Académique Documents
Professionnel Documents
Culture Documents
Cours Master PDF
Cours Master PDF
COURS MASTER-2
Commande Robuste et Systmes Non Linaires
Launay Frdric
I)
Objectif du cours :
Lide de ce cours est de vulgariser la notion de systmes non linaires et danalyser leur mise en
uvre en appliquant ceux-ci la thorie du chaos. La difficult majeure dun systme chaotique
(un systme chaotique est par nature imprvisible) est dtre capable de synthtiser une loi de
commande permettant un systme tierce de reproduire la mme trajectoire.
On rappelle que le dveloppement de la stratgie de commande passe par 3 tapes :
Identification/Modlisation du modle chaotique
Synthse dune loi de commande
Analyse de la robustesse (validation de la loi de commande par rapport au bruit et par
rapport lapproximation du modle)
Dcoupage du cours
Dans un premier temps, nous allons prsenter lapport danalyse des systmes non linaires par
rapport aux systmes linaires, mettant ainsi en dfaut certaines modlisations actuelles.
Modliser est un premier pas, lobjectif de toute modlisation est de fournir un systme
paramtrable et doptimiser les performances de ce systme (en vue dapplications prcises)
grce une rgulation ou un asservissement par la mise en place de lois de commande. A ce
titre, nous allons dfinir les proprits des systmes non linaires, les outils dtudes de tels
systmes pour vrifier la stabilit de lasservissement et les mthodes de commandes robustes
pour garantir les performances souhaites lors dun asservissement malgr les caractres non
linaires du modle.
Avant toute modlisation, il est aussi ncessaire de dfinir lenvironnement du systme.
Lenvironnement du systme revient dlimiter celui-ci par un certain nombre de variables
indpendantes dentres (entres exognes : excitations et perturbations) qui conditionnent
ltat du systme, et par des variables de sortie qui permettent de rendre compte, tout instant, de
la rponse (cest dire de lvolution) du systme vis--vis des excitations. On rajoute ensuite
des entres de commande issues de lasservissement. Plus le systme est complexe, plus il est
ncessaire dtablir un rseau dquations simultanes pour dcrire le systme. En rgle gnral,
le modle que lon souhaite tablir est issu dun compromis entre fidlit vis vis du
comportement rel du systme diverses excitations et simplicit. La simplicit est obtenue par
des hypothses de travail et des approximations qui rendent le modle mathmatiquement viable.
En physique, lorsque l'on tudie un phnomne, on s'intresse gnralement aux effets
prpondrants de celui-ci. Ceci revient souvent linariser les phnomnes caractristiques du
systme tudi (on dit qu'il y a proportionnalit entre la cause et l'effet).
Grce la linarisation du systme autour dun point de repos (point rgulier ou point
singulier), ou sous certaines hypothses (approximation de faibles dviations), on peut dcrire le
systme par un modle mathmatique linaire. Dans ce cadre dtude, les mthodes frquentielles
(Transforme de Laplace) constituent les outils les plus performants pour lanalyse (Nyquist,
Black Nichols, Bode, Lieu des racines) et la synthse des asservissements linaires (Correcteur
PID, avance/retard de phase).
Toutefois, aucun systme physique nest rigoureusement linaire et en dehors du domaine de
linarit, il est ncessaire dutiliser dautres mthodes que celles cites ci-avant pour vrifier la
stabilit et la robustesse aux perturbations dun systme en boucle ferm.
De plus, la mthode par linarisation est une mthode valide que localement autour dun point
de fonctionnement (en rgle gnral dun point rgulier) et par consquent, cette mthode ne peut
pas tre utilise pour dfinir un comportement global. De plus, lors de la linarisation les effets
non linaires sont alors considrs comme perturbateurs et de ce fait ngligs. Or, la dynamique
apporte par ces effets non linaires est plus riche que les systmes linaires. A titre dexemple,
la diffrence des systmes linaires qui ne possdent quun seul point dquilibre, les systmes
non linaires peuvent possder plusieurs points dquilibre. De plus, de tels systmes peuvent
tre le sige doscillations (cycles limites) caractrises par leur amplitude et leur frquence
quelques soient les conditions initiales et sans lapport dexcitation extrieure alors quun
systme linaire, pour osciller, doit prsenter une paire de ple sur laxe imaginaire, condition
trs fragile vis--vis des perturbations et des erreurs de modlisation. On peut aussi constater
dautres phnomnes dans les systmes non linaires (bifurcations), phnomnes qui
reprsentent une variation de lvolution du systme en terme du nombre de points dquilibre, de
la stabilit lorsquun ou plusieurs paramtres (non autonome) du modle varient.
Nous allons introduire ces notions sur des exemples concrets au cours du premier chapitre.
Dans le chapitre 1, nous analyserons de manire globale lvolution dun systme et nous nous
dfinirons des points locaux particuliers par linarisation. Nous tudierons ainsi les avantages et
les limitations dun systme linaris par secteur dtude.
Dans le deuxime chapitre, nous prsenterons des modles un peu plus complexe, puisque nous
prendrons en compte une non linarit et nous prsenterons des outils danalyse du systme.
Dans le troisime chapitre, nous aborderons le problme didentification dun systme et nous
laborerons les premiers outils danalyse de la robustesse du systme.
Enfin dans le 4me chapitre, nous focaliserons notre tude sur les systmes chaotiques.
Conclusions :
Dans le cas linaire, le point dquilibre est stable et les trajectoires dtat pour diffrentes
conditions initiales x(0) dcroissent vers ltat dquilibre.
Dans le cas non linaire, le point dquilibre 0 est stable localement puisque partir de toutes
conditions initiales proche de 0 (appartenant une boucle ferme dans lespace topologique
autour de 0) la solution converge vers 0, mais le systme est instable autour de 1 puisque la
trajectoire tend vers 0 sauf pour x0=1.
I.4)
X =
Y = D. L Y = 1
0
0
y = 1 y1
Y => 1
, 1 et 2 rels ou complexes conjugus
2
y 2 = 2 y 2
y1 = K 1e 1t
La rsolution donne
dans
le
plan
associ
aux
vecteurs
propres
U
1 ,U 2
y 2 = K 2 e 2t
)
6
Cas 2 : Le discriminant est positif, une valeur propre est ngative (soit 1) et lautre
positive.
La premire quation dans le plan U1 ,U 2 converge vers y1=0 quand t->, la seconde diverge.
On parle de col (par dfinition un col est instable).
Cas 4 : Le discriminant est ngatif, les racines sont des imaginaires pures
I.5) Interprtations
Comme on peut le constater, la mise en quation de systmes non linaires apportent des
modifications sur lvolution de la (des) sortie(s) du systme qui ne peuvent tre pris en compte
par les systmes linaires.
Pour asservir de tels systmes, il est bien entendu ncessaire de prendre en compte ces
phnomnes non linaires. Nous prsenterons dans un premier temps deux mthodes classiques
pour analyser lvolution dun systme asservi partir dhypothses limitatrices. La premire
mthode, appele Mthode du premier harmonique permet de prvoir approximativement certains
comportement non linaires et se contente de dterminer le cycle limite (amplitude et frquence).
Lavantage de cette mthode est la possibilit dutiliser les mthodes frquentielles classiques.
La mthode du plan de phase est une mthode temporelle limite aux systmes dordre 2. Outre
sa simplicit, lintrt de prsenter cette mthode est dintroduire des notions (plan de phase)
relative ltude de tout systme non linaire.
Nous introduirons ensuite la notion de stabilit. Cette notion de stabilit est primordiale pour
asservir des systmes en prenant en compte des erreurs de modlisations. Cela permet destimer
globalement le fonctionnement du systme asservi sans avoir dterminer les trajectoires.
Pour terminer lillustration des phnomnes non linaires, nous allons imaginer un exemple bas
sur le mouvement oscillatoire dun pendule.
Exprience 1 :
Imaginons un exemple simple tel que le mouvement d'un pendule. Ce dernier est modlis par un
systme (non linaire de par la fonction sinus) deux variables (la position et la vitesse
angulaire) permettant de dcrire son mouvement doscillation rgulier (sans frottement, le
mouvement du pendule est priodique non amorti, avec frottement le mouvement est amorti et
revient son tat stable). Le pendule prsente 2 points de repos (pour lesquels la vitesse
angulaire est nulle), un instable et un stable.
Introduction au chaos :
Exprience 2 :
Supposons maintenant quune commande externe lui apporte de lEnergie vers une trajectoire
perpendiculaire au mouvement initial. A titre dexemple, un aimant positionn devant ou derrire
le pendule (cf. schma). La modlisation doit prendre en compte cet apport dnergie. Si,
lnergie apporte est non linaire (la force dattraction dpend de la distance du pendule par
rapport laimant), on peut ainsi imaginer soit un mouvement cyclique du pendule dans un plan
ou un mouvement dsordonn quon appellera chaotique. En regardant la trajectoire du pendule
en 3D, on peut sapercevoir que dune oscillation une autre, le pendule n'effectue jamais deux
fois le mme trajet dans l'espace.
De plus, si on recommence lexprience 2 en modifiant trs lgrement une condition initiale
(soit la position ou la vitesse angulaire initiale ou la position de laimant), et quon compare la
nouvelle trajectoire du pendule par rapport celle trace prcdemment, on saperoit que les
deux trajectoires diffrent totalement : un instant donn, les deux pendules sont des positions
diffrentes, et en prenant deux instants diffrents pour lesquels les deux pendules sont la mme
position, il est impossible de prdire la position future de la deuxime exprience en connaissant
lvolution de la premire exprience. On dit que le systme est Sensible au Conditions Initiales
(SCI). Cest une caractristique essentielle des systmes chaotiques. Lautre caractristique est
une trajectoire rcurrente.
Cependant, le mouvement du pendule, bien que chaotique, n'est pas alatoire car il peut tre
dcrit par des quations plus ou moins simples et dterministes.
10
Exercice :
Soit l, la longueur de la corde (non lastique), et m la masse de la bille. Soit , langle de la corde
par rapport la verticale.
1. Identifier les forces agissant sur la bille. On suppose que la bille est soumise une force
de frottement, proportionnelle la vitesse de la bille par un facteur de frottement k.
2. Ecrire les quations diffrentielles rgissant ltat de la bille partir du premier principe
de la dynamique (ma=.F, a est lacclration, F les forces agissant)
3. On va noter x1= et x2= Trouver les points dquilibres (x1=x2=0).
II)
Ltude dun systme quil soit dordre mcanique, lectronique, ou autre, ncessite une premire
approche mathmatique consistant modliser le systme pour un mode de fonctionnement
donn.
Il existe deux grandes familles danalyse de la trajectoire
- Mthodes frquentielles : Mthode du premier harmonique
- Mthodes temporelles : Mthodes graphique du plan de phase
Principe
e(t)
NL
s(t)
e(t)=EMsin(1t)
s(t)=s0+s1.sin(1t+1)+ +s2.sin(21t+2)+
11
Fonction de Transfert
E(j)
G(EM)
II.1.3)
Filtre
Passe bas
H(j)
S(j)
L(j)
X(j)
L(j)
S(j)
G(EM)
1 - Ecrivez lquation
S ( j )
X ( j )
12
Condition de stabilit
Equation caractristique : 1 + G(EM).L(j)=0 => L( j ) =
1
G( E M )
Dans le cas linaire, ltude se faisait autour de -1. Dans le cas non linaire, ltude de la
stabilit se fera vis--vis du lieu critique qui est le lieu des points complexes donns par
1
. On va nommer EMA et fMA, lamplitude et la frquence doscillation si la condition de
G( E M )
Barkhaussen est vrifie.
Etude des diffrents cas
La stabilit est conditionne par la position relative des diffrents lieux L(j) et
1
.
G( E M )
a) Pas dintersection
Si les hypothses permettant lapplication de la mthode harmonique sont vrifies, le
systme sera toujours stable en BF.
b) Une intersection
Im
Re
EMA
-1/G(EM)
EM1
L(j)
EM2
13
Gain = 1
E1
(1 + p ) 3
14
NL :
-a
-1
Principe
Pour lanalyse des systmes non linaires, on recourt souvent des reprsentations dans l'espace
des phases. Il s'agit d'un espace multidimensionnel dont les coordonnes sont les variables du
systme. Gnralement, on considre la variable et sa drive, telles que la position et la vitesse
angulaire dun pendule ou dans le cadre dun systme dquations linaires dordre 2 1
inconnue x, on choisira lespace des phases reprsent par (x, y= x , on pourra se rfrer la
reprsentation du systme prsent en introduction). A plus de trois dimensions il faudra recourir
une projection de cet espace (sur une surface, par exemple). Ainsi, le portrait de phase est
considr comme une vritable signature de la dynamique du systme.
De par lintrt suscit par une telle reprsentation, des mthodes graphiques bases sur le
concept de rsolution numrique ont t dveloppes pour apporter quelques informations sur la
rsolution dune quation diffrentielle. Cette rsolution permet certes dobserver la trajectoire de
la solution dans le temps, en fonction des conditions initiales lorsque la rsolution numrique
savre fastidieuse, mais elle est surtout utilise pour reprsenter le portrait de phase.
15
II.2.2)
La premire mthode graphique applicable dans le cas dquation du premier ordre est la
mthode des isoclines. Cette mthode consiste, partir dune condition initiale, tracer la
rponse du systme partir de la tangente en chaque point.
Ainsi, en partant de lquation diffrentielle
dx
= f ( x, t )
dt
dx
= m,
m:
dt
La mthode des isoclines nest adapte quau systme du premier ordre. Dans le cas ou lordre de
lquation diffrentielle est suprieur, on dcompose le systme dordre n n systme dordre 1.
Cependant, une telle mthode se rsout difficilement par un manque dinformation ltat
initial. Il existe nanmoins une solution de type isocline pour les quations du second ordre,
lorsque lquation est autonome et peut ainsi se ramener un systme du premier ordre, cest
dire :
d2x
dt
+ f(
dx
, x) = 0
dt
Mise en quation
dx
y = dt
On pose dy
, si y>0 alors x croit, si y est ngatif, y dcroit
+ f ( y, x) = 0
dt
Ltude de la trajectoire va nous renseigner sur lallure de lvolution de la variable x.
Le trac de la trajectoire va tre facilit en recherchant :
- points singuliers
- Isoclines
Rappel : Points singuliers sont les points dquilibre stables ou instable du systme. Ils sont
dfinis par :
dx
dt = 0
dy
= 0
dt
16
dy
= cste
dx
Exemple
On se ramne :
dx
y
=
dt
dy
= 2m. 0 y (t ) 02 .x(t )
dt
x= 0
Les points singuliers sont :
y= 0
On calcule les isoclines par =
dy dy dt
dx dy
=
.
.
soit . =
dx dt dx
dt dt
2
On peut donc crire : . y = 2m. 0 y 0 .x , soit : . y =
Si 0=1 et m=0,5, . y =
Le trac est le suivant
02 .x
2m. 0 +
x
alors, Si =, y=0, si =1 y=-x/2,
1+
17
e=0
Choix variable
A
d
d 2
=
p (1 + p ) = Au soit
+
+ Au = 0
donc
u
p (1 + p)
dt
dt 2
dx
y = dt
Le systme scrit alors : dy
1
= [ y + A.u ]
dt
18
II.3) Conclusion
Les mthodes graphiques sappliquent directement aux quations du premier ordre et celles du
second ordre qui peuvent se ramener au premier ordre. Ces mthodes peuvent tre utilises pour
des quations dordre suprieure, condition quelles soient rductibles un systme dquations
simultanes dordre un ou deux. Maintes mthodes graphiques ont t proposes pour rsoudre
des types particuliers dquations et les procds que nous avons exposs ne reprsentent que les
plus gnraux.
Tous les processus graphiques reposent sur le principe du pas pas. Le nombre dtapes
ncessaires lobtention de la solution dpend de la grandeur des accroissements utiliss. En
gnral, il faudra prendre les pas assez petits pour que les variations correspondantes soient
faibles. Des accroissements trs petits ncessiteront un graphique de grande dimension. De plus,
la prcision finale sera faible car les petites erreurs tendent saccumuler.
Quand il nest pas ncessaire de procder un grand nombre dtapes et lorsque lon na pas
besoin dun haut degr de prcision, les procds graphiques conduisent la solution de faon
relativement simple et rapide. Ils sont particulirement utiles pour lamorage de la solution dun
problme nouveau, dont ils permettent de dterminer assez vite les lments qualitatifs.
19
Stabilit structurelle
Ainsi, les solutions mathmatiques des modles non linaires sont souvent trs approches. La
stabilit structurelle est la proprit dun systme physique tel que son comportement qualitatif
reste inchang si les coefficients des quations sont soumis des petites variations. En raison de
lincertitude inhrente la relation de solutions mathmatiques des systmes physiques, il est
souvent bon dimposer aux systmes des conditions telles quils possdent la proprit de
stabilit structurelle.
III.2.2)
Stabilit dynamique
Un systme physique peut tre reprsent par un ensemble dquations diffrentielles simultanes
de la forme :
x 1 = f 1 ( x 1 , x 2 , , x n )
x 2 = f 2 ( x 1 , x 2 , , x n )
x n = f n ( x 1 , x 2 , , x n )
22
le temps t tant la variable indpendante, x1, x2, , xn les variables dpendantes et f1,f2 ,,fn, des
fonctions, en gnral non linaires des variables dpendantes (appeles vecteur de champ).
Le point dquilibre ou singulier se traduit par lannulation de toutes les drives. Un systme
linaire pour lequel le dterminant A est non nul conduit un seul point dquilibre, caractris
par lannulation de toutes les variables dpendantes.
Un systme non linaire introduit des fonctions f1,f2 ,,fn, qui ne sont pas linaires et les
conditions dquilibres peuvent tre atteintes pour des valeurs de x1, x2, , xn qui ne sont pas
nulles. Pour tudier la stabilit dun systme au voisinage de lune de ses positions dquilibre, on
provoque une lgre perturbation en faisant varier les x partir de ces valeurs dquilibres. Si
lorsque t croit indfiniment, les x reviennent celles-ci, on dit que le systme est
asymptotiquement stable, sinon il est dynamiquement instable.
Dans quelques cas particuliers, les x ne retournent pas vers leur position dquilibre, mais ne sen
cartent pas davantage. On dit que le systme une stabilit neutre ou temporaire.
III.2.3)
Notions dInvariant
Un ensemble invariant M, pour un systme dynamique x = f (x) est dfini comme un ensemble
de conditions initiales tels que la solution ( xO , t ) reste dans lensemble M pour tout t.
Un systme non linaire peut donc tre considr comme instable localement mais globalement
stable dans le sens ou les trajectoires sont contenues dans une Boule ferme (Invariant) pour un
ensemble de conditions initiales.
23
Nous allons dans un premier temps dfinir diffrents types dquilibre en supposant le systme
dcrit par son modle dtat :
x = f ( x, u ) , x reprsente ltat du systme et u lentre.
On suppose que le systme possde un point singulier ( x , u )
III.3.1)
Equilibre stable
24
Equilibre attracteur
Un quilibre attracteur est donc un point vers lequel convergent les solutions x(t) si elles
dmarrent suffisamment prs de x .
RMQ : Stabilit et attractivit sont deux notions diffrentes qui ne simpliquent pas
mutuellement. Toutefois, lquilibre est asymptotiquement stable sil est stable et attracteur.
Attracteur
Un attracteur est un ensemble compact de lespace des phases, invariant par le flot ou par
lapplication vers lequel toutes les trajectoires environnantes convergent.
Diffrents types dattracteurs :
- Point fixe
- Cycle limite
25
Tore
Attracteurs tranges (chaos)
Bassin dattraction :
Correspond lensemble des points dont les trajectoires convergent vers lattracteur.
III.3.3)
Dans certains cas, les systmes nadmettent pas de points dquilibre, ou alors le point dquilibre
nest pas stable. Pour autant, les trajectoires ne divergent pas. Divers cas peuvent se produire :
-
La stabilit dune trajectoire peut tre dmontre par lapplication du deuxime thorme de
Lyapunov.
III.3.4)
Mthode Loca le :
Les systmes non linaires prsente des (pseudo-)priodicits que lon peut chercher estimer.
La mthode de linarisation permet dapproximer une priodicit de lvolution de la trajectoire.
Le principe de cette mthode repose, comme son nom lindique, sur la linarisation du systme
non linaire dcrit autour du point dquilibre. Pour cela, on dcompose le systme (la fonction
Vecteur de Champ) selon la formule de Taylor autour de chaque point dquilibre. On se ramne
ainsi au systme prcdent, en dcrivant les trajectoires de phases autour des points dquilibre.
~
On suppose une perturbation autour dun point dquilibre Xe : X (t ) = Xe + X
~
La linarisation du Vecteur champs donne : X (t ) = F ( Xe) + J ( X ) X
F
26
F1 ( X )
X
1
F
(
2 X)
Jr (X ) = X
1
F (X )
n
X 1
F1 ( X )
X2
F2 ( X )
X2
Fn ( X )
X2
F1 ( X )
Xn
F2 ( X )
Xn
Fn ( X )
X n
~
~
Etant donn qu lquilibre Xe = F (Xe) , cela revient rsoudre : X (t ) = J F ( X ) X
Le calcul des valeurs propres permet de dduire de la stabilit des trajectoires vis--vis de petites
perturbations autour du point dquilibre.
Points dquilibre q = 1 .
Changement de variable u=q+-1 => f(u)=-2u-3u2-u3.
Oscillation obtenu par le terme linaire en u : f(u)=-2u conduit 0 = 2 . Il suffit de
trouver les valeurs propres de la matrice A avec X=(u,du/dt)
Mthode de Poincar Lindstedt : Non linarit en u2 comme perturbation :
du / dt = u
2
du / dt = 2u 3 u
A2
2
2
On dcompose A 0 cos ( 0 t ) = 0 2 [1 + cos(2 0 t )]
u 12 = A 02 / 4 cos(2 0 t )
du / dt = u
27
o Ordre 0.
Idem
o Ordre 1
avec u 0 = A 0 cos( 0 t ) et 0 = 2
et 2 dv / dy = ( 0 + 1 + ...) 2 d 2 (u 0 + u 1 + ...) / dy 2 conduit 02 u1 + 2 0 1u 0
On choisit 1 pour faire disparatre la composante en cos( o t ) qui intervient dans le
terme cubique de u 0 3
2 dv / dy = 2u 1 u 0 3
Cette tude nous permet de connatre la trajectoire localement aux points rguliers. Nous allons
maintenant tudier la stabilit locale dune trajectoire priodique par la thorie de Floquet.
III.3.5)
Section de Poincar
28
En rgime tabli, on suppose une petite perturbation au voisinage de X e, lun des points
dintersection de la trajectoire avec la section de Poincar.
~
La solution du systme scrit : X (t ) = X e (t ) + X (t ) .
Comme dans le cas de la stabilit du point fixe, le comportement de X(t) au voisinage de X e est
tudi en linarisant P (Projection de la trajectoire sur la section de Poincar) autour de Xe. La
~
~
fonction linarise P devient : X k + 1 (t ) = J p ( X e (t ) ) X k (t )
Avec J la matrice Jacobienne de P autour de X e. Ltude des valeurs propres et vecteurs propres
comme prcdemment dtermine la stabilit de la projection de la trajectoire sur la section de
Poincar autour de Xe. On parle alors de stabilit locale.
Les valeurs propres (dterminent la stabilit) sont appeles les multiplicateurs de Floquet.
Dans le cas d'un systme autonome, les multiplicateurs caractristiques sont indpendants de la
position de la section de Poincar . Par contre, les vecteurs propres associs ces
multiplicateurs caractristiques dpendent de la position de dans l'espace des phases.
Des mthodes numriques ont galement t dveloppes pour dterminer les points de
trajectoire sur la section de Poincar. Deux mthodes sont particulirement utilises, la mthode
de Hnon et la mthode de KAM. La mthode de Hnon est une mthode numrique qui permet
de dterminer lintersection de la trajectoire de la caractristique non linaire avec lhyperplan de
Poincar.
Une approche globale doit nanmoins tre ralise pour vrifier que la trajectoire ne tend pas
vers linfini. Cette approche sera ralise par le thorme de Lyapunov.
III.3.6)
Thorie de Lyapunov
Note : Les notions abordes dans le cours de Commande Robuste seront introduites sans rappel
Premire approche :
Un systme physique est stable sil revient vers un tat dquilibre. Supposons un systme
mcanique telle la chute dune bille, lnergie mcanique de la bille est gal lEnergie cintique
et lnergie potentielle. Le point dEnergie mcanique nul est le point dquilibre.
29
La thorie de Lyapunov peut tre assez simplement interprte en mcanique au sens o son
nergie totale est compltement dissipe. Ainsi, le mouvement dune bille atteint un tat stable si
la variation dnergie mcanique Em=V(x) dcroit (x reprsente la position de la bille), c'est-dire si V ( x ) < 0
On introduit ainsi le concept de fonction de Lyapunov.
Fonction candidate de Lyapunov :
Soit V : n -> +, une fonction telle que
i) V est continment diffrentiable en tous ses arguments
ii) V est dfinie positive
iii)
Il existe a et b deux fonctions scalaire de + dans +, continues,
monotones non dcroissantes, telles que :
1.
a(0)=b(0)=0
2.
xn, a ( x ) V ( x) b( x )
V dfinit des quipotentielles de Lyapunov, V(x)=cste, qui dfinissent des domaines connexes
autour de lorigine.
V (x) est la drive de V(x) le long de la trajectoire de x = f ( x, u )
Principe : Dans le cas dun systme non linaire, ltude de la stabilit seffectue par la recherche
dun gradient du systme autour dun point de repos pour lequel ltude du systme revient
trouver les minima locaux de la fonction de gradient (aussi nomm potentiel). Dans ce cas, il
nest pas ncessaire de linariser.
Avantages
Etude de la stabilit par lexamen totale de la fonction dnergie
Ne ncessite ni la solution de lquation dtat, ni la connaissance des ples du systme.
Seconde mthode de Lyapunov, mthode directe
Stabilit au point dquilibre
La thorie de Lyapunov consiste trouver une fonction scalaire (fonction de potentiel) G
dfinie positive qui est dcroissante le long des trajectoires du systme ce qui permet de
dfinir la stabilit dans un domaine autour du point dquilibre.
dG
dx
=
0
dx
dt
30
dx
= f ( x, t ) (asymptotiquement stable si strictement
dt
ngatif).
(Note : dans le cas monovariable, dG/dt est donc dfinie ngative puisque
dG
dG dx
=
= f 2 ( x, t ) ).
dt
dx dt
Il sagit dune condition suffisante car on ne connat pas lexistence a priori dune telle fonction
de potentielle G.
Une fonction de LYAPUNOV candidate est une fonction dfinie positive dont on teste la
dcroissance autour du point d'quilibre. Si dG/dt<0, la stabilit est asymptotique, si dG/dt =0, le
systme volue dans un invariant (thorme de LaSalle)
La fonction de Lyapunov quadratique est dfinie par : V(x)=xTPx
Stabilit locale
Si il existe une fonction scalaire de ltat V(x) dont les drives partielles premires sont
continues et telles que ;
1- V est une fonction candidate de Lyapunov
2- V est localement semi-dfinie ngative dans un voisinage de lorigine
alors le point dquilibre est stable et un domaine de conditions initiales stables est dlimit par
nimporte quelle quipotentielle de Lyapunov contenue dans .
Asymptotiquement stable au point dquilibre:
Le systme X = AX est asymptotiquement stable ssi Q=QT, P > 0 solution de lquation de
Lyapunov
ATP+PA+Q=0
31
Exemple dapplication
1 3
Soient A =
et Q =
0 2
2 p1
On doit rsoudre :
3 p1 3 p 2
1 0
0 1 .
3 p1 3 p 2
1 0
=
6 p 2 4 p3
0 1
0.5 0.5
do la solution P =
0.5 1
Inconvnient
Le problme majeur de cette mthode est de trouver la fonction de Lyapunov pour le
systme. Dans le cas non linaire, il nexiste pas de mthode systmatique pour choisir
une fonction de Lyapunov.
III.3.7)
Pour rsumer, la demarche suivre pour tudier la stabilit dun systme se decompose en 4
tapes :
1- Trouver les points dquilibres du systme en rsolvant f(x)=0
2- Linariser le systme autour des points dquilibre pour valider la stabilit,
linstabilit du point dquilibre en se rfrant aux valeurs propres (cf. p6 et p7)
3- Choisir une fonction candidate de Lyapunov V et en posant le changement de variable
x = x x tudier le domaine de stabilit/instabilit par la deuxime mthode de
Lyapunov
4- Si les rsultats ne sont pas concluant, choisir une autre fonction candidate de
Lyapunov.
Pour rappel, on appelle systme chaotique, un systme dterministe dont la sensibilit aux
conditions extrieures (SCI) rend lvolution du systme incertain. Nous savons que les systmes
non linaires sont moins dpendants des conditions initiales, cependant pour une rgion donne
(bassin dattracteur), le systme volue galement vers une solution unique (point, cercle limite).
Cette solution s'appelle un attracteur. Une fois que le systme se trouve sur son attracteur (dont
la dimension est plus petite que la dimension de l'espace des phases), il y reste confin. On dfinit
galement le bassin dattraction comme tant lensemble des conditions initiales pour lesquelles
la trajectoire associe au vecteur de champ conduit toujours vers le mme attracteur.
De plus, dans le cas dun systme chaotique, la modification des paramtres de contrle permet
de modifier la trajectoire pour voluer dun attracteur un autre attracteur. La trajectoire est ainsi
dtermine par le comportement non linaire du systme mais est commande par la modification
des paramtres de contrle du systme. On parle de route vers le chaos.
La rsistance ngative tant construite par le gnrateur NIC prsent sur le graphe ci-dessous.
33
Ve
I_P robe
I_NL
R
R4
R =22 kOhm
R
R1
R =220 Ohm
OpAmp
AMP 1
VE E =-9 V
VCC=9 V
OpAmp
AMP 2
VE E =-9 V
VCC=9 V
R
R6
R =3.3 kOhm
R
R5
R =22 kOhm
R
R3
R=2.2 kOhm
R
R2
R =220 Ohm
Nous gnrons ainsi un circuit RLC mais au lieu dtre dissipatifs (effet Joule via une rsistance
R), le systme est entretenu par un apport dnergie via la rsistance ngative (et les Aop).
Les quations du systme de Chua scrivent :
dv1
1 v 2 v1
=
(
f (v1 ))
dt C1
R
dv 2
1 v1 v 2
=
(
+ i3 )
dt
C0
R
di L 1
= ( v 2 R0 i L )
dt
L
La courbe obtenue dans le plan de phase est la suivante
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-2.5
-0.5
-0.4
-0.3
-0.2
-0.1
0
Z1
0.1
0.2
0.3
0.4
0.5
34
En reprsentant lvolution dun tat au cours du temps, nous obtenons la courbe suivante
Il est ainsi trs difficile de prdire la trajectoire un instant t. Dailleurs, une caractristique
essentielle des systmes chaotiques est le degr dimprvisibilit du systme : Mme si deux
conditions initiales sont simplement voisines, la distance sparant les deux trajectoires dans
lespace des phases volue trs diffremment dune trajectoire une autre et trs rapidement
les trajectoires se trouvent dcorelles. Le calcul des exposants de Lyapunov permet de quantifier
la vitesse de dcorllation entre deux trajectoires issues de deux conditions initiales trs proches,
par la mesure du paramtre de divergence exponentielle.
IV.1.1)
Certains systmes dynamiques (systmes qui dcrivent dans l'espace un tat qui volue dans le
temps) sont trs sensibles aux petites variations de leur condition initiale (SCI). Ces variations
peuvent rapidement prendre d'normes proportions. Le mathmaticien russe Alexander Lyapunov
s'est pench sur ce phnomne et a dvelopp une quantit permettant de mesurer la vitesse
laquelle ces petites variations peuvent s'amplifier. Cette quantit appele "exposant de Lyapunov"
mesure en fait le degr de sensibilit d'un systme dynamique.
Considrons un systme dynamique quelconque dont la condition initiale x0 est affecte d'une
erreur infinitsimale E0. Aprs n itrations, l'erreur initiale E0 sera donc amplifie d'un facteur
En
. Notons que l'erreur diminue lorsque le facteur est infrieur 1 et augmente s'il est suprieur
E0
1.
35
En
En En 1
E
=
1 , il suffit alors de calculer ce produit pour dterminer la faon
E0
E n 1 E n 2
E0
dont s'amplifie l'erreur initiale.
Puisque
Malheureusement, calculer un trs grand nombre de produits l'aide d'un ordinateur amne
quelques difficults. Le logarithme d'un produit correspond une somme de logarithmes.
Utilisons plutt le logarithme du produit pour complter cette tude.
Avant de faire tendre cette dernire quantit vers l'infini, calculons d'abord la moyenne de la
somme obtenue. On arrive ainsi l'exposant de Lyapunov.
Ei
correspond la drive de la fonction
Ei 1
associe l'quation utilise si naturellement la fonction est drivable. En effet soit f(xi) cette
fonction.
Ei et Ei-1
36
ln
En
En
> 0 et par consquent
>1
E0
E0
L'erreur infinitsimale du dbut ira donc en augmentant. Le systme sera dans ce cas sensible aux
trs petites variations de sa condition initiale, une des caractristiques des systmes chaotiques. Si
au contraire l'exposant de Lyapunov est ngatif, l'erreur infinitsimale du dbut ira en diminuant.
L'erreur initiale n'aura dans ce cas aucun effet long terme.
Un exemple est trait ci-dessous :
X 1 = X 1 X 13
Soit le systme suivant :
X2 = X2
La trajectoire ( X 0 , t ) considre est dfinie partir des conditions initiales : 0<X1<1 et X2=0
Lintgration de la premire ligne donne :
dX 1 (t )
= X 1 (t ) X 13 (t )
dt
dX 1 (t )
= dt
X 1 (t ) 1 X 12 (t )
Do,
d (t )
2 1 (t )
d (t ) d (t ) dX 1
=
= 2 1 (t ) 1 (t ) (t ) = 2 1 (t ) (t )
dt
dX 1 dt
d (t )
1
= 2dt , on trouve : ln
1) = 2t
(1 (t ) ) (t )
(t )
2t
e
Do X 12 (t ) = 2t
e +1
En crivant :
X 1 = 1 3 X 12 X 1
donc
X2 = 1 X2
X 1 1 3 X 12
X = 0
2
0 X1
1 X 2
37
X2 = 1
t
X2 = e
X 2
On remplace X1(t) (et donc sa drive par calcul) par la solution obtenue prcdemment puis on
intgre ce dernier ce qui permet d'obtenir la matrice de la solution fondamentale t.
On obtient ainsi le systme suivant :
X 1
e 2t
= 1 3 2t
X 1
e +
2t
+ 1)
= e t (e 2t + 1)
e t (e 2t + 1) 3 2
t =
0
e t
2
et 1 = e t
1
Les exposants de Lyapunov sont donns par : i = lim ln i (t )
t t
On trouve ainsi 1=-2 et 2=-1 .
c> 0
En ce qui concerne les cycles limites, la thorie de Floquet est une aide considrable pour
dterminer la stabilit. Egalement base sur lanalyse des valeurs propres (multiplicateurs de
Floquet) de la matrice Jacobienne du systme, elle permet de connatre le comportement stable ou
instable en fonction de la manire dont les valeurs propres passent travers le cercle unit du
plan complexe.
38
Hystrse
XS(s)
LP
XS(i)
LP
XS(s)
Hystrse
IV.3.2)
Si, une valeur donne de la variable de contrle c le systme devient instable (i) et
qu'apparaissent au mme endroit deux tats stationnaires (indice S) stables (s) de la variable X
qui coexistent, on parlera de bifurcation de pitchfork (PB) :
39
XS ( s)
XS ( s)
XS ( i)
PB
XS ( s)
Notons que ce type de bifurcation est trs instable et qu'il suffit, en gnral de modifier
lgrement un autre paramtre pour que cette structure se brise. On voit alors apparatre un point
limite (LP).
XS ( s)
XS (s)
LP
XS ( i)
XS ( s)
IV.3.3)
Bifurcation de Hopf
Passer d'un tat stationnaire stable un rgime priodique est possible suite une bifurcation
de Hopf (HB).
La bifurcation de Hopf donne naissance des solutions oscillantes dont lamplitude donne
lieue une bifurcation fourche et la phase tourne vitesse constante. La solution est donc
priodique et les trajectoires dcrivent une spirale attire vers une courbe asymptotique nomme
cycle limite.
Une bifurcation de Hopf est caractrise par le passage de la partie relle de deux valeurs
propres complexes conjugues de la matrice jacobienne du domaine ngatif au domaine positif. Il
arrive parfois que plusieurs paires de valeurs propres voient simultanment leur partie relle
changer de signe. On parlera alors de bifurcation de Hopf dgnre.
Un cycle limite peut galement tre gnr partir d'une bifurcation de Hopf situe sur la
branche d'un autre cycle limite. Une telle bifurcation est qualifie de secondaire.
IV.3.4)
Dans le cas d'une bifurcation fourche, ainsi que pour une bifurcation Hopf, si la branche se
dploie dans le domaine stable de l'tat stationnaire, elle sera certainement instable. On qualifie
40
Xm ax ( i)
XS ( s)
XS ( i)
XS ( s)
HB
XS ( i)
HB
bifurcation sous-critique
bifurcation super-critique
Excitation dure
Si le dbut de la branche commence par tre sous-critique, mais que celle-ci rencontre peu
aprs un point limite qui la fait retourner vers le domaine de o l'tat stationnaire est instable,
on peut trouver une rgion o un cycle limite stable coexiste avec un tat stationnaire, les deux
tant spars par un cycle limite instable. Ce dernier joue le rle de sparatrice. Cette situation est
qualifie d'excitation dure.
Xmax ( s)
LP
XS ( s)
Xmax ( i)
XS ( i)
HB
domaine
d' excit at ion dure
L'origine du terme "excitation dure" vient de fait que pour passer de l'tat stationnaire stable
au cycle limite stable, il faut infliger au systme une perturbation (excitation) suffisamment forte
pour qu'il puisse franchir le cycle limite instable.
IV.3.6)
41
CHAOS
PD
PD
Xmax ( s)
XS ( s)
PD
XS ( i)
HB
Squence de Feigenbaum
La route de Feigenbaum consiste en une succession de bifurcations fourches, alors que la route de
Pomeau-Manneville (non vue) repose sur une hystrse (bifurcation tangente ?) prise en inverse.
V)
Conclusion
Nous avons tudi dans ce chapitre les systmes dynamiques linaires et non linaires. Une tude
sur la stabilit a permis dintroduire diffrentes trajectoires pour les systmes deux dimensions
linaires. Dans le cas de systme non linaires la notion de stabilit est plus complexe et
lexistence dattracteurs multiples modifie les trajectoires dans le plan de phase. Cependant, dans
le cas dun systme dordre 2, les non linarits gnrent plusieurs attracteurs autours desquels
nous retrouvons les trajectoires associes aux systmes linaires. Enfin, laugmentation du degr
de libert (par variation dun paramtre dit de contrle) a fait apparatre des changements brutaux
de trajectoires (bifurcations) lorigine desquels on conoit lide de trajectoire chaotique.
Ce chapitre constitue une base de comprhension des systmes non linaire en introduisant les
diffrents comportements dynamiques de systmes non linaire de degr 2 puis 3. Au-del, on se
ramne un systme courbe ou hyperplan mais dont la gnration dun phnomne chaotique
reste lie au(x) paramtres de contrle.
42