Académique Documents
Professionnel Documents
Culture Documents
Anne : 2014/2015
Chapitre 4 Transforme en Z
4.1. INTRODUCTION .............................................................................................. 36
4.2. ECHANTILLONNAGE DUNE FONCTION CONTINUE .......................................... 37
4.2.1. DEFINITION ....................................................................................................... 37
iii
Chapitre 1
restent valables et efficaces jusqu ce que ces systmes atteignent une complexit telle
que lon ne puisse plus se satisfaire de lunique relation entre sortie (c'est--dire les
systmes mono-variables SISO: Single Input Single Output)
correctement. De mme, ces modles deviennent difficiles mettre en uvre lorsque les
systmes tudis possdent plusieurs entres et plusieurs sorties cas dun systme
multi-variable (MIMO : Multi Input Multi Output).
Les thories de commande avances sont bases compltement sur les modlisations
modernes sous la forme des variables d'tat. La reprsentation dtat des systmes est
un outil puissant permettant de modliser le fonctionnement de systmes linaires, en
1.2.
connat, pour t>t0, les signaux dentre et les quations du systme. Plus gnralement,
les variables dtat dans les systmes physiques sont les lments aptes emmagasiner
Exemple : considrons lexemple de la figure 1 dcrit par les quations diffrentielles suivantes :
DE(F) G (HI J HK )L (F) J M NP J Q (F )
NS
U
L(F) G R
NP
C
B
T(F) G HK L (F) J Q (F)
NO
(1-1)
Chapitre 1
consquent, un ensemble possible de variables dtat est x(t)G[i(t), v(t)] T. O x(t) est
vecteur dtat.
Dans ce qui suit, ltat dun systme est en gnral reprsent par un vecteur dtat un
sera not :
Z_ ([)]`
lordre du systme.
Remarques
-
Le vecteur dtat nest pas unique : il y a mme une infinit de choix possibles
(sur notre exemple (figure (1)), aL(F)
NO c
NP
Les variables dtat sont gnralement choisies pour leur signification physique
et/ou leur simplicit dans les quations dvolution qui leur sont associes.
1.3.
EQUATIONS DETAT
Lorsquun systme est modlis sous la forme dune reprsentation dtat, on montre
quil est faisable dexprimer ltat du systme un instant donn en fonction du signal
dentre ce mme instant et en fonction de son pass , autrement dit, de son tat
prcdent. Comme nous avons affaire des variables continues du temps, la notion
2
Chapitre 1
Equation de sortie
(1-2)
(1-3)
m.
Cela signifie que, dune manire gnrale, on peut exprimer lvolution du systme
dquations (1-2) et (1-3), modlise par un vecteur constitu des drives premires des
composantes du vecteur dtat de dimension n, en fonction du vecteur dtat du systme.
Avec un vecteur de commande de dimension et un vecteur de sortie de dimension m.
zII zIK .... zIq h (t)
|II |IK ... |I E (t)
h i (F )
p I t pzKI zKK ....zKq t p I t p|KI |KK ...|K t p I t
h (t)
E (t)
o hKi (F)
. s o . . .... . s o K . s o . . ... . s o K. s
o . s o . . .... . s o . s o
... . s o . s
(1-4)
o
sGo
so
sJo . .
so
s
.
.
.
.
.
.
.
.
.
.
.
.
.
. so
o
s o
s o . .
s
so
o . s o . . .... . s o . s o . . ... . s o . s
(F)r
(t)r
nhvqiw
nhvqw
nE (t)r
.|vx
nzqI zqK ....zqq r u
u
vx uvvvwvvvx
vx uv
n|qI
|qK..v
vvwv
q r uvwvx
yi (P)
y(t)
~(P)
II IK .... Iq h (t)
II IK ... I E (t)
T (t)
p I t p KI KK .... Kq t p I t p KI KK ... K t p I t
o TK (. t) s o . . .... . s o hK.(t) s o . . ... . s oEK.(t)s
o . s o . . .... . s o . s o
... . s o . s
o
sGo
so
sJo . .
so
s
o . s o . . .... . s o . s o . . ... . s o . s
o . s o . . .... . s o . s o . . ... . s o . s
(v
)r uv
)r uv
nhvqw
tx
nE (t) r
nTvw(v
tx
.vq
...
nI
u
vvvwv
vxr u
nI
K ...v
vv
vwv
vvx
K v
r uvwvx
(P)
y(t)
~(P)
(1-5)
Chapitre 1
Exemple :
Reprenons notre exemple de la figure (1-1), le systme dquations (1-1) peut scrire
Remarque :
(\ J ] ) \
D
([)
G
\
\
([)
([)
[
U
J
([)
([)
([)
\]
[
([) G ]
B
([)
Dans le cas dun systme discret, ces quations prennent la forme suivante :
1.4.
(1-6)
On se restreint au cas dun systme une entre et une sortie. Exprimons la fonction de
transfert G(p) du systme en fonction des matrices A, B, C et D.
() G ()
(1-7)
O () G
()
()
(1-8)
() G j() J k()U
() G R() J l()
(1-9)
()
Dans le cas des systmes multi-entres multi-sorties (systme MIMO), G est une matrice
des fonctions de transfert entre une entre et une sortie. Par exemple :
Chapitre 1
() G (q j)I k()
U
Finalement :
() G ()GR[(q j)I k J l]
()
( j)I G
()
N( {)
NP( {)
GR a NP({) k J lb
N( {)
()
0
1
0
b h(F) J a b E(F),
10 7
1
(K j) G
(K j)I
10
(1-10)
(1-11)
(1-12)
(1-13)
T(F) G [1 0]h(F)
J7
J7 1
z (q j)
10
G
G
F (q j) K J 7 J 10
J7 1 0
[1 0]
a b
()
1
10 1
G() G
G R[(q j)I k] G
G K
K
()
J 7 J 10
J 7 J 10
Dans cet exemple, nous observons que le dterminant de la matrice (pI2 - A) est gal au
matrice dtat A. Par consquent, les ples de G(p) sont les valeurs propres de la matrice
dtat A.
Chapitre 1
Remarque : Dans le cas dun systme plusieurs entres et/ou plusieurs sorties, on
0
1 ( )
0
b h F J a b E (F),
10 7
1
0
hi (F) G a
10
1 ( )
0.5 0 ( )
bh F J a
bE F ,
7
0 1
T(F ) G a
1 0 ( )
bh F
0 1
T(F) G a
1 0 ( )
bh F
0 1
()
K J 7 J 10
o
s
nK J 7 J 10r
1
7
\ J \ .
p 2 pJ 2
t
1
() a \b \ a \b op2 J7pJ10 p2 J7pJ10s
] () G
G
Go
s
()
] J J \
-5
p
o
s
np2 J7pJ10 p2 J7pJ10r
1.5.
pas unique. Nous prsentons ici des mthodes pour procder un ensemble de
reprsentation des variables d'tat dun systme continu partir dune fonction de
fonction de transfert ou du type dtude que lon souhaite raliser partir du modle.
Rappelons pareillement que la reprsentation dtat dun systme nest pas unique et
que les proprits du systme ne sont en aucun cas lies la forme choisie.
1.5.1. REPRESENTATION MODALE
transfert est place sous la forme dune somme. Soit le systme monovariable LTI est
modlis par une fonction de transfert G(p):
() G
()
~()
J J
(1-14)
Chapitre 1
C
0 0 q
1
BT(F) G [I K q ] h (F)
D
Remarques
-
()
G
() ( \ )( ] ) ( _ )
Chapitre 1
variables dtat les sorties des systmes lmentaires. La reprsentation dtat obtenue
est dite sous forme cascade.
]
Zi ([) G \ Z\ ([) J ([)
Zi ([) G ] J ([)
D \
U
U
Z
\
CZi _ ([) G _ Z_ ([) J Z_\ ([)
C
Z]
([) G [ ]
B
([) G Z_ ([)
Remarque :
-
Z_
Cas particulier : soit une fonction de transfert G(p) possde des ples complexes
conjugus, autrement dit il peut exister des termes non dcomposables du type :
() G
qK
K J 2q J qK
Figure (1-4) Reprsentation dtat dun bloc du second ordre non dcomposable.
1.5.3. REPRESENTATION COMPAGNE COMMANDABLE
()
()
avec
Chapitre 1
() | q J |I qI J J |I qI J | q
G
l()
1 J zqI I J J zI qI J z q
Dans tous les cas, il est plus simple de raisonner dans un premier temps sur le systme
sans numrateur, on peut alors crire :
Avec :
I () G
1 J zqI
() G () I ();
1
J J zI qI J z q
() G
()
()
() G
()
()
I () G
I ()
()
Le systme de la forme compagne pour la commande est vu comme une mise en srie
dintgrateurs purs. A partir de lexpression de la fonction de transfert G(p), on retrouve
aisment lquation associe au systme :
On obtient :
I ()[1 J zqI I J J zI qI J z q ] G ()
1
1 qI
1 q
J z I ()
I () G () zqI J J zI
dtat les sorties des systmes lmentaires, cest--dire les drives successives de la
sortie.
Chapitre 1
U
hi
qI G hq
C
hi q G z hI zI hK zqI hq J E
B T G | hI J |I hK J J z hI
D
La reprsentation dtat obtenue est dite sous forme compagne pour la commande; elle
scrit (si n) :
0
1 0
0
p 0
0
0 t
0 1
p0t
o
s
s U
hi (F) G o
o s
Do :
h(F) J o s E(F)
0
0
1
0
o
s
C
o0s
nz zI zqI r
n1r
BT(F) G [| | 0 0]h(F)
Cette forme de reprsentation est appele forme compagne car la matrice de commande
D
la fonction de transfert. Elle est dite commandable car, bien que seule la variable hq soit
directement affecte par le signal dentre, toutes les variables dtat sen trouvent
Si alors l 0.
() | q J |I qI J J |I qI J | q
G
l()
1 J zqI I J J zI qI J z q
Chapitre 1
Soit :
I q
() G azqI J J z b () J a|
I
I q
J J | b ()
hi I G z hq J | E (F)
hi K G hI zI hq J |I E(F)
hi I G h z hq J | E(F)U
C
hi q G hqI zqI hq
B
T(F) G hq
D
Do :
0
p1 0
o 1 0
0
hi (F) G o
o
C
o0 0
n0 0
B
T(F) G [0
D
0
0
0
1 0
0 1
z
|
pt
zI t
o s
s
s h(F) J o|q sU
s
o 0 s E (F )
s
os
zq r
n0r
0 1]h(F)
Cette forme de reprsentation est appele forme compagne observable car, outre le fait
que la matrice de commande du systme contient, en une seule colonne, lensemble des
coefficients du dnominateur de la fonction de transfert, on remarque que la sortie de ce
systme est gale hq qui, par intgrations successives, est bien influence par toutes
les variables dtat. Si un systme est compltement observable, alors on peut le mettre
sous forme compagne observable.
11
Chapitre 1
1.6.
reprsentation choisie qui, rappelons-le une fois de plus, nest pas unique. Si un systme
ne sont pas remises en cause par la forme du modle. Il ne faut donc pas confondre les
formes compagnes avec des reprsentations sous lesquelles il faut imprativement
placer le systme pour quil possde telle ou telle caractristique. En revanche, il est
important de connatre ces formes remarquables car elles facilitent, sous certaines
dobservabilit sont des concepts fondamentaux pour ltude des systmes. Ils dcrivent
respectivement comment les tats dun systme sont influencs par les entres et quelle
information les sorties mesures donnent sur les tats du systme. De plus, ces concepts
voir ses caractristiques dynamiques modifies par les entres. Il est souvent
1.6.2. DEFINITION1
Un tat hO est commandable en F sil est possible de dterminer
une matrice de retour dtat L telle que les valeurs propres de la matrice (j kM) soient
12
Chapitre 1
La commandabilit est une notion importante puisquelle tablit le fait que lon
Un systme trivialement non commandable est celui dont la matrice dentre est
nulle, B G 0.
dvolution de ltat :
jk
13
jK k jqI k ]) G
Chapitre 1
exemple que lide, dans le cas dun systme partiellement commandable, consiste
rendre la partie non commandable su systme inoprante afin de le contrler
entirement via sa partie commandable.
h (F)
0
1
1
Ga
b h(F)U
J a b E(F)
F
2 3
2
T(F ) G [1 0]h(F)
5 0
0
h(F)
1
G 0 2 0 h(F)U
F
J 0 E(F)
0
0 4
1
T(F) G [2 0 4]h(F)
hi I G 3hK J hI
T G hK
important, notamment pour la commande des systmes en boucle ferme, dtre capable
de mesurer un signal de sortie. En reprsentation dtat, il nous importe dtre capable
Chapitre 1
plac au bon endroit, lintrieur du systme, peut nous donner accs linformation
recherche. Dans ce cas, on dit que la variable dtat considre est mesurable. Dans
dautres cas, cette investigation directe nest pas possible. La grandeur est alors dite non
mesurable.
En revanche, elle peut, tout en tant non mesurable, influencer la sortie T(F) du systme.
1.6.6. DEFINITION :
observable.
observable
Remarques
Clairement, la notion dobservabilit est cruciale pour les systmes o le vecteur dtat
complet nest pas accessible la mesure mais doit tre reconstruit, estim ou filtr
partir des donnes fournies par la sortie.
est de rang :
R
p Rj t
o
s
z() G z o RjK s G
o s
nRjqI r
15
Chapitre 1
Remarque :
hi I (F)
1
1 hI (F)
0
Ga
b
J a b E(F)
hi K (F)
1 2 hK (F)
1
h (F)
T(F) G [1 0] I
hK (F )
Exemple 5
Si lon mesure la vitesse angulaire, les matrices dynamiques et de sortie du satellite sont,
Exemple 6
0
jGa
0
1
b;
0
R G [1 0 ]
2 0
1
b h(F) J a b E(F)
1 1
1
T(F) G [1 1]h(F)
hi (F) G a
16
Chapitre 2
INTRODUCTION
par leur reprsentation dtat, ce que la boucle ferme est aux systmes reprsents par
une fonction de transfert. Lide consiste toujours piloter le systme par un signal de
consigne et gnrer automatiquement le signal de commande en confrontant en
permanence la valeur de la consigne et le comportement rel du systme. Lcart entre
commande par retour dtat, nous nallons pas mesurer le signal de sortie pour le
boucler sur lentre, mais nous allons nous servir du vecteur dtat complet pour
prendre connaissance du comportement du systme.
2 .2 .
PRINCIPE
PRINCIPE DE LA COMMANDE
COMMANDE PAR RETOUR DETAT
Le principe est de dterminer une commande telle que les ples du systme
Les ples de la fonction de transfert tant les valeurs propres de la matrice dtat, le but
(2-12
(2-22
Chapitre 2
ligne (K2 appel vecteur de gain pour pouvoir effectuer cette soustraction. On a alors :
D 9 JKF
Et :
KG
KH M
KG
6F
6G
KH M O P Q
6H
(2-32
(2-42
(2-52
(2-62
La dynamique du systme boucl est donc fixe par les valeurs propres de la matrice
(: C <D2; ces valeurs propres sont les racines de lquation caractristique :
2 .3 .
RESOLUTION DU PROBLEME
PROBLEME PAR PLACEMENT DE POLES
(2-72
et on
Chapitre 2
caractristique du systme. Soit g([2 le polynme dsir, que lon supposera bien
(2-82
m.n inconnues qui sont les coefficients Kpq , r s t1, , uv, w s t1, , jv. En fait, unes seule
matrice solution D nous suffit. On peut donc fixer (u C 12 lments de D afin quil ne
nous reste plus que n inconnues. Mais le systme obtenu nest pas toujours linaire.
Tout est simple lorsque le systme possde une seule entre. En effet, lquation
polynmiale (2-82 se traduit forcment par un systme de j quations linaires j
inconnues qui admet une et une seule solution (car le systme est commandable2.
Dans le cas o le systme possde u entres, on peut choisir D de la forme :
D 9 <x DF
lorsque le systme nadmet quune seule entre. Les mthodes proposes ici
ncessitent des calculs assez fastidieux. Considrons par exemple le systme :
1 4
67 9 |6 C1
2 2
C1
2
3 }6 ; | 3 }=
C5
C1
= 9 B C D6
D 9 (KF
KG
K 2
Chapitre 2
[
XY8 |0
0
C'est--dire
g([2 9 [ ; 3[G ; 7[ ; 5
0 0
1
[ 0} C |6
0 [
2
[ C 1 ; 2KF
XY8 C6 ; 3KF
C2 C KF
Ou encore
4 C1
2
C1 3 } ; | 3 } (KF
2 C5
C1
C4 ; 2KG
[ ; 1 ; 3KG
C2 C KG
KG
K 2 9 [ ; 3[G ; 7[ ; 5
1 ; 2K
C3 ; 3K 9 [ ; 3[G ; 7[ ; 5
[ ; 5 C K
2
|25
41
3 C1 KF
3
5
K
21 10 } G ; | C29 } 9 |7}
K
72 71
5
C129
KF
2
3
KG 9 |25 21
K
41 72
C1 `F 3
1.4227
5
10 } |7} C | C29 } 9 |C0.94158}
71
5
2.0206
C129
D 9 J1.4227
C0.94158 2.0206M
partir de la reprsentation dtat. Supposons que le systme, en boucle ouverte, soit rgi
par les quations dtat suivantes :
On a en boucle ferme :
(
2
(
67 (82 9 :6(82 ; < ZB
8
C D6
8 2]
Donc, on obtient :
(2
Chapitre 2
On tire :
Donc :
Do :
a ([2 9
(2
(2
(2-92
systme, mais surtout, que lon puisse accder au vecteur dtat. Trois cas peuvent se
prsenter :
-
tous les signaux internes composant le vecteur dtat sont accessibles la mesure
toutes les variables dtat ne sont pas mesurables mais le systme est
; dans ce cas, les variables dtat sont mesurables et des capteurs judicieusement
placs permettent daccder aux informations ncessaires au retour dtat ;
2 .4 .
EXERCICES DAPPLICATION
A. EXERCICE No1
C1
9 :6 ; <= o : 9
2
4
C5
, < 9
C1
C8
dans une boucle de retour dtat pour que le systme, en boucle ferme et soumis un
chelon unitaire de consigne, soit caractris par un coefficient damortissement 90.45
et n97.5sec.
21
Chapitre 2
B. EXERCICE No2
C. EXERCICE No3
6G
6
6 M
42 En
effectuant
un
changement
de
variables
dtat,
dterminer
la
Chapitre 2
52 Donner le
schma
fonctionnel
correspondant
la forme
modale
D. EXERCICE No4
1
[([ ; 12
([2
[;3
9
([2 [([ ; 12([ ; 22
32 Dterminer le retour dtat K ncessaire pour imposer les valeurs -2, -5 et -10
comme ples du systme boucl.
23
Chapitre 3
Commande optimale
Commande optimale
3 .1 .
INTRODUCTION
partie, on s'intressera plus particulirement aux systmes linaires dans le cas d'un
critre quadratique, cas connu sous le nom de commande linaire quadratique (LQR :
3 .2 .
faon que le systme en boucle ferme est identique un systme dsir (ce systme est
impos selon des critres bien dfini). L'excution de ces critres dsirs est obtenue
par la minimisation dun critre de performance ou lindice de performance (not J). Les
indices de performance sont normalement spcifis dans le domaine temporel; donc, il
est normal que nous souhaitions laborer des procdures de conception dans le
domaine temporel.
Dans cette section, nous considrerons la conception de systme de contrle optimal qui
est dcrit par une formulation de variable d'tat. Nous considrerons que la mesure des
variables d'tat est utilise pour calculer un signal de commande u(t) de sorte que
l'excution du systme soit optimise.
Chapitre 3
Commande optimale
:; < =(:, >, ?)
(3-1)
Et de condition initiale :(?A ) < :A , o ? C D, > C DE F? : C DG . Les signaux > et : sont des
Lindice de performance J d'un systme de contrle peut tre exprim en gnral par :
M < NA Q = (:, >, ?)O?
P
(3-2)
Le systme de contrle que nous considrerons est montr sur la figure (3-1) et peut
tre reprsent par l'quation diffrentielle suivante:
:; < S: T U>
(3-3)
(3-4)
Il est intressant de noter que la commande optimale obtenue s'crit comme un retour
d'tat :
(3-5)
(3-6)
La loi de commande est > < WX:, o K est matrice de dimension b:c. Par consquent,
sous la forme augmente, nous avons :
25
Chapitre 3
>VZ
[ZZ
>V\
d f < Wg e
e
[EZ
>VE
:
[ZG :Z
e h d e\ f
[EG :
Commande optimale
(3-7)
(3-8)
O H est une matrice de dimension c:c rsultant de l'addition des lments S W UX.
Dans ce cas, lindice de performance J est lintgral du carr derreur, donc le critre
s'crit alors :
(3-9)
(3-10)
:Z
t :\ w
s v
: q : < I:Z , :\ , :_ , , :G ] s :_ v
sev
r:G u
(3-11)
M < NA Q : q :O?
(3-12)
(: q y: ) < :; q y: T : q y:;
(3-13)
somme des carres des variables d'tat, nous emploierons l'opration vectorielle
suivante :
Pour ?J tend vers linfini, le principe de la commande optimale est de driver lindice de
performance par rapport au temps (Pour obtenir la valeur minimum), on obtient :
x
xP
O q
(: y:) < (j: )q y: T : q y(j: )
O?
< : q jq y: T : q yj:
< : q (jq y T yj):
26
(3-14)
Chapitre 3
Commande optimale
Avec (j: )q < : q jq . Si nous supposons que jq y T yj < Wz, alors l'quation (3-14)
devient :
xP
(: q y:) < W: q :
q
M < NA W xP (: q y: )O? < |W: q y:|{
A < : (0)y: (0)
{
(3-15)
(3-16)
Dans l'valuation de la limite ? < , nous supposons que le systme est stable, et par
Et :
jq y T yj < Wz
(3-17)
(3-18)
0
S<
0
1 :Z
0
T > (?)
0 :\
1
1
0
,U <
0
1
1
Si nous supposons que [1<1 et les conditions initiales sont : (0) < , calculer le gain
1
optimal K et reprsenter lallure de lindice de performance J.
27
Chapitre 3
3 .3 .
Commande optimale
regulator. Le systme est linaire et la commande est quadratique. La commande optimale est
un retour d'tat. Le principe de la commande LQR est prsent dans la figure (3-2).
O on va supposs que
(3-19)
Soit un rgulateur par retour detats dont le processus a pour quation dtat lquation
M(:A , >) < \ : q n?J o:n?J o T \ NP Qn: q (?) (?): (?) T >q (?)(? )> (?)oO?
Z
(3-20)
(3-21)
La loi de commande optimale est obtenue si le driv de lagrangien par rapport la loi
de commande est nul :
28
Chapitre 3
Commande optimale
O :
(3-22)
(3-23)
(3-24)
(3-25)
(3-26)
Les quations (3-24) et (3-26) peuvent se mettre sous la forme d'un systme matriciel
appel systme Hamiltonien :
: (?)
S(?)
<
xP (? )
W (?)
x
(?)
WSq (?)
(3-27)
Ecrivons p(t) < P(t)x(t), comme nous y incite (4-8), avec comme condition finale
P(tf)<S. L'quation (3-26) s'crit alors :
(3-28)
Avec ; (?) < y;(?):(?) T y(?):; (?)et l'quation d'tat (3-19) du systme, l'quation (328) s'crit (en omettant la rfrence au temps au d'allger les notations) :
ny; T yS T Sq y W yU Z U q y T o: < 0
(2-29)
: q ny T yS T Sq y; W yU Z y T o: < 0
x
xP
(3-30)
(3-31)
(3-32)
Il est intressant de noter que la commande optimale obtenue s'crit comme un retour
d'tat > < WX(?): avec :
X < W Z Uq y
(3-33)
On peut rcrire toutes les quations du systme en temps continu par des quations en
temps discret (voir le tableau ci-dessous) :
29
Chapitre 3
Commande optimale
Type de systme
Systme continu
: ( T 1) < S: (: ) T U> ( )|
() < >()
Z q
devient : M < \ A : ()() :() T
>q ()( )> ( )
devient :
quation (3-19)
quation (3-20)
quation (3-21)
quation (3-22)
quation (3-23)
quation (3-24)
quation (3-25)
quation (3-26)
quation (3-27)
quation (3-28)
quation (3-30)
quation (3-33)
Systme discret
q
devient : <
A \ : ()() :() T
Z
\
()
0
devient :>() < W Z ()U q ()( T 1)
devient :() < y( ): ()
devient :( T 1) < WnSq ()y( ) T ( ): (:)o
devient ::( T 1) <
q ():(:)
S
W U()Z ()U q ()()
:( T 1)
devient :
<
( T 1)
S( ) U( ) Z ( )U q () :()
()
W()
Sq
( T 1) < WnSq ()y() T ()o: (: )
devient :y( T 1) T y()S( ) T Sq ( )y() W
y( )U()Z ( )U q ()y( ) T ()
devient : X() < Z ()U q ( )y( T 1)S( )
o : Z () < ( ) T U q ()y( T 1)U( )
devient:
solution de (3-30) et soit le nouveau problme bas sur les pondrations < et
< . On vrifie que y < y est solution de l'quation de Riccati correspondante. En
effet :
(3-34)
Sans restriction, les pondrations peuvent tre choisies symtriques. Elles sont
gnralement choisies diagonales. Ainsi, on se ramne au choix de n scalaires pour l'tat
Chapitre 3
Commande optimale
3. Dans le cas o certains tats auraient des dynamiques trop lentes par rapport
premiers.
4. Dans le cas o certains actionneurs seraient trop sollicits par rapport d'autres,
on peut choisir d'augmenter la pondration de R leur correspondant.
0 1
0
0
S<
, U , < , < I1
0 0
1
1
W1]
yS T Sq y W yU Z Uq y T T 0
< q
31
Chapitre 3
3 .4 .
Commande optimale
Nous supposerons donc que notre systme perturb peut tre modlis
O : : DG , > DE , D , D , D
(3-35)
H2: les signaux (?) et (?) sont des bruits blancs gaussiens centrs de Densit
lindpendance stochastique des bruits w(t) et v (t) : cette hypothse est introduite
pour allger les calculs qui vont suivre mais nest pas ncessaire).
Avec : 0
O :
F?
0.
H3: V est inversible (il y a autant de sources de bruits blancs indpendantes que de
V est donc une matrice dfinie positive et W est une matrice semi-dfinie positive.
32
Chapitre 3
Commande optimale
s'appliquer a des systmes dont l'tat n'est pas mesur. Dveloppe au dbut de la
seconde moiti du 20me sicle et applique lors du programme spatial Apollo pour la
stabilisation de lanceurs, elle est apparue comme la premire mthode gnrale pour
l'asservissement des systmes multivariable. La commande LQG est compose dune
commande LQR avec un observateur des tats par la mthode du filtre de Kalman. O le
schma de principe de cette commande est illustr par la figure (3-3). On remarque
daprs cette figure que le principe de la commande LQG est le mme comme la
commande LQR seulement la loi de commande dans le rgulateur LQG est la
multiplication du gain de retour par ltat estime par le filtre de Kalman :
33
(3-36)
Chapitre 3
X < W Z Uq y
Commande optimale
(3-37)
(3-38)
A partir du vecteur y de mesures bruites (retour de sortie), nous recherchons une loi
de commande qui minimise le critre :
(3-39)
yJ Sq T SyJ W yJ q JZ yJ T J < 0
(3-40)
b) en employant cet estim comme sil tait la mesure exacte du vecteur dtat, pour
rsoudre le problme de commande optimale linaire dterministe (mthode
LQ) ; soit (si (S, U, )) est dtectable et stabilisable) :
Avec :
X < Z Uq y
|
yS T Sq y W yU Z Uq y T < 0
34
Chapitre 3
Commande optimale
;
:
S W UX W XJ T XJ X
<
>
WX
XJ :V
0
(3-41)
matrices. Leurs buts sont de minimiser les erreurs lies une modlisation approche et
la prsence de bruits sur les mesures. Ce rglage requiert une attention particulire et
seul un rglage en ligne permet de valider le fonctionnement du filtre. Cependant
quelques grandes lignes permettent de comprendre linfluence du rglage de ces valeurs
par rapport la dynamique et la stabilit du filtrage.
La matrice Qf lie aux bruits entachant ltat, permet de rgler la qualit estime de
notre modlisation et de sa discrtisation. Une forte valeur de Qf donne une forte valeur
du gain Kf rduisant limportance de la modlisation et de la dynamique du filtre. La
mesure possde alors un poids relatif plus important. Une trop forte valeur de Qf peut
cependant crer une instabilit de lobservation.
La matrice Rf rgle quant elle le poids des mesures. Une forte valeur indique une
grande incertitude de la mesure. Par contre, une faible valeur permet de donner un
poids important la mesure. Cependant, il faut faire attention au risque dinstabilit aux
faibles valeurs de Rf.
Les rglages de Qf et de Rf ont t effectus afin dassurer une stabilit dans toute la
plage des tats estimer, tout en respectant un compromis avec la dynamique et les
erreurs statiques. Ces rglages ne sont srement pas optimaux, mais les qualits de ce
filtre assurent un fonctionnement correct.
Exemple :
Soit le systme dtat suivant :
:; (?) < S:(?) T U>(?) T (?)|
Chapitre 4
transforme en Z
Transforme en z
4 .1 .
INTRODUCTION :
Jusqu prsent, nous navons tudi que des systmes linaires continus,
dont la principale fonction consistait traiter continment, en temps rel, des signaux
eux-mmes continus, cest--dire des signaux reprsents par des fonctions continues
du temps. On parle alors de signaux et de systmes temps continu.
Dans la ralit industrielle, la complexit des systmes, ainsi que celle des traitements
raliser, ncessite souvent le recours des outils numriques de traitement :
ordinateurs, calculateurs, systmes numriques en tout genre.
doivent tre transforms en suites de nombres pour pouvoir tre traits. De mme, ces
systmes dlivrent, leur sortie, des suites de valeurs numriques, autrement dit, des
signaux numriques.
La problmatique est alors de reprsenter les interactions entre des signaux physiques
modliss par des fonctions avec des signaux assimilables par des calculateurs
numriques qui se prsentent sous forme de suites. Lutilisation des calculateurs
Sans entrer dans les dtails du fonctionnement des diffrents lments, la commande
par calculateur, ou processeur, dun procd ncessite la mise en uvre dun certain
nombre dlments (Figure (4-1)) :
-
36
Chapitre 4
transforme en Z
Un convertisseur N/A consistera maintenir constante sur lintervalle ;<=> , (< ? 1)=> @
la commande soit :
A(B ) C A (<=> )
DB E ;<=> ,
(< ? 1)=> @
Un tel convertisseur est appel Bloqueur dOrdre Zro (BOZ), de fonction de transfert :
4 .2 .
GH (I) C
1 J K LMNO
I
4.2.1. DEFINITION
(4-1)
Lchantillonnage dun signal que nous noterons W V (B) est le produit du signal causal
37
Chapitre 4
transforme en Z
W V (B ) C W (B) [
\]H Z (B J <. => )
(4-2)
La fonction W V (B) est une distribution constitue dimpulsions de Dirac aux instants
dchantillonnages et dont les surfaces correspondent aux valeurs de W (B)
mmes instants.
ces
Pour trouver les valeurs numriques W(<. => ) un instant B C <. => il suffit dintgrer
limpulsion de Dirac correspondante soit :
Sur la Figure (4-2) nous retrouvons les reprsentations des fonctions W(B ) et W V (B).
(4-3)
4 .3 .
PROPRIETES DE LA TRANSFORMEE EN Z
Linarit
(4-4)
(4-5)
Retard de k priodes
38
Chapitre 4
transforme en Z
Translation complexe
Changement d'chelle en z
yz[
\z[
szo
yzH
\zH
sz[
4 .4 .
FONCTIONS DE TRANSFERT EN Z
(4-6)
(4-7)
(4-8)
(4-9)
manipuler que la reprsentation par modles dtat. Les fonctions de transfert seront
gnralement crites sous forme de fonctions rationnelles de polynmes en loprateur
davance z. On peut ainsi aisment crire la rponse dun signal filtr par une fonction de
transfert, sans dfinir la transforme en z des signaux. Loprateur davance z est notre
avis plus naturel que loprateur de retard zJ1; en effet, les ples et les zros dune
Chapitre 4
transforme en Z
De la mme manire que lon associe un systme temps continu, une fonction de
Soit encore :
Avec :
i (X) C (s) C
(s)
(X) C
(s)
(s)
l(X)
c scc s c s
p cp sccp s cp s
(4-10)
(4-11)
qui est dfinie comme la fonction de transfert en z du systme. Dans le cas gnral o les
conditions initiales sont non nulles la reprsentation en z du systme scrit plus
exactement:
(s)
(4-12)
O le polynme I(z) ne dpend que des conditions initiales. Il influe sur la sortie du
I]o :ples
i (X) C
X]o : zros
<C
: gain
(4-13)
Par dfinition les ples du systme sont les racines du polynme dnominateur et les
zros du systme sont les racines du polynme numrateur. Les uns et les autres ont par
X L
V
oc
s ccV s
40
V
ocp
s ccpV s
(4-14)
Chapitre 4
gV C
fV C
transforme en Z
(4-15)
suppose de prvoir les instants futurs. Bien entendu, les formulations en z et X Lo sont
quivalentes.
Lcriture (4-15) fait apparatre non seulement le gain, les ples, les zros mais
galement un retard pur X L entre une excitation en entre du systme et son effet sur
la sortie.
Notons galement que, comme dans le cas des systmes temps continu, le
f X ? fLo X Lo ? ? fo X ? fH C f (X J Io )(X J I ) (X J I )
(4-16)
continu. Pour que cela soit possible, une des conditions remplir est que le signal e(t)
que lon doit chantillonner ait une largeur spectrale (exprime en Hz ou rad/s) finie,
finie on
parle alors dun spectre de type passe-bas. On rappelle que la largeur spectrale dun tel
signal est dfinie par lintervalle ;0, W @ o W est la plus grande frquence prsente
W> 2Wp
Exemple :
i (I) C
1
1 ? I
41
Chapitre 4
transforme en Z
6
1
24
2 => 2
Soit approximativement :
=>
4
systme temps discret obtenu par chantillonnage est expose. Elle se rsume au
thorme suivant.
Thorme
Soit un procd continu modlis par une fonction de transfert i(I). Ce procd,
u(k)
X J 1 i (I)
_
X
I
u(t)
y(t)
B0(p)
Procd
y(k)
Te
Exemple
B 0 (p)
1
p(p+1)
y(k)
i (I) C
1
I(I ? 1)
Te
Chapitre 4
X J 1 i (I)
_
I
X
transforme en Z
i (I)
1
J1 1
1
C
C
? ?
I (I ? 1)
I
I
I?1
I
Soit :
XJ1
X
=> X
X
J
?
?
X
X J 1 (X J 1)
X J K LMN
i (X) C (sLo)(sLp)
(sL)
Application numrique :
Soit => C 1K. Il vient :
Transforme de Laplace
() C ;()@
1
L
L
( ? )
J
( ? )( ? )
( ? )
i (X) C 0.3679
Signal continu
()
C K LMN J 1 ? =>
f C K LMN
avec
g C 1 J MN Loc> N
M oL> N
N
X ? 0.7183
(X J 1)(X J 0.3679)
Signal chantillonn
Z(B)
Z(B J f)
Z(B J = )
A(B)
WH C 1, D< 0 W\ C 0
W C 1, D< W\ C 0
1
<=
< =
K Lpy
K Lp\M
BK Lpy
<= K Lp\M
K Lpy J K Ly
K Lp\M J K L\M
f\
(Jf \ )
1 J K Lpy
1 J K Lp\M
`(B)
`(<= )
w(<= )
w(B)
Transforme en z
() C
1
X L
X
XJ1
X
=
(X J 1)
X(X ? 1)
=
(X J 1)
X
X J K LpM
= XK LpM
(X J K LpM )
X(K LpM J K LM )
(X J K LpM )(X J K LM )
X
XJf
X
X?f
X(1 J K LpM )
(X J 1)(X J K LpM )
Xw(= )
X J 2X`(= ) ? 1
XX J `(= )
X J 2X`(= ) ? 1
Chapitre 4
transforme en Z
signaux temps discret. Considrons le systme reprsent sur la figure (4-6), o u(k)
Nous allons aborder dans ce cours deux types de modles externes, complmentaires
lun de lautre, que sont les quations rcurrentes et les fonctions de transfert.
lcriture dune quation rcurrente entre diffrents termes des squences dentre et
de sortie. Une quation rcurrente, pour une transmittance permet dexprimer la sortie
y(k) linstant courant en fonction de lentre u(k) au mme instant et aux chantillons
passs de la sortie et de lentre.
Le fait dexprimer par convention, linstant courant par rapport au pass ncessite que la
fonction de transfert soit mise avec des puissances ngatives de z.
Prenons comme forme gnrale dun systme discret :
(s)
(s)
c s c s c s cc s
ocp s cp s cp s ccp s
La forme gnrale dune quation rcurrente linaire peut tre donne par :
(4-17)
(0) C gH A(0)
(1) C gH A(1) ? go A(0) J fo (0)
44
Chapitre 4
transforme en Z
Cette dernire relation constitue lquation rcurrente qui permet le calcul de la sortie
pour nimporte quelle entre.
Comme nous venons de le voir (dans les travaux dirigs), lquation rcurrente issue
dune transmittance en z permet de calculer la sortie pour nimporte quelle entre. Pour
la transforme de Laplace, il est clair que le calcul de la sortie ncessite un
4 .6 .
Thorme :
Un systme numrique est stable si et seulement si tous les ples de sa fonction de
transfert sont situs lintrieur du cercle de rayon 1. Il est dautant plus stable (amorti)
que les ples sont plus lintrieur du cercle.
Chapitre 5
Commande adaptative
Commande adaptative
5 .1 .
INTRODUCTION :
Les variations paramtriques dun processus rel dans le temps suivant les
quil est le pouvoir de ladaptation devant ces variations, parmi ces rgulateurs on
trouve les rgulateurs adaptatifs qui sont bass essentiellement sur lidentification en
ligne des paramtres du procd. Ces techniques destimation sont connues depuis les
Donc, la
Le dbut des recherches sur la commande adaptative (destines laronautique) date des
annes 1950. Cependant cause de linsuffisance de rsultats thoriques et de labsence de
moyens techniques performants, ces recherches furent trs vite abandonnes.
Les progrs rapides de llectronique et les rsultats thoriques fondamentaux tablis dans les
annes 1960 (variables dtat, analyse de la stabilit, commande stochastique) devaient
susciter de nouveau lintrt pour ce sujet durant les annes 1970. Depuis lors des tudes
considrables ont t ralises et daujourdhui elles sont mises en uvre laide de
microprocesseurs, micro-ordinateurs ou circuits spcialiss (Digital Signal Processors).
Concernant la commande adaptative on a choisi la mthode des moindres carrs rcursive
pour le bloc destimation paramtrique. Le principe de cette technique didentification est la
dtermination dun vecteur des inconnus partir de linformation des signaux dentries u(t) et
les sorties mesures y(t) du systme.
46
Chapitre 5
5 .2 .
Commande adaptative
temps. Son utilisation requiert la mesure dun certain indice de performance qui est
compar lindice dsir. Suivant lcart obtenu, le mcanisme dadaptation (algorithme
Performance
dsire
Consigne
Mesure de
lindice de
performance
Mcanisme
dadaptation
y(k)
Correcteur
autoajustable
u(k)
Processus
Cette mthode suppose que les non-linarits sont connues, car il nexiste pas
de correction pour compenser une programmation incorrecte (fonctionnement en boucle
ouverte). Elle a cependant lavantage dajuster rapidement les paramtres du correcteur lors
de changements rapides de la dynamique du processus (voir la gure (5-2)).
47
Chapitre 5
Commande adaptative
Programme du
gain
Consigne
y(k)
Correcteur
autoajustable
u(k)
Processus
Mcanisme
dadaptation
Consigne
Estimation des
paramtres
y(k)
Correcteur
autoajustable
u(k)
Processus
rfrence et les paramtres du correcteur sont ajusts par la boucle externe de faon
minimiser lerreur de sortie processus-modle. Pour la description mathmatique du
utilises : les quations dtat ou les relations entre-sortie. Cest la deuxime, applique
des systmes discrets, qui sera considre (voir la figure (5-4)).
48
Chapitre 5
Commande adaptative
A lorigine la CAMR traitait les problmes dasservissement alors que le correcteur autoajustable tait destin aux problmes rgulation, cest pourquoi laspect de la rgulation,
pourtant inhrent tout systme de commande, a souvent t ignor dans les tudes de
CAMR.
5.3.
paramtres . Il nous faut estimer tel que les sorties BK (L) gnres par (p)
ressemblent le plus possible y.
Les paramtres dun processus physique rel sont changs cause des variations de
lenvironnent. Dans ce cas ces paramtres doivent tre estims en ligne. Le principe de
49
Chapitre 5
Commande adaptative
y (t )
e(t )
u (t )
y (t )
(5-1)
M(N OE ) C 1 X ^[_E Z[ N [ C 1 X ZE N OE X Z\ N O\ X ] X Z^ N O^
R(N OE ) C `a X ^[_E `[ N [ C `a X `E N OE X `\ N O\ X ] X `^ N OK ; `a c 0
B(P) C e f g (P h i)
(5-2)
O e f C jZE , Z\ , , Z^ , `a , `E , , `K k
g f (P h i) C jhB(P h 1), hB(P h 2), , B(P h l), S(P h i), S(P h i h 1), S(P h i h m)k
q
\
f
n(e) C \ q
p_E op C \ p_EDB(P ) h e (P ) g (P h 1)H
E
(5-3)
Le minimum du critre J est obtenu par le jeu de paramtres qui annule sa drive dans
lespace paramtrique.
Ceci donne :
st(u)
su
f
C q
p_EDB(P ) h e (P ) g (P h 1)HDhg (P h 1)H C 0
q
f
q
p_EDg (P h 1)B(P )H h p_E g (P h 1)g (P h 1) e (P )
(5-4)
(5-5)
Chapitre 5
Commande adaptative
q
f OE
e (P ) C (q
p_E g (P h 1)g (P h 1) ) (p_E g (P h 1)B(P ))
(5-6)
(5-7)
f OE
w(P ) C (q
p_E g (P ) g (P ) )
(5-8)
T -1
P (t )C P (t - 1 )- P (t - 1 ) (t - 1 ) I X (t - 1 ) P (t - 1 ) (t - 1 ) (t - 1 ) P (t - 1 )
(5-9)
(5-10)
forme rcursive.
e(~) C w(~) p_E g(P h 1) B(P) C w(P)g(P h 1) C L(~)(g(P h 1)B(~) X p_E g(P h
Do :
1)B(P))
(5-11)
Or:
(OE)(pOE)
(~) C
(pOE)(OE)(pOE)
(5-12)
(5-13)
(5-14)
O :
I : la matrice identit.
Lalgorithme des MCR donne de moins en moins de poids aux nouvelles mesures, il ne
convient donc pour estimer des paramtres variables dans le temps. Pour obtenir un
51
Chapitre 5
Commande adaptative
algorithme capable de suivre les variations des paramtres, le critre facteur doubli
suivant est utilis.
5.4.
le temps), alors lestimateur moindres carrs tel que nous lavons dfini jusqu prsent
ne convient pas. Il est ncessaire dliminer linfluence des anciennes donnes du vecteur
dobservation pour que lalgorithme soit capable de suivre les variations ventuelles du
processus. On va utiliser un critre affectant le poids maximal au dernier chantillon et
permettant doublier progressivement les anciennes valeurs un facteur doubli.
Le critre quadratique J dfini par :
qOp
n (e ) C q
DB(P ) h e(P)f g(P h 1)H
p_E
(5-15)
Plus le facteur doubli est voisin de zro, plus on oublie rapidement les anciennes
valeurs. Donc les valeurs typiques pour sont comprises entre 0.85 et 0.995.
Lexpression de lalgorithme des moindres carrs rcursive avec le facteur doubli scrit
par :
(OE)(pOE)
(~) C (pOE)(OE)(pOE)
(OE)
(5-16)
Les gains dadaptation facteur doubli ont une capacit de poursuite (convergence
5.5.
Lalgorithme des moindres carrs rcursifs doit tre initialis de P(0) et (0).
Chapitre 5
Commande adaptative
matrice de covariance de (t) donc sa prcision, les lments situes sur la diagonale de
P(t) reprsentent la variance instantane de chaque paramtre. Cette remarque nous
permet alors P(0) si on na aucune information sur cela signifie que la variance de
chaque paramtre est infinie on peut alors choisir PCI (matrice diagonale), la taille
des lments de la diagonale dpend de la confidence sur les valeurs initiales des
paramtres (0).
53
Bibliographie
[1] C. Vachier, Reprsentation dtat et commande dans lespace dtat, notes de cours, UNIVERSIT
PARIS XII-VAL DE MARNE, 2007.
[2] R.C. Dorf, R.H. Bishop, Modern Control Systems, Addison Wesley Publishing Company, Seventh
Edition, 1995.
[3] J. Bordebeuve-Guib, Reprsentation dtat des systmes linaires, Polycopi de cours, ENSICA,
1997.
[4] R.C. Dorf, R.H. Bishop, Modern Control Systems, Addison Wesley Publishing Company, Twelfth
edition, 2011.
[5] A. Tewari, Modern Control Design With MATLAB and SIMULINK, Indian Institute of Technology,
Kanpur, India, 2002.
[6] Y. Granjon, AUTOMATIQUE Systmes linaires, non linaires, temps continu, temps discret,
e
reprsentation d'tat, 2 dition, Dunod, Paris, 2010.
[7] O. H. Bosgra H. Kwakernaak, Design Methods for Control Systems, Notes for a course of the Dutch
Institute of Systems and Control Winter term 20002001.
[8] A. K. Mandal, INTRODUCTION TO CONTROL ENGINEERING: Modeling Analysis and design,
Daryaganj, New Delhi 110002, 2006.
[9] E. Laroche, Commande Optimale, Polycopi de cours, Ecole Nationale Suprieure de Physique de
Strabourg, 2009-2010.
[10] D. Xue, Y. Q Chen, D. P. Atherton Linear Feedback Control Analysis and Design with MATLAB,
Springer-Verlag, July 3, 2002.
[11] L. C. Evans, An Introduction to Mathematical Optimal Control Theory, Version 0.2.
[12] D.Alazard, Rgulation LQ/LQG, Notes de cours.
[13] D.Alazard, Introduction au filtre de Kalman, Notes de cours, Janvier 2005.
[14] H. B. Merabet, A. Tahri et A. Allali, Commande Multi-Variable dun Compensateur Statique de
Puissance Ractive Par Lutilisation dun Rgulateur Linaire Quadratique LQR, 2mes Journes
Internationales dElectrotechnique, de Maintenance et de Compatibilit Electromagntique lENSET
Oran, Confrence Internationale JIEMCEM 2010, 25-27 Mai 2010.
[15] R.E. Kalman, Contributions to the theory of optimal control, Bol. Sociedad Mat. Mex., 1960.
[16] S. Tliba, M. Jungers et Y. Chitour, COMMANDE DES PROCESSUS ASSERVISSEMENTS
NUMRIQUES, Notes de cours, Universit Paris-Sud XI - ENS de Cachan, 2005.
[17] J.M Retif, AUTOMATIQUE REGULATION, Institut National des Sciences Appliques de Lyon,
EdiIon 2008.
[18] D. Peaucelle, SYSTEMES A TEMPS DISCRET Commande numrique des procds, Notes de cours,
Ecole Nationale des Sciences Appliques, 7 avril 2003.
[19] Y. B. ENSICA, Commande des systmes par calculateur, Notes de cours, 2007.
[20] J. L. Gonzales, Commande Adaptative Modle de Rfrence de Systmes Discrets, Notes de
cours, EUROPEAN ORGANIZATION FOR NUCLEAR RESEARCH, 8 Novembre 1988.
[21] I. D. Landau and G. Zito, Digital Control Systems Design, Identification and Implementation,
Springer-Verlag London Limited 2006.
[22] H. Merabet Boulouiha, Commande adaptative dun compensateur statique de puissance ractive
de type avanc, Thse de Magistre, Universit des sciences et de la technologie Mohamed Boudiaf
USTO-MB, Soutenu en 2009.