Vous êtes sur la page 1sur 166

Mthodes de synthse frquentielle H

pour la commande
multivariable et le diagnostic de procds




AC511 : Volume (12 sances de 1h45, 4 TP de 3h30)


Mots clefs: H, LMI,analyse, performance, robustesse, FDI,
Pr-requis
Automatique frquentielle classique: fonctions de transfert, schma-bloc, diagramme de Bode, Black Nichols, Critre de
Nyquist, rglage de correcteurs PI, avance/retard de phases
Notions classiques d algbre linaire (rang, valeurs singulires, valeurs propres, symtrie, dfinie-positive)
Automatique moderne: analyse matricielle, reprsentation dtat, commande par retour dtat estim.
Cours AC510 : Diagnostic par redondance analytique d'quations (espace de parit, estimation de paramtres,
validation de donnes)

Contenu
Formalisation dun cahier des charges en Automatique frquentielle
Limitation des performances SISO et MIMO
Robustesse du systme en boucle ferme
Incertitude et robustesse
Stabilit robuste et analyse des performances
Synthse de lois de commande
LQG
H loop-shapping (modelage du transfert de boucle)
H par pondration frquentielle
De la Commande H au Diagnostic
FDI (Detection et localisation de dfauts)
Fault Tolerant Control (accomodation)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

1/166

Rfrence

Laurent El Ghaoui Cours "Commande robuste" cole Nationale Suprieure de Techniques Avances
Duc G., Font S., 2000, "Commande H et -analyse", ditions Hermes.
Sigurd Skogestad et Ian Postlethwaite, 1998 Multivariable feedback control: analysis and design" Edition
John Wiley & Sons
G. Scorletti et Vincent Fromion, 2003, "Introduction la commande multivariable des systmes: mthodes
de synthse frquentielle H", Cours de 3me anne de lENSI de Caen.
Denis Arzelier, 2005, Course on LMI Optimization with applications in Control www.laas.fr/arzelier

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

2/166

Partie 1: Formalisation dun cahier des charges en


Automatique frquentielle

Objectifs: Assurer un suivi de rfrence


En rgime nominal
exemple pour une voiture: masse, vitesse, adhrence au sol fixent

En rgime incertain :
i.e., drives de paramtres (exemple pour une voiture: variation de la masse, de la vitesse, de
ladhrence au sol)
i.e., perturbations extrieures (exemple pour une voiture: vent, courbure)


Lasservissement est conu partir dun modle idalis et simplifi du systme rel.
Pour fonctionner correctement, il doit donc tre robuste aux imperfections du modle,
i.e., aux carts entre le modle et le systme rel, aux drives des paramtres physiques et aux
perturbations externes.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

3/166

Plan : Partie 1

Formalisation dun cahier des charges en Automatique frquentielle


lments introductifs la commande multivariable
Normes H2 et H
Boucle dasservissement
Marge de gain et de phase

Proprits des asservissements

Stabilit
Compensation de ples et/ou zros instables
Performance, Bande passante
Relation entre S, T, la marge de Module , la marge de gain et marge de phase
Limitations imposes par la prsence dun zro et/ou dun pole instable
Performance en BF et HF en prsence dun zro (z) instable

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

4/166

Partie 1 : Dfinitions des normes (vecteur, matrice, signal,


systme)

Vecteur

x1
1/ 2
n 2
T
n

x = M R est x = x x = x i

i =1
x n

La norme euclidienne de

Matrices

Au
u 0 u

A 2 = sup

avec
u

reprsente la notion de valeur singulire

Au
A

Au
= (A )
u
u 0
sup

(A ) = A T A
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

)
Version: 18/09/2009

5/166

Partie 1 : Dfinitions des normes (vecteur, matrice, signal,


systme)

Signaux
Sur lespace l2 des signaux de carr sommable, on dfinit le produit scalaire

x y = x (t )y(t )dt
0
qui induit la norme de lnergie

1/ 2

x 2 = x (t )y(t )dt
0

La transforme de Fourrier envoie l2 sur lespace H2 des fonctions X(s) analytique dans Re(s)0 et de carr
sommable. Par lidentit de Parseval, on a

1/ 2

2
x 2 =
x ( jw ) dw
2

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

6/166

Partie 1 : Dfinitions des normes (vecteur, matrice, signal,


systme)

Systmes
Norme H2:

1/ 2

*
G (s ) 2 =
Trace G ( jw )G ( jw )
2

Ce At B soit par lidentit de Parseval


+ T tA T T tA
1 + *
C Ce Bdt =
B e
G ( jw )G ( jw )dw
2
0

O G(jw) est la transforme de Fourier de

Interprtation : elle reprsente lnergie en sortie lorsque lon injecte un dirac en entre

Norme H:

G (s ) = sup max (G ( jw )) =
w

sup

Y(s ) 2

U (s )H 2 U(s ) 2

Interprtation : elle mesure le gain maximal de la rponse frquentielle G(jw)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

7/166

Partie 1 : Dfinitions des normes (vecteur, matrice, signal,


systme)

Notion de valeurs singulires


Pour un systme SISO, on dfinit partir G(s), le gain du systme la pulsation w, par le module

G (s ) = G (s )
Pour un systme MIMO, on utilise la notion de valeurs singulires

i (G ( jw )) = i G ( jw )G ( jw )T = i G ( jw )T G ( jw )
i = 1, min (m, p )

Les valeurs singulires tant des nombres rels positifs ou nuls, elles peuvent tre classes.

(G ( jw )) = 1(G( jw )) 2 (G( jw )) L (G( jw ))


Pour un systme monovariable (m=p=1), il existe qu'une seule valeur singulire, en l'occurrence :

(G( jw )) = (G ( jw )) = G( jw )
Les valeurs singulires constituent donc une gnralisation de la notion de gain aux systmes multivariables.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

8/166

Exemple 1 : SISO
Singular Values

Singular Values (dB)

-6

Notion de valeurs singulires


Exemple 1: Systme SISO

G1(s ) =

1
s+2

Par dfinition

-8
-10
-12
-14
-16
-18
-20
-22
10-1

100
Frequency (rad/sec)

101

i (G ( jw )) = i G ( jw )G ( jw )T = i G ( jw )T G ( jw )
i = 1, min (m, p )
Soit

1
1
1
1(G ( jw )) = 1

=
2
2 + jw 2 jw
4+ w
On retrouve la dfinition du module

1(G ( jw )) = G ( jw ) =

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

1
4 + w2

Version: 18/09/2009

9/166

Exemple 2: MIMO

Notion de valeurs singulires


Exemple 2: Systme MIMO
Par dfinition

s + 20

(
s + 4 ) s 2 + 2s + 10

G 2 (s ) =

2
(s + 4 ) s + 2s + 10

(
(

)
)

3(s + 2 )

2
(s + 4) s + 2s + 10

2s + 15

(s + 4) s 2 + 2s + 10

(
(

)
)

i (G ( jw )) = i G ( jw )G ( jw )T = i G ( jw )T G ( jw )
i = 1, min (m, p )

on obtient une matrice carre de dimension 22


dB
fonction de w o pour chaque w
il existe 2 valeurs propres 1 et 2
dont les racines forment respectivement
les 2 valeurs singulires 1 et 2.

Singular Values
0
-10
-20
-30
-40
-50
-60
-70
-80
-90
10 -1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

10 0

10 1

w:

rad / sec

10 2

10/166

Partie 1 : Boucle dasservissement

wi

Boucle dasservissement
r(t) : consigne ou signal de rfrence

u
K

y(t): signal de sortie ou rponse

wo

e(t): erreur de suivi (tracking error)


u(t): commande

wi(t): perturbation de la commande

Boucle de suivi (tracking)

w0(t): perturbation de la sortie

n(t): bruit de mesure

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

11/166

Partie 1 : Boucle dasservissement

Proprits des asservissements

Stabilit
Il convient de distinguer la stabilit BIBO (bounded input/bounded output) de la stabilit interne.
Stabilit BIBO: elle exige que lnergie des signaux en sortie (y) soit borne
ds que lnergie fournie en entre ( r ) est borne, i.e.,

y(s)
= T(s ) = G (s )K (s )(I + G (s )K (s ))1
r (s) w = w = n = 0
i
o
Stabilit interne: elle exige que tous les signaux circulant dans la boucle soient dnergie finie, i.e.,

T(s ) = G (s )K (s )(I + G (s )K (s ))1

y(s)
= S(s ) = (I + G (s )K (s ))1
w o (s) w = n = r = 0
i

u (s)
u (s)
=
= K (s )S(s )
r (s) w = w = n = 0
n (s) w = w = r =0
i
0
i
0

y(s)
= G (s )(I + K (s )G (s ))1
w i (s) w = n = r =0
o

Cette notion de stabilit interne est plus restrictive mais plus importante en pratique puisque
les composants lintrieur de la boucle sont galement sensibles aux nergies infinies
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

12/166

Partie 1 : Boucle dasservissement

Stabilit externe
Exemple, on considre le systme G avec le correcteur K suivant

On obtient ds lors

G (s ) =

1
s(s + 1)

K (s ) =

s
s +1

y(s)
1
= T(s ) =
r (s) w = w = n = 0
1 + (s + 1)2
i
o

Lequel est BIBO stable, puisquil ny a pas de changement de signe au dnominateur (voir critre de Routh)


Stabilit interne
Instable, daprs le transfert

y(s)
s +1
= G (s )(I + K (s )G (s ))1 =
2
w i (s) w = n = r =0
s
1
+
(
s
+
1
)
o

On constate quil y a eu simplification du pole instable s=0, par un zro de K

G (s )K (s ) =
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

1
s
1
=
s(s + 1) (s + 1) (s + 1) 2

Version: 18/09/2009

13/166

Partie 1 : Boucle dasservissement

Stabilit interne
Il est donc dangereux danalyser la stabilit au seul vu des ples de S(s) et T(s), i.e., aux racines de
det(I+G(s)K(s))=0
Il faut plutt calculer le spectre de ABF partir des ralisations minimales de G et K
Exemple

A B x& = Ax + Bu
G (s ) =
= y = Cx
C
0

avec u(t) = Kx(t).


Soit ABF=A+BK et un spectre de ABF =det(I-(A+BK))=0.
Le systme boucl, prsentera alors une stabilit interne si et seulement si (i) < 0, o sont les vp de ABF.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

14/166

Partie 1 : Boucle dasservissement


b

On considre le schma gnral

o tous les transferts se rduisent


la matrice de transfert suivante

wo

u
K

y
G

S (s )G (s ) r (s )
e( s ) S ( s )

u
(
s
)
K
(
s
)
S
(
s
)
K
(
s
)
S
(
s
)
G
(
s
)
b
(
s
)

puisque

n
Boucle de suivi (tracking)

U (s)
U (s)
=
= K (s )S (s )
r ( s) b = w = n = 0
n( s ) b = w = r = 0
0
0
y ( s)
e( s )
=
= S (s )
wo ( s) w = n = r = 0 r ( s ) w = n = w = 0
i
o
i

y(s)
e( s )
=
= G (s )S (s )
b( s ) w = n = r = 0 b ( s ) w = n = r = 0
o
o

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

15/166

Partie 1 : Boucle dasservissement (Obtention des objectifs


de synthse)


On peut dduire le comportement asymptotique des fonctions de


transfert composant M(s) en faisant des hypothses sur le gain de la BO
Si le gain de la BO est grand soit G ( jw )K ( jw ) >> 1
(G ( jw )K ( jw ))1 K ( jw )1

M ( jw )
1

(
)
G
jw
1

SG r
e S
=

u
KS
KSG

b
SG
S
M =

KS
KSG

S(s ) = (1+ GK )1

u (s)
= K (s )S (s )
n( s )

K agit sur les transferts de r vers et de b vers

y(s)
= S (s )
wo ( s )

cette approximation intervient notamment en basse frquence, par exemple si K(s) prsente
un ple en 0, le gain de la BO tend vers linfini en basse frquence et les transferts S(s) et
S(s)G(s) ont un zros en 0, ce qui signifie labsence derreur statique pour les signaux r et b
constant

y(s)
= S (s )G (s )
b( s )

u est directement influenc en basse frequence (module = 1) par b afin de le compenser


(u=b)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

16/166

Partie 1 : Boucle dasservissement (Obtention des


objectifs de synthse)

e S
=
u KS

Seconde hypothse sur le gain de la BO

G ( jw )K ( jw ) << 1

Si le gain de la BO est faible soit


G ( jw )
1
M ( jw )

K ( jw ) G ( jw )K ( jw )

SG r

KSG b

S(s ) = (1+ GK )1

u (s)
= K (s )S (s )
n( s )

K(s) agit sur les transferts de r vers u et de b vers u, tandis quil est sans effet sur les
transferts de r vers et de b vers
cette approximation intervient notamment en haute frquence car le gain du systme non
corrig naturellement tendance dcrotre avec la frquence et lon cherche en gnral
synthtiser un correcteur qui attnue les hautes frquences, afin



Auteur: Damien.Koenig@esisar.grenoble-inp.fr

dviter dexciter inutilement la commande en dehors de la BP de lasservissement


de ne pas solliciter les dynamiques ngliges ou mal modlises en dehors de la
BP

Version: 18/09/2009

17/166

Partie 1 : Boucle dasservissement (Obtention des


objectifs de synthse)


Pour complter ce raisonnement asymptotique on peut rappeler que :


la marge de module (distance minimale entre un point du lieu de Nyquist et le point critique -1) est
linverse du maximum de |S(jw)|
la pulsation au gain unit w0 de la BO : G ( jw 0 )K ( jw 0 ) = 1
donne une image de la BP de lasservissement
et conditionne fortement le temps de rponse tr w0tm o tm est le temps de passage au premier
maximum de la rponse indicielle

La BP dtermine la classe de signaux lasservissement est capable de suivre ou de contrer.


Plus elle est tendue, plus lasservissement est capable de ragir des variations rapides.
Elle mesure la zone de fonctionnement de lasservissement.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

18/166

Partie 1 : Critre de Nyquist




Le systme boucl est BIBO (entre borne, sortie borne) stable si est seulement si le contour de Nyquist de L(s)=G(s)K(s)
parcouru de w=-
w=+ entoure le point critique (-1,0) un nombre de fois gal au nombre de ples instables de L(s).

Exemple
Soit

1
K (s ) = 2
s 1
2
2
2 jw
L(s ) =
=

s 1
1 + w2 1 + w2
G (s ) =

Im(L)

Puisque L(s) prsente un ple instable, et que


suivant les w croissants, ce contour entoure une
seule fois le point critique, on en conclut que la
BF est stable

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

-2, w=0

Version: 18/09/2009

-1

0, w=

Im(R)

19/166

Rappel: Nyquist
Marge de Gain

Im(G(jw)K(jw))
L(jw180)
Re(G(jw)K(jw)

-1

w180

PM
wc

Marge de gain en dB

GM db = 20 log10 L( jw180 )

GM =

1
L( jw180 )

o L( jw180 ) = 180
L(jw)

o w180 est la pulsation laquelle le trac de Nyquist coupe le demi-axe de phase 180.
elle mesure de combien le gain peut varier cet endroit avant de toucher le point critique (-1)


Marge de phase

PM = L( jwc ) + 180 o

L( jwc ) = 1

Elle mesure de combien la phase peut varier avant de rencontrer le point critique (-1)


Marge de module

Elle mesure la distance minimale du trac de Nyquist au point critique

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

20/166

Rappel: Bode
L = KG


Rappel

1
GM =
L( jw180 )

101
100
1/GM

o L( jw180 ) = 180

10-2

10-1

100

w180

rad/s
101

phase := L
rad/s

-90
101

PM = L( jw c ) + 180
o

L( jw c ) = 1

PM
-180

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

21/166

Partie 1: Proprits des asservissements (Compensation de


ples et/ou zros instables )

Hypothse
pour assurer une stabilit interne en prsence de ples et/ou zros instables on suppose quil ny a pas de compensation
de ces ples et zros entre K(s) et G(s) (robustesse aux incertitudes de modle).

Exemple:

P(s ) =

1
s 1
, K1 (s ) =
, K 2 (s ) = 2
s 1
s +1

Le correcteur K1(s) compense le ple instable p=1, on obtient ds lors pour K1(s) et K2(s) respectivement les fonctions de
sensibilit complmentaire
1
2

1
T1 (s ) = s + 1 =
,
1
s+2
1+
s +1

2
T2 (s ) = s 1 =
2
s +1
1+
s 1
1
Si lon considre maintenant une petite variation du ple du procd P (s ) =
,
s 1+
On obtient
2
1 s 1
2
s 1
s 1
s 1+ =
s

1
+

s
+
1
(
)
=
T
s
T1 (s ) =
=
=
,
2
2
s +1+
1 s 1 (s 1 + )(s + 1) + s 1 s 2 + ( + 1)s + 2
1
+
1+
s 1+
s 1+ s +1
T1(s) est alors instable et ce pour une perturbation trs faible (chg de signe dans le denominateur)
Par contre T2(s) reste stable et ce pour >-1
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

22/166

Partie 1: Proprits des asservissements (Performance,


Bande passante)

Performance
Un asservissement est performant
sil ragit rapidement et suit la consigne avec prcision
ou encore sil rejette rapidement les perturbations

Intuitivement, les performances sont dautant meilleures que le gain de boucle est lev,
Cela, peut se justifier aisment par ltude de la moyenne quadratique de lerreur (e) sur une priode T=2/w,
sachant que

e(s) = (1 + GK (s ))1 r (s) = S(s)r (s)

on obtient

T 2
e

(t )dt = (1 + GK( jw ))1

2T 2
r

(t )dt

On voit que cette erreur sera dautant plus petite que le gain de boucle la frquence w |GK(jw)| est lev.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

23/166

Partie 1: Proprits des asservissements (Performance,


Bande passante)

Performance (Exemple NL)

g ( x ) = x + x 2 asservi par la boucle de suivi suivante

On considre le systme non linaire

o k est un gain scalaire

y
g(.)

k
-

On boucle ouverte avec k=1, on observe

y = r + r2

Boucle de suivi (tracking)

Le suivi est donc bon que pour r petit et la caractristique est non linaire


On boucle ferme avec un grand gain (k>>1), la relation e = r k e + e 2


se rduit lexpression suivante

r
e
1+ k

y=k e+e

r
r 2
r

k
+
k
r
1 + k (1 + k )2
1+ k

Le suivi est donc bon pour tous r

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

24/166

Partie 1: Proprits des asservissements (Performance,


Bande passante)


Performance (Cas linaire)


Dans le domaine frquentiel, le transfert entre lerreur de suivie et la consigne est donne par la fonction de sensibilit

S = (I + GK )1
Lasservissement sera performant dans la bande de frquence [w1,w2] si

S( jw ) 0

dans cette bande, i.e.,

max (S( jw )) << 1, w [w1, w 2 ]


En effet, on a alors

max (I + GK ( jw ))1 << 1

(
)
1
max ((I + GK ( jw ))1 ) << 1
<< 1

((I + GK ( jw )))

or max (I + GK ( jw ))1 min ((I + GK ( jw ))) = 1

soit

min

Ceci ncessite typiquement un gain de boucle lev dans cette bande, i.e.,

min (G ( jw )K ( jw )) >> 1, w [w1, w 2 ]




Mais attention, un gain lev nimplique pas ncessairement toujours de bonne performance

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

25/166

Partie 1: Proprits des asservissements (Performance,


Bande passante)

Performance (Limitations imposes par la prsence dun zro instable ds G)


La prsence dun zro instable dans G(s) apparat notamment quand G(s) prsente une dynamique lente et
rapide,
1
2
s+8
Exemple : G (s) =

=
s + 1 s + 10 (s + 1)(s + 10 )
prsente s=z=8 comme zro instable

Instabilit en prsence dun gain proportionnel lev


Exemple : on considre le systme SISO : G(s)=z(s)/(s) avec un retour ngatif K(s)=k

T (s ) =

kz (s )
L(s )
kG(s )
kz(s )
=
=
= cl
1 + L(s ) 1 + kG(s ) (s ) + kz(s ) cl (s )

Remarques
Par un retour constant les zros ne sont pas modifis
Par contre les ples sont modifis

0 cl(s) (s)
 k cl(s) kz(s)
 On constate que pour un gain lev les ples de la BF tendent vers les zros du systme,
lesquels sont instables
k

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

26/166

Partie 1: Proprits des asservissements (Stabilit )

Limitation de la bande passante par la prsence dun zro instable dans G : Performance
en Basse Frquence
On souhaite que la sortie suive lentre,
Le cas idal est bien entendu T(s)=1 pour tous w, i.e. T(s)=L(s)*S(s) avec S(s)=1/L(s)
Soit une fonction de sensibilit gal linverse du transfert de boucle
Dans ce cas, sachant que T(z)=0 et S(z)=1
|S|


On propose

S(s ) = 1 T(s ) =

2s
2s
=
s
s+z
z + 1
z

S(z ) = 1
z s
T(s ) =
T (z ) = 0
s+z

100

10-1
1/2

w*1/z

10-2

On constate que pour w/z=1/2 (i.e., w=z/2) la fonction de sensibilit coupe laxe 0db, par consquent la BP en
prsence dun zro instable est limit et doit tre choisi < z/2 de telle sorte que le contrleur sapproche du
contrleur idal (i.e. tel que S=1/L).

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

27/166

Relation entre S et la marge de Gain


Marge de Gain

Im(G(jw)K(jw))
L(jw180)
Re(G(jw)K(jw)
-1

GM

w180

PM

Pourquoi

wc

(S)
(S) 1
L(jw)

Sachant que

S=

1
1
S( jw180 ) =
1+ L
1 + L( jw180 )

Or

GM =

1
L( jw180)

L
(
jw
180
)

GM

S( jw180 ) = 1 (S)
1

GM

1
1
1

GM
(S)

1
1
1 +

(S)
GM

(S)

GM

(S) 1

o L est rel et ngatif w180


Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

28/166

Relation entre T et la marge de Phase


Im
-1


Sachant que
1
PM 1 + L( jw c )
=
sin
=
2 T( jw c )
2 2 L( jw c )
1
T( jw c ) =
PM
2 sin

Or

PM/2

|-1 - L(jwc)|

PM 1 + L( jw c )
1
sin
=
=

2 2 L( jw c ) 2 T( jw c )
1
(T )
PM

2 sin

2
1
PM 2 arcsin

2
T

(
)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Re

Version: 18/09/2009

L(jwc)

-1

29/166

Relation entre S et la marge de Module

Marge de module

MM = S

( )

= S 1 =

Marge de Gain

Im(G(jw)K(jw))
L(jw180)

1
K

Re(G(jw)K(jw)
-1

S(jw)

K1
1

w1( jw )

w180

PM

wc

L(jw)

k1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

30/166

Contraintes sur les maximums de S et T




Maximum de S = (1+L)-1 et T = LS avec L=KG

(S) = max S( jw ) < 2


w

(6db )

(T ) = max T( jw ) < 1.25


w

Respect de la marge de module

(2db )

Limiter les dpassements

Comme S+T = 1 on obtient pour tous w


1 = (S + T ) (S) + (T ) 1 (T ) (S)

S T S + T =1
si (S) grand alors (T ) grand

Par contre (S) et (T ) ne peuvent pas tre simultanment petits

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

31/166

Contraintes sur S et T en fonction des ples et zros




Si p est un ple instable de G(s) alors il est galement ple du transfert de boucle L=GK et s=p est alors
zro de la fonction de sensibilit S:
S(p)=(I+L(p))-1=0 et T(p)=L(p)*S(p)=1
La preuve est aise pour un systme SISO.

G 1 ( p) = 0 L(p ) = T(p ) = 1, S(p ) = 0

Dans le cas MIMO on montre que pour conserver la stabilit (i.e. T(s)=L(s)*S(s) stable), il faut que S(s) compense le ple instable p de L(s)
autrement dit s=p doit tre un zro de S(s) => S(p)=0 et T(p)=1 sachant S+T=I

Si z est un zro instable de G(s) alors il est galement zro du transfert de boucle L=GK et s=z est alors
zro de la fonction de Sens. complmentaire T:
T(z)=0

et

SISO:

S(z)=1
G (z) = 0 L(z ) = 0 T (z ) = 0, S(z ) = 1

Dans le cas MIMO on montre que pour conserver la stabilit (i.e. S(s) stable), il faut que s=z ne soit pas un ple de S(s) autrement dit s=z
assure T(z)=L(z)*S(z)=0 (dnominateur 1+L 0)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

32/166

Contrainte sur S en prsence dun zro instable sur G


S ( jw) <


Gabarit frquentiel sur S en prsence dun zro (z) instable sur G

1
w p ( jw)

On considre un gabarit frquentiel w(s) stable qui modle la fonction de sensibilit S, alors la BF est stable ssi w(s) satisfait la
contrainte ingalit suivante

Preuve:

1 w p ( jw)S ( jw) w p ( z )

w p ( jw )S( jw )

puisque T(z)=0 et S(z)=1

w p (z )S(z ) = w p (z )

On consquence pour un gabarit unitaire (i.e. sans modelage  commande classique) il faut ncessairement assurer
S( jw ) 1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

33/166

Contrainte T en prsence dun ple (p) instable sur G




Gabarit frquentiel sur T en prsence dun ple (p) instable sur G


On considre un gabarit frquentiel wT(s) stable qui modle la fonction de sensibilit complmentaire T, alors la BF est stable ssi
wT(s) satisfait la contrainte ingalit suivante

Preuve:

1 wT ( jw)T ( jw) wT ( p )

puisque T(p)=1

On consquence pour un gabarit unitaire (i.e. sans modelage) il faut ncessairement assurer
w T ( jw )T ( jw ) w T (p )T(p ) = w T (p )
T( jw ) 1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

34/166

Limitations imposes par la prsence dun ple


(p) instable


Par exemple le systme G(s)=1/(s-3) prsente s=3 comme ple instable.


Il faut bien-entendu appliquer un retour pour stabiliser la BF, mais la prsence
dun ple instable impose une BP minimale, explication.

Considrant la gabarit frquentiel suivant


1
MT
1
+
w T (s ) =
, wT
(
s) =
sM T
w *BT M T
+1
w *BT

|wT|-1
MT

w*BT

lequel est usuel pour un suivi de consigne




Sachant que w T T < 1

T( jw ) <

w T ( jw )

w*BT/MT

w et T(p)=1 avec p comme ple instable,

on obtient ds lors 1 > w T T w T (p )T (p ) = w T (p )

Soit

w T (p ) < 1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

35/166

Limitations imposes par la prsence dun zro instable dans


G(s) (suite)


Limitation de la bande passante II

|Wp-1|

Soit le gabarit Wp(jw) tel que


WpS

<1

S( jw ) <

1
w p ( jw )

K1=2

100

o Wp(jw) est gnralement un filtre de performance dcrit par

s
+ w*B
K1

w*BK1

+1

w*B est la bande passante minimale

Si z est un zro instable du systme alors T(z)=0, S(z)=1 soit


or

w p (z ) w p S < 1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

w p (z ) =

z
+ w*B
K1
z + w*B k1

WpS

-1

10
*
*
s + wB k1
w k
W p1(s ) =
W p1 (s ) = k1 B 1
W p (s ) =
s
s
s + w*B k1
+ w*B
+1
k1=10-2
*
K1
K1wB
Avec
 A : lerreur statique /yref
W p1 (0 ) = k1
 Un maximum de la fonction de sensibilit < K1 2
W p1 ( ) = K1


k1w*B

w*B

40db

2decades

Wp (z )S(z ) = Wp (z )

<1

Version: 18/09/2009

36/166

Performance en basse frquence en prsence dun zro (z)


instable


Exemple z est rel, alors toutes les variables du gabarit Wp sont rels et positive, le module de Wp(z)
devient
w p (z ) =

z
+ w*B
K1

z + w*B k1

<1

1
w*B (1 k1 ) < z 1

Pour des donnes parfaites, savoir k1=0, K1=2 on retrouve la mme limitation de la BP minimale, savoir w *B <




z
2

Autre cas, si z est imaginaire pur : z = j z


Montrer pour k1=0 que la BP minimale est

1
w*B < z 1
K 2

1
Pour K1=2, on trouve

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

w *B < 0.86 z

Version: 18/09/2009

37/166

Performance en Haute frquence en prsence


dun zro (z) instable


Si lon considre une attnuation de la fonction de sensibilit S en HF,


on fixe par exemple le filtre de performance suivant
w p (s ) =

Pour satisfaire

K1
1
s
+
=
K1 w*B s K1 + 1
w*B
WpS

<1

S( jw ) <

1
w p ( jw )

il faut pour p=z, que

w p (z ) < 1

Soit pour z rel positive une borne infrieure de la BP, savoir


w p (z ) =

1
z
z
+
< 1 w p (z ) =
< w*B
1
K1 w*B
1
K1

Pour K1=2, on peut assurer une performance en HF qu partir de

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

w *B > 2z

38/166

Performance de la fonction de sensibilit complmentaire


en prsence dun ple rel ou dun ple imaginaire


Cas1 : ple rel instable s=p


On obtient daprs la contrainte
Une bande passante minimale
Soit pour K1=2

w T (p ) < 1 et le gabarit frquentiel


w*BT > p

K1
K1 1

wT (s ) =

s
w*BT

1
K1

w *BT > 2p

Cas2 : ple complexe instable s=j|p|


Une bande passante minimale

w *BT > 1.15 p

Soit K1=2

w c > 1.15p

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

39/166

Partie 2: Robustesse du systme en boucle ferme

Plan
Incertitude et robustesse
Stabilit robuste et analyse des performances

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

40/166

Robustesse aux incertitudes

On peut considrer deux classes dincertitudes


Incertitude paramtrique
Comme son nom lindique, il sagit dincertitude sur les paramtres : gain statique, cte de temps

Dynamique non modlise, nglige


Par exemple G(s)=G1(s)*G2(s) o G2(s) est nglig (il peut sagir dun retard e-s, ou encore dun mode 1/(s+1))

O 0 < < max,

0 < < max

max et max sont connus

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

41/166

Incertitude paramtrique

Exemple : Gain incertain G p (s ) = k p G o (s ) ,

k min k p k max

O kp est gain incertain born et Go(s) est un transfert nominal (i.e., sans incertitudes)


On montre que lincertitude paramtrique peut se rcrire sous la forme dun systme
incertitude multiple
wI

Gp

G p (s ) = G (s )(1 + w I (s ) I (s )) ,

( jw ) 1 w
1I442443
I 1

Systme avec incertitude multiple




k
k min
k
+ k min
Si lon crit k p = k (1 + w I ), w I = max
, k = max
k max + k min
2
On obtient ds lors

G p (s ) = kG o (s )(1 + w I I ) ,
123

I 1

G (s )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

42/166

Stabilit robuste en prsence dincertitude multiple

On considre la synthse de control classique


wI

Gp

laquelle prsente un transfert de boucle

L p = G p K = GK (1 + w I I ) = L + w I L I ,

I 1

La stabilit au sens de Nyquist est vrifi si


Lp nentoure pas le point 1 Lp

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

43/166

Stabilit robuste en prsence dincertitude multiple


Im


Nyquist : Lp nentoure pas le point 1 Lp


-1

L p = G p K = GK (1 + w I I ) = L + w I L I ,

I 1
|1+L|

En dautre termes, il faut

L(jw)

Que la distance |-1-L(jw)|= |1+L(jw)| > |wIL(jw)| w

Soit


w IL
< 1, w
1+ L

Re

|wIL|

w I T < 1, w

En conclusion, la stabilit robuste est garantie si


1
T<
, w
wI
Cela montre que T doit tre faible dans la zone o lincertitude relative wI excde 1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

44/166

Exemple

T1 : pas stable

1/wI

T2 stable

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

45/166

Exemple de mise sous forme LFT: application la modlisation dune


dynamique hautes frquences nglige

Soit Gp(s) une fonction transfert perturbe et Go(s) celle du systme nominal, laquelle
nglige une dynamique quon suppose tre du premier ordre, avec une constante de
temps < max :
1
G p (s ) = G o (s )
; < max
1 + s
La connaissance de la valeur max permet dtablir une borne sur lerreur relative sur la rponse frquentielle,
savoir

G p ( jw ) G o ( jw )
G o ( jw )

jw

jw
max
1 + jw 1 + max jw

On peut modliser la dynamique nglige par une rcriture sous la forme dun systme incertitude
multiple

G p (s ) G o (s )
o

G o (s )

w1(s ) =
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

= w1 (s )1(s ) soit G p (s ) = G o (s )(1 + w1(s )1 (s ))

max s
et
1 + max s

1 ( jw ) < 1 1(s ) < 1

Version: 18/09/2009

46/166

Modlisation dune dynamique hautes frquences nglige


(suite)

Avec reprsentation par LFT des incertitudes de modlisation


On a
z

Gp

wI

G p (s ) = G o (s )(1 + w I (s ) I (s )) ,

( jw ) 1 w
1I442443
I 1

Go
|w1(jw)|
Systme avec incertitude multiple
1

On veut

1/max

1/

I(s)
z
y

v
H(s)

Reprsentation par LFT

Par identification, on obtient

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

0
1 v(s)
z(s )
v(s)
z(s )

= H(s )

=

G
s
w
s
G
s
(
)
(
)
(
)
y
s
w
(
s
)
y
s
w
(
s
)
(
)
(
)

1
o

Version: 18/09/2009

47/166

Autre exemple : incertitude paramtrique

Supposons prsent que Gp(s) scrive : G p (s ) =

avec a o b < a < a o + b

(s + a )

1
1
b
En posant a=ao+b, -1 < < +1, et en remarquant que
1 +

=
s + a s + ao
s + a o

On obtient le schma-bloc suivant, lequel est associ lincertitude multiple inverse

v1

z1
v2

z2

b
y

1/(s+ao)

1/(s+ao)
I(s)
z

qui sidentifie avec le schma LFT usuel


y
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

v
H(s)

w
48/166

De lincertitude paramtrique la LFT

Par identification, on obtient


v1

z1
v2

z2

I(s)

y
w

1/(s+ao)

0
s + ao
z1 (s )
v1(s )

b
b
=
(
)
H
s
z
(
s
)
v
(
s
)
2
2 =
(s + a o )2 s + a o
y(s)
w (s)


b
b

2
(s + a o ) s + a o

(s ) =
0
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

1/(s+ao)

v
H(s)

v1(s )
v (s )
2
(s + a o )2 w (s)

(s + a o )2
1
s + ao
1

Version: 18/09/2009

49/166

Proprit des LFT

Une proprit importante des LFT est que toute association de LFT est encore une LFT.
Ainsi si nous considrons une boucle dasservissement, avec un correcteur K(s) appliqu au modle Gp(s) qui
prsente une incertitude paramtrique et une dynamique nglige, nous obtenons nouveau une LFT

v2
z1

v1

z2
v3

w1(s)

w
K(s)

z3

1/(s+ao)

1/(s+ao)

Boucle dasservissement avec 2 types dincertitudes

O la structure gnrale de la matrice dincertitude est


Laquelle vrifie les conditions de normalisation

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

(s ) = diag{1(s ), , }

{ 1(s ) < 1

; ] 1,+1[} (s ) < 1
50/166

De ltude de la robustesse au thorme du faible gain

Ltude de la robustesse consiste chercher garantir par exemple la stabilit pour un


ensemble dincertitudes (s)
Si H(s) et (s) sont stables, la seule source dinstabilit provient du bouclage par (s)
il est donc quivalent dtudier la stabilit du systme de la figure suivante avec M(s)=Hzv(s)

(s)

M(s)
Schma danalyse de la robustesse de la stabilit


Robustesse de la stabilit : analyse non structure


Thorme du petit gain: Si M(s) et (s) sont stables, le systme de la figure ci-dessus est stable pour tous
(s) tel que ||(s)|| si et seulement si ||M(s)|| -1, o M(s)=Hzv(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

51/166

Preuve du thorme du faible gain

Si ||M(s)|| -1 alors || (s)M(s)|| || (s)|| ||M(s)|| ||M(s)|| -1 =1 on a donc


(( jw )M( jw )) 1

1 M T ( jw )T ( jw )( jw )M( jw ) 0


Le pire des cas est donn pour une incertitude |


(s)|= soit

(1 M( jw ))(1 + M( jw )) 0
(1 M ( jw )) 0
1 M( jw )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

52/166

Conclusion

Si on considre nouveau le systme Gp(s) avec une dynamique nglige


z

Gp

wI
G

La structure de contrle peut tre rduite au schma danalyse de la robustesse de la stabilit

(s)
z

M(s)
z
w I (s )K (s )G (s )
= M(s ) =
v
1 + K (s )G (s )
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

53/166

Conclusion (suite)

Dans notre cas ||


(s)|| < 1, on en dduit par le thorme du faible gain

Rappel : (Thorme du faible gain) Si M(s) et (s) sont stables, la BF est stable pour tous (s) tel que ||(s)||
si et seulement si ||M(s)|| -1, o M(s)=Hzv(s)

Soit ||M(s)|| < 1 ou encore

1/|w1(jw)|

w I (s )K (s )G (s )
<1
1 + K (s )G (s )

K ( jw )G ( jw )
1

<
1 + K ( jw )G ( jw ) w I ( jw )
avec

w1(s ) =

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

max s
et
1 + max s

K ( jw )G ( jw )
1 + K ( jw )G ( jw )

1 ( jw ) < 1 1(s ) < 1

Version: 18/09/2009

54/166

Partie 3: Synthse de lois de commande


(LQG,H
, optimisation LMI)
Synthse de lois de commande
LQG
H loop-shapping (modelage du transfert de boucle)
H par pondration frquentielle

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

55/166

Introduction la commande par rsolution LMI

Prambule
tude de la stabilit dun systme autonome au sens du thorme de Lyapunov

Thorme de Lyapunov (1890!)


Une CNS de stabilit est quil une fonction quadratique dfinie-positive V() = TS, avec
S=ST > 0, telle que V dcrot le long de toute trajectoire non nulle du systme, i.e., dV/dt < 0.
Une telle fonction si elle , joue le rle dune nergie totale pour le systme, et est appele
fonction de Lyapunov
Sil une fonction de Lyapunov quadratique prouvant la stabilit asymptotique, on dira que le
systme est quadratiquement stable

Rappel: Stabilit asymptotique

Aleksandr Mikhailovich Lyapunov


(1857-1918)

une des premires spcifications que lon cherche analyser, ou imposer un systme est sa
capacit de retour lquilibre (exemple: pendule, )

Dfinition
On dira quun systme est asymptotiquement stable si pour toute CI x(0), on a x(t) 0 pour t

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

56/166

Analyse par fonction de Lyapunov

Objectif:
& Ax
Prouver la stabilit du systme x=

au sens de Lyapunov

Rappel: Critre de stabilit


Le systme

x=
& Ax

est stable si la partie relle des vp de A sont < 0

Autre critre : Prouver la stabilit au sens de Lyapunov, i.e. rechercher


& <0
une fonctionnelle V(x) = xTSx, avec S=ST > 0 telle que V

Or

Le systme est donc asymptotiquement stable ssi il S=ST>0 telle que la


LMI suivante en S est vrifie

dV ( x ( t ))
= x T (t ) A TS + SA x (t ) < 0
dt

A TS + SA < 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

57/166

Exemple (systme stable)

On propose A = 1

Le systme scalaire x& = x est bien videmment stable, car la vp est < 0
Au sens de Lyapunov, cela revient dterminer S=ST>0, telle que,

A TS + SA < 0


Exemple S=2 est une solution au problme pos

A TS + SA < 0
1 * 2 + 1 * 2 < 0
4 < 0
Avec S=ST > 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

58/166

Exemple (systme instable)

On propose A = 1

Le systme scalaire x& = x est bien videmment stable, car la vp est > 0

Au sens de Lyapunov, il nexiste pas de matrice S=ST > 0, telle que A TS + SA < 0

Preuve par contradiction


AT S + SA < 0 , A = 1, S = S T > 0
2S < 0 , S < 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

59/166

Cas gnral: LMI cest quoi !!!




Une Ingalit Matricielle Linaire est une contrainte sur un vecteur rel x m de la
forme
F(x)F0+ xi Fi >0
m

i=1

o les matrices symtriques Fi=FiTnn sont donnes et le symbole F 0 signifie que F est semidfiniepositive, i.e. que uTFu 0 pour tout u


Exemple

1 2
A=

0 1

p
P= 1
p2

p2
p3

Daprs ltude prcdente le systme x& = Ax est stable au sens de Lyapunov


sil existe une matrice P = PT > 0 telle que AT P + PA < 0
Soit

2 p1
2 p 3 p
1
2

2 p1 3 p2
<0
4 p2 4 p3

2 2
2 0
m
F ( x ) F0 + xi Fi > 0
0
0
i =1
0
0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

p1
p
2

et

p2
>0
p3

0 0
0 3
3 4
0 0
p1 +
1 0
0 0
0 0
0 0

Version: 18/09/2009

0 0
0
0
0 0
p2 +
0 1
0

1 0
0

0 0 0
4 0 0
p3 > 0
0 0 0
0 0 1
60/166

LMI cest quoi !!!

Des LMIs multiples F(1)(x)>0, ., F(p)(x)>0 peuvent se ramener en une seule, en utilisant
des matrices bloc-diagonales: diag(F(1)(x)>0, ., F(p)(x))>0

Exemple
Les contraintes linaires

aiT x < bi

i = 1,L, n

Peuvent scrire comme F(x) > 0, en notant,

b1a1T x 0 L 0
* b1aT x

M
F(x)=
1
>0
O
0

bnaT
x

il sagit dune LMI en x

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

61/166

Quelques exemples de base

Lemme de Schur :
A B
BT C > 0

avec A = AT > 0, C = CT > 0




Convertir la contrainte quadratique convexe

(x x 0 )T R 1(x x 0 ) 1

Avec A =AT > 0, C =CT > 0

o R=RT > 0 et x0 sont donnes, en la contrainte LMI

(x x0 )


Preuve 1): Multiplier gauche et droite


resp. par

(x x0 )T 0

 1) C - BTA-1B > 0 ,
 2) A - BC-1BT > 0 ,

I A1B , I A1B
0
I 0
I
T

On rencontre plus souvent des LMIs qui portent sur des variables
matricielles, par exemple lingalit de Riccati

AT P + PA + PBR 1BT P + Q < 0


o A, B, Q = QT, R = RT > 0 sont des matrices donnes de tailles appropries et P=PT est la
variable

est une LMI en P

AT PPAQPB>0
BT P
R

Ou encore, le systme x& = Ax est stable si et seulement si, il existe une


matrice S=ST > 0, telle que A TS + SA < 0, il sagit dune LMI en S

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

62/166

Quelques exemples de base




Les valeurs propres de A sont elles comprises entre h1 et h2 ?


Oui si et seulement si il existe une solution
X=XT>0 qui vrifie les 2 LMIs

AX + XAT + 2h2 X < 0


AX + XAT + 2h1 X > 0

(1)
-h1

Explication

10 X < AX + XA < 4 X < 0

( A + 2 I ) X + X ( A + 2 I )T < 0
0 < ( A + 5 I ) X + X ( A + 5 I )T

(1)

X = XT > 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

( A + 2 I ) : stable
( A 5I ) : stable

-h2

( ( A + 2 I )) < 0
( ( A 5 I )) < 0
( ( A)) < 2
( ( A)) > 5 I

63/166

Commande par retour dtat (outils LMI)

On considre le systme LTI


x& = Ax + Bu
avec u = Kx

Objectif: rechercher K par une synthse LMI, tel que la BF soit stable

x& = ( A + BK )x


Solution
Dterminer un X et U solution de la LMI
AX + Bu U + (AX + Bu U )T < 0, X > 0

Le correcteur K est donn par la relation K=UX-1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

64/166

Exemple de programmation sous matlab


A=[1 0; 2 -2]; B=[1; 0];
% le correcteur K (u=Kx) est donn par rsolution
% AX+BU+(AX+BU)'<0 et X > 0
% K=U*inv(X)
 setlmis([]);
% ouverture de la procdure de construction de la LMI
X=lmivar(1,[2,1]); % dclaration de X en prcisant sa taille 2*2
U=lmivar(2,[1,2]); % dclaration de U en prcisant sa taille 1*2
% Dclaration
% S = lmivar(type,struct)
% type = 1 si S est symtrique
% type = 1 et struct = [i,1] -> block size i*i
% type = 2 et struct = [M,N] -> S est rectangle de dimension MxN
lmiterm([1, 1, 1, X], A, eye(2),'s');
% LMI #1: A*X+X'*A'
lmiterm([1, 1, 1, U], B, eye(2),'s');
% LMI #1: B*U+U'*B'
lmiterm([-2, 1, 1, X], 1, 1); % LMI #2: 0 < X
%TERMID(1) = -2 -> right-hand side of the 2-th LMI
lmicont=getlmis; % diag et fermeture de la proc. de construction de la LMI
[ob,val]=feasp(lmicont,[0 1000 1e6 10 0], -0.01); % rsolution de la LMI construite
 X=dec2mat(lmicont,val,X);
%recupere et assigne a X la solution obtenue)
U=dec2mat(lmicont,val,U);
%recupere et assigne a U la solution obtenue)
K=U*inv(X);


Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

65/166

Explication : Stabilisation par retour dtat

Sys BF

x& = ( A + BK )x

Lya

V(x ) = xT X 1x

(
)
= xT (X ( A + BK )T + ( A + BK ) X )x < 0
= xT (AX + BU + ( AX + BU )T )x < 0

V& ( x ) = xT ( A + BK )T X 1 + X 1( A + BK ) x < 0

Le systme boucl est stable ssi la condition suivante est vrifie

(A + Bu K )X + X (A + Bu K )T < 0

(i)

pour une certaine matrice symtrique X > 0 (correspondant la fonction de Lyapunov V()= TX-1)

La condition (i) nest pas une LMI la fois en X et K, cause du terme quadratique KX.
On pose U=KX, on obtient ds lors une LMI en X et U :
AX + Bu U + (AX + Bu U )T < 0, X > 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

66/166

Stabilisation par retour dtat


avec placement des ples entre h2 et h1


Solution

AX + BuU + ( AX + BuU )T + 2h2 X < 0,


AX + BuU + ( AX + BuU )T + 2h1 X > 0,
X = XT > 0


Explication voir transparent 63

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

67/166

Commande par Retour de Sorties

La commande par retour dtat statique vue prcdemment peut tre


inapplicable, car elle ncessite la mesure complte de ltat (y=x)
Or certaines variables dtat sont parfois inaccessibles la mesure, soit parce que le
capteur correspondant est coteux, ou parce que la mesure requise est trop difficile
faire de manire prcise. Nous sommes donc amens considrer des problmes de
commande en information incomplte, o la loi de commande dpend uniquement de la
sortie mesure y

Nous examinons
la loi de commande par retour de sorties statique u=Ky
la loi de commande par retour de sorties dynamique u=K(y)
o K est un oprateur, i.e. un processus (ou filtre)

A B
x&
x
=
K
avec
K
=
C D
u
y

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

(18)

68/166

Stabilisation par retour de sorties statique

On considre le systme simplifi suivant


x& A Bu x
y = C 0 u
y

(19)

avec la loi statique u = K y on obtient,

x& = (A + Bu KC y )x


Une CNS de stabilisabilit est quil existe S telle que

(A + Bu KC y )T S + S(A + Bu KCy ) < 0 ,

S>0

(20)

Contrairement au cas du retour dtat (Cy = I), le changement de variable X = S-1 ne permet
pas daboutir une LMI.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

69/166

Stabilisation par retour de sortie dynamique

On considre le systme (19)


x& A Bu x
y = C 0 u
y

associ la commande dynamique (18)
A B
x&
x
=
K
avec
K
=

u
y


C D

En couplant ces deux systmes, on obtient le systme boucl


A + Bu DC y Bu C ~
~ ~ ~
~
x& = (A + Bu KC y )~
x=
x
A
BC y
o

~
x = xT xT

]T n+k

~ A
A=
0

est ltat augment et

0 ~
0 I
0 Bu ~
,
B
=
,
C
=
u
y
C 0
I 0
0

les matrices qui le compose.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

70/166

Lemme d' limination : W = W T


W + MKN T + NK T M T < 0

Stabilisation (suite)


W + MU + U T M T < 0

et W + NV + V T N T < 0

Le problme se ramne donc celui de la commande par retour de sorties statique,


~ ~ ~ T~ ~ ~ ~ ~
~
A + Bu KC y S + S A + Bu KC y < 0 , S > 0

mais la structure particulire des matrices du systme augment montre du moins dans le cas dune loi de commande
dordre plein, k=n, une solution LMI.
Cette solution est obtenue en 2 tapes :
Etape 1 :On transforme la BMI en 2 LMI
Etape2 : Si V et U existent alors le correcteur K existe et la BMI prcdente devient une LMI
~
en K, S tant connue


Etape 1: On applique le lemme dlimination (transparent 6) avec


~ ~ ~~
~~
~
W = A T S + S A , M = S Bu , N = CTy
on obtient quune CNS de stabilisabilit par retour de sorties dynamique est quils existent

telles que

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

~ ~ ~ ~ ~~
~~ ~ ~ ~~ ~ ~ T
~ ~
A T S + S A + S Bu U + U T BTu S < 0 AX + Bu U + AX + Bu U < 0 ,
~ ~ ~~ ~
~
~~ ~ ~
~~ ~ ~ T
A T S + S A + C Ty V + V T C y < 0
S A + VC y + S A + VC y < 0 ,
~
~
S>0, X>0
~~
XS = I

Version: 18/09/2009

~ ~ ~ ~
S, X , U , V

~
~
U = UX
~
V =VT

(21)
(22)
(23)

71/166

tape 1: Rcriture des deux ingalits (21) et (22) en


fonction des matrices A, B, C


Au vu de la structure particulire
~ A
A=
0

0 ~
0 I
0 Bu ~
,
B
=
,
C
=
u
y
C 0
I 0
0

on peux rcrire les deux ingalits (21) et (22) en fonction des matrices du systme original, soit
AX + Bu U + (AX + Bu U )T < 0
SA + VC y + (SA + VC y )T < 0

~
o X (resp. S) est le bloc suprieur gauche de taille nn dans X

Il nous reste examiner la condition

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

(resp. S~ ).

~
~~
~
S > 0 , X > 0 , SX = I

Version: 18/09/2009

72/166

tape 1: Transformation de la contrainte


en une LMI

~
~
S >0 , X >0
~~
SX = I

Le lemme suivant montre quon peut, l encore, rduire ces conditions des conditions sur les blocs
suprieurs gauches X, S


Lemme 3 :

~
Pour toute paire de matrices symtriques (X, S) de Rnn, il existe une matrice X
(n + k )(n + k )

~
~
X = X * , X 1 = S * si et seulement si X, S vrifient
* *
* *
X I
K (X , S ) =
0 , rang (K (X, S)) = n + k
I
S

~~
~ ~
Les matrices (*) sont dterminer telles que XX 1 = X 1 X = I n + k .

telle que

Une solution ce problme peut tre donne par application dune dcomposition en valeur
singulire de la matrice I n XS
.
On en dduit 2 matrices unitaires U1, V1 (i.e. U1U1T=I et V1V1T=I) et une matrice rgulire S1
T
compose des valeurs singulires de I n XS telle que I n XS = U 1 S1V1

U1

Soit la solution X = T
T ,
T
U 1 U 1 S S1V1

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

V1S1
S

~
X 1 =
1
T

S1V1 U 1 XV1 S1

Version: 18/09/2009

73/166

Conditions dexistence dun correcteur dynamique par


retour de sortie


Thorme: Le systme (19) est stabilisable par une loi de commande


dordre k de type (18) ssi il existe X, S, U, V telles que
AX + Bu U + (AX + Bu U )T < 0
SA + VC y + (SA + VC y )T < 0

X
K (X , S ) =
I

(24)

I
0 , rang (K (X, S)) = n + k
S

Pour un correcteur dordre plein k = n ou suprieure n, la condition


de rang est ncessairement vrifie.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

74/166

Remarque

Dans tous les autres cas (0 k < n), la condition de rang rend le problme non
convexe,
min

S =S T , X = X T

X I
rang
sous les contraintes LMI en X,U,V, S
I
S

AX + BuU + ( AX + BuU )T < 0

SA + VC y + SA + VC y T < 0

ce qui montre que le problme de commande par ordre rduit est notablement
plus difficile que dans le cas plein et la garantie de convergence vers le
minimum global nest pas assure
Remarque le cas, k = 0 correspondant la loi statique est donc un problme non convexe.
Par contre pour Cy= I on retrouve les conditions convexes nonces dans le cas dune loi de
commande par retour dtat puisque dans ce cas la contrainte sur S disparat et on est libre de
choisir S = X-1 (voir transparent 21).

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

75/166

tape 2: Dtermination du correcteur dynamique K

Si les conditions du thorme prcdent sont satisfaites, alors on peut construire une loi de
commande en deux tapes
~
Tous dabord, on calcule une matrice X qui satisfait aux conditions du lemme 3.
~
Une telle matrice correspond une fonction de Lyapunov V (~
x) = ~
x T X 1~
x
qui prouve la stabilit du systme en boucle ferme.

Une fois la fonction de Lyapunov dtermine, X est connue et il reste rsoudre la LMI

~ ~ ~ ~ ~ ~ ~ ~ T
trouver K tel que (A + Bu KC y )X + X (A + Bu KC y ) < 0

Rappel : La matrice X est donne par une SVD de I n XS, et est donne par l expression

U1

~ X
X = T
T
T
U 1 U 1 S S1V1

O U1, S1, V1 sont les paramtres de sortie de la fonction svd(I-XS)

Le thorme (i.e. les LMI 24) garantit que ce problme est bien ralisable.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

76/166

Analyse du systme Entres-Sorties

On considre (pour simplifier) le systme sans entres de commande u ni


sorties mesures y
x& A z Bw x
z = C D w
z zw

Nous cherchons qualifier trois types de comportements


la relation condition initiale-sortie
la relation entres-trajectoires
et finalement le lien entres-sorties

Hypothse
le systme autonome est asymptotiquement stable

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

77/166

Proprits tat-Sortie

Rappel : X1/2 peut sinterprter comme le


rayon de lellipsode

Considrons dabord leffet des CI (donnes ou incertaine) sur la sortie du systme


x& = Ax , z = C z x

(5)

On supposera dabord que la CI x(0) est donne




Bornes sur lnergie en sortie


On cherche valuer limpact dune CI donne, sur lnergie obtenue en sortie

T
z zdt

Supposons quil existe une fonction quadratique de Lyapunov V()= TS telle que
dV(x )
(6)
S > 0 et
z T z
dt
pour tout x, z vrifiant (5)


Solution
minimiser x(0)TSx(0) soumis S > 0 et ATS+SA+CzTCz 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

78/166

Bornes sur lnergie en sortie: x(0) donne


Systme :

x& = Ax
z = Cz x

Dmonstration
On intgre lexpression (6), on obtient alors

S > 0 et

V(x (T )) V(x (0 )) z T zdt

dV(x )
z T z
dt

(6)

pour tout T 0. Puisque V(x(T)) 0, alors


T

0 V(x (T )) V(x (0 )) z T zdt


0

et en conclue que la meilleure borne suprieure sur lnergie maximale de la sortie sobtient en
rsolvant le problme
T

T
z zdt V(x (0 )) = x (0 ) Sx (0 )
T

minimiser x(0)TSx(0) soumis S > 0 et ATS+SA+CzTCz 0


ou encore sous une formulation en termes de X=S-1
X > 0 et

AX + XA T XC Tz

0
C
X

preuve : S > 0 et
S > 0 et

(ATS + SA + CTzCz ) 0

dV(x )
z T z
dt

S > 0 et x T A TS + SA x T x T CTz Cz x
S > 0 et

(ATS + SA + CTzCz ) 0

version non stricte de la condition LMI de stabilit asymptotique


Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

79/166

Proprits Entres-tat

Nous cherchons maintenant analyser leffet dentres externes sur le systme:


x& = Ax + Bw w

(7)

tats atteignables avec nergie unit


Soit Rue lensemble des tats atteignables avec des entres dnergie unit, i.e.
R ue

x (T )

x , w vrifient (7), x(0) = 0

T
w wdt 1, T 0

En dautre termes on cherche borner Rue par un ellipsode de la forme

= R n T S 1

o S > 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

80/166

Solution : tats atteignables avec nergie unit


Systme : x& = Ax + Bw w


o x (0 ) = 0

On suppose que la fonction V(


)= TS
avec S > 0 soit telle que
dV(x )
wT w
dt

(7)

(8)

pour tout x, w vrifiant (7)




On intgre lexpression (8), avec x(0)=0 et V(x(0)) = 0, on obtient alors pour


tout T 0
T

0 TS = V(x (T )) w T wdt 1
0

On en conclue que pour toute entre w telle que


lensemble atteignable Rue du systme est lellipsode

dtermine par la contrainte LMI

S > 0 et

T
w wdt 1

= R n T S 1

A TS + SA SBw

0
T
B
S

1
T
T
ou encore X = S , X > 0, AX + XA + B w Bw 0

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

81/166

Proprits Entre-Sortie

tude de leffet dune entre sur la sortie du systme


x& = Ax + Bw w

z = C z x

(i)

x (0 ) = 0


On dfinit le Gain L2 du systme par la quantit


2

sup

w 2 0

z2
w

2
2

z zdt w wdt

o la norme L2 dun signal w est dfinie par

w 2 = w T wdt
0

Le gain L2 sert mesurer la quantit dnergie transmise par le systme.


La notion de gain L2 est utile pour quantifier la faon dont le systme
rejette les perturbations externes (collectes dans le signal w)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

82/166

Rappel

Dans la cas des systmes LTI, la borne ainsi obtenue est gale la norme
H
de la fonction de transfert du systme, i.e

max C z (sI A )1 Bw

s 0

G(jw) Eejwt

jwt

Ee

i (G( jw))

G(s)

G( jw)

1 = (G( jw))

w
3 =(G( jw))

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

83/166

Exemple 1: Systme monovariable


S i n g u la r V a lu e s
-6

-8

On considre le systme
G1(s ) =

Singular V alues (dB)

-1 0

Par dfinition :

1
s+2

-1 2

-1 4

-1 6

-1 8

-2 0

-2 2
-1
10

i (G ( jw )) = i G ( jw )G ( jw )T = i G ( jw )T G ( jw )

i = 1, min (m, p )

10

10

F r e q u e n c y ( r a d /s e c )

soit
1
1
1
1(G ( jw )) = 1
=
2
2 + jw 2 jw

4
w
+

 Remarque :
Comme G1 est un systme monovariable, on retrouve la dfinition du module, savoir

1(G ( jw )) = G ( jw ) =

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

1
4 + w2
Version: 18/09/2009

84/166

Exemple
Singular Values
dB

Systme multivariable

-10

s + 20

(
s + 4 ) s 2 + 2s + 10

G 2 (s ) =
1

(s + 4 ) s 2 + 2s + 10

(
(

)
)

3(s + 2)
(s + 4) s 2 + 2s + 10
2s + 15
(s + 4) s 2 + 2s + 10

(
(

)
)

-20

-30

-40

-50

-60

D'aprs la dfinition :

-70

i (G ( jw )) = i G ( jw )G ( jw )

i = 1, min (m, p )

) = i (G( jw ) G( jw ))

-80

-90
-1
10

10

10

w: rad / sec 10

on obtient une matrice carre de dimension 2


2 fonction de la pulsation w o pour
chaque w il existe 2 valeurs propres 1 et 2 dont les racines forment
respectivement les 2 valeurs singulires 1 et 2
Les valeurs singulires tant des nombres rels positifs ou nuls, elles peuvent tre
classes. On notera la plus grande valeur singulire (G( jw )) et la plus petite (G( jw ))
(G

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

( jw )) =

1 (G

( jw ))

2 (G

Version: 18/09/2009

( jw ))

L (G

( jw ))

85/166

Proprits Entre-Sortie : Gain L2

Systme :

x& = Ax + Bw w

z = C z x
x (0 ) = 0


(i)

Solution
On suppose quil existe une fonction quadratique V()= TS , S > 0 et un scalaire > 0 tels que, pour
tout t,

dV ( x(t )) T
(*)
+ z z 2 wT w 0 pour tout x, w vrifiant (i)
dt
T
En intgrant lingalit de 0 T, avec x(0)=0, on obtient V(x (t )) + (z T z 2 w T w )dt 0

(0

Puisque V(x(t)) > 0 alors

0 < V ( x(t )) zT z + 2 wT w dt

(0 z z ) dt < 0(w w) dt

T T

2T

z2

w2

o lingalit (*) scrit

AT S + SA + C Tz C z

T
Bw
S

SBw
<0
2
I

(ii)

Il reste rechercher de manire itrative la plus petite borne suprieure qui admette une solution S>0 de la
LMI (ii)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

86/166

Ellipsodes invariants

La stabilit asymptotique peut sinterprter en termes dEllipsodes invariants


soit X > 0, et soit lellipsode centr lorigine

= R n T X 1 1

(X1/2 peut sinterprter comme le rayon de lellipsode). On dira que est invariant pour le systme (2) si pour
toute trajectoire x, x(t0) implique x(t) pour t t0 (figure 1)
x2

x0

x1
x3
Figure 1 : Ellipsode invariant

On peut utiliser linvariance pour obtenir des bornes sur ltat du systme (2), lorsque les CI sont inconnues mais
bornes

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

87/166

Exemple dapplication de linvariance


Exemple CI:

On suppose que

x (0 ) P = C0 {v1,L, v p }

o les sommets vi du polytope P sont donns. Lellipsode contient P ssi


v Tj X 1v j 1,


j = 1,L, p

1 x(0 ) 1
2
2


V4 = 1
+ 2

V3 = 1
2

V1 = 1
2

V2 = 1
2

Grce au lemme de Schur, la condition ci-dessus peut scrire comme


une LMI en X
1 v Tj
2 x2 (0 ) 2 et x1 (0 ) 2 x2 (0 ) + 1
(5)
j = 1,L, p
0,

v j X
V1 = 5
x2
T
2
la condition(5), assortie de la condition A S+SA 0 garantie que pour toute trajectoire
initialise dans P, ltat reste confin dans lellipsode
on peut alors chercher par exemple lellipsode de taille (volume, somme des
x1
longueurs des demies axes, etc) minimale garantissant ces conditions: on obtiendra des
pb LMI. Par exemple le volume est proportionnel la racine carre de det X, ce qui
montre que le problme de maximisation du volume se ramne un problme LMI, de
type maximisation de dterminant.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

88/166

Performances

AY + Bu U + (AY + Bu U )T < 0

(13)

Bornes sur lentre de commande dun systme non perturb


On cherche une loi stabilisante u = Kx = UY-1x telle que, pour une CI donne , la norme
de la commande ne dpasse pas une certaine valeur umax (qui caractrise la saturation de
lactionneur)
Systme BF :

x2

Lyapunov :

-umax

x0

x3

V(x ) = x T Y 1x

(
)
= x T (Y (A + Bu K )T + (A + Bu K )Y )x < 0
= x T (AY + Bu U + (AY + Bu U )T )x < 0

& (x ) = x T (A + Bu K )T Y 1 + Y 1(A + Bu K ) x < 0


V

x1

umax

x& = (A + Bu K )x

u=Kx

Figure : Bornes sur la commande applique par ellipsode invariant

Pour assurer cette proprit, on part de la condition de stabilisabilit (13). Celle-ci assure
que lellipsode = { | TY-1 1} est invariant. Supposons que lon choisisse Y de
manire que x(0) , i.e.
1 x (0 )T
x (0 ) Y x (0 ) 1
0
(
)
x
Y
0

Daprs la proprit dinvariance de , on en conclut que x(t)TY-1x(t) 1 pour tout t.


Cela nous permet de borner ltat du systme et donc la commande u, qui nest quune
projection linaire de ltat (voir figure ci-dessus)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

89/166

Bornes sur lentre de commande (suite)


AY + Bu U + (AY + Bu U )T < 0, Y > 0


(13)

Par lellipsode invariant = {x | xTY-1x 1} la contrainte


u (t ) u max Kx (t ) u max UY 1x (t ) u max

est donc vrifie tout instant si la LMI


Y UT
1 x (0 )T

0
,

2
U u max I
x (0 ) Y

(17)

est satisfaite. Ensemble les LMI (13) et (17) garantissent la stabilit asymptotique et la proprit de
non-saturation.


La contrainte (17) est aussi une LMI en x(0), ce qui permet de gnraliser ce qui
prcde au cas o la CI est inconnue mais borne.
Si par exemple,

x (0 ) P = C0 {v1,L, v p }

o P est un polytope donn, de sommets vi, alors la contrainte


garantit la condition de saturation voulue.
1 v Tj
Y UT
0,

0,
2
v
Y

U u max I
j

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

j = 1,L, p

90/166

Preuve : Bornes sur lentre de commande

La contrainte

u (t ) u max Kx (t ) u max UY 1x (t ) u max

est vrifie tout instant si la LMI suivante est satisfaite


Y UT
1 x (0 )T

0
,

2
U
u
I

x (0 ) Y
max


(17)

Preuve :
par le lemme de Schur

2
(17) u max
U T U Y , x (0 )T Y 1x (0 ) 1 , Y > 0

on pre et post multiplie par Y-1 lexpression 1 et par u2max la seconde ingalit

(17) Y T U T UY 1 u 2max Y 1 , x (0)T u 2max Y 1x (0) u 2max , Y > 0


on pr et post multiplie lexpression 1 par x(t)T et x(t) resp. et daprs la proprit
dinvariance de , on a x(t)TY-1x(t) 1 soit

(17) x (t )T (UY 1) UY 1x (t ) x (t )T u 2max Y 1x (t ) , x (t )T u 2max Y 1x (t ) u 2max , Y > 0


(17) u (t ) 22 u 2max
T

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

91/166

Synthse H
: approche standard par LMI


Problme standard
La synthse H
illustre sur la figure suivante est reprsente par un procd P(s) et son contrleur K(s) associ
z

w
P(s)
u

K(s)

P(s ) :=

A B w Bu x

x&
= C z D zw D zu
w
z
y C y D yw D yu u

K (s ) :=

x& = A B x


z C D y

Problme H
standard : P(s) et tant donns, dterminer K(s) qui stabilise le systme boucl de la figure ci-dessus et assure une
norme H du transfert entre w et z infrieure

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

92/166

Hypothses du pb H
standard par LMI

La synthse par LMI fournit une autre faon de rsoudre le pb standard dvelopp
galement par la rsolution de 2 quations de Riccati (voir poly cours AC511). Elle est
plus gnrale, dans la mesure o elle ne ncessite pas, contrairement lapproche par
quations de Riccati le respect des hypothses H2, H3 et H4 (lhypothse H1 reste
ncessaire) :
H1 : (A, Bu) stabilisable et (Cy, A) dtectable

H2 : rang(Dzu) = dim(u) et rang(Dyw)=dim(y)


A jwI Bu
H3 : C
D zu

est de plein rang colonne pour tout w

A jwI Bw
H4 :
D yw
Cy

est de plein rang colonne pour tout w

Hypothse classique existe en


commande modale ou en
encore en synthse LQG, elle
est ncessaire pour obtenir la
stabilit du systme boucl
Hypothse ncessaire pour
avoir un correcteur strictement
propre

Dmonstration des hyp. H3 et H4 (voir poly cours AC511)


Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

93/166

Exemple lmentaire


Les deux schmas suivant sont quivalents


w=(b v)T est le vecteur des entres
z=(e u)T est le vecteur de signaux contrler
b
z
u
K(s)

x&

x
1/s

w
P(s)

+
y

v
K(s)
y

La reprsentation de la matrice P(s) scrit alors sous la forme standard suivante :

x& = (0 )x + (1 0 )w + (1)u

0
1 0 0
P ( s ) := z = x +
w + u
1
0 0 0
y = (1)x + (0 1)w + (0)u

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

94/166

P(s ) :=

Algorithme

x& A Bw Bu x
=
D zw D zu w
C
z

z


y C y D yw 0 u

Hypothses : Dyu = 0 et (A, Bu) stabilisable et (Cy, A) dtectable

Problme : dterminer le contrleur dynamique K telle que le systme augment


A + Bu D C y
x&
x& =
BC y

z C + D DC
zu
y
z

Bu C
A
D zu C

Bw + Bu D D yw
~
x A

x =
B D yw
C~
D zw + D zu D D yw w

~
B ~
x
~
D w

K (s ) :=

x& = A B x


z C D y

(a)

soit stable et admette un transfert de norme H < entre w et z.




~
x)= ~
xT X ~
x > 0 une fonction de Lyapunov candidate telle que
Solution : Soit V (~

dV (~
x) T
+ z z 2 wT w 0
dt


pour tout ~
x , w vrifiant (a)

(b)

Algorithme
tape 1: lingalit (b) est solution du pb, la drivation de la fonction de Lyapunov candidate le long
~
des trajectoires du systme augment transforme lingalit en une BMI en X , K
~
tape 2: par le lemme dlimination on transforme la BMI en 2 LMI o K nintervient plus X , K
~ est alors connue et la BMI en
tape 3: La solution des 2 LMI garantit que le correcteur K existe. X
devient alors une LMI en K, dont la solution fournit le correcteur K.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

95/166

~
~
~
x& = A~
x + Bw
~
~
z = C~
x + Dw

Rsolution


(b)

tape 1: Lingalit (b) est solution du pb, la drive de V le long des trajectoires du systme augment (a) transforme
lingalit (b) en une BMI :

2
~ ~ ~~ T
~T ~
C T D + XB
I D D
~ ~ ~~ ~ ~
~ ~~
C~ T D
+ XB
A T X + XA + C T C

~
~
~
~
Cest une BMI car A , B , C , D sont fonctions de K

dV (~
x) T
+ z z 2 wT w 0
dt

(a)

) (

>0

Lemme d limination : W=WT

W + MKN T + NK T M T < 0

tape 2: On applique le lemme dlimination pour liminer K,

W + MU + U T M T < 0

W + NV + V T N T < 0

Cela revient crire la BMI ci dessus sous la forme


+ Q T K T P + P T KQ < 0
on obtient aprs quelques manipulations les 2 LMI suivantes

A
T

NS 0


0
I
nz

S + SA SBw

BTwS

I n w

Cz

D zw

CTz
NS 0
< 0
D Tzw
0
I
nz

I n z

T
AR

NR 0


0
I
nw

+ RA T RCTz

Cz R

I n z

BTw

D Tzw

Bw
NR 0
< 0
D ew
0
I
nw

I n w

BuT
N R = Ker T
D
eu

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Cy

N S = Ker

D
yw

Version: 18/09/2009

96/166

Correcteur dordre plein (pb convexe)




tape 2 (Suite)
Il reste rechercher la valeur optimale de en rsolvant le problme doptimisation convexe

T AR + RA

R
0
0
NR
NR

Cz R
<0
sous
min

In
T
T
0
0
I
I

n
n
R= R ,S =S

w
w
T
T

B
D
I
w
zw
nw

T
SBw
C Tz
T A S + SA
0
0
NS
T
T N S

Bw
<0

S
I
D

nw
zw 0
0 In

nz

Dzw I n z
Cz
~
 tape 3: A partir des matrices R et S solutions du problme prcdent, X est maintenant connue, la BMI
2
~T ~
I D D
~ ~~
C~ T D
+ XB

~ ~ ~~ T
C T D + XB
~ ~ ~~ ~ ~
A T X + XA + C T C

) (

RC Tz
I n z

Bw
Dew

In
0
S

>0

devient une LMI en K, dont la solution fournit le correcteur K

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

97/166

Problme H
standard par rsolution LMI

Mise en forme pour la synthse


Considrons lexemple classique dun systme asservi o G(s) est un
modle du systme asservir et K(s) le correcteur dterminer pour
asservir la sortie q sur la rfrence r.
Le signal b est une perturbation.
b
r

K(s)

G(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

98/166

Obtention des objectifs de synthse : deux approches


e1
w1(s)

e2
w2(s)
b

K(s)

w3(s)

G(s)

Par lintroduction de fonction de pondration


Mise en uvre par lintroduction de fonctions de pondration
Pour atteindre les objectifs prcdents, on peut introduire des pondrations sur les
diffrents signaux, qui prendront la forme de filtres permettant, suivant le signal auquel
elles sappliquent, de privilgier un domaine de frquences particulier.
Considrons cette fin le schma suivant dans lequel est pondre par le filtre w1(s), la
commande u par w2(s) et lentre de perturbation b est la sortie dun filtre w3(s)

Par "loop shaping"


Consiste modeler le transfert de boucle de telle sorte ce transfert prsente un bon
compromis P/R

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

99/166

e1
w1(s)

Mises en uvre par lintroduction de fonction de


pondration
r

e2
b

w2(s)

K(s)

w3(s)

+
G(s)

En considrant r et d comme des entres et e1, e2 comme les signaux


surveiller, on obtient ds lors :
w1(s )S(s )G (s )w 3 (s ) R (s )
E1(s ) w1(s )S(s )

E 2 (s ) w 2 (s )K (s )S(s ) w 2 (s )K (s )S(s )G (s )w 3 (s ) D(s )

S(s ) = (1+ GK )1


Le problme H
standard qui en dcoule est
dterminer un scalaire > 0 et le correcteur K(s) stabilisant le systme boucl et assurant :
w1(s )S(s )G (s )w 3 (s )
w1(s )S(s )

<
w 2 (s )K (s )S(s ) w 2 (s )K (s )S(s )G (s )w 3 (s )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

(**)

100/166

Mises en uvre par lintroduction de fonction de


pondration (Suite)

e

u

S SG
=
<
KS KSG

r

b

w1(s )S(s )G (s )w 3 (s )
w1(s )S(s )

<
w 2 (s )K (s )S(s ) w 2 (s )K (s )S(s )G (s )w 3 (s )

Avantage

(i)

(ii)

Bien que le pb (i) est plus simple, lavantage de considrer ce pb est que les filtres w1(s),
w2(s), w3(s) permettent de modeler les diffrents transferts S, KS, SG et KSG
Les proprits de la norme H assurent en effet que si la condition (ii) est vrifie, alors
les 4 conditions suivantes le sont aussi :

w1(s )S(s ) < w S( jw ) <


w 2 (s )K (s )S(s ) < w

w1( jw )

K ( jw )S( jw ) <

w1(s )w 3 (s )S(s )G (s ) < w S( jw )G ( jw ) <

w 2 (s )w 3 (s )K (s )S(s )G (s ) < w

(1)

w 2 ( jw )

w1( jw )w 3 ( jw )

K ( jw )S( jw )G ( jw ) <

w 2 ( jw )w 3 ( jw )

(2)

(3)

(4)

On voit donc que la rponse frquentielle de chacune des fonctions S, KS, SG et KSG
est contrainte par un gabarit qui dpends des filtres choisis.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

101/166

MM = min 1 H BO = min 1 + KG

Allure typique des diffrents gabarits


perturbation cart

consigne cart

S(jw)G(jw)

S(jw)

K1
1

w1( jw )

= min 1 / S( jw ) = 1 / max (S( jw ) )


= 1 / S( jw ) =

1
K1

w3 constant

w1w 3

w3 variable

k1


Le gabarit sur S est fixe une valeur k1 faible


en basse frquence pour assurer les objectifs de
prcision
La pulsation 1 pour laquelle le gabarit coupe
laxe 0db peut tre interprte comme la BP
minimale souhaite pour lasservissement.
La valeur K1 du gabarit en haute frquence
limite le maximum de la rponse frquentielle
de S (i.e. sa norme H
), ce qui impose une MM
au moins gale 1/K1.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009




Le gabarit sur SG dpend des 2 filtres w1(s) et


w3(s).
Dans certain cas il suffit de prendre w3(s)
constant et faible (exemple = 10-2), ce qui
permet de rgler lattnuation en basse
frquence.
Mais w3(s) permet galement de modifier le
comportement de SG en moyenne frquence,
pour obtenir un comportement transitoire
correct en rponse une perturbation.

102/166

Allure typique des diffrents gabarits


perturbation commande
K(jw)S(jw)G(jw)

consigne commande
K(jw)S(jw)

K2

w 2w3

w 2 ( jw )
1

k2

Les valeurs K2 et k2 du gabarit sur KS ont en


gnral assez peu dimportance, tandis que le
paramtre le plus utile est 2

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

Dans certains cas on peut prfrer ajuster par


w3(s) le gabarit sur KSG plutt que le gabarit
sur SG, afin par exemple de satisfaire un
gabarit dattnuation assurant la robustesse de
la stabilit aux dynamiques ngliges.
Mais w3(s) permet galement de modifier le
comportement de SG en moyenne frquence, ce
qui peut savrer utile pour obtenir un
comportement transitoire correct en rponse
une perturbation.

103/166

Mise sous forme standard

En pratique, on choisit les filtres w1(s), w2(s), w3(s) daprs les


considrations prcdentes et on rsout le problme H
correspondant,
qui donne la valeur de et le correcteur.
Bien sur la valeur de nest pas connue lavance, elle intervient dans
les gabarits et on oriente le choix des filtres de faon avoir une valeur
de proche de 1.
Une fois les filtres choisis, il reste mettre le problme sous la forme
standard, i.e.,
e1
w1(s)

w2(s)

e2

b
r

K(s)

w3(s)

q
K(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

G(s)

w
P(s)

Version: 18/09/2009

104/166

Identification des E/S

e1
w1(s)

w2(s)

e2
b

Entres

K(s)

Signaux surveills

G(s)

]T

z = e = [e1, e2

P(s)
u

Entres du correcteur
y=

w = [r, d]T


w3(s)

K(s)

Sorties du correcteur
u

La reprsentation dtat

P(s ) :=

A B w Bu x

x&
= C z D zw D zu
w
z
y C y D yw D yu u

utilise pour rsoudre le pb H


est obtenue en considrant une
reprsentation dtat pour chaque fonction de transfert G(s), w1(s),
w2(s), w3(s)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

105/166

Reprsentation dtat

Pour chaque fonction de transfert G(s), w1(s), w2(s), w3(s)

G (s ) = (entre := u b sortie := z )
x& = Ax + B(u b )
=
z = Cx

w1(s ) = (entre := sortie := e1 )


x& 1 = A1x1 + B1(r z )
=
e1 = C1x1 + D1(r z )

w 2 (s ) = (entre := u sortie := e 2 )
x& 2 = A 2 x 2 + B2 u
=
e 2 = C 2 x 2 + D 2 u
w 3 (s ) = (entre := d sortie := b )
x& 3 = A 3 x 3 + B3d
=
b = C3 x 3 + D3d

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

0 0 BC3 x 0 BD3
B



A1 0
0 x1 B1 0 r 0
u
+
+
0 A2
0 x 2 0
0 d B2


0 0 A 3 x 3 0 B3
0
x

e1 D1C C1 0 0 x1 D1 0 r 0
=
+
+ u
x
e
0
0
C
0
0
0
d D 2
2
2
2

x3
x

x
r
= ( C 0 0 0 ) 1 + (I 0 ) + (0 )u
x
d
2
x3

x& A

x& 1 = B1C
x& 0
2
x& 3 0

Version: 18/09/2009

106/166

Conditions dexistence par rsolution LMI

Hyp: On considre (A, B) stabilisable et (C, A) dtectable.


la partie non commandable est constitue par le filtre w3(s) et la partie non observable par les
filtres w1(s), w2(s)
Lhypothse de dtectabilit et de stabilisabilit impose donc de choisir des filtres pondration
stables.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

107/166

Modlisation

Exemple

dI
L dt = RI( t ) K e(t ) + A(u ( t ) + b )

J d = K I( t ) a(t )
c
dt

(t ) = d

dt

q ( t ) = (t )

Moteur courant continu


I

ampli

Rducteur : 1/N

moteur

o
u est la tension de commande
b une perturbation constante (type tension offset)
q la mesure de position

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

108/166

Objectifs et modle de synthse

Objectifs de lasservissement

BP : c=100rd/s
marges de module : 0.6 (=1/K1)
amplitude de la commande raisonnable
erreur statique du b infrieure 1%
gain entre la rfrence et la commande infrieure 2 pour tout w

Modle de synthse simplifi

G (s ) =

Q (s )
240
=
U (s ) s (1 + 0 . 015 s )

pour effectuer lasservissement, on peut considrer ce modle simplifi (L=0), car la constante de temps ainsi
nglige L/R=0.862.10-3 (p~104) est hors de la BP

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

109/166

consigne cart

1
;
w1( jw)

Proposer les filtres w1, w2 et w3

S(jw)

K1
1

Le filtre w1(s) est choisi de telle sorte que le bode de 1/|w1(s)|

w*BK1

coupe laxe 0db 100rd/s (BP demande)


prsente un gain en haute frquence de 1.7 (=1/0.6) de faon limiter la norme H de la fonction
de sensibilit et garantir ainsi une marge de module de 0.6
k1
prsente un gain suffisamment faible en basse frquence


Soit

w*B k1

1
W1 (s ) = k1
s
K1w*B

k1w*B
w*B

+20db/dec

+1

w=w*B

e

u

w=k1w*B
-20db/dec

+1

S SG
=
<
KS
KSG

r

b

B ode D iagrams

w1(s )S(s )G (s )w 3 (s )
w1(s )S(s )

<
w 2 (s )K (s )S(s ) w 2 (s )K (s )S(s )G (s )w 3 (s )

From : U(1)
20

Bode de 1/w1(s)

-20

-40

-60
100

min

80
To: Y (1)

Phase de 1/w1(s)

P hase (deg); Magnitude (dB )

R = R T , S=ST

60

sous

(24a, b, c )

40
20
0
-2
10

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

10

-1

10

10

Frequency (rad/sec)

Version: 18/09/2009

10

10

110/166

consigne commande

Proposer les filtres w1, w2 et w3

K(jw)S(jw)

K2

w 2 ( jw )

Le filtre w2(s) est choisi de telle sorte que


le gain de correcteur chute dans les hautes frquences
afin de limiter la sensibilit au bruit
et tenir compte du caractre incertain du modle dans cette zone
Rappel : on a nglig le pole 1/L/R=104

k2

Procdure,
On fixe w2(s)=w3(s)=10-2 (par exemple)

on ajuste w2 de telle sorte que la fonction de sensibilit S suive au plus prs le gabarit 1/w1 et
assure un proche de 1
la valeur w2=0.5 (1/w2=2) est retenue, valeur pour laquelle la norme H de la matrice pondre

w1(s )S(s )G (s )w 3 (s )
w1(s )S(s )

<
(
)
(
)
(
)
(
)
(
)
(
)
(
)
(
)
w
s
K
s
S
s
w
s
K
s
S
s
G
s
w
s
2

2
3

perturbation commande
K(jw)S(jw)G(jw)

w 2w3

donne = 0.957 et assure donc un transfert consigne/commande < 2 pour tout w

On augmente progressivement w3 jusqu atteindre effet significatif sur , en veillant toutefois ce que
celui-ci ne dpasse pas excessivement 1 :
on obtient = 1.1 pour w3 = 0.015

Enfin on introduit une attnuation en haute frquence sur le gabarit 1/|w2|


pour filtrer le pole 1/L/R=104 nglig

1+ s 50000
=
w 2(s ) 0.5(1+ s 1000)
1

+20db/dec

20log2

w=1000
w=50000
-20db/dec

Rq: le filtre W2(s) assure un transfert directe, i.e., D0 (Hyp H2 est ainsi vrifie)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

111/166

Rponses frquentielles des transmittances 1/w1,


1/w2, 1/w1w3, 1/w2w3
1 /w 1

1 /w 2
F rom : U (1)

-4 0

-6 0
100
80
60
40

-20

-30
0

-20

-40

-60

20
0
-2
10

-10

To: Y (1)

P hase (deg); Magnitude (dB )

10

-2 0

To: Y (1)

P hase (deg); Magnitude (dB )

F ro m : U (1 )
20

10

-1

10

10

10

10

-80
2
10

10

10

F r e q u e n c y (ra d /s e c )

10

10

F re q ue ncy (ra d /se c)

1 /w 2 w3
F rom : U(1)

1 /w 1 w 3
30
F ro m : U (1 )

20

20

10

-2 0
-4 0
-6 0
100
80
To: Y (1)

P hase (deg); Magnitude (dB )

60
40

0
-10
-20
0

-20
To: Y (1)

P hase (deg); Magnitude (dB )

40

-40

-60
20
0
-2
10

10

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

-1

10

10

F r e q u e n c y (ra d /s e c )

10

10

Version: 18/09/2009

-80
2
10

10

10

F re q ue nc y (ra d /s e c)

10

10

112/166

Recherche de K


Les LMI 24a,b,c tant vrifies,


a partir des matrices R et S solutions du problme prcdent une rsolution par LMI donne le correcteur K

K (s ) =

9.675 (1+ s / 26 ) (1+ s / 64 ) (1+ s / 50000)


s + 0.075 (1+ s / 375) (1+ s / 931) (1+ s / 22500)

cette rsolution consiste rsoudre la BMI suivante en X=X > 0 obtenue partir du systme boucl augment du correcteur K

A Tf X + XA f XBf
CTf

BTf X
I n w D Tf < 0

Cf
D f I n z

Systme boucl augment du correcteur


x& A f Bf x
x& c =
x
C f D f c
z
w

A c Bc x& c = A c x c + Bc y
K=
;
C c D c u = C c x c + D c y

cela est une BMI en X, Ac, Bc, Cc, Dc, et devient une LMI en Ac, Bc, Cc, Dc, par une SVD de X telle que

N
S

X= T

+
N M RN
dont la rsolution fournit le correcteur K
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

113/166

Rponse frquentielle de la BO
Le cahier des charges de BO est vrifie
la pulsation au gain unit est gale 100rd/s
les marges de gain et de phase sont gales 20db et 55 respectivement
KG
G m = 2 1 .8 9 2 d B ( a t 5 5 5 .7 2 r a d /s e c ) , P m = 5 5 .8 0 6 d e g . ( a t 9 2 .1 4 5 r a d /s e c )
200
100

Phase (deg); Magnitude (dB)

0
-1 0 0
-2 0 0
-3 0 0
-5 0
-1 0 0
-1 5 0
-2 0 0
-2 5 0
-3 0 0
10

-2

10

10

10

F r e q u e n c y ( r a d /s e c )
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

114/166

Rponse frquentielle du correcteur


le correcteur prsente un gain lev (ce qui assure une erreur statique ngligeable vis vis des perturbations
constantes)
le correcteur prsente une avance de phase au voisinage de la BP et un filtrage des HF
K
F ro m : U (1 )
50

-5 0

-1 0 0
50

0
To: Y (1)

P hase (deg); Magnitude (dB)

-5 0

-1 0 0

-1 5 0
-2
10

10

10

10

10

F r e q u e n c y ( r a d /s e c )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

115/166

Rduction du correcteur

Le correcteur un ple en -0.075 proche de lorigine et un ple en -22500 trs loign dans le
demi plan gauche,
son influence est ngligeable sur les rponses frquentielles




Remplacement du ple en -0.075 par un ple en zros


Suppression des polynmes 1+s/50000 et 1+s/22500
=> rduction d une unit l ordre du correcteur sans changer en rien ses performances

On implante finalement le correcteur ci-dessous, lequel est dcrit par un correcteur PI, un
filtre avance de phase et un filtre passe bas intervenant au-del de la BP :
K (s ) =

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

9.675(1+ s / 26 ) (1+ s / 64 )
1
(1+ s / 375) (1+ s / 931)
s

Version: 18/09/2009

116/166

Commande H
par modelage du transfert de boucle
(loop shaping)

On appliquera pour cela la synthse H


standard avec insertion de pr et post filtre dans
la boucle de rgulation.
r

Ga (s )

u
K(s)

W1(s)

G(s)

W2(s)

Le problme revient alors fixer ces filtres W1 et W2 de telle sorte que le compromis
Performance/Robustesse soit atteint
P

R
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

117/166

Mthodologie


On Ajuste les filtres W1 et W2 de telle sorte que les valeurs singulires de

Ga(s) =W2(s)G(s)W1(s)

prsentent un gain lev en BF (assurant ainsi le rejet des perturbations constantes et le suivi de consigne)
une coupure de laxe 0db 100rd/s (BP souhaite)
une attnuation en HF (robustesse des dynamiques ngliges et bruits)


Rsoudre le problme H
standard. On considrera pour cela le procd augment
Ga(s), la fonction de sensibilit S = (1 + KG a ) 1 , la matrice de transfert



u


SGa
S
M =
<
KS
KSG

r

b

et la ralisation P(s) issue du problme de synthse H


standard, savoir

z=
u

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

P(s)

K(s)

Version: 18/09/2009

r
w=
b
u

118/166

Hypothse classique sur la boucle de transfert en BF

La premire ingalit (S a ) < assure que la MM est suprieure

ajuster le filtre pour une marge de module > 1/2 implique un < 2

Pour des systmes mono variable un seul filtre suffit, on ne parle pas de pr et post filtre.

En basse frquence, gnralement

Ga K >> 1

soit

Sa

1
<
Ga K

KS a

>1

1
<
Ga

. En consquence

S a Ga

1
<
K

KS a Ga 1 <

1
1
1
<
< < (K )
K
(K )

1
1
1
<
< < (Ga K )
Ga K
(Ga K )

Or

1
< ( K ) , (Ga K ) (Ga ) (K ) et (Ga K ) (Ga ) (K ) > (Ga )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

(Ga K ) > (Ga )

Version: 18/09/2009

soit

119/166

Hypothse classique sur la boucle de transfert en HF

Sa 1 <

En haute frquence, gnralement Ga K << 1 soit

KS a K <

S aGa Ga <
KS a Ga KGa <

(Ga K ) <
Or

(Ga K ) < (Ga ) ( K )

et

(K ) <

(Ga K ) (Ga ) (K ) < (Ga )

En conclusion on vient de monter que le transfert de boucle est born

en basse et haute frquence respectivement par (Ga K ) > (Ga )

et (Ga K ) < (Ga )

Il suffit ds lors dajuster Ga et si une solution LMI existe au Pb H


standard alors ncessairement le
compromis performance/robustesse du transfert de boucle sera assur au facteur prs 1,

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

120/166

Commande H
par introduction de fonction de
pondration: application systme incertain




Commande dune injection de moteur diesel


extrait de application of H-infinity design to automative fuel control Nippodenso Co.
(premier quipementier automobile japonais) et du cours de G. Scorletti (voir ref.)
Les normes anti-pollutions, le prix du carburant et les demandes des consommateurs en matire de
performance rendent indispensable linjection dune quantit relativement prcise du carburant.
Le systme commander est donc une injection de carburant pour moteur diesel.
Descriptif: Le carburant alimente la chambre de compression o il est comprim par la came. Sa mise sous
pression le pousse par linjecteur dans la chambre de combustion du moteur. Dans cette chambre de
compression une fuite existe. Elle est ouverte (ferme) par une sorte danneau qui translate de droite gauche
(de gauche droite). Cela permet de commander la quantit de carburant entrant dans la chambre de
combustion. Le dplacement de lanneau est command via un bras de levier par un solnode. On va donc
agir sur le courant envoy dans ce dernier. La position de lanneau est mesure par un capteur de position
placs prs de lactionneur. Cest cette position qui va tre commande.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

121/166

Cahier des charges

Les spcifications que doit satisfaire le systme se traduisent par lasservissement de la


position de lanneau. On cherche un contrleur qui permettent de remplir les
spcifications suivantes :

1) Suivi de consigne chelon


2) Rapidit de la rponse (0.2 sec)
3) Fonctionne pour plusieurs tempratures (0, 25 et 60)
4) Pour des raisons dimplmentation il faut tablir un correcteur de faible complexit

Les spcifications de performances (spcifs. 1 et 2), de robustesse (spcif. 3) et de


simplicit (spcif. 4) du cahier des charges sont traduites en minimisant la norme hinfini
dune matrice de transfert solution du problme. Mais pour cela il est ncessaire de
disposer dun modle.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

122/166

Modle du systme

Le comportement de linjection pourrait tre considr comme linaire si le carburant


navait pas une viscosit fluctuant fortement avec la temprature. Les informations dont
on dispose sur le systme sont obtenues par identification de 3 modles linaires
stationnaires
G00 ( p ) =

1.736e 2 p 2 + 493.9 p 3.137 105


p 3 + 98.34 p 2 + 9223 p + 8.771 104

G25 ( p ) =

5.5 p 2 + 400 p 4.4 105


p 3 + 93.7 p 2 + 9520 p + 1.21 105

G60 ( p ) =

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

4.677 p 2 286 p 5.05 105


p 3 + 91.53 p 2 + 10 4 p + 1.72 105

Version: 18/09/2009

123/166

Modle dincertitude additive




On dcide de tenir compte de ces trois modles en dfinissant un modle dincertitude


additive correspondant un ensemble de systmes G(p) tels que :
G( p ) = G25 ( p ) + ( p )
O (p) est caractris par un transfert W (jw) tel que | (jw) | |W (jw)|.
Singular Values
0

Goo-G25

Ici W (jw) est choisi tel que:

-10

G60-G25

-20

Singular Values (dB)

G00 ( jw) G25 ( jw) W ( jw)

G60 ( jw) G25 ( jw) W ( jw)

-30
-40
-50
-60
-70
-80
-90
-100
-2
10

-1

10

10

10

10

10

10

10

Frequency (rad/sec)

Tracs de
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

G00 ( jw) G25 ( jw) , G60 ( jw) G25 ( jw)


124/166

Critre

Construction du critre - Spcifications 1 et 2


Daprs ltude prcdente (transparents 102, 103 et 110) les spcifications de performance 1 et 2 se
traduisent par une pondration sur la fonction de sensibilit S qui relie le signal de rfrence au signal
derreur de suivi de trajectoires, contrainte dfinie par une pondration W1(s).
consigne cart

On souhaite

w1(s )S(s ) < w S( jw ) <

w1( jw )

1
;
w1( jw)

S(jw)

K1
1

k1w*B
soit

s
w*B k1

1
W1 (s ) = k1
s
K1w*B

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

w*BK1

+1
+1

Version: 18/09/2009

w*B
k1

125/166

Critre

KS ( jw) <

W ( jw)

W KS < 1


Construction du critre Spcification 3


Daprs la discussion prcdente, on va chercher stabiliser les modles en utilisant un modle dincertitude
additive qui gnre une famille de modles les contenant. Cette famille dincertitudes est caractrise par la
pondration frquentielle W (jw).
Par application du thorme du faible gain (voir transparent 51), dans le cas dune incertitude additive, i.e.
M=KS, la stabilit robuste sera assure si KS 1 w KS ( jw) < 1

o : | (jw) | |W (jw)| avec W w

Grel

W ( jw) w

+
K

G25

W ( jw)

(s
)
M(s)

Rappel du Thorme du petit gain: Si M(s) et (s) sont stables, le systme de la figure ci-dessus
est stable pour tous (s) tel que ||(s)|| si et seulement si ||M(s)|| -1, o M(s)=Hzv(s)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

126/166

e1
w1(s)

e2

w2(s)

Limitation du transfert KS
r

K(s)

G(s)

Enfin il reste contraindre le module de KS pour limiter lnergie de commande et


lamplification des bruits de mesure. Pour ces exigences, KS doit tre une fonction de
transfert passe bas, avec une pulsation de coupure la plus basse possible.
On choisit donc une pondration W2 (de la forme ||W2KS||<1 ) qui inclut lobjectif
prcdent de stabilit robuste, soit
|W2(jw)| |W(jw)| 1 1

W2

O
w2 (s ) =

s
w*BT

|w2|-1
MT

MT
1
, w21(s ) =
sM T
MT
+1
*
wBT

w*BT

w*BT/MT

En rsumer il suffit de rechercher un correcteur Hinfini standard tel que


W1S

1
W2 KS

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

127/166

Diagnosis by observer using an LMI formulation

FDI (fault actuator, fault sensor, fault component)


robust residual generator using UIO
robust residual generator using H
optimization

Fault tolerant
Hinfini regulator/observer
main objective is to recover the original system performance (fault-free)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

128/166

Introduction

The robust fault detection filter and fault tolerant control design problem for linear
time-invariant (LTI) systems with unknown inputs is studied

The basic idea is to use a robust residual generator using some recent results of H

optimization

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

129/166

Introduction

We formulate the fault detection filter as an H


model-matching problem

The optimization problem is presented via a Linear Matrix Inequality (LMI)


formulation

An illustrative electro - mechanical system is included

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

130/166

Definition

Fault detection
consists of designing a residual generator that produces a residual signal enabling one to make a binary
decision as to whether a fault occurred or not

Fault identification (isolation)


imposes a stronger requirement. When one or more faults occur, the residual signal must enable us not only
to detect that there are faults occurring in the system, but it must also enable us to identify (isolate) which
faults have occurred.

Fault tolerant (attenuation, accommodation)


The main objective is to recover the original system performance (fault-free)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

131/166

Role of FDI in Fault tolerant control

The key problem for active fault-tolerant control is on-line reconfiguration of the
controller.

For this to be possible


detailed information about changes in the system parameters (or changes in the system operating point) due
to either
normal process
or component faults

is required

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

132/166

Role of FDI in Fault tolerant control

In order to get good parameters estimates,


it may be necessary to introduce perturbation signals to make sure that all the plants modes are sufficiently
excited.
However in many application it is impossible to apply additional perturbation signals.
Additionally parameter estimation algorithms are quite complicated and computationally time consuming.
Furthermore, in many cases, the system model structure will change due to the faults.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

133/166

Role of FDI in Fault tolerant control

In order to overcome the disadvantages of using parameter estimation,


we trying to use different controller reconfiguration mechanisms based on FDI information

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

134/166

Modeling of faulty systems





The first step in the model approach is to build a mathematical model of the system
In the case of a non-linear system, this implies a model linearization around an operating
point.
A system model (in model-based FDI) can be separated into three parts:
Actuators
System dynamics
Sensors

As illustrated in following figure (1).

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

135/166

Modeling of faulty Systems

Input
u(t)

Actuation
uR(t)
Actuators

Plant
dynamics

Output
yR(t)
Sensors

Measured
Output
y(t)

Fig. (1) open-loop system




Where
x
n: state vector
uRr: real input vector to the actuator
yRm: real system output vector to the actuator

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

136/166

Component and parameter faults

The component fault is represented as a change in the dynamic relation


for example, a leak in a water tank in three tank system,

x& = Ax + Bu R + f c

Actuation
uR(t)

Components faults
fc(t)
System
dynamics

Output
yR(t)

Parameter faults
aij

Fig. (1.1) The system dynamics

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

137/166

Component and parameter faults




In some cases, the fault could be expressed as a change in the parameter system,
for example a change in the ith row and jth column element of A, the dynamic model can then be described as
where xj is the jth element of the vector x and ei is an n-dimentional vector with all zero elements except a 1 in the ith element

x& = Ax + Bu R + ei aij x j

Actuation
uR(t)

Components faults
fc(t)
System
dynamics

Output
yR(t)

Parameter faults
aij

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

138/166

Sensor faults

By choosing the vector fs correctly, we can the describe all sensor fault situation
for example
Variation in the sensor : y=(1+)yR then fs= yR
Biased fault at t= : y(t)= yR+(t-)(t-) then fs= (t-)(t-)

Sensor faults
fs(t)
Real output
yR(t)

Sensors

Measured
output
y (t)

Fig. (1.2). Sensors, output and measured output

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

139/166

Actuator faults

For a controlled system, uR is the actuator response to an actuator command u(t) and
can be described as (when the actuator dynamics are neglected):
uR(t)=u(t)+fa(t)
where fa(t) is the actuator fault and u(t) is the known control command
Variation in the actuator
Biased fault

Actuator faults
fa(t)
Input
u(t)

Actuators

actuation
uR (t)

Fig. (1.3). Actuator, input and actuation

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

140/166

Fault Model when sensor, component and actuator faults


are considered
x& = Ax + Bu + Bf a + f c
y = Cx + Du + Df a + f s

The model is described as

Considering the general cases, a system with all possible faults (f) and UI (d) can be
described as
x& = Ax + Bu + R1 f + E1d

y = Cx + Du + R2 f + E2 d
where an input-output transfer matrix representation for the above system is

y (s ) = Gu (s )u (s ) + G f (s ) f (s ) + Gd (s )d (s )

Gu (s ) = C (sI A)1 B + D
G f (s ) = C (sI A)1 R1 + R2
Gd (s ) = C (sI A)1 E1 + E2

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

141/166

General structure of residual generation in model-based FDI

f(s)

fault

Here Hu et Hy are stable transfer matrices


which are designed such that

system

Gf(s)
d(s)

UI

J((r(t)) T(t) for f(t) = 0 fault free

Gd(s)
y(s)

u(s)

input

Gu(s)

where J(r(t)) is a residual evaluation function


and T(t) a threshold function

Hu(s)

Hy(s)
Residual generator

y(s ) G u (s )u (s ) = G f (s )f (s ) + G d (s )d(s )

r (s ) = (s )( y(s ) G u (s )u (s ))

(s )G d (s ) = 0
with
ideal case
(s )G d (s ) 0

r(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

J((r(t)) > T(t) for f(t) 0 non zero faulty

Version: 18/09/2009

142/166

Robust residual generation through standard H

filtering formulations

Fault estimation
To concentrate on fault sensitivity, let us first ignore the UI (d) and known input (u). The system is described
as
x& = Ax + R1 f

y = Cx + R2 f

y (s ) = G f (s ) f (s )

or by the input-output model


where

A R1
G f (s ) =

C R2


The design requirement for robust residual generation is to maximize the effect of the
fault on the residual, i.e.

y (s ) = G f (s ) f (s )

J r := inf Grf (w)


w

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

r ( s ) = H y (s ) y (s )

Version: 18/09/2009

143/166

H
standard formulation of fault estimation

The previous maximization problem cannot be easily formulated in an H


setting. To solve this problem,
the new following performance index should be introduced
J f := Grf (s ) I =

r f 2
0< f 2 < f 2

r = f

sup

where the minimization of the above performance index J can be formulated according to following figure where z is an estimation
of fault and is the signal which is used to evaluate the estimation quality

~
z

z(s)
f(s)

Gf(s)

y(s)

K(s)

~z

Formulation of fault estimation

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

144/166

The equivalent transfer matrix P2(s) for the standard H

problem

The previous system can be reformulated into a standard H


problem as given in
following figure
z
~
f
where the transfer matrix P2(s) is = P2 (s )
y
z

f(s)

P2(s)

~z
y(s)

K(s)

with

I
I
P2 (s ) =

G f (s ) 0

Standard problem formulation of fault estimation

x& = Ax + R1 f + 0 z

P2 (s ) := ~
z = 0 x + f z
y = Cx + R f + 0 z

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

145/166

Fault estimation via standard H


problem

The standard H
fault estimation is such that to find a filter K(s)
RH
such that
G~z f (s )
Where

<

G~z f (s ) = LFT (P2 (s ), K (s )) = I K (s )G f (s )

The problem can be solved via the standard H


techniques

In order to decrease the conservatism introduce by the H


techniques, the fault
estimation problem can be changed into the filtered version of the fault.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

146/166

Formulation of filtered fault estimation via standard H


problem

Fault estimation problem can be changed into the filtered version of the fault, i.e.,
f (s ) = T (s ) f ( s )
where T(s) is a RH transfer matrix which is (for example) equal to a diagonal low pass filter matrix

The filtered fault estimation can then be defined as the minimization of the following
performance index
J f := Grf (s ) T (s )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

r f 2
0< f 2 < f 2
sup

Version: 18/09/2009

147/166

Formulation of filtered fault estimation via standard H


problem

This optimization problem can be formulated according to following figure where is


an estimation of fault and is the signal which is used to evaluate the estimation quality.

~z

z(s)

T(s)
f(s)

Gf(s)

y(s)

K(s)

~z

Formulation of filtered fault estimation

The system illustrated by the above figure can be reformulated into a standard H

problem as given bellow


~z
f(s)

P3(s)

y(s)

K(s)
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

148/166

Formulation of filtered fault estimation via standard H


problem

If the state space realization of transfer matrix T(s) is


A
T (s ) = T
CT

BT
DT

The equivalent transfer matrix P3(s) for the standard H problem is given by

z
~
f
(
)
P
s
=
y 3 z


Where

T (s )
P3 (s ) =
G f (s )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

AT
I 0
=
0 CT

Version: 18/09/2009

0
A
0
C

0
R1 0

DT I
R2
0
BT

149/166

Formulation of filtered fault estimation via standard H


problem

The sensitivity transfer matrix for this standard H


formulation is given by
G~z f (s ) = LFT (P3 (s ), K (s )) = T (s ) G f (s )K (s )

The estimation of the filtered fault within H


formulation is to find a filter K(s)
RH

such that
G~z f (s )

<

The problem can be solved by the standard H


techniques. Note that the problem can
also be regarded as a model-matching problem and solved via methods developed in
robust control theory.

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

150/166

Fault estimation with disturbance attenuation




A system with both fault and disturbance terms is modeling by


x& = Ax + R1 f + E1d
y = Cx + R2 f + E2 d
Or by the input-output model

y (s ) = G f (s ) f (s ) + Gd (s )d (s )

Out task is to find an optimal estimation of the filtered fault when the system has both the fault and
disturbance.
This can be formulated according to the following scheme

z(s)

T(s)
f(s)
d(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Gf(s)

y(s)

K(s)

~z

Gd(s)
Version: 18/09/2009

151/166

Formulation of filtered fault estimation with disturbance estimation

The objective of the problem is to minimize the following performance index


J f := Grd1 (s ) T (s ) =

r f 2
0< d1 2 < d1 2
sup

where d1 is the generalized disturbance vector which is defined as

f
d1 =
d

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

152/166

Reformulation of fault estimation with disturbance attenuation via


standard H
problem

The problem of estimating the fault with disturbance attenuation property can be solved
by the standard H techniques as illustrated in following figure

f
d1 =
d

~z

P4(s)

y(s)

K(s)
where the transfer matrix P4(s) is defined as

z
d1
~
(
)
=
P
s
4
y

z

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

with

[T (s ) 0]
P4 (s ) =
G f ( s ) Gd ( s )

Version: 18/09/2009

AT
I 0
=
0 CT
0

BT

A
0

R1
DT

R2

0 0
E1 0

0 I
E2 0

153/166

Fault estimation with disturbance attenuation via standard H


problem

The sensitivity transfer matrix for this standard H


formulation is given by

G~z d1 (s ) = LFT ( P4 (s ), K (s )) = [T (s ) 0] K (s ) G f (s ) Gd (s )


The estimation of the filtered fault within H


formulation is to find a filter K(s)
RH

such that
G~z d1 (s )

<

The signal z
in fig above can be used as a residual signal as well as an estimate of the
filtered fault

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

154/166

Robustness issues



The previous robustness is only achieved on the assumption that there are no modeling errors or the
modeling errors have been approximately transformed into UI (disturbances).
To solve the problem of estimating faults for systems with disturbances and modeling errors, the standard
H problem should be formulated to incorporate the uncertainty block as

f
d1 =
d

P4(s)

~z
y(s)

K(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

155/166

Integrated design, i.e.design controller and fault estimator


simultaneously

The integrated design problem can be formulated according to following figure where
ye is the signal used to evaluate the control performance,
Ko(s) is the fault estimator
Kc(s) is the controller

T(s)
y(s)

f(s)
d(s)

G(s)

ye(s)

K(s)

z(s)

~z

u(s)

Kc(s)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

156/166

Integrated design via standard H


problem

The integrated design problem depicted in previous figure can be transformed into a
standard H
problem as given in following figure

f
d1 =
d
z
z1 =
u

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

P (s)

~z

~z =
y
e
y(s)

Ko(s)
Kc(s)

Version: 18/09/2009

157/166

Integrated deign with robustness consideration

The integrated design with robustness consideration can be treated like a standard H

problem as given in following figure

f
d1 =
d

P (s)

~z

~z =
y
e
y(s)

z
z1 =
u
Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Ko(s)
Kc(s)

Version: 18/09/2009

158/166

LMI Approach for robust residual generation

The idea consists of designing a bank of observer where each observer is robust to
disturbances and to a set of specified faults.
Example, consider the LTI systems of the form

x& = Ax + R1 f + E1d

y = Cx
Where dim(f)=nf and dim(d)=nd

Constructing nf observers
where each observer
is insensitive to d
and to one component of f

obs1
obs 2
M
obs n f

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

f2
d
d= f =
r1 = f (f 2 , f3 to n f )

f1
f 3 to n f
f1
d
d= f =
r2 = f (f1, f3 to n f )

f 2
f 3 to n f
M
d
d = f = f1 to n f 1
f n f
159/166

LMI Approach for robust residual generation




Assume that the pair (C, A) is detectable and (A,R1,C) is assumed to have no transmission zeros, i.e. for
any s C,
sI A R1
rank
=n+nf
0
C

Thus detectability of the faults is guaranteed.




Only the first observer is considered here. Hence consider the fault detection observer 1 of full order as
x& = Ax + K1( y Cx )
r1 = y Cx
which is designed for the following system

in according to the previous table


x& = Ax + R12

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

f
2
n f
L R1 M

f
nf

1 d
+ E1 R1
f1

160/166

LMI Approach for robust residual generation

The gain K1 for observer 1 is designed such that


Gr1w1 (s )

where

<

d
w1 =
f1

The solution K1 of the problem is done by a LMI resolution (see part 2, for details)

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

161/166

Fault diagnosis of non-linear dynamic systems

Fuzzy observers for NL dynamics systems fault diagnosis


A Takagi-Sugeno fuzzy model is a simple way to describe a non-linear dynamic system using locally
linearized models. According to the T-S model, a NL dynamics systems can be linearized around a number
of operating points.
Each linear model represents the local systems behavior around the operation point.
The global system behavior is described by a fuzzy fusion of all linear model outputs.
The model is described by fuzzy IF-Then rules which represent local linear relation of the NL system

Consider the simple example x& (t ) = ( A + Anon w)x(t ) + Bu (t )


If w(t) is wi Then x& (t ) = Ai x(t ) + Bu (t )

y (t ) = Cx(t )

where Ai=A+Anonwi is a time invariant matrix

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

162/166

Fuzzy observers and residual generation

Rule i: (i=1,2,,N)

This fuzzy observer can be implemented through the use of N local observers and a fuzzy
fusion

If w(t) is wi Then x&i (t ) = Ai xi (t ) + Bu (t ) + K i ( y Cxi )

x&i (t ) = Ai xi (t ) + Bu (t ) + K i ( y Cxi )

(
)
x
t
=

i (w )xi (t )

i =1

y (t ) = Cx (t )

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

163/166

x&i (t ) = Ai xi (t ) + Bu (t ) + K i ( y Cxi )

(
)
x
t
=

i (w )xi (t )

i =1

y (t ) = Cx (t )

Fuzzy fusion

Example for N=3 rules


w1=0
w2=30
w3=80

1(w)

2(w)

3(w)

30

80

y
System
Residual : r

C
x^
Fuzzy inference engine
for select the
appropriate estimation
i(w)

obs1

u
y

obs2

u
y

obs3

u
y

The estimation error dynamics are given by the following


differential equation

i= N

e& = i (w)( Ai K i C )e
i =1

e is stable if there exist a common positive definite matrix


P such that:

( Ai K i C )T P + P( Ai K i C ) < 0
Fuzzy observer

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

for i=1, N
164/166

Eigenvalue region
LMI region


To ensure that the estimation error e(t) of the fuzzy observer has fast and well
attenuated response, it is necessary to assign all local observer eigenvalues is a specific
region is s-plane, like:

All local obs in the fuzzy obs have their


eigenvules is the region S(,), if there
exists a common P > 0 such that

P
*

and

( Ai K i C )P
P

<0

P( Ai K i C ) + ( Ai K i C )T P + 2P < 0

for i=1, , N
In conclusion

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Threshold no fault
r = y y
> Threshold faulty

Version: 18/09/2009

165/166

Synthse

Analyse de performance et robustesse


Approche frquentielle
Modlisation LFT (application du thorme du faible gain)
Application du lemme de majoration (non tudi ici)

Synthse de lois de commande


LQG (rappel)
H loop-shapping (modelage du transfert de boucle)
H par pondration frquentielle

Synthse H
de lois de commande robuste aux incertitudes
Application du thorme du faible gain

Diagnostic par synthse LMI


Estimation de dfaut(s) par synthse de commande H mise sous forme standard
Attnuation et suivi de consigne : approche H sous forme standard

Auteur: Damien.Koenig@esisar.grenoble-inp.fr

Version: 18/09/2009

166/166