viai.
Notons par X (!vI) ]' espace des champs de vecteurs de classe CI" sur A,j. Une q-forme
diffrentielle de classe CI" est une application q-linaire alterne sur j'espace (X (/11) )11
valeurs dans l'espace des fonctions de classe CI" valeurs scalaires CI"(M). Dans un
systme de coordonnes, une q-forme s'crit cv = )'I:::il < .. <;,,:::11 (V(iI ... i'/1d.Yil /\ ... /\
dx;", o WUI ... i,,) est une fonction de classe CI".
Pour finir ces rappels, nous dfinissons le produit intrieur entre formes dilTren-
tielles et champs de vecteurs de la manire suivante: soit X Uil champ de vecteurs ct
(V une q-forme diffrentielle, ix{rv) est une (q - 1 )-forme diffrentielle dflllie par:
pour tout q - I-uplet de champs de vecteurs (X!, .... XI!_I), ix (v)(X l, ... , X
q
_!) =
((X. Xl, .... X,,-l).
Observateurs de syslmes non linaires 89
Dans les paragraphes suivants, nous allons combiner les notions d'observabilit
locale et d'observabilit au sens du rang pour en dduire des classes cie systmes pOUf
lesquels on peut synthtiser un observateur exponentiel. Pour cela, nous avons besoin
de quelques notions mathmatiques concernant les champs de vecteurs et les formes
diffrentielles.
3.3.2. Quelques rappels math1/latiques
Nous supposons que les notions suivantes sont acquises : 1'.1 est une varit de
classe cr (r est LIn entier positif, l'infini, ou encore w pour dire analytique). TM =
UXEAI Tr A1 dsigne l'espace tangent qui est une varit de classe cr, de dimension
2/1, dans le cas Ol! 111 est de dimension /l, la libre T
r
/l1 est un espace vectoriel de
di mension /1.
Un champ de vecteurs est une application X, de classe cr de !vI dans T 111. Dans
un systme de coordonnes local (XI . ... , XII), X = 1 {Ii a j Xi, o chaque lIi est
une fonction scalaire de classe cr. Une distribution de classe cr sur M est un sous-
ensemble de TM, tel que tout pointx de M possde un voisinage ouvert V et une ramille
de champs de vecteurs (Xi)i El de classe cr telle que V:. EV, M est engendr par
(Xi (:))i El
Par dualit, on entend les formes diffrentielles de classe cr comme tant des
applications linaires de M dans T* M, l'espace cotangent M est l'espace vectoriel
dual de T.l"!vl, dans un systme de coordonnes (x l, ... XI/), (dXl . . , . , dx
lI
) dsigne
la base duale de (ajaxl, ... , lj1xll)' Dans ce systme de coordonnes locales, L1ne
forme diffrentielle prend la fonne w = 1 Widxi. Une fonne diffrentielle est
donc une application de l'espace des champs de vecteurs dans l'espace des fonctions
valeurs scalaires: localement, si X = lIiUJjDxi) et si w = Y .... ;'I=I (Oidxi' Hlors
lV(X) = (Villi
Notons par X (1'.1) I"espace des champs de vecteurs de classe cr sur M. Une q-forme
diffrentielle de classe cr est une application q-linaire altcrne sur r espace (X (M) )11
valeurs dans I"espace des fonctions de classe cr valeurs scalaires Cr (M). Dans un
systme de coordonnes, une q-fonne s'crit w = )' 1 :::::il < ... <iq::::Jl Wiil ... i,/ ld.-ri\ 1\ .. . 1\
dXi,/, o WUj ... i,/) est une fonction de classe Cr.
Pour finir ces rappels, nous dfinissons le produit intrieur entre formes dilTrcn-
tielles et champs de vecteurs de la manire suivante: soit X un champ de vecteurs et
l une q-forme diffrentielle, ix{c) est une (q - 1 )-forme diffrentielle dfinie par:
pourtoutq-l-upletdcchampsdevecteurs(X], .... Xq_I),ix(w)(X] . ... , Xq-l) =
(v(X, Xl, .... Xq_I).
3.4. Observation des systmes affines en l'tat modulo une injection de sortie
3.4.1. Ob.'wrJ'tlfeurs pour les affines cl1l'talmotlulo ulle de sortie
Un syslme affine en l'tal modulo une injection de sortie esl de la forme:
{
_'o = A(lI)x + B(u) + rp(u. y)
y Cx(t)
[3.11 ]
X Ifllll. li E et y E nV
1
la matrice A est suppose continue par rapport li.
Dans le cas o cp(u, y) = O. on relrouve les systmes afllnes en r tat:
{
i = A(u)x + B(lI)
Y Cx{t)
13.12]
Dans ce qui suiL nous allons donner LIn observateur pour les sys[mes du type [3.121,
puis nous celte synthse aux systmes de la forme [3.11 J. A la diffrence
des systmes linaires, un systme am ne en \' tat peUl avoir des entres qui le rendent
inobservable. POLlf cette raison, la synlhse d'un observateur pour ces systmes dpend
de la nature de l'enlre. En effet, considrons le systme suivant:
[
,\:1 .\"2 + Il.\:"3
.r::! = 0
=0
y x)
[3.13]
Sur un intervaHe de temps donn. toute entre constanle rend Je systme inobser-
vable sur cel intervalle et toute entre non constante rend le systme observable.
Maintenant, notons $1/ (t, '0) la matrice de transtion du systme 13.12], associe [l
l'entre /1 :
.. = A(II(t)Q)l/(t. ID}
dl
{
dq)l/(t, (0)
q)l/(to, /0) = 1
Dsignons par G(H./o.lo + T), Je gral11ll1en d'observabilit associ rentre li
sur l'inlervalle 10, T J :
G(I/, 10. ln + T)
l
10
+
T
T T
q)1I (1. fo)C (1I(l))C(u(T))$lIU.l0)dl
11)
On a le rsultat suivant.
3.4. Observation des systmes affines en l'tat modulo une injection de sortie
3.4.1. Ob.'wrJ'tlfeurs pour les affines cl1l'talmotlulo ulle de sortie
Un syslme affine en l'tal modulo une injection de sortie esl de la forme:
{
_'o = A(lI)x + B(u) + rp(u. y)
y Cx(t)
[3.11 ]
X Ifllll. li E et y E nV
1
la matrice A est suppose continue par rapport li.
Dans le cas o cp(u, y) = O. on relrouve les systmes afllnes en r tat:
{
i = A(u)x + B(lI)
Y Cx{t)
13.12]
Dans ce qui suiL nous allons donner LIn observateur pour les sys[mes du type [3.121,
puis nous celte synthse aux systmes de la forme [3.11 J. A la diffrence
des systmes linaires, un systme am ne en \' tat peUl avoir des entres qui le rendent
inobservable. POLlf cette raison, la synlhse d'un observateur pour ces systmes dpend
de la nature de l'enlre. En effet, considrons le systme suivant:
[
,\:1 .\"2 + Il.\:"3
.r::! = 0
=0
y x)
[3.13]
Sur un intervaHe de temps donn. toute entre constanle rend Je systme inobser-
vable sur cel intervalle et toute entre non constante rend le systme observable.
Maintenant, notons $1/ (t, '0) la matrice de transtion du systme 13.12], associe [l
l'entre /1 :
.. = A(II(t)Q)l/(t. ID}
dl
{
dq)l/(t, (0)
q)l/(to, /0) = 1
Dsignons par G(H./o.lo + T), Je gral11ll1en d'observabilit associ rentre li
sur l'inlervalle 10, T J :
G(I/, 10. ln + T)
l
10
+
T
T T
q)1I (1. fo)C (1I(l))C(u(T))$lIU.l0)dl
11)
On a le rsultat suivant.
Obscrvateurs de systmcs non linaires 91
LErvtME 3.1.- Vne clltre Il rend lc systme obsen'ah!c slIr IlI1 illtcrI'alfe [to, to -1- Tl.
si l'lIl1e des proprits qul'olentes sui\,(1I11CS l'st sati,\'1itc :
i) si C (II (1)) q,,, (1 , 10)" = 0, VI E [10, 10 + T J, II/Ors .. = 0,
ii) rnin (G(II, 1o, 1o -1- T) > () (min dsignc la plus petite l'alcul' propre).
La dfinition suivante est utile dans la synthse de l'observateur que nous avons
propos.
DrIN1TION 3.2.- UIlC clllre Il csl dite rglllh?remclIt persistallte, si elfe est homc cl
si e!le l't'rUic la proprit S/fl'alllc :
3 al > 0, 0'2 > 0: 3/0 ::: 0: VI ::: ln, 011 0 :
{
l11il1(G(U, 10, I() + T ::: al
max(G(II, 10. to + T S 0'2
ol )l.l11in (resp. max) dsigne la plus petile (resp. la plllS grandc) l'alcl/r propre.
COlllllle pour le filtre de Kalman, l'observateur que nous proposons dlive d'ull
critre d'optimisation [BOR 88] :
{
,[(I) = A(II(t),t(l) +"(11(.1) - S-I(I)C.
T
(II(1)(C(II(I),t(l) - Y(I).)
,<;(1) = -OS(I) - AT (11(1 S(I) - S(I)A(IIU + Cl' (11(1 RC(II(I
[3,141
La condition initiale ,r(O) est quelconque, S(O) et Q sont des matrices Il x Il,
symtriques dfinies positives (SOr), (-1 est un paramtre strictement positif et Rest
une matrice p x p, SDP.
THORME 3.5 ([BOR SS. HAM 91] ).- Si 1/ est /flle entre rgulirel1lenl penislnllle,
a/ors le systme /3. J 4 J est /fil obseri'aic//r e.\j}()lIclltiel pnl/r le sys/lllc /3.12/ : Il.\- (1) -
x(l)1I S I-le-
1
.
t
llr(0) - x(O)II. 0111-1, l' salit des ('nllsta11lcs pnsitil'c.\'. Ln prel/1'e est
basf!c slfr le n'sultal Slfil'{lIIl.
PROPOS1T10N 3.1 ([BOR 88, HAM 91]).- Si ,'cnlrf!c 1/ est rguliremenl persistaI/te
e/ si 5(0) est SDP. alors if existe del/X cOl/slallles strie/clI/elll posill'cs f31. f32. Icf/es
ql/e min(S(t :::. /31 et max(S(t S /32; V/ ::: O.
Prcuvc dlll!/('orc!l1Ic. Pour simplifier. nous donnons la preuve dans le cas o Rest
la matrice identit. Le cas o R est une matrice SDP quelconque s'obtiendra d'une
manire similaire.
Observateurs de systmes non 91
LEI\tME 3.1.- Vnc entre Il rend le systme obser\'Clble sflr lI/1 imen'lIlIe ITo, (0 -1- T].
si /'liIle des proprits qlli\'tllemes slIl'a111es est sali,\:/itl' :
i) si C(II (1) )Q)lI (t. to)x = 0, Vt E Uo, 10 + T J, lIlors.r 0,
if)
m
in(G(lI, fo, ln + T)) > 0 (lllin dsign la pllls petite l'aleu/, propre).
La dfinition suivanle esl utile dans la synthse de \' observateur que nous avons
propos.
DFINITION 3.:2.- Ulle l'Jltre Il esl dite rgl/lirement pcrssfallle, si elle eSI borne et
si elle \'('n/c la proprih sllil'{IIlIe :
3 al > 0, 0'2 > 0: 310 ::::: 0; Vt ::::: Tn. 011 Cl :
{
ll1ill(G(l/. fo, 10 + T ::::: 0'1
max(G(If, 10, 10 + T) :s al
O )cmin (resp. max) dsiglle la plils petile (resp. la plus grande) l'aleur propre.
COlnme pour le fiHre de Kalman, l'observateur que nous proposons dlive d'un
critre d'optimisation [BOR 88] :
= A (1' (1)-\,(1) : b(1I (t - S-IU )C

T
(uU)( C(u (t ))-\,(1) - y(l
S (t) = -0 S (t) - A 1 (II (1) ) S (f) - S (t ) A (II (1 ) + { 1/ (1 ) ) R C (li ( t) ,)
l3.14.1
La conditon initiale .r(O) est quelconque, 8(0) et Q sont des matrices Il x 11,
symtriques dfinies positives (SOr), (j est un paramtre strictement positif et R esl
une matrice p x p, SDP.
THORME 3.5 ([BOR 88. I-IAM 91] ).- Si 1/ es! Hill' l'11Ire rgulh'rl'lllclII persistalltl',
alors le systme /3. J 4 J eSlUll nb.H'/TOIellr e.\]Joll L'II tiel pour le systl/le /3.12 J : Il.\- (1)
x(1) Il :s liC-1'1 11\-(0) - x(O) Il. o 1-1-. l' SOllt des cOlls/anles positil'es. La prl'm'e l'sI
base slIr IL' l'l'Sil/lat slIil'lml.
PROPOSITION 3.1 ([BOR 88, HAM 91 ]).- Si /'emre 11 est rglllireme1lf pers;sllIllIe
et si S(O) esl SDP. alors il existe deux COllsf{l11tes STrictement posifil'cS f31. telles
qlle min ( S (t ) ::::: f31 eT ma:d S (t :s th ; Vt ::::: O.
Prel/l'e du tlu'orl1le. Pour simplifier. nous donnons la preuve dans le cas Ol! Rest
la matrice identit. Le cas Ol! R est une matrice SDP quelconque s'obtiendra c1'une
manire similaire.
Posons e(!) ,\'-(1) .r(t), on obtient" :
(1) = IA(II(t - S-I(t)C'I'(lI(t)C(II(t))!eU) [3.15]
Posons li = (,TU)S(t)e(t) dans ce qui suit, nOlis montrerons que" constitue une
fonction de Lyapunov pour le systme [3.15]. Pour cela, drivons li. nous obtenons:
,i = T (t ) S (t )c (t) + eT (1) S (t ) (t) + Ct ) S (1) e (t )
Tous calculs faits. nous avons:
\i = -OeT(t)S(t)e(t) - BC(II(t))e(J)f
.::: -(-)\'
Par consquenL :
Maintcnant utilisons la proposition 3.1 : nous obtenons alors:
< _e-(J( IIdO)11
2
- #1
ce qui dmontre la convergence exponentielle de l'observateur.
D'unc manire si mi 1 ai re, nous pouvons mon trer que le systme suivant (observateur
de type Kalman) converge exponentiellement chaque fois que rentre applique au
systme est rgulirement persistante:
A(II(r).r(l) +/;(lI(1) - - yU
S (t) = - S (t) Q S (t) - AT (II (t S (r) S (t ) A (/1 (t ) + c 7 (u (1 R C (rd t)
[3.16]
Nous concluons ce paragraphe par quelques exlensions cIe cet observateur: un
observateur pOLIr le systme f3.IIJ n'est autre qu'une copie du systme 13.15J (ou
encore [3.161 uuquel on rajoule l'injection de sortie !p(tt. y) :
= A(u([)):(t) +,!p(tf(t), y(1)) - - y(l))

S(1) = -(S(t) - Al (II(I))S(I) S(I)A(II(I)) + Cl (1f(tRC(u(t))
[3.17]
Posons e(!) ,\'-(1) .r(t), on obtient" :
(1) = IA(II(t - S-I(t)C'I'(lI(t)C(II(t))!eU) [3.15]
Posons li = (,TU)S(t)e(t) dans ce qui suit, nOlis montrerons que" constitue une
fonction de Lyapunov pour le systme [3.15]. Pour cela, drivons li. nous obtenons:
,i = T (t ) S (t )c (t) + eT (1) S (t ) (t) + Ct ) S (1) e (t )
Tous calculs faits. nous avons:
\i = -OeT(t)S(t)e(t) - BC(II(t))e(J)f
.::: -(-)\'
Par consquenL :
Maintcnant utilisons la proposition 3.1 : nous obtenons alors:
< _e-(J( IIdO)11
2
- #1
ce qui dmontre la convergence exponentielle de l'observateur.
D'unc manire si mi 1 ai re, nous pouvons mon trer que le systme suivant (observateur
de type Kalman) converge exponentiellement chaque fois que rentre applique au
systme est rgulirement persistante:
A(II(r).r(l) +/;(lI(1) - - yU
S (t) = - S (t) Q S (t) - AT (II (t S (r) S (t ) A (/1 (t ) + c 7 (u (1 R C (rd t)
[3.16]
Nous concluons ce paragraphe par quelques exlensions cIe cet observateur: un
observateur pOLIr le systme f3.IIJ n'est autre qu'une copie du systme 13.15J (ou
encore [3.161 uuquel on rajoule l'injection de sortie !p(tt. y) :
= A(u([)):(t) +,!p(tf(t), y(1)) - - y(l))

S(1) = -(S(t) - Al (II(I))S(I) S(I)A(II(I)) + Cl (1f(tRC(u(t))
[3.17]
Ohservateurs de systmes non linaires 93
Plus gnralement, un systme est dit partiellement affine en l'tat modulo unc
injection de sortie s'il est de la forme:
{
:: = ;\(11. + 'P(II.-")
y = C:::
[3.18]
Comme y(l) est mesure, la structure de j'observateur est similaire celle de
l'observateur pour les systmes affines en l'tat modulo une injection de sortie (voir
l'observateur donn par [3.17]) :
{
2(1) = A(II(I), .1'(1)):(1) + 'P(II(I) .1'(1)) - S-, 1 (I)C7' (1I(1)(C(1I (t))",U) - yU))
5(1) = -OS(I) - AT (1I(1))S(I) - SU)A(II(1)) + C
T
(II(1))RC(II(r))
[3.19J
La convergence d'un tel observateur est garantie sous la condition que (lI(t) . .1'(t))
soit une entre rgulirement persistante pour le systme:
{
i: = A(II. Y)\ + if!(II. y)
W = C
3.4.2. Lillarsaliol1l1lodulo ulle i1ljection de sortie
[3.20]
Un des thmes de la commande auquel on a donn beaucoup d'intrt pendant les
deux dernircs dcennies, porte sur le problme de la linarisation par retour d'tat.
Le problme plus ou moins dual, consiste caractriser les systmes non linaires
qui, par changement de variables, se transforment en des systmes linaires plus une
injection de sortie [KRE 83. KRE 85. WAL 87. XIA 89]. Ces systmes forment une
sous classe de la classe des systmes du type [3.27] dont l'observateur a t donn c-
dessus. L'intrt de cette classe particulire rside dans le fait que pour ces systmes, on
sait synthtiser Ull observateur simple qui n'est autre qu'un observateur de Luenbcrger
amlior. Pour cela, rappelons qu'un systme linaire plus une injection de sortie est
un systme de la forme:
{
,('ft) = ;\.1'(1) + BII(I) + 'P(II.-")
yU)=CxU)
o x E 1/ E et y E Ip':/
J
[3.21 J
Comme la seule non-linarit porte sur le terme additif ne dpendant que de la sortie
et que cette dernire est mesure, un observateur pour ce systme prend donc la forme:
,,(1) = kHI) + Bl/(I) +'P(l/. vi + K(C,U) - -,,(1)) [3.22]
avec K. tel que le spectre sp(A + KC) c CC-.
Plus gnralement, un systme est dit partiellement affine en l'tat modulo une
injection de sortie s'il est de la forme:
{
= A(II. y): + ({l(u, y)
y=C::
[3.18]
Comme y(1) est mesure, ln structure de J'observateur est similaire celle de
l'observateur pour les systmes affines en l'tat modulo une injection de sortie (voir
r observateur donn par 171) :
{
~ (1) = A (II (t), y CI) ):. (1) + ({l (1/ (l), y (t)) - S -1 (t ) . ~ ( li (1 )( C ( Il (1) ):. (1)
S(t) = -(-)S(t) - AT (1I(I))S(1) - S(I)A(II(t)) + Cl (1I(1))RC(II(t))
y(t ))
[3.f9J
La convergence d'un tel observateur est garantie sous la condition que (lIU). y(t))
soit une entre rgulirement persistante pour le systme:
{
t = A(/I, y) + Cp (II , y)
W = C
3.4.2. Li1larisation modul(} ulle injecti(}n de sortie
[3.20]
Un des thmes de la commande auquelllll a donn beaucoup d'intrt pendant les
deux dernires dcennies, porte sur le problme de la linarisation par retour d'tat.
Le problme plus ou moins dual, consiste caractriser les syslmes non linaires
qui, par changement de variables, se transformenl en des systmes linaires plus une
injection de sortie [KRE 83, KRE 85. WAL 87, XIA 89]. Ces systmes forment ulle
sous classe de la clusse des systmes du type [3.27] dont l'observateur il t donn ci-
dessus. L'intrt de cette classe particulire rside dans le fait que pour ces syslmes, on
sait synthtiser un observnleur simple qui n'est autre qu'un observaleur de Luenberger
amlior. Pour cela, rappelons qu'un systme linaire plus une injection de sortie est
un systme de la forme:
{
.\.(t) = Ax(t) + BuU) + ({l (rI , y)
yU) = Cx(t)
o XE m{II./1 E lR
lII
et y E 1R:J1
l3.21 J
Comme la seule non-linarit porte sur le terme additif ne dpendant que de la sortie
et que cette dernire est mesure, un observaleur pour ce systme prend donc la forme:
[3.22]
avec K, tel que le spectre sp(A + KC) c C-.
94 Syslmcs non linaires
En effet, r quation (r eneur :
U) = (A + KC)e(1) l3.23]
devient exponentiellement asymptotiquement stable. Si 4> dsigne le changement de
variable, un observateur pour le systme non linare initial [3.9] prend donc la forme:
[3.24J
Oll .hlJ dsigne le jacobien de 1).
Dans ce qui suit, nous allons rappeler un rsultat sur la linarisation modulo l'injec-
tion de sonie. Pour simplifier cet expos, nom; ne considrons que le cas des systmes
autonomes:
{
_l' {(x)
y = l1(x)
On le rsultat suivant dC! ft Krener et Tsdori.
[3.25]
3.6 (KRENER-IsIDORl).- POlir fjU 'U1I systme aI/tonome soit
Olt l'ois;,/C/ge d'ml pOIl1 xO ['1/ 1111 systme lin a;r(J modulo 1Ine lection de sorlie, N
falf1 et il que:
1) l'espace vectoriel engendr par (ri Il (.rD), dL f (11)( x(), ... , dL 1;.-1 (II )(xo) soit
de dimellsoII n ;
2) s Y dsig1le "unique ch{l/l1p de ,'ccteur L r (II) O. " ., (11) = 0
el 1. alors: pour fOllt (i,.n, 1 i, j n - 1. 0
oi! [., .] dsigne le crochet de Lie et )') = Y . . , .,adj. (Y) = Lt (Y)], pour
i ?:. 1.
Le cas des systmes commands avec plusieurs sorties a tudi clans [KRE 85] et
[XIA 89].
3.4.3. Lillarisatioll lemps-l'ariant modulo tille injection de sortie
Dans le paragraphe prcdent. nous avons caractris les systmes qui sont trans-
formables par changement de coordonnes en des systmes linaires plus une injection
de sortie. NOLIS avons galement vu que pour ces systmes on peut construire un obser-
vateur de type Luenberger.
Dans ce paragmphe. nous allons caractrser les systmes non linaires transfor-
mables par changement de coordonnes en des systmes de la forme [3.11].
94 Syslmcs non linaires
En effet, r quation (r eneur :
U) = (A + KC)e(1) l3.23]
devient exponentiellement asymptotiquement stable. Si 4> dsigne le changement de
variable, un observateur pour le systme non linare initial [3.9] prend donc la forme:
[3.24J
Oll .hlJ dsigne le jacobien de 1).
Dans ce qui suit, nous allons rappeler un rsultat sur la linarisation modulo l'injec-
tion de sonie. Pour simplifier cet expos, nom; ne considrons que le cas des systmes
autonomes:
{
_l' {(x)
y = l1(x)
On le rsultat suivant dC! ft Krener et Tsdori.
[3.25]
3.6 (KRENER-IsIDORl).- POlir fjU 'U1I systme aI/tonome soit
Olt l'ois;,/C/ge d'ml pOIl1 xO ['1/ 1111 systme lin a;r(J modulo 1Ine lection de sorlie, N
falf1 et il que:
1) l'espace vectoriel engendr par (ri Il (.rD), dL f (11)( x(), ... , dL 1;.-1 (II )(xo) soit
de dimellsoII n ;
2) s Y dsig1le "unique ch{l/l1p de ,'ccteur L r (II) O. " ., (11) = 0
el 1. alors: pour fOllt (i,.n, 1 i, j n - 1. 0
oi! [., .] dsigne le crochet de Lie et )') = Y . . , .,adj. (Y) = Lt (Y)], pour
i ?:. 1.
Le cas des systmes commands avec plusieurs sorties a tudi clans [KRE 85] et
[XIA 89].
3.4.3. Lillarisatioll lemps-l'ariant modulo tille injection de sortie
Dans le paragraphe prcdent. nous avons caractris les systmes qui sont trans-
formables par changement de coordonnes en des systmes linaires plus une injection
de sortie. NOLIS avons galement vu que pour ces systmes on peut construire un obser-
vateur de type Luenberger.
Dans ce paragmphe. nous allons caractrser les systmes non linaires transfor-
mables par changement de coordonnes en des systmes de la forme [3.11].
Considrons les systmes de la f0n11e :
{
.i. = f(x, Il)
y = h(x)
[3,26]
o x E NI une vaIit diffrentielle de dimension 11, 11 E U un sous ensemble de JP2." ,
y E JP2.fl.
Nous allons donner une condition ncessare et suffisante permettant de caractriser
les systmes [3.26] qui sont transformables par un changement de coordonnes local
.::: = (p(x) sous la forme:
{
e = AUt)e + !p(II, y)
y = C:::
[3.27]
L'intrt de cette transformation rside dans le fait qu'on sait construire un obser-
vateur pour cette classe de systmes. En effet, un observateur pour [3.27] est donn
par [3.17].
Dans toute la suite, nous allons supposer que le systme [3.26] est observable au
sens du rang.
Quelques notations : par ;;" nous dsignons le champ de vecteurs dfini par
fu (x) = f (x , If). Soit X un champ de vecteurs sur M. on note par nr les espaces vec-
toriels suivants: QI\' est l'espace vectoriel engendr par J'ensemble des deux-formes
(dLj;,(h) 1\ dh.u E R
UI
} et plus gnralement n;+1 est l'espace vectoriel engen-
dr par l'ensemble des deux formes {d L.f;, (ixw) 1\ dh; w E nt.' If E RI!!}, o ix
dsigne le produit intrieur dfini dans le paragraphe 3.3.2 des rappels mathmatiques.
Finalement, n"\ dsigne l'espace vectoriel engendr par "co nf. Nous pouvons

maintenant noncer le rsultat principal.
THORME 3.7.- Le systme [3.26 J pellt se en [3.27/ par Ull cluwgel/lellf
de coordollnes local autour d '1111 poillt X(), si, el selllelllell/ si, les condirhms sul'l1llles
SOllt ralises:
Il existe lfIl champ de l'eclellr.\' X, lh:/ini sur 1/1/ l'nisillage de Xo tel que:
1) Lx(h) = l,
2) en (ail! qu'espace vectoriel sur IP.:., la diJlJel/sion de n
X
(I:) est gale 11 - l,
3) Vw E QX dUxw) = 0,
4) /\,,-1 U X QX 1\ d ,t "" 0 o /\,,-1 Ux QX est" eSl'acerectoriei ellgelI-
dr par fafwl/ille {i X (WI ) 1\ ... 1\ i X (cVII_I ): W l, ... ,Wn_1 E n
X
(2:)} resl rein te xu.
Considrons les systmes de la fomle :
{
-\- = l(x, Il)
Y = h(x)
[3.26]
o x E NI une vatit diffrentielle de dimension 11, 11 E U un sous ensemble de IR" ,
Y E JEtP.
Nous allons donner une condition ncessare et suffisante permettunt de caractriser
les systmes [3.26] qui sont transformables par un changement de coordonnes local
.z = (p (x) sous 1 a forme:
{
t = A(u)z+cp(u,y)
y = C:
l3.27]
L'intrt de cette transformation rside dans le [ail qu' on sait construire un obser-
vateur pour cette classe de systmes. En effet, un observateur pour [3.27] est donn
par [3.17].
Dans toute la suite, nous allons supposer que le systme [3.26] est observable au
sens du rang.
Quelques notations: par j;/, nous dsignons le champ de vecteurs dfini par
fil (x) = f (x, If). Soit X un champ de vecteurs sur M. on note par ni' les espaces vec-
toriels suivants: nI' est l'espace vectoriel engendr par l'ensemble des deux-formes
{dLj;,(h) /\ dh.u E RIII} et plus gnralement n{+1 est l'espace vectoriel engen-
dr par l'ensemble des deux formes {dL.t;,(ixw) /\ dh; (V E nt.:' 11 E RI!!}, o ix
dsigne le produit inLrieur dfini dans le paragraphe 3.3.2 des rappels mathmatiques.
Finalement, n
X
, dsigne l'espace vectoriel engendr par n{. Nous pouvons

maintenant noncer le rsultat principal.
THORME 3.7.- Le systme [3.26J pellt se trll1L\jlml1er en [3.27/ pllr IfII clIl1llgCl/ICI/l
de coordonnes local autour d 'lin point X(J, si, el seulemenl si, les cOlldiliollS slfl'al/lCS
sont ralises:
/1 existe lfll champ dc l'eCleurs X, slIr /III l'oisillllge de .lo tel que:
1) Ls(h) = l,
2) CI1 tall! ql/'espace vectoriel slIr lR., la dimension de n
X
(2:) est gale li n - 1.
3) V(V E n
X
dUxw) = 0,
4) /\11-1 (ix
nx
(L;)) /\ dhl
ro
"# OOIf /\"-1 (isnX CE)) est /'e.\pace l'ecforiel cl1gell-
dr parlafa1l1ille [ix (VI) /\ ... /\ ix(cvll-I): CVI, ... ,W
n
-l E n
X
CE) 1 restrei1lte il Xu
Prel/l'e. Condition ncessaire. Supposons que le systme [3.26] est observable au sens
du rang et qu' il est quivalent par diffomorphisme un systme affine en l'tat modulo
une injection de sortie de la forme l3.27]. Aprs un simple changement de coordonnes!
on peut supposer que y = ':1 (ce qui veUl dire que C (1. 0, .... 0). En regroupant
dans cp(lI. y) tous les termes dpendant de la sortie, nous pouvons mettre A(II) sous la
forme:
A(II) = ~
.al
ll
(1/)
:)
Comme les proprits 1,2 et 3 sont intrinsques (c'est--dire qu'clles ne dpendent
pas du systme de coordonnes considr), il sufflt alors de vrifier ces proprits pour
le systme [3.27].
En effet, considrons le champ X = (il/iL: 1 ) : il est clar que Lx L:: J ) 1.
Pour vrifier la proprit 2. nous allons ca1culer les espaces vectoriels nf : nr ne
dpend pas de X el est engendr par la famille des deux formes Id(C A(II):) Ad:;l; Il E
lPZ.
TII
).
Par ailleurs. lin calcul simple dOllne :
ix (d:; A d::.d = -d:;j [3.281
Un raisonnement par rcurrence montre alors que Qi' est engendr par la famille
des deux formes (d( C A (111) ... A (lIk)::) /\ d: 1: III ... ,lIk E ]R{IlI}. Par consquent,
n
X
est un espace vecloriel sur l P ~ de dimension infrieure ou gale Il - 1.
Ulilisons une autre fois la relation [3.28J. On obtient ix(t/(C A(lI]) ... A(lIk):) A
c!-:']) -d(C A(IIj) ... A(lId:). qui est une forme exacte, d'o la proprit 2.
La proprit 3 dcoule du fait que le systme [3.261 est observable au sens du rang
et que J'observabilit est une proprit intrinsque.
Prel/l'e. Condition ncessaire. Supposons que le systme [3.26] est observable au sens
du rang et qu' il est quivalent par diffomorphisme un systme affine en l'tat modulo
une injection de sortie de la forme l3.27]. Aprs un simple changement de coordonnes!
on peut supposer que y = ':1 (ce qui veUl dire que C (1. 0, .... 0). En regroupant
dans cp(lI. y) tous les termes dpendant de la sortie, nous pouvons mettre A(II) sous la
forme:
A(II) = ~
.al
ll
(1/)
:)
Comme les proprits 1,2 et 3 sont intrinsques (c'est--dire qu'clles ne dpendent
pas du systme de coordonnes considr), il sufflt alors de vrifier ces proprits pour
le systme [3.27].
En effet, considrons le champ X = (il/iL: 1 ) : il est clar que Lx L:: J ) 1.
Pour vrifier la proprit 2. nous allons ca1culer les espaces vectoriels nf : nr ne
dpend pas de X el est engendr par la famille des deux formes Id(C A(II):) Ad:;l; Il E
lPZ.
TII
).
Par ailleurs. lin calcul simple dOllne :
ix (d:; A d::.d = -d:;j [3.281
Un raisonnement par rcurrence montre alors que Qi' est engendr par la famille
des deux formes (d( C A (111) ... A (lIk)::) /\ d: 1: III ... ,lIk E ]R{IlI}. Par consquent,
n
X
est un espace vecloriel sur l P ~ de dimension infrieure ou gale Il - 1.
Ulilisons une autre fois la relation [3.28J. On obtient ix(t/(C A(lI]) ... A(lIk):) A
c!-:']) -d(C A(IIj) ... A(lId:). qui est une forme exacte, d'o la proprit 2.
La proprit 3 dcoule du fait que le systme [3.261 est observable au sens du rang
et que J'observabilit est une proprit intrinsque.
Observalcurs de systmes non linaires 97
Prel/l'e. Condition s/(jjsonte. Supposons que les conditions du thorme sont satis-
faites ct calculons le changement de coordonnes par lequel le systme peut se
meUre sous la f0l111e l3.26]. Des deux dernires conditions, on peut dduire une base
(VI .... , W
n
_] de QX telle que d(dwd = O. Posons.:] = h(x) et pour k ::: 2.::./; tel
que d:" = i:dwd. Il est clair que (::.], ... , ':/1) est un systme de coordonnes local.
Pour montrer que le systme l3.26J peut sc mettre sous la forme l3.27J, il suffit de
montrer que Lj;,(:';) = L;J=20ij(II)::'j + <(Ji(ff, '::1), o:
- ai) (II) est une fonction de 1/ et de 1/ seulement,
- <{Ji (If. :.] ) est une fonction de (II, .:: 1 ) et de (II . .: 1 ) seulement.
Utilsons la dfinition des:j et celle de QX. Il s'ensuit que Lj;, (d:'i) /\ d.:] E Os.
donc il existe des (lij (u) tels que LI;, (d':i ) /\ d:'1 = )'/; =2 (lij (lf)d::'j /\ d.:] , c est-il-dire
tels que d[L ;;, (Ci) - L ; ~ , "ij (II )C) l /\ ch = O. D'o L ;;, (Ci) = L ; ~ , "ij (lllc) +
'Pi (II, l'). Il
3.4.4. Applicatio,,",
EXE:-'WLE (ECHANGEUR THEIUvIIQUE),-
T'e,O'
Tri Tr2 Tm
If est hiclI conllu que le l1/Odlefin d'u/I cllllJ/geIfr therJJ/ique' est cOllljJOs d'qIW-
tiolls {//I.\" dri\'(!es partielles. Vile des mthodes perll/CIll/1l1 de rduire le lIIodle SOI/S la
for1l/c d'quations dU/'re11liel/es ordinaires cOl/siste faire lfIl d'rJ/ljmge de f'cl/llll-
gel/r ell des l'oll/mes slIpposs hOl1lognes (la teJ/lprature dans chaqlle Folllllle l'sI
sl/ppose 1f11(j'orllle) et d'appliquer le principe des billllls thermiqfles CI/ cOl/sidrant
dcs challges par com'cctioll et pur conductio/l flYII'crs la swjl/Ce d' c'clwngc spurant
les dcux liquides lIw'('}'.\'mlll 'clulIlge1fJ: Le procd est COIIIIIWlld Cil dhir. Lu tC!/1/p-
rafllre cl /'el1fre de chlufllc.flllide cst slfppose COllstol/te. Nous l1Iolllrerons que, SOl/S
cette del'llire hypothse, le l1Jodle obtel/u cst hilinaire. Par cOllsquc111, /III obscr-
ratel/r perl1leltant d'estimer le pndil de telllprafllre cl /'illlricur dc l' cj/llllgcllr pCIIl
prendre /aj(J1'11/c [3.1../J,
Modle rduit de l'changeur
On a fait un dcoupage en Il volumes. qu'on indexe par k = J ... , Il. On no le par
p et p' les densits volumiques des deux liquides. D et D' sont les dbits traversant
Observateurs cie systmes non linaires 97
Prelll'e. Condition Supposons que les du thorme sont satis-
faites et calculons le changement de coordonnes par lequel le systme peut se
meUre sous la fonne l3.26]. Des deux dernires conditions, on peut dduire une base
WI ... , )II_1 de n
X
telle que di.dwk) = O. Pasons:1 h(x) el pour k :::: 2.:" tel
que dZk ixCwd. Il est clair que (:1, .... ::/1) est Ull systme de 1ocal.
Pour montrer que le systme l3.26j peUl se mettre SOllS la forme l3.27 j. il surHl de
l1lontrerque L./;,{:;) = Ej=2(Jij(II):j +f.{J;(II, ::d, o:
-lIij(lI) est une fonction de Il et de Il seulement,
- lPiU1.:I) est une fonction de (11,:1) et de (/1.::::1) seulement.
Utilisons ln dfinition des :j et celle de n
X
. Il que L./;, (d:.:
i
) 1\ d::) E n.\'.
donc il existe des oij (11) tels que LI;. (d::;) /\ d::'1 = ')";=2 (lij {II )d::'j 1\ d:: 1, c' eSl--dil'e
tels que d[L J;, (:.:;) - E';=2 ai} (II ):j 1/\ d::. 1 = O. D"o L J;, (:i) E
J
=2 (lij (I,)::j +
rpdll, y). III
3.4.4. Applicf11ioll.\'
EXEivlPLE (ECHANGEUR THERMIQUE).-
TrI Tr::! Tm
1/ esl Mi'l} COI/III/ que le 111odlefil1 d'ull changeur thermiqlle l'sI cOllljJOs d'{!lIO-
tiollS {/Il.\' drl'es parliel/es. Vile des mthodes permellmu de rdllire le II/odle SOIIS la
forme d'qlllll;OIlS dUTrelllel/es ordillaires cOllsiste il faire 111/ dcoupage dl' l'clw/l-
geur l'II des l'nlumes slipposs hOl1loglles (la temprat/lre dons c!Jaque VOIIlIllC esl
slIppnse eT d'oppliq1ler le prillcipc dcs bilalls thermiqlles en considllnl
des chonges par com'celioll el par cOllducTm cl flY/I'CrS 10 smface d ':lwnge spam11l
les del/X liquides Irtll'erswlll'clwJlgelll: Le procd est commalld en dhi,. La temp-
ratllre l'el11re de clwqllefluide est suppose constante. NOl/S m011lrerom; ql/e, SOli.\'
ce1fe dernire hypothse, le modle ob/enll est bilinaire. Par COI1Squelll, ml obser-
l'ateur permellmll d 'eSImer le pro.lil de tempmfllre II /'illlricllr de l'changeur pCIII
prendre la.f(ume [3. 1-11
Modle rduit de r changeur
On a fait un dcoupage en II volumes. qu'on indexe par k J . , Il. On note par
p et p' les densits volumiques des deux liquides. D et D' sont les dbits traversant
)' changeur. Vk et Vi dsignent les vo]umes de la tranche k correspondant chaque
liquide. On note par c, c' les capacits calorifiques des liquides. Finalement, Tc, Tt; sont
les tempratures constantes ft l'entre de l'changeur el Tb 11 sont les tempratures
correspondantes aux volumes de la tranche k. Sel V{/ sont respectivement l'aire de la
surface d'change entre les deux et le coefficient d'change global associ. En
appliquant les bilans d'nergie pour chaque tranche k, nous obtenons:
- fluide 1 :
1) pour k = l, on LI :
d(pVlcTI)
dl
2) pour 2 ::: k ::: J1, on a :
d(pVkCT1.) V
1\ /) ('T l' ) + 1/ (1" 'T )
= P . C /1;-1 - k - k - 1 k
dt S
fluide 2 :
1 ) pour 1 ::: k ::: 11 - 1, on a :
, .,
= P Dc( T
k
+ 1
2) pour k = JI, on a:
d(p'
dl
L'tat du systme est compos des varables Tb Tt. l'entre est forme des dbits
D, D', Le systme obtenu est un systme bilinaire.
EXEMPLE,- (RACTION A
Modle. Dans ce paragraphe. nous allons tudier le problme d'estimation en ligne
des concentrations dans le cas d'une rnction en srie du premier ordre. Ici nous nous
limitons il llne raction simple du type:
Ol! les i sont les ordres de la raction. Le racteur est suppos parfaitement agit. Il
est entour d'une double enveloppe de volume constant traverse par un fluide
)' changeur. Vk et Vi dsignent les vo]umes de la tranche k correspondant chaque
liquide. On note par c, c' les capacits calorifiques des liquides. Finalement, Tc, Tt; sont
les tempratures constantes ft l'entre de l'changeur el Tb 11 sont les tempratures
correspondantes aux volumes de la tranche k. Sel V{/ sont respectivement l'aire de la
surface d'change entre les deux et le coefficient d'change global associ. En
appliquant les bilans d'nergie pour chaque tranche k, nous obtenons:
- fluide 1 :
1) pour k = l, on LI :
d(pVlcTI)
dl
2) pour 2 ::: k ::: J1, on a :
d(pVkCT1.) V
1\ /) ('T l' ) + 1/ (1" 'T )
= P . C /1;-1 - k - k - 1 k
dt S
fluide 2 :
1 ) pour 1 ::: k ::: 11 - 1, on a :
, .,
= P Dc( T
k
+ 1
2) pour k = JI, on a:
d(p'
dl
L'tat du systme est compos des varables Tb Tt. l'entre est forme des dbits
D, D', Le systme obtenu est un systme bilinaire.
EXEMPLE,- (RACTION A
Modle. Dans ce paragraphe. nous allons tudier le problme d'estimation en ligne
des concentrations dans le cas d'une rnction en srie du premier ordre. Ici nous nous
limitons il llne raction simple du type:
Ol! les i sont les ordres de la raction. Le racteur est suppos parfaitement agit. Il
est entour d'une double enveloppe de volume constant traverse par un fluide
dbit constant D, sa temprature l'entre T.ii eslmesure. Les bilans de matire cl
d'nergie conduisent au modle suivant:
13.29J
o T et 7j sont respectivemcnt les tempratures dans le racteur et la double enveloppe.
Cl, C2 et C3 dsignent les concentrations des produits A, B et C. U est le coefficient
global d'change, A est la surface globale d'change; Ei' f1Hi, et kOi sont respective-
ment J'nergie d'activation, l'enthalpie et la constante cintique de la raction i, Rest
la constante des gaz parfaits.
Estimation des concentrations dans le cas des ractions du premier ordre
Dans cet exemple, seulement les mesures en ligne des tempraturcs sont notre
disposition. Comme nous l'avons mentionn ci-dessus, nous restreignons notre tude
au cas des ractions du premier ordre 0' 1 = 0'2 = 1.
TI est facile de voir que la connaissance chaque instant des tempratures ne permet
pas de remonler la concentration C 3. Par consquent, le systme n'est pas observable.
Seules les concentrations Cl et C2 peuvent tre estimes. Le modle rduit permettant
de synthtiser un observateur est compos des quations diffrentielles portant sur T,
Cl et C2. La temprature mesure T.i est considre comme entre pour le problme
d'estimation que nous considrons. Le modle rduit prend la forme suivante:
{
.r(t) = A(/I(!). y(l)).r(!) + b(/I(I), y(l))
y(l) = Cx(l)
o.r(l) = (T(t), Cdt), C,(!))'.
[3.30]
Le systme [3.30] est observable et prend la forme [3.18]. Par consquent, un
observateur est donn par 13.19j :
= A(/I(t), + "(1/(1), y(l)) - S-I - .1'(1)]

Set) = -()S(t) - A(I/(I), y(l))T S(t) - S(t)A(I/(t), .1'(1)) + CTC
[3.31]
Obscrvalcurs de systmes 11011 linaires 99
dbit constant D, sa temprature l'entre Tii est mesure. Les bilans de matire ct
d'nergie conduisent au modle suivant:
VA Q
T = --(T - T) + (T T)
pFC } li 1
UA D
T.i = p.\,.C. (T - Tj) + V. (TJi - T.j)
,JJ.J "Ci ci
CI = -/q) 1 / R 1 C 1 + - (C 10 CI)
J li
- QC-,
\' -
13.29J
oit Tet 7} sont respectivement les tempratures dans Je racteur el la double enveloppe.
Cl. Dl et C3 les concentrations des produits A, B et C. V est le coeffkent
global d'change, A est la surface globale d'change; E;, /-Ii, el klli sont respective-
ment l'nergie d'activation, l'enthalpie el la constante cintique de la raction i, Rest
la constante des gaz parfaits.
Estimation des concentrations dans le cas des ractions du premier ordre
Dans cet exemple, seulement les rnesufCS en ligne des tempratures sont li notre
disposition. Comme nous l'avons mentionn ci-dessus. nous restreignons notre tude
au cas des ractions du premier ordre Ci 1 = crl = 1.
TI est facile de voir que la connaissance chaque instant des tempratures ne permet
pas de remonter la concentration C3. Par consquent, le systme n'est pas observable.
Seules les concentmt.ions Cl et Cl peuvent tre estimes. Le modle rduit permettant
de synthtiser un observateur est compos des quations diffrentielles parLant sur T,
CI et C2. La temprature mesure T,i est considre comme entre pour le problme
d'estimation que nous considrons. Le modle rduit prend la forme suivante:
{
_rU) = A(u(l), y(t).r(t) + /)(11(1), yU)
yU) = Cx(t)
o .r(t) = (T(t), CI (t), C:.dt)/.
[3.301
Le systme [3.30] est observable et prend la forme [3.18]. Par consquent, un
observateur est donn par [3.19 J :
{
. ~ = A(u(t). yU))i(t) + b(uU): y(I)) - S-I (t)CTlC.r(t) - y ~ ) ]
SU) -()S(t) A(lI(t), y(1))T S(t) - S(t)A(u(t), y(1)) + C
7
C
[3.31 ]
100 Systmes 11011 linaires
o J:(t) = cru),
l
(1),
2
(t)Y est l'estimation de (TU). CI (1), ; 11ft) el yft)
sont respectivement rentre et la sortie, o :
o ({II = U A/(pFC), ail
(/33 = k(}2.
Rsultats cie simulation
AHlkOl/(pC), {/J3 kOI et
Nous avons simul le systme et l'observateur (quations [3.30] et [3.31]) en uti-
lisant 1es valeurs numriques du tableau 3.1, les conditions initiales et les entres
suivantes:
Ti = 293K. Tji 343/(, CIO=100molm-
3
Q
V
(
5.3 x 10-
3
1 < 100
1 x 1 100 < 1 :s:: 400
.rcO) = 4.49
(
309.46)
20.06
(
312)
:(0) = .
(
1 0 0)
S(O) = 0 1 0
001
et (-) = 0.0005
La performance de l'observateur propos en prsence de bruit de mesures est illus-
tre sur les figures 3.1 3.4.
3.5. Observation des systmes uniformment observables
Nous Hvons VlI que. tant donn un systme, 1a notion d'observabilit est une notion
qui dpend de l'entre qui est applique au systme et la sortie qui est mesure. Mme
si un systme non linaire est observable, il est parfois possible de trou ver des entres qui
o J:(t) = cru),
l
(1),
2
(t)Y est l'estimation de (TU). CI (1), ; 11ft) el yft)
sont respectivement rentre et la sortie, o :
o ({II = U A/(pFC), ail
(/33 = k(}2.
Rsultats cie simulation
AHlkOl/(pC), {/J3 kOI et
Nous avons simul le systme et l'observateur (quations [3.30] et [3.31]) en uti-
lisant 1es valeurs numriques du tableau 3.1, les conditions initiales et les entres
suivantes:
Ti = 293K. Tji 343/(, CIO=100molm-
3
Q
V
(
5.3 x 10-
3
1 < 100
1 x 1 100 < 1 :s:: 400
.rcO) = 4.49
(
309.46)
20.06
(
312)
:(0) = .
(
1 0 0)
S(O) = 0 1 0
001
et (-) = 0.0005
La performance de l'observateur propos en prsence de bruit de mesures est illus-
tre sur les figures 3.1 3.4.
3.5. Observation des systmes uniformment observables
Nous Hvons VlI que. tant donn un systme, 1a notion d'observabilit est une notion
qui dpend de l'entre qui est applique au systme et la sortie qui est mesure. Mme
si un systme non linaire est observable, il est parfois possible de trou ver des entres qui
Observateurs de systmes non linaires l Dl
U Coefficient global d'change 36 1\1 111 - ,111111 Il
A Surface d'change 0.2 m-
kOI Constant cintique de la premire raction 15,155 x 10
8
min-
J
:
km Constant cintique de la deuxime raction 38,22 x 10
6
min-
J
El Energie d'activation e la premire raction 60 Id mol-
1
E2 Energie d'activation de la deuxime raction 55 kJ 11101-
1
t:..H] Enthalpie de la premire raction -30 Id mol-
J
t:..H2 Enthalpie de la deuxime raction -50 Id mo!-l
D Dbit volumique du fluide caloporteur 2,1 x 10-
5
111
3
min-
1
R Constante du gaz parfait 80314 .T lllo1-
1
P densit du produit dans le racteur 1000 kg m-
J
Pj densit du fluide caloporteur 1000 kg m-
J
C Capacit calorifique du produit dans le racteuri 4,18 k.J kg-
2
K-
1
__ it__c_'a_Io_r_i_n-,q,-ll_e_d_u_ft_ll_id_e_ca_l_o ... p_o_r_te_u_r ___ ,-_4 __ 0_1_8_k.J_ kt?-2 __
Tahleau 3.1. Valcllrs IIIll11riql/cS
350,-------------------,
348
0
346
344
iL 342
340
f'--
338
336
334
332 -
330 iJ
50 11111 ISO 21111 2511 31111 3511 4011
Temps (min)
Figure 3.1. Tcmpratllre lJ/c.\"I{re dalls la dOl/hic !.'1II'e!OPPC
le rendent inobservablc. Par ce rait, l'algorithme d'estimation (observateur) dpend de
la nature de l'entre. Par exemple, il est ncessaire d'utiliser des entres rgulirement
persistantes pour construire un observateur exponentiellement convergent dans le cas
des systmes affines en l'tat.
Dans ce paragraphe, nous allons caractriser unc classe de systmes ayant la
proprit d'tre observables indpendamment de l'entre applique au systme. Ces
systmes sont dil /f/f({orllllllcnt ObSCl1Ylblcs (la proprit d'uniformit porte sur les
entres), Ensuite, nous montrerons que dans certains cas, il est possible de construire
un observateur ne dpendant pas de l'entre du systme.
U
A
kOl
km
El
E2
6.H,
6.
H
2
D
R
p
p'
.1
C
C
.1
Coefficient global d'change 36 Id
Surface d'change 0.2
'l
m-
Constant cintique de la premire raction 15,155 x IO
R
Constant cinLique de la deuxime raction 38,22 x 10
6
min-
I
Energie d'activaton de la premire raction 60 kJ
mol-
I
Energie d'activation de la deuxime raction 55 kJ
11101-
1
Enthalpie de la premire raction -30 Id
11101- J
Enthalpie de la deuxime raction -50 Id
11101-
1
Dbit volumique du fluide caloporteur
2,1 x 10-
5
III
3
min-
I
Constante du gaz parfait 8.314 J
lllol-i
densit du produit dans le racteur 1000 kg
111-
3
densit du fluide caloporteur 1000
l-lT
'"r=
m-
3
Capacit calorifique du produit dans le 4,18 leI
K-
1
Capacit calorifique du fluide caloporLeur 4,18 kJ
K-
1
Tableau 3.1. Valeurs 1lU1l1riques
3 5 0 ~ ~
348
346
344
Q 342
'-' 340
r-:.-'
338
336
334
332
330 ()
50 100 150 200 250 300 350 400
Temps (min)
Figure 3.1. Tempr{/fure /J/c.Hlre dalls la douhlc (./IlI'e/oppc
le rendent inobservable. Par ce rail, ralgorithme d'estimation (observateur) dpend de
la nature de l'entre. Par exemple, il est ncessaire d'utiliser des entres rgulirement
persistantes pour construire un observateur exponentiellement convergent dans le cas
des systmes afHnes en l'tat.
Dans ce paragraphe, nOlIS allons caractriser une dusse e systmes ayant la
proprit d'tre observables indpendamment de l'entre applique au systme. Ces
systmes sont dit l/IJUcmnment obsen'lIbles (la proprit d'uniformt porte sur les
entres), Ensuite, nous montrerons que dans certains cas, il est possible de construire
un observateur ne dpendant pas de l'entre du systme.

310 T estime
__ 308-
306
i:!
:3 304
::l
302
l=
t2 300-
298
296

o 50 100 150 200 250 300 350 400
c
. .
g
c

v
c
0
u
.g
.5
c
!!J
u
c
0
u
Temps (min)
Figure 3.2. Tempratllre dtl systme et .... 011 estime
22
20
IS
16
14
12
JO
8
6
4
#

CI estime
2 .
0 50 LOO 150 :wo 250 300 350 400
Temps (min)
Figure 3.3. Conccntration Cl dit .\'ysl111e el .Wlt estime
50
45
40-
35 -
30
25
20
15
0 50 Ion 150 200 250
Temps (min)
-- C2rclle
C'2 estime
300 350 400
Figure 3.4. Concentratioll C2 du systme et SOli estme

310 T estime
__ 308-
306
i:!
:3 304
::l
302
l=
t2 300-
298
296

o 50 100 150 200 250 300 350 400
c
. .
g
c

v
c
0
u
.g
.5
c
!!J
u
c
0
u
Temps (min)
Figure 3.2. Tempratllre dtl systme et .... 011 estime
22
20
IS
16
14
12
JO
8
6
4
#

CI estime
2 .
0 50 LOO 150 :wo 250 300 350 400
Temps (min)
Figure 3.3. Conccntration Cl dit .\'ysl111e el .Wlt estime
50
45
40-
35 -
30
25
20
15
0 50 Ion 150 200 250
Temps (min)
-- C2rclle
C'2 estime
300 350 400
Figure 3.4. Concentratioll C2 du systme et SOli estme
3.5.1. Obserl'abilit 11ll{f'orme
Considrons de nouveau les systmes de la forme:
{
.dl) = /(x(I), 11(1))
y(l) = I1(x(I))
[3.32]
x (t) E M, f( Ct) EU,)' Ct) E RP. Pour simpliller, nous supposerons que l'espace d'tat
ft1 est un ouvert de Rn, l'espace des entres U est gnralement un domaine bOlll de
R
III

DFJN1T10N 3.3.- Le systllle {3.321 es! di! uniformment observable (Off obsc11'able
indpendammenl de {'elllre Off encore observable pOl/r tOI/le entre), si tolffe elI1re
rend le systme obserl'able. Pllls prcisment, pOlir toute cntre Il : [0, T] ---. U,
el pOl/r IOl/tes cOllditions il1ithiles x =F x' il existe 1 E rO, Tl te! qlle .r(X.If. t) =F
y(x', If, t), oit y(x, Il, t) esl la sortie li l 'insta/1ll, associe li la cOlldition ;'Iiti(/Ie x et
cl {'entre Il.
Tout d'abord analysons l'exemple suivant:
.1'1 (1) = x,(I) + 'PI (11(1), XI (1))
"',(1) = x3(1) + 'P,(II(I), XI (1), x,(I))
1',,-1 (1) = x,,(I) + 'P,,(II(1), XI (1), ... , X,,_I (1))
.1',,(1) = 'P,,(II(1), x (1))
y(l) =XI(l)
o x (1) = [x [ (t), ... , XII (t) f, /1 (t) E Dans cet exemple, la sortie mesure est ln
premire composante de j'tat. Il est clair que si deux sonies y(x, 1/,/), y(x', Il, t) sont
identiques sur un intervalle [0, Tl, alors forcment x = x' (ou encore si x =F x', alors
31 leI que y(x, Il, 1) # )'(X'.II. 1)).
En effet, posons XI (1) = y(X.II, 1), x: (1) = )'(x', Il, 1) et supposons que XI (1) =
x: (1), '1 t E [0, Tl En drivan!."1 (1), x: (t), on obtient:
.dt) + 'PI (11(1), XI (1)) = x;(I) + 'PI (lI(t), x: (1))
En tenant compte du fait que Xl (t) = (1). on en duuit : X2(t) = Dlivons
une autre fois les deux telllles de cette dernire galit, nous dduisons x3(1) =
et ainsi de suite.
Dans ce qui suit, nous allons montrer que la structure du systme donn dans
l'exemple ci-dessus caractrise les systmes uniformment observables dans le cas
monosorlie.
3.5.1. Obserl/abUit
Considrons de nouveau les systmes de la forme:
= I(x(t), /l(t))
yU) = h(x(t)
[3.32j
x(t) E M.H(t) EV, yU) E RfJ. Pour smpliller, nous supposerons que l'espace d'tat
i\1 est un ouvert de nn, l'espace des entres V est gnralement un domaine bOl11 de
'Rf'.
DFINITION 3.3.- Le systme [3.321 est dit uniformment observable (ou obsen'able
indpendamment de l'entre 011 encore observable pOlir tolite entre), si tome emre
rend le systl1/e obsert'able. Plus prcisment. pour tolite cntre If : [0, T] -;,. V,
et pour toutes conditions initiales x =j::. x' il existe t E rO, Tl lel que y(x, lI, 1) i=
y(x', li, 1), o y(x, /l, t) est la sortie l 'il1stantt, associe cl la conditioll initiale x el
l'entre li.
Tout d'abord analysons r exemple suivant:
.\1 (t) = x:! (t) + fP 1 (II (1), .\:[ (1 ) )
,\'2(1) .\"3(1) + fP2(U(t), XI (1), .\"1(1))
\'/1-1 (1) = -"nU) + lPll(u(t), XI (1), ... , .\,,-1 (1)
'\'1/ (t) = lPn (If (t ), X (1) )
y(1) = XI (1)
o .l(t) = [.\'[(1), ... , x/I(t)f, 1I(t) E R/II. Dans cet exemple, la sortie mesure est la
premire composante de r tat. Il est clair que si deux sorties y(x, Il, 1), y(x
'
, il, 1) sont
identiques sur un intervalle [0, T], alors forcment x = x' (ou encore si x =1- x', alors
31 tel que y(x, li, 1) =j::. J'(x', Il, 1)).
En effet, posons XI (1) = y(x. Il, 1), (1) = y(x', Il, 1) et supposons que XI (1) =
(1), VIE [0, T]. En drivant XI (l), (1), on obtient:
-'=2(1) + fPl (u(1)' XI (1)) + rpJ (11(1), x; U
En tenant compte du fait que .lJ (1) (1). on en dduit: x:!(t) = Dlivons
une autre fos les deux Lennes de cette dernire galit, nOLIs dduisons x3(1) =
et ainsi de suite.
Dans ce qui suit, nous allons montrer que la structure du systme donn dans
l'exemple ci-dessus caractrise les systmes uniformment observables dans le cas
monosortie.
3.5.1.1. Syslmes en l'entre
Considrons les systmes de la forme:
{
III
:\'(1) = ./0 (x (1)) + lfj{t)Ji(x(t))
y(t) h(x(1))
[3.33]
1
. J" ) - f' (,) ""III , f' (,) A1 - 1T'tJJI - ( ) U - 1T'tJ/II
Cl, (_\! Il -. 0."\ + Li=l Il,. , .\, - ll", 1 /1 - If 1, ... ,1111/ E -.Il';. et
)'ElR:(p 1).
Considrons la fonction <P dfinie sur !vi et valeur dans JR.II, dfinie par:
q)(x) = (l1)(x): 1 :::; ::: Il [3.34]
o L
J
f
"" (/1) dsigne la /IllC dlive de Lie de ft dans la direction du champ de vecteurs
,0
f'o, et (h) = h.
REMARQUE.- Du fair que le systme est obJ'ell'able indpendamment de l'entre, en
particlliier l 'ell t re Ilulle rend le systme obsell'able. Par cOllsquent, cp deviel11 11/1
local autollr de tOllt pOnt appartenant ci lllt certain ouvert de !vi. Si
ell plIlS, le systme est analytique, cil del'Cl1Il111 dUl'omorplrislIlc local presque partout.
DOlic:: cD{x) lIl1 changcmel11 de variables (au moins localement). On peUl
noncer le rsultat principal de ce paragraphe.
THOR:Jv1E 3.8.- Si le systme [3.33 J est obsen'able, alors cD
(au moins localement) ce systme SOIiS la forme:
{
1/1
:(1) = A;:(t) + Fo(z(t)) +
yU) C;:(t)
[3.35]
o:
0 0 0
0 0
A= : C = [1
0
0
0] [3.36]
0 1
0 0 0
[3.37]
{
Fj(n = [ ... lI'
F.ii(!;) = F.ii(!;l, ... , !id. pour 1 ::: i :::s Il etl :::; j ::: 111
[3.38]
Ce rsultaI a t initialement dlllol1tr dans [CAU 81 J. puis il CI t repris dans
3.5.1.1. Syslmes en l'entre
Considrons les systmes de la forme:
{
III
:\'(1) = ./0 (x (1)) + lfj{t)Ji(x(t))
y(t) h(x(1))
[3.33]
1
. J" ) - f' (,) ""III , f' (,) A1 - 1T'tJJI - ( ) U - 1T'tJ/II
Cl, (_\! Il -. 0."\ + Li=l Il,. , .\, - ll", 1 /1 - If 1, ... ,1111/ E -.Il';. et
)'ElR:(p 1).
Considrons la fonction <P dfinie sur !vi et valeur dans JR.II, dfinie par:
q)(x) = (l1)(x): 1 :::; ::: Il [3.34]
o L
J
f
"" (/1) dsigne la /IllC dlive de Lie de ft dans la direction du champ de vecteurs
,0
f'o, et (h) = h.
REMARQUE.- Du fair que le systme est obJ'ell'able indpendamment de l'entre, en
particlliier l 'ell t re Ilulle rend le systme obsell'able. Par cOllsquent, cp deviel11 11/1
local autollr de tOllt pOnt appartenant ci lllt certain ouvert de !vi. Si
ell plIlS, le systme est analytique, cil del'Cl1Il111 dUl'omorplrislIlc local presque partout.
DOlic:: cD{x) lIl1 changcmel11 de variables (au moins localement). On peUl
noncer le rsultat principal de ce paragraphe.
THOR:Jv1E 3.8.- Si le systme [3.33 J est obsen'able, alors cD
(au moins localement) ce systme SOIiS la forme:
{
1/1
:(1) = A;:(t) + Fo(z(t)) +
yU) C;:(t)
[3.35]
o:
0 0 0
0 0
A= : C = [1
0
0
0] [3.36]
0 1
0 0 0
[3.37]
{
Fj(n = [ ... lI'
F.ii(!;) = F.ii(!;l, ... , !id. pour 1 ::: i :::s Il etl :::; j ::: 111
[3.38]
Ce rsultaI a t initialement dlllol1tr dans [CAU 81 J. puis il CI t repris dans
Prellve. D'aprs la remarque ci-dessus. cf) dfinit un changement de variables local.
De plus, le systme se transfonne sous la forme:
{
m
::(1) = k(l) + Fo(z(I)) + t1 "i (t) Fi (z(l))
y(l) = Cz(I)
[3.39]
o la matrice A est donne ci-dessus. Dans ce qui suit, nous allons montrer que la l-me
composante Fij de F; dpend au plus de 7.1 "",:j et ceci pour 1 ::: i ::: III.
Supposons que cela ne soit pas le cas et considrons que i est le premier indice en
jo tel qu'il existe un J:o: Jo + 1 tel que ilFijo/ilzj '" O.
Considrons le systme suivant dfini sur :
= '::jo+1 - xi jo+1 F- _
_ 1 -- + 1':" () _ F (_) d (_1)
1)0 5" I)n
'::jo+1 -xijo+1
Zjo = Zjo+1 + F. _ F. (_) FUo(z)
IJO . 1)0
'::jo+l -Xijo+l
Z" = Fo,,(z) + F. _ F ._) FUo(z)
IJO _ 1)0 ( ...
'::jo+1 - xijo+1
!;I = 1;2 + F .. () _ D . (_) Fi 1 (1;1)
1)0 " l'I.JO ...
[3.40]
:::jo+l - Xijo+1
!;jo = I;jo+1 + F. () _ F' (_)
IJ() S IJO
_ h '::jo+1 -Xijo+l p..
!;" - + F .. (".) _ F .. (_) '.10(0
IJO " /.10
Maintenant, considrons la condition initiale (z(O), 1;(0)) telle que pour k :s Jo,
Zk(O) = i;dO) et Zj(O) '" La solution associe cette conditioo initiale existe,
est unique et dfinie sur un intervalle [0, Ti, T > O. De plus, il n'est pas difficile de
voir que pour tout t E [0, T[ et 1 :s k :s Jo, zdt) = i;dt). Dans la suite, nous notons
par "7(t) la fonction (Zjo+1 (t) - xijo+1 (I))/(Fijo(!;(t)) - Fil (ZI (1))
Maintenant considrons l'entre /1 dont toutes les composantes sont nulles sauf
la composante li; qui vaut u7(t). D'aprs la construction ci-dessus, il est facile de
voir que si z(O) et :'(0) sont deux conditions initiales du systme [3.39], alors pour
PnNll'e. D'aprs la remarque ci-dessus. cI) dfinit un changement de variables local.
De plus, le systme se transfom1e sous la forme:
{
III
:(1) = Az(t} + Fo(z(t)) + t1l1i{t)F;(.:::(t
yU) = Cz(t)
[3.391
o la matrice A est donne ci-dessus. Dans ce qui suit, nous allons montrer que la /mc
composante Fij de F; dpend au plus de :) , .. . ;:.j et ceci pour 1 ::: i ::: 111.
Supposons que cela ne soit pas le cas et considrons que est le premer indice en
jo tel qu'il exisle un j 2: .io + 1 tel que a FUn/a:} =1- O.
Considrons le systme suivant dfini sur
il = 2:1 + Ft, (t:)
IJO S
1::'" (7) Fil (:: ()
l'I.lll .. ,
ZJo = Zjo+l + F-. (1::)
fJO "
xi
1
,;", (-) FUn (:)
IJO "
x
.:. - Flo (-) + p.. (-)
..... 11 - 11';:' I . ~ . (1::) 1';' . "") lJo'"
IJO " rlj!} ("
. xi
!;! = !;:! + F .. (C) _ F, .. ('7') Fil (!;J}
1.10 " '.lu ~ .
[3.40]
Maintenant, considrons la condition initiale (z(O),!; (0 telle que pOUf k ::: Jo,
Zk(O) = !;k(O) et Zj(O) =1- !;J(O). La solution associe cette condition initiale existe,
est unique et dfinie sur un interval1e 10. TI, T > O. De plus, il n'est pas difficile de
voir que pour tout 1 E [0, T[ et 1 ::: Il ::: .io . .:::dt) = !;dt). Dans la suite, nous notons
par u;(1) la fonction (Zjo+ 1 (t) - xiio+t (t) / (Fiio ( ~ ( t ) - Fil (z 1 (t))
Maintenant considrons l'entre Il dont toutes les composantes sont nulles sauf
la composante li; qui vaut 1I1(t). D'aprs la construction ci-dessus, il est facile de
voir que si z(O) et :(0) sont deux conditions initiales du systme [3.39], alors pour
tout 1 E (O. TL :1(1)
[3.10].
:1 (1). Ceci contredit l'observabilit uniforme du systme

Une extension au cas non affine en l'entre il t tablie dans [GAU 94] et dans
[FAR 01].
Tout d'abord, nous allons donner la forme canonique des syslmes uniformment
observables, non affines en l'entre, dans le cas ITIonosortie.
3.5.1.2. Vile ex/ensioll {Ill cas non l'Il l'elllre
Le systme l3.32] est dill/1Jij'orl11lllellt observable si le systme
suivant est uniformment observable:
j
,t = f (x, li)
. ar
:=
_ cil
,. = -(x).:
. iJ.r
[3.41 ]
Sous l'hypothse de J'observabilit infinitsimale [GAU 94], il existe un change-
ment de variables permettant de transfomler le systme [3.32] SOllS la forme:
[3.421
y =:'1
3.5.2. Obsen'atcurs gralld gain
3.5.2.1. Cas II/ollasar/ie
Dans cetle parlie, nous aI10ns exploiter la structure [3.39]-[3.42] pour synthtiser
un observateur pour les systmes L3.32] et [3.33]. Comme r observabilit ne dpend
pas de l'entre applique all systme, nous allons montrer qu'il en est de mme pour
l'observateur que nous proposerons.
tout 1 E (O. TL :1(1)
[3.10].
:1 (1). Ceci contredit l'observabilit uniforme du systme

Une extension au cas non affine en l'entre il t tablie dans [GAU 94] et dans
[FAR 01].
Tout d'abord, nous allons donner la forme canonique des syslmes uniformment
observables, non affines en l'entre, dans le cas ITIonosortie.
3.5.1.2. Vile ex/ensioll {Ill cas non l'Il l'elllre
Le systme l3.32] est dill/1Jij'orl11lllellt observable si le systme
suivant est uniformment observable:
j
,t = f (x, li)
. ar
:=
_ cil
,. = -(x).:
. iJ.r
[3.41 ]
Sous l'hypothse de J'observabilit infinitsimale [GAU 94], il existe un change-
ment de variables permettant de transfomler le systme [3.32] SOllS la forme:
[3.421
y =:'1
3.5.2. Obsen'atcurs gralld gain
3.5.2.1. Cas II/ollasar/ie
Dans cetle parlie, nous aI10ns exploiter la structure [3.39]-[3.42] pour synthtiser
un observateur pour les systmes L3.32] et [3.33]. Comme r observabilit ne dpend
pas de l'entre applique all systme, nous allons montrer qu'il en est de mme pour
l'observateur que nous proposerons.
l) Cas des systmes affines en l'entre
Tout d'abord commenons par les systmes uniformment observables qui sont
sous la fom1e l3.39J et supposons que les termes non linaires Fi sont des champs de
vecteurs globalement lipschitziens, c'est--dire satisfont l'hypothse suivante:
H) VIII > 0; 3c > 0; V(c, c) E (lR:")2, IIFi(z, Il) - Il)11 :'5 clic -
On a alors le rsultat suivant.
THORME 3.9.- Sous /' h.vpotlll!Se fi, le systme Sl/i\,{1fIt est/fil observateur exprmelltie/
pOlir les systmes du type [3.39} :
'"
i = A2 + 1'0(2) + L IIi Fi(ZJ - /',,,K(C2 - y)
[3,431
i=1
o K est tel que le spectre de ;\ + K C esl il partie relle lIgative el .6.0 est la lIIalrice
diagonale diag(8, ... ,en).
Plus prcislllellt, pOlir toullll > 0 .. pour loute entre Il, lelle que :::
III ;3eo > 0; ve '" 11
0
; 3/'1 > 0; 3/L2 > o tels ,!lIe 112(1)-;(1)11 :'5/1Ie"2'11:(0)-:(O)1I
et ceci pour tout t ::: O.
REMARQUE.- Dal/s le cas 0/1 les trqjectoires du systme [3.39 J restent dm/s /fII domaine
born, l'hypothse H ci-dessus peul tre obtenue ell prolongeant les termes lion
linaires Cil dehors de ce dO/1/aine par des fonctions globalelllellt Iipschil::.iel1lles.
Prel/l'e. En utilisant le fat que la non-linarit est globalement lipschitzienne, nous
montrons succinctement que l'utilisation d'un grand gain peul compenser I"effet de
cette non linarit.
P
- A-I A-I- 1 - b
osons.:: = Of) .::,:: = Uo :: e E = .:: - .:::, nous 0 tenons:
(t) = -II (A + KC)E(I) + /',,,oF
[3,44]
o:
'"
oF = L"i(t)/',ill(Fi(/',,,U) - Fi (/',,,'Z(t)))
[3,45]
=J
Utilisons un choix de K de sorte que le spectre de A + KC soit partie relle stricte-
menlngalive, il existe une matrice P, SDP telle que (A+KC)'f' P+P(A+KC) = -J,
o 1 est la matrice identit. Nous allons montrer que e(t) tend exponentiellement vers O.
1) Cas des systmes affines en l'entre
Tout d'abord commenons par les systmes uniformmem observables qui sont
sous lu f0n11e l3.39 J et supposons que les termes non linaires Fi sont des champs de
vecteurs globalement lipschitziens, c'est--dire satisfont tll'hypothse suivante:
H) VIII > 0; 3e > 0; V(,::, f.) E (IR")2.IIFiU:, li) - Fi li)!!::: cllz.
On a alors le rsultat suivant.
THORME 3.9.- SOllS l'hypollrse H, le systme st.lh'WIl est 1111 obserl'atelireXp(J1Ielllel
pOlir les systmes du type [3.39] :
III
A: + Foe) + L li; Fi(Z.) - loK(Cz - y) [3.431
i=1
o K est tel que le spectre de Ji + K C est il parle relle J/gative el lo estle/1I1atrice
diagonale dillg({) . ... ,(III).
Pills prcisment. pOlir toulm > 0 .. pour loute enlre Il, lelle que SUPI:"n lIu(1)Il :::
111 ; > 0; 'rie f)o; 311_) > 0; > 0 lels que Il:(t) Il ::: /11 eJl:!llIz(O)- :(0) Il
et ced pOlir lO1/t 1 O.
REMARQUE.- Dans le cas o les titi syslme [3.39/ reSlenl dalls Ull domaine
born, l'hypothse H ci-dessus peul tre obtenue ell prolol1geant les termes 11011
linaires en dehors de ce dOl1lane par des/onctions globalelllent lipschit::.ienlles.
Pre/Il'e. En utilisant le fat que la non-linarit est globalement lipschitzienne, nous
montrons succinctement que l'utilisation d'un grand gain peUl compenser l'effet de
cette non linarit.
P
- -=-
osons.: = tif) 7.,':: = 1: et E = :: - nous obtenons:
o:
(t) = -fJ(A + KC)e(t) + !:::.ooF
III
8F = Llli(t)!:::.'(F;(!:::.oiU)) - Fj{lloz(t))
;=)
[3.44]
[3,45]
Utilisons un choix. de K de sorte que le spectre de A + K C soit partie relle stricte-
ment ngative, il existe une matrice P, SDP telle que (A+K C)'J' P+ P(A+K C) = -1.
o 1 est la matrice identit. Nous allons montrer que s(t) tend exponentiel lelllent vers O.
PORons V (1) = U ) T P f. (t) ct utilisons la structure des Fi, ainsi que l' hypothse
H, nOLIs obtenons:
\(I) = -011['(1)11
2
+ 'lEU)'/' P8F
:::. -fJI!E(I) 11
2
+ 1cll,<;(1)11
2
o c est la constante de Lipschitz donne par H. Finalement, on a :
\;(1) = -(O
I1Jax
(p))-1 2c(1l\ildP})-1/2)\!(t)
[3.46.1
Maintenant choisissons () suffisamment grand, nous obtenons le rsultat du
lhormc. Il
REtvlARQUE.- UII observateur pour le systme /3.33 J prend la forme SI/I'm/le :
111
= .fi)(.r(l)) + L tli{t)'/i(.\-(l - (Jcl)-1 t1oK(hl-r(1) - y(t)) [3.47]
i=1
o cp est le chal/gement de variables dOJll1 d,ms (3.34/ et dsigne le jacobien dl'
Q) l'{tlu en .\:(1).
2) Cas des systmes non affines en rentre
La forme canonique correspondante est donne par le systme [3.42]. Sous l'hy-
pothse que les lermes Fi sont globalement lipschitziens et que les drives des Fi par
rapport :i+ 1 gardent un signe constant, on peut construire un observateur bas sur le
mme principe.
Pour simplifier nous mettons l'hypothse suivante: 1-1') les F; sont globalement
lipschitziennes el pour 1 ::: i 11 - l, on a :
III 1 ::: ::: III 2
o dsigne la drive de Fi par rapport tl ::;+1 el 1111,11/2 sont des constantes
strictement positives.
La construction de l'observateur est base sur le rsultat technique suivant.
LEMME 3.2.- 11/1 < Ill']. tant dellx eOl1stal1Tes strictement positives. alors il existe Ull
Ifee/l'ur cololll1e COllstallt K, il existe une constante p > 0 et une matrice P constante
SDP, dpenda11ts selllemcm de (m 1,111'].) tels que pour toule fOllction ai (1), 1 ::: i <
Il 1 vr(f1c/111 JIll :::. (lj(l) ::: nt2, et pour fOut t O. on a:
(A(1) + KC)T P + (A(t) + KC)P :::. -pl
PORons V (1) = U ) T P f. (t) ct utilisons la structure des Fi, ainsi que l' hypothse
H, nOLIs obtenons:
\(I) = -011['(1)11
2
+ 'lEU)'/' P8F
:::. -fJI!E(I) 11
2
+ 1cll,<;(1)11
2
o c est la constante de Lipschitz donne par H. Finalement, on a :
\;(1) = -(O
I1Jax
(p))-1 2c(1l\ildP})-1/2)\!(t)
[3.46.1
Maintenant choisissons () suffisamment grand, nous obtenons le rsultat du
lhormc. Il
REtvlARQUE.- UII observateur pour le systme /3.33 J prend la forme SI/I'm/le :
111
= .fi)(.r(l)) + L tli{t)'/i(.\-(l - (Jcl)-1 t1oK(hl-r(1) - y(t)) [3.47]
i=1
o cp est le chal/gement de variables dOJll1 d,ms (3.34/ et dsigne le jacobien dl'
Q) l'{tlu en .\:(1).
2) Cas des systmes non affines en rentre
La forme canonique correspondante est donne par le systme [3.42]. Sous l'hy-
pothse que les lermes Fi sont globalement lipschitziens et que les drives des Fi par
rapport :i+ 1 gardent un signe constant, on peut construire un observateur bas sur le
mme principe.
Pour simplifier nous mettons l'hypothse suivante: 1-1') les F; sont globalement
lipschitziennes el pour 1 ::: i 11 - l, on a :
III 1 ::: ::: III 2
o dsigne la drive de Fi par rapport tl ::;+1 el 1111,11/2 sont des constantes
strictement positives.
La construction de l'observateur est base sur le rsultat technique suivant.
LEMME 3.2.- 11/1 < Ill']. tant dellx eOl1stal1Tes strictement positives. alors il existe Ull
Ifee/l'ur cololll1e COllstallt K, il existe une constante p > 0 et une matrice P constante
SDP, dpenda11ts selllemcm de (m 1,111'].) tels que pour toule fOllction ai (1), 1 ::: i <
Il 1 vr(f1c/111 JIll :::. (lj(l) ::: nt2, et pour fOut t O. on a:
(A(1) + KC)T P + (A(t) + KC)P :::. -pl
Observateurs e systmes non linaires 109
ol .'
A(t) =
o GJ(I)
o
o
o
o
ct 1 est la l1Iotrice idel1tit.
o o
Pour la dmonstration de ce lemme, nous renvoyons [GAU 94]. Une autre preuve
et un algorithme correspondant la constfllction de f( et P onl t dvelopps dans
[HAM 02]
Sous J'hypothse H', un observateur pour Je systme [3.42] prend la forme:
= F(2, If) - /',/iK(C2 - 1') [3.48]
o f( est donn par le lemme ci-dessus.
La preuve de la convergence exponentielle repose sur la mme technique que celle
dveloppe ci-dessus.
3.5.2.2.. Ex/ension Of( cas IIlllltisortie
Classe 1
Les systmes considrs sont de la forme:
=::'/1 + Fq-J (:::1,, /1)
:1/ = F1/(::'.lf)
y =::.[
[3.49]
o 2i E IP.:fJ, pour 1 .::: i .::: q. Sous la condition que les fonctions Fi soient globalement
lipschitziennes (ou encore que les trajectoires sont dans un domaine born, auquel cas,
on peut les prolonger en des fonctions globalement lipschitziennes), un observateur
pour ce systme prend la fonne :
-' + F (' 'II) +IJ'I-J" J(' - l')
- .... q ......... 1\lj- .
= + 8" K,,(2J - y)
y=.:::!
[3.50]
Observaleurs de systmes non linaires 109
ol .'
A(I)=
o
o
o
o
et 1 est la II/atrice idel1tit.
o o
o
ali-lU)
o 0
Pour la dmonstration de ce lemme, nous renvoyons IGAU 94]. Une autre preuve
et un algorithme correspondant la construction de J( et P ont t dvelopps dans
[HAM 01]
Sous J'hypothse H', un observateur pour le systme [3.42] prend la forme:
i = F(:, If) - b.oK(C: - v) [3.48]
o K est donn par le lemme ci-dessus.
La preuve de la convergence exponentielle repose sur la mme technique que celle
dveloppe ci-dessus.
3.5.2.2. EXlcnsioll a/1 cas IIll1ltsortie
Classe 1
Les systmes considrs sont de la forme:
:11-
1
= :::" + Fq_1 (::1, ... , ZII-I. /1)
:11 = FI} (':., Il)
Y =:'1
l3.49]
o Z E IRP, pour 1 .:s i .::: q. SOllS la condition que les fonctions Fi soient globalemelH
lipschitziennes (ou encore que les trajectoires sont dans un domaine born, auquel cas,
on peut les prolonger en des [onctions globalement lipschitziennes), Ull observateur
pour ce systme prend la fonne :
il =:1+ Fd:I,If)+RKI(:I-Y)
?'II-l =:1{ + FI}-l (:1 .... , :I}-III) + (1
1
}-1 KI}_I (:1 - y)
[3.50]
~ - 1: (.: If) + DII v (:: \.)
'-II - q ~ [7 1\11 ~ I -.
y =:1
1 10 Systmes non linaires
O Ki sont des matrices constantes p x p leIIes que le spectre de :
KI
1"
0 0
K2
0
1/1
0
Kq_1 /jJ
Kil
Q 0
est tl partie relle strictement ngative. La preuve de la convergence de cel observateur
est similaire ft ce qui a t fait ci-dessus.
Classe 2.
o:
Considrons la classe des systmes non linaires:
{
: = Az + cp(u, z)
y=C:
[3.51 ]
v,
[
YI]
)' = -;- E RP
.\p
cJ
Ck=[I,Q, ... ,O]
La structure des cp; est donne par l'hypothse suivante:
Hl) il existe 2p entiers Iu[ ... u
p
}. [81, ... , /5
p
l, tels que Dk > 0, k 1, ... , p,
satisfaisant: pourk,! = J, ... ' p; i = 1. ... 1 Ilk et pour j = 2, ... ,11/ on a:
acpki k /h 1 8/
s -.. -(u, :) pour un certain j 2: 2 alors u + - > u - -
(}:lj 1 2. .J 2
[3.52]
O Ki sont des matrices constantes p x p leIIes que le spectre de :
KI
1"
0 0
K2
0
1/1
0
Kq_1 /jJ
Kil
Q 0
est tl partie relle strictement ngative. La preuve de la convergence de cel observateur
est similaire ft ce qui a t fait ci-dessus.
Classe 2.
o:
Considrons la classe des systmes non linaires:
{
: = Az + cp(u, z)
y=C:
[3.51 ]
v,
[
YI]
)' = -;- E RP
.\p
cJ
Ck=[I,Q, ... ,O]
La structure des cp; est donne par l'hypothse suivante:
Hl) il existe 2p entiers Iu[ ... u
p
}. [81, ... , /5
p
l, tels que Dk > 0, k 1, ... , p,
satisfaisant: pourk,! = J, ... ' p; i = 1. ... 1 Ilk et pour j = 2, ... ,11/ on a:
acpki k /h 1 8/
s -.. -(u, :) pour un certain j 2: 2 alors u + - > u - -
(}:lj 1 2. .J 2
[3.52]
Observateurs de systmes non linnircs 111
REMARQUE.- L'hypothse Hl impliqIle Cil particulier que:
acpki
-, -Cu, z.) == 0 pour lOI/{ j ::: i + 1 et pour l ::: i ::: fi/;: - 1
rJ'::.kj
EXEMPLE.- Cet exemple donne Hile illustratioll de la stmcture dcrite /wr l'hypothse
H j ci-dessus:
.:::il =ZI2+CPll(If,:::11,'::.21,:::22)
.:::i2 = ZI3 +CPI2(U.':::ll,:::12,Z21.Z22)
Zi3 = cP 13 (If , :::11. :::12, :::13 :::21, '::.22)
':::21 = Z22 +C!J21(1f,':::II,:::21)
:::22 = '::23 + CP22 (If, ::: 1 l , Z.n, :::21, '::.22)
:::23 = CP23 (II, ::: 11. ::: 12, ::: 13, Z21 , ':::22 ':::23)
Y = [Cil]
':::21
La st11lcture de /'ohsel1
l
(/leUr pOlir le systme [3.51} l'si de laforme :
, \' (') S-ICT(C' ,
Z=IO+rpl/,; - HZ-Y)
o :
i)
.::J:l = Yk pourk = 1, ... , P (l'injection de la sortie)
f
ki
= :ki, pour i #- 1
l, ... , p, esl {'ullique solutio/1 de.'
On a alors le thorme suivant.
[3,53]
l3,54]
l3,55]
THORME 3,10 ([BOR 91. BOR 01 ]),- Sl/ppO,VOI1.\' ql/e l 'hJ'lmthse Hl esl salis/ilile
par le systme { 3.51} et que les termes nOI1 linaIt',\' Fi salit glnbalemcnllipschitzJens.
Alors:
'i M > 0; 3Go > 0; 'if) :0: (Jo; 31.0 > 0; 31'0 > a
011 a : Il:(1) - 0(1) 11
2
:5 1.0,.-1'0'11.2(0) - ciO) II" pOl/r toI/te elltre 1/ telle ql1e
sl/pill/(I)II :5 M,
Observateurs de systmes non linl.lires 111
REMARQUE.- L'hypothse HI implique en particulier que:
, (u. z.) == 0 pOlir tour j i + 1 e[pollr 1.:::: i.:::: II/;:
cl:k';
E}"'EMPLE.- Ce! exemple dOllne IIl/e illllstraNolI de la structure dcrite par l'hypothse
Hl ci-dessus:
: i 1 = Z 12 + cp 1 1 (Il. :: 1 1 :'2 J , :'12)
zi::: = Zl3 + ifJl:::(lI. ':::11. :::11 .7:1/. :::11)
Zi3 = !PU(II, :11, :::n. :::(3. :21,
y
= ::11 + rp2I (If, :::11, :::11)
= Z::?J + CP21(U, :'11, :::)2, .:::U, :::12)
CP23(U.:II,:11,:13, .7:11,::::1.:13)
[
':11]
:::11
La structure de l'obsel1
J
lltelirpour le systme [3.5/J es! de lalorme:
o:
i)
ii)S8
- - S-lc
T
CA
A.:: + cp(u,;) - F.) (Z y)
= Yk pOlir k = 1, ... , p (l'illjectioll de la sortie)
:/::i, pour i # 1
S{h'
]
l'! SO"k' k = l, ... , p, est l'unique solll1ioll de :
On a a10rs le thorme suivant.
[3.53]
l3.54]
[3.55J
THORME 3.10 ([BOR 91. BOR 01]).- Supposons que l'hypothse Hl est
par le systme (3.51] et que les termes non linares Fi SOI1l globalemellt lipscltit.::iells.
Alors:
"lM > 0; 380 > 0; "If) (Jo; > 0; 3110 > 0
017 a : Il (1) - :(1) 111 .:::: - :(0)112 pour lOute ell1re li telle que
supllll(t) .:::: !V!.
On peut montrer assez facilement que les coefficients (i, j) sont de la forme:
Il Il!
for 1 ::: i. j ::: II/.: o Cil = ----
(1/ - p)!p!
et que S{)bl est une matrice SDr pour tout fJ > 0 [GAU 92].
De mme un calcul simple donne:
1
= b.1; ({nStl; b.J;{ln
O"l -
o St! .. = S()b/; 10=1 et:
= k = l, ... P
Dans ce qui suit, nous allons donner une preuve du thorme 3.10.
Preul'e. Posons eU) = :(1) - :(1), l'quation d'erreur prend la forme:
Avec la notation:
[
CI]
e2
e= .
e
p
nous obtenons :
e'1; = (Ak - Cr Cf.: ) Cf.: + cp/.:(u, ;) - cpJ..Cu, :)
Maintenant, posons:
AkCO) =
[3.561
On peut montrer assez facilement que les coefficients (i, j) sont de la forme:
Il Il!
for 1 ::: i. j ::: II/.: o Cil = ----
(1/ - p)!p!
et que S{)bl est une matrice SDr pour tout fJ > 0 [GAU 92].
De mme un calcul simple donne:
1
= b.1; ({nStl; b.J;{ln
O"l -
o St! .. = S()b/; 10=1 et:
= k = l, ... P
Dans ce qui suit, nous allons donner une preuve du thorme 3.10.
Preul'e. Posons eU) = :(1) - :(1), l'quation d'erreur prend la forme:
Avec la notation:
[
CI]
e2
e= .
e
p
nous obtenons :
e'1; = (Ak - Cr Cf.: ) Cf.: + cp/.:(u, ;) - cpJ..Cu, :)
Maintenant, posons:
AkCO) =
[3.561
pour k = 1, ... p ai:! a/: sont les entiers donns dans l'hypothse 1-1 1, on obtient:
AdO)l>;;' (II) = O-orh (h tant la matrice identit de type /lk x /Id
-1 (fk
CkAk (II) = Il 1 Ck
Ck l>;;
1
(II) = Ck
Considrons le changement de variables: el.: = A/.; (Bk/.; pour k = 1, ... , p.
De l'quation de e/.;, on dduit:
~ k = AdO) (Jh - S';:;: C[Ck) A;;' (1l)ek + Ade) ('Pdu, 2) - 'Pdu, c)
= e'" (Ak - Su/cl' Ck) ek + Ak(e) ('Pdlt. 2) - 'Pdu, c)
Pour montrer la convergence exponentielle de e vers 0, nous allons montrer que la
fonction quadratique ci-dessous est une fonction de Lyapunov de l'quation en e.
l'
Posons V() =
T
S = L Vj(c;) Oll V;(d = cl' Slie; et S = diag (SIl, ... , Slp).
i=l
On a alors:
Ir ( 1.,.) .,. ( )
= 20"ek S'k Jh - Sik C
k
Ck ek + 2ek S'kAk(lJ) 'Pdu, 2) - 'Pdu, c)
= -e'" (e[Slkh + el' cl' Ckh) + 2i{SlkAdO) ('Pdu, 2) - ifJdu, c))
Par consquent:
lik :s -0'" l'k + 2e[ S'kAde) ('Pdu,:') - 'Pdu, c)
:s -1)'" l'k + 2I1SlkeIiIlAk((J) ('Pdu, 2) - 'Pdu, c) Il
o ~ x est la plus grande valeur propre de Sil.:.
pour k = l, ... p o a/," sont les entiers donns dans J'hypothse Hl, on obtient:
h (h tant la matrice identit de type lIk x nd
1 k
Ck A;; (tJ) = (}n
l
n,.6..;1 an =
Com;idrons le changement de variables: " = Ak (8)ek pour k = l, .... p.
De l'quation de ek, on dduit:
Ck Ak(O) (Ak cTc,,) A;I(8)k + Ad8) (tpk(ll,:) tpJ.{u, :)
= (Ak -
Cl Ck ) k + Ade) (tpd u. ::) - tpk{tt. :)
Pour montrer la convergence exponenlielle de vers 0, nous allons ITlonlrer que la
fonction quadratique est une fonction de Lyapunov de l'quation en .
p
Posons V () L Fd;)Oll Vi(j) = TSlii eLS = dag (Sil, ... , Slp).
i=)
On a alors:
\i" = i[ Sl"k + [ Slkk
= 20
8k
[ Slk Clk SJj/ cl' Ck) k + 2{ SlkAd{f) (tpd
li
, :) tpdll. :)
([Slk ih + [ Cr C"h) + 2{SlkAdO) (tpdu.:) - (pdu. :::))
Par consquent :
li" ::: + 2[ SlkAd8) (tpdu. :) - tpd1/. z)
::: _t)iil \lk + 2I1sl"IlIlAk({) (tpd1i,:) - tp,.{Ii. :J) Il
o est la plus grande valeur propre de S!J,.
Des ingalits ci-dessus, nous dduisons:
II/,. J> 11/
\i" ::: _(j1)k VI; + lPkJ ~ m x V L L L
i=1 1=1 j=J
Ol1 Pk supflalP,u!::(lI, :::)1;::: E R
Il
et III/liN::: A1} et Xi,j
. ()q;ki
o SI, --(11, ;::) == O.
):'j ,
sinon, Xi.} = 1.
D'Ol! :
Oll :
nin
dsigne la plus pelte valeur propre de Sil.
Donc:
") 1Ii; P 11/
\i" :5 - ( JO,'iJ. F" ) - + '2P"I1S J06k \1" L L L Xi.Jerr}-rr{ -1)k/
2
-
0
1/
2
J Ht)[ \I,
=l '=1 j=1
OLllls .max(S)!.min(S) (c'est--dire le conditionnement de S).
Maintenant, ulilisons l'hypothse Hl ci-dessus, il existe un f" > 0 tel que:
, k D" 8,
(J. - (J. - - - - < -El.
J l '2 '2-
Des ingalits ci-dessus dcoule:
"l lIk P 1/1
"" :5 - ( JO,)" \ll;)- + '2Pk/
1
SJOOk \/" L L L e-
q
, JO,'}! V,
i=1 1=1 j=J
") P 1/1
:5 - (JO/)k\lk)- +'2llkPkl1so-
E
Je
i5
q/" L Je,'jl\l[
1=1 j=1
o E min{Ek; 1 ::: k ::: pl.
Des ingalits ci-dessus, nous dduisons:
II/,. J> 11/
\i" ::: _(j1)k VI; + lPkJ ~ m x V L L L
i=1 1=1 j=J
Ol1 Pk supflalP,u!::(lI, :::)1;::: E R
Il
et III/liN::: A1} et Xi,j
. ()q;ki
o SI, --(11, ;::) == O.
):'j ,
sinon, Xi.} = 1.
D'Ol! :
Oll :
nin
dsigne la plus pelte valeur propre de Sil.
Donc:
") 1Ii; P 11/
\i" :5 - ( JO,'iJ. F" ) - + '2P"I1S J06k \1" L L L Xi.Jerr}-rr{ -1)k/
2
-
0
1/
2
J Ht)[ \I,
=l '=1 j=1
OLllls .max(S)!.min(S) (c'est--dire le conditionnement de S).
Maintenant, ulilisons l'hypothse Hl ci-dessus, il existe un f" > 0 tel que:
, k D" 8,
(J. - (J. - - - - < -El.
J l '2 '2-
Des ingalits ci-dessus dcoule:
"l lIk P 1/1
"" :5 - ( JO,)" \ll;)- + '2Pk/
1
SJOOk \/" L L L e-
q
, JO,'}! V,
i=1 1=1 j=J
") P 1/1
:5 - (JO/)k\lk)- +'2llkPkl1so-
E
Je
i5
q/" L Je,'jl\l[
1=1 j=1
o E min{Ek; 1 ::: k ::: pl.
p
Posons "t=FJOk Vk pour k = 1 t , p et V* = L vt. Notons que H(
mill
V :::: V* ::::

8
0m
;" V, o omax = max!8k: 1 ::::: k::::: p, min = min{8k: 1 :::: k :::: p.
On a alors:
Il III
\k .:::: - vt + '2l1kPkI
1
S
H
-
E
[Vi L L [Vi
l=t j=t
:::: - vt + [Vi,JVi
:::: - vt + '2llkIlPkI1SO-E v*
Donc:
\i :::: _ \1* + 2/1
2
P/1SO-r: \/*
:::: - (1 - '211
2p
/J.S{}-f) \1*
op = max[Pk.I::O k::o pJ.
Finalement:
Maintenant, choisissons {}u tel que 1 - 2n
2
p!ls{}(JE > 0, on obtient:
3.6.1. Exemple
111
Dans l'exemple dcrit au paragraphe 3.4.4, nous avons donn le modle d'une
raction A B C et nous avons trait le problme de l'estimation des concen-
trations A, B dans le cas o les ordres des ractions sont gaux 1. Ici, nous traitons
p
Posons Vt=FJfJl; Vl: pour le = ] ... , pet \1* = L vt. Notons que e
l
)lIliU" ::s V*
k=1
et'i
m
n
\l, o omax = max{8k: 1 ::s k p, 8
m
in min{8k: 1 ::s k p.
On a alors:
Il 111
li" vt + 2IlkPkI
1
S
O
-
E
R L L [Vi
1=1 j=l
::s - \ft + '211 k Il Pk Il ,sB -E R
::s - \1: + '2llkIlPkI1SO-E \1*
Donc:
\i ::: - V* + 211
1
Pfl_SO-f.. \/*
::: - (1 - '21l
1p
/l,s(}-F) \1.
o p = max{pk. 1 ::s k pJ.
Finalement:
Maintenant, choisissons eo tel que 1 - '211
1
PI1SO(JE > 0, on obtient:
OP,f} =
3.6.1. Exemple
Il
Dans l'exemple dcrit au paragraphe 3.4.4, nous avons donn Je modle d'une
raction A B C et nous avons trait le problme de l'estimation des concen-
trations A, B dans le cas o les ordres des ractions sont gaux 1. Ici, nous traitons
le cas d'une raction A Boil l'ordre de la raction Ci est quelconque.
'= UA (1'-T-)+ Q(Ti-
T
)- b.l-ll
pile .1 v pC
. UA D
T-= (T-T'}+-(T-T')
j p-V-C- .1 v-.1 .1
.1 J .1 .1
l
= _kOle-E\/(RT'e
fi
+ Q (CIO - CI)
1 \1
= k01C-EI/(RTlCf Q
v
[3.57]
Comme ci-dessus, nous disposons des mesures de T et de T.i et des diffrents dbits
d'alimentation et de soutirage.
Le systme [3.57] est manifestement inobservable, car la concentration n'influe
pas sur les tempratures T et Tj. Comme dans la section 3.2, r estimation de CI utilisera
le modle rduit suivant:
1
. ( 1 ) /' (a Il) /' (0)
,2= .0 ,,3= 0 -,4= 1,1I=
"
Q
-1'..
\1 r
T
.1
Q
V
CIO
[3.58]
(
-.tt),
-X2
(
l/l]
li2
113
lq
Appliquons le changement de variables du lhorme 3.8. On obtient: .:: 1 T =
lI(x) = XI, :::2 = LIlII{x)J = -trlIXI - allx1,e-E,/(RT). Le systme [3.58] se met
sous la forme canonique [3.35]. Par consquent, un observateur du systme [3.58]
prend la f0n11e :
.:J 1
/' ( d ClJ S-l CT C "!
.t =. (.Y) + !---'u;g;(.\) - ax (J () (.\]
1=1
y) [3.59]
o:
q) = = (aiisi - Si;
1

(voir la remarque du paragraphe 3.5.2.2 et l'observateur [3.47]).
le cas d'une raction A Boil l'ordre de la raction Ci est quelconque.
'= UA (1'-T-)+ Q(Ti-
T
)- b.l-ll
pile .1 v pC
. UA D
T-= (T-T'}+-(T-T')
j p-V-C- .1 v-.1 .1
.1 J .1 .1
l
= _kOle-E\/(RT'e
fi
+ Q (CIO - CI)
1 \1
= k01C-EI/(RTlCf Q
v
[3.57]
Comme ci-dessus, nous disposons des mesures de T et de T.i et des diffrents dbits
d'alimentation et de soutirage.
Le systme [3.57] est manifestement inobservable, car la concentration n'influe
pas sur les tempratures T et Tj. Comme dans la section 3.2, r estimation de CI utilisera
le modle rduit suivant:
1
. ( 1 ) /' (a Il) /' (0)
,2= .0 ,,3= 0 -,4= 1,1I=
"
Q
-1'..
\1 r
T
.1
Q
V
CIO
[3.58]
(
-.tt),
-X2
(
l/l]
li2
113
lq
Appliquons le changement de variables du lhorme 3.8. On obtient: .:: 1 T =
lI(x) = XI, :::2 = LIlII{x)J = -trlIXI - allx1,e-E,/(RT). Le systme [3.58] se met
sous la forme canonique [3.35]. Par consquent, un observateur du systme [3.58]
prend la f0n11e :
.:J 1
/' ( d ClJ S-l CT C "!
.t =. (.Y) + !---'u;g;(.\) - ax (J () (.\]
1=1
y) [3.59]
o:
q) = = (aiisi - Si;
1

(voir la remarque du paragraphe 3.5.2.2 et l'observateur [3.47]).
374,-------------------------------
372
37C1
368
02
366
364

36C1
358
356
354 --,500
Temps (min)
Figure 3.5. Tcmprafllre lIIe.\'IIre dal/s /(/ dOl/bic CI1I'eloppc
3.6.2. Rsultats de simulatioll
Nous avons simul le systme et l'observateur donns par les quations IJ.58j et
[3.59], en utilisant les conditions initiales, les entres et les paramtres suivants:
(
368)
x(O) = 5 '
'0) = (365)
., ( l'
K=cn
o {8.6 x 10-
3
1 < 100
Il = 5 x 10-
2
100 < 1::0 500
{
3931 < 100
Ti = 343 100 < 1 ::0 500
{
3721 < 100
Tji = 325 100 < 1 ::0 500
{
IOOI < 100
CIO = 150100 < f ::0 500
fi = 0,002, U 2 160 kJ m-
2
,,-I, "UI 93,6 m
3
mo/-I,,-I,
El = 31,4 kJ mo/-l, !; HI = -87,4 kJ IIln/-
I
, D = 1.4 x 10-
4
1Il
3
,,-1. Les figures
3.5,3.6 et 3.7 montrent la convergence de l'observateur en prsence d'un bruit additif
de 5 % sur les mesures.
358
356
354 0 50 100 150 100 150 300 350 400 450 SOO
Temps (min)
Figure 3.5. Tempraflire ml!.mrL' daus hl double L'I1I'e1oppe
3.6.2. Rsultais de simulatioll
Nous avons smul le systme el l'observateur donns par les quations 13.58J et
[3.59], en utilisant les conditions initiales, les entres et les paramtres suvants :
x(O) e ~ 8 ,
'0) = e
65
) .\ ( l' K = CO)
Q
{8.6 x 10-
3
/ ::: lOf)
V 5 x 10-
2
100 < 1 :s 500
T;
{393/ < 100
343 100 < 1 ~ 500
Tji
{3721 < 100
325 100 < [ :s 500
CIO
{lOO/ < 100
150 100 < f :s 500
(J = 0,002, U = 2 160 kJ /JI , /cOl 93,6 1/13 11/0/-
1
J,-I,
El = 31 A kJ 1110/-
1
, 111-1) = -87,4 IlJ mo/-l, D 1.4 x IO-..t 1I/31J-I, Les figures
3.5,3.6 et 3.7 montrenlla convergence de l'observateur en prsence d'un bruit additif
de 5 % sur les mesures.

--- T mesure
- - - - - T estime
365 '
52
360
.a
Q
'& 355
E
t=
350

40
35
,....,
.
30
l
25
c
.2 20
';::
.t:
15
= C)
u
10
=
0
u
5
0
o 50 100 J 50 200 250 300 350 400 450 500
Temps (min)
a
Figure 3.6. TCl/lpralllrc dll systmc el SOli estime
--- Xrelle
X estime
50 100 150 200 250 300 350 400 450 500
Temps (min)
Figure 3.7. CVI1ce1llratiol1 CI dll systhlll' ef SOli eslime
3.6.3. Exemple du bioracteu,.
Ici, la bioraction fait intervenir trois types de variables:
- la biomasse: gnralement ce sont des micro-organismes ou des cellules vivantes,
- le substrat: c'esll'alimentation ncessaire au maintient et la croissance de la
biomasse,
- les produits: acides, enzimes, etc., qui sont produits par la biomasse.
Considrons le cas lmentaire d'une bioraclion comportant une biomasse, un
produit et un substrat. Notons par X (1), S (t) et P (t) les concentrations (par exemple en

--- T mesure
- - - - - T estime
365 '
52
360
.a
Q
'& 355
E
t=
350

40
35
,....,
.
30
l
25
c
.2 20
';::
.t:
15
= C)
u
10
=
0
u
5
0
o 50 100 J 50 200 250 300 350 400 450 500
Temps (min)
a
Figure 3.6. TCl/lpralllrc dll systmc el SOli estime
--- Xrelle
X estime
50 100 150 200 250 300 350 400 450 500
Temps (min)
Figure 3.7. CVI1ce1llratiol1 CI dll systhlll' ef SOli eslime
3.6.3. Exemple du bioracteu,.
Ici, la bioraction fait intervenir trois types de variables:
- la biomasse: gnralement ce sont des micro-organismes ou des cellules vivantes,
- le substrat: c'esll'alimentation ncessaire au maintient et la croissance de la
biomasse,
- les produits: acides, enzimes, etc., qui sont produits par la biomasse.
Considrons le cas lmentaire d'une bioraclion comportant une biomasse, un
produit et un substrat. Notons par X (1), S (t) et P (t) les concentrations (par exemple en
Observateurs cie systmes non linaires 119
g 1 /) de la biomasse, du substrat et du produit dans un fermenteur suppos parfaitement
mlang.
Le bilan de matire en batch (aucune alimentation ni soutirage de matires) est
donn par:
{
X =1,
= -Ylf] -
P =r'2
[3.60]
Les ri sont les vitesses de croissance et les Yi sont les coefficients de rendement.
Les lois mathmatiques modlisant les ri sont en gnral des fonctions non linaires
des vaIiables X, Set P. On peut citer la loi de Monod, la loi de Conlois, ele. [BAI 861.
Maintenant, considrons le cas d'un bioractcur continu. Supposons qul est ali-
ment en substrat avec un dbit d'entre FI' et une concentration St'. Notons par F.I' le
dbit volumique de soutirage. Le bilan de matire est donn par:
d(llX)
--- = f] -
dl
d(FS)
--- =1'1 -F-P
dt - .1
d(ll S)
-'-'1- = FeSt' - - -"If] - .\''21'2
d(I')
-- = Fc - F.I"
dl
[3.61]
V tant le volume du mlange dans le racteur. On appelle t{/IlX de dililfioll les rapport
F,.j l'el rd l'.
Dans ce qui suit, nous supposons que FL' = F'.I" (c'est--dire que le volume V est
constant en rgime permanent), Notons par D le taux de dilution Fcl V = V, on
obtient:
{
"" = ri - DX
S = -."Irl - Yr + D(S,. - S)
P=r2- DP
[3.62]
Gnralement, les vitesses de croissance sont de la forme: f] = ILr et r2 = l'X.
/1 et l' sont appeles vitesses de croissance spcifiques. Leurs expressions sont des
fonctions non linaires de X, S et P.
g II) de la biomasse, du substrat et du produit dans un fermenteur suppos parfaitement
mlang.
Le bilan de matire en batch (aucune alimentation ni soutirage de matires) est
donn par:
g
1)
-y[r]
Y1
r
'].
[3.60]
f2
Les ri sont les vitesses de croissance et les Yi sont les coefficients de rendement.
Les lois mathmatiques modlisant les ri sont en gnr:JI des fonctions non linaires
des vmiables X, Set P. On peut citer la loi de Monod, la loi de Contois, etc. [BAl 86"1.
Maintenant, considrons le cas d'un bioractcur continu. Supposons qu'il est ali-
ment en substrat avec un dbit d'entre Fi' et une concentralion Se. Notons par F.I' le
dbit volumique de soutirage. Le bilan de matire est donn par:
d(\1 X) = r[ _
lI!
d(V S)
= r1, - flp
dt
d(V S)
dl
d(V)
dt
[3.61]
\1 tant le volume du mlange dans le racteur. On appelle faux de dill/fiol/ les rapport
Fel V et Pd v.
Dans ce qui suit nous supposOm\ que Fc (c'est--dire que le volume V est
constant en rgime permanent), Notons par D le (aux de dilution Fel V = V, on
obtient:
1'1- DX
.\'11'] - + D(Se - S)
"2- DP
[3.61J
Gnralement, les vitesses de croissance sont de la forme: rI = /l.X et r-:. = l'X.
Il et Il sont appeles vitesses de croissance spcifiques. Leurs expressions sont des
fonctions non linaires de X, S et P.
Dans ce qui suit, nous considrons une bioraction S -: X. le modle [3.62]
devient:
{
X = r) - DX
S -YUi + D(Sl' S)
La vitesse de croissance est donne paf:
(
rI = IJX
tlmllxS
1-' = ----
KsX + S
[3.63J
[3.64]
o jJ max est la vitesse spci fique maximum de croissance et K.I' est une constante de
saturation.
Nous supposons que le substrat est mesur enligne et nous donnons un observateur
grand gain permettant d'estmer la biomasse. En posant x) = S et X2 = X, et en
reportant l'expression de rI. Le modle [3.63J prend la forme:
l
', -IJmaxYPi Xl + D(S - . )
\:1 - III \1
KsX2 XI
.. I1ll1ax
X
) D
x2 = ? Xl
Ks.'cJ. + x)
y Xl
[3.65]
Appliquons le changement de variables donn par le thorme 3.8 :
(
CP (()) ( x)
c!)(x) = l,,' = IJ nmx )'IX,X2
<P2(X) - 1/
l\.sX2 + x)
l3.66]
Un simple calcul montre que le systme [3.651 se met sous la forme canonique
[3.35].
Utilisons la remarque du paragraphe 3.5.1.1, l'observateur du systme f3.65J prend
alors la forme:
1 (1fJ) ....
f}2 (x
y)
[3.67]
Dans ce qui suit, nous considrons une bioraction S -: X. le modle [3.62]
devient:
{
X = r) - DX
S -YUi + D(Sl' S)
La vitesse de croissance est donne paf:
(
rI = IJX
tlmllxS
1-' = ----
KsX + S
[3.63J
[3.64]
o jJ max est la vitesse spci fique maximum de croissance et K.I' est une constante de
saturation.
Nous supposons que le substrat est mesur enligne et nous donnons un observateur
grand gain permettant d'estmer la biomasse. En posant x) = S et X2 = X, et en
reportant l'expression de rI. Le modle [3.63J prend la forme:
l
', -IJmaxYPi Xl + D(S - . )
\:1 - III \1
KsX2 XI
.. I1ll1ax
X
) D
x2 = ? Xl
Ks.'cJ. + x)
y Xl
[3.65]
Appliquons le changement de variables donn par le thorme 3.8 :
(
CP (()) ( x)
c!)(x) = l,,' = IJ nmx )'IX,X2
<P2(X) - 1/
l\.sX2 + x)
l3.66]
Un simple calcul montre que le systme [3.651 se met sous la forme canonique
[3.35].
Utilisons la remarque du paragraphe 3.5.1.1, l'observateur du systme f3.65J prend
alors la forme:
1 (1fJ) ....
f}2 (x
y)
[3.67]
0,1
0,09
",0,08
2' 0,07
c
.g OJ)(i
0,05
0,04
0,03
0,02
0,01
0

0,05 i.
'"
0,045
'"
es
0,04
e
"""1\

.c
c 0,03

0,025
co
c
0,02-
,2
" 0,015

0,01
u
c
0,0,5
a
U
0
a
;::
0_08
ou
C
0,075
,
u
(1.07

'E
0,065
Ir
c
'"
0,06
"
[J,055
E
- ,
u
(1.05

u
0,045
-0
.9
0,[J4

0,035

am
"
u
a
c
0
U
5
5
5
Obser\'uteurs de systmes non linaires 121
10 15
Temps (h)
10 15
Temps (h)
10 15
Temps (h)
20
20
20
XI
XI
x::!
x::!
25
25
25
Figure 3.8. 7(II/X de dilutioll, COI/celllrafII1 de s/lhsfraf ct de
C// fo//ctio// du temps
0,1
0,09
:2 0.08
20.07
:::
.g OJ)(i
0,05
"0
0,04
0,03
0,02
0,01
0
0
0.05

0.045
....
0,04
g
0,035
:r-
.r::.
0,03 :::
-.r.
.g 0,025
:::
0,02-
'e
i.::
0,015

0,01 <l..)
u
:::
0,0,5
0
u
n
0
t:::
0,08
t;,[)

0.075
:r-
u
0.07

'
0,065
<':l
0.06
co
Cs

0.055 .

(1.05
C
0,045 u
"'0
.9
0,04

0.035
C 0,03
11.)
u

t:::
0
U
5
5
5
10 15
Temps (h)
10 15
Temps (h)
10 15
Temps (h)
10
10
XI
XI
-- X2rclle
- - - - - - X2. estime
10
25
25
15
Figure 3.8. Tm/.\" de dill/fioll, (,o/lCl'llfrafitm dl' suhs/rat Cf de
cn ./"ol1ctiol1 dl/ temps
122 Systmes nOI1 linaires
3.6.4. Rsultats Ile ,.,milatioll
La simulation a t mene avec les valeurs suivantes des paramtres el des com-
mandes l.llllax 0.8 K,\' = [, YI 1.4. Sil! 0.1 kg,! l, (-) = 2,0,
x) (0) = 0,04 kgf l, .\'1(0) 0.045 kgf /, .f
l
(0) 0.045 kgf l, -\-:2(0) 0.03 kg/let:
f
8 x 10-
1
t < 10 Il
11 = :2 x 10-
1
10" < 1 S 20 Il
8 X 10-
1
20 It < 1
Le rsultat de simulation est i1lustr sur la figure 3.8.
3.7. Bibliographie
[BAI 86J B.I\ILEY J.. OLUS D., Biodu;JJJicaf E'l1gnccrillg Fwu/wl/(:!J!lals, McGnlw-Hill. New
York. dcuxime dition, 1986.
fBES 96aJ BESANON G., BOHNAJm G .. HAlvltl/JOURI H .. " Observer sysnlhess l'or a class of
nonlinear control syslems . Europeall Journaf (!l Con/ml. vol. 2. p. 176-192. 1996.
rBES 96b] BESANON G .. HAMtvlOURI H., On uniform observmion of non uniformly obser-
vable systems n. Sys/ems olld Ccm/ro/ Ll'flers. vol. 29. p. 9-19, 1996.
[BES 981 BESANON G .. I-IAMMOURI H .. On observer design rOI' intcrconnccled systcms ".
'/. {!lMlIIl!ewatica! Systems. Estimafiol1 aI/(l Cmllm/. vol. 8, 1998.
[BOR 881 BORNARD G .. CELLE F., COUENNE N., " Rcgularly Persistent Observers for Bmncar
Systems n, Proccedillgs /he 29/
11
IlIferJw/;mw/ CO/!lercm'[' on Non!il/ear Systems. Nell'
Trends il1 Nonfinca/" System.\' 1lCory. vol. 122, Lecture NDles in Control and Information
Scicnces. Splillger Vcrlag. juin 1988.
lBOR 911 BORNARD G., I-IAMlvIOUR! 1-1.. A hgh gain observer for il class of uniformly obser-
vable syslems )"', Pmceedings CO/{feJ"/!1Icc 011 Decison mul COllIml, Brighton. Grande-
BreLagne vol. 3, p. 1494-1496. 1991.
[BOR 011 BORNARD G .. BUSAWON K .. 1-IAMMOlll<1 1-1.. Ali Obsen'crfor a C1as,\'
Systems, LAGEP, 2001.
ICEL 89J CELLE E, GAUTIIIER J.-P., KAZAKOS D .. SALLET G., ,< Synlhcss of nonlinear obscr-
vers: a harmonc-analyss approach , Mallll'1110fica! Syste1lls Theory. vol. 22, p. 291-322.
1989.
IDEZ 91] DEZA P.. GAUTHIER lP .. Nonlinear observer for distillation columns );. Pmceedings
(d'JIu' 30
th
CDe IEEE. Brighton, Grande-Bretagne. 199 L
lDEZ 92a1 DEZA F., BUSVELLE E., GAUTHIER J.-P .. RAKOTOPARA D .. High gain estimation
for nonlincar sysLems . Systellls lInd CO/lfrol Letfers. vol. 18. 114, p. 295-299, 1992.
IDEZ 92b] DEZA E, BUSVELLEE .. GAUTIIIER Exponenlially cOl1verging observers fordstil-
laton columns and llllcrmtl sLability orthe dynmllc outpUl feedback ", Chemicaf Enginccrillg
Scie/ICi', vol. 47, n 15-16, p. 3935-3941, 1992,
3.6.4. Rsultats Ile ,.,milatioll
La simulation a t mene avec les valeurs suivantes des paramtres el des com-
mandes l.llllax 0.8 K,\' = [, YI 1.4. Sil! 0.1 kg,! l, (-) = 2,0,
x) (0) = 0,04 kgf l, .\'1(0) 0.045 kgf /, .f
l
(0) 0.045 kgf l, -\-:2(0) 0.03 kg/let:
f
8 x 10-
1
t < 10 Il
11 = :2 x 10-
1
10" < 1 S 20 Il
8 X 10-
1
20 It < 1
Le rsultat de simulation est i1lustr sur la figure 3.8.
3.7. Bibliographie
[BAI 86J B.I\ILEY J.. OLUS D., Biodu;JJJicaf E'l1gnccrillg Fwu/wl/(:!J!lals, McGnlw-Hill. New
York. dcuxime dition, 1986.
fBES 96aJ BESANON G., BOHNAJm G .. HAlvltl/JOURI H .. " Observer sysnlhess l'or a class of
nonlinear control syslems . Europeall Journaf (!l Con/ml. vol. 2. p. 176-192. 1996.
rBES 96b] BESANON G .. HAMtvlOURI H., On uniform observmion of non uniformly obser-
vable systems n. Sys/ems olld Ccm/ro/ Ll'flers. vol. 29. p. 9-19, 1996.
[BES 981 BESANON G .. I-IAMMOURI H .. On observer design rOI' intcrconnccled systcms ".
'/. {!lMlIIl!ewatica! Systems. Estimafiol1 aI/(l Cmllm/. vol. 8, 1998.
[BOR 881 BORNARD G .. CELLE F., COUENNE N., " Rcgularly Persistent Observers for Bmncar
Systems n, Proccedillgs /he 29/
11
IlIferJw/;mw/ CO/!lercm'[' on Non!il/ear Systems. Nell'
Trends il1 Nonfinca/" System.\' 1lCory. vol. 122, Lecture NDles in Control and Information
Scicnces. Splillger Vcrlag. juin 1988.
lBOR 911 BORNARD G., I-IAMlvIOUR! 1-1.. A hgh gain observer for il class of uniformly obser-
vable syslems )"', Pmceedings CO/{feJ"/!1Icc 011 Decison mul COllIml, Brighton. Grande-
BreLagne vol. 3, p. 1494-1496. 1991.
[BOR 011 BORNARD G .. BUSAWON K .. 1-IAMMOlll<1 1-1.. Ali Obsen'crfor a C1as,\'
Systems, LAGEP, 2001.
ICEL 89J CELLE E, GAUTIIIER J.-P., KAZAKOS D .. SALLET G., ,< Synlhcss of nonlinear obscr-
vers: a harmonc-analyss approach , Mallll'1110fica! Syste1lls Theory. vol. 22, p. 291-322.
1989.
IDEZ 91] DEZA P.. GAUTHIER lP .. Nonlinear observer for distillation columns );. Pmceedings
(d'JIu' 30
th
CDe IEEE. Brighton, Grande-Bretagne. 199 L
lDEZ 92a1 DEZA F., BUSVELLE E., GAUTHIER J.-P .. RAKOTOPARA D .. High gain estimation
for nonlincar sysLems . Systellls lInd CO/lfrol Letfers. vol. 18. 114, p. 295-299, 1992.
IDEZ 92b] DEZA E, BUSVELLEE .. GAUTIIIER Exponenlially cOl1verging observers fordstil-
laton columns and llllcrmtl sLability orthe dynmllc outpUl feedback ", Chemicaf Enginccrillg
Scie/ICi', vol. 47, n 15-16, p. 3935-3941, 1992,
[KAL 61] KAUvIAN R.. Bucy R .. New results in linear !lllering and prediction lheory " . .1. of
Basic ElIgill('cring. p. 95-108. mars 1961.
[FAR 97J FARZA G .. HAl\IMOURI H., OTll! .... IAN S .. BUSA WON K .. <\ Nonlinear observers for para-
meler eSlimation in bioproccsscs H. C/tclII;ca! ElIgillt'C/"illg Sciellces. vol. 52. n 23. p. 4251-
4167.1997.
lFAR 9RJ FARZA G., BusAwoN K. .. HAMlvlOURI H .. Simple nonlinear observers for on-line
eSlimation of kinclic ratcs in hioreactors H. AWo/l/af;ca. vol. 34. n" 3. p. 301-3\ X. 1998.
lFAR 01J FARZA H.G., BusAwoN K., High Gaill Obscrw;r hused Oll UII{(orlll Obscr\'{/hiliry
Slfllcllln'. LAGEP. 1001.
lGAU HIJ OAUTHIEr{ J.P .. BORNARD O., Observabilily for any u(L) of a c1ass of nonlinear
syslems )'. IEEE Trallsactioll 011 AWolllatic CO/ltml. vnl. 26. n" 4. p. 922-926, 19R 1.
fGAU 881 G,\UTIIIER J.-P .. K.t\Z/\I\OS 0 .. Observabilit et Observateurs de Systmes Non
Linaires )', APIl, vol. 22. p. 201-212.1988.
lGAU 92j GAUTHIER J.P .. HAlvlMOURll-L OTI-llvIAN S., A Simple observer for nunlincar sys-
tems - application ta a biorcactor );, IEEE Trm/socriol1 01/ AIlfOIlUilic COl/fro!, vol. 37, n" 6,
p. 875KSIl. 1991.
[OAU 94] GAUTHIER J.P., KUPKA I.. Observability and observers for nonlinear syslems H.
SIAM .Iouma! (lColllrol wu! Oplillli';.atiol/. vol. 32. n" 4, p. 975-994.1994.
rom 941 GmoN-FAIWEOT A.M., I-L\i .... 1!vIOUIU I-L CELLE E. <, Nonlinear observcrs for chcmical
rcaclors )), Chclllical Engincering Sciences, vol. 49, n 14, p. 1287-1300, 1994.
[HAM XX] HAivH.."IOURI ,,1.. GAUTHIER .l.-P., \< Bilinearizalion up to output injection . Syslellls
& Collfrol Lettas, vol. 11, p. 139-149. 1988.
lHAM 91j HAl\HvIOURI H., MORALES lD.L.. ,( Topological properlies of observers inputs ll.
Progress in SySTems wul Collfrol. vol. 8, 1991.
[HAM 92j HAMMOURI H .. GAUTI-IIER J.-P" Global time-varying linearization up to output
injection)). Simll.lolll1la! 0// Control {/lu! Opfil/lbllio1/. vol. 30. n" 6. p. \295-13\ 0, novembre
1992.
rHAM 96] HM-H'vl0UHI H., KINNf\EHT M .. A new procedure for timc-varying linearization up
to output injection ll. Systems & Collfrol Lettas, vol. 28. p. 15 J -157. 1996.
[HAM 02] HAMtvIOURI H., TARGUI B.. ARlvlANET E, High gain obserVer bascd on a triangular
structure . Illtemaliollal.lol/mal (?IRohust al/d NOl/iiI/ca/" Control, 2002.
[BER 77J HERMANN R., KrNER A, H Non linear conlrollabilily and obscrvahilily l). IEEE
Tnl1l.l'Oclio1/ 01/ Alllomatic CrJ/lrml, vol. 22. n" 5, p. 72X-740. octobre 1977.
rISI 851 ISIDORI A .. Non!incar cOl/tro! systcms: Ali il1lmdlfcm, vol. 72. Springer, Berlin, 1985.
[ISI891 lSIDOIO A . NOllli1leur COl/tml Systellls. deuxime dition. Springer Yerlag, \9X9.
[JAM 88] JAMES M., BARAS J . " An observer design for nonlinear control systems )'. Lecfllre
NoIes ill COlllrol al/d "(formatioll Scicl/ces, AI/alysis al/d Optimi';.atirm (!( Systellls, p. 170-
180. 1988.
[KAI 80J KAILATI-I T.. Lil/car Systems, Prentice-I-Iall, 1980.
Observateurs dc systmcs non linaircs 123
[KAL 61] KAL!vIAN R .. Bucy R .. New results in linear nllering and prediction lhcnry ~ ./. of
Basic Engilleerillg, p. 95-108, mars 1961.
[FAR 97J FARZA G .. HArvlt\10uRI H., OTWvlAN S .. BUSAWON K .. NOlllinearobscrvers for para-
tnclcr cstimation in bioprosses ". CltL'lIIic{/1 Etlgilll'Cring Sciences. vol. 51. n23. p. 4251-
4267,1997.
lFAR 9RJ FARZA G., BUSAWON K .. HAMlvlOURI H .. Simple nonlinear observers for on-line
cstimation of kinctic rates in biorcnclors n. AmolIIofica. vo\. 34. n" 3. p. 301-318. 1998.
lFAR (J1J FARZA H.G., BUSAWON K .. High Gain Ob.l'c/'I'C/' !J{Jsed 01/ UI/{f'orl/l Obserm!Jilily
S/rlIC/III'l'. LAGEP. 1001.
lGAU SIJ GAUTI-IIET{ J.P . BORNARD G . Observabilly for any u(L) of a c1ass of nOlllinear
syslcms )'. IEEE Tnm.\oc/ion 01/ ;\II/o/lw/ic Con/ml. vol. 26. n
D
4. p. 922-926. 1981.
[GAU 881 GAUTIIIER .T.-P .. IC\ZM;:OS 0 .. Observabilil cl Obscrvatcurs de Systmes Non
Linaires n, AP11, vol. 11. p. 101-212. 1988.
lGAU 92J GAUTHIER J.P .. HAlvllvlOURI H .. OTI-l!vIAN S., A Simple observer for nonlnear sys-
tems - application ta a biorcactor n, fEEE Tral/.mc/iOlI Otl AlltOIl/(//C Control. vol. 37. nn 6.
p. 875-880. 1992.
[GAU 94] GAUll-IIER J.P., KUPKA I.. Observability and obsen'ers for l10nlinear systcms ".
S!AM JOllrnal (?f' Cm/roI alld Op/ltli-:.a/iolJ. vol. 32, n" 4. p. 975-994. 1994.
rGm 941 GmoN-FAIWEOT A.M., HAivlt.'iOUrU I-L CELLE P.. Nonlinear obscrvers for chcmical
rcactors )1, Chelllical Engincerng Sciencc.\'. vol. 49, n 14. p. 1187-1300. 1994.
[HAM SRI f-1AtvIMOURI ,,1.. GALITI-IlER .I.-P .. Bilincarization up to outpul in je clion . SyS/l'III.\'
&: COlllrol Lctters, vol. 1 1, p. 139- 149, 1988.
lHAM 91 J HA!vU ... IOURI H., MORALES lO.L., ,( Topnlogical properlies of obscr"ers inputs .
Progress ill Sysfems al/d COl/trol. vol. 8, 1991.
[HAM 91J HArvHvIOuRI H .. GAUTHIER J.-P .. Global lime-varying linearization up la outpUl
in je clion . Sia11/ .loI/rI/aI on COll/roI (//ul Opfil/l;:(/[ioll. vol. 30. n" 6. p. 1295-1310. novembre
1991.
rHAM 96] HM,H ... l0UHI H., KINNf\ERT M .. A nc\V proccdure l'or limc-varyillg lincarization up
lo outpul injection n. Systcl/1.\' &: COlIIml LCllcrs, vol. 18, p. 151 -157, 1996.
[HAM 01] HArvlMouRI H., TARGUI 8., ARlvlANET F., High gain observer based on a triangulaI'
structure n. Intcl'J/a/iOlwl.lol/l'IIl1l f?f'Ro/)//Sf al/d NOl/iiI/coI' CO/1trol, 2001.
[BER 77] HERMANN R., KRENER A., Non linear conlrollability and observabilily. IEEE
Trllll.I'tIC/Oll 011 AI//oma/ie Confrol. vol. 22. n" 5. p. 728-74-0, octobre 1977.
rTST 851 TSIDORI A .. NonlillcL//' ('on/roI systC1J/.\': AI/ illtrodllciol/. vol. 72. Springer, Berlin, 1985.
[ISI 891 ISIDORI A .. Nonlilleor COll/roI SyS/l'tlts. dcuximc dition, Springcr Yerlag, 1989.
[JAM 88l JAl\'IES M., BARi\S J .. An obscrvcr design for nonlincar conlrol syslems ". Lce/llrt'
Notcs in COll/roI al/d b!/OI'l1/{/f;OI/ Sciel/cc.\', AnalY.I'is and Optllli::,a/ioll (!f' Systems, p. 170-
180. 1988.
[KAI 80J KAILATI-I T.. Lincar Systelll.\', PrenLice-Hall, 1980.
[KRE 831 KRENER A .. ISlDoru A .. Linearzatoll by output in je cLion and nonlincar observers
Sys/. and Control LeI/crs. vol. 3. p. 47-52. 1983.
[KRE 851 KRENER A .. RESPONDEK \V .. H Nonlil1car observcrs wi th lincal izahlc error dynamics )'.
SIAM .1. COlltrol. Optill1., vol. 23. p. 197-216. 1985.
lLUE 661 LUENBERGER D .. '( Observcrs for l11ultvariahlc systems >', IEEE Tnlll.mctjol1J 011
AlIlolI/nte Control. vol. 1 L na 2. p. 190-197,1966.
[MOR 92J MORALES J.D.L.. Constructon des observateurs pour les systmes 11011 linaires Cl
applicalions aux procds, Thse. Unversit Claude Bernard. Lyon, 1992.
[NIC 89J NICOSIA S .. TORNAMBEA., t{ High gain observers in the slatc and parametercstimatioll
of robots having clasLc joints )'. Systems mu! Con/roI LC[fers. va\. 13. n" 4. p. 33 1-338. 1989.
[NU 90] NUl\IEI1En H .. DER SCHAH A.V .. NOt1lillcar DYII{/IJ/t'! CO/llrol Springcr
Verlilg. Bcrlin, 1990.
[SON 79) SONTAG E., On the observahility ofpolynol11nl systcms, 1: finite-limc problcms ".
Sinm .Io//J1w! COHlrol wul OptIII;:;([tiol1. vol. 17. n
D
1. p. 139-151. 1979.
lSUS 791 SUSSMAN H .. l( Single-input observabilily ofcominuOlls-t.ime syslcms . Mnlll. Syst('/II
TIll'ory, vol. 12. p. 371-393. 1979.
(TAR 001 TARGUI B .. Modlisation ct observation des colonnes 1\ distiller. Thse. Universit
Claude Bemnrd Lyon l, LAGEP, 2000.
[THA 73J TIIAU E, Obscrving the slale or Ilonlincar dynal11ics systcms n. lm . .1. COlltm!,
vol. 17. p. 471-479,1973.
ITS189] TSJNIAS .1 '( Observer design for nonlinear syslems ", Sy.Hl!IIIS ([m! COli/roi Leltcrs.
vol. 13. p. 135-1-42, 1989.
IWAL 87] \VALCOTT B .. ZAKS .. Stale observation ofllonlinearunccrlaIl dynamica1 systcms''
IEEE TrOllS. 1\//1. Collt . vol. 31. p. 166-170. ]987.
[\VIL 77] WILLlMdSON D., " Ohservability of bilinear systems. with application ta biologieal
control H. A/llolllatca. vol. 31, p. 143-154. 1977.
[WON RSJ WONHAM W.M., Lillcar MllIII'ar;ub!c Systems. A geomcl/'c approacll. Springcr
Ycrlag. New York. 1985.
[XIA H9 J XIA X .. GAO \V ... , Nonlinear observer design by observer erraI' linearization". SlAM
./. COlltmlll/u! Opt., vol. 17, p. 199-216.1989.
[KRE 831 KRENER A .. ISlDoru A .. Linearzatoll by output in je cLion and nonlincar observers
Sys/. and Control LeI/crs. vol. 3. p. 47-52. 1983.
[KRE 851 KRENER A .. RESPONDEK \V .. H Nonlil1car observcrs wi th lincal izahlc error dynamics )'.
SIAM .1. COlltrol. Optill1., vol. 23. p. 197-216. 1985.
lLUE 661 LUENBERGER D .. '( Observcrs for l11ultvariahlc systems >', IEEE Tnlll.mctjol1J 011
AlIlolI/nte Control. vol. 1 L na 2. p. 190-197,1966.
[MOR 92J MORALES J.D.L.. Constructon des observateurs pour les systmes 11011 linaires Cl
applicalions aux procds, Thse. Unversit Claude Bernard. Lyon, 1992.
[NIC 89J NICOSIA S .. TORNAMBEA., t{ High gain observers in the slatc and parametercstimatioll
of robots having clasLc joints )'. Systems mu! Con/roI LC[fers. va\. 13. n" 4. p. 33 1-338. 1989.
[NU 90] NUl\IEI1En H .. DER SCHAH A.V .. NOt1lillcar DYII{/IJ/t'! CO/llrol Springcr
Verlilg. Bcrlin, 1990.
[SON 79) SONTAG E., On the observahility ofpolynol11nl systcms, 1: finite-limc problcms ".
Sinm .Io//J1w! COHlrol wul OptIII;:;([tiol1. vol. 17. n
D
1. p. 139-151. 1979.
lSUS 791 SUSSMAN H .. l( Single-input observabilily ofcominuOlls-t.ime syslcms . Mnlll. Syst('/II
TIll'ory, vol. 12. p. 371-393. 1979.
(TAR 001 TARGUI B .. Modlisation ct observation des colonnes 1\ distiller. Thse. Universit
Claude Bemnrd Lyon l, LAGEP, 2000.
[THA 73J TIIAU E, Obscrving the slale or Ilonlincar dynal11ics systcms n. lm . .1. COlltm!,
vol. 17. p. 471-479,1973.
ITS189] TSJNIAS .1 '( Observer design for nonlinear syslems ", Sy.Hl!IIIS ([m! COli/roi Leltcrs.
vol. 13. p. 135-1-42, 1989.
IWAL 87] \VALCOTT B .. ZAKS .. Stale observation ofllonlinearunccrlaIl dynamica1 systcms''
IEEE TrOllS. 1\//1. Collt . vol. 31. p. 166-170. ]987.
[\VIL 77] WILLlMdSON D., " Ohservability of bilinear systems. with application ta biologieal
control H. A/llolllatca. vol. 31, p. 143-154. 1977.
[WON RSJ WONHAM W.M., Lillcar MllIII'ar;ub!c Systems. A geomcl/'c approacll. Springcr
Ycrlag. New York. 1985.
[XIA H9 J XIA X .. GAO \V ... , Nonlinear observer design by observer erraI' linearization". SlAM
./. COlltmlll/u! Opt., vol. 17, p. 199-216.1989.
Chapitre 4
Observation et observateurs-contrleurs par
modes glissants
Ces dCl11ires annes. la synthse des observateurs non linaires il focalis l"alten-
tion de plusieurs chercheurs. On peut citer les contributions majeures de G. Bomar
et H. Hammor; [BOR 91] el D. G. Lueoberger [LUE 71]. Ceci est dO. d'une part. au
grand succs qu'a connu la commande non linaire et, d'autre part. au fait que plusieurs
systmes non linaires possdent des tats non mesurables qui ne peuvent tre utiliss
dans la loi de commande.
Le principal obstacle auquel se heurte la synthse des observateurs non linaires est
la violation du principe de sparation ans la majeure panie des cas, ce qui complique
la construction des observateurs en prsence e la commande. A cet obstacle vient
se greffer une autre difficult. celle de la dmonstration Je convergence de l'erreur
d'observation qui est une solution J'une quation diffrentielle non linaire, Parmi les
observateurs gui existent dans la littrature se trouvent les observateurs glissants, Ces
observateurs prsentent plusieurs avantages, comme celui de la convergence en temps
fini et de la robustesse. Ces observateurs n'utilisent pas la structure du systme, ce qui
permet de contourner la violation du principe de sparation dans le cas des systmes
non linaires. Le second thme abord est l'obtention d'observateurs contrleurs par
moes glissants lEME 67, FIL 60, UTK 81]. Celte mthode consiste calculer une
commande discontinue qui force Je systme ~ osciller autour d'une surface quelconque
appele surface de glissement dans l'espace d'tat. Cette commande est calcule en
imposant fi la surface d'tre attractive.
Chapilre rdig par Tarel\. AW\'IED-Au et Nicolas SEUBE.
Chapitre 4
Observation et observateurs-contrleurs par
lTIodes glissallts
Ces demires annes. la synthse des observateurs non linaires il focalis l'atten-
tion de plusieurs chercheurs. On peut citer les contributions majeures de G. Bomard
et H. Hammori [BOR 91] el D. G. Luenberger [LUE 71]. Ceci est d, d'une part. au
grand succs qu'a connu la commande non linare et, d'autre pan. au rait que plusieurs
systmes non linaires possdent des tats non mesurables qui ne peuvent tre utiliss
dans la loi de commande.
Le principal obstacle auquel se heurte la synthse des observateurs non linaires est
la violal1on du principe de sparation dans la majeure panic des cas, ce qui complique
la construction des observateurs en prsence de la commande. A cel obstacle vient
se greffer une autre diflkull, celle de la dmonstration de convergence de l'erreur
d'observation qui est une solution d'une quation diffrentielle 110n linaire. Parmi les
observateurs qui existent dans la littrature se Lrouvent les observateurs glissants. Ces
observateurs prsentent plusieurs avantages, comme celu de la convergence en temps
fini el de la robustesse. Ces observateurs n'utilisent pas la structure du systme. ce qui
permet de contourner la violation du principe de sparation dans le cas des systmes
non linaires. Le second thme abonl est l'obtention d'observateurs contrleurs par
modes glissants LEME 67, FIL 60, UTK 8 J]. Cette mthode consiste calculer une
commande discontinue qui force Je systme [1 osciHer aUlour d'une surface quelconque
appele surface de glissement dans l'espace d'taL Celte commande est calcule en
imposant la surface d'tre aUractive.
Chapitre rdig par "nu'ck AWvIED-Au et Ncolas SEllBE,
4.1. Observateurs glissants monosurfaces
Cette classe d'observateurs 11 t propose par J.J. Slotine [SLO 91 J. Elle utilise une
seule surface de glissement qui est la premire composante de l'erreur d'observation.
Elle s'applique la classe des syst.mes suivants:
[4.11
y =XJ [4.2]
o x E RII, al ,!JI sont des vecteurs de coefficients constants et li reprsente la com-
mande. L'observateur propos se dfinit comme suit:
XJ = + K, sign(.r) X))
[4.3]
Considrons les quations [4.1] et [4.3], on obtient alors l'elTeur d'observation sous
la forme:
l4.4]
l'TI t/ (.\- - x) - Kn sign(eJ).
PROPOSITION 4.1.- POlir toules les conditiolls initiales .l'o E N/I. on peut trouver des
COllstalltes positil'es kil il, .... Il telles que l'erreur eJ converge l'ers ::.ro en temps
filli et le.'i erreurs t'i. i 2 ..... Il cOl/l'ergellf exponentiellement l'ers zro.
Preltl'e. Afin d'tudier la slabilit du systme d'erreur, commenons d'abord par la
premire qualion :
el = e2 - K,sign(eJ).
4.1. Observateurs glissants monosurfaces
Cette classe d'observateurs 11 t propose par J.J. Slotine [SLO 91 J. Elle utilise une
seule surface de glissement qui est la premire composante de l'erreur d'observation.
Elle s'applique la classe des syst.mes suivants:
[4.11
y =XJ [4.2]
o x E RII, al ,!JI sont des vecteurs de coefficients constants et li reprsente la com-
mande. L'observateur propos se dfinit comme suit:
XJ = + K, sign(.r) X))
[4.3]
Considrons les quations [4.1] et [4.3], on obtient alors l'elTeur d'observation sous
la forme:
l4.4]
l'TI t/ (.\- - x) - Kn sign(eJ).
PROPOSITION 4.1.- POlir toules les conditiolls initiales .l'o E N/I. on peut trouver des
COllstalltes positil'es kil il, .... Il telles que l'erreur eJ converge l'ers ::.ro en temps
filli et le.'i erreurs t'i. i 2 ..... Il cOl/l'ergellf exponentiellement l'ers zro.
Preltl'e. Afin d'tudier la slabilit du systme d'erreur, commenons d'abord par la
premire qualion :
el = e2 - K,sign(eJ).
Observation par modes glissants 127
On peut dire d'aprs la thorie d'Utkin [UTK 81] que si KI > le,l, il existe alors
un temps fini tI tel que \Ir > tr, un rgime glissant apparat sur la surface C1, ce qui
veut dire que e'1 = e1 = O. On en dduit que:
Ceci permet d'crire que:
f Kil
e = a (e) - -e"J.
Il KI -
[4.5J
Il est facile de voir que, pour assurer la stabilit exponentielle, il suffit de fixer KI
pour garantir le rgime glissant et de choisir les gains K2 . ... , Kil pour satisfaire les
conditions de Hurwitz. Notons que la condition K2 > le21max signifle que l'observateur
n'est dfini que sur une partie de l'espace d'tat. Il
REivlARQUE.- Le terl1le sigl1
ell
(e) reprse11fe la eO/ll/llal/de qllivalenle qlli l'sI /a sortie
du.fil/re r: + z = signee) lI1'ec r lent/mit l'Cf,) zro / UTK 81 /.
4.2. Observateurs glissants multisurfaces
Drakunov et Utkin [DRA 95] ont propos un observateur qui utilise autant de
surfaces que d'tats. Cet observateur il t conu sur la classe Je systmes stables
suivante:
[4.6J
.t
ll
= f(x,lf)
y =XI
OX E R
II
On suppose que la sortie mesurable estx1, l(x. If) est une fonction Lipschitz
el que toutes les trajectoires du systme appartiennent une boule de rayon p donne.
On peut dire d'aprs la thorie d'Utkin [UTK 81] que si K
1
> lell, il existe alors
un temps fini II LeI que VI > fI, un rgime glissant apparat sur la surface C1, ce qui
veut dire que l = e) O. On en dduit que:
Ceci permet d'crire que:
[4.5J
t Kil
e = li (e) - -e..,.
11 KI -
Il est facile de voir que, pour assurer lu stabilit exponentielle, il suffit de fixer KI
pour garantir le rgime glissant et de choisir les gains K2 . ... , Ku pOlir satisfaire les
conditions de Hurwitz. Notons que la condition K2, > 1e21max signifie que r observateur
n'esl dfini que SUI' une parte de l'espace d'tat. Il
REMARQUE.- Le terme Sigll/!ij (e) reprsente la commande quivalenle qlli l'sr/a sortie
duJUlre r: + z = sigJ1(e) lIvec T tendant vers :.ro /UTK 81 /.
4.2. Observateurs glissants multisurfaces
Drakunov et Utkin [DRA 95] ont propos un observateur qui utilise autant de
surfaces que d'tats. Cel observateur a t conu sur la classe de systmes stables
suivante:
[4.6J
y =XI
OX E RU, On suppose que la sortie mesurable estx1! I(x. Il) est une fonction Lipschitz
el que toutes les trajectoires du systme appartiennent une boule de rayon p donne.
] 28 Systmes non linaircs
Considrons est l'estime du vecteur d'tat [4.61. L'observateur s'crira de
la manire suivante:
avec:
v, = Iq sign(xl - .\/)
Vi = k
i
sign(=:i -.Yi)
TiZ; + Z'.i = 1'i-] pour i = 2.3, ... ,11 :
Considrons les systmes [4.6J et [4.71, le systme d'erreur s'crira :
el =x(
, = x::! k. sign(e. )
i=Xi+I-Vi pOllri=2.3, ... ,n
n
= ffx, Il) - VI/'
(4.7]
[4.8]
[4.9]
(4.IOJ
PROPOSITION 4.2.- Pour tOllles les conditions nitiah's .lo E RI!, 011 pelll troUI'er des
COIlS/OllleS posi/ives k;, i = 1 Il gmlldes el des cOlls/mUes posi/l'es
Ti, i 2 .... Il sldlisa1Jl11lel11 petites telles qlle les erreurs d'observotion ei. i =
l, .... Il cOlII'ergent l'ers ::.ro l'Il 1l'lIIps./ini.
Preuve.
Premire tape
Considrons la fonction de Lyaputlov sllivallle :
En utilisant (4.)\]. sa derive totale par rapport au temps s'crit:
\'
1
= e1 l = el (.\'2 - vr) e1 Cr::!. -/qsign(e()) e]X2 - k. le, 1
] 28 Systmes non linaircs
Considrons est l'estime du vecteur d'tat [4.61. L'observateur s'crira de
la manire suivante:
avec:
v, = Iq sign(xl - .\/)
Vi = k
i
sign(=:i -.Yi)
TiZ; + Z'.i = 1'i-] pour i = 2.3, ... ,11 :
Considrons les systmes [4.6J et [4.71, le systme d'erreur s'crira :
el =x(
, = x::! k. sign(e. )
i=Xi+I-Vi pOllri=2.3, ... ,n
n
= ffx, Il) - VI/'
(4.7]
[4.8]
[4.9]
(4.IOJ
PROPOSITION 4.2.- Pour tOllles les conditions nitiah's .lo E RI!, 011 pelll troUI'er des
COIlS/OllleS posi/ives k;, i = 1 Il gmlldes el des cOlls/mUes posi/l'es
Ti, i 2 .... Il sldlisa1Jl11lel11 petites telles qlle les erreurs d'observotion ei. i =
l, .... Il cOlII'ergent l'ers ::.ro l'Il 1l'lIIps./ini.
Preuve.
Premire tape
Considrons la fonction de Lyaputlov sllivallle :
En utilisant (4.)\]. sa derive totale par rapport au temps s'crit:
\'
1
= e1 l = el (.\'2 - vr) e1 Cr::!. -/qsign(e()) e]X2 - k. le, 1
ce qui implique que:
Par ailleurs en choisissant kl tel que:
kJ > Ix::d
max
.
\iJ sera dfinie ngative. Ce qui veut dire qu'un phnomne de glissement apparatra
en temps Ilni Il [SLO 91] sur la surface de glissement CI = O. Notons que pour satisfaire
la condition kl > IX21max pour les systmes stables. il suffit de choisir kl > (J. En
rgime glissant, cette surface vrifiera la proprit d'invariance qui se traduit par:
",(1) = ",(1) = 0, VI 2:: l"
Etape i pour i = 2, 3 ... " Il - 1
Considrons la fonction de Lyapunov suivante:
I
l,' - l,,' + \/.
- 2 i 1-1
Sa drive totale par rapport au temps s'crit;
pout 1 > ti_l. Considrons Ti suffisamment petit, Utkin et Drakunov [DRA 95J ont
dmontr que :i = Xi si bien que:
[4.111
Rcrivons maintenant l'quation [4.11 J cie la faon suivante:
En choisissant ki tel que:
ki > IXi-I-llma\ .
,ii sera dfinie ngative et un phnomne de glissement apparatra un temps fini
fi > li_1 sur la surface de glissement dfinie de la manire suivante:
ei = 0; ki > IXi-l-Jlmax'
Observation par modes gl issants 129
ce qui implique que:
\iJ :s lelllx::dmax - kJ Icll .
Par ailleurs en choisissant kl tel que:
kl > Ix::,lmax.
,il sera dfinie ngative. Ce qui veut dire qu' un phnomne de glissement apparatra
en temps fini JI rSLO 91] sur la surface de glissement CI = O. Notons que poul'satisfaire
la condition kl I-"llmax pour les systmes stnbles. il suffit de choisir kl > p. En
rgime glissant, cette surface vrifiera la proprit d'invariance qui se traduit par:
Etape i pour i = 2, 3 ..... 1/
\
1 1). + \1
i ').( i ;- J.
Sa drive totale par rapport au temps s'crit:
pout 1 > fi-l. Considrons Ti suffisamment petit, Utkin el Drakullov [DRA 95J ont
dmontr que :::i = Xi si bien que:
Rcrivons maintenant l' quation [4.11 J de la faon suivante:
\i; ::s lei Ilxi+llmax - ki ICi 1 .
En choisissant ki tel que:
[4.111
\i
l
sera dfinie ngative et un phnomne de glissement apparatra il un temps fini
fi > 1i-1 sur la surface de glissement dfinie de la manire suivanle:
('i=O; ki>lxi+lllIl<lx'
D'autre part, en utilisant le principe d'invariance des modes glissants [SLO 91],
r erreur d'observation ei et sa drive par rapport au temps vrifient:
ej(1) = i) = 0, VI?:: fi,
ce qui veut dire que l'on pelIt trouver un temps fini fi el une com:lante k
i
tels que:
VI ~ li 1 ;; ~ : 0 :
Etape n
\1 - le:? + V
Il - 2 Il Il-J
En utilisant [4.12]. sa drive sera :
[4.11]
En tenant compte de [4.10] el pour l'" sufflsammelll petit on peut dire que :':11 = XII'
ce qui veut dire que:
\i" ::: ell (f(x, u) - VII)
::: ell/(x) - ell (k
Ii
S;gl1 (e
ll
))
\iJl ::: lelll O/(x, u)l- kil!}'
D'autre pu n, en choisissant kil lei que:
kil > 1/(:, il)1
14.13]
,i" s e l ~ a dfinie ngative et un phnomne de glissement apparat en un temps fini
III > 1,,_1 [SLO 91], ce qui veut dire que:
Cil = O ~ kil > 1/(:,11)1
En utilisant le principe d'invariance lSLO 91 J. "eneur d'observation et sa drive
l'II :
l'l/(1) = /l(t) 0, VI?:: fil'
ce qui veul dire que:
[4.J4]
Il
D'autre part, en utilisant le principe d'invariance des modes glissants [SLO 91],
r erreur d'observation ei et sa drive par rapport au temps vrifient:
ej(1) = i) = 0, VI?:: fi,
ce qui veut dire que l'on pelIt trouver un temps fini fi el une com:lante k
i
tels que:
VI ~ li 1 ;; ~ : 0 :
Etape n
\1 - le:? + V
Il - 2 Il Il-J
En utilisant [4.12]. sa drive sera :
[4.11]
En tenant compte de [4.10] el pour l'" sufflsammelll petit on peut dire que :':11 = XII'
ce qui veut dire que:
\i" ::: ell (f(x, u) - VII)
::: ell/(x) - ell (k
Ii
S;gl1 (e
ll
))
\iJl ::: lelll O/(x, u)l- kil!}'
D'autre pu n, en choisissant kil lei que:
kil > 1/(:, il)1
14.13]
,i" s e l ~ a dfinie ngative et un phnomne de glissement apparat en un temps fini
III > 1,,_1 [SLO 91], ce qui veut dire que:
Cil = O ~ kil > 1/(:,11)1
En utilisant le principe d'invariance lSLO 91 J. "eneur d'observation et sa drive
l'II :
l'l/(1) = /l(t) 0, VI?:: fil'
ce qui veul dire que:
[4.J4]
Il
Ohservation par modes glissants 131
4.3. Observateur glissant et commande robuste
Nous allons prsenter maintenant la combinaison d'un observateur glissant ct d'une
commande robuste par modes glissants. Nous considrons une classe de systmes tri-
angulaires perturbs et nous supposons que tous les tats du systme sont inaccessibles
ft la mesure, sauf la sortie qui est suppose mesurable. Plus prcisment:
-"1 =X2+g,(X])+o,(x,f)
-"2 =x, +g2(X"X2) +02(x,f)
:i/ =.11+1 +gi(X],X2, ... ,Xi)+Oi(X,t)
_,-" = f(x) + g(x)1I + 8,,(x, n
y =x]
Oll .r, g, gi, i = 1, .... 1/ - 1 sont des fonctions C= et o Oi sont des perturbations.
On suppose que cette classe de systmes vrine les hypothses suivantes:
l) Soit i E 2, .... 11 - 1. 11 existe un ensemble Qi C Ri et une constante
strictement positive telle que Ig;(xI, X}, .... .rj} - g;(YI, .'"2 .... , )';)1 :::s Ail
Il (X] - YI, x2 - )'2, ... ,Xi - Yi) Il , pour tout (.\[, X}, .... Xi. YI . .\'}, ... , Yi) E Qi x
Qi. Dans la suite, on note Q l'ensemble Q = n;.',:-i (si x
2) "Ix E Q, Vt ::: O. les incertitudes Oj, i = l, ... , fi sont bornes par une constante
fi > 0 connue.
3) Il exisle )'0 > 0 el YI > 0 tels que:
II/(x) -{C'-l+ (g(x) - gCl)IICl, nll :s Il +)', Ilx -lll
o i (t) dnote l'estime de x.
4.3.1. Synthse de ['obserl'ateur glissant
Introduisons maintenant l'observateur suivant:
_[, = _'2 + g, (x,) - k, sign(_i', - x,)
=.V3 + g2(.VI, .f2) - k}sign(i j - X1)
[4,15]
4.3. Observateur glissant et commande robuste
Nous allons prsenter maintenant la combinaison d'un observateur gl issant cl d' une
commande robuste par modes glissants. Nous considrons une classe de systmes tri-
angulaires perturbs et nous supposons que tous les tals du systme sont inaccessibles
il lu mesure, sauf la sonie qui est suppose mesurubJe, Pius prcisment:
.\'1 X2+gl(Xj)+8,(x,f)
.\"2 X3 + g2(XI, X2) + D2(X. t)
'\-11 f(x) + g(x)u + 8//(x, 1)
y XI
oll .r, g, gi. il, .... Il - 1 sont des fonctions C= el o 8i sont des perturbations.
On suppose que cette classe de systmes vrifie les hypothses suivantes:
J) Soit i E 2, .. ,. 11 - 1. 11 existe un ensemble ri c Ri et une constante
strictement positive telle que Igdx" X2 ... Xi) - gj{YI, .\'2 ... , Yi)1 .:s
lI(x) - YI, Xl )'2,, Xi - Yi)ll, pour tout (xl, X}, ... Xi. YI, .\'2, ... Yi) E 0/ x
Qi. Dans la suite, on note Q l'ensemble n = (ni x RII-i).
2) \Ix E Q, "If ?: O. les incertitudes fh,; = l, ... , n sont bornes par une constante
f3 > 0 connue.
3) 11 existe ).0 > 0 et YI > 0 tels que:
Ilf(x) f(.l-)+{g(x)-g(.\')IlCrt)11 ::So+)'lll x \-11
o .f(t) dnote l'estime de x.
4.3.1. Sy1lthsc dc ['obscrJ'atclIr glissant
Introduisons maintenant l'observateur suivant:
.\-1 + gl (XI) - kl sign(i
l
- Xl)
.\-2 + g2(.rl, .h) - k]signCtl - XI)
Xi .\:i+1 + gi (.fl, ... 1 .fil - k;sign(.\-I - .\))
[4.15]
Afin d'obtenir le8 conditions de convergence de cet observateur, crivons d'abord
les quations de la dynamique de l'erreur d'observation. Soit l' = x - .r, on obtient
alor8 :
La premire tape est d'assurer que .\-1 - XI 0, 'VI > O. Pour cela, considrons
la fonction de Lyapunov suivante:
1 1
;-e
Alors:
\i) el (el - 0) (x. 1) klsign{el))
On en dduit que:
\1
1
:s kil (!ell + 18) (x. 1)1 - kd
ou encore:
\i 1 ~ 1 e 1 1 (1 e21 + f3 k 1 )
Ainsi, si on choisit k) > f3 alors, d'aprs les rsultats de Filippov [FIL 60], il existe
un rgime glissant dans la rgion el = 0; 1e21 < kl - 13. Si on choisiL\, (0) = .\'1 (0).
on obtiendra 1 e) 0, pour tout 1 ::::: 0 et :
[sign(l'I) Jeq
Oll [sign(el) Jeq est la valcur quivalente au sign(e, ) quand J'crreur el est quasiment
nulle. Sous cette condition, on aura donc:
l = 0
/;, . .. ") . ) c ( ) /.:'1 \' ( )
e, = --"-e1 + (!"J + 01(XI x, - o')(XI x, - 0') x. t - -"-UI X t
- kl - ~ .'>- '- .'>_.' - _. kl '
Ci
Afin d'obtenir le8 conditions de convergence de cet observateur, crivons d'abord
les quations de la dynamique de l'erreur d'observation. Soit l' = x - .r, on obtient
alor8 :
La premire tape est d'assurer que .\-1 - XI 0, 'VI > O. Pour cela, considrons
la fonction de Lyapunov suivante:
1 1
;-e
Alors:
\i) el (el - 0) (x. 1) klsign{el))
On en dduit que:
\1
1
:s kil (!ell + 18) (x. 1)1 - kd
ou encore:
\i 1 ~ 1 e 1 1 (1 e21 + f3 k 1 )
Ainsi, si on choisit k) > f3 alors, d'aprs les rsultats de Filippov [FIL 60], il existe
un rgime glissant dans la rgion el = 0; 1e21 < kl - 13. Si on choisiL\, (0) = .\'1 (0).
on obtiendra 1 e) 0, pour tout 1 ::::: 0 et :
[sign(l'I) Jeq
Oll [sign(el) Jeq est la valcur quivalente au sign(e, ) quand J'crreur el est quasiment
nulle. Sous cette condition, on aura donc:
l = 0
/;, . .. ") . ) c ( ) /.:'1 \' ( )
e, = --"-e1 + (!"J + 01(XI x, - o')(XI x, - 0') x. t - -"-UI X t
- kl - ~ .'>- '- .'>_.' - _. kl '
Ci
ObservaLon par modes glissants 133
ou bien:
~ = Ai' +
o:
A =
giCV], ... ,.ti) -gi(.t], .... Xi)
fm - I(x) + 19Cr) - g(x)]11
k,
-k7
k,
-ki
k
ll
-
J
-ki
kil
-Il
1
0
0
0
0
0
0
o
o
o
+
Dans ce qui suit, choisissons les gains ki, i = 2, .... 11 tels que le polynme:
soit un polynme de Hurwitz. Dans ce cas, ;\ sera une matrice stable et donc il existera
une matrice symtrique dfinie positive P tellc que PA + AT P = - 1. Afin d'obtenir
les conditions de stabilit du systme d'elTeur, considrons la fonction de Lyapunov
V = iF Pc. La drive de V s'crit alors:
V=-IIi'II'+2e
T
p
g/1-] (.r], ... , --r
ll
_]) - g/1-] (x], ... , X
Il
_])
fCr) - fCr) + [gCr) - g(x)JII
H II
8 k,,_J 8
- /1-]- kI ]
-8 - ~ S l
Il k)
ou bien:
o:
A=
fCr) - I(x) + 19(.Y) g(x)lu
1 0 0
o 0
o 0 1
000
Observation par modes glissantl-> 133
-82(X, r)
+
-8
11
(x. t) - t)
Dans ce qui suit, choisissons les gains k;. i = 2, .... 11 reis que le polynme:
soit un polynme de Hurwlz. Dans ce cas, A sera une matrice stable et donc il existera
une matrice symtriqlle dfine positive P (elle qlle PA + AT P -1. Afin cl' obtenir
les conditions de stabilit du systme d'e11'eur, considrons la fonction de Lyapuilov
\f = P. La drive de " s'crit alors:
II
8 k
ll
-
1
8
- It-l - ---rI 1
-
KI
Ceci implique que:
(
-(:)1 -
l l
- kl
+
o k
ll
-
1
8
- - /:l 1
8 k" S
- 11- I 1
o
Il1
:l
X
P dnote la plus grande valeur propre de P. Soit Jl- = max(2, ... , II_I, YI),
alors:
En choisissant une valeur 0 < (1 < 1 elles gains k;, i = 2, ... , Il, lels que:
1 - 2Jn=l/L
mflx
P - a :::: 0
alors, li ::: -(1 lIll
2
quand lIll ::: avec:
2max P (O + J7=1 (1 + \8 )

1 - 2J7=1,.
max
P - Cl
A partir des arguments de Khl.1liJ [KHA 92], on en dduit que converge vers une
boule:
Ainsi pour fOut > il exisle un temps fini T (el que, pour tout t > T,
"1Il1l1
lIll < 1;*. Par ai1Jeurs, on peut dduire de Khalil [KHA 92] l'ingalit suivante:
lIll ::::
Ceci implique que:
(
-(:)1 -
l l
- kl
+
o k
ll
-
1
8
- - /:l 1
8 k" S
- 11- I 1
o
Il1
:l
X
P dnote la plus grande valeur propre de P. Soit Jl- = max(2, ... , II_I, YI),
alors:
En choisissant une valeur 0 < (1 < 1 elles gains k;, i = 2, ... , Il, lels que:
1 - 2Jn=l/L
mflx
P - a :::: 0
alors, li ::: -(1 lIll
2
quand lIll ::: avec:
2max P (O + J7=1 (1 + \8 )

1 - 2J7=1,.
max
P - Cl
A partir des arguments de Khl.1liJ [KHA 92], on en dduit que converge vers une
boule:
Ainsi pour fOut > il exisle un temps fini T (el que, pour tout t > T,
"1Il1l1
lIll < 1;*. Par ai1Jeurs, on peut dduire de Khalil [KHA 92] l'ingalit suivante:
lIll ::::
pour tout t 2: O. Les conditions initiales doivent tre choisies de telle faon que:
m",P lIe(O)1I ::: 2,.(Q) [4.16]
min
P
o r(Q) est le rayon de la plus grande boule contenue dans Q. En rsum. nous
proposons le thorme suivant.
THORME 4.1.- Supposons que les trois hypothses ail-dessus sonl cl choi-
sissol1s le gain k
1
> fJ (JI les gains ki,i = 2, "',11 de te//eIa{-'oll que /4.16) soil
il existe lfll rgil1le glissallt sl/r le domaine (h:/ini par:
e, (1) = 0 el Id < k, - (J.
UneIais ce rgime tabli, l'erreur eU) call1'age l'eD'la bOIlle:
lIeli < pou,. loul >
aprs ul11e11lps./ini T.
111HX
P
min P -
4.3.2. Synthse de la commande par modes glissants
Pour construire un contrleur qui garantisse la poursuite de trajectoires, on introduit
tout d'abord un changement de coordonnes, semblable celui du backsteppillg mais
contenant de nouvelles fonctions, appeles Vi dans la suite. Ces fonctions, qui auront
pour arguments les tats de l'observateur, auront pour tche d'assurer que la surface
de glissement introduite est bien borne ainsi que les tats du systme. Nous allons
voir que cette commande est compose de deux parties. La premire est une partie
continue qui n'est rien d'autre qu'un retour d'tat, appele c011l11l(llule quivalellle, et
la deuxime partie est une fonction discontinue.
4.3.2.1. Challgement de coordollnes et s1I1iace de glisselllclIf
Considrons le changement de coordonnes rcursif suivant o )'r(t) reprsente
une trajecloire de rfrence lisse, borne et dont toutes les drives lIimes sont aussi
bornes:
z, = .t, - )',.(1)
7' ,- ,', ,+ ",,(,', ,', 1) - 1,1i] (1) _ v'(,', ,', 1)
- - 1+ 'VI - , .. , - l, _ r 1 - , . , - l,
Observation par modes glissanLs 135
pour tout t ::: O. Les conditions initiales doivent tre choisies de telle faon que:

lIe(O) Il ::s 2r(Q)
min
P
[4.16]
o r(Q) est Je rayon de la plus grande boule contenue dans Q. En rsum. nous
proposons le thorme suivant.
THORME 4.1.- Supposons que les trois llypo1l1ses ou-dessus sonl SlIli!!.fllites el cho-
sissmlS le gain k 1 > fi el les gains Ici. i = 2 .... 11 de telle faoll que /4.16) soil
Alm:'. il existe lilI rgi/1le glissallt slIr IL, domaine (!l:/ini par:
Unefois ce rgime tabli, l'erreur (J) C011l'erge l'ers la bOille:
lIeli < pour !OUT
oprs Wl1ell1ps.filli T.
>
111I1
.'\ P
min P -
4.3.2. Sylltll,fle de la clJ1JlI1lOllde pa,. modes glissants
Pmu" construire un contrleur qui garantisse la poursuite de tmjectoires, on introduit
tout d'abord un changement de coordonnes, semblable celui du backsteppillg mais
contenant de nouvelles fonctions, appeles Vj dans la sUte. Ces fonctions, qui auront
pour arguments les tats de l'observateur, auront pour t,1che d'assurer que la surface
de glissement introduite est bien borne ainsi que les tats du systme. Nous allons
voir que cette commande est compose de deux parties. La premire est une partie
continue qui n'est rien d'autre relnur d'lal, appele cOl1ll1lal1de quI'alellte, et
la deuxime partie est une fonction discontinue.
4.3.2.1. Changement de coordonnes el swillce de gHssemem
Considrons le changement de coordonnes rcursif suivant Oll )"r(t) reprsente
une trD;jecloire de rfrence lisse, borne et dont toutes les drives nimes sont aussi
bornes:
::1 = _fi - )'1'(t)
-. 1 -;:.. 1 + A.(;:'I i:. t) "U)(/) V'({:1 \":. 1)
':.1+ - 'VI , , -'l' - .' r - 1" , "
avec:
pour; = 2, ... , 11 - 1.
Considrons mantenanlla surhice :
cr = ZI/ + 11I
n
-IZ
II
-1 + ... +1111:::1
al! 111 sont des coefficients librement choisis. Le systme peut alors s' crire dans les
nouvelles coordonnes comme suit:
avec:
et :
1/-1
1 = -'::11-2 - C,,-I::T/-I + cr - LJ1Ij;:j + W/l-I (e2 - 8j) + VIl-1
i=1
/1-1 1/-1
+ LHli(-Zi-1 - Ci'::,. + '::i+1 + vj} + (wu + LlHiwd(e2 - 8d
i=l i=1
J i-l (a,J, ) k
I\:i ,,,;-1 uVi-l A ...-j
Wi = -- - '" -A- - - ... - (Xj+1 + gj(J:I, ... , Xj))-/,
kl L...t x' X' II
j=l.l .1
avec:
pour; = 2, ... , 11 - 1.
Considrons mantenanlla surhice :
cr = ZI/ + 11I
n
-IZ
II
-1 + ... +1111:::1
al! 111 sont des coefficients librement choisis. Le systme peut alors s' crire dans les
nouvelles coordonnes comme suit:
avec:
et :
1/-1
1 = -'::11-2 - C,,-I::T/-I + cr - LJ1Ij;:j + W/l-I (e2 - 8j) + VIl-1
i=1
/1-1 1/-1
+ LHli(-Zi-1 - Ci'::,. + '::i+1 + vj} + (wu + LlHiwd(e2 - 8d
i=l i=1
J i-l (a,J, ) k
I\:i ,,,;-1 uVi-l A ...-j
Wi = -- - '" -A- - - ... - (Xj+1 + gj(J:I, ... , Xj))-/,
kl L...t x' X' II
j=l.l .1
4.3.2.2. Synthse du confrleur
Pour calculer la commande robuste par modes glissants, considrons la fonction de
Lyapunov suivante:
Alors:
/1-1
, < - . ..,- - - -
. L'
H _ Cf.;"'k +
k=1
/1-1 11-1
+ L '::illh (e:: - 01) + L ZiVi + a (f('\-) + g(.\-)u _ y/Il))
k=1 k=1
/1-1
+ L af11i(-Zi-1 - Ci::i + ::i+1 + Vi) + a(w/I + :L:>lIiWi)(e:: - 01)
i=l =I
En supposant que g(x) i= 0, pour tout x E S1. construisons le contrleur suivant qui
est une combinaison entre celui obtenu par la mthode du type backsleppi/lg et celui
obtenu par la mthode de la structure variable (ou modes glissants) :
1
u(.r. t) = -,-l-f(.i') + .1',1"1(1) - Il),,
g(x)

- Lllli(-'::i-I -CiZi +::+I + v;)
i=1
- K(a + Wsigna) + v,,1
Avec ce contrleur, l'inquation prcdente devient:

+ L ZjWj(e, - ail + L ZjVj - K(a' + w lall
k=1 k=1
11-1
+ a(w/l + LmilJ)i)(e:: - oJ) + a VII
=1
[4.17]
Observation par modes glissants ] 37
4.3.2.2. Synthse dIl contrleur
Pour calculer la commande robuste par modes glissants, considrons la fonction cie
Lyapunov suivante:
1 11-1 ") 1
W="L:::;+'i
- -
i=1
Alors:
11-1 11-1
+ L:ilJJi(e2 - 8)) + LZiVi + a + g(.i)1I
k=l k=1
n-I 11-1
+ Lall1;(-Zi-1
i=1
Ci::'; + ::i+1 + vj) + a(wII + L 11/; Wi )(e2 - Dl)
i=l
En supposant que g(x) f::. 0, pour tout x E n. construisons le contrleur suivant qui
est une combinaison entre celui obtenu par la mthode du type backsteppillg el celui
obtenu par la mthode de la structure variable (ou modes glissants) :
". 1 . (II)
li (x, t} = -,,-l-.f(x) + Y
r
(t) - (/)"
g(x)
11-1
- LJn;(-:i-1 Ci::'i + ::'i+1 + Vi)
=I
- K (a + Wsigna) + vlIJ
Avec ce contrleur, l'inquation prcdente devient:
1/-1 11-1
+ L ZlJJi(e2 - 8d + L ::'iVj - K(a'!. + HI laI)
k=1 k=1
11-1
+a(w/l + LJ11iw;)(e2 - (1) +av
n
;=1
[4.17]
138 Systmes 110n linaires
Les fonctions Vi, i = l, ... , 11 tant encore [\ notre disposition, choisissons-les de
telle manire que les tats du systme soent borns ainsi que la surface de glissement.
Soit '7 > 0 et:
1] ,
Vi = - :;Zi Uf;, ; = 1 .... 11 - l
Alors:
11-1
,! < . -- - -
. L ')
H _ - Ck-"k + "',11-1 a - ~ . / l I
k=1
Posons maintenant:
a; = Ci - -lIli
2
=I .... n-2
1/-
1
1
a,,_1 = C
1l
-1 - - '\'" ml. - -
') L..,;
1
K--
'1
- k=1 -
o les constanLes Ci sont choisies telles que ai > 0, i = l, ... , 11 - 1. Alors:
ou encore:
11 J II..,
W :S -2a
m
in W + - 1/e211- + -fJ-
Il 11
o amill = min{a; J. En utilisant Je thorme prcdent, on peut crire :
Cette ingalit montre aussi que HI. Zi, i = 1 ..... 11 - 1 et la surface a sont borns.
De plus. on en dduit qu'i1 existe un temps fini T' > T tel que:
VE> Izil<E et lal<E
138 Systmes 110n linaires
Les fonctions Vi, i = l, ... , 11 tant encore [\ notre disposition, choisissons-les de
telle manire que les tats du systme soent borns ainsi que la surface de glissement.
Soit '7 > 0 et:
1] ,
Vi = - :;Zi Uf;, ; = 1 .... 11 - l
Alors:
11-1
,! < . -- - -
. L ')
H _ - Ck-"k + "',11-1 a - ~ . / l I
k=1
Posons maintenant:
a; = Ci - -lIli
2
=I .... n-2
1/-
1
1
a,,_1 = C
1l
-1 - - '\'" ml. - -
') L..,;
1
K--
'1
- k=1 -
o les constanLes Ci sont choisies telles que ai > 0, i = l, ... , 11 - 1. Alors:
ou encore:
11 J II..,
W :S -2a
m
in W + - 1/e211- + -fJ-
Il 11
o amill = min{a; J. En utilisant Je thorme prcdent, on peut crire :
Cette ingalit montre aussi que HI. Zi, i = 1 ..... 11 - 1 et la surface a sont borns.
De plus. on en dduit qu'i1 existe un temps fini T' > T tel que:
VE> Izil<E et lal<E
pour i = 1 .... , Il - 1. En d'autres termes, le systme converge en temps fini vers la
boule:
Notons que, sous les hypothses du thorme prcdent, nous obtenons Jussi :
ZIU) = I-rl(t) - .1',-(1)1 = 1.1'(1) - .1',(1)1 < E, 'Il> T'
Calculons maintenant au, nous obtenons:
i=!
AJors:
u :'0 _Ku' - KW lui + Il WH + IlkTI <Id + (J)
Une condition suffisante d'existence d'un rgime glissant sur fT
donne par:
KW> maxD, [IIWH(X, t) + 1)11 W + (J)]
i=!
o est donc
THOREME 4.2.- Si l' ohserl'ateur (.J-. J 5/ est synthtis SOI/S les hypothses dl/ thorhlle
prcdent et si la cOlll1llll1lde [4.17J est applique ml systme, alors il existe 1/1/ telllps
.fini T' tel que l'erreur de poursl/ite de la trqjectoire J't(t) vrifie:
1.1'(1)- .1',-(1)1 < E, 'It > T',
De plllS, si la condithm sl(tfisal1te [4.18J est l'rifie, alors il existe !fil rgillle glissant
SIlr la s/II:{'ace fT = O.
4.3.3. Applicatio1l 1111 robot malliplilatellr
Pour illustrer cette mthode. considrons un robot flexible une seule articulation
dont les quations d'tats sont donnes par:
(il = Cf']
'2 = -MI sinql - KJ{ql - q,)
4, = q4
Observlltion par modes glissants 139
pour = 1 .... , Il - 1. En d'autres termes, le systme converge en temps fini vers la
boule:
[: E RH
1:11 < E,'" 1:::11-11 < E, lai < E)
Notons que, SOLIS les hypothses du thorme prcdent, nOLIs obtenons aussi:
:dt) = Irl (1) - Yr(t)1 = ly(1) -"rU)1 < E, VI > Tf
Calculons maintenant aa, nOLIs obtenons:
Alors:
n-J
-K(a
1
+W lal)+a(w
n
+ LIll; wi)(e1
i=1
,,[; _K,,2 - KIVI" 1 + Il w" + lIli Wi III" 1 (!e21 + Pl
Une condilion suffisante d'existence d'un glissant sur a = 0 est donc
donne par:
K IV > maxD, [II w,,(x. /) + lIIi
Ul
i (x. 1) Il w + P)]
THORME 4.2.- Si l'obsenJateur (.:J. J 5/ est synlhtssolls les hypothses dlllhorme
prcdent et si III commlmde [4.17J es' applique ait systme, alors il existe Wl temps
.fini T' tel que l'erreur de poursuite de la trqjectoire YI' (r) vrifie:
Iy(l) Yr (1)1 < E, VI > Tf.
De plus. si la condition sl!ffisal1/e [4.18J eSll'r(fie, alors il existe un rgime glissant
sur la smiace a = O.
4.3.3. Applicatio1l 1111 robot ma1lipulateur
Pour illustrer cette mthode. considrons un robot flexible une seule articulation
donlles quations d'tats sont donnes par:
{il Cf],
q1 -MI sin ql - KI (ql - qJ)
in q4
o q 1 reprsente l'angle du bras, CJ3 l'angle du moteur el8 (t) = 2 si Il t est la pertubation.
La sortie mesure que l'on doit contrler est la position du moteur.
Ce systme peul se mettre facilement sous forme triangulaire, on obtient:
Il
b,.rl +-
- J
J AI . (.\'3)
x., = -)2 1 sm -
b"].
y = .\)
L" observateur propos est donc de la forme:
.fl = .\-2 k)sign(.t) x[)
;, " 1./ A _
X2 = x3 - bp:] - b'2.q + J - k2s1 gn(XI - x)
.\3 x-l k3sign(.\-1 X)
Notons que le terme IJ}. M sin (*) ne figure pas dans les quations car il a t
considr comme une perturbation. eci permet 11 j'observateur d'avoir une forme trs
simple. Introduisons maintenant les nouvelles vmiables ::: 1 et:2 comme dans la parUe
prcdente. Il vient alors:
:::[ = XI - Yr(t)
:2 = .\-1 - .\'1'(1) + LZI - VI
et posons VI = -11:). Aprs quelques calculs, le contrleur construit dans la section
prcdente prend la forme suivante:
lI(.r, 1) = ./f-.\-3 + b).\:2 + h2.YI -
- (C) + J1H.r] 5'1'(1) - C\-] - Yr{l
(
k'1 )2 ("
- (1 + J] + CP1 X2 - .l'rU) + (CJ + Jl)(XI - Yr(t
- K(a + Wsign(a)J.
o la surface de glssement a la forme a = ::2 + lIT 1
o q 1 reprsente l'angle du bras, CJ3 l'angle du moteur el8 (t) = 2 si Il t est la pertubation.
La sortie mesure que l'on doit contrler est la position du moteur.
Ce systme peul se mettre facilement sous forme triangulaire, on obtient:
Il
b,.rl +-
- J
J AI . (.\'3)
x., = -)2 1 sm -
b"].
y = .\)
L" observateur propos est donc de la forme:
.fl = .\-2 k)sign(.t) x[)
;, " 1./ A _
X2 = x3 - bp:] - b'2.q + J - k2s1 gn(XI - x)
.\3 x-l k3sign(.\-1 X)
Notons que le terme IJ}. M sin (*) ne figure pas dans les quations car il a t
considr comme une perturbation. eci permet 11 j'observateur d'avoir une forme trs
simple. Introduisons maintenant les nouvelles vmiables ::: 1 et:2 comme dans la parUe
prcdente. Il vient alors:
:::[ = XI - Yr(t)
:2 = .\-1 - .\'1'(1) + LZI - VI
et posons VI = -11:). Aprs quelques calculs, le contrleur construit dans la section
prcdente prend la forme suivante:
lI(.r, 1) = ./f-.\-3 + b).\:2 + h2.YI -
- (C) + J1H.r] 5'1'(1) - C\-] - Yr{l
(
k'1 )2 ("
- (1 + J] + CP1 X2 - .l'rU) + (CJ + Jl)(XI - Yr(t
- K(a + Wsign(a)J.
o la surface de glssement a la forme a = ::2 + lIT 1
Ohservation par modes glissants 141
4.4. llibliographie
LAI'IM 9 ~ AlIlvlED-Au T., Contrleurs-Observateurs adaptatifs el robustes pour des systmes
non linaires incertains, Thse de doctoral. Univcrsit Je Paris-Sud. octobre 1998.
lBOR 911 BORNARD G., HAlvll'vlOllRl H., A high gain observcr for a class of uniformaly obser-
vable systems ". Proc. IEEE CDC, p. 1494-1496, 1991.
[DRA 95J DRAKuNov S., UTKIN v.," Siiding modcs observers. TULmial ". Pme. (d'3-1-th IEEE
CO/lfere/lce 01/ Decsio/l alld CO/ltml, p. 3376-3378. 1995.
[EME 67J ElvIEL'YANOV S.v., Variable SIJ'/1('I/1/'(' COll/roI Systellls, Moscou, Nauka, 1967.
[FIL 601 FILIPPOV A.F.. <1 Application of the theory of the diffcrcnlial equations \Vith disconti-
nuous righl-hand sides 10 nonlinear control problc1l1s ", Proe. (?f J.II IF;\C lFo/'ld C(ll/gres.I.
p. 923-925, 1960.
[FLO 0 Il FLORET-PONTET P., LA/vlNAIlIlI-LAGARRIGUE E, State and Para1l1eter Identillcation
for nonlinear unccrtain systems using the Variahlc Structurc Themy ll, Selected Papersjl'OIII
the fhe NO/llil/ear Collfrol Netll'ork (NCN) \\'orksllOj1, Shelfield (UK), Springer Verlag, 1.001.
[FLO OIJ FLORET-PONTET F., LAlYINAI3I-II-LAGATm1GUE F., NKWAWO H .. Il Pararneter identifi-
cation for Ilonlinear unccrtain systcms partially measurahle 'l, Procecdi/lgs (!/'thc 5
1h
IF;\C
Sy/J1posi/l1J1 NOlllillear COl/trol Systems (NOLCOS 'OJ J, Sainl-Pctershourg. Russie, 2001.
llG-IA 921 KIIALIL H.K., NO/llil1eorSY.l'fcTl/s, MacMillan, 1992.
[LUE 71] LUENI3ERGER D.G., An introduclioll 10 ohservcrs l'. IEEE 'li"al/sactol1.l on AlIloTl/atic
COllfrol, 16, p. 596-602,1971.
lSLO 911 SLOTINE J.J .. LI W. ;\pplied I/(mlinca/' cOl1trol, Prenlicc Hall. 1991.
[UTK 81J UTKIN v.i.. Plinciples of idenlification using sliding regimes 'l, Sm'. Pit ys. nok/.,
p.171172.1981.
rUTK 91.J UTKIN v.I., Slhling li/odes ill cOl/trol optillli:a/iol/, Springer Verlag, Berlin, 1992.
Observation par ITlodcs glissants 141
4.4. Uibliographie
IAI'IM 981 AlI!vIED-ALI T, Contrleurs-Observateurs lldaptatifs et robustes pour des systmes
non linaires incertains, Thse de doctoral. Unversl de Paris-Sud. octobre 1998.
lBOR 911 BORNARD G., HAMlvlOURI H., '( A higb gain observer l'or a cllSS of unirormaly obser-
vuble syslcms n. Prol'. IEEE cne, p. 1494-1496, 1991.
[DRA 95J DRAKUNOV S., VTKIN V, Sliding modes ohservers. TuLorial )). Pmi'. IEEE
Confercl1cc 011 Decisolll1lul COIllrol, p. 3376-3378. 1995.
[EME 67J S.v.. Varable S/1'1ICllIre Cm!/ml Sy.\"U!I11S, Moscou. Nauka, 1967.
[FIL 601 FlLlPPOV A.P.. {( Application of the theory of the dirrercntial equi1tiolls wilh disconti-
nuolls righl-hand sides 10 Ilonlncar control problems , Proe. J.I"I IPAC "'or/ri COlIgress.
p. 913-9::!5, 1960.
[FLO 0 Il FLORET-PONTET F.. LA/viNA III II-LAGARRIGUE F., Statc and Parnmeter Idenlilkation
for nonlinear unccrtain systems using the Variable Structure TheOl'y ". Scll.'cred Pl/persflv1/!
the Ihe NOIl/inear C011lrol NelH'ork (NCN) Slilield (UK), Sprnger Verlag.100 1.
(FLO OlJ FLORET-PONTET P., LAMNABI-If-LAGAT1GUE E, NKWAWO H .. 1< Paramctcr identifi-
cation for l10nlinear uncertain systems parLially measurahlc ". Proce{!dillgs 5
th
IFAC
S)'wpo.liium NOIlIiI/(;'or Comml Sys/l.'JJ/s (NOLCOS'Ol), Snint-Pclershnurg.. Russe. 2001.
lKHA 921 KIli\LlL H.K., NOl/tiJ/cor Sy.\'fC/IIs. MacMillan. 1992.
flUE 71] LUENDERGER D.G., " An introduction (0 obscr"ers ).lEEE 7hlllsactm,\' 0/1 AlllolI/ate
COlltrol, 16, p. 596-602, 1971.
lSLO 911 SLOTINE J,J .. LI W. Applied lIOn/iI/car cOlllro/, Premiee Hall, 1991.
[VTK 8IJ UTKIN V.1.. Plinciples or identification using sIiding regimcs ", PlTys. Dole/..
p. 271-272.1981.
[UTK 91J UTKIN V1., S/iding modcs il/ cOHtrol optim';.alioll, Springer Verlag. Berlin, 1992.
Chapitre 5
Sur les mthodes d'identification des systmes
non linaires en temps continu
5.1. Introduction
L'identification de systmes est fortement lie la construction de modles dcri-
vant de manire mathmatique les processus physiques. La principale valeur ajoute
apporte par l'tape d'identification se traduit par une meilleure connaissance du sys-
tme. Ainsi, lorsque l'tape prliminaire relative j'identification du processus est
ralise, il est possible d'atteindre des objectifs classiques d'automatique comme l'ob-
servation de variables non accessibles directement la mesure ou la commande de ces
processus.
A l'origine, l'identification en tant que tclle est fortement lie aux mthodes sta-
tistiques, comme la mthode des moindres calTs rcursifs ou du maximum de vrai-
semblance, trs largement appliques sur des processus industriels. Ces deux mthodes
sont obtenues grce l'optimisation d'un critre dpendant des paramtres du systme.
Nanmoins, elles sont trs souvent utilises sur des processus discrtiss. Il est clair que
dcrire un systme en temps discret prsente un avantage en termes de calculs infor-
matiques. Mais beaucoup de systmes rels sont modliss en temps continu grce aux
principes classiques de la physique. De plus, les paramtres ont, la plupart du temps,
une signification physique en temps continu. Les algorithmes que nous proposons ici
sont donc temps continu et peuvent tre implments tels quels sur des processus
rels en considrant la faible frquence d'chantillonnage de la carte d'acquisition
par rapport la bande passante du systme tudi ou discrtiss si ncessaire par les
Chapilre rdig par Fabienne FLORET-PONTET el Franoise LAMNABl-II-LAGARRIGUE.
Chapitre 5
Sllf les Inthodes d'identificatioll des systmes
n011 linaires en te1nps continu
5.1. Introduction
L'identification de systmes est fortement lie la construction de modles dcri-
vant de manire mathmatque les processus physiques. La principale valeur ajoute
apporte par l'tape d'identification se traduit par une meilleure connaissance du sys-
tme. Ainsi, lorsque l'tape prliminaire relative l'identification du processus est
ralise, il est possible d'atteindre des objectifs classiques d'automatique comme l'ob-
servation de variables non accessibles directement la mesure ou la commande de ces
processus.
A l'origine, l'identification en tant que telle est fortement lie aux mthodes sta-
tistiques, comme la mthode des moindres calTs rcursifs ou du maximum de vrai-
semblance, trs largement appliques sur des processus industriels. Ces deux mthodes
sont obtenues grce l'optimisation d'un critre dpendant des paramtres du systme.
Nanmoins, elles sont trs souvent utilises sur des processus discrtiss. Il est clair que
dcrire un systme en temps discret prsente un avantage en termes de calculs infor-
matiques. Mais beaucoup de systmes rels sont modliss en temps contnu grce aux
principes classiques de la physique. De plus, les paramtres ont, la plupart du temps.
une signification physique en temps continu. Les algorithmes que nous proposons ici
sont donc temps continu et peuvent tre implments tels quels sur des processus
rels en considrant la faible frquence d'chantillonnage de la carte d'acquisition
par rapport la bande passante du systme tudi ou discrtiss si ncessaire par les
ChapiLre rdg par Fabienne FLORET-PONTET eL Franoise LAMNABHI-LAGARRIGUE.
mthodes habituelles (voir les travaux de Hermann, Spurgeon et Edwards l HER 99]
par exemple).
Beaucoup de procdures d' idenlification ~ temps continu sonl labores pour des
processus stables en boucle ouverte et pour lesquels tout l'tat est accessible la mesure
(ce qui est Je cas pour les mthodes usuelles des moindres calTs et du maximum de
vraisemblance). Des avances rcentes proposenl des mthodes d'identification pour
des systmes non linaires o le vecteur d'tal est partiellement mesurable ou pOLIr
des syslmes o l'identification est impossible il raliser il cause d'instabilit en boucle
ouverte.
Nous nOlis intressons plus particulirement ici ft l'identification des paramtres
combine une commande car ce type d'identification rpond un plus grand besoin
dans Je domaine industriel. Nanmoins, quelques publications sont indiques et discu-
tes dans la suite concernant l'identification et l'observation d'tals simultanes. En
ce qui conceme l'identification des paramtres combine un observateur d'tats, il
s'agit d'un double problme. D'une part, il faut estimer les tats qui ne sonl pas direc-
tement accessibles par la mesure et les restaurer l'ia un observateur. D'autre part, un
identificateur des paramtres est ncessaire pour dterminer les valeurs des paramtres
du systme tudi. Ce double objectif' sous-entend bien sr une va1idit simultane des
deux algorithmes d'estimation. On peul citer les travaux de Niethammer, Menold el
AIlg6wer [N1E 0 J] sur ]' estimation paramtrique combine avec une reconstruction
des drives successives obtenues grce un observateur de type grand gain. On peut
aussi citer le travail de Floret-Pontet et Lamnabhi-Lagarrigue [FLO 01 a] dans lequel un
observateur reconstruit toutes les variables d'tal du systme non linaire partir d'une
seule variable mesure. Cel observateur est labor grce ft la thorie de la structure
variable, plus communment appele thorie des modes glissants. L'utilisation de la
thorie des modes glissants assure une convergence en temps fi ni de l'observateur des
tats reconstruits. Quant fI la loi paramtrique qui converge elle aussi en temps fini, elle
est obtenue grce des proprits d'identifiabili1 utilisant des quations inhrentes au
systme. L'un des avantages de celle mthode est la proprit de robustesse de l'algo-
rithme par rapport aux incertitudes paramtriques ainsi qu'aux bruits de mesure. Ces
deux proprits, lies l'utilisation des modes glissants, peuvent s'avrer trs utiles
lors de l'implmentalioll sur banc d'essais.
Dans les travaux proposs par les mmes auteurs [FLO 01 h, FLO 02], l'estimation
des tats du systme est traite simultanment avec l' ide11lification paramtrique. D'une
munire gnrale, il s'agit de gnraliser aux systmes non linaires le travail dj
effectu pur Utkin [UTK 81] sur l'identification paramtrique des systmes linaires.
Pour cette approche, les tats qui ne peuvent pas tre mesurs sont reconstruits grce
un observateur (diffrent du prcdent) labor avec la thorie des modes glissants.
On utilise ici des proprits intrinsques aux modes glissants : la convergence en
temps flni ainsi que les proprits d'invarance. Cel algorithme assure une convergence
mthodes habituelles (voir les travaux de Hermann, Spurgeon et Edwards l HER 99]
par exemple).
Beaucoup de procdures d' idenlification ~ temps continu sonl labores pour des
processus stables en boucle ouverte et pour lesquels tout l'tat est accessible la mesure
(ce qui est Je cas pour les mthodes usuelles des moindres calTs et du maximum de
vraisemblance). Des avances rcentes proposenl des mthodes d'identification pour
des systmes non linaires o le vecteur d'tal est partiellement mesurable ou pOLIr
des syslmes o l'identification est impossible il raliser il cause d'instabilit en boucle
ouverte.
Nous nOlis intressons plus particulirement ici ft l'identification des paramtres
combine une commande car ce type d'identification rpond un plus grand besoin
dans Je domaine industriel. Nanmoins, quelques publications sont indiques et discu-
tes dans la suite concernant l'identification et l'observation d'tals simultanes. En
ce qui conceme l'identification des paramtres combine un observateur d'tats, il
s'agit d'un double problme. D'une part, il faut estimer les tats qui ne sonl pas direc-
tement accessibles par la mesure et les restaurer l'ia un observateur. D'autre part, un
identificateur des paramtres est ncessaire pour dterminer les valeurs des paramtres
du systme tudi. Ce double objectif' sous-entend bien sr une va1idit simultane des
deux algorithmes d'estimation. On peul citer les travaux de Niethammer, Menold el
AIlg6wer [N1E 0 J] sur ]' estimation paramtrique combine avec une reconstruction
des drives successives obtenues grce un observateur de type grand gain. On peut
aussi citer le travail de Floret-Pontet et Lamnabhi-Lagarrigue [FLO 01 a] dans lequel un
observateur reconstruit toutes les variables d'tal du systme non linaire partir d'une
seule variable mesure. Cel observateur est labor grce ft la thorie de la structure
variable, plus communment appele thorie des modes glissants. L'utilisation de la
thorie des modes glissants assure une convergence en temps fi ni de l'observateur des
tats reconstruits. Quant fI la loi paramtrique qui converge elle aussi en temps fini, elle
est obtenue grce des proprits d'identifiabili1 utilisant des quations inhrentes au
systme. L'un des avantages de celle mthode est la proprit de robustesse de l'algo-
rithme par rapport aux incertitudes paramtriques ainsi qu'aux bruits de mesure. Ces
deux proprits, lies l'utilisation des modes glissants, peuvent s'avrer trs utiles
lors de l'implmentalioll sur banc d'essais.
Dans les travaux proposs par les mmes auteurs [FLO 01 h, FLO 02], l'estimation
des tats du systme est traite simultanment avec l' ide11lification paramtrique. D'une
munire gnrale, il s'agit de gnraliser aux systmes non linaires le travail dj
effectu pur Utkin [UTK 81] sur l'identification paramtrique des systmes linaires.
Pour cette approche, les tats qui ne peuvent pas tre mesurs sont reconstruits grce
un observateur (diffrent du prcdent) labor avec la thorie des modes glissants.
On utilise ici des proprits intrinsques aux modes glissants : la convergence en
temps flni ainsi que les proprits d'invarance. Cel algorithme assure une convergence
Identification des systmes non lnares 145
asymptotique des paramtres vers leurs valeurs de rfrence el prsente des conditions
de robustesse inhrentes aux modes glissants.
Dans ce chapitre, nous nous intressons des algorithmes ddentification param-
trique dans un contexte e conuite de processus. Il est donc implicitement intressant
d"tudieretde comparer les procdures d'identification de paramtres en boucle ouverte
el en boucle ferme. L'avantage principal de l'identification en boucle ferme rside
dans le fait que l' identi fkation est toujours possible mme si la boucle ouverte prsente
des instabilits. Dans ce domaine, on peut citer le travail de Xu et HashimolO fXU 931
bas sur la thorie de la structure variable. Leur approche permet ldentifkation des
paramtres et la commande de systmes non linaires SISO (une entre, une sortie)
mais peut tre tendu ft des systmes non linairement paramtrs. Dans le contexte
de l'identification-commande, on peut bien sr citer le travail de Landau, Anderson
et De Bruyne [LAN 00] dans lequel diffrents algorithmes d'identificalon valables
en boucles ouverle et fenne bass sur la notion de passivit sont proposs. A travers
l'tude d'un cas SISO instable en boucle ouverte, les auteurs prouvent mathmatique-
ment et illustrent grce des rsultats de simulations l'apport de leur mthode dans
le cas d'une incertitude paramtrique variant dans le temps et dans le cas d'un bruit
additif. Notre objectif est d'tendre l'algorithme d'identification-commande un sys-
tme multivariable en conservant les proprits essentielles prsentes dans les travaux
de Landau. Anderson et De Bruyne.
Nous proposons dans la section 5.2 un rappel sur la notion d'identifiabilit d'un
systme et sur deux mthodes classiques dans le domaine de j'identification Ii temps
continu : les moindres cans et la mthode propose par Landau, Anderson et De
Bruyne prsente dans [LAN 00] base sur l'erreur de sortie et la passivit. Dans la
section 5.3, nous introduisons diffrents types de loi d'identification en bOl/cie Ol/verte
pour les systmes non linaires suivants:
- cas monovariable,
- cas multivariable avec forme normale,
- cas multivariable gnral.
Ces trois lois d'identification directe des paramtres sont bases sur la thorie
de la structure variable. Grce aux proprits d'invariance, inhrentes la thorie de
la structure variable, la convergence (exponentielle ou asymptotique selon le cas) de
chacune des lois d'idenliflcation est dmontre. Dans la section 5.4, l'identification des
paramtres est combine avec une commande ralisant la conduite du processus. En
fait, la loi d'identification devient indirecte et doit tre compatible avec l'laboration de
la boucle ferme. De plus, nous supposons que le systme tudi est stabilisable quand
le vecteur des paramtres () est connu, c'est--dire que nous supposons l'existence
d'une commande Il = u(x, 8) ralisant les objectifs de poursuite de trajectoire (x est
le vecleur d'tats). Sur un systme physique rel, les paramtres sont rarement connus
parfaitement. Nous proposons donc une loi indirecte d'identification des paramtres
Identification des systmes non linaires 145
asymptotique des paramtres vers leurs valeurs de rfrence el prsente des conditions
de robustesse inhrentes aux modes gl ssants.
Dans ce chapitre, nous nous intressons des algorithmes d'identification param-
trique dans un contexte de conduite de processus. Il est donc implicitement intressant
d'tudieretde comparer les procdures d'identification de paramtres en boucle ouverte
eL en boucle ferme. L'avantage principal de l'identification en boucle ferme rside
dans le fait que l'identification est toujours possible mme si la boucle ouverte prsente
des instabilts. Dans ce domane, on peut citer le travail de Xu et Hashimoto rXU 931
bas sur la thorie de la structure variable. Leur approche permet rdentification des
paramtres et la commande de non linaires SISO (une entre. une sortie)
mais peut tre tendu il des non linairement paramtrs. Dans le conlexte
de j'identification-commande, on peut bien sr citer le travail de Landau, Anderson
et De Bruyne [LAN 00] dans lequel diffrents algorithmes d'identification valables
en boucles ouverle et fenne bass sur la notion de passivit sont proposs. A travers
l'tude d'un cas SlSO instable en boucle ouverte, les auteurs prouvent mathmatique-
ment et illustrent II des rsultats de simulations l'apport de leur mthode dans
le cas d'une incertitude paramtrique variant dans le temps et dans le cas d'un bruit
additif. Notre objectif est d'tendre l'algorithme d'identification-commande ~ l l l sys-
tme multivariable en conservant les proprits essentielles prsentes dans les travaux
de Landau, Anderson et De Bruyne.
NOLIS proposons dans la section 5.2 un nlppel sur la notion d'identifiabilit d'un
systme et sur deux mthodes classiques dans le domane de l'identification il temps
continu : les moindres can's et la mthode propose par Landau, Anderson et De
Bruyne prsente dans [LAN 00] base sur l'erreur de sorLie et la passivit. Dans la
section 5.3, nous introduisons diffrents types de IO d'identification en boucle ouverte
pour les systmes non linaires suivants:
- cas monovariuble,
- cas multivariable avec forme normale,
- cas mullivariable gnral.
Ces trois lois d'identiJlcution direcle des paramtres sont bases sur la thorie
de la structure variable. Grce aux proprits d'invariance, inhrentes II la thorie de
la structure variable, la convergence (exponentielle ou asymptotique selon le cas) de
chacune des lois d'idenlif1cation est dmontre. Dans la section 5.4, l'identification des
paramtres est combine avec une commande ralisant la conduite du processus. En
fait, la loi d'identification devient indirecte et doit tre compatible avec l'laboration de
la boucle ferme. De plus, nous supposons que le systme tudi est stabilisable quand
le vecteur des paramtres () est connu, c'est-tl-dire que nous supposons l'existence
d'une commande Il Il (x, 8) ralisant les objectifs de poursuite de trajectoire (x est
le vecteur d'tats). Sur un systme physique rel, les paramtres sont rarement connus
parfaitement. Nous proposons donc une loi indirecte d'identification des paramtres
dterminant les estimes . Il est alors possible de dmontrer, grce des arguments
classiques de Lyapunov, la convergence de la commande Il = u(x, ). La section 5.5
est consacre il l'analyse de la robustesse par rapport des incertitudes paramtriques
variant dans le Lemps. Finalement, d.ms la dernire section, nous ralisom; une tude
comparative des diffrentes mthodes d'identific:nion des paramtres dans le contexte
de la conduite de processus physiques.
5.2. Prliminaires
5.2.1. Exemples
Tout au Jong de cel article, nous allons traiter deux exemples:
- l'identlicalion et la commande d'un pendule,
l'identification et la commande d'un exemple SISO LLAN 00].
5.2.1.1. Pendille - Cas l1Iultil'ariable
Considrons le systme non linaire sous la forme normale [ZEI 90] dcrivant le
comportement d'un pendule [KHA 92] reprsent la figure 5.1. Les quations du
modle sonlles suivantes:
l g. k
--,11 - - 5111 XI - -x,
1111- 1 111 -
= {)pl + {)2 sin XI + (J3x2 [5.1 ]
OilOI 1/(111/
2
), th = -g/I et 03 = -k/m sont supposs inconnus et doivent Lre
identifis. Les tuts XI = Ci' et X2 = sont supposs mesurables.
longueur 1
k : coellcicnt de friction
Cl
masse m
...
. ..... _---*"'"
Figure 5.1. Pendule
Le modle du pendule est un systme non linaire d'ordre 2 3 paramtres distincts
sous une forme dite nonnale. Dans la dernire partie, les simulations ralises avec la
dterminant les estimes . Il est alors possible de dmontrer, grce des arguments
classiques de Lyapunov, la convergence de la commande Il = u(x, ). La section 5.5
est consacre il l'analyse de la robustesse par rapport des incertitudes paramtriques
variant dans le Lemps. Finalement, d.ms la dernire section, nous ralisom; une tude
comparative des diffrentes mthodes d'identific:nion des paramtres dans le contexte
de la conduite de processus physiques.
5.2. Prliminaires
5.2.1. Exemples
Tout au Jong de cel article, nous allons traiter deux exemples:
- l'identlicalion et la commande d'un pendule,
l'identification et la commande d'un exemple SISO LLAN 00].
5.2.1.1. Pendille - Cas l1Iultil'ariable
Considrons le systme non linaire sous la forme normale [ZEI 90] dcrivant le
comportement d'un pendule [KHA 92] reprsent la figure 5.1. Les quations du
modle sonlles suivantes:
l g. k
--,11 - - 5111 XI - -x,
1111- 1 111 -
= {)pl + {)2 sin XI + (J3x2 [5.1 ]
OilOI 1/(111/
2
), th = -g/I et 03 = -k/m sont supposs inconnus et doivent Lre
identifis. Les tuts XI = Ci' et X2 = sont supposs mesurables.
longueur 1
k : coellcicnt de friction
Cl
masse m
...
. ..... _---*"'"
Figure 5.1. Pendule
Le modle du pendule est un systme non linaire d'ordre 2 3 paramtres distincts
sous une forme dite nonnale. Dans la dernire partie, les simulations ralises avec la
mthode de la structure variable montrent l'apport de J'identification en boucle ferme
par rapport celle obtenue en boucle ouverte.
5.1.1.2. Cas lI/ollovarahle
Considrons le systme instable en boucle ouverte lBAS 96, LAN 001 avec un seul
paramtre inconnu f)o identifier:
.\'[ = 00x7 + If
[5.2]
Ol! la valeur de Ro est choisie gale :
eu =-5
[5.3]
On suppose que l'tat XI est mesurable.
Dans la dernire partie, une tude comparative sur l"exemple [5.:!] des mthodes
d'identification est propose:
- comparaison de J'identification-structure variable avec la mthode des moindres
carrs (en hal/cie ol,ll'crle),
- comparaison de l'identification-structure variable avec la mthode propose par
Landau, Anderson el De Bruyne [LAN 00] (ell hOllcleferllle).
5.2.2. Idelltifiabilit
Une condition ncessaire pour raliser une procdure d'identification est la pro-
prit d'identifiabilit du systme tudi. Il s'agit de dterminer s'il est possible d'ob-
tenir une estime des paramtres du systme partir des informations contenues dans
les donnes exprimentales.
5.2.2.1. gloha/e dans le cas linaire
Rappelons quelques notions basiques d'identifiabilit. Dans la cas linaire, l'lude
de l'identifiabilill est base sur la notion de fonction de transfert lWAL 87, WAL 94].
Soient deux fonctions de transfert T(s. fi) et T(s, f)') associes au mme modle avec
deux valeurs distinctes 8 et 8
'
concernant le vecteur des paramtres (s est la variable
de Laplace).
Le systme linaire est dit (stmcturellelllcnt) globa/clI/cm identifiable si et seule-
ment si l'galit:
T(s, e) = T(s, 0')
mthode de la structure variable monlrent]' apport de l'identification en boucle ferme
par rapport celle obtenue ell boucle ouverte,
5,2.1.2. Cas JJlOJ/ol'arable
Considrons le systme instable en boucle ouverte lBAS 96, LAN 001 avec un seul
paramtre inconnu fJ() identifier:
.\', OoxT + li
[5,2]
oll la valeur de Ro est choisie gale :
Ro =-5 [5.3]
On suppose que l'tat x) est mesurable.
Dans la dernire partie, une tude comparative sur l'exemple [5.2] des mthodes
d'identification est propose:
- comparaison de 1'identifkation-structure variable avec la mthode des moindres
carrs (en bOllcle ouverle),
- comparaison de ridentification-structllre vnriable avec la mthode propose par
Landau, Anderson et De Bruyne [LAN 00] (en hOlicleferllle).
5.2.2.
Une condition ncessaire pour raliser une procdure d'identificaton est la pro-
prit d'identifiabilit du systme tudi, Il s'agit de dterminer s'il est possible d'ob-
tenir tlne estime des paramtres du systme panir des informations Conlenlles dans
les donnes exprimentales,
5.2.2.1. globale dalls le cas linaire
Rappelons quelques notions basiques d'identifiabilt. Dans la cas Iinare, l'lude
de l'identifiabililt est base sur la notion de fonction de transfert lWAL 87, WAL 94J.
Soient deux fonctions de transfert T(s, 0) et TCs, f)') associes au mme modle avec
deux valeurs distinctes R et (JI concernanl le vecteur des paramtres (s est la variable
de Laplace).
Le systme linaire est dit (structurellemel/O globalement identifiable si el seule-
ment si l'galit:
T(s,8) T(s, RI)
implique:
f) fJ'
Ceci signrie que pour un mme comportement entre/sortie, il existe un seul vecteur
de paramtres e dcrivant convenablement le systme.
Il est plus difficile d'tudier l'identifiabilit globale dans le cas non linaire. Elle
peut tre tudie en ut.ilisant la notion de sries gnratrices [FLI 85].
5.2.2.2. Ident(fiabilit globale dans le cas }JOli linaire
Considrons la classe gnrale de systmes non linaires, linaires en la commande
avec:
.r=f(x.lI.e)
avec:
;=1/1
f(x, Il, 8) = .lo (x, 8) + L Ji (x, EJ) Iii [5.4]
i=l
o.r E R
lI
est le vecteur d'tats, (:) E RJI est le vecteur des paramtres inconnus,
J(}, Ji. i J ,illE C
oo
el Il E R
III
est l'entre du systme.
L'identifiabilt du systme [5.4] est dtermine de manire algbrique par un cal-
cul formel dont l'algorithme peut tre trouv dans l'article de Lecourtier, Lamnabhi-
Lagarrigue et Waller [LEe 87] ou la thse de doctorat de 011ivier [OLL 90].
Rappelons le rsultal principal. Considrons une srie gnratrice (g) [FLI 85]
associe [5.4J dfinie par:
111
(g) =x(O)+ L
F'.i(O) .. F'.i(vjX Ix(o) Zj(l') Zj(O)
1':::0 j(O). .... .;(I')=O
o Fo el Fi, i 0, ... , III sont des drives de Lie dfinies par:
j=1I . [. J
For'l = "./o(x, 0)-
i......J fix.
j=l .J
j=1I iJl.j
L fi(X, e).
, J ax/'
.1= '
l5.5]
Fi [.]
A cause de la proprit analytique des sres gnratrices [FLI 85], deux modles
dcrits par [5.4] ont le mme comportement entre/sortie quels que soient le temps el
implique:
f) fJ'
Ceci signrie que pour un mme comportement entre/sortie, il existe un seul vecteur
de paramtres e dcrivant convenablement le systme.
Il est plus difficile d'tudier l'identifiabilit globale dans le cas non linaire. Elle
peut tre tudie en ut.ilisant la notion de sries gnratrices [FLI 85].
5.2.2.2. Ident(fiabilit globale dans le cas }JOli linaire
Considrons la classe gnrale de systmes non linaires, linaires en la commande
avec:
.r=f(x.lI.e)
avec:
;=1/1
f(x, Il, 8) = .lo (x, 8) + L Ji (x, EJ) Iii [5.4]
i=l
o.r E R
lI
est le vecteur d'tats, (:) E RJI est le vecteur des paramtres inconnus,
J(}, Ji. i J ,illE C
oo
el Il E R
III
est l'entre du systme.
L'identifiabilt du systme [5.4] est dtermine de manire algbrique par un cal-
cul formel dont l'algorithme peut tre trouv dans l'article de Lecourtier, Lamnabhi-
Lagarrigue et Waller [LEe 87] ou la thse de doctorat de 011ivier [OLL 90].
Rappelons le rsultal principal. Considrons une srie gnratrice (g) [FLI 85]
associe [5.4J dfinie par:
111
(g) =x(O)+ L
F'.i(O) .. F'.i(vjX Ix(o) Zj(l') Zj(O)
1':::0 j(O). .... .;(I')=O
o Fo el Fi, i 0, ... , III sont des drives de Lie dfinies par:
j=1I . [. J
For'l = "./o(x, 0)-
i......J fix.
j=l .J
j=1I iJl.j
L fi(X, e).
, J ax/'
.1= '
l5.5]
Fi [.]
A cause de la proprit analytique des sres gnratrices [FLI 85], deux modles
dcrits par [5.4] ont le mme comportement entre/sortie quels que soient le temps el
Idenlifkation des systmes non linaires 149
les entres si et seulement si elles sont associes il la mme srie gnratrice. Notons
(g )(0) et (g) ((}') deux sries gnratlices associes au mme modle pour eux valeurs
f} et e' du vecteur des paramtres.
Le modle dcrit par [5.4] est Stl1lCtUfC//C1/IC11l globalement jdclltf/iable si et seule-
ment si, pOUf toute valeur de () :
(g)(O) = (g)(J')
implique:
li = li'
comme unique solution. L'galit (g) (f}) et (g) (e') est quivalente l'galit des coef-
Ikients F'.j(O) ... Fj{l')x IX{ll) (0) et F.iW) ... Fj(l'lx Lr{) (8'). Le calcul formel de ces
coeflkients peut tre trouv dans les travaux de Lecourtier. Lamnabhi-Lagarrigue et
Walter [LEe 87] ou Rotella et Zalllbettakis [ROT 91]. A notre connaissance. il n'existe
pas de rsultats gnraux dterminant combien de ces coemcients sont ncessaires
afin d'obtenir exactement p coefficients algbriquement indpendants et non triviaux.
Enfin, nous considrons le systme non linaire algbrique compos de p quations:
l'j({)) ... Fil"lx lx 101 (fi) = Fi(Ol ... Fj("lx IX{{JI ((1')
15.6]
Finalement, on peut en conclure que le systme [5.4] est identifiable si et seulement
si le systme d'quations [5.6] a comme unique solution e = (J'.
5.2.2.3. Test d 'ident{fiabilit par l'exemple
Exemple dll pendule. Afln de vrifier l'identifiabilit structurelle du systme 15.1 J,
nous appliquons les travaux de Lecourtier, Lamnabhi-Lagarrigue et Walter [LEe 87]
sur l'identifiabilit structurelle des systmes non linaires.
Considrons les champs de vecleurs associs au modle du pendule en se servant
des quations l5.5] :
ill] a[1
Ful'] = X} h, + (O} sinx, + (J3
X
}) ilx}
ill]
F, l] = 0, -. -
aX}
Calculons de manire formelle les drives de Lie :
F, (Fo(O, OH."]). F, (Fu (Fo(O. OJlylJ) , F, (Fo (Fo (/'0(0. OHy])))
IdenLification des systmes nonlinaircs 149
les entres si et seulement si elles sont associes la mme srie gnratrice. Notons
(g) UJ) et (g) (0') deux sries gnrattices associes au mme modle pour deux valeurs
() et e' du vecteur des paramtres.
Le modle dcrit par [5.4] est sfrucfllrellemeJ1l globalement ident{fiable si et seule-
ment si, pOUf toute valeur de () :
(g){O) = (g) (e')
implique:
comme unique solution. L'galit (g)(l:J) et (g)(e') est quivalente l'galit des coef-
ficients F'.i(O) . F.i(l')X Ix(O) (0) el F,;{I) ... Filll)X !.dO) (8'). Le calcul formel de ces
coefficients peut tre trouv dans les travaux de Lecourtier, L1l1l1nabh-Lagarrigue et
Walter [LEC 87] ou Rotella etZambettakis [ROT 91]. A notre connaissance, if n'exste
pas de rsultats gnraux dterminant combien de ces coefficients sont ncessaires
afin d'obtenir exactement p coefficients algbriquement indpendants et non triviaux.
Enfin, nous considrons le systme non linaire algbrique compos de p quations:
... F'.i(lI}x '.1:(0) (0) = F,i<O) ... Fj(IJ)x I.rlD) (0') [5.6J
Finalement, on peut en conc1ure que le systme [5.4] est identifiable si el seulement
si le systme d'quations [5.6] a comme unique solution e = el.
5.2.2.3. Test d'idenrijiabilif par l'exemple
Exemple du pendule. Ailn de vrifier l'identi fi abilit structurelle du systme 1],
nous appliquons les travaux de Lecourtier, Lamnabhi-Laganigue et Walter [LEe 87]
sur l'identifiablit struclurelle des systmes non linaires.
Considrons les champs de vecleurs associs au modle du pendule en se servant
des quations [5.5] :
Calculons de manire formelle les drives de Lie :
FI (Fo(O, OHy]) , FI (Fu (F(}(O, O)!y\) , FI (Fo (F{) e)[y]))
150 Systmes non 1inaires
la sortie y = XI du systme [5.5]. Nous obtenons:
FI (Fo{O, O)/yJ) th
FI (Fo ( Fo(O, (1)r y D) t)1 th
FI (Fo (Fo (Fo(O. B)[y])) = BI (Bi + 0:::)
L'galit g{B) = g{(-)') implique l'crimre du systme;
01 = Of
0'{-)3 =
[5.7]
01 (uf + (h. ) B' (B
,2
+ ')
):. -
o e' = (e;, est un vecteur de paramtres diffrents de e. Nous obtenons un
systme non linaire algbrique [5.7] avec trois quations indpendantes. La rsolution
de [5.7] pel111et d'obtenr:
01 =0;
(-)3 =
02
Finalement, nous avons montr que g{O) = g(B') implique J'galit 0 0'. Nous
avons donc prouv par un calcul formel que le pendule est un systme structurellement
idemijiable.
Exemple dt, cas lIlollol'ariable. Dans la mesure o le systme [5.2] comporte un seul
paramtre, il est clar que ce systme est identifiable.
REMARQUE 5.1.- Dans la suite, IfOUS supposons que tous les systmes tudis possdell1
la proprit d'idelll({iabilit stJ1lclllrelle.
Aprs ce bref rappel sur la notion d'identiflabilil, nous proposons au lecteur un
rappel concernant deux mthodes qui nous semblent importantes dans le domaine de
l'identification temps continu:
- les moindres carrs [WAL 94],
- les mthodes plus rcentes bases sur l'erreur de sortie [LAN 00].
150 Systmes non 1inaires
la sortie y = XI du systme [5.5]. Nous obtenons:
FI (Fo{O, O)/yJ) th
FI (Fo ( Fo(O, (1)r y D) t)1 th
FI (Fo (Fo (Fo(O. B)[y])) = BI (Bi + 0:::)
L'galit g{B) = g{(-)') implique l'crimre du systme;
01 = Of
0'{-)3 =
[5.7]
01 (uf + (h. ) B' (B
,2
+ ')
):. -
o e' = (e;, est un vecteur de paramtres diffrents de e. Nous obtenons un
systme non linaire algbrique [5.7] avec trois quations indpendantes. La rsolution
de [5.7] pel111et d'obtenr:
01 =0;
(-)3 =
02
Finalement, nous avons montr que g{O) = g(B') implique J'galit 0 0'. Nous
avons donc prouv par un calcul formel que le pendule est un systme structurellement
idemijiable.
Exemple dt, cas lIlollol'ariable. Dans la mesure o le systme [5.2] comporte un seul
paramtre, il est clar que ce systme est identifiable.
REMARQUE 5.1.- Dans la suite, IfOUS supposons que tous les systmes tudis possdell1
la proprit d'idelll({iabilit stJ1lclllrelle.
Aprs ce bref rappel sur la notion d'identiflabilil, nous proposons au lecteur un
rappel concernant deux mthodes qui nous semblent importantes dans le domaine de
l'identification temps continu:
- les moindres carrs [WAL 94],
- les mthodes plus rcentes bases sur l'erreur de sortie [LAN 00].
5.2.3. llIoilldre,\' carrs
5,2.3.1. Algorithme
La mthode des moindres calTs est sans doute rune des mthodes les plus rpan-
dues dans le contexte de j'identification de processus. Elle permet d'obtenir une estime
rJ du vecteur () E IRP des paramtres du systme il identifler. Cette mthode est base
sur la minimisation du critre:
J (8) = eT (fi) Qe(8)
o eCU) est l'erreur de sortie, c'est--dire, la diffrence entre y la sortie du processus
et J'Ill la sortie du modle. Q est une matrice de pondration symtrique dfinie non
ngative.
On suppose que le modle est paramtr linairement. En d'autres termes. on sup-
pose J'existence d'un vecteur cp d'observation tel que:
Alors la minimisation du critre quadratique J(t}) dtermine j'estimateur des
moindres carrs (j :
= (<1'1' Q<I -1 <l>T Qy
l5.S]
On remarque que l'obtention de l'estimateur 15.8] requiert l'inversibilit de la
matrice cpT Qcp E 1R'.P
X
fJ. De plus, l'un des principaux intrts de la mthode des
moindres carrs est l'obtention analytique de sans se soucier de l'initialisation de
().
5.2.3.2. Application cl l'exemple 11/ollowlriab!e [5.2J en bOl/cie olll'erJe
A partir de l'quation [5.2], nous obtenons la forme classique des moindres carrs:
D. . "! D.
Y = XI -" = 80xj = O,,<I>(t)
avec CP(t) = x? le vecteur d'observation. En utilisant l'quation [5.8], J'estimateur des
moindres carrs est donc donn par:
, 1
80 =-v
cp .
[5.9]
Nous rappelons que la mthode des moindres carrs ne ncessite pas l'initialisation
de ".
IdenLification des systmes non linaires 151
5.2.3. !vloilldres carrs
5.2.3.1. Algorithme
La mthode des mOndres cans est sans doute rune des mthodes les plus rpan-
dues dans le contexte de l' idenLification de processus. Elle permet d'obtenir une estime
du vecleur () E n:t
P
des paramtres du systme idenlf1er. Cette mthode est base
sur la minimisation du critre:
o e(O) est l'erreur de sortie, c'est--dire, la diffrence entre y la sortie du processus
et ."m la sortie du modle. Q est une matrice de pondration symtrique dfinie non
ngative.
On suppose que le modle est paramtr linairement. En d'autres termes. on sup-
pose l'existence d'un vecteur cP d'observation tel que:
."111 ce) = t;PO
Alors la minimisation du crtre quadratique J (f)) dtermine J'estimateur des
moindres carrs :
t) ( q> T Q cp ) - 1 cp T Q y
l5.8]
On remarque que l'obtention de r esti mateur 15.8] requiert nnversibilit de la
matrice cpT QcP E JH:PxP. De plus, l'un des principaux intrts de la mthode des
moindres carrs est l'obtention analytique de sans se soucier de l'initialisation de
(O).
5.2.3.2. App/icalio/l cl l'exemple JlwIJOI'ariabie (5.2] en boucle olll't'rle
A partir de l'quation [5.2], nous obtenons la forme classique des moindres currs:
avec c.p(t) = x? le vecteur d'observation. En utilisant l'quation [5.8], l'estimateur des
moindres carrs est donc donn par:
[5.9]
Nous rappelons que la mthode des moindres cUlTs ne ncessite pas lnitialisation
de n.
152 Systmes non linnires
5.2.4. iUtllOdes bases sur l'crrcur dc sortic
5.2.4.1. ldcllf(ficato/1 en bouclc ouverte
L' a] gori thme propos par Landau, Anderson et De Bruyne [LAN 00] a pour objectif
l'estimation des paramtres d'un systme S1S0 non linaire dcrit par:
S : y = Po(u)
Oll Po esl ]' oprateur non linaire inconnu, Il esr la commande et -" est la sortie scalaire
du systme.
On introduit le modle ajustable dfini par:
/vi ; ."(t?) = p(r), Il)
OLI est]' estime du vecleur des paramtres.
Le schma d'identification relatif la boucle Ol/I'erte est donn la figure 5.2.
L'erreur de sortie est dflnie par e = y - y(H). L'alg01ithme d'identification ,ustable
inspir par la mthode des moimlres carrs est donn par:
p-l (1) = - (1 - I (t)) F-
1
(1) + 2(t)cp(I)T <I)(t)
f
= F(t)$(t)e(t)
0< 1-1(1)::: 1,0::: 1-1(1) < 2. F(O) > 0, p-I(I) > O'F-J(O). 0 < 0' < 00
[5.]01
oll $(t) est le vecteuf d'observation dfini par:
[
lA J1' [' ~ 1 A JT
4)(1) = P (f). If) = Pf}l ({-), Il) ... f ~ I (O. u)
avec P ~ la dlive partielle de PU1, 1/) pOUf j allant de 1 p avec p la dimension du
i
vecteur des paramtres. En supposant que les termes des sries de Taylor dpendant
U_-
r
~ I
t_'-'I
;
Algorithme d'idenLificatiDnJ
ajustable .....
Figure 5.2. SchlJJlI de l'idt:1If(jicatJ1/ - Errellr de sortie en bOlide (}Ill'erre
152 Systmes non linnires
5.2.4. iUtllOdes bases sur l'crrcur dc sortic
5.2.4.1. ldcllf(ficato/1 en bouclc ouverte
L' a] gori thme propos par Landau, Anderson et De Bruyne [LAN 00] a pour objectif
l'estimation des paramtres d'un systme S1S0 non linaire dcrit par:
S : y = Po(u)
Oll Po esl ]' oprateur non linaire inconnu, Il esr la commande et -" est la sortie scalaire
du systme.
On introduit le modle ajustable dfini par:
/vi ; ."(t?) = p(r), Il)
OLI est]' estime du vecleur des paramtres.
Le schma d'identification relatif la boucle Ol/I'erte est donn la figure 5.2.
L'erreur de sortie est dflnie par e = y - y(H). L'alg01ithme d'identification ,ustable
inspir par la mthode des moimlres carrs est donn par:
p-l (1) = - (1 - I (t)) F-
1
(1) + 2(t)cp(I)T <I)(t)
f
= F(t)$(t)e(t)
0< 1-1(1)::: 1,0::: 1-1(1) < 2. F(O) > 0, p-I(I) > O'F-J(O). 0 < 0' < 00
[5.]01
oll $(t) est le vecteuf d'observation dfini par:
[
lA J1' [' ~ 1 A JT
4)(1) = P (f). If) = Pf}l ({-), Il) ... f ~ I (O. u)
avec P ~ la dlive partielle de PU1, 1/) pOUf j allant de 1 p avec p la dimension du
i
vecteur des paramtres. En supposant que les termes des sries de Taylor dpendant
U_-
r
~ I
t_'-'I
;
Algorithme d'idenLificatiDnJ
ajustable .....
Figure 5.2. SchlJJlI de l'idt:1If(jicatJ1/ - Errellr de sortie en bOlide (}Ill'erre
de e et de e - de rang lev sont ngligeables. on peut prouver que la convergence
des paramtres est vrifle; en d'autres termes:
lim cpT (t)(I - fi) = 0
[---"-co
5.2.4.2. Idcl1t(ficatiol1 Cil bOllclcler1l1c
Quant j'identification en boucle ferme, le schma est donn par la figure 5.3. Le
principal attrait de ceUe mthode rside dans l'identification de systmes instables en
boucle ouverte mais stabiliss en boucle ferme par une commande If = -C(y. r) al!
r est la rfrence u systme.
Rfrence
.. 1
Cummane
-1-
1

. Sortie mole 1
Algorithme d'identification _i
ajustable
Figure 5.3. Schll/ll de l 'idellfUimfo/l I:.:rreur de Sortie Cil hOllch' ferme
L'algorithme d'identi fication en boucle ferme a la mme forme que celle en boucle
ouverte [5.10j al! l'on remplace l'elTeur de sortie en boucle ouverte cU) par l'erreur
de sortie en boucle ferme ecdt), c'est-il-dire :
(t) = F(t)<l>(t)CCL(t) [5.11]
Ol! cfl(l) est le vecteur d'observation dfini par:
... P: I. U())]T
(1[,
Considrons maintenant l'oprateur linaire:
H=P-,_},(t)/ o (t)> ,(I)Vt
CL '}
[5.121
o PeL = [1 + a Pu (R, u(R) )aC(r, YU)] est suppos inversible.
Si l'on suppose que 1-' dfini en [5.12] est on peUL prouver que:
lim ccLit) = 0

Identification des non linaires 153
de e et de e - de rlng lev sont ngligeables. on peut prouver que la convergence
des paramtres est vrl1e en d'autres termes:
Hm cpT (t)(f) - fJ) 0
[-,- C\J
5.2.4.2. Idel1l(fication en boucle ferme
Quant l'identification en boucle ferme, le schma est donn par la 5.3. Le
principal attrait de cette mthode rside dans l'identification de systmes instables en
boucle ouverte mais stabiliss en boucle ferme par une commande Il r) o
r est la rfrence du systme.
m __ m __ .... 1 Systme
Algorithme d'ident licLlt ion
Lljustable
Figure 5.3. Sdll1w de J'idemUicaliol1 Erreur dc Sor/l! Cil bO/lcle fer/lle
L'algorithme d'identification en boucle ferme a la mme forme que celle en boucle
ouverte [5.10J olt l'on remplace l'elTeur de sortie en boucle ouverte e(1) par l'erreur
de sortie en boucle ferme ecdt), c'est-h-dire :
011 c.f.>(t) est le vecteur d'observation dfini par:
[
! A ,. JT
CIJ(I)= P(O,u(O))
Considrons maintenant]' oprateur linaire:
H = p-I - } .. (t} 1 olt (l) > )..2(1) Yt
CL 'i
o PCL = [1 + (J Pli (f), I1() )8C
y
(r, y({J))] est suppos lnversible.
Si rOll suppose que 1-1 dfinl en [5.12] est on peUl prouver que:
11 J
r5.121
J 54 Systmes non linaires
De plus, si J'oprateur peut s'exprimer sous forme de reprse11fatioll d'tats cl
,'ariants dans le temps, alors on peur prouver la convergence de J'algorithme
d'identification 15.11], c'est--dire:
Hm q) TU H - (-)} = 0
(-..O
Les auteurs monlrent ilussi de manire formeUc la robustesse des algorithmes pro-
poss (boucles ouverte et ferme) par rapport aux incertitudes paramtriques variant
dans les temps el par rapport au bruit.
5.2.4.3. Application il l'exemple 11101lOvlIriable [5.21 en bOllcleferl1le
La commande Il est choisie telle que lI() (ya)3 + by()2) + r o
r = 2 + 0,5 sin(O, Il) et b = -0,4. Quant ft l'estmateur , il esl dfini grce l'ql1a-
Lion[S.Il]:
U) = F(t)P(t)ecdt), (O) = 0
t-I(t) = - (1 -11(1) F-1U) + A2(t)P(t)Tcp(r)
o eI)(!) est le vecteur d'observation dfini par:
o p esLla varahle de Laplace elles constanles A J, A2 sont choisies gales 0,5 et 1
respectivement comme dans lLAN 00]. Choisir ces valeurs de A 1 et de A2 quivaut
utiliser la mthode des moindres carrs oubli exponentiel.
5.3. Identificution-structure variable en boucle ouverte
Dans cette section, nOLIs proposons trois mthodes permettant l'identification des
paramtres en boucle ouverte en utilisant la thorie de la structure variable.
5.3.1. Descriptioll des systmes tudis
Nous allons tudier successivement trois types de loi ct' identification suivant la
classe de systmes considre:
- systme nOI1 linaire mOl1ovariable,
- systme non linaire multivarable sous forme normale [FLO 02J,
- systme 110n linaire multivariable gnral LAHM 02].
Pour les trois C,lS noncs ci-dessus, le synoptique de ridentilkation-structure
variable peut tre schmatis par la figure 5.4.
J 54 Systmes non linaires
De plus, si J'oprateur peut s'exprimer sous forme de reprse11fatioll d'tats cl
,'ariants dans le temps, alors on peur prouver la convergence de J'algorithme
d'identification 15.11], c'est--dire:
Hm q) TU H - (-)} = 0
(-..O
Les auteurs monlrent ilussi de manire formeUc la robustesse des algorithmes pro-
poss (boucles ouverte et ferme) par rapport aux incertitudes paramtriques variant
dans les temps el par rapport au bruit.
5.2.4.3. Application il l'exemple 11101lOvlIriable [5.21 en bOllcleferl1le
La commande Il est choisie telle que lI() (ya)3 + by()2) + r o
r = 2 + 0,5 sin(O, Il) et b = -0,4. Quant ft l'estmateur , il esl dfini grce l'ql1a-
Lion[S.Il]:
U) = F(t)P(t)ecdt), (O) = 0
t-I(t) = - (1 -11(1) F-1U) + A2(t)P(t)Tcp(r)
o eI)(!) est le vecteur d'observation dfini par:
o p esLla varahle de Laplace elles constanles A J, A2 sont choisies gales 0,5 et 1
respectivement comme dans lLAN 00]. Choisir ces valeurs de A 1 et de A2 quivaut
utiliser la mthode des moindres carrs oubli exponentiel.
5.3. Identificution-structure variable en boucle ouverte
Dans cette section, nOLIs proposons trois mthodes permettant l'identification des
paramtres en boucle ouverte en utilisant la thorie de la structure variable.
5.3.1. Descriptioll des systmes tudis
Nous allons tudier successivement trois types de loi ct' identification suivant la
classe de systmes considre:
- systme nOI1 linaire mOl1ovariable,
- systme non linaire multivarable sous forme normale [FLO 02J,
- systme 110n linaire multivariable gnral LAHM 02].
Pour les trois C,lS noncs ci-dessus, le synoptique de ridentilkation-structure
variable peut tre schmatis par la figure 5.4.
Commande li "'1 ' 1 SOI Ile systme
Systc:c -; !,-t __ _
y
(obs. 'J-ililplillif) Sortie mDdle
/
_/_-
Estime 0
i
.. _'_1 K, r 1.. i
il slruclure van able
'------------'
Fonction signe
avec gain Kv
Figure 5.4. Schma dl.' l'idcntUicarioll-.rtrtlctllrc mr/ablc Cil boucle mn'crle
5.3.2. Cas Il101lovariabie
5.3.2.1. Algorithllle
Considrons la classe de systmes non linaires linairement paramtrs dcrit par:
.r = h(x) + F(x)IJ + Ign(.') + G(x)8) 1/ 15.13]
o x E IR: est l'tat du systme, Il E 1Ft est l'entre scalaire mesurable et (-) E
eSlle paramtre constant et inconnu. Nous supposons que l'tat x est compltement
mesurable, le systme l5. 1 3] est globalement identiflable au sens de la dfinition du
paragraphe prcdent et A1(x, 1/) = F(x) + G(X)II est borne.
Introduisons la notation.\- dpendant de (J, l'estime du paramtre (J. En se basant
sur la thorie de la structure variable, l'observateur adaptatif .\- satisfait l'quation
suivante:
.[ = ./fI(.') + Fix)!! + + G(X)f) 1/ + l! 15.14J
o v est J'entre de ldentificateuret v est dllnie par Il = Kl'sign (x - ,r). On introuit
la notation e = .r - x et Co = rJ - () (suppose borne). En tenant compte des quations
[5.13] et [5.14], on obtient:
.'." G) 6
c = x - x = '(x)eo + (x Co Il + V = A1 (x , If ko + v
o A1 (x . If) esl un scalaire gal tl F (x) + G (X)lf. La commande quivalente v
eq
est
l'unique solution de il = 0 [SLO 91] :
1/ = 1/"'1 = - (F(x) + Gix)lI) Co -Mlx.lI)e"
15.15]
La loi d'identiflcation directe que nous proposons est donne par:
(j = "M(x, l/)v'.'1
15.16]
Commande u "'1 ' 1 Sanie systme
c-'" Systeme -j - !-.t
1 J 1 y---------..'1
Sortie mDdle 1
i
"lion v 1 Kj=' 1 1 ..... ---..... --'
c

Fonction signe
avec gain Kv
Figure 5.4. Schma de /'identUicmoll-strllcllI/c,' l'ariable Cil bOllcle mn'l'rle
5.3.2. Cas I1UJllOl'ariable
5.3.::?.). Algorithme
Considrons la classe de systmes non linaires linairement paramtrs dcrit par:
x .fCI(X} + F(x)O + (go(x) + G(x)O)u 15.13]
o x E 1ft est l'tat du systme, Il est l'entre scalaire mesurable et (-) E
est le paramtre constant et inconnu. Nous supposons que l'tat x est compltement
mesurable, le systme l5.13] est globalement identifiable au sens de la dfinition du
paragraphe prcdent et 1I1(x, 11) F(x) + G(x)u est borne.
Introduisons la notation." dpendant de , l'estime du paramtre (J. En se basant
sur la thorie de la structure variable, l'observaleur adaptatif .r satisfait J'quation
suivante:
x .frICr) + F(x) + + If + v 15.14J
o v est l'entre de l'identificateur et v est dl1nie par Il = Kl'sigl1 (x .\'} On introduit
la notation e = .\: - x et Co = li - () (suppose borne). En tenant compte des quations
[5.1 3] et [5.14], on obtient:
e - .\> = F(x)c(I + G{X)COll + V lIi(x, u)eo + v
oil /l1(x.lf) est un scalaire gal F(x) + G(x)lI. La commande quivalente v'-'t} est
l'unique solution de = 0 [SLO 91] :
Il v('fj = - (P(x) + G(x)u) Co -111 (x, u)eo [5.15]
La loi d'identification directe que nous proposons est donne par.
15.16]
Oll () est une constanle strictement positive. Grce aux proprits d'invariance (voir
quation 15]), la loi d'identification directe peuL encore s'crire:
l5.17]
RE1'vlARQUE 5.2.- Conditioll de glissement. POlir vr(fier la condition de g!iss(!mellt sur
la slIl:{ace par te ERie 0). 011 lI/die Ill/oncton de Lyapul101' V = . E1I
dri\'lJlJ/ por rapport au Il'IJIfJs cefle quatiol/, 011 obtient :
\i e (Al(x, H)e(J + v) = e (!vICr. Il)eO + Kl'sigll(e
= eAt/(x, u)eo - K"lel ::: IeIIN/(x. Il)lleol K"lel
Si /'011 choisit le gldn KI' grand l'r(/ia17l :
K,,:::: IMCr,lI)lleol
011 li proul' qll 'il eXstait III/ rgimc glissant slIr la slll:{ace {e E R / (:'
glissel/lell/.
On peut maintenant noncer le rsultat principal dans le cas monovariable.
18]
01 de
TI-IORI::i'vfE 5.1 Soi/ le systme flon linaire dcrit par [5.131 el supposons {jU 'UI1
rgime glissaJ/t idal puisse lre gnr (condi/ion [5.18) vrifie). Alors, / 't'.\'lime
dOl1lll'c par [5.16/ COI/l'elge expollel11elleuu.:'lIll'erS sallraie valew:
Preuve de la convergence exponentielle de l'identification directe
Considrons la fonction candidate de Lyapunov :
En drivant l'quation prcdente par rapport au temps et en remplaant o par SOI1
expression l5.17], on peUL finalement obtenir:
. ') ') ')
V(eo) = = -),-oA1-(.clI)e(j -2oM-CL u)V(eo)
On rappelle que f) est une constante striclement positive. Ans. ,i (eo) esl ngative
semi-dllnie. A la lumire du principe d'invariance de LaSalle, la convergence de Co
vers zro peut tre tablie. En effet, la condition ,i (co) = 0 est satisfaite uniquement
pour la condition triviale ('(1 0 (le cas o M (x 1 Il) 0 reprsente une perte de
ldcJ1t(fiabili/ du systme). Ainsi, "(coU dOt dcrolre vers zro et donc:
lim eo(r) =0
It-(X)
De plus, l'quation [5.17] permet de conclure quant la convergence exponentielle
de la IO d'identilkatioll paramtrique directe. Il
Oll () est une constanle strictement positive. Grce aux proprits d'invariance (voir
quation 15]), la loi d'identification directe peuL encore s'crire:
l5.17]
RE1'vlARQUE 5.2.- Conditioll de glissement. POlir vr(fier la condition de g!iss(!mellt sur
la slIl:{ace par te ERie 0). 011 lI/die Ill/oncton de Lyapul101' V = . E1I
dri\'lJlJ/ por rapport au Il'IJIfJs cefle quatiol/, 011 obtient :
\i e (Al(x, H)e(J + v) = e (!vICr. Il)eO + Kl'sigll(e
= eAt/(x, u)eo - K"lel ::: IeIIN/(x. Il)lleol K"lel
Si /'011 choisit le gldn KI' grand l'r(/ia17l :
K,,:::: IMCr,lI)lleol
011 li proul' qll 'il eXstait III/ rgimc glissant slIr la slll:{ace {e E R / (:'
glissel/lell/.
On peut maintenant noncer le rsultat principal dans le cas monovariable.
18]
01 de
TI-IORI::i'vfE 5.1 Soi/ le systme flon linaire dcrit par [5.131 el supposons {jU 'UI1
rgime glissaJ/t idal puisse lre gnr (condi/ion [5.18) vrifie). Alors, / 't'.\'lime
dOl1lll'c par [5.16/ COI/l'elge expollel11elleuu.:'lIll'erS sallraie valew:
Considrons la fonction candidate de Lyapunov :
En drivant l'quation prcdente par rapport au temps et en remplaant o par SOI1
expression l5.17], on peUL finalement obtenir:
. ') ') ')
V(eo) = = -),-oA1-(.clI)e(j -2oM-CL u)V(eo)
On rappelle que f) est une constante striclement positive. Ans. ,i (eo) esl ngative
semi-dllnie. A la lumire du principe d'invariance de LaSalle, la convergence de Co
vers zro peut tre tablie. En effet, la condition ,i (co) = 0 est satisfaite uniquement
pour la condition triviale ('(1 0 (le cas o M (x 1 Il) 0 reprsente une perte de
ldcJ1t(fiabili/ du systme). Ainsi, "(coU dOt dcrolre vers zro et donc:
lim eo(r) =0
It-(X)
De plus, l'quation [5.17] permet de conclure quant la convergence exponentielle
de la IO d'identilkatioll paramtrique directe. Il
Ientification des systmes non linaires 157
5.3.2.2. Exel/lple - Cas 1I1ollovariable
En considrant 1 ' quation [S.14], l'observateur adaptati r pour l'exemple [S.2] est:
[S.19J
o J'estime
o
est construite grce [5.16j
[S.20J
5.3.3. Cas lIlulll
1
ariable sous la forme Ilormale
S.3.3.1. A/gari//lllle
Soit le systme non linaire d'ordre n exprim sous la forme particulire (voir
l'article de Zeitz [ZEI90] pour les conditions d'obtention de ce systme) :
[S.21 J
o eu et f)h sont des vecteurs de paramtres constants mais inconnus, Il E R
III
est l'entre,
x est le vecteur d'tats suppos mesurable et le systme l5.21] est suppos globalement
identi fiable. Cette classe de systmes a aussi t tudie par Xu et Hashimoto ]XU 93].
Pour le systme [5.21J, l'observateur adaptatif dcrivant.\: est donn par:
~ I I = f}lIa (x) + 6
h
ll + VII
VII = kllsigll(x// - .\:/1)
avec
lI
et 6
h
cOIllme estimes des paramtres:
[S.22J
[S.23,,1
[S.23b 1
REMARQUE 5 . 3 . ~ est I/lle cnllstante strictcl1/cnt positil'e dr!lcr11li1U1l/t /0 l'lICSSC de
COIII'CI:f?CIlC(! de la loi d'idenlUicotioll directe.
Supposons qu'un mode glissant idal puisse tre gnr sur la surface de glissement
(T = '\:11 - XII = O. L'unique solution de cT = 0 est donne par:
[S.241
5.3.2.2. Exemple - Cas 11101101'arillble
En considrant l'quation [5.14], l'observateur adaptatif pour l'exemple lS.2] est:
[5.19J
o l'estime
o
est construite grce [5.16j
[S.10J
5.3.3. Cas 11l1tltl
'
arahle S(JUS la forme Ilormale
5.3.3.1. A/gori/llme
Soil le systme non linaire d'ordre Il exprim sous la forme particulire (voir
l'article de Zeitz [ZE190j pour les conditions d'obtention de ce systme) :
[S.21]
o BlI et f}/J sont des vecteurs de paramtres constants mais inconnus, /1 E RJ/I est l'entre.
x eSlle vecteur d' tats suppos mesurable et le systme L5.21.l est suppos globalement
identifiable. Cette classe de systmes a aussi t tudie par Xu et Hashimoto [XU 93].
Pour le systme [5.211. l'observateur adaptatif dcrivant.\- est donn par:
[S:11]
avec
a
et a" comme estimes des paramtres:
o
= Vn{,T (x) [S.23a1
;., T
t)b = V1/11 (t) [S.23bl
REMARQUE S.3.- est IIlll' constallte strictement posiril'e dtermnl1n1 la l'i1esse de
COl/pc/:r;enCl! de la loi d'idew{ficatiol1 directe.
Supposons qu'un mode glissant idal puisse tre gnr sur la surface de glissement
a = X
u
Xli = O. L'unique solution cie Cr = 0 eSL donne par:
[5.24.1
Oll les erreurs d'estimation paramtrique sont notes:
De plus, nous supposons Cf] = (eo
ll
eo,,) et = (a(x)'J' uT) bornes. Alors,
l'quation l5.24] peut encore s'crire:
lIeq = eo: l5.25]
REMARQUE 5.4.- En suVUl/t le mme raisonnement qu' la rell/arque 5.2, 011 pelll
montrer qU'lIH rgime glissant idal est gnr sur la sw:{acl' {O" E RIO" = 0) si le
gan k
n
:
[5.26]
On peut maintenant prsenter le principal rsulull dans le cas d'un systme
ll1onovariable avec une forme normale.
THORME 5.2.- Soil le systme 110n linaire dcrit par {5.21) et supposons qI/ '/III
rgime glissant idal pllisse tre gllr (condition [5.26J vrijie). Alors, les estimes
ll
et /J donnes par /5. 23t1J et [5. 23b] COllvergent asympfotiquemem l'el:\' leurs vraies
vllieurs e
a
el el> respectivl'ment.
Preuve de la convergence asymptotique
Considrons la fonction de Lyapunov :
\/=
T
Calculons dans un premier temps l'fi:
En tenant compte de [5.23a] et [5.1.3bJ, nous pouvons obtenir rqualion suivante:
e'{I = V
II
( _oT (x). -1/'')
-lJ/lz,T [5.27]
Oll les erreurs d'estimation paramtrique sont notes:
De plus, nous supposons Cf] = (eo
ll
eo,,) et = (a(x)'J' uT) bornes. Alors,
l'quation l5.24] peut encore s'crire:
lIeq = eo: l5.25]
REMARQUE 5.4.- En suVUl/t le mme raisonnement qu' la rell/arque 5.2, 011 pelll
montrer qU'lIH rgime glissant idal est gnr sur la sw:{acl' {O" E RIO" = 0) si le
gan k
n
:
[5.26]
On peut maintenant prsenter le principal rsulull dans le cas d'un systme
ll1onovariable avec une forme normale.
THORME 5.2.- Soil le systme 110n linaire dcrit par {5.21) et supposons qI/ '/III
rgime glissant idal pllisse tre gllr (condition [5.26J vrijie). Alors, les estimes
ll
et /J donnes par /5. 23t1J et [5. 23b] COllvergent asympfotiquemem l'el:\' leurs vraies
vllieurs e
a
el el> respectivl'ment.
Preuve de la convergence asymptotique
Considrons la fonction de Lyapunov :
\/=
T
Calculons dans un premier temps l'fi:
En tenant compte de [5.23a] et [5.1.3bJ, nous pouvons obtenir rqualion suivante:
e'{I = V
II
( _oT (x). -1/'')
-lJ/lz,T [5.27]
IentificaLon des systmes non linaires 159
Ainsi, en utilisant [5,27], la drive par rapport au temps de la fonction de Lyapunov
V peut encore s'crire sous la forme suivante:
Grce aux proprits d'invariance de la thorie de la structure variable, l'galit
VII = VII"'I = eo::. (quation [5.25J) est vrifie sur la surface (J = O. Ceci implique:
li =
Finalement, nous pouvons conclure limt_>c'c V = 0 et donc lim,_>-x eo = 0, en
d'autres termes:
lim Co = 0
I->:X::' Il
lim eo" =0
I->X'
Par consquent, les vecteurs de paramtres {}(I et f}!J convergent asymptotiquement
vers les l'm!s valeurs O{/ et f'fI respectivement. III
5.3.3.2. Exe1llple sur le pelldule eH boucle Ollverte
En considrant les quations [5.21] relatives fi la mthode base sur la thorie de la
structure vmiable, nous avons pour le systme l5.!] :
fi" = (0, 0,)
fi" = fi]
En utilisant l'quation [5.22], l'observateur adaptatif est donn par les quations:
= llf + 2 sinx! + ]X2 + V2
L'application des lois d'identification paramtrique [5.23a] et [5.23bJ
pendule donne:
Il] = AV,U, I] (0) = 0
, = Ali, sin x], ,()) = 0
13 = AV,X" 3(O) = ()
[5,28]
au cas du
[5,29]
ldcnti ficaton des systmes non linaires 159
Ainsi, en utilisant [5.27], la drive par rapport au temps de la foncton de Lyapunov
V peut encore s'crre sous la forme suivante:
. T T
V = -v
n
: eo
Grce aux proprits d'invariance de la thorie cie la structure variable, l'galit
V
n
v
n
"/} eo:: (quation [5.25J) est vrifi.e sur la surface (f = O. Ceci implique:
li = -II vn/. ,} I ~
Finalement, nous pouvons conclure lim'_>':\j li = 0 et donc lm
,
_>,:x; eo 0, en
d'autres termes:
lim eOI = 0
1->00 /
lim e{)l, 0
1->00
Par consquent, les vecteurs de paramtres (/ et h convergent asymptotiquement
ven; les l'mies valeurs 0(1 et f}!J respectivement. III
5.3.3.2. Exemple sur le pel/dule ell boucle Ollverte
En considrant les quations [5.21] relatives li la mthode base sur la thorie de la
structure vmiable, nous avons pour le systme l5.1] :
Ba = (01 0)
()/J = (JI
a T = (sin.\) x:d
En utilisant r quation [5.22], l'observateur adaptatif est donn par les quations:
~ Pf + 2 sin Xl + tJ3
X
2 + V2
[5.281
L'application des lois d'identification paramtrique 15.23a] el [5.2JbJ au cas du
pendule donne:
, V1)1. I (0) 0
2
= lJ2 sin XI. 2(0) = 0
3
= V2X2. 3(O) = 0
[5.29]
5.3.4. Cas multil'al'iable gnral
Considrons la classe de systmes non linaires globalement identil1able SIMO
dcrit par:
.\' = foCr) + + + Il [5.301
o x E jRll est le vecteur ct' tats, Il E est r entre scalaire mesurable et (-) E IR!'
est le vecteur des paramtres constants et inconnus, 1 < P ::: 11, Nous supposons que
Je vecteur d'tat x est compltement mesurable. De plus, nous supposons l'existence
d'L1ne matrice Q E lH:.pxlI qui vrifie det( QA1
T
) i= 0 o M =!:;. F(x) + G(x)u E IP2!n{ll.
Introduisons la nolat.ion .r dpendant de rJ, l'estime du vecteur des paramtres ().
En se basant sur la VST, l'observateur adaptatif.r satisfait l'quation suivante:
= Jrl(X) + FT (x) + + CT (X)) li + V [5.31]
Dl! v est l'entre de l'identificateur et v Kvsgn (x - .1"). On note e = .r - x et
eo = () suppose borne. En tenunt compte des quations [5.30] et L5.31], il est
possible d'obtenir:
= FT (.r)l'O + CJ'(x)eotl + v
La commande quivalente VL'l[ est l'unique solution de = 0 [SLO 911 :
[5.32]
O MT = F
T
(.\') + CT(X)ll esLsuppose borne.
La 10i d'identification directe propose est donne par :
T -1
fj = Co = o(QM) QV('(I [5.33J
Oll o est une constante strctement positive. Grce aux proprits d'invariance (voir
quation [5.321), la loi d' entifcation directe peut encore s'crire:
(} = o -o(QMT)-I(QAt/T)eo
= -oeo
[5.34]
REMARQUE 5.5.- Par le ml1le rasmmemenl qu 'cl la remarque 5.2, 011 pe/ll prouver
(jll 'il eXste 1111 rgime glissant idal"' Il' l'ectcur des gains KI' l'SI tel que:
15.35]
5.3.4. Cas multil'al'iable gnral
Considrons la classe de systmes non linaires globalement identil1able SIMO
dcrit par:
.\' = foCr) + + + Il [5.301
o x E jRll est le vecteur ct' tats, Il E est r entre scalaire mesurable et (-) E IR!'
est le vecteur des paramtres constants et inconnus, 1 < P ::: 11, Nous supposons que
Je vecteur d'tat x est compltement mesurable. De plus, nous supposons l'existence
d'L1ne matrice Q E lH:.pxlI qui vrifie det( QA1
T
) i= 0 o M =!:;. F(x) + G(x)u E IP2!n{ll.
Introduisons la nolat.ion .r dpendant de rJ, l'estime du vecteur des paramtres ().
En se basant sur la VST, l'observateur adaptatif.r satisfait l'quation suivante:
= Jrl(X) + FT (x) + + CT (X)) li + V [5.31]
Dl! v est l'entre de l'identificateur et v Kvsgn (x - .1"). On note e = .r - x et
eo = () suppose borne. En tenunt compte des quations [5.30] et L5.31], il est
possible d'obtenir:
= FT (.r)l'O + CJ'(x)eotl + v
La commande quivalente VL'l[ est l'unique solution de = 0 [SLO 911 :
[5.32]
O MT = F
T
(.\') + CT(X)ll esLsuppose borne.
La 10i d'identification directe propose est donne par :
T -1
fj = Co = o(QM) QV('(I [5.33J
Oll o est une constante strctement positive. Grce aux proprits d'invariance (voir
quation [5.321), la loi d' entifcation directe peut encore s'crire:
(} = o -o(QMT)-I(QAt/T)eo
= -oeo
[5.34]
REMARQUE 5.5.- Par le ml1le rasmmemenl qu 'cl la remarque 5.2, 011 pe/ll prouver
(jll 'il eXste 1111 rgime glissant idal"' Il' l'ectcur des gains KI' l'SI tel que:
15.35]
Identification es systmes 110n linaires 161
On peut maintenant noncer le rsultat principal.
THORME 5.3,- Soit le systllle' f/OI/ linc!aire (p > 1) dcrit pllr /5,30} et slIpposons
ql/'I/n rgime glissal/t idal pllisse f'tre gnr (condWof/ (5.3511'r(!ie). A {ors, {cs
cstimes dOl/nes par f 5.33} C011l'cfXelll expoJ1('11fh'lIc/J/Cflf l'crS {curs l'mies 1'(f{Cl/rs,
Considrons la fonction candidate de Lyapullov :
En drivant l'quation prcdente par rapport au temps et en remplaant (>0 par son
expression [5.34], 011 peut finalement obtenir:
. r T '),
"(eo) = ('0 Co = -}coc
o
C(/ = -o lIeo 112" = -2Ao \1 (C(I)
Comllle }c() est strictement positive. \i (co) est ngative semi-dfinie, Gri.ce au prin-
cipe dnvariance de LaSalle, la convergence de Co vers zro peut tre dmontre. En
effet, la condition \i (co) = 0 est satisfaite uniquement pOlir la condition triviale e(l = O.
Ainsi, V (eo (t)) dcrot vers zro et ainsi:
hm ('0(1) = 0
If-"X
De plus. l'quation [5,34J permet de conclure quant la convergence exponentielle
de la loi d'identification paramtrique directe, Il
5.4. IdentificationMstructure variable en boucle ferme
Nous proposons dans ce paragraphe une loi d'identification indirecte compatible
avec l'laboration d'une boucle ferme dont le synoptique est donn la figure S,S.
5.4.1. Descriptio1l des systmes tudis
L'action de la commande est d'imposer au vecteur d'tats .r la poursuite de la
trajectoire dsire ,Yrdt) variant dans le temps. On introduit la notation i'x(t i = .rU) -
xt/(t) qui est l'elTeur de poursuite de tn\jectore,
Identification des syslmes non linaires 161
On peut maintenant noncer le rsultat principal.
THORME 5.3.- SO;lle systme non lil/aire (p > 1) dcrit par /5.30j el SllPfJOSOIIS
qll 'UI1 rgil11e glissa11l idal puisse tre gnr (conditiol/ ( 5.3511'rUie). Alors, les
() d011nes par /5.33 j COIll'C/:r;CJ/l expol1entiellement l'ers lellrs IT{/ies \'(deurs.
Preuve de la convergence exponentielle de IdenLficalion directe
Considrons la fonction candidate de Lyupunov :
En drvant r quation prcdente par rapport au temps et en remplaant
o
par son
expression [5.34], on peut finalement obtenir:
Comme )1.0 est slrictement positive. \i (co) est ngative sem-dfinie. Grce au prin-
cipe dnvariance de LaSalle, la convergence de Co vers zro pellt tre dmontre. En
effet, la condition ,i (e{!) = 0 est satisfaite uniquement pour la condition triviale Cf} = O.
Ainsi, V (eo (r)) dcrot vers zro et ainsi:
Hm eo(t) =0
If--c
De plus, l'quation [5.34J permet de conclure quant la convergence exponentielle
de la loi d'identificalon paramtrique direCle. Il
5.4. Identification-structure variable en boucle ferme
Nous proposons dans ce paragraphe une loi d'identification indirecte compatible
avec l'laboration d'une boude ferme dont le synoptique est donn il la figure 5.5.
5.4.1. DescriptilJ1l des systmes tudis
L'acton de la commande est d'imposer au vecteur d'tats x la poursuite de la
trajectoire dsire .l'dU) variant dans le temps, On introduit la notal.on cAr) = xU) -
Xd (t) qui est l' en'eul" de poursuite de trnjecto re.
J 62 Systmes non Hnares
Fonction si,rnc
avec gain Kv
Figure 5.5. Schmll de /'idem{jicalioll-S(I1ICfllfe l'ariable e1l hOllclej'crme
REMARQUE 5.6.- LlI mthode qlle IIOt/S proposons Il';m-
POSl' l'as le typc de commande. Nol1moins, la seule exigence cOllcemallf la commande
est q1le cefle demire impose ml '\TSIl'lI1e III poursuite de la lrtectoire XdU) l'oriant
dans le temps. NOlis laissons 011 leclellr le cllo;x de cette commol1de qui doit tre cho;-
sie enfonction du sylme tudi. Dans le cas mOllOl'ariable el lIlultl'ariable {/l'CC une
forme normale, il now.' semble 1udiciellx d'utiliser lll1e cOllll/lamle de type slmclitre
pariable de ma/lire cl tre el111dqllatol1l11'ec la procdure d'ident(ficliliol1. Le lecleur
intress pettl se rttFrer (Ill Ifl'rt.> de SIonne el Li [SLO 917 pour plus de dtails Slir
cc type de commande. Dans le cas du systme lIl/1lth'oriable gnral, Un'existe pas li
/lotre COJ11wissol1ce de procdure systmalique quant il l'obtelllioll d'lfne C011ll11l111de
ralisant la conduile du pmces.ms. Le lecfeur dOI choisir uue commande spc(fique
lItl systme tudi.
Le vecteur d'tats x est la solution suvant les cas de l'quation diffrenLielle [5.13]
ou [5.211 ou encore [5.30]. Nous avons choisi de traiter dans le suite le cas gnral
multivariabje [5.30]. Il est clair que nous pouvons tendre les rsultats obtenus dans
ce contexte multivariable gnral aux cas monovariable et multivariable sous la forme
normale.
5.4.2. fl.lt/lOde d'idelltificatioll il1directe
5.4.2.1. () l'sI ,\lpjJos Cm1l111
Supposons dans un premier temps que le l'cctt'lIr des paramtres 0 esl COIlI1I1 el
sutisfaitles conditjons natureIJes suivantes:
/:;
rI) EDo} OLI Do; = {Oj E P!.{1jmill .::: f)j .::: ()jlllll\ 1 pour 1.::: j .::: p
Do = U Do!
15.36]
I:::::J:::::p
J 62 Systmes non Hnares
Fonction si,rnc
avec gain Kv
Figure 5.5. Schmll de /'idem{jicalioll-S(I1ICfllfe l'ariable e1l hOllclej'crme
REMARQUE 5.6.- LlI mthode qlle IIOt/S proposons Il';m-
POSl' l'as le typc de commande. Nol1moins, la seule exigence cOllcemallf la commande
est q1le cefle demire impose ml '\TSIl'lI1e III poursuite de la lrtectoire XdU) l'oriant
dans le temps. NOlis laissons 011 leclellr le cllo;x de cette commol1de qui doit tre cho;-
sie enfonction du sylme tudi. Dans le cas mOllOl'ariable el lIlultl'ariable {/l'CC une
forme normale, il now.' semble 1udiciellx d'utiliser lll1e cOllll/lamle de type slmclitre
pariable de ma/lire cl tre el111dqllatol1l11'ec la procdure d'ident(ficliliol1. Le lecleur
intress pettl se rttFrer (Ill Ifl'rt.> de SIonne el Li [SLO 917 pour plus de dtails Slir
cc type de commande. Dans le cas du systme lIl/1lth'oriable gnral, Un'existe pas li
/lotre COJ11wissol1ce de procdure systmalique quant il l'obtelllioll d'lfne C011ll11l111de
ralisant la conduile du pmces.ms. Le lecfeur dOI choisir uue commande spc(fique
lItl systme tudi.
Le vecteur d'tats x est la solution suvant les cas de l'quation diffrenLielle [5.13]
ou [5.211 ou encore [5.30]. Nous avons choisi de traiter dans le suite le cas gnral
multivariabje [5.30]. Il est clair que nous pouvons tendre les rsultats obtenus dans
ce contexte multivariable gnral aux cas monovariable et multivariable sous la forme
normale.
5.4.2. fl.lt/lOde d'idelltificatioll il1directe
5.4.2.1. () l'sI ,\lpjJos Cm1l111
Supposons dans un premier temps que le l'cctt'lIr des paramtres 0 esl COIlI1I1 el
sutisfaitles conditjons natureIJes suivantes:
/:;
rI) EDo} OLI Do; = {Oj E P!.{1jmill .::: f)j .::: ()jlllll\ 1 pour 1.::: j .::: p
Do = U Do!
15.36]
I:::::J:::::p
Identification tIcs systmes non linaires 163
De plus, nous supposons l'existence d'une solution unique pour le systme [5.30]
par rapport la trajectoire dsire xt/(t) et supposons que la trajectoire dsire est
continment diffrentiable au moinsjusqu' l'ordre fi + 1. Avec ces hypothses, nous
supposons qu'il existe /1 = u(x, (j) choisie pour le systme tudi:
C.I , =." -.'"d(t)
= ft, (ex + Xd(l) + FT (l', + x,!il) 0
+ (gO le, + XdU) + Cl' le, + xd(f)) (1) IIlx. (i) - ,rdU) [5.37]
. /',
e, = \jI U. ex. e)
Finalement, pour tre en adquation avec les thormes converses [KHA 92], nous
supposons:
/',
- D = (l', E lR"'/IIe, Il < rI.
- \fi : [0,00) x D x Do ---;.. est continment diffrentiable,
- la matrice jacobienne [a lI! /iJe.rJ est borne sur D.
-l'origine ex = 0 est exponentiellement stable.
Avec ces hypothses, on peut dfinir une fonction de Lyapunov V (t, (\-, tJ) satis-
faisant les ingalits suivantes:
c1lhll; s 1'(1, e" (i) S die, Il;
[5.38]
av av 7
- + -\jIU.e"I) < -c,lle, Il, avec 0 EDo
ill ne.\" . - . . -
[5.39]
iJl'
Il ill', Il, s qlle, Il,
[5.40J
pour des constantes positives CI, C2, l'J et ('-1.
5.4.2.2. () est suppos incollllu
On considre mainlenantle cas gnral o (} es! incon1/If. Ainsi, les estimes de
e sont construites grce [5.33] et [5.34] mais nous mposons que vrifie l5.36] : en
d'autres termes:
:.. T 1
eo = () = n(QM )- QV"'I = -n<'o aVeCej EDo; pOLIf IS.i S p [5,41]
De plus, notre objectif eslla de .1:(/(1) tandis que l'adaptation de esl
calcule par l'algorithme. Ceci est rsum dans le thorme 5.4.
De plus, nous supposons l'existence d'une solution unique pour le systme [5.30]
par rapport la trajectoire dsire Xd (t) et supposons que la trajectoire dsre est
continment diffrentiable nu moinsjusqu' l'ordre 11 + ]. Avec ces hypothses, nOLIs
supposons qu'il existe Il = If (x ,(}) choisie pour le systme tudi:
(e
r
+ Xt/(/)) 0
+ (gO (ex + x,,{t) + G
T
(ex + Xd(f) ()) l/(X. 0) - _\-,,(t) l5.37]
,\' = '-ll (t , ex. e)
Finalement, pour tre en adquation avec les thormes converses [KHA 92], nous
supposons:
t:,
D (ex E 1R.
lI
/llexll < l'j,
- '-ll : [0, (0) x D x Do l P ~ l est continment diffrentiable,
la matrice jacobienne [C)l}J /i1e
x
J est borne sur D,
l'origine ex = () est exponentiellement stable.
Avec ces hypothses, on peut dfinir une fonction de Lyapunov VU. t\,fn satis-
faisant les ingalits suivantes:
c tllex Il ::s V (t , ex JJ) :::: c::dlex Il ~
av av
, + -, -'-ll(t. ex. fJ) -q Ile
x
I ~ avec () E Do
dl de.\'
av
Il iJe, 112 :::S C4 llex 112
pour des constantes positives Cl, Cl, CJ et ('4'
5.4.2.2. f:) est sllppos ncO//l1/.I
[5.38J
[5.39]
l5AOJ
On considre mainlenLll1l1e cas gnral o () est itlCOllllU. A insi, les estimes t) de
e sont construites grce il [5.33] el [5.34] mais nOLIS imposons que vrifie l5.36] : en
d'autres termes :
De plus, notre objectif est la poursuite de Xd (1) tandis que l'adaplation de eSl
calcule par "algorithme. Ceci est rsum dans le thorme 5.4.
164 Syslmes non 1 inaircs
THORME 5.4.- Soi/le systme llo11lina;re dcrit par (S. 37] ef supposons qu'il exsfe
une cOiIIII1{lIlde ql/ stabilise le systme. Alors, les paramtres estims t) cons/ruits par
l'approche indirecte f 5.4 1] vers leurs l'raies !la/eurs et l'erreur de pOl/l'SUife
l'x dcrot li ziro pour ulle cOlII/lwllde 1/ = li (x, ).
Preuve de la stabilit en boucle fel111e
En prenant la drive par rapport au temps de V (t , ex, f:h, nous obtenons:
av av
.\ + ,'\
ot oex
Par souci de simplicit d'criture, nous omcUons dans le reste de la dmonstration
l'argumenLr dans les expressions .IiJ(x), FT(x), go(x) et CT (x).
En considranl l'quation [5.37]. ,i (t, ex, ) vrifie:
Grce l'ingalit l5.39j el l'hypothse sur l'encadrement f) (quation [5AIJ), les
deux premiers termes du membre droit de J'galit prcdente vrifient:
iJ \1 J V [ . T A ( T . ]
+ -. - Jo + F f) + gO + c (1 Il - Xd
dl de
x
.
av av [( '")]
-,.- + -. - \JI l, ex, ()
dt Bex
Alors, \i (/, t'x, ) peut encore asmenl s'crire:
,() V.:. J V T
V 1. e" fJ < -c3!le ,II:; + -.-A A - -. Iv! el)
,.\ - '\.;. D() der L
o A1
T
= FT + Cr,l.
En tenant comple de l'quation [5.41l, ,i(t, ex, ) devient:
(") ")
V t, ex, 0 ::: -c311t'x 11
2
av av r
-" rwo -. AI! l'o
ao (Je.\'
164 Syslmes non 1 inaircs
THORME 5.4.- Soi/le systme llo11lina;re dcrit par (S. 37] ef supposons qu'il exsfe
une cOiIIII1{lIlde ql/ stabilise le systme. Alors, les paramtres estims t) cons/ruits par
l'approche indirecte f 5.4 1] vers leurs l'raies !la/eurs et l'erreur de pOl/l'SUife
l'x dcrot li ziro pour ulle cOlII/lwllde 1/ = li (x, ).
Preuve de la stabilit en boucle fel111e
En prenant la drive par rapport au temps de V (t , ex, f:h, nous obtenons:
av av
.\ + ,'\
ot oex
Par souci de simplicit d'criture, nous omcUons dans le reste de la dmonstration
l'argumenLr dans les expressions .IiJ(x), FT(x), go(x) et CT (x).
En considranl l'quation [5.37]. ,i (t, ex, ) vrifie:
Grce l'ingalit l5.39j el l'hypothse sur l'encadrement f) (quation [5AIJ), les
deux premiers termes du membre droit de J'galit prcdente vrifient:
iJ \1 J V [ . T A ( T . ]
+ -. - Jo + F f) + gO + c (1 Il - Xd
dl de
x
.
av av [( '")]
-,.- + -. - \JI l, ex, ()
dt Bex
Alors, \i (/, t'x, ) peut encore asmenl s'crire:
,() V.:. J V T
V 1. e" fJ < -c3!le ,II:; + -.-A A - -. Iv! el)
,.\ - '\.;. D() der L
o A1
T
= FT + Cr,l.
En tenant comple de l'quation [5.41l, ,i(t, ex, ) devient:
(") ")
V t, ex, 0 ::: -c311t'x 11
2
av av r
-" rwo -. AI! l'o
ao (Je.\'
ldcntifcation des systmcs non linaires 165
A partir du thorme 5.3, nous savons que pour FT + gr Il ~ AIT # 0 :
lim e(/ = 0
tf--"OO
Ainsi, nous obtenons:
,i(t, c
x
, ri) est ngative et semi-dfinie. Nanmoins, la lumire du principe d'in-
variance (thorme 4.8 du livre de Khalil lKHA 92]), on peut prouver la stabilit du
systme global (ex, co) autour de (0,0). En effet, ~ l partir de l'ingalit dcrite par
[5.38] et en choisissant Il' (e,) = c311c, I I ~ continue sur D telle que:
\i(f,c,,I):: -W(e,):: O.
toutes les solutions de [5.37] satisfaisant cx(to) E D sont bornes et vrifient en plus
lim1f--"oo W(ex) = O. Ainsi:
lim e,(f) = 0
If--"OO .
Finalement, on peUl conclure que
de (0, 0).
5.4.3. Exemples ell boucle ferme
5.4.3.1. Pendille en hOl/c/eferllle
le systme complet (ex, co) est stable autour
III
Nous tudions ici de nouveau l'exemple du pendule dcrit par les quations [5,1]
dans le contexte d'oprations en boucle ferme, L'identifkation indirecte consiste
conserver les quations [5.18] et [5,29] dans l'laboration de la boucle fel111c, Nan-
moins, puisque nous ralisons ici un bouclage, l'entre Il est modifie par rapport la
boucle ouverte. Cctte commande Il doit tre labore de manire ce que les tats X1
et x} du systmc poursuivent des trajectoires dsires, Le systme tudi dans le cas
du pendule est sous une f0l111e normale; nous suggrons donc une commane de type
structure variable (ou modes glissants). Alors, de manire classique lSLO 91], il est
possible d'obtenir la commande Il telle que:
1/ = rt - Kc sign (rY) [5.42J
o 1; est l'unique solution de cr- = 0 avec rY, la surface de glissement dllnie par
rY = (d/dt + }.c)c
x
. ex = X1 - Xlt! est l'erreur de poursuite en supposant que la
trajectoire dsire est Xld. Ainsi, I est runique solution de :
cT = J
x
+ }.c\. = tJ1u + ()2 sinx1 + 83X} - ~ I d + cX2 -
c
-'1d
Identification des non linaires 165
A partir du thorme 5.3. nOlis savons que pour FT + gT II !::, kIT =1= 0 :
Hm Co = 0
lHoOO
Ainsi, nous obtenons:
'1(1, ex, ) est ngative etsemi-dfinie. Nanmoins, li la lumire du principe d'in-
variance (thorme 4.8 du livre de Khalil lKHA 92]), on peut prouver la stablit du
systme global (ex. co) autour de (0,0). En effet, partr de l'ingalit dcrite par
[5.38] et en choisissant W (e.r) c311e.\' continue sur D telle que:
\i (t, ex, ) :::: - W (ex) :::: 0,
toutes les solutions de [5.37] satisfaisant ex(to) E D sont bornes et vrifient en plus
limn--..oo W(e
x
) = O. Ainsi:
lim cAf) = 0
INOO
Finalement on peUl conclure que le systme complet (ex. co) est stable autour
de (Q, 0). Il
5.4.3. Exemples Cil bOllcle ferme
5.4.3.1. Pendule en bouclelerlllc
Nous tudions ici de nouveau l'exemple du pendule dcrit pur les quations [5.1]
dans le contexte d'oprations en boucle ferme. L'identification indirecte consiste
conserver les quations [5.28J et [5.29] dans l'laboration de la boucle fe11l1e, Nan-
moins, puisque nous ralisons ici un bouclage, l'entre Il est modifie par rapport la
boucle ouverte. Cette commande Il doit tre labore de manire ft ce que les tats Xl
et X2 du systme poursuivent des trajectoires dsires, Le systme tudi dans le cas
du pendule est sous une f0n11C normale nous suggrons donc une commande de type
structure vuriab1e (ou modes glissants). Alors, de manire classique lSLO 91], il est
possible d'obtenir la commande Il telle que:
li t - Kc sign (0-) [5.42J
o I est l'unique solution de 0- = 0 avec cr, la surface de glissement dfine par
0- = (d/dt + )"'c)ex. ex = XI - XCI est J'erreur de poursuite en supposant que la
trajecroire dsire est Xlt!. Ainsi, est l'unique solution de :
0- = J:r: + l.\' = tJ i li + (-l:!. S1 XI + 83X} - + lc
x
} - le-ild
] 66 Systmes non linaires
[5.43]
On remarque qu'il faut imposer llla valeur initiale , (0) d'tre diffrente de zro
afin d'viter une ndfinition au lancement de l'algorithme.
5.4.3.2. Cas 111OIlO\'arahlc en borldl'Ierme
Dans le contexte de la boucle ferme, l'entre /1 est:
Il = I - Kesign (a) L5.44]
o I est runique solution de Cr = 0 avec a = ex. et ex = x] - x,,,' Ainsi, I vrifie:
.... . ... ..,
1/ = XI,} - 00.\]
En considrant l'quation [5.14], l'observaleur adaptatif pour l'exemple [5.2] est
toujours:
~ I = oxT + 11 + KIIl si gl/ (.ll - .rd
oll
o
est construit partir de 16] :
1
r)o = O',rTlJ1'>'I' o(O) = 0
v, = Kp,sign(xl-.rI)
5.5. Analyse de robustesse
Dans cette section, nous tudions la robustesse de la loi d'identification par rapport
rl des incertitudes paramtriques.
REMARQUE 5.7.- NOliS cOlltil/lIOIIS l'unalyse l'Il cOJlsidrallt le cas muITjvariable
gnml dcriT par l'quation {5.30 1.
5.5.1. Conditio1l cie matching
Considrons dans un premier temps une perturbation bome .6. de type additif
vlifiant :
[5.45]
JI est bien connu (Lyapill/Ol' redesign, Khalil [KHA 92] et Sira-Rmnirez [SIR 88J)
que le rgime glissant vrifie toujours les conditonsd'invarance. En d'autres termes, le
systme adaptatif (commande et identification) est robuste par rapport la perturbation
.6., si el seulement si .6. vrifie ]a condition de 11l(1{chillg :
.6. E spall {g(}{x) + G(x){-J}
] 66 Systmes non linaires
[5.43]
On remarque qu'il faut imposer llla valeur initiale , (0) d'tre diffrente de zro
afin d'viter une ndfinition au lancement de l'algorithme.
5.4.3.2. Cas 111OIlO\'arahlc en borldl'Ierme
Dans le contexte de la boucle ferme, l'entre /1 est:
Il = I - Kesign (a) L5.44]
o I est runique solution de Cr = 0 avec a = ex. et ex = x] - x,,,' Ainsi, I vrifie:
.... . ... ..,
1/ = XI,} - 00.\]
En considrant l'quation [5.14], l'observaleur adaptatif pour l'exemple [5.2] est
toujours:
~ I = oxT + 11 + KIIl si gl/ (.ll - .rd
oll
o
est construit partir de 16] :
1
r)o = O',rTlJ1'>'I' o(O) = 0
v, = Kp,sign(xl-.rI)
5.5. Analyse de robustesse
Dans cette section, nous tudions la robustesse de la loi d'identification par rapport
rl des incertitudes paramtriques.
REMARQUE 5.7.- NOliS cOlltil/lIOIIS l'unalyse l'Il cOJlsidrallt le cas muITjvariable
gnml dcriT par l'quation {5.30 1.
5.5.1. Conditio1l cie matching
Considrons dans un premier temps une perturbation bome .6. de type additif
vlifiant :
[5.45]
JI est bien connu (Lyapill/Ol' redesign, Khalil [KHA 92] et Sira-Rmnirez [SIR 88J)
que le rgime glissant vrifie toujours les conditonsd'invarance. En d'autres termes, le
systme adaptatif (commande et identification) est robuste par rapport la perturbation
.6., si el seulement si .6. vrifie ]a condition de 11l(1{chillg :
.6. E spall {g(}{x) + G(x){-J}
5.5.2. Perturbations paramtriques variant dans le temps
5.5.2.1. Prliminaires
D'un point de vue pratique, les paramtres physiques dans les processus rels sont
inconnus et non constants. Leurs valeurs dpendent des conditions de l'exprience.
Ainsi, la proprit de robustesse par rapport aux incertitudes vatiant dans le temps doit
tre dmontre. Considrons donc le systme perturb suivant:
+ go!x) + G (x) [OH"'" + flG(n) If
(
'/' )
[5.46]
La nouvelle valeur identifier est 0 = flll(J1II + .6..(0(1) o f)/!{!/!l cOiTespond la partie
constante du vecteur des paramtres (voir sections 5.2 et 5.3) et Ll e est une incertitude
paramtrique variant dans le temps et dont la drive par rapport au temps vrifie:
[5.47J
Avec ces notations, l'erreur d'estimation paramtrique est maintenant dfinie par:
Co = I- e
ou:
[5.48J
5.5.2.2. Ana!.vse de robustesse
Alln de montrer la robustesse de la mthode prsente dans la section 5.2, nous
introduisons la loi d'adaptation paramtrique suivante:
f) = -GeOlI.I-tllnt - Asigll(co)
(j = -Aoco - Asign(c,,) [5.49]
o eU/l.llmIl est j'estime obtenue si le vecteur f} est constant (voir sections 5.2 et 5.3).
Dans le cas multivariable gnral, on <l, grce l'quation ["5.33], la relation:
~ T ~ I
ReOllstan! = o(QAI) QV
eq
Idcnt.i fication des systmes non linaires 167
5.5.2. Perturbatiolls paramtriques l'ariant tlalls le temp.\
D'un point de vue pratique, les paramtres physiques dans les processus rels sont
inconnus et non constants. Leurs valeurs dpendent des conditions de )' exprience.
Ainsi, la proprit de robustesse par rapport aux ncertitudes vatiant dans Je temps doit
tre dmontre. Considrons donc le systme perturb suivant:
:\. =.!il(X) + FT (x) {a/mlll + AB(t))
+ (fJO(X) + CT (x) {Onom + AB(l)}) lf [5.46]
La nouvelle valeur identifier est {} = O/!{Jw + .6,.(-:>(1) o t)/WIll conespond fila partie
constante du vecteur des paramtres (vor sections 5.2 et 5.3) et AB est une ncertitude
paramtrique variant dans le temps el dont la drive par rapport au temps vrifie:
.6,.'B ( t) :::: 11. (:) [5.47 J
Avec ces notations, l'erreur d'estimation paramtrique est maintenant dfinie par:
eo = () - e
ou:
[5.48J
5.5.2.2. Analyse de robustesse
Afln de montrer la robuslesse de la mthode prsente dans la seclion 5.2, nous
introduisons la loi d'adaptation paramtrque suivante:
= -Gcm/SflIHf - As; gn (eo)
fJ -oeo - Asigl1(eo) [5.49]
o CII11.Htlflt est J'estime obtenue si le vecleur (1 est constant (vor sections 5.2 et S.3).
Dans le cas multivariable gnral, on a, grce l'quation IS.33], la relation:
REMARQUE 5.8.- D'UlI point pratique, 011 ne peut pas implmenter sign (eo) =
sign (ri - tn car le veclellr des paramtres () l'st inC0I711u. Nanmoi1/s, sgn (eo) peut
ql/lind mme tre dtermin. En e.fret, cOllsidrons il llOIII'CC/lIl'qllotiol1 [5.32/ :
01111011.'; IIO/O/IS A1 ~ F(x) + G(x)u E l R ~ J X l l . Supposons l'existence d'une matrice
Q E ]RpXI/ !elle lJIIe l'il1l'erse QNf
T
existe, c'cst-a-dire deI (QA1
T
) =/: O. Alors:
Finalement, sgn (co) est donn pur:
NOLIS nonons mantenant le rsultat principal de cette section.
THORME 5.5.- Soi/le systme l1ol1/inaire perturb dcrit par (5,46] o AB(t) l'sI
une incertitude ponlmtrique l'riJilll1t /5A7]. Soient les hypothses /5.38]. {5.39] el
{5AD] relatives il la houe/l'ferme. Alors, le systme complet (ex. co) esl stable oulour
de (0, 0), avec ex .tU) -xt/(t) f'erreurde poursuite el eo(t) = (hl) -OI!O/ll - AE-)(t)
l'erreur d'estmotioll paramtrique.
Preuve de la stabilit de lu boucle ferme
De manire prouver la proprit de robustesse, considrons nouveaul .. fonction
de Lyapunov :
En calculant sa drive par rapport au temps et en remplaant o par son expression
l5.48], on peut facilement obtenir:
Maintenant, considrons l'quation [5.49]. L'quation prcdente peut encore
s'crire comme ci-dessous:
. T (
" = ef) -oe(t - A sign(eo)
REMARQUE 5.8.- D'UlI point pratique, 011 ne peut pas implmenter sign (eo) =
sign (ri - tn car le veclellr des paramtres () l'st inC0I711u. Nanmoi1/s, sgn (eo) peut
ql/lind mme tre dtermin. En e.fret, cOllsidrons il llOIII'CC/lIl'qllotiol1 [5.32/ :
01111011.'; IIO/O/IS A1 ~ F(x) + G(x)u E l R ~ J X l l . Supposons l'existence d'une matrice
Q E ]RpXI/ !elle lJIIe l'il1l'erse QNf
T
existe, c'cst-a-dire deI (QA1
T
) =/: O. Alors:
Finalement, sgn (co) est donn pur:
NOLIS nonons mantenant le rsultat principal de cette section.
THORME 5.5.- Soi/le systme l1ol1/inaire perturb dcrit par (5,46] o AB(t) l'sI
une incertitude ponlmtrique l'riJilll1t /5A7]. Soient les hypothses /5.38]. {5.39] el
{5AD] relatives il la houe/l'ferme. Alors, le systme complet (ex. co) esl stable oulour
de (0, 0), avec ex .tU) -xt/(t) f'erreurde poursuite el eo(t) = (hl) -OI!O/ll - AE-)(t)
l'erreur d'estmotioll paramtrique.
Preuve de la stabilit de lu boucle ferme
De manire prouver la proprit de robustesse, considrons nouveaul .. fonction
de Lyapunov :
En calculant sa drive par rapport au temps et en remplaant o par son expression
l5.48], on peut facilement obtenir:
Maintenant, considrons l'quation [5.49]. L'quation prcdente peut encore
s'crire comme ci-dessous:
. T (
" = ef) -oe(t - A sign(eo)
Le premier tenne dans le membre de droite est dfini ngatif (voir section 5.:2).
Pour conclure, nous devons prouver que eT, (-A sign(co) - est aussi dfini
ngatif. A partir de l'quation [5.47], nous avons:
i=p
eT,(-Asignieo) -[:."l'>(I)) = -A 2)eo
i
l-eZ'l;'8(t)
i=J
i=p i=p
::s -A I: 1 COi 1 + I"l'! I: leo
i
1
i=J
Ainsi, en considrantl'ingalil prcdente, la drive par rapport au temps de la
fonction de Lyapunov devient:
i=p i=p
l' ::s -olleo - A I: leo
i
1 + 1"(,l I: 1 COi 1
i=J i=l
Ainsi, si A est choisie telle que:
1\ 2: flH
on peut donc conclure que \i(co) est ngative sem-dtinie. En utilisant le principe
d'invariance, Co = 0 est la seule solution de l'(eo(l)) = 0, Finalement, "(e"U)) doit
dcrotre vers zro et par consquent limll_co Co = O. En d'autres termes, cela signifie
que:
lim f} = (JI/am +
{f--;.-oc,
et finalement, on peut attester de la proprit de robustesse de l'algorithme propos par
rapport aux incertitudes paramtriques.
Quant la preuve de la stabilit de eAI) autour de zro relative la boucle ferme,
il suffit de suivre le mme raisonnement que la dmonstration du thorme 5.4. Il
5.5.3. Exemple sur le cas 11l00101'ariabie
On considre nouveau l'exemple monovariable [5.2] o l'estimation de la partie
constante du paramtre est donne par [5.20]. Si l'on souhaite que l'algorithme
structure variable soit robuste par rapport aux incertitudes paramtriques variant dans
le temps, on utilise la loi d'estimation propose en [5.49] adapte au cas monovariable,
c'est--dire:
ldcnti ficatioll des systmes non linaires 169
Le premier tenne dans le membre de droite est dfini ngatif (voir section 5.2).
Pour conclure, nOLIs devons prouver que el (-A sign(eo) - est aussi dfini
ngatif. A partir de l'quation [5.47 J, nous avons:
;={'
A sign(eo) - = -A L !cOi j - e;f
i=J
i={J i=p
:::S -A L 1 COi 1 + /1+) L !cOi 1
;=1 =l
Ainsi, en considrant l'ingalit prcdente, la drive par rapport au temps de la
fonction de Lyapunov devient:
i=p i=p
,i :::S - AL leo
i
1 + /1(:) L leo
i
1
;=1 i=l
Ainsi, si A est choisie telle que:
on peut donc conclure que \(en) est ngative sem-dtlnie. En utilisant le princpe
d'invariance, eo = 0 est la seule solution de ,i(eo(t = O. Finalement, "(l'o(t)) doit
dcrotre vers zro et par consquent lilnft--oo eo = O. En d'autres termes, cela signifie
que:
lim = ()/I01/1 +
IH--OO
et finalement, on peut attester de la proprit de robustesse de l'algorithme propos par
rapport aux incertitudes paramtriques.
Quant la preuve de la stabilit de eAI) autour de zro relative la boucle ferme,
il suffit de suivre le mme raisonnement que la dmonstration du thorme 5.4. III
5.5.3. Exemple sur le cas Ilwl101'ariable
On considre nouveau l'exemple monovariable [5.2] o J'estimation de la partie
constante du paramtre est donne par [5.20]. Si l'on souhaite que l'algorithme
structure variable soit robuste par rapport aux incertitudes paramtriques variant dans
le temps, on utilise la loi d'estimation propose en [5.49J adapte lU cas monovariable,
c'est--dire :
170 Systmes nO!1 linaires
Le terme sign(eo) n'est pas directemenl exploitable car {'(J = o - [Jo dpend de 00
qui est suppos inconnu. Grce aux proprits d'invariance des modes glissants, il est
possible d'obtenir la valcur du sign(eo) (voir quation [5.15]). Comme Vicq = -eoxT
alors sgn{eo) = sign(vl",,). Ainsi, la loi d'estimation paramtrique robuste est:
15.50]
5.6. Simulations - Etude comparative
Nous proposons dans un premier temps l'application de la mthode d'identification
en boude ferme sur un systme multivl:lriable avec la forme normale.
5.6.1. Cas 1I11llth'ariable (pell(lule)-ltlelltificatioll base Slll' la thorie de la structllre
"ariable
5.6.1.1. EH bOl/cIe ou\'erle. idemilicatioJ/ direcle
Nous utilisons l'qumion [5.28] concernant l'observateur adaptatif et les estimes
des paramtres sont obtenues grce aux quations [5.29]. Les simulations sont obtenues
en injectant L1ne entre suff1samment riche en frquences. Nous avons choisi d'ajouter
la commande Il de type sinusoidal Ull bruit blanc car il s'agit d'un signal nalure]]ement
persistent d' excimton pour tous les ordres. De plus, le gain de r observateur adaptati f
est choisi gal "-]. = 20 concemant J'quation [5.28.1 et celui de l'identification est
= 10 pour les estimes des paramtres [5.29J. D'un point de vue pratique, il esr
impossible de raliser les simulations avec ]a fonction sign (.) car elle prsente un gain
infini il l'origine. La fonction sign (.) est donc remplae par une fonction de type
saturation uJ(lul + 8) o8 0.01 pour nos simulations.
Nous supposons que les vraies valeurs des paramtres sont: 01 = 5, rh = - L,9
et ()3 = -4. Les rsultats en boucle ouverte sont donns la figure 5.6. Les estimes
des paramtres convergent vers leurs vraies valeurs en moins de 5 secondes sans fort
dpassement el sans biais. Nous nous proposons mainlenant de raliser l'identification
des trois paramtres dans le contexte de la boucle ferme.
5.6.1.2. En bouclefenlle, idcJ1l(ficlIlioll il/directe
Nous tudions ici de nouveau J'exemple du pendule dcrit pnr les quations l5.1]
dans Je contexte d'oprations en boucle ferme. Au vue de l'quation [5.43], on doit
choisir une valeur initiale de ~ I diffrente de zro. On choisit
l
(0) 0,5. Les condi-
tions de simulation sont les mmes que celles en boucle ouverte (pour l'identflcation
directe). Les gains de la commande structure variable sont Kc' = J 00 pour l'qua-
tion [5.42] el c = 150 dans l'quation [5,43]. La trajectoire dsire Xlt! est une
sinusoide d'amplitude Ad = 0,01 el de pulsation Wei = br 10. Nous obtenons dans
Je contexte de l'identification en boucle ferme les rsultats proposs la figure 5.7.
170 Systmes nO!1 linaires
Le terme sign(eo) n'est pas directemenl exploitable car {'(J = o - [Jo dpend de 00
qui est suppos inconnu. Grce aux proprits d'invariance des modes glissants, il est
possible d'obtenir la valcur du sign(eo) (voir quation [5.15]). Comme Vicq = -eoxT
alors sgn{eo) = sign(vl",,). Ainsi, la loi d'estimation paramtrique robuste est:
15.50]
5.6. Simulations - Etude comparative
Nous proposons dans un premier temps l'application de la mthode d'identification
en boude ferme sur un systme multivl:lriable avec la forme normale.
5.6.1. Cas 1I11llth'ariable (pell(lule)-ltlelltificatioll base Slll' la thorie de la structllre
"ariable
5.6.1.1. EH bOl/cIe ou\'erle. idemilicatioJ/ direcle
Nous utilisons l'qumion [5.28] concernant l'observateur adaptatif et les estimes
des paramtres sont obtenues grce aux quations [5.29]. Les simulations sont obtenues
en injectant L1ne entre suff1samment riche en frquences. Nous avons choisi d'ajouter
la commande Il de type sinusoidal Ull bruit blanc car il s'agit d'un signal nalure]]ement
persistent d' excimton pour tous les ordres. De plus, le gain de r observateur adaptati f
est choisi gal "-]. = 20 concemant J'quation [5.28.1 et celui de l'identification est
= 10 pour les estimes des paramtres [5.29J. D'un point de vue pratique, il esr
impossible de raliser les simulations avec ]a fonction sign (.) car elle prsente un gain
infini il l'origine. La fonction sign (.) est donc remplae par une fonction de type
saturation uJ(lul + 8) o8 0.01 pour nos simulations.
Nous supposons que les vraies valeurs des paramtres sont: 01 = 5, rh = - L,9
et ()3 = -4. Les rsultats en boucle ouverte sont donns la figure 5.6. Les estimes
des paramtres convergent vers leurs vraies valeurs en moins de 5 secondes sans fort
dpassement el sans biais. Nous nous proposons mainlenant de raliser l'identification
des trois paramtres dans le contexte de la boucle ferme.
5.6.1.2. En bouclefenlle, idcJ1l(ficlIlioll il/directe
Nous tudions ici de nouveau J'exemple du pendule dcrit pnr les quations l5.1]
dans Je contexte d'oprations en boucle ferme. Au vue de l'quation [5.43], on doit
choisir une valeur initiale de ~ I diffrente de zro. On choisit
l
(0) 0,5. Les condi-
tions de simulation sont les mmes que celles en boucle ouverte (pour l'identflcation
directe). Les gains de la commande structure variable sont Kc' = J 00 pour l'qua-
tion [5.42] el c = 150 dans l'quation [5,43]. La trajectoire dsire Xlt! est une
sinusoide d'amplitude Ad = 0,01 el de pulsation Wei = br 10. Nous obtenons dans
Je contexte de l'identification en boucle ferme les rsultats proposs la figure 5.7.
Idenlificalion des systmes non linaires 171
nt 1

;; 2
1
ru 0
i =! __
ID-6L. __________
o 5 10 15
temps en secondes
Figure 5.6. Estillles des tmis paralllrres du pel/dllle avcc la /l/rhode de la
s/mc/llre l'lIria!Jle l'II boucle ouverte
rel
o 0.1 0.2 0.3 0.4 0.5 0.6 Q8 0.9
1

m -2
o 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
'ifS: . '" . 1
o 0.1 02 0.4 Q5 Q6 M OB
temps en secondes
Figure 5.7. Es/ill/es des trois parc/mtres d/l pel/dl/le avec la lIIthode de la
.l'trlfctrlre l'(Irio!Jle CI/ boucle ferme
Identification des systmes non linaires
6
rtI
" (jj
4
V
:fi
ID
ID
2
E

0
ID
0 5 10 15
C\l
1
.m
ID
0 .;;
\
ID
-1
-m -2
0 5 10 15
M
2
rtI
ID
0
..c
\
-;; -2
ID
E-4

--.-r
ID -6
0 5 10 15
temps en secondes
Figure 5.6. Estllles des trois paramfres dll pCffdll1l' al'ec la 1I1ttlmdc de la
Sflllcllirc vari{/b!e l'II boucle ouverte
6
(jj 2 r""""-
.;; 4
ID
ID
E
0 L-__ J-__ ____ L_ __ _L __ ____ __ _L ____ L_ __ __
C\J
ro
==
:N -1
o 0.1 0.2 0.3 DA 0.5 0.6 0.7 0.8 0.9
(jj
-- w -2
ID 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
temps en secondes
Figure 5.7. Estimes des trois pl/ntllllre.'i d/l pendille avec la mtftode de ln
struetl/fe l'a fiable Cil boucle ferme
\71
A partir de cette figure, nous voyons que la convergence des paramtres en boucle
ferme est obtenue beaucoup plus rapidement que dans le cas de la boucle ouverte:
la vitesse de convergence est approximativement divise par 10 en boude ferme. De
plus, les tats Xl et x::: suivent des trajectoires que l'utilisateur impose au systme,
cOlllme lndique la figure 5.8, Ainsi. les erreurs de poursuite e.
q
(r) = XI (t) - Xld(t}
et x ~ (1) = x::: (t) - :\'1 li (t) vont vers zro,
2
x10-
3
(lJx
.!!:l
a
f
'S
-2 II)
::1
-4
0
0-
(lJ
-6
-0
::1 -8
~
(fi -10
a 0.1 0.2 0.3 DA 0.5 0.6 0.7 0.8 0.9
ru
1,5
of
!!!
'5
II)
::1
0
0.5 0-
(lJ
"-
-0
::1
a
@
m -0.5
a 0.1 0.2 0.3 004 0,5 0.6 0.7 0.8 0.9
temps (secondes)
Figure 5.8. Er/lrs de poursuite l'II houcle ferme pOlir le pelldule
Ces rsultats obtenus sur un pendule montrent que la mthode est valable pour des
syslmes non linaires mullivarables ncessitam l'identiHcalon de plusieurs para-
mtres physiques. D'une part, nous avons montr que l'identification en boucle ferme
est plus performante que celle en boucle ouverte en termes de vitesse de convergence.
D'autre part, identifier un systme en boucle fenne permet de stabiliser les tats du
systme autour d'une trajectoire en vitant ainsi les instabilits ventuelles de la boucle
ouverte.
Nous proposons maintenant de comparer sur un exemple simple (cas SISQ) la
mthode base sur la thode de la stmcture variable avec la mthode usuelle des
moindres carrs (en boucle ouverte) et celle plus rcente base sur la notion d'erreur
de sortie (en boucle ferme) dveloppe par Landau, Anderson el De Bruyne [LAN 00].
A partir de cette figure, nous voyons que la convergence des paramtres en boucle
ferme est obtenue beaucoup plus rapidement que dans le cas de la boucle ouverte:
la vitesse de convergence est approximativement divise par 10 en boude ferme. De
plus, les tats Xl et x::: suivent des trajectoires que l'utilisateur impose au systme,
cOlllme lndique la figure 5.8, Ainsi. les erreurs de poursuite e.
q
(r) = XI (t) - Xld(t}
et x ~ (1) = x::: (t) - :\'1 li (t) vont vers zro,
2
x10-
3
(lJx
.!!:l
a
f
'S
-2 II)
::1
-4
0
0-
(lJ
-6
-0
::1 -8
~
(fi -10
a 0.1 0.2 0.3 DA 0.5 0.6 0.7 0.8 0.9
ru
1,5
of
!!!
'5
II)
::1
0
0.5 0-
(lJ
"-
-0
::1
a
@
m -0.5
a 0.1 0.2 0.3 004 0,5 0.6 0.7 0.8 0.9
temps (secondes)
Figure 5.8. Er/lrs de poursuite l'II houcle ferme pOlir le pelldule
Ces rsultats obtenus sur un pendule montrent que la mthode est valable pour des
syslmes non linaires mullivarables ncessitam l'identiHcalon de plusieurs para-
mtres physiques. D'une part, nous avons montr que l'identification en boucle ferme
est plus performante que celle en boucle ouverte en termes de vitesse de convergence.
D'autre part, identifier un systme en boucle fenne permet de stabiliser les tats du
systme autour d'une trajectoire en vitant ainsi les instabilits ventuelles de la boucle
ouverte.
Nous proposons maintenant de comparer sur un exemple simple (cas SISQ) la
mthode base sur la thode de la stmcture variable avec la mthode usuelle des
moindres carrs (en boucle ouverte) et celle plus rcente base sur la notion d'erreur
de sortie (en boucle ferme) dveloppe par Landau, Anderson el De Bruyne [LAN 00].
Idcntifcation des systmes non lin<lircs 173
5.6.2. Etude comparatil'e - Cas 11l0l101'ariabie
On considre le systme instable en boucle ouverte suivant:
[5.51]
Il est clair que le systme r5.511 est identifiable. NOLIS nous proposons donc ici de
comparer la mthode base sur la tlu?or;e de la structllre variable (VST) avec di ffrentes
mthodes:
- comparaison de la mthode VST avec les moindres carrs en hou cie Ollverte,
- comparaison de la mthode VST avec les mthodes bases sur les erreurs de sortie
en boucle ferllle.
5.6.2.2. Comparaison cn hOl/cle nl/l'erte avec les moindres carrs
Les gains de l'identificaton-structure variable sont choisis tels que Kl'j = 25 pour
[5.19] et o = 55 et A = 50 pour [5.50]. De manire comparer les deux algorithmes
(moindres calTs et identification-structure variable) de manire objective, nous avons
excit le systme avec la mme entre If dans les deux algorithmes ddentiJ1catiol1 (il
n'y a pas de condition de persistence d'excilation requise car un seul paramtre doit
tre identifi). L'entre Il est choisie gale If = 1 + sin( lOt).
Dans le cas idal d'un environnement o le paramtre On est constant et que la
mesure de X1 est sans bruit les deux algOlithmes (VST et moindres carrs) donnent les
mmes rsultats. Nous nOLIs intressons donc, dans un premier temps, traiter le cas
oll le paramtre 80 subit une incertitude paramtrique de type sinusoidale telle que:
80(1) = -5 + (110/5) sin(7!)
Les rsultats obtenus sont rsums li la J1gure 5.9. Nous pouvons observer que les
deux algorithmes semblent robustes par rapport aux incertitudes paramtriques. Nan-
moins, on observe que la convergence de l'estimateur moindres calTs est lgrement
plus rapide que celle obtenue avec l'estimateur structure variable. Par contre, j'erreur
paramtrique est plus petite et sans biais dans le cas de l'estimation structure variable
par rapport li l'estimation moindres carrs.
Comparons maintenant ces deux mthodes dans le cas d'un environnement de
mesure bruit o les rsultats des deux mthodes sont plus disparates. Nous supposons
que le bruit de mesure est un bruit additif la mesure de XI. Pour la simul .. llion,
nous supposons que le bruit de mesure est un bruit blanc de covariance 1.10-,1. Nous
obtenons les rsultats de la figure 5.10. Il est clair que dans le cas bruit r algorithme
des moindres carrs ne donne plus de rsultat valable. En effet, nous supposons dans
l'algorithme des moindres calTs que la variable y = .\.[ -If est accessible. Ceci suppose
Identncation des SVS:tl
1
I1CS nOI1 linaires 173
5.6.2. Etude comparatl'e - Cas 11101lOl'llr;able
5.6.2.1. Prlill/illaires
On considre le systme instable en boucle ouverte suivant:
[5.51]
Il est clair que le systme r5.511 est idcntiHable. NOLIs nous proposons donc ici de
comparer la mthode base sur la thorie dl' la structure l'arioNe (VST) avec di ffrentes
mthodes:
- comparaison de la mthode VST avec les moindres carrs en boucle Ollver/e,
- comparaison de la mthode VST avec les mthodes bases sur les erreurs de sortie
en bOllclefenne,
5.6.2.2. Comparaison l'Il bouc/e ouverle avec les 11/oindres carrs
Les de l'identificaton-structure variable sont choisis tels que KI'I = 25 pour
[5.19] et o = 55 et A = 50 pOUf [5.50). De manire comparer les deux algorithmes
(moindres calTs et identification-structure variable) de manire objective, nous avons
excit le systme avec la mme entre If dans les deux algorithmes d'identification (il
n'y a pas de condition de persistence d'excitation requise car un seul paramtre doit
tre idelltifl). L'entre 11 est choisie gale li = 1 + sin( 101).
Dans le cas idal d'lm environnement o le paramtre On est constant el que la
mesure de Xl est SHns bruit les deux algOlithmes (VST et moindres carrs) donnent les
mmes rsultats. NOLIS nous intressons donc, dans un premier temps, n traiter le cas
oll le paramtre Bo subit une incertitude paramtrique de type sinusodale telle que:
Bo(t) = -5 + W(/5) sinO!)
Les rsultats obtenus sont rsums la figure 5.9. Nous pouvons observer que les
deux algorithmes semblent robustes par rapport aux incertitudes paramtriques. Nan-
moins, on observe que la convergence de l'estimateur moindres can-s est lgrement
plus rapide que celle obtenue avec l'estimateur structure variable. Par contre, l'erreur
paramtrique est plus peti et sans biais dans le cas de l'estimation structure variable
par rapport l'estimation moindres carrs.
Comparons maintenant ces deux mthodes dans le cas d'Lill environnement de
mesure brut o les rsultats des deux mthodes sont plus disparates. Nous supposons
que le bruit de mesure est un bruil additif la mesure de x,. Pour la simulation,
nous supposons que le bruit de mesure est un bruit blanc de covariance 1. Ur"l. NOLIS
obtenons les rsultats de la figure 5.10. Il est clair que dans le cas bruit ralgorthme
des moindres carrs ne donne plus de rsultat valuble. En effet, nOLIs supposons dans
l'algorithme des moindres calTs que la variable y = .r 1 -1/ est accessible. Ceci suppose
0
--- l'lilondrcs carrs
-1
:2
-3
-4
-5
5
--- Mnilllln:s
4
3
1
0
0 :2 3 4 5
Temps (sec)

--- Sll1lclun: variable
-1
-3
-4
-5
3 4 5
5
--- Structure variable
4
3
l -

o 1 3
Temps (sec)
4 5
Figure 5.9. COlllparaisoll Cil boude ouverte m'cc I/IlC il/certitl/de
paroll/trique. Figures dll hallt : Estil/ules de (Jo, .ligures dl/ brIs : errew:\'
ri' estimatioll po/"mlltriqlle
l
...-,
1
::
2S
0
1
cD
-1
1
1
lU
'qJ
.5
-1

--- Moindres carrs
1
1
LLl'
-3
0 3 4 5
0
-1
---Identification SlruclUl'C variable
-2
8-3
,j -4
E
-5
Lr.l
-6
0 2 3 4 5
Temps (sec)
Figure 5.10. COllljJurai.\'OII ell boucle ouverte dans le CCIS bruit
0
--- l'lilondrcs carrs
-1
:2
-3
-4
-5
5
--- Mnilllln:s
4
3
1
0
0 :2 3 4 5
Temps (sec)

--- Sll1lclun: variable
-1
-3
-4
-5
3 4 5
5
--- Structure variable
4
3
l -

o 1 3
Temps (sec)
4 5
Figure 5.9. COlllparaisoll Cil boude ouverte m'cc I/IlC il/certitl/de
paroll/trique. Figures dll hallt : Estil/ules de (Jo, .ligures dl/ brIs : errew:\'
ri' estimatioll po/"mlltriqlle
l
...-,
1
::
2S
0
1
cD
-1
1
1
lU
'qJ
.5
-1

--- Moindres carrs
1
1
LLl'
-3
0 3 4 5
0
-1
---Identification SlruclUl'C variable
-2
8-3
,j -4
E
-5
Lr.l
-6
0 2 3 4 5
Temps (sec)
Figure 5.10. COllljJurai.\'OII ell boucle ouverte dans le CCIS bruit
que la drive de Xl est ({ parfaitement connue . Or, la variable Xl est mesure avec
du bruit, de ce fait le bruit additif se trouve tre lui aussi driv, ce qui entrane des
rsultats inexploitables dans le contexte de l'estimateur moindres carrs. La figure 5.1 0
concerne aussi l'identification en boucle ouverte de l'algorithme VST. Il est clair que
les rsultats obtenus sont nettement plus satisfaisants que l'estimateur des moindres
carrs car nous ne drivons jamais la variable X1,
A partir de celte tude en boucle ouverte, il est intressant maintenant de comparer la
mthode VST avec des mthodes bases sur les moindres caITs adaptes aux oprations
en boucle ferme.
5.6,2,3, COlllparaisollllvec les mthodes bases sur / 'erreur de sortie - BOllcle/enlle
Le systme tudi est toujours:
o la valeur de Bo est maimenant choisie gale :
(Jo = -0,5 [5,52]
Les gains de l'estimateur-structure variable sont choisis Kr'l = 15 pour [5.19] et
o = 0,15 pour [5.20]; le gain de la commande est K,. = 20 pour l'quation [5.44].
XIII est la trajectoire dsire telle que -l'Id = O.5sill(IOt).
Simulations pour /fil paramtre Bu constal1t. Les rsultats concernant les deux
mthodes sont proposs la figure 5.11 pour un paramtre 00 constant vrifiant la
condition [5.52]. Les deux mthodes d'identification en boucle ferme (eITeur de sor-
tie et structure variable) ont des performances quasiment quivalentes dans le cas d'un
paramtre constant.
0.,.------,-,
--Errellr de .';urtie
-0,1
c5 -0,2
~ -0,3
E
. ~ -0,4
'"
-0,541---------1
-0,6
-0,7
5 10
Temps (sec)
15
0,--------,
--S1ructure variable
-0.1
c5-
0
,2
,tl -0,3
E
'9. -0,4
'"
-0.54"---------1
-0,6
-0,7 -1--_-_--1

5 10
Temps (sec)
15
Figure 5.11. Comparaison ell boucle ferme dans le C(/S 11011 hruit (/l'CC
1 = 0.5 et 2 = 1 pour l'estimateur-erreur de sortie
que la drive de XI est ({ parfaitement connue )). Or, )a variable Xl est mesure avec
du bruit, de ce fait le bruit additif se lrouve tre lui aussi driv, ce qui entmne des
rsultats inexploitables dans le contex.te de l'estimateur moindres carrs. Ln figure 5.10
concerne aussi l'identification en boucle ouverte de l'algorithme VST. Il est clair que
les rsultats obtenus sont nettement plus satisfaisants que l'estimateur des moindres
cnrrs car nous ne drivons jamais la variable Xl.
A partir de ceuetude en boude ouverte, il est intressant maintenant de comparer la
mthode VST avec des mt.hodes bases sur les moindres calTs adaptes aux oprations
en boude ferme.
5.6.1.3. Comparaison avec les mthodes bases sur l'erreflr de sortie BOIlc/l'ferme
Le systme tudi est toujours:
o la valeur de 80 est maintenant choisie gale :
(Jo = -0,5 [5.51]
Les gains de l'estimateur-structure variable sont choisis K1!l = 15 pour [5.19] et
o = 0,15 pour [5.20] le gain de la commande est Ki' 20 pour l'quation l5,44] ,
Xlt! est la trajectoire dsire telle que Xld = 0.5sill(JOt).
Simulations pour 1II1 paralllfre eo COl1stal11. Les rsultats concernant les deux
mthodes sont proposs il la figure 5. J 1 pour un paramtre 00 constant vrifiant la
condition Les deux mthodes d'identification en boucle ferme (elTeur de sor-
tie et structure variable) ont des performances quasiment quivalentes dans le cas d'un
paramtre constant.

-0,1
() ...----====-S-lr-uc-ll-lrC-\-ar-ill-bl.....,c
-0,1
i: -0,2 c5 -0.2
-0,3 -0,3
E E
-0.4 - '9. -0,4
t.I.l P..1
-0,5 v -0,5
-0,6 -0,6
-0,7 -t-----.,---.,---,----1 -0,7 +-----;----,---....,
o 5 JO 15 0 5 10 15
Temps (sec) Temps (sec)
Figure 5.11. Comparaisoll Cil boucle ferme daIls le C(/S non bruit m'eL'
1 0.5 et 2 = 1 pOIll" l'estimaleur-errellr de sortie
Simulatons pour 1111 paramtre 00 wlra111 dans le temps. Tmtons le cus maintenant
o le paramtre est variant dans le temps. Pour cela, on suppose que 80 subit une
incerttude paramtrique bome telle que:
On = -0,5 + 0,25 s1n(O,03t)
Si l'on souhaite que l'algorithme h structure variable soit robuste par rapporll:1l1X
incertitudes paramtriques varianl dans le temps, on utilise la loi d' estimaton propose
en l5.50] adapte au cas monovariable, c'est-ft-dire :
REMARQUE 5.9.- L'algorithme bas slir l'erreur de sortie ncessite le rglage par
1'1IIi!isateur de 4 gains OII cOlis/antes: b, (0), l et 2. QW1I1t cl l'estimateur-
strucfllre \'ariable, 4 gains sOIl/ncessares pour l'identificatio1l en boucle ferme: Ke,
KI'!' o et A. On pcut donc en cOllclure que les deux algorithmes cits prcdemm/1t
l'I/t fa lI/me complexit.
Les simulations sont ralises en C01lservant les prcdents gains et en choisissant
A = 2 pour l' quaton [5.50]. Les rsultals sont donns la figure 5.12. On peut
observer que l'estimateur-structure variable est plus proche de sa vraie valeur que celui
correspondant la mthode base sur l'erreur de sortie pour laquelle l'estimateur o
esl obtenu avec un biais. On peut donc conclure que J'estimateur-structure variable est
plus robuste que celui bas sur relTeur de sortie pour I = 0,5 el 2 = l, relatives
il l'quation [5.10]. Si l'on considre mantenanl I = 0,5 el } = 0,001 [5.10],
l' est mateur-erreur de sortie ne prsente plus de biais dans Je cas d'une incertitude
paramtrique comme j'atteste la partie gauche de la figure 5.13. On remarque que,
() ,-------------,
--Errcur Jc sortie
-0,1
-0,2
8 -0,3
'li
' -DA
-0,5
-0.6
-0,7
0.,.-------------,
--Sll'UCllIre variable
-0,1
-0.1
cB -0.3
(J
'E -OA
"" -0,5

-0,6
-0,7
-0,8
0
50 100 150 100 -0,8
0 50 100 150 100
Temps (sec.::) Temps (sec.::)
Figure 5.12. Comparaison l'II bDucle ferme dans le L'liS mm bruit (lI'CC
il1cl'rrilllde paramtrique' lIl'ec 1 = O,S CI }":2 = 1
pOlir l'estimateur-errellr de sortie
Simulatons pour 1111 paramtre 00 wlra111 dans le temps. Tmtons le cus maintenant
o le paramtre est variant dans le temps. Pour cela, on suppose que 80 subit une
incerttude paramtrique bome telle que:
On = -0,5 + 0,25 s1n(O,03t)
Si l'on souhaite que l'algorithme h structure variable soit robuste par rapporll:1l1X
incertitudes paramtriques varianl dans le temps, on utilise la loi d' estimaton propose
en l5.50] adapte au cas monovariable, c'est-ft-dire :
REMARQUE 5.9.- L'algorithme bas slir l'erreur de sortie ncessite le rglage par
1'1IIi!isateur de 4 gains OII cOlis/antes: b, (0), l et 2. QW1I1t cl l'estimateur-
strucfllre \'ariable, 4 gains sOIl/ncessares pour l'identificatio1l en boucle ferme: Ke,
KI'!' o et A. On pcut donc en cOllclure que les deux algorithmes cits prcdemm/1t
l'I/t fa lI/me complexit.
Les simulations sont ralises en C01lservant les prcdents gains et en choisissant
A = 2 pour l' quaton [5.50]. Les rsultals sont donns la figure 5.12. On peut
observer que l'estimateur-structure variable est plus proche de sa vraie valeur que celui
correspondant la mthode base sur l'erreur de sortie pour laquelle l'estimateur o
esl obtenu avec un biais. On peut donc conclure que J'estimateur-structure variable est
plus robuste que celui bas sur relTeur de sortie pour I = 0,5 el 2 = l, relatives
il l'quation [5.10]. Si l'on considre mantenanl I = 0,5 el } = 0,001 [5.10],
l' est mateur-erreur de sortie ne prsente plus de biais dans Je cas d'une incertitude
paramtrique comme j'atteste la partie gauche de la figure 5.13. On remarque que,
() ,-------------,
--Errcur Jc sortie
-0,1
-0,2
8 -0,3
'li
' -DA
-0,5
-0.6
-0,7
0.,.-------------,
--Sll'UCllIre variable
-0,1
-0.1
cB -0.3
(J
'E -OA
"" -0,5

-0,6
-0,7
-0,8
0
50 100 150 100 -0,8
0 50 100 150 100
Temps (sec.::) Temps (sec.::)
Figure 5.12. Comparaison l'II bDucle ferme dans le L'liS mm bruit (lI'CC
il1cl'rrilllde paramtrique' lIl'ec 1 = O,S CI }":2 = 1
pOlir l'estimateur-errellr de sortie
o "-",",,
-0.1 .
-0.2
r$ -0,3
o
' -OA'
-0,5
-0.6
-0.7
-0.8
a 50 100 ISO 200 3 4 5
Figure 5.13. Esfimatellr-erreur dc sor/il! C/I houcle ferme dalls le cus
1/011 hmit {II'CC inccrtitl/de part/llltriql/e {/l'ec J = 0.5 cl 2 = O,()O!
pour ces nouvelles valeurs de l el 2, l'estimateur-erreur e sortie, dans le cas J'un
paramtre (Jo constant (partie droite de la figure 5.13), prsente un phnomne hautes
frquences indsirable dans la partie transitoire dO au faible poids du vecteur J'ob-
servation ct> (t) dans l'expression pennetlanl d'obtenir t- J (1). Ce phnomne n' tait
pas visible il la figure 5.11 o les constantes 1 et 2 taient choisies gales 0,5 et 1
respectivement. L'estimateur-structure variable avec perturbation paramtrique variant
dans le temps (voir figure 5.12) est quant lui obtenu avec les mmes gains que pour
l'estimateur d'un paramtre 00 constant. De ce fait, on peut en conclure que le choix
des gains concernant la mthode base sur la thorie de la structure variable s'avre
tre systmatique quelque soit le comportement de la vraie valeur de 00.
Si/1/l/latiolls pOlir Ull parc/lIltre fJ
o
dalls 1/11 ellvirollllemellt bmit. Comparons main-
tenant les rsultats de ces deux mthodes dans le cas bruit. En supposant que le bruit
est additifet blanc (covariance 0-
2
= J .10-..\ et moyenne nulle), on obtient les rsultats
de la figure 5.14. Les rsultats obtenus dans le cadre de la mthode de rerreur de sortie
ll.l ,-----____
--Erreur de surtie
a
cE -0.1
'lJ -0,2

E
0t1
UJ
-0.3
-DA
-0,511r-------I
-0.6
o ICI 20 30 40
Temps (sec)
50
cff
0
'0

UJ
0.1 ,-----------,
--Siruciure varilhlc
a
-ll.l
-0.2
-l1.3
-0.4
-0.5
'w-Y"

-0.6
0 ICI 20 30 40 50
Temps (sec)
Figure 5.14. COlllpanJisOll l'II boucle ferme t!w/s le CliS bmit

-0,1 .
-0.2
cf) -0.3
u
' -004'
& -0
,
5
-0.6
-0.7
-0.8 f---.----,.--,----l
(),----------,
-- de sortie
-D,I
-0,2
o
-0.3

E -0,4
:r;
l.lJ -0,5 .. P.----------i
-OJj
-O. 7
o 50 100 150 :WO () :2 3 4 S
Figure 5.13. EwimarCllr-erff.'1I1' de sor/ie en boucle ferme dal/s le eus
mm bmit {/\'C'C llct.'rttttde parllll/l!lriqlll! {ll'ee J 0.5 el A} O,OOJ
pour ces nouvelles valeurs de 1 et 2, r estimateur-erreur de sortie, dans le cas d'un
paramtre 00 constant (partie droite de la figure 5.13), prsente un phnomne hautes
frquences indsirable dans la partie transitoire d au faible poids du vecteur d'ob-
servation c[)(t) dans l'expression permettant d'obtenr 1 (1). Ce phnomne n'tait
pas visible la figure 5.11 o les constantes 1 et taient choisies gales ft 0,5 et 1
respectivement. L'estimateur-structure variable uvec perturbation paramtrique variant
dans le temps (voir figure 5.12) est quant fI lui obtenu avec les mmes gains que pour
l'estimateur d'un paramtre (-Jo constant. De ce faiL on peut en conclure que le choix
des gains concernant la mthode base sur la thorie de la structure variable
tre systmatique quelque soil le comportement de la vraie valeur de 00.
SiIJ/LIlatio1ls pOlir 1/11 paramtre f)() dans lm ellvirollllemelll bruit. Comparons main-
tenant les de ces deux mthodes dans le cas bruit. En supposant que Je bruit
est additif et blanc (covariance 0-
2
= 1.10-" et moyenne nulle), on obtient les rsultats
de la figure 5.14. Les rsultats obtenus dans le cadre de la mthode de l'erreur de sortie
0.1-.------------,
--Errcur de surtc
o
-0,1
o
-0,2

E -0.3
rJO
l.lJ -004
-0,5 Il-;;;:;;-=----------!
-0,6 -I---,---r------r--r---l
o 10 20 30 40 50
Temps (sec)
0.1 -'---::::::::-SI-ru-cll-m-.:' '-"ar-iii-hl""'c
o
_ -0.1
c;5
-0.2
'\l,J

:Il
!..!l -DA
-O.S
-0.6 -l----,-----,----,--..-----i
o 10 20 30 40 50
Temps (sec)
Figure 5,]4. Comparaison en boucle ferme dalls le C{/S bruit
178 Systmes non linares
sont plus robustes par rapport au bruit de mesure que la mlhode base sur la thorie de
la structure variable qui utilise des gains relativement) grands qui multiplient l'effet
du bruit sur J'algorithme d'identificaton. On en conclut que pour l'identification d'un
systme du premier ordre non 1inaire, la mthode base sur l'erreur de sortie est
retenir dans un environnement trs bruit. Par contre, l'estimateur-structure variable
est plus performant dans le cas d'une incertLude paramtrique significative varant
rapidement n dans le temps.
5.7. Conclusion
NOliS avons propos ici diffrentes mthodes d'identification des paramtres pour
des systmes non linaires Lemps continu. Les mthodes bases sur la thorie de la
structure variable que nous prsentons sont ddies des systmes pouvant comporter
plusieurs paramtres inconnus. Elles peuvent tre appliques en boucles ouverte ou
ferme. D'un point de vue thorique, la procdure en boucle ferme permet d'identi-
lier les paramtres d'un systme instable en boucle ouvel1e. L'identification en boucle
ferme est donc requise pDur des processus o l'identification en boucle ouverte n'est
pas ralisable cause d'instabilits. De plus, la convergence des estimes des para-
mtres dans le contexte de la boucle ferme est plus rapide que celle obtenue en boucle
ouverte.
Nous avons prouv de manire formelle et illustr par des simulations l'apport de
l'estimuteur structure variable. En effet, ce type ddentHkation reste valable pour des
systmes multvariables plusieurs paramtres. De plus. il prsente des proprits de
robustesse par rapport aux incertitudes paramtriques variant rapidement dans Je
temps. L'estimateur structure variable converge vers sa vraie valeur (variant dans le
temps) sans aucun biais avec un rglage des gains de l'algorithme d'identification sys-
tmatique quelquesoit le comportement de la vraie valeur du paramtre () identifier.
Cette robustesse est essentielle dans le contexte de l' identi ficmion d'un processus phy-
sique car les paramtres de ce dernier ne sont jamais constants et peuvent tre amens
varier au cours de l'exprience.
Quant il la robustesse par rapport au bruit de mesure, nous avons montr par
r exemple que l'algorithme d'identification bas sur la thorie de la structure variable est
plus flable dans le contexte de la boucle DU verte que la mthode classique des Inoindres
carrs qui requiert les drives successives cie la sortie mesure bruite. Nanmoins,
dans un contexte boucle fenne et bruit, l'estimateur-structure variable donne des
rsultats acceptables mais moins satisfaisants que la mthode base sur l'erreur de
sortie qui est trs robuste par rapport au bruit de mesure. On peut donc conclure que
la mthode base sur l'erreur de sorte est retenir sur des processus en boucle ferme
fortement bruits. Pur contre, l'estimateur bas sur la thorie de ]a structure variable
peut tre implment sur des processus Olll' acquisition d'informatons est ralise avec
un faible bruit de mesure, comme par exemple avec tIne carte d'acquisition DSP (sur
178 Systmes non linares
sont plus robustes par rapport au bruit de mesure que la mlhode base sur la thorie de
la structure variable qui utilise des gains relativement) grands qui multiplient l'effet
du bruit sur J'algorithme d'identificaton. On en conclut que pour l'identification d'un
systme du premier ordre non 1inaire, la mthode base sur l'erreur de sortie est
retenir dans un environnement trs bruit. Par contre, l'estimateur-structure variable
est plus performant dans le cas d'une incertLude paramtrique significative varant
rapidement n dans le temps.
5.7. Conclusion
NOliS avons propos ici diffrentes mthodes d'identification des paramtres pour
des systmes non linaires Lemps continu. Les mthodes bases sur la thorie de la
structure variable que nous prsentons sont ddies des systmes pouvant comporter
plusieurs paramtres inconnus. Elles peuvent tre appliques en boucles ouverte ou
ferme. D'un point de vue thorique, la procdure en boucle ferme permet d'identi-
lier les paramtres d'un systme instable en boucle ouvel1e. L'identification en boucle
ferme est donc requise pDur des processus o l'identification en boucle ouverte n'est
pas ralisable cause d'instabilits. De plus, la convergence des estimes des para-
mtres dans le contexte de la boucle ferme est plus rapide que celle obtenue en boucle
ouverte.
Nous avons prouv de manire formelle et illustr par des simulations l'apport de
l'estimuteur structure variable. En effet, ce type ddentHkation reste valable pour des
systmes multvariables plusieurs paramtres. De plus. il prsente des proprits de
robustesse par rapport aux incertitudes paramtriques variant rapidement dans Je
temps. L'estimateur structure variable converge vers sa vraie valeur (variant dans le
temps) sans aucun biais avec un rglage des gains de l'algorithme d'identification sys-
tmatique quelquesoit le comportement de la vraie valeur du paramtre () identifier.
Cette robustesse est essentielle dans le contexte de l' identi ficmion d'un processus phy-
sique car les paramtres de ce dernier ne sont jamais constants et peuvent tre amens
varier au cours de l'exprience.
Quant il la robustesse par rapport au bruit de mesure, nous avons montr par
r exemple que l'algorithme d'identification bas sur la thorie de la structure variable est
plus flable dans le contexte de la boucle DU verte que la mthode classique des Inoindres
carrs qui requiert les drives successives cie la sortie mesure bruite. Nanmoins,
dans un contexte boucle fenne et bruit, l'estimateur-structure variable donne des
rsultats acceptables mais moins satisfaisants que la mthode base sur l'erreur de
sortie qui est trs robuste par rapport au bruit de mesure. On peut donc conclure que
la mthode base sur l'erreur de sorte est retenir sur des processus en boucle ferme
fortement bruits. Pur contre, l'estimateur bas sur la thorie de ]a structure variable
peut tre implment sur des processus Olll' acquisition d'informatons est ralise avec
un faible bruit de mesure, comme par exemple avec tIne carte d'acquisition DSP (sur
Idcntification dcs systmcs non linaircs 179
laquelle notre quipe est en train de raliser des implmentations). Cependant, il est
possible d'utiliser ce type d'identification cn milieu bruit si l'on injecte un filtre per-
mettant d'liminer le bruit. Dans ce cas, le filtre doit bien sr liminer le bruit de mesure
nuisible l'algorithme tout en conservant suffisamment d'informations primordiales
la procdure d'identification.
5.8. Bibliographie
lA HM 02J AI-I!\'IED-Au T.. FLORET-PONTET F., LA1\'IN/\IlIIl-LM,AIIGUE F.. "Control and rohllst
paramctcr idcntillcation for nonlinear 11l1ccrtain systems ". Systems (lml COlltrol Lcfters, il
paralre, 2002.
lBAS 96J BASAR T .. DIDINSKY G., PAN Z., '( A Ile\\' class of idemi!1ers for rohllSl parameter
idenli!1cation and control in uncertain systems >i, dans F. Garal"alo el L. Glielmo (dir.), Ro/msf
COl/fm/Fa l'lIrable sfmctllre and LYOPIIIIOI' techniql/es, Springcr Verlag. p. 149-173, 1996.
[FU X5] FLIESS M .. HAZEWli\KEL M., Algebraic and geometric methods in nonlinear control
lheury ). Pme. Purs, M. Hazewinkel. 1985.
rFLO 01 a] FLORET-PONTET E, LA!vlNAf:II-Il-LAGARRIGUE E, ,_, Parameter identificalion l11elhol!o-
logy lIsing sliding regimes l), II/!cmatO/wl.lollflW! vol. 74. n" 1 8. p. ! 743- 1753.
1001.
[FLO (llbl FLORET-PONTET F.. LAl'vli\ABl-II-L\GARRIGllE F.. NKWAWO 1-1.." Parameler idenlifi-
cation [or nonlinear lIncertain systems parlially llleasurable n, Proceedlgs 5
'h
IFAC
SymposiulII Nonlinear Gmtm! Systellls (NOLCOS'O /). Saint-Pel ers bourg. Russie, 200 J.
lFLO 02J FLORET-PONTET E. LAl'vINABlII-LAGARRIGllE E, ,( State and parame ter idelllillcation
for nonlillear ullccrtain systems llsing the variable structure lheory , Selected PaflersJlll1
the NOl/iiI/car COl/tml N(,/lI'urk (NCN) lVorksl/OfJ. ShcfflelJ (Grande-Bretagne). Springer
Verlag.2002.
lHER 99] HERR!vIANN G., SPURGEON S.K .. EDWAIWS C. ({ Discrctization Dr sliding mode based
control schcmcs l). Proceedillgs (!( the 38
th
ml Decisiul/ (///(1 Control. Phoenix
(Arizona). p. 4257-4262. 1999.
lKHA 92j KI-IALlL H.K., NOIllillcar systems, Macmillan Pllblishing Company. New York. 1992.
lLAN OOj LANDAU LD., ANDERSON B.D.O .. DE BRUYNE F.. '< Aigorithms for identilil:atiol1 or
continuous lime nonlinear systems: a passivily approach n. dans A. Isiduri. F. Lamnabhi-
Lagarrigue et W. Respundek (dir.), NUI/fil/Cf/r COl/trol n the Yet/r 2{)()(}. Springer Verlag.
vol. 1. p. 1344. 2000.
lLEC 87] LECOURTIER Y.. LAt'vlNABIIJ-LAGARR[(jLJE E, WALTER E., ,_, VolLerra am! generaling
power series approaches to identifinbilly testing li, dans E. Walter (dir.). Idel/tijillhility (!(
partlmctric /IlOt/el.\'. Pergamoll Press, p. 50-66.1987.
[NIE OIJ NIETlIA1UvIER M., MENOU) P.H., ALLOOWER F., '( Parameter and deriv<lti"c estimation
for nonlincar continuous-lime syslem identification, Pmceedillgs 5
111
IFAC Sylllpo-
siulII NOl/fil/clIr Coflfrol Syste11l.l' (NOLCOS'() / ). Saint-Petershourg. Russie. 2001.
laquelle notre quipe est en train de raliser des implmentations). Cependant, il est
possible d'utiliser ce type d'identification en milieu bruit si l'on injecle un lillre pcr-
meltant d'liminer le bruit. Dans ce cas, le filtre doit bien sr liminer le bruit de mesure
nuisible l'algorithme lout en conservant suffisamment d'informations primordiales ft
la procdure d'identification.
5.8. Bibliographie
lAI-lM 01J AHMED-ALI T.. FLORET-PONTET E, Li\ivINAIlIII-LMJAlmIGUE P.. Conlrol and robust
parametcr idelllifkation for nonlinear ul1ccnan syslems n. Systcms olld COl/lml LCffer.l', li
paratre, 2002.
lBAS 96J BASAR T .. DIDINSKY G., PAN Z" ,< A llCW c1ass or idcmiticrs l'or robllst paramcter
identification and cOlllml in lInccrtain syslems , dans F. Garal"alo et L. Glielmo (dir.), Ro!ms/
Control via l'oriable .\'trlrc/ure and l.-yapll1/(w tl'chl/iques. Springcr Verlag. p. 149-173, 1996.
1 FLI 851 FLIESS M., HAZEWINIL M., Aigebrac and geomelrc methods in nonlnear conlrol
theory \). Proc. COI!!: Poris, M. Hazewinkel. 1985.
rFLO 01 aJ FLORET-PONTET E, LAMNABHI-LAGARRIGLIE E, Parameter identification methodo-
logy Llsing sliding ), ImernalimwlJormwl vol. 74. n" 1 8. p. 1743-1753.
1001.
WLO Cl1 hl FLORET-PONTET F.. LAMNABHI-LAGARRIGLIE E. NKWAWO IL Paramctcr identifi-
calion [or nonlinear uncerlain systems partlally measurable n, Pmn'l'dil1g.\' /ile 5
th
IFAC
Symposilllll NOl//il/e",. COlllml SYJfl'11lS (NOLCOS'O]). Saim-Petersbourg. Russie. 2001.
[FLa 02J FLORET-PONTET F., LJ\MNABIII-LAGJ\RRIGUE E, (, State and paramctcr identification
for Ilolllincar 1I1lccrtain syslems using Ihe variable structure lheory , Se/l'cted Papersji'otll
the NOl/lil/mr Control Netll'ork (NCN) W'orksllOf>. Shcmcld (Grande-Bretagne), Springcr
Vcrlag. 2002.
[HER 99] HERRNIANN G., SrURGEON S.K .. ED\VJ\lms C. (/ Oiscrctization Dfsliding moe bas cd
control schcmcs . Proccedillgs {d' J!/C 38'h CUI(j'erellcc 0/1 Decision (/lui COlltrol. Phoenix
(Arizona). p. 4257-4262. 1999.
[KHA 9:2J KUALIL RK., No Il 1i1l ear systems, Macmillan Publishing. Company. New York. 1992.
[LAN OOJ LANDAU l.D., ANDEnSON B.O.O .. Dr: BRUYNE P.. '( Aigorithms l'or entilical.ion of
conLinuolls lime nonlincar systems: il pnssivity approach n. dans A. lsidori. F, Lamnabhi-
Lagarrigue ct W. Responck (dir.), NOl1lilwar COlltrol in the l'L'al" 20()(). Sprngcr Vcrlag.
voL 2, p. 13-44, 2000.
[LEC 87] LECOURTIER Y .. LAMNABIII-LAGAlmIGUE E, WALTER E., '( Volterra an genernting
power series appruaches la identifiilblity tcsting H, dans E. Waltcr (dir.). Idemijinbi/ity (!(
paraml'fric mode/s. Pcrgamon Press. p. 50-66. 1987.
[NIE 01J NIETlIA.!vUvIER M., MENOU) P.H . ALLGWER F . Paramcler and dcrivalivc eslimation
for Ilonlinear conlinuous-lime system identification , Proceedil/gs 5'11 IFAC SYlllfJO-
Si/11II Nonlillem" COli/roI Systems (NOLCOS'O/), Saint-Petersbourg. Russie. 2001.
rOLL 90] OLLIVIER F.. Le problme de l'idcntillubilil structurelle globale: approche thorique,
mthodes efTcctives cl bornes de complexit. Thse de doctoral. Ecole P01Ylcchniquc, 1990.
[ROT 91] ROTELLA F., L, {( Gcncrating powcr series for analyc systems ,AIgc-
broie COlllpUli1/g;1I C01l/rol, G. Jacob et F. Lamnabhi-Lagarrigue (diL), LNCIS 165. Springer
Vcrlag. p. 1991-
rSIR 881 SIRA-RM\IIREZ H., DifferentiaI gcomelric rnelhod in variahlc structure control ,
111teHlat01w! .I01lJ1W/ or COllTml. vol. 48. p. 1359-1390, 1988.
rSLO 911 SLOTINE J..1 . WEIPING LI. Applicd I/ol/lil/cor con/roI, Prcnticc Hall, 1991.
rUTT< 811 UTKIN Y.l., Principles of idcnlificalion using sliding rcgimcs Sim Phys. Dakl ..
vol. 26n 3. p. 271-272.1981.
[\VAL 87J WALTER E .. ldl'1I1(fiabilily ofpamme/rie models. Pergamon Press, ]987.
[WAL 94J WALTER E .. PRONZATO L.,ldelll(fiCafiOll de modles paramtriques, Masson, 1994.
[XU 93 j Xv J'
T
HASHlMOTO H., ( Paramcter idemificaton methodologies based on variable
structure control l', IHfeHlational .Ioumal COHon!, vol. 57. n 5, p. 1207-1220, ] 993.
[ZEI 90J ZEITZ M., ( CanonCal rorms for nonlnenr syslems n, A. Isidori (dir.), NO/llil/car
COli/mI Systems Design. Selec/cd PapcrsJim}/ thc /FAC Symposill1/1, Pcrgamol1, p. 33-38,
1990.
rOLL 90] OLLIVIER F.. Le problme de l'idcntillubilil structurelle globale: approche thorique,
mthodes efTcctives cl bornes de complexit. Thse de doctoral. Ecole P01Ylcchniquc, 1990.
[ROT 91] ROTELLA F., L, {( Gcncrating powcr series for analyc systems ,AIgc-
broie COlllpUli1/g;1I C01l/rol, G. Jacob et F. Lamnabhi-Lagarrigue (diL), LNCIS 165. Springer
Vcrlag. p. 1991-
rSIR 881 SIRA-RM\IIREZ H., DifferentiaI gcomelric rnelhod in variahlc structure control ,
111teHlat01w! .I01lJ1W/ or COllTml. vol. 48. p. 1359-1390, 1988.
rSLO 911 SLOTINE J..1 . WEIPING LI. Applicd I/ol/lil/cor con/roI, Prcnticc Hall, 1991.
rUTT< 811 UTKIN Y.l., Principles of idcnlificalion using sliding rcgimcs Sim Phys. Dakl ..
vol. 26n 3. p. 271-272.1981.
[\VAL 87J WALTER E .. ldl'1I1(fiabilily ofpamme/rie models. Pergamon Press, ]987.
[WAL 94J WALTER E .. PRONZATO L.,ldelll(fiCafiOll de modles paramtriques, Masson, 1994.
[XU 93 j Xv J'
T
HASHlMOTO H., ( Paramcter idemificaton methodologies based on variable
structure control l', IHfeHlational .Ioumal COHon!, vol. 57. n 5, p. 1207-1220, ] 993.
[ZEI 90J ZEITZ M., ( CanonCal rorms for nonlnenr syslems n, A. Isidori (dir.), NO/llil/car
COli/mI Systems Design. Selec/cd PapcrsJim}/ thc /FAC Symposill1/1, Pcrgamol1, p. 33-38,
1990.
A,B
accessibilit 41
algOlithme d'inversion 41. 43
algOlithmc des moindres carrs 19
banc d'essai 24
bioractcur J 18
bouclages dynamiques endognes 61
C,D
CARIMA 21
cas monosortie 49, 106
cas multisortic 51, 109
commmande prdictive 16, 21, 24
critre de Kalman 83
critre quadratique 21
dcouplage 68
degr relatif 41,42,56
dynamique des zros 48
E,F
changeur thermique 97
entre rgulirement persistante 91,
93
erreur ct' estimation paramtrique 167
estimation 82
fonction de Lyapunov 113, 128-130
1
identiliabilit 147
identilication 16, 19
Index
en boucle ferme 153
en boucle ouverte 154
ingalits matricielles linaires 30
injections de sortie 54
inversibilit 47
L
Lil1eor Matr;x II/el/uotifies 15
linarisation
M
dynamique 78
entre-tat 71
entre-sortie 49
machine asynchrone 16, 24
matrice de sguencemcnt 35
mthodes bases sur l' elTeur de sortie
152
missile 28, 31, 32
modle numrique 21
moindres cans 151, 173
o
observabilit 82, 86
uniforme 103
observable 106
observateur
il grand gain 106, Ils
adaptatif 157, 160
de Luenberger 84, 93
A,B
accessibilit 41
algOlithme d'inversion 41, 43
algolithme des moindres carrs 19
banc d'essai 24
bioracteur J 18
bouclages dynamiques 61
C,D
CARlMA 21
cas monosortie 49, 106
cas multisortie 51, 109
commmande prdictive 16, 21, 24
critre de Kalman 83
critre quadratique 21
dcouplage 68
degr relatif 41,42,56
dynamique des zros 48
E,F
changeur thermique 97
entre rgulirement persistante 91,
93
erreur d'estimation paramtrique 167
estimation 82
fonction de Lyapullov 113, 128-130
1
identifabilit 147
identification 16, 19
Index
en boucle ferme 153
en boucle ouverte 154
ingalits matricielles linaires 30
injections de sortie 54
inversibilit 47
L
Lil1ear Matrix Inequalilies 15
linarisation
lVl
dynamique 78
entre-tat 71
entre-sortie 49
machine asynchrone 16, 24
matrice de squence ment 35
mthodes bases sur l' clTeur de sortie
152
missile 28, 3 J, 32
modle numrique 21
moindres cans 151. 173
o
observabilit 82, 86
uniforme 103
observable 106
observateur
grand gain 106. 1 15
adaptatif 157, 160
de Luenbergcr 84, 93
glissant monosurruce 1 '26
glissant l11ultisurface 127
optimisation sous conlraintes 30
ordre essentiel 42,45
ordres des zros l'infini 45
p
pendule 146, 149,159,165
prdicteur 20
optimal 21
rgime glissant 160
rejet des perturbations 26
retour dynamique de sortie 55
retour statique de sortie 54
robot sauteur 63
robustesse 23, 28, 36, 146, 166
S,T,V
srie gnratrice 148
simulation 117, 122
structure illnfini 42
structure polynomiale RST 23
suivi de trajectoire 26
systme
dtectable 84
globalement identifable 147
inverse fl droite 47
inverse gauche 47
linaire temps contnu
localement observab1e 87
LPV 28
observable au sens du rang 88
partiellement affine 93
quasi LPV 15. 28, 30, 32
squenc 30
uni formment infinitsimalement
uniformment observable 100,
101,103
non l.inaires 86
linaire temps discret 85
thorie de la stlUcture variable 145
unicycJe 76, 78
glissant monosurruce 1 '26
glissant l11ultisurface 127
optimisation sous conlraintes 30
ordre essentiel 42,45
ordres des zros l'infini 45
p
pendule 146, 149,159,165
prdicteur 20
optimal 21
rgime glissant 160
rejet des perturbations 26
retour dynamique de sortie 55
retour statique de sortie 54
robot sauteur 63
robustesse 23, 28, 36, 146, 166
S,T,V
srie gnratrice 148
simulation 117, 122
structure illnfini 42
structure polynomiale RST 23
suivi de trajectoire 26
systme
dtectable 84
globalement identifable 147
inverse fl droite 47
inverse gauche 47
linaire temps contnu
localement observab1e 87
LPV 28
observable au sens du rang 88
partiellement affine 93
quasi LPV 15. 28, 30, 32
squenc 30
uni formment infinitsimalement
uniformment observable 100,
101,103
non l.inaires 86
linaire temps discret 85
thorie de la stlUcture variable 145
unicycJe 76, 78
CET OUVRAGE A T COMPOS PAR
HERMS SCIENCE PUBLICATIONS ET
ACHEV D'IMPRIMER PAR L'IrvIPRIMERIE
FLOCH rvlAYENNE EN JUIN 2002.
CET OUVRAGE A T COMPOS PAR
HERMS SCIENCE PUBLICATIONS ET
ACHEV O'll\iIPRII'vrER PAR L'IMPRHvIERIE
FLOCH MAYENNE EN JUIN 2002.

Systèmes Non Linéaires

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Systèmes Non Linéaires

Transféré par

Droits d'auteur :

Formats disponibles

LAVOISIER, 2002

Si non, stop! Si oui, on note (VI = dyil).

= M(X,.!;) + N(X., !;)v

= A (1' (1)-\,(1) : b(1I (t - S-IU )C

= A(u([)):(t) +,!p(tf(t), y(1)) - - y(l))

= A(u([)):(t) +,!p(tf(t), y(1)) - - y(l))

= A(/I(t), + "(1/(1), y(l)) - S-I - .1'(1)]

Vous aimerez peut-être aussi