Académique Documents
Professionnel Documents
Culture Documents
Polysae PDF
Polysae PDF
C OMMANDE ROBUSTE
P IERRE A PKARIAN
3
2 La synthse H 49
2.1 Mthodes H pour la Synthse dAsservissements . . . . . . . . . . 50
2.1.1 Le problme H standard . . . . . . . . . . . . . . . . . . . 50
2.1.2 Formulation H du loop shaping . . . . . . . . . . . . . . . 51
TABLE DES MATIRES 4
Chapitre 1
1.1 Introduction
La thorie de la Commande Robuste des Systmes Linaires a connu un
essor remarquable durant ces dix dernires annes. Sa popularit gagne aujourdhui
le milieu industriel o elle se rvle un outil prcieux pour lanalyse et la conception
des systmes asservis. Cette perce rapide tient deux atouts majeurs:
son caractre appliqu et son adquation aux problmes pratiques de ling-
nieur automaticien,
sa contribution la systmatisation du processus de synthse dun asservisse-
ment.
Pour apprcier loriginalit et lintrt des outils de Commande Robuste, rap-
pelons quun asservissement a deux fonctions essentielles:
faonner la rponse du systme asservi pour lui imprimer le comportement
dsir,
maintenir ce comportement face aux alas et fluctuations qui affectent le sys-
tme pendant son fonctionnement (rafales de vent pour un avion, usure pour
un systme mcanique, changement de configuration pour un robot, etc.).
Cette seconde exigence est qualifie de robustesse lincertitude. Elle revt une
importance critique pour la fiabilit du systme asservi. En effet, lasservissement
est typiquement conu partir dun modle idalis et simplifi du systme rel.
Pour fonctionner correctement, il doit donc tre robuste aux imperfections du mo-
dle, cest--dire aux carts entre le modle et le systme rel, aux drives des pa-
ramtres physiques, et aux perturbations externes.
Lavantage essentiel des techniques de Commande Robuste est de gnrer des
lois de commande qui satisfont la double exigence mentionne ci-dessus. Plus
1. ELEMENTS INTRODUCTIFS LA COMMANDE ROBUSTE 8
y = g u.
Y (s) = G(s)U(s).
o
x(t) est le vecteur dtat (variables internes)
u(t) est le vecteur des entres (ou de commande)
y(t) est le vecteur des sorties (ou dobservation)
En prenant la transforme de Laplace de (1.2), on vrifie aisment que la
fonction de transfert de U(s) Y (s) est alors donne par
G(s) est une matrice carre: les ples de G sont les ples de la fraction ra-
tionnelle det(G(s)). Lextension au cas rectangulaire est plus dlicate et il
est prfrable de lnoncer en terme de la reprsentation dtat associe. En
effet, pour un systme de reprsentation (1.2), les notions de ple et de zro
ont les dfinitions simples suivantes:
les ples sont les valeurs propres de A,
sI A B
les zros sont les valeurs complexes s pour lesquelles le rang de
C D
chute.
Cette dernire dfinition englobe les modes non observables ou non com-
mandables en plus des zros de blocage proprement dits (valeurs de s pour
lesquelles G(s) perd du rang).
Commandabilit, Observabilit.
Ces notions sont lies la reprsentation interne (1.2). Si A Rnn , lespace
commandable par la paire (A,B) est
C = Im (B,AB, . . . ,An1 B) Rn
Il reprsente lensemble des tats initiaux x0 qui peuvent tre amens zro
en un temps fini par une commande u approprie.
La paire (A,B) est dite commandable si et seulement si C = Rn . On montre
alors que les modes (valeurs propres) de A peuvent tre assigns arbitraire-
ment par retour dtat u = Fx. Autrement dit, les modes de A + BF peuvent
tre placs arbitrairement par choix de F.
Plus gnralement, toute paire (A,B) peut se dcomposer (par transformation
orthogonale) comme suit:
T A11 A12 T B1
U AU = ; U B= (1.4)
0 A22 0
avec (A11 ,B1 ) commandable. Les modes de A22 sont les modes non comman-
dables, cest--dire invariants par retour dtat: ils restent prsents dans le
spectre de A + BF pour tout F.
Lobservabilit est une notion duale. Les tats non observables du systme
sont ceux qui naffectent pas la sortie ni directement, ni par lintermdiaire
dautres tats. Lespace non observable est:
C
CA
O = Ker ... .
CAn1
La paire (C,A) est observable si et seulement si O = {~0} ou, de faon quiva-
lente, si (AT ,CT ) est commandable. La contrepartie de la dcomposition (1.4)
1. ELEMENTS INTRODUCTIFS LA COMMANDE ROBUSTE 12
est:
T A11 0
U AU = ; CU = (C1 , 0) (1.5)
A21 A22
avec (C1 ,A11 ) observable.
Enfin (A,B) est dite stabilisable sil existe F telle que A + BF soit stable;
autrement dit, si tous les modes non commandables sont stables. La notion
duale pour (C,A) est dtectable (H,A + HC stable).
Ralisation minimale: le quadruplet de matrices (A,B,C,D) est une ralisa-
tion minimale de la fonction de transfert propre G(s) si (A,B) est comman-
dable, (C,A) est observable, et G(s) = D +C(sI A)1 B.
Stabilit.
Considrons le systme
x(t)
= A x(t) + B u(t)
y(t) = C x(t) + D u(t)
et la fonction de transfert entre/sortie associe G(s) = D +C(sI A)1 B. On
distingue deux notions de stabilit:
stabilit BIBO (bounded input/bounded output): le systme est dit BIBO-
stable si la sortie reste dnergie finie tant que lentre est dnergie finie.
Une condition ncessaire et suffisante est que tous les ples de la forme
irrductible de G(s) soient dans le demi-plan Re(s) < 0.
stabilit interne: le systme est stable de faon interne si A est stable, i.e., si
toutes ses valeurs propres sont partie relle ngative. Ceci assure que
pour u 0, ltat x(t) dcroit vers 0 indpendemment de la condition
initiale.
La stabilit interne garantit la stabilit BIBO, mais la rciproque est fausse.
Par exemple, le systme dquations dtat
1 1 1
x = x+ u
0 1 0
y = (1 , 1) x
A BD1C BD1
1
G = . (1.9)
D1C D1
A B
Drivation: si G = , une ralisation minimale de sG(s) est
C D
A B A AB
sG = = . (1.10)
CA CB + sD C CB + sD
w z
P(s)
u y
K(s)
On montre que kAk2 = max (A) = max (AAT )1/2 (plus grande valeur singu-
lire) do le nom de norme de la valeur singulire. A noter que, pour A
inversible,
kA1 k2 = 1/min (A)
et que
kAuk
min (A) = inf = inf {kXk2 : A + X singulire}.
u6=0 kuk
Une autre norme importante est la norme de Frobenius:
q
kAkF = Trace (AT A)
Dautres proprits des valeurs singulires sont donnes en annexe A
Signaux.
Sur lespace `2 des signaux de carr sommable sur (0,), on dfinit le produit
scalaire Z +
hx,yi = x(t)y(t)dt
0
qui induit la norme de lnergie:
Z +
1/2
2
kxk2 = kx(t)k dt .
0
Soit Z +
T
Q := etA CT CetA dt. (1.15)
0
On montre que Q est la solution de lquation de Lyapunov:
AT Q + QA +CT C = 0. (1.16)
17 1.3 NOTIONS LMENTAIRES SUR LES ASSERVISSEMENTS
U = P0 V = f (U)
vhicule
V0 + U =e V
vhicule
wi wo
r + e u + + y
K G
+ +
+ + n
r=0 + e + y
G +
u
+ +
K n
r + y r + u y
G K G
u
K
r + u y
K1 G
K2
r + u y
Q K G
suivantes:
Y = GK(I + GK)1 (R N) + (I + GK)1Wo + G(I + KG)1 Wi (1.21)
1 1
E = (I + GK) (R Wo N) G(I + KG) Wi (1.22)
1 1
U = K(I + GK) (R Wo N) KG(I + KG) Wi . (1.23)
o R(s),Y (s),... sont les transformes de Laplace des signaux r(t),y(t),....
Ces quations mettent en valeur un certain nombre de fonctions de transfert ca-
ractristiques de la boucle (loop transfer functions) qui vont jouer un rle important
dans ltude et la synthse des asservissements robustes. Ces fonctions sont:
les fonctions de transfert en boucle ouverte GK(s) et KG(s) (open-loop
transfer functions). Attention, elles ne concident pas en gnral dans le cas
MIMO!
la fonction de sensibilit en sortie (output sensitivity function):
S(s) = (I + G(s)K(s))1
qui indique la sensibilit de la sortie y aux perturbations wo sur cette sor-
tie, cest--dire la faon dont wo affecte y. Par dfaut, le terme fonction de
sensibilit fera implicitement rfrence la fonction de sensibilit en sortie.
la fonction de sensibilit en entre (input sensitivity function):
(s) = (I + K(s)G(s))1
qui indique la sensibilit de lentre u + wi du systme aux perturbations wi
affectant cette entre.
la fonction de sensibilit complmentaire (en sortie):
T (s) = G(s)K(s)(I + G(s)K(s))1 = I S(s).
Elle dtermine la relation entre la sortie y et la consigne r (en termes de trans-
formes de Laplace) ainsi que leffet du bruit de mesure n sur la sortie y.
la fonction G(s)(I + K(s)G(s))1 = G(s) qui exprime la sensibilit de la
sortie y aux perturbations wi de la commande u.
la fonction K(s)(I + G(s)K(s))1 = KS(s) qui dtermine comment les per-
turbations du systme wo et le bruit de mesure n affectent la commande u.
Dautres interprtations de ces fonctions seront discutes plus loin au chapitre 2.
Soient xG et xK les vecteurs dtat associs ces ralisations. Les fonctions de trans-
fert mentionnes ci-dessus peuvent scrire en terme de LFT comme suit:
1 I G
(I + GK) = F ( ,K) (1.26)
I G
1 0 G
GK(I + GK) = F ( ,K) (1.27)
I G
1 0 I
K(I + GK) = F ( ,K) (1.28)
I G
1 G G
G(I + KG) = F ( ,K). (1.29)
G G
Une ralisation du premier argument de ces LFTs est facilement dduite de celle de
G(s). Par exemple,
I G I DG CG
= + (sI AG )1 (0, BG ).
I G I DG CG
En utilisant les formules donnant la ralisation dune LFT en fonction des ralisa-
tions des arguments (voir 2.2), il est facile de montrer que la stabilit (au sens des
25 1.4 PROPRITS DES ASSERVISSEMENTS
AG BG (I + DK DG )1 DK CG BG (I + DK DG )1CK
ABF = . (1.30)
BK (I + DG DK )1CG AK BK (I + DG DK )1 DGCK
Y (s) 1
= T (s) =
R(s) 1 + (s + 1)2
qui est stable puisque ses ples sont 1 i. Cette boucle est donc BIBO stable. Par
contre, elle nest pas stable de faon interne. En effet,
G(s) s+1
=
1 + G(s)K(s) s(1 + (s + 1)2 )
1.4.2 Performances
Un asservissement est performant sil ragit rapidement et suit la consigne
avec prcision. Intuitivement, les performances sont dautant meilleures que le gain
de boucle est lev: le moindre cart la consigne entrane alors une raction vh-
mente pour le compenser. Mathmatiquement, cette tendance est exprime dans la
relation
E(s) = (I + GK)1 R(s)
entre lerreur de suivi E et la consigne R. Dans le cas dune consigne sinusodale
r(t) = sin(t) par exemple, la moyenne quadratique de lerreur sur une priode
T = 2/ est donn par
Z T Z T
2 1
e (t)dt = |(1 + GK( j)) | r2 (t)dt = .
0 0 |1 + GK( j)|
On voit que cette erreur sera dautant plus petite que le gain de boucle la frquence
(|GK( j)|) est lev. Augmenter le gain de boucle confre en outre certaines
proprits intressantes lasservissement. Il faut cependant se mfier du mirage
des grands gains: ils sont rarement utilisables en pratique cause des saturations et
surtout pour des questions de robustesse (voir section 1.5.
k(.)
Pour mieux analyser leffet des grands gains, considrons la boucle dasser-
vissement de la Figure 1.9. Ici les fonctions de comportement g et k du systme et
du compensateur ne sont pas ncessairement linaires. On suppose seulement que
lquation de la boucle
e + k(g(e)) = r (1.31)
est toujours solvable pour lerreur e ( chaque instant t). On appelle gain de boucle
ou gain en boucle ouverte le module de la fonction
= k g. (1.32)
27 1.4 PROPRITS DES ASSERVISSEMENTS
Leffet principal des grands gains est de forcer la sortie y se comporter comme la
fonction k1 (r). En effet, si lon a
do
krk
kek . (1.34)
1
En observant que y = g(e), (1.31) donne galement:
krk
kr k(y)k = kek . (1.35)
1
Il est clair que si le gain de boucle est lev ( 1), lerreur sera petite daprs
(1.34) et lon aura r k(y) daprs (1.35), cest--dire
y k1 (r). (1.36)
r + e y
k g(.)
2 B.O
1
y
2 B.F.
3
3 2 1 0 1 2 3
r
Dans le cas linaire, les performances peuvent sanalyser partir des fonctions
de transfert caractristiques de la boucle. Considrons nouveau la boucle standard
de la Figure 1.5. Dans le domaine frquentiel, le transfert entre la consigne R(s) et
la sortie Y (s) est donn par la fonction de sensibilit complmentaire
T = GK(I + GK)1 . (1.39)
Lasservissement sera performant dans la bande de frquence [1 ,2 ] si T ( j) I
dans cette bande. Ceci requiert typiquement un gain de boucle lev dans cette
bande, cest--dire
min (G( j)K( j)) 1, [1 ,2 ]. (1.40)
En effet, on a alors
1
max (I T ( j)) = max (I + GK( j))1 =
min (I + GK( j))
1
1.
min (GK( j))
On notera la dpendence frquentielle de la notion de performance; si (1.40) nest
vrifie que dans la bande [1 ,2 ], le suivi sera bon uniquement pour les consignes
r dont la puissance spectrale est concentre dans cette bande. Dans le cas MIMO,
laspect directionnel peut galement intervenir; ainsi, on pourra exiger des perfor-
mances pour certains canaux entre/sortie et une attnuation pour dautres.
1 1
t t
t
T
(c): crneau
valeur finale;
temps de rponse (settling time): le temps ncessaire pour se stabiliser dans
une bande 5% autour de la valeur finale;
dpassement maximal (maximum overshoot): plus grand dpassement de la
rponse au dessus de la valeur finale.
Ces grandeurs refltent la qualit du transitoire. On recherche minimiser le temps
de monte et de rponse (rapidit) tout en maintenant un faible dpassement.
y(t)
max. overshoot
1.05
1
0.95
0.90
0 t
rise time
settling time
Diagramme de Bode
X en dB = 20 log10 (X).
1. ELEMENTS INTRODUCTIFS LA COMMANDE ROBUSTE 32
Laxe des est en chelle logarithmique base 10. Une dcade correspond une
unit de cette chelle.
0
10
Log Magnitude
1
10
2
10 1 0 1 2
10 10 10 10
Frequency (radians/sec)
50
Phase (degrees)
50
100 1 0 1 2
10 10 10 10
Frequency (radians/sec)
o i dnote la i-ime valeur singulire. Rappelons que la plus grande valeur sin-
gulire est une norme et correspond au gain maximal. A noter aussi quil ny a pas
dquivalent naturel de la phasepour les sytmes multivariables. Les valeurs sin-
gulires permettent de visualiser les bandes passantes et les bandes attnues du
systme. Elles jouent donc un rle trs important pour dfinir les performances, la
stabilit et la robsutesse dun systme.
est trac en Figure 1.15. La plus grande valeur singulire max (G( j)) comporte
une rsonnance alors que la plus petite nen a pas.
0
10
1
10
2
10
3
10
4
10
5
10 1 0 1 2 3 4
10 10 10 10 10 10
frequences rad/s
Diagramme de Nyquist
0.08
0.06
0.04
0.02
Imag Axis
0.02
0.04
0.06
0.08
0 0.02 0.04 0.06 0.08 0.1 0.12
Real Axis
1
Exemple 1.4.6 Considrons le systme G(s) = s1 boucl par le compensateur
2
proportionnel K(s) = +2. Le contour de Nyquist de F(s) = G(s)K(s) = s1 apparat
en trait plein sur la Figure 1.17. Parcouru suivant les croissants, ce contour en-
toure une seule fois le point critique. Puisque F(s) a un ple instable, on en conclut
que la boucle ferme est BIBO stable.
0.6
0.4
0.2
0
Imag Axis
0.2
0.4
0.6
0.8
1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
Real Axis
Diagramme de Black
le gain |G( j)| est port en ordonnes (en dB). La courbe des points G( j) ainsi
obtenue reprsente la rponse frquentielle. Le diagramme de Black sutilise pour
dterminer le gain et la phase du transfert consigne/sortie
G(s)K(s)
T (s) =
1 + G(s)K(s)
partir du trac du transfert en boucle ouverte F(s) = G(s)K(s). Les abaques de
Black permettent de lire directement cette information en chaque point du trac de
F(s) sur le lieu de Black.
Exemple 1.4.7 Le lieu de Black pour lexemple prcdent est trac en Figure 1.18.
Ce lieu tangente le cercle de gain constant 6 dB (|G( j)| = 2) la frquence = 0.
40
0 db
30 0.25 db
0.5 db
20 1 db 1 db
OpenLoop Gain (db)
10 3 db
3 db
6 db
0 6 db
10 12 db
20 20 db
30
40 40 db
270 180 90 0
OpenLoop Phase (deg)
leur peut fluctuer et nest souvent connue quapproximativement. Pour des raisons
pratiques, on distinguera:
lincertitude non structure ou incertitude dynamique qui rassemble les
dynamiques ngliges dans le modle. On ne dispose en gnral que dune
borne suprieure sur lamplitude de ces dynamiques. On doit donc assumer et
se prmunir contre le pire des cas dans la limite de cette borne.
Lincertitude paramtrique ou structure qui est lie aux variations ou er-
reurs destimation sur certains paramtres physiques du systme, ou des
incertitudes de nature dynamique, mais entrant dans la boucle en diffrents
points. Lincertitude paramtrique intervient principalement lorsque le mo-
dle est obtenu partir des quations de la physique. La manire dont les
paramtres influent sur le comportement du systme dtermine la structu-
re de lincertitude. Diffrents outils pour apprhender ce type dincertitudes
seront dvelopps au chapitre 3.
|G( j)|
Im (G( j))
= +
=0 (G( j))
pour certains gabarits Wl (s) et Wr (s). Ces gabarits, aussi appels matrices
de pondration, permettent dincorporer linformation sur la dpendence fr-
quentielle et directionnelle de lamplitude maximale de (s) (voir valeurs
singulires).
incertitude multiplicative lentre: le systme rel est de la forme:
v + w
L
Une condition suffisante pour la stabilit interne de cette boucle est que L soit
une contraction, cest--dire que
Justification: Ce rsultat repose sur le Thorme du point fixe dans les espaces
de Banach, lespace tant ici `2 . Pour montrer que la sortie w est dans `2 ds que
lentre v `2 , on considre lquation fonctionnelle de la boucle (dinconnue w):
w = L(v w)
z = v L(z). (1.48)
avec 0 1.
v +
P
(.)
Cette boucle est stable de faon interne pour tout satisfaisant (1.49) si et
seulement si
kPk < 1,
et ce rsultat reste valable lorsque lincertitude est restreinte lespace des sys-
tmes linaires stationnaires stables (s) de norme k(s)k 1.
P( j)u = v
pour u,v vecteurs unitaires. Puisque 1/ 1, on peut toujours construire (s) stable
vrifiant k(s)k 1 et
( j)v = (1/) u.
1. ELEMENTS INTRODUCTIFS LA COMMANDE ROBUSTE 42
y = q + Gu; u = Ky; q = u
u = (I + KG)1 K q; q = u.
Ces quations correspondent la boucle de la Figure 1.22 avec P(s) = (I +KG(s))1 K(s) =
K(s)(I + GK(s))1 . Pour appliquer le thorme, on doit enfin normaliser (s) en
remplaant P et par wa P et /wa (qui devient alors arbitraire dans la boule
kXk < 1). On peut prsent conclure que la stabilit en boucle ferme sera pr-
serve pour toute erreur additive de modlisation (s) stable et vrifiant (1.50) si
et seulement si
kwa K(I + GK)1 k < 1. (1.51)
y
K G
u
Pour conclure, on notera que dans le cas SISO, la norme infinie de la fonction
de sensibilit S(s) est lie aux notions classiques de marge de gain et de marge de
phase. Ces notions sont habituellement dfinies sur le diagramme de Nyquist et in-
diquent lloignement du trac de G( j)K( j) par rapport au point critique (1,0).
Rappelons quil y a perte de stabilit lorsque ce trac traverse le point critique. La
marge de gain est:
marge de gain = 20 log10 |G( j p )K( j p )| (1.52)
1. ELEMENTS INTRODUCTIFS LA COMMANDE ROBUSTE 44
marge de gain
(1,0)
marge de
phase
G( j)K( j)
1.5.4 Passivit
Avant de terminer ce chapitre, nous donnons quelques indications sur la notion
de passivit qui tout en tant trs proche du Thorme du Faible Gain, fournit une
autre manire de garantir la stabilit dun systme boucl. La passivit est, en parti-
culier, une notion trs utile pour ltude des systmes flexibles (i.e., comprenant des
modes rsonants). Elle se dfinit de la faon suivante.
A noter que dans le cas SISO, la condition (ii) scrit aussi Re(G(s)) 0. Autrement
dit, le diagramme de Nyquist de G(s) doit tre entirement contenu dans le demi-
plan droit.
Lintrt de la passivit dcoule du rsultat suivant sur le rebouclage des sys-
tmes passifs.
u + y
G
(.)
la phase. La boucle ouverte restera donc passive et la stabilit sera maintenue quelles
que soient les variations damortissement. On notera quil sagit ici dincertitude pa-
ramtrique pour laquelle le Thorme des Petits Gains est typiquement trs conser-
vatif ( cause des importantes variations de gain sous-jacentes). Avec lapproche
par passivit, on vite ce conservatisme et on obtient souvent une bonne robustesse
sans dgradation importante des performances. Ceci tant, cette approche ne permet
pas une prise en compte quantitative de lincertitude comme avec le Thorme des
Petits Gains. Il faut se tourner vers la -synthse pour un traitement quantitatif plus
rigoureux.
Daprs (iii) de la Dfinition 1.5.3, la passivit de GK(s) peut sexprimer
comme une contrainte sur la norme H de
S T = (I + GK)1 (I GK).
En pratique, on nexige souvent la passivit que dans des bandes limites de fr-
quence (par exemple, au voisinage des modes souples), et on utilisera donc une
fonction de pondration pour slectionner les zones de frquences dsires.
47
Bibliographie
[1] Boyd, S., and Q. Yang. Structured and Simultaneous Lyapunov Functions for
System Stability Problems Int. Journal of Control, 49 (1989), pp. 2215-2240.
[2] J. Doyle. Analysis of feedback systems with structured uncertainties. IEE
Proceedings, Part D, 129(6):242250, 1982.
[3] J. C. Doyle, B. A. Francis, and A. R. Tannenbaum, Feedback Control Theory,
Macmillan Publishing Co, New York, 1992.
[4] J. S. Freudenberg and D. P. Looze. Frequency Domain Properties of Scalar
and Multivariable Feedback Systems. Berlin: Springer-Verlag.
[5] I. Horowitz Synthesis of Feedback Systems. New York: Academic Press.
[6] M. G. Safonov and J. C. Doyle Minimizing Conservativness of Robustness
Singular Values S. G. Tzafestas ed., Multivariable Control, pp. 197207, 1984.
[7] G. Zames and B. A. Francis Feedback, Minimax Sensitivity, and Optimal
Robustness IEEE Transactions on Automatic Control, AC-26, pp. 301-320
[8] Zames, G., On the Input-Output Stability of Time-Varying Nonlinear Feed-
back Systems, Part I and II, IEEE Trans. Aut. Contr., AC-11 (1966), pp. 228-
238 and 465-476.
49
Chapitre 2
La synthse H
w -
z
-
P(s)
-
u y
K(s)
kzk2
En observant que le ratio est dans le pire des cas:
kwk2
kzk2
sup = kF (P,K)k , (2.3)
w6=0 kwk2
51 2.1 MTHODES H POUR LA SYNTHSE DASSERVISSEMENTS
on peut raisonner en termes de contraintes sur lallure des fonctions max (S( j))
et max (T ( j)). Ces contraintes sont de la forme:
et lon a
w1 S
max(kw1 Sk ,kw3 T k )
2 max(kw1 Sk ,kw3 T k ).
w3 T
2. LA SYNTHSE H 52
Pour obtenir les profils dsirs pour max (S( j)) et max (T ( j)), il est donc rai-
sonnable de chercher raliser (2.6) en rsolvant:
Problme de Sensibilit Mixte: trouver un compensateur
K(s) qui
w1 S
w3 T
< 1.
assure la stabilit interne de la boucle et satisfasse
En pratique, le problme de sensibilit mixte est souvent insuffisant pour trai-
ter toutes les spcifications du loop shaping. En particulier, on a vu en 5.3 et 5.4
que les considrations de stabilit et performances robustes peuvent introduire des
contraintes sur dautres fonctions de transfert comme KS et aussi , G et KG
o
= (I + KG)1 .
Pour les prendre en compte, on doit sintresser la gnralisation suivante.
Problme de Sensibilit Mixte Gnralis: trouver un compensateur
K(s) qui assure la stabilit interne de la boucle et satisfasse:
w 1 S
w 4
w5 G
< 1.
w2 KS
< 1 et (2.7)
w6 KG
w3 T
Pour conclure cette section, notons que les problmes introduits ci-dessus sont
des cas particuliers du problme H sous-optimal. En effet, les critres utiliss sont
du type
kF (P,K)k < 1
o P(s) est construit partir de G et des matrices de pondration wi comme suit:
w1 w1 G
w1 S 0 w2
F (P,K) = w2 KS P =
0
(2.8)
w3 G
w3 T
I G
w4
w4
w4
w5 G w5 G
vF (P,K) = w5 G P = 0
(2.9)
w6
w6 KG
G G
Le terme systme augment est utilis pour P(s). La construction
du
problme
w1 S
H quivalent est illustre en Figure 2.2 pour le critre
w2 KS
< 1. La
w3 T
fonction de transfert de w au signal de sortie z est:
Z1 w1 S
Z(s) = Z2 = w2 KS W (s).
Z3 w3 T
53 2.2 RSOLUTION DU PROBLME H
KS.w - w2 - z2 z
T.w - w3 - z3
.....
.
....
+
w -
- K - G -
6 e u y
On supposera que
D12 R p1 m2 ; D21 R p2 m1
La solution par variable dtat nest applicable que sous les hypothses sui-
vantes.
(A1) (A,B2 ,C2 ) est stabilisable et dtectable. Cette condition est ncessaire et suffi-
sante pour lexistence dun compensateur qui stabilise le systme de manire
interne.
(A2) Les matrices D12 et D21 sont de plein rang.
(A3)
jI A B2
rang = n + m2
C1 D12
et
jI A B1
rang = n + p2
C2 D21
pour tout R. Autrement dit, P12 (s) et P21 (s) nont pas de zro sur laxe
imaginaire.
Ces deux dernires hypothses sont appeles hypothses de rgularit. Dans un
premier temps, nous ferons en plus les hypothses simplificatrices suivantes dites
de normalisation:
(A4) normalisation: DT12 (D12 ,C1 ) = (I,0) et D21 (DT21 ,BT1 ) = (I,0).
(A5) D22 = 0 et D11 = 0.
On peut toujours satisfaire (A4)-(A5) par des changements de variables appropris.
On a la caractrisation suivante des valeurs sous-optimales de kF (P,K)k pour
le problme normalis [2].
Thorme 2.2.1 Sous les hypothses (A1)-(A5) ci-dessus, il existe un compensa-
teur K(s) qui stabilise le systme de manire interne et assure kF (P,K)k < si et
seulement si:
(i) les quations de Riccati
Signalons que, dans la majeure partie des cas, loptimum est caractris par lgalit
(XY ) = 2opt .
Kc (s) = Cc (sI Ac )1 Bc
avec
kF (P,Kc )k < .
Pour cette raison le compensateur (2.18) est aussi appel compensateur H2 -optimal.
Contrairement au problme H , le compensateur optimal est ici unique. Enfin, rap-
pelons quune forme quivalente de (2.18) est
o x(t)
est lestime de Kalman de ltat x(t) construite en fonction de lobservation
y(t) selon
AT
0
J = T +
B1 B1 A
1
C1T C2T 2 I D11 DT11 D11 DT21 D11 BT1 C1
.(2.26)
B1 DT11 B1 DT21 D21 DT11 D21 DT21 D21 BT1 C2
Thorme 2.2.4 Sous les hypothses (A1)-(A3) et avec D22 = 0, il existe un com-
pensateur stabilisant de faon interne et tel que kF (G,K)k < si et seulement
si:
(i) > d := max max (I D12 D+ 12 )D11 , max D11 (I D21 D21 ) .
+
(ii) Les quations de Riccati associes aux Hamiltoniens H et J ont des solutions
stabilisantes X = Ric(H ) et Y = Ric(J ).
(iii) Ces solutions vrifient de plus:
X 0; Y 0; (XY ) < 2 .
Si
12 V1T
T
D12 = (U1 ,U2 ) W ; D21 = Z (21 ,0)
0 V2T
sont des SVD de D12 et D21 , la contrainte (2.27) est quivalente
U1 D11V1 + 12W T Dc Z21 U1T D11V2
T
max <
U2T D11V1 U2T D11V2
qui est en particulier satisfaite pour
Dc = W 1
12 21 Z
1 T
(2.28)
o
n 1 T T o
= U1T D11 I +V2 2d I V2T DT11U2U2T D11V2 V2 D11U2U2T D11 V1
A = A + B2 DcC2 ; B = B1 + B2 Dc D21 ;
C = C1 + D12 DcC2 ; D = D11 + D12 Dc D21 . (2.29)
3) Calculer
h
T
Bc = (I 2Y X )1 YC2T D+ 21 + B +
YC1T + B1 D T11 (2 I D 11 D T11 )1 D D+
21 (2.30)
o
C1 := C1 D11 D+
21C2 ; D 11 := D11 (I D+
21 D21 ).
2. LA SYNTHSE H 60
4) Calculer
h i
T
Cc = D+
12 D+ T
12 B2 X + C + D (2 I D T11 D 11 )1 B T1 X + D T11C1
(2.31)
o
B 1 := B1 B2 D+
12 D11 ; D 11 := (I D12 D+
12 )D11 .
5) Dterminer Ac en rsolvant
Par exemple,
w1 w1 G I G
0 w2 = diag(w1 ,w2 ,w3 ,I) 0 I
P= 0 w3 G 0 G
I G 0 G
I 0 I
0 I 0 I 0
= diag(w1 ,w2 ,w3 ,I)
0 0 I
0 I .
(2.34)
0 G
I 0 I
A partir des ralisations minimales de G,w1 ,w2 et w3 on obtient:
diag(Aw1 ,Aw2 ,Aw3 ) diag(Bw1 ,Bw2 ,Bw3 ) 0
diag(w1 ,w2 ,w3 ,I) = diag(Cw1 ,Cw2 ,Cw3 ) diag(Dw1 ,Dw2 ,Dw3 ) 0 ;
0 0 I
AG 0 BG
I 0 0 I 0
0 I =
0 0 I .
0 G
CG 0 DG
En utilisant la formule de multiplication des ralisations (voir 2.2), on en dduit
AG 0 BG
CG I DG
P = diag(w1 ,w2 ,w3 ,I) 0 0 I
CG 0 DG
CG I DG
AG 0 0 0 0 BG
Bw1 CG Aw1 0 0 Bw1 Bw1 DG
0 0 Aw 2 0 0 Bw2
Bw3 CG 0 0 Aw3 0 Bw3 DG
= . (2.35)
Dw1 CG Cw1 0 0 Dw1 Dw1 DG
0 0 Cw2 0 0 Dw2
Dw3 CG 0 0 Cw3 0 Dw3 DG
CG 0 0 0 I DG
Cette ralisation est bien minimale. On notera que lordre du systme augment
P(s) est la somme des ordres de G et des diffrentes fonctions de pondration:
Sous rserve que les hypothses (A1)-(A3) soient vrifies, on peut directe-
ment appliquer lalgorithme de -itration pour dterminer si lattnuation = 1 est
2. LA SYNTHSE H 62
est solvable et les formules du compensateur central fournissent une solution parti-
culire dordre gal lordre du systme augment. La partie synthse du compen-
sateur est donc immdiate et lessentiel du travail consiste choisir les fonctions de
pondration appropries.
Pour conclure, on donne la contrepartie de (2.35) pour le critre
w 4
w5 G
< 1
w6 KG
Le cas MIMO est plus complexe cause des aspects directionnels. Les sp-
cifications peuvent en effet diffrer dune pair entre/sortie lautre; par exemple,
on pourra exiger de bonnes performances de suivi de la consigne r1 par la sortie
y1 , et au contraire une rjection de lentre r2 au niveau de y1 . Ce scnario est clas-
sique lorsquon cherche dcoupler leffet des commandes sur les sorties. De telles
spcifications introduisent des contraintes directionnelles sur S et T ; une mme
frquence , T ( j) devra se comporter comme I dans la direction r1 et comme 0
dans la direction r2 . On est donc amen modeler sparment chaque valeur singu-
lire de S et T . Ceci requiert lutilisation de fonctions de pondration matricielles et
de la reprsentation gnralise (1.45) de lincertitude dynamique.
Une fois dtermins une allure et une expression rationnelle adquates pour
chaque fonction de pondration, il faut sassurer que le problme H rsultant est
solvable par les algorithmes dcrits en section 7. Autrement dit, que les paramtres
de P(s) donns par (2.35) satisfont (A1)-(A3). Cette exigence est purement tech-
nique et lie aux limites de validit de la solution prsente en section 7. Si ces
hypothses tombent, le problme est toujours soluble mais le calcul dune solution
requiert des outils beaucoup plus lourds.
En inspectant la ralisation minimale (2.35) de P, on remarque les faits suivants
(avec les notations standard (2.10)):
P21 (s) = I,
Dw1 DG
Dw2
D12 = Dw DG ,
3
DG
les modes de Aw1 ,Aw2 ,Aw3 sont des modes inobservables de (C2 ,A).
Il en rsulte les contraintes suivantes sur G et les fonctions de pondration:
(a) w1 ,w2 ,w3 doivent tre stables. Tout ple instable invaliderait en effet lhypo-
thse (C2 ,A) dtectable.
(b) Ni G, ni w1 ,w2 ,w3 ne peuvent avoir de ples sur laxe imaginaires. En effet,
tout ple de
AG 0 0 0
Bw1 CG Aw1 0 0
A=
0 0 Aw2 0
Bw3 CG 0 0 Aw3
est un zro de P21 (s) = I.
(c) Si G est strictement propre, pour assurer que D12 est de rang plein il faut obliga-
toirement soit inclure une pondration w2 avec Dw2 de rang plein, soit utiliser
une fonction w3 impropre choisie de sorte que w3 G soit propre et w3 G()
soit de rang plein.
2. LA SYNTHSE H 64
1/2
w1 ( j) j + 1 2 + 1
= = = 1.
w1 ( j) j 1 2 + 1
Pour chapper aux restrictions imposes par (A1)-(A3), une pratique coutu-
mire consiste ne se proccuper dans un premier temps que des spcifications du
loop shaping, puis perturber les pondrations obtenues pour les rendre compa-
tibles avec les algorithmes. La modification effectue doit tre suffisamment faible
pour ne pas trop compromettre les spcifications. Elle ne doit cependant pas tre
trop petite car on se heurte alors des difficults numriques lies la proximit de
problmes singuliers.
k
..
.. u=F
TTTTTTTTTTS m
-
x
+ f x(t)
A partir de lquation dtat mx(t) + kx(t) = u(t), on obtient comme
transfert entre/sortie:
X(s) 1 1 1
G0 (s) = = 2 = (2.38)
U(s) ms + f s + k k s s2
1 + 2 + 2
0 0
o q
0 = m k est la pulsation propre,
0 f f
= 2k = 12 est le facteur damortissement.
km
Ces notations sont standard pour les systmes du second ordre. On utilisera les
valeurs numriques m = 0.01 kg , k = 1 N/m et f = 0.002 N.s/m do
0 = 10 rd/s; = 0.01.
Si K(s) est le compensateur utilis, la commande uc (t) calcule linstant t
vrifie Uc (s) = K(s)X(s). A cause du retard cependant, la commande effectivement
applique linstant t est
u(t) = uc (t T ),
soit en terme de transforme de Laplace:
U(s) = esT Uc (s) = esT K(s)X(s).
Pour synthtiser K(s), il est commode dinclure le retard dans le systme dont la
rponse devient alors:
1 esT
Gexact (s) =
k s s2
1 + 2 + 2
0 0
2. LA SYNTHSE H 66
Gexact
r + e uc u x
-
- K -
esT - G0 -
2
10
Log Magnitude
0
10
2
10
4
10 0 1 2 3
10 10 10 10
Frequency (radians/sec)
0
Phase (degrees)
100
200
300 0 1 2 3
10 10 10 10
Frequency (radians/sec)
w1 S
Pour prendre en compte les spcifications on utilisera le critre
w3 T
.
On commence par dterminer w3 . Le degr relatif de G tant 1, w3 doit tre de la
forme w3 (s) = s w 3 (s) avec w 3 (s) propre et non nulle linfini. Comme kw3 T k <
67 2.3 LOOP SHAPING PAR LES MTHODES H
Gexact ( j) G( j)
( j) =
G( j)
s2
w3 (s) = 0.002 .
1 + 0.001s
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14 16 18 20
Le choix de w1 (s) est dict par les spcifications de performance. tant donne
la bonne connaissance du modle en basse frquence on ngligera laspect robus-
tesse des performances. On veut |GK( j)| 40 dB = 100 pour 1, soit approxi-
1
mativement |S( j)| 100 . On peut donc chercher w1 de la forme
1
2
w1 (s) = 100
s + 1
2. LA SYNTHSE H 68
o 1 sera utilis pour rgler la frquence de coupure. Notons que |w1 ( j)| = 1
pour 10 1 et que la frquence de coupure de GK correspondra approximative-
ment celle de w1 . Par consquent on cherchera 1 aux environs de 0.5 rd/s.
Lalgorithme de -itration fournit les valeurs suivantes de opt pour trois va-
leurs test de 1 :
1 = 0.7 opt 1.18 (> 1)
1 = 0.6 opt 0.98 (> 1)
1 = 0.5 opt 0.79 (< 1)
Retenons le compensateur obtenu pour 1 = 0.5 et = 1:
2
10
Log Magnitude
0
10
2
10 1 0 1 2
10 10 10 10
Frequency (radians/sec)
0
Phase (degrees)
200
400 1 0 1 2
10 10 10 10
Frequency (radians/sec)
1
10
0
10
1
10
2
10
0 10 20 30 40 50 60 70 80 90 100
s s2
1 + 2 + 2 = 1 + 0.002s + 0.01s2
0 0
2
10
1
10
0
10
1
10
2
10 0 1 2
10 10 10
2
10
1
10
0
10
1
10
2
10 0 1 2
10 10 10
frequency rad/s.
G
F IG . 2.10 Amplitude de 1+KG ( j).
40
30
20
10
y response
10
20
30
40
0 10 20 30 40 50 60
time sec.
2
10
Log Magnitude
0
10
2
10
4
10 1 0 1 2
10 10 10 10
Frequency (radians/sec)
0
Phase (degrees)
200
400 1 0 1 2
10 10 10 10
Frequency (radians/sec)
2
10
Log Magnitude
0
10
2
10 1 0 1 2
10 10 10 10
Frequency (radians/sec)
0
Phase (degrees)
200
400 1 0 1 2
10 10 10 10
Frequency (radians/sec)
2
10
1
10
0
10
1
10
2
10 0 1 2
10 10 10
2
10
Log Magnitude
1
10
0
10
1
10 0 1 2
10 10 10
Frequency (radians/sec)
0
Phase (degrees)
200
400
600 0 1 2
10 10 10
Frequency (radians/sec)
1
10
0
10
1
10
2
10 0 1 2
10 10 10
6
0 0.5 1 1.5 2 2.5 3 3.5 4
time sec.
Lemme 2.4.1 Soit un systme T (s) ayant une ralisation en espace dtat donne
par
T (s) := C(sI A)1 B + D .
Les assertions suivantes sont alors quivalentes.
(i) kT (s)k < et A est stable,
2. LA SYNTHSE H 76
(ii) il existe une matrice symmetrique X dfinie positive X > 0 solution de linga-
lit matricielle linaire
T
A X + XA XB CT
BT X I DT < 0 . (2.41)
C D I
XA + AT X XB1 C1T
T
NX 0 NX 0
BT1 X I T
D11 < 0 (2.42)
0 I 0 I
C1 D11 I
YAT + AY YC1T
T B1
NY 0 NY 0
C1Y I D11 < 0 (2.43)
0 I T 0 I
B1 DT11 I
X I
> 0. (2.44)
I Y
o NX et NY sont des bases des noyaux des matrices [C2 D21 ] et [ BT2 DT12 ].
Le systme de LMI ci-dessus peut tre aisment rsolu par des algorithmes de
programmation (convexe) semi-dfinie. Les avantages immdiats de la formulation
LMI sont les suivants:
Les hypothses (A2) et (A2) qui taient ncessaires la technique DGKF
deviennent inutiles ici. On peut donc utiliser la formulation LMI avec une
plus grande libert que lapproche classique.
Les contraintes prcdentes dfinissent un ensemble de solutions et non plus
un point isol, on peut donc utiliser cet arbitraire pour obtenir des compensa-
teurs de nature diffrente du compensateur central de la mthode DGKF. En
77 2.4 TECHNIQUES LMI POUR LA SYNTHSE H
Bibliographie
[13] Freudenberg, J.C. and D.P. Looze, Right-Half Plane Poles and Zeros and De-
sign Tradeoffs in Feedback Systems, IEEE Trans. Aut. Contr., AC-30 (1985),
pp. 555-565.
[14] Freudenberg, J.C. and D.P. Looze, The Relation between Open-Loop and
Closed-Loop Properties of Multivariable Feedback Systems, IEEE Trans.
Aut. Contr., AC-31 (1986), pp. 333-340.
[15] Stein, G. and J.C. Doyle,Beyond Singular Values and Loop Shapes, J. Gui-
dance, 14 (1991), pp. 5-16.
[16] Bernstein, D.S., and W.M. Haddad, LQG Control with an H Performance
Bound : a Riccati Equation Approach, IEEE Trans. Aut. Contr., AC-34
(1989), pp. 293-305.
[17] Chiang, R.Y. and M.G. Safonov, Modern CACSD Using the Robust Control
Toolbox, Proc. Conf. Aerospace and Computational Contr., Oxnard, CA,
1989.
[18] Doyle, J.C., Glover, K., Khargonekar, P., and Francis, B., State-Space So-
lutions to Standard H2 and H Control Problems, IEEE Trans. Aut. Contr.,
AC-34 (1989), pp. 831-847.
[19] Gahinet, P. and P. Apkarian, A Linear Matrix Inequality Approach to H
Control, Int. J. Robust and Nonlinear Contr., vol. 4, (1994) pp. 421-448.
[20] Glover, K. and J.C. Doyle, State-space Formulae for all Stabilizing Control-
lers that Satisfy an H -norm Bound and Relations to Risk Sensitivity, Syst.
Contr. Letters, 11 (1988), pp. 167-172.
[21] Glover, K. and D. Mustafa, Derivation of the Maximum Entropy H -
Controller and a State-Space Formula for its Entropy, Int. J. Contr., 50 (1989),
pp. 899-916.
[22] Glover, K., D.J.N. Limebeer, J.C. Doyle, E.M. Kasenally, and M.G. Safonov,
A Characterization of all Solutions to the Four-Block General Distance Pro-
blem, SIAM J. Contr. Opt., 29 (1991), pp. 283-324.
[23] Khargonekar, P.P., and M.A. Rotea,Mixed H2 /H Control: a Convex Optimi-
zation Approach, IEEE Trans. Aut. Contr., 39 (1991), pp. 824-837.
[24] Kwakernaak, H., A Polynomial Approach to Minimax Frequency Domain
Optimization of Multivariable Feedback Systems, Int. J. Contr., 44 (1986),
pp. 117-156.
[25] Kwakernaak, H., The Polynomial Approach to H -Optimal Regulation,
Lecture Notes of the 1990 CIME Course on Recent Developments in H
Control Theory, Como, Italy, 1990.
[26] Limebeer, D.J.N., B.D.O. Anderson, P.P. Khargonekar, and M. Green, A
Game-Theoretic Approach to H Control for Time-Varying Systems, SIAM
J. Contr. Opt., 30 (1992), pp. 262-283.
BIBLIOGRAPHIE 80
[43] Balas, G. J., and J. C. Doyle,Robust Control of Flexible Modes in the Control-
ler Crossover Region, Proc. Amer. Contr. Conf., 1989.
[44] Chang, B.C., X.P. Li, S.S. Banda, and H.H. Yeh, Design of an H Optimal
Controller by Using DGKFs State-Space Formulas, Proc. CDC, 1990, pp.
2632-2633.
[45] Kuraoko, H., N. Ohka, M. Ohba, S. Hosoe, and F. Zhang, Application of H-
Infinity Design to Automotive Fuel Control, IEEE Contr. Syst. Mag., 1990,
pp. 102-106.
[46] Safonov, M.G. and R.Y. Chiang, CACSD Using the State-Space L Theory:
A Design Example, Proc. Conf. on CACSD, 1986, pp. 95-101.
[47] Safonov, M.G. and R.Y. Chiang, CACSD Using the State-Space L Theory:
A Design Example, IEEE Trans. Aut. Contr., AC-33 (1988), pp. 477-479.
[48] Safonov, R.Y. Chiang and H. Flashner, H Robust Control Synthesis for
a Large Space Structure, Proc. Amer. Contr. Conf., Atlanta, GA, 1988, pp.
2038-2045.
[49] Bruisma, N.A., and M. Steinbuch, A Fast Algorithm to Compute the H -
Norm of a Transfer Function Matrix, Syst. Contr. Letters, 14 (1990), pp. 287-
293.
[50] Chiang, R.Y. and M.G. Safonov, Robust Control Toolbox, So. Natick, MA,
MathWorks, 1988.
[51] Gahinet, P. and P. Pandey, A Fast and Numerically Robust Algorithm for
Computing the H Optimum, Proc. CDC, 1991, pp. 200-205.
[52] Robel, G., On Computing the Infinity Norm, IEEE Trans. Aut. Contr., AC-34
(1989), pp. 882-884.
[53] Scherer, C., H -Control by State-Feedback and Fast Algorithms for the Com-
putation of Optimal H -Norms, IEEE Trans. Aut. Contr., AC-35 (1990), pp.
1090-1099.
[54] Shen, T., and T. Tamura, Properties of Algebraic Riccati Inequalities and H
Robust Suboptimal Controller Design, Proc. CDC, pp. 212-213, 1991.
83
Chapitre 3
Techniques de -analyse et de
synthse
- M(s)
x = (A0 + Ai i )x + (B0 + Bi i )u
i i
y = (C0 + Ci i )x + (D0 + Di i )u (3.1)
i i
85 3.1 CAS PARTICULIER DE LA ROBUSTESSE PARAMTRIQUE
u - - y
H(s)
-
+ h u y
- - K(s) -
- 6
H(s)
-
w z
Lide est donc de rajouter des entres / sorties fictives, de faon faire appa-
ratre les incertitudes sous forme dun retour interne au processus. De fait, il suffit
3. TECHNIQUES DE -ANALYSE ET DE SYNTHSE 86
m0 x + f0 (1 + 2 )x + k0 (1 + 1 )x = 0
D = { = [1 . . . n ] | i R et |i | 1} (3.6)
On peut alors formuler le problme soit comme un test de robustesse ("la boucle
ferme de la figure 3.1 est elle stable quels que soient les paramtres incertains
lintrieur de H ?"), soit comme un calcul de la marge de robustesse ("Quelle est la
plus grande valeur kmax de k telle que la boucle ferme soit stable lintrieur de
lhypercube kD?").
On peut rsoudre le deuxime problme en cherchant la plus petite valeur de k
87 3.1 CAS PARTICULIER DE LA ROBUSTESSE PARAMTRIQUE
On notera dautre part que (M( j)) est choisi gal 0 sil nexiste pas de pertur-
bation structure de modle = diag(i Iqi ) vrifiant det(I M( j)) = 0.
De fait, 1/(M( j)) peut tre interprt comme la taille de la plus petite incer-
titude paramtrique qui amne un ple de la boucle ferme sur laxe imaginaire
en j. La marge de robustesse kmax peut ensuite tre obtenue comme :
que la VSS peut tre galement considre comme une extension de notions alg-
briques classiques, savoir le rayon spectral et la valeur singulire maximale dune
matrice (voir paragraphes 3.3.2 et 3.6).
x = (A0 + Ai i )x + (B0 + Bi i )u
i i
y = (C0 + Ci i )x + (D0 + Di i )u (3.9)
i i
stable 2
0 1
instable
est stable ou instable en un point donn de ce sous espace. La frontire entre ces 2
sous-espaces correspond au cas o la boucle ferme est marginalement stable (voir
figure 3.4).
Rappelons que la analyse nous permet de garantir la stabilit lintrieur
dun hypercube kH dans lespace des paramtres incertains normaliss i 1 . De fait,
cet hypercube correspond un rectangle dans lespace des i 2 . Si lon joue sur les
longueurs spcifies a priori des intervalles (i.e. sur la valeur de i i ), on constate
que diffrents choix de ces longueurs conduisent diffrents rectangles de stabilit
dans lespace des i (voir figure3.4).
z w
- (s)
+ h- +
- K(s) h
- ? - G(s) -
- 6 +
z1 w1 z2 w2
- 1(s) - 2(s)
+ h- + ? + ?
- K(s) - h- G(s) - h -
- 6 + +
1 (s)
0
(s) = (3.11)
0 2 (s)
z1 w1 z2 w2
- (s) - (s)
1 2
+ h- + +
- K(s) h
- ? - h
- ? -
- + +
6
H(s)
-
3
w3 z3
Dautre part, la matrice de transfert M(s) correspond au transfert entre les entres
(w1 ,w2 ,w3 ) et les sorties (z1 ,z2 ,z3 ). Dun point de vue qualitatif, dans lquation
(3.16), on peut penser aux paramtres rels incertains i comme des gains sta-
tiques, tandis que les dynamiques ngliges j (s) correspondent des matrices de
transfert.
93 3.3 DFINITION DE LA VSS
B = { / () 1} (3.18)
Notons que la relation () 1 se traduit par i [1,1] pour les scalaires rels et
par (Cj ) 1 pour les blocs complexes pleins. On dfinit enfin la VSS comme :
le cas o correspond un seul bloc complexe plein (resp. seul scalaire rel
rpt), il savre que la VSS (M) concide avec la valeur singulire maximale
(M) (resp. le rayon spectral rel R (M)).
(I M)x = 0 (3.22)
soit encore :
1
Mx = x (3.23)
1/ et x correspondent donc une valeur propre et un vecteur propre de M. On a
fait dautre part lhypothse que tait un scalaire rel, dont on cherche minimiser
la taille. Au vu de la relation (3.23), (M) correspond donc la valeur absolue de
la plus grande valeur propre relle de M.
95 3.3 DFINITION DE LA VSS
1
= max (M( ji )) (3.24)
kmax i[1,N]
On fait donc (de faon quelque peu abusive) une hypothse de rgularit de la VSS
en fonction de la frquence. Si lon maille de faon suffisamment fine le domaine
des frquences, on obtient de fait de bons rsultats dans beaucoup de cas pratiques
(voir les exemples dapplication - pilotage dun avion ou dun missile, . . . ).
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0 1 0 1 2
10 10 10 10
Notons cependant que lon peut rencontrer des problmes dans un certain
nombre de cas spcifiques (structures flexibles en particulier) : le problme est plus
prcisment li la prsence de pics hauts et fins sur la courbe de variation de
3. TECHNIQUES DE -ANALYSE ET DE SYNTHSE 96
(M( j)) en fonction de la frquence (voir figure 3.8). Du fait que la VSS
(M( j)) varie trop rapidement en fonction de , la technique classique consis-
tant utiliser un maillage frquentiel ne peut plus tre considre comme fiable et
on peut envisager alors de calculer directement la valeur maximale de la VSS sur
un intervalle de frquences. Les mthodes de rsolution dun tel problme sont ce-
pendant beaucoup plus dlicates manipuler. Il existe mme des cas pathologiques,
pour lesquels la VSS est une fonction discontinue de la frquence. On rencontre
en particulier ce genre de problmes dans le cas de systmes conservatifs (i.e. des
systmes du second ordre non amortis).
lit 5 .
Cette spcification peut traduire dans une certaine mesure des objectifs tempo-
rels, tels que le temps de rponse et le dpassement de la rponse indicielle ou la
rapidit dattnuation dune perturbation agissant sur la boucle ferme.
5. Si A reprsente la matrice dtat de la boucle ferme, le degr de stabilit est dfini par :
= maxi Re(i (A)) o i (A) reprsente une valeur propre de A.
99 3.4 PERFORMANCE ROBUSTE
min
min
1
w - z
M
-
2
1 0
= (3.25)
0 2
3. TECHNIQUES DE -ANALYSE ET DE SYNTHSE 100
w - z-
M
-
2
kW1 Sk 1 (3.28)
N N
y = (C0 + Ci i )x + (D0 + Di i )u (3.35)
i=1 i=1
avec ( j [0,N]) :
Aj Bj
Pj = (3.37)
Cj Dj
Comme on la dit prcdemment, lide consiste rajouter des entres / sorties
fictives w et z supplmentaires, de faon faire apparatre les incertitudes i sous
forme dun retour interne au processus (w = z, avec = diag(i Iqi )).
On introduit donc le systme augment :
A0 B0 B0
x x x
y = Q u = C0 D0 D12 u (3.38)
z w C0 D21 D22 w
ainsi que le retour interne au processus w = z.
Les matrices (A0 ,B0 ,C0 ,D0 ) correspondent au modle nominal du processus
( = 0). On cherche des matrices (B0 ,C0 ,D12 ,D21 ,D22 ) ainsi quune perturbation
structure de modle vrifiant ( RN ) :
N
x x x
= (P0 + Pi i ) = Fl (Q ,) (3.39)
y i=1
u u
La LFT Fl (Q ,) scrit :
avec :
Q11 Q12
Q= (3.41)
Q21 Q22
A0 B0
Q11 = (3.42)
C0 D0
B0
Q21 = C0 D21 Q22 = D22
Q12 = (3.43)
D12
103 3.5 FORME LFT POUR LES INCERTITUDES PARAMTRIQUES
avec Li Rn,qi , Wi Rny ,qi , Ri Rn,qi et Zi Rnu ,qi . On peut ds lors crire :
Li
i Pi = i Iqi RTi ZiT
(3.46)
Wi
On en dduit que :
B0 = [L1 . . . LN ]
D12 = [W1 . . . WN ]
C0 = [R1 . . . RN ]T
D21 = [Z1 . . . ZN ]T
D22 = 0
= diag(i Iqi ) (3.48)
Dans une dernire tape, on se replace dans un formalisme entre - sortie. Lqua-
tion (3.35) correspond une matrice de transfert y = G(s,)u, tandis que lquation
(3.38) correspond la matrice de transfert augmente :
y u
= H(s) (3.49)
z w
Nous nous concentrons ici sur les mthodes de calcul de la VSS complexe ou
mixte, et plus prcisement sur les mthodes classiques proposes par [2, 10, 15, 5].
Ces mthodes prsentent lintrt dtre immdiatement disponibles dans la " Ana-
lysis and Synthesis Toolbox" de Matlab (voir galement [13, 14] pour le calcul
dune borne suprieure de la VSS complexe ou mixte - ces mthodes sont dispo-
nibles dans la "Robust Control Toolbox").
6. pour des raisons historiques, on peut inclure le cas dune perturbation complexe de modle
dans le cas plus gnral dune perturbation mixte.
7. Si les algorithmes de calcul des bornes infrieure et suprieure sont temps polynomial, on
peut noter que lon ne pourra pas garantir a priori lcart entre les bornes (i.e. ce dernier problme
est galement NP complet).
105 3.6 MTHODES DE CALCUL DE LA VSS MIXTE
On peut ds lors introduire ce multiplieur dans la boucle ferme M(s) (s) sans
modifier les proprits de stabilit (voir figure 3.12(b)).
- M(s)
- M(s)
?
D1 (s) D(s)
(s)
6
(s)
(a) (b)
de sorte que le problme se ramne un problme de type LMI (Linear Matrix In-
equality), avec minimisation dune valeur propre gnralise.
Cette borne suprieue savre trs gnralement peu conservative dans le cas dune
perturbation complexe de modle ne contenant que des blocs complexes pleins.
Dans le cas dune perturbation mixte de modle, le problme rside dans le fait que
lon na pas pris en compte le caractre rel des incertitudes paramtriques i . On a
fait en effet implicitement lhypothse dincertitudes paramtriques i complexes,
de sorte que la borne suprieure de correspondant lquation (3.55) peut savrer
trs restrictive dans le cas dune perturbation mixte de modle.
On notera que lon retrouve la borne suprieure du complexe (voir quation 3.55))
en posant G = 0. Dautre part, le problme doptimisation associ cette nouvelle
borne suprieure est quasi-convexe et non diffrentiable. Il peut tre rsolu, soit
laide dun algorithme gnral de rsolution de LMI (problme de minimisation
dune valeur propre gnralise), soit en utilisant les proprits spcifiques du pro-
blme [19].
q
8. plus prcisment, on a (DMD1 ) = (M D2 M,D2 ), sachant que D D D2 D .
107 3.6 MTHODES DE CALCUL DE LA VSS MIXTE
mu borne sup.
0
10
1
10
2
10
2 1 0 1 2
10 10 10 10 10
freq. rad/s
Comme le pic lu sur le graphique nest autre que 1, on en dduit que la marge
paramtrque du systme est gale 1/1 = 1. Autrement dit, dans ce cas on obtient
une valeur exacte pour les marges paramtriques du systme.
Proposition 3.6.1
(I M)x = 0 (3.60)
0 Mx = x (3.62)
Q = { / ri [1,1] et C
j j = I}
C
(3.63)
Proposition 3.6.2
3.7 La -synthse
La -synthse consiste en la construction explicite dun compensateur K(s)
miminisant la VSS du systme. Il sagit donc dune technique de commande ro-
buste qui sappuie sur loutil danalyse que nous venons dintroduire. Comme nous
lavons indiqu, il est en gnral trs difficile de calculer la valeur de . Nous allons
utiliser la borne suprieure dveloppe dans la section prcdente.
3.7.1 Exemple
Pour introduire la technique, nous considerons lexemple suivant:
d
W2 2 1
+ +
e
K G0 +
W1
- +
M(K)
1 0
=
0 2
z e
P
y u
K
F IG . 3.15 Interconnection pour la synthse
Lorsque les incertitudes ne sont pas structures et consiste en un seul bloc plein
, lutilisation directe de la technique H pour construire le compensateur nest pas
restrictive et donne le meilleur rsultat possible. Ceci car la valeur de se confond
dans ce cas avec la norme H . En revanche, lorsque les incertitudes sont structures
il faut modifier la technique de manire exploiter la structure spcifique de
et ainsi obtenir des compensateurs de meilleure qualit. Nous dcrivons dans ce
qui suit une voie possible pour affiner et amliorer des compensateurs issus de la
synthse H .
Comme la vraie valeur de nest en gnral pas calculable, nous allons exploi-
ter la borne suivante:
Si nous dipsosons dune matrice de transfert D(s) stable et minimum de
phase, telle que D(s) concide avec chacun des D calculs aux pulsations aux pul-
sation j, alors le problme de minimisation ci-dessus sapparente la minimisa-
tion de la norme H de
D(s)F 1
l (P(s),K(s))D(s)
l (P,K)D 1 k
kDF (3.67)
3.7.3 La D K itration
Une mthode de rsolution pour minimiser kDF l (P,K)D 1 k par rapport K et
D est deffectuer une minimisation alternative. D tant fix, on optimise K et puis K
tant fix, on minimise vis--vis de D et ainsi de suite jusqua convergence. Notons
en particulier les points suivants.
113 3.7 LA -SYNTHSE
D(s) fix, le problme se rduit un simple problme H , comme sur la
figure suivante.
D P D-1 PD
K K
DMD1
1/2
(M) inf inf / jG I + G 2
1
DD ,GG R,>0
Le calcul de cette borne suprieure pour une matrice M donne se fait aisment
par lutilisation de la programmation semi-dfinie car ce problme est caractris
par des proprits de convexit. Le problme de la -synthse dans le cas dincerti-
tudes mixtes dynamiques et paramtriques se formule de manire analogue au cas
classique sous la forme:
o
D()Fl (P,K)( j)D1 ()
1/2
= 2
jG() I + G ()
()
Les diffrentes tapes de la procdure globale stablit comme suit. Pour
K(s) fix, la dtermination de D(), G() et () est un simple calcul danalyse
par la VSS mixte. Les matrices de scaling D(), G() et () sont calcules pour
un certain nombre de frquences, les fonctions de transfert D(s), G(s) et (s) sont
alors calcules par interpolation des donnes frquentielles et doivent vrifies des
conditions de stabilit.
Pour D(s), G(s), (s) fixs, le calcul de K(s) peut tre rsolu par utilisation
de la synthse H .
On en dduit la procdure de D G,K itration dcrite ci-dessous.
Etape 1 : Trouver des estimations initiales des scalings D() et G() ainsi
que le scalaire rel positif . Une possibilit est de prendre pour les scalings
D() la matrice identit chaque frquence. Si G() est choisie comme tant
la matrice nulle chaque frquence, doit satisfaire :
z e
D D -1 Gh
P
y u PDG
K
o
1 ()
D()Fl (P,K)( j)D 1/2
=
jG() 2
I + G ()
()
Etape 5 : Trouver ensuite D()
et G() en rsolvant le problme de minimi-
sation frquence par frquence :
1 ()
D()F l (P,K)( j)D 1/2
inf
jG() 2
I + G ()
D()D
K ,G()G K ()
Cette procdure propose par Young est comme on le voit beaucoup plus com-
plexe que la synthse classique et nest pas sans poser des intressants difficults
de nature algorithmique. Par ailleurs, comme la synthse classique, elle ne ga-
rantit aucune proprit de globalit quant la solution obtenue. La dfinition dal-
gorithmes directs et robustes pour minimiser la VSS mixte est encore un sujet de
recherche dactualit.
3.7.5 Conclusion
Dans ce chapitre, nous avons introduit 2 techniques, une technique danalyse
et une technique de synthse. La technique de analyse que nous avons discute
donne des rsultats trs satisfaisants en pratique car elle peut tre utilise pour vali-
der un compensateur arbitraire obtenu de manire indpendante. Elle permet donc
de certifier les proprits du systme command en termes de stabilit et de perfor-
mances.
La technique de synthse est, comme on la vu dune utilisation plus dlicate
mais a dj t utilise dans de nombreuses applications pour lesquelles des rsul-
tats trs satisfaisants ont t obtenus. Dune manire gnrale, on peut dire quelle
savre trs performante pour des systmes de taille raisonnable (< 20 tats) pour
lesquels les procdures de D K itration ont encore une grande stabilit num-
rique. Des difficults ont cependant t observes pour les systmes de grande taille
et pour les systmes flexibles.
117
Bibliographie
[1] R.P. Braatz, P.M. Young, J.C. Doyle, and M. Morari. Computational
complexity of calculation. IEEE Transactions on Automatic Control,
39(5):10001002, 1994.
[2] J. Doyle. Analysis of feedback systems with structured uncertainties. IEE
Proceedings, Part D, 129(6):242250, 1982.
[3] J.C. Doyle. Structured uncertainty in control system design. In Proceedings
of the 24th IEEE Conference on Decision and Control, pages 260265, Ft.
Lauderdale,FL,USA, December 1985.
[4] Doyle, J.C., K. Lenz, and A. Packard, Design Example Using -Synthesis:
Space Shuttle Lateral Axis FCS during Reentry, Proc. CDC, 1986, pp. 2218-
2223.
[5] M.K.H. Fan, A.L. Tits, and J.C. Doyle. Robustness in the presence of mixed
parametric uncertainty and unmodeled dynamics. IEEE Transactions on Au-
tomatic Control, 36(1):25 38, 1991.
[6] G. Balas, J.C. Doyle, K. Glover, A. Packard, and R. Smith. -analysis and
synthesis. MUSYN, inc, and The Mathworks, Inc., 1991.
[7] G. Ferreres, V. Fromion, G. Duc, and M. MSaad. Application of real / mixed
computational techniques to a H missile autopilot. International Journal
of Robust and Nonlinear Control, 6(8):743769, 1996.
[8] B.G. Morton. New applications of to real parameter variation problems.
Proceedings of the IEEE CDC, pages 233238, 1985.
[9] A. Packard and J. Doyle. The complex structured singular value. Automatica,
29(1):71109, 1993.
[10] A. Packard, M.K.H. Fan, and J.C. Doyle. A power method for the structured
singular value. Proceedings of the IEEE CDC, pages 21322137, 1988.
[11] Young P.M. Controller design with mixed uncertainties. In Proceedings of the
1994 American Control Conference, volume 2, pages 23332337, juin 1994.
[12] Young P.M., Newlin M.P., and Doyle J.C. Computing bounds for the mixed
problem. International Journal of Robust and Nonlinear Control, 5(6):573
590, octobre 1995.
BIBLIOGRAPHIE 118
Annexe A
A.1 Gnralits
In : matrice identit de taille n.
AT (AH ) : transpose (conjugue hermitienne) dune matrice A.
Matrice symtrique: matrice P Rnn satisfaisant P = PT .
Matrice orthogonale (unitaire): matrice U Rn n satisfaisant U T U = UU T =
In (resp. U H U = UU H = In ).
Valeurs propres de A Cnn : racines de lquation caractristique det(I
A) = 0. On notera (A) la ime valeur propre.
i
Forme de Schur: toute matrice A Cnn peut se dcomposer sous la forme
A = U H TU
A+ = V +U T (A.3)
o
diag(1/1 , . . . ,1/r ) 0
=+
. (A.4)
0 0
Cette matrice inverse la partie non singulire de A entre (ker A) et Im A.
La notion de pseudo-inverse est lie la rsolution moindres carrs des
quations linaires (voir sous-section suivante).
quelques proprits des valeurs singulires
i (A) = i (AA )1/2 = i (A A)1/2
1
max (A1 ) =
min (A)
max (.) est une norme matricielle, on a donc toutes les proprites de la
norme avec galement max (AB) max (A)max (B).
Proprit de singularit
AT X + XA + Q = 0
o A,X,Q Rnn et Q = QT (symtrique). Cette quation est soluble ds que
i (A) +
j (A) 6= 0 pour tout (i, j) {1, . . . ,n}.
Si A est stable, cest--dire Re i (A) < 0, la solution est
Z
eA Q eA d
T
X=
0
qui est symtrique. De plus X 0 ds que Q 0.
quations de Riccati.
Pierre angulaire des problmes de contrle avec cot quadratique, lquation
de Riccati standard est de la forme
AT X + XA + XFX + G = 0 (A.6)
o F,G Rnn sont symtriques, A Rnn , et linconnue est une matrice
X Rnn que lon souhaite symtrique. Sous rserve dexistence, il ny a pas
en gnral unicit de la solution X. Pour les applications lautomatique, on
sintresse lunique solution stabilisante, cest--dire telle que les valeurs
propres de A + FX soient toutes dans le demi-plan ouvert gauche.
La rsolution de lquation (A.6) fait intervenir le sous-espace propre stable
de la matrice Hamiltonienne associe:
A F
H= R2n2n . (A.7)
G AT
Le spectre de cette matrice a la proprit dtre symtrique par rapport laxe
imaginaire. Le sous-espace propre stable de H est le sous-espace des vecteurs
propres associs aux valeurs
propres
stables. On le calcule par une dcompo-
P
sition de Schur de H. Si est une base orthonorme de ce sous-espace,
Q
lquation (A.6) a une solution stabilisante si et seulement si
(i) le Hamiltonien H na pas de valeur propre sur laxe imaginaire (alors
P,Q Rnn ),
123 A.3 RDUCTION QUILIBRE
X = QP1 .
on dit que (A,B,C,D) est quilibre si les solutions des quations de Lyapunov
AP + PAT + BBT = 0, AT Q + QA +CT C = 0, (A.10)
sont de la forme
i
0 ...
P = Q = = 0 ... 0 .
0 . . . n
Les matrices P et Q sont appeles les grammiens de commandabilit et dobserva-
bilit et peuvent encore tre dfinies par
Z Z
At T AT t T
P= e BB e dt, q = eA t CT CeAt dt
0 0
Les grandeurs i sont ordonnes sous la forme
1 2 . . . n > 0 ,
et sont appeles les valeurs singulires de Hankel de G(s). De manire immdiate,
elles vrifient
i = i (PQ), i = 1, . . . ,n.
La plus grande 1 dfinit une norme sur lensemble des matrices de transfert stables
et est appele la norme de Hankel. On note souvent
1 = kG(s)kH .
Toute ralisation minimale dun systme peut tre quilibre par une simple change-
ment de base et de nombreux algorithmes sont actuellement disponibles. Lintrt
de la reprsentation quilibre est que lon peut valuer la plus ou moins grande
commandabilit ou observabilit des tats de la nouvelle base par simple lecture de
la valeur singulire de Hankel associe. Par exemple, 1 2 signifie que x1 est plus
commandable/observable que x2 et donc joue un rle plus important dans la ralisa-
tion de G(s). On pourra donc ventuellement ngliger x1 devant x2 et effectuer une
troncature de certains tats. Limportance de chaque tat en rduction quilibre est
apprciee par rapport sa contribution au comportement entre/sortie, alors quil
nen est pas de mme dans dautres techniques de rduction qui exploitent des in-
formations internes comme les techniques modales. Retenons enfin que lorsquon
dispose dune reprsentation quilibre, chaque tat est tout autant commandable
quobservable et la mesure de cette commandabilit/observabilit jointe est la va-
leur singulire de Hankel correspondante (i ). Enfin, on reteindra galement que
la rduction quilibre comme la plupart des techniques de rduction ne sapplique
pas directement aux systmes instables. Pour ces derniers, on effectuera donc tout
dabord une sparation par dcomposition modale par exemple des dynamiques
stables et instables et lon appliquera la rduction quilibre la dynamique stable
seulement. Nous prsentons ci-dessous une illustration de la technique.
Exemple A.3.1
125 A.3 RDUCTION QUILIBRE
Le thorme suivant donne une estimation de lerreur que lon commet lorsque
lon effectue une rduction quilibre dun systme.
Thorme A.3.2 Soit G(s) une matrice de transfert stable ayant les valeurs singu-
lires de Hankel
1 > 2 > . . . > n
o les les i sont de multiplicit ri . Soit Gk (s) une matrice de transfert obtenue par
troncature de la ralisation quilibre de G(s) aux r1 + r2 + . . . + rk premiers tats.
Alors, on a la borne suivante:
A.3.1 Algorithme
On obtient aisment une reprsentation quilibre du systme G(s) en utilisant
un algorithme qui se dcompose en 4 tapes:
1. Rsoudre les quations de Lyapunov (A.10).
2. Effectuer une factorisation de Cholesky Q = RT R.
3. Calculer la dcomposition en valeurs singulires
RPRT = U2U T
o
T = 1/2U T R .
A.3.2 Exemple
On considre le systme G(s) dcrit par la fonction de transfert
8(s + 3)8
G(s) = .
(s + 3)8 + 38
On vrifiera tout dabord que ce systme est bien stable. Le calcul de ses valeurs
singulires de Hankel donne:
Il apparait que les 4 dernires valeurs singulires sont sensiblement plus petites
que les 4 premires. On va donc effectuer une rduction lordre 4. Ensuite, nous
A. RAPPELS DALGBRE LINAIRE 126
allons essayer des rductions aux ordres 3 et 1. Les rsultats sont prsents sur la
figure A.1.
A.4.1 Definitions
La notation LFTse dfinit comme
suit. Pour des matrices de dimensions ap-
M11 M12
propries K et M = et en supposant que les inverses existent, les
M21 M22
LFT infrieures Fl (.,.) et suprieures Fu (.,.) sont dfinies par:
K M11 M12
M21 M22
M11 M12
M21 M22 K
Fu (M,K) = K ? M Fl (M,K) = M ? K
N11 N12
N21 N22
M11 M12
M21 M22
N ?M
Notons que ces expressions sont obtenues par calcul direct du transfert rsiduel
aprs rebouclage du bloc K comme indiqu sur la figure A.2.
On peut effectuer sur les expressions LFT des oprations algbriques dont les
plus intressantes sont rappeles ci-dessous.
A.4.2 Proprits
Le produit de Redheffer ou produit ?.
Ce produit (voir figure A.2) peut tre naturellement tendu aux cas de matrices
N ou M nayant quun seul bloc en adoptant les conventions
On vrifie alors aisment que le produit de Redheffer est associatif, cest dire
(L ? M) ? N = L ? (M ? N) = L ? M ? N
Composition de LFT
Une proprit importante est que toute interconnection de LFT est encore une LFT.
Par exemple, pour
R = Fl (Q,K 0 ) o K 0 = Fl (M,K)
on peut crire R comme une LFT faisant intervenir K sous la forme
R = Fl (P,K)
avec
Q11 + Q12 M11 (I Q22 M11 )1 Q21 Q12 (I M11 Q22 )1 M12
P= .
M21 (I Q22 M11 )1 Q21 M22 + M21 Q22 (I M11 Q22 )1 M12
Des expressions similaires peuvent naturellement tre obtenues avec des LFT sup-
rieures Fu (.,.).
o M
e est donn par:
1 1
e= M11 M11 M12
M 1 1 .
M21 M11 M22 M21 M11 M12
Inverse du paramtre K
Etant donn une LFT en K, on peut lexprimer en une LFT en K 1 conditions que
les inverses impliques existent.
e 1 ) ,
Fl (M,K) = Fl (M,K
129 A.4 TRANSFORMATION LINAIRE FRACTIONNAIRE (LFT)
o M
e est donn par
1 1
e= M11 M12 M22 M21 M12 M22
M 1 1
M22 M21 M22
Ceci dcoule du fait que
M q + Dq + Kq = Gu . (A.14)
(E + E )x = Ax + Bu,
avec
0
E = W, = , W = (0 I)
I
On peut donc crire
x = (E + W )1 Ax + (E + W )1 Bu (A.15)
Sous cet forme, le systme nest pas encore une expression LFT, mais en utilisant
le Lemme dinversion matricielle
on obtient
(E + W )1 = E 1 E 1 (I +W E 1 )1W E 1
x = E 1 Ax + E 1 Bu E 1 w
z = W E 1 Ax +W E 1 Bu W E 1 w (A.16)
w = z .