UV Automatique

Cours 8

Introduction à la représentation d'état

ASI 3

Automatique 1
 Contenu

! Notion de variables d'état

" Exemples
" Définitions

! Représentation d'état d'un système continu LTI

" Structure d'un modèle d'état
" Représentation schématique d'un modèle d'état
" Représentations d'état équivalentes

! Linéarisation d'un modèle d'état

" Modèle d'état d'un système non-linéaire
" Linéarisation autout d'un point de fonctionnement

Automatique 2
 Introduction à la notion d'état
! Exemple 1 : circuit RC
i(t) R
Entrée : u(t)
Sortie : y(t) = i(t)
C Vc(t)
u(t)
Posons x(t)=Vc(t)

! Modélisation du circuit RC
1 1
Ri (t ) + x(t ) = u (t ) RC x& (t ) + x(t ) = u (t ) x& (t ) = − x(t ) + u (t )
RC RC
1 1 1
x(t ) = ∫ idτ i (t ) = − x(t ) + u (t ) 1 1
C R R y (t ) = − x(t ) + u (t )
R R
x& (t ) = ax(t ) + bu (t ) (I)
Le modèle est de la forme
y (t ) = cx(t ) + du (t ) (II)
# (I) : équation dynamique du 1er ordre fonction de x(t)
# (II) : relation statique reliant la sortie y(t) et la variable x(t)
Pour établir une relation entre y(t) et u(t), on passe par la variable
Automatique intermédiaire x(t) (tension aux bornes du condensateur) 3
 Introduction à la notion d'état : exemple 1
! Réponse à une entrée échelon
# A l'instant t0, on ferme l'interrupteur u (t ) = U 0 Γ(t ) t > t0
# Tension initiale aux bornes du condensateur : x(t0 ) = Vc (t0 )
Solution des équations Réponse temporelle
x

t −t0  t −t0 
−  − U
x(t ) = e RC x(t
0 ) + 1 − e
RC x∞
 0
 
t0 t

y
1 1
y (t ) = − x(t ) + u (t )
R R
t0 t

Automatique 4
 Introduction à la notion d'état : exemple 1
! Remarques
# La connaissance de x(t) (et donc de y(t)) sur l'intervalle de temps [t0, t]
ne dépend que de la condition initiale x(t0) et des équations (I) et (II)
# La connaissance de x sur l'intervalle de temps ]-∞, t0] n'est pas
nécessaire pour déterminer x sur [t0, t]
# Si à l'instant t1, on applique un nouveau signal d'entrée u1(t),
l'évolution de x (t) et y (t) dans l'intervalle [t1, t] ne dépendra que de
x(t1) et de u1(t)

! Définitions

# x(t) est appelé l'état du circuit électrique

# L'état d'un système à un instant t représente la mémoire minimale
du passé nécessaire à la détermination du futur
# Les équations (I) et (II) définissent entièrement le comportement
dynamique du circuit électrique
Automatique 5
 Introduction à la notion d'état : exemple 2
! Exemple 2 : système mécanique (masse en translation)
z
Entrée : u(t) = F
.
Fr=f z m F
Sortie : y(t) = z(t)

! Modélisation dynamique : équation différentielle et FT

r r
∑ F = mγ
Z (s) 1
F = m&z& + fz& H ( s) = = Système d'ordre 2
F ( s ) s (ms + f )
! Représentation d'état

Etats du système x1 (t ) = z (t ) (1) et (2) sous forme matricielle

x2 (t ) = z& (t )  x&1 (t )  0 1   x1 (t )   0 
x&1 (t ) = z& (t ) = x2 (t ) (1)   = f   +  1 F
 x& 2 (t ) 0 − m   x2 (t )  m 

F = m&z& + fz& F = mx& 2 (t ) + fx2 (t )   x1 (t ) 
 y (t ) = [1 0] x (t )
F f   2 
x& 2 (t ) = − x2 (t ) (2)
Automatique m m 6
 Introduction à la notion d'état : exemple 2
! Représentation d'état
 x&1 (t )  0 1   x1 (t )   0 
  X& = AX + Bu  x1 (t ) 
 = 0 − f    +  1 F avec X (t ) =  
&
 x2 (t )    x2 (t )  m  
 m  y (t ) = CX + Du  x2 (t )
  x1 (t ) 
 y (t ) = [1 0] x (t ) 0 1  0
  2  A= f , B =  1 , C = [1 0], D = 0
 0 −
m   m 
! Remarques
# X(t) est appelé vecteur d'état du système
# Par rapport à la fonction de transfert, le modèle d'état donne des
informations sur la représentation interne du système (ici z& ) qui
n'apparaissent pas explicitement dans la fonction de transfert
# Le système d'ordre 2 est converti dans la représentation d'état en
une équation différentielle matricielle d'ordre 1 et une équation
statique matricielle
Automatique 7
 Représentation d'état d'un système
! Généralisation à un système multi-entrée, multi-sortie
 X& = AX + BU (I) (I) : équation d'état ou équation de commande

Y = CX + DU (II) (II) : équation de sortie ou équation d'observation

" Variables
# X(t) : vecteur d'état  x1 (t ) 
X (t ) ∈ Rn (n : nombre d'états) X (t ) =  M 
 
 xn (t )
# U(t) : vecteur des entrées
 u1 (t ) 
U (t ) ∈ Rm (m : nombre d'entrées) U (t ) =  M 
 u m (t )
# Y(t) : vecteur des sorties
 y1 (t ) 
 
Y (t ) ∈ R p (p : nombre de sorties) Y (t ) =  M 
 y p (t )
Automatique   8
 Représentation d'état d'un système
" Matrices de la représentation d'état
# A : matrice d'état # B : matrice d'entrée
A ∈ Rn×n (matrice carrée) B ∈ Rn×m

# C : matrice de sortie # D : matrice de couplage

C ∈ R p× n D ∈ R p×m Souvent D = 0
" Remarques
$ (I) : l'équation d'état est une équation dynamique d'ordre 1
$ (II) : l'équation de sortie est une équation statique linéaire
reliant les sorties aux entrées et aux états

Toute la dynamique interne du système est résumée dans

l'équation d'état, notamment dans la matrice A. En effet, si
U=0, on a le système libre caractérisé par X& = AX .

Les valeurs propres de A sont les pôles du système

Automatique 9
 Représentation schématique du modèle d'état
Equation de sortie
Equation d'état (partie dynamique) (partie statique)

X& X
B + ∫ C + Y
U
+ +
A

! Interprétation du schéma
" Equation d'état = vue interne du système

" A représente les interactions dynamiques entre les différents éléments

internes du système
" B représente l'action des entrées sur l'évolution dynamique du système

" C indique les capteurs permettent d'obtenir les sorties

" D indique le couplage direct entre les entrées et les sorties

Automatique 10
 Représentations d'état équivalentes
! Unicité de la représentation d'état ?
La représentation d'état d'un système est-elle unique ? Non !!
Le modèle d'état obtenu dépend du choix des états. On peut associer
à un même système, plusieurs vecteurs d'état conduisant ainsi à
différentes représentations d'états équivalentes
! Exemple : circuit RLC
i(t) R L
Lois de l'électricité
u(t) C Vc(t) di (t )
Ri (t ) + L + Vc (t ) = u (t )
dt
Entrée : u(t) q (t )
Vc (t ) =
Vc (t ) C
Sorties : Y (t ) =  
 i (t )  Charge : q (t ) = ∫0 i (τ )dτ
t

Etats : énergie stockée dans le circuit

Flux : φ (t ) = Li (t )
x1 (t ) = q (t ) : charge du condensateur
x2 (t ) = φ (t ) : flux dans l'inductance
Automatique 11
 Représentations d'état équivalentes
! Circuit RLC
1 1
Vc (t ) = q(t ) (a ) φ (t ) = Li (t ) i (t ) = φ (t ) (b)
C L
1
q (t ) = ∫0t i (τ )dτ q& (t ) = i (t ) = φ (t ) (c)
L
Ri (t ) + L
di (t )
+ Vc (t ) = u (t )
R
φ (t ) + φ&(t ) + 1 q (t ) = u (t ) ( d )
dt L C
Modèle d'état
 0 1L  0 
 X& = AX + Bu (c) et (d) A=  , B = 1 
q (t )   − 1 C − R L   
 avec X (t ) =  
Y = CX + Du φ (t ) 
(a) et (b) 1 C 0 
C=  , D=0
 0 1 L
! Remarques

# Pour avoir les sorties du système à partir des états, il faut

disposer de capteurs permettant de mesurer le flux et la charge
# N'ayant pas ces capteurs, changeons de variables d'état
Automatique 12
 Représentations d'état équivalentes
! Circuit RLC : autre modèle d'état
Vc (t ) 
Nouveaux états : X T (t ) =  
 i (t ) 
1 t
Vc (t ) = ∫ 0 i (τ )dτ V& (t ) = 1 i (t )
C c C
di (t ) di (t )
Ri (t ) + L + Vc (t ) = u (t ) = −
1
V (t ) −
R
i (t ) +
1
u (t )
dt dt L c L L
Nouveau modèle d'état
 0 1C   0 
 X& T = AT X T + BT u AT =   , BT =  
 avec − 1 L − R L  1 L 
Y = CT X T + DT u 1 0 
CT =  , DT = 0
 0 1 

# Est-il possible d'établir une relation entre la réalisation ( A, B, C , D)

et la réalisation ( AT , BT , CT , DT ) ?

Automatique 13
 Représentations d'état équivalentes

! Changement de variables

Vc (t ) q(t ) C  1 C 0  q(t )

X T (t ) =   = φ (t ) L  X T (t ) =  avec X (t ) = 
 i (t )     X (t )
φ 
 0 1 L  (t ) 

1 C 0 
Matrice de transformation T XT (t ) = T −1 X (t ) avec T −1 =  
 0 1 L
X& T = T −1 X& X& T = T −1( AX + Bu ) X& T = T −1 ATX T + T −1Bu

Y = CX + Du Y = CTX T + Du

& 1 C 0   0 1 L  C 0  1 C 0  0
XT =       XT +     u
 0 1 L  − 1 C − R L   0 L   0 1 L  1

 0 1C   0  On retrouve le
X& T =   X +
T   u résultat précédent
− 1 L − R L  1 L 
1 C 0  C 0 
Y =   0 L  X T + 0.u Y = I2 XT
Automatique  0 1 L   14
 Représentations d'état équivalentes
! Cas général
 X& = AX + BU
Soit  X (t ) ∈ Rn une représentation d'état d'un système
Y = CX + DU

" Changement de vecteur d'état

Transformation linéaire : X (t ) = TX T (t )
T : matrice de transformation T ∈ Rn×n
T est une matrice carrée d'ordre n régulière
" Représentation d'état équivalente
 X& T = AT X T + BT U AT = T −1 AT CT = CT
 avec
Y = CT X T + DT U BT = T −1B DT = D
" Remarque
# Les matrices A et AT sont semblables (A et AT ont les mêmes
valeurs propres) % la dynamique du système est préservée

Automatique 15
 Choix des variables d'état

! Préliminaires et définitions
# L'état d'un système à l'instant t0 est un n-uplet X(t0) d'un espace E
dont la connaissance associée à celle de l'entrée u(t) dans
l'intervalle [t0, t] permet de connaître la sortie y(t).
# E est appelé espace d'état. E est un sous-espace de Rn.
# Le nombre minimal d'état correspond à l'ordre du système
# Le concept d'état découle donc d'une suite de grandeurs
physiques (courant, vitesse, …) ou non suffisantes pour
caractériser le fonctionnement d'un système. Le choix des états
est laissé au libre arbitre du concepteur
# Par une transformation linéaire, il est possible de passer d'une
représentation d'état à une autre équivalente
# Un système admet donc une infinité de représentation d'état
# Par la transformation linéaire X (t ) = TX T (t ) , on peut avoir des
variables d'état qui physiquement ne correspondent à rien
Automatique 16
 Choix des variables d'état
! Quelques éléments pour la sélection des variables d'état
On choisit souvent comme variables d'états, des éléments du système
susceptibles d'être des réservoirs d'énergie

Elément Energie Etat Elément Energie Etat

1 2 Moment d'inertie 1 ω = dθ dt
Inductance Li i mω 2
2 J 2 θ
1 Colonne de fluide 1 p
Condensateur CVc2 Vc
de pression p (V / β ) p 2
2 2
1 2 v = dx dt Colonne de fluide 1
ρAh 2 h
Masse m mv de hauteur h 2
2 x
1 2 x
Ressort k kx
2

Automatique 17
 Linéarisation du modèle d'état
! Un peu d'humour
# Définition d'un automaticien heureux : c'est celui qui travaille sur
des systèmes linéaires !!
# Mais le monde réel est non-linéaire. Comment faire ? Prolonger
le bonheur par linéarisation
! Modèle d'état d'un système non-linéaire stationnaire
# Equation d'état # Equation de sortie
X& 1 = f1 ( X1 (t ),L, X n (t ),U1 (t ),L,U m (t )) Y1 = g1( X1(t ),L, X n (t ),U1(t ),L,U m (t ))
M M
X& n = f n ( X1 (t ),L, X n (t ),U1 (t ),L,U m (t )) Y p = g n ( X1(t ),L, X n (t ),U1(t ),L,U m (t ))

# Forme matricielle
 X& = f ( X (t ),U (t )) avec X (t ) ∈ Rn U (t ) ∈ Rm Y (t ) ∈ R p

Y = g ( X (t ),U (t )) f et g sont des champs de fonctions non-linéaires

La courbe X& = f ( X (t ),U (t ), X (t0 )) est une trajectoire dans l'espace d'état
Automatique 18
 Linéarisation du modèle d'état
! Point nominal ou point de fonctionnement
Soit U , une entrée nominale et soit X l'état correspondant càd
&
X = f ( X (t ),U (t ))

( X (t ),U (t )) défini une trajectoire dans l'espace d'état qui

peut se réduire à un point de fonctionnement ( X ,U )

Soit Y la sortie correspondante Y (t ) = g ( X (t ),U (t ))

! Perturbations
# Soient des perturbations faibles u(t) affectant U U (t ) = U (t ) + u (t )

# Ces perturbations affectent le vecteur d'état X (t ) = X (t ) + x(t )

&
&
X (t ) = X (t ) + x& (t ) X& = f ( X (t ),U (t )) = f ( X (t ) + x(t ), U (t ) + u (t ))

# Les perturbations affectent les sorties Y (t ) = Y (t ) + y (t )

Y (t ) = g ( X (t ),U (t )) = g ( X (t ) + x (t ), U (t ) + u (t ))
Automatique 19
 Linéarisation du modèle d'état
! Linéarisation autour du point ( X ,U )
On réalise un développement de Taylor au 1er ordre de f et g
# Equations d'état
& ∂f1 ∂f1 ∂f1 ∂f1
 X = f ( X + x (t ), U + u (t )) ≈ f ( X , U ) + x + L + x + u + L + u
1 1 1 ∂X1 X ,U 1 ∂X n X ,U n ∂U1 X ,U 1 ∂U m X ,U m

M
& ∂f n ∂f n ∂f n ∂f n
 X = f ( X + x ( t ), U + u (t )) ≈ f ( X , U ) + x + L + x + u + L + u
n n n ∂X1 X ,U 1 ∂X n X ,U n ∂U1 X ,U 1 ∂U m X ,U m


# Equations de sortie
 ∂g1 ∂g1 ∂g1 ∂g1
1 Y = g ( X + x (t ), U + u (t )) ≈ g ( X , U ) + x + L + x + u + L + u
1 1 ∂X1 X ,U 1 ∂X n X ,U n ∂U1 X ,U 1 ∂U m X ,U m

M
 ∂g p ∂g p ∂g p ∂g p
 p
Y = g ( X + x ( t ), U + u ( t )) ≈ g ( X , U ) + x + L + x + u + L + um

p p ∂X 1 X ,U
1 ∂X n X ,U
n ∂U
1 X ,U
1 ∂ U m X ,U

Automatique 20
 Linéarisation du modèle d'état
# Forme matricielle Modèle d'état linéarisé
 & &
X (t ) = X (t ) + x& (t ) ≈ f ( X , U ) + FX x(t ) + FU u (t )  x& (t ) = FX x(t ) + FU u (t )

 Y (t ) = Y (t ) + y (t ) ≈ g ( X , U ) + G X x(t ) + GU u (t ) 
 y (t ) = G X x(t ) + GU u (t )

 ∂f1 ∂f1   ∂f1 ∂f1 

 ∂U1 L
 ∂X1 L
∂X n  ∂U m 
∂f
FX =
∂f
= M M  FU = = M M 
∂X T X ,U  ∂f  ∂U T X ,U  ∂f ∂f

 n L ∂ f n   n L n 
 ∂X1 ∂X n  X ,U  ∂U1 ∂U n  X ,U

 ∂g1 ∂g1   ∂g1 ∂g1 

 ∂U L
 ∂X L
∂X n  ∂U m 
∂g  1  ∂g  1 
GX = = M M  GU = = M M 
∂X T X ,U ∂U T X ,U
 ∂g p ∂g p   ∂g p ∂g p 
 ∂U1 L
 ∂X1 L ∂X n  ∂U m  X ,U
X ,U

FX, FU, GX et GU sont les matrices jacobiennes des dérivées partielles

de f et g respectivement par rapport à X et U et évaluées au point ( X ,U )
Matrices du modèle : A = FX , B = FU , C = G X , D = GU
Automatique 21
 Linéarisation d'un modèle d'état
! Exemple : ressort à comportement non-linéaire
F
Equation différentielle
m m&z& = F + k1 z + k 2 z 3
Modèle d'état
ressort

z # Entrée u (t ) = F # Sortie y (t ) = z (t )
# Etats du système x1 (t ) = z (t ) x2 (t ) = z& (t )
# Modèle non-linéaire

x1 (t ) = z (t ) x&1 (t ) = z& (t ) = x2 (t )
k k F
m&z& = k1 z + k 2 z 3 + F x& 2 (t ) = 1 x1 + 2 x13 +
m m m

 x&1 (t )   x2 (t ) 
&  = f ( x1 (t ), x2 (t ), u (t ) ) =  k1 x (t ) + k 2 x (t ) 3 + u (t ) 
 x2 (t )  m 1 m 1 m 
y (t ) = h( x1 (t ), x2 (t ), u (t )) = x1 (t )
Automatique 22
 Linéarisation d'un modèle d'état

! Exemple
# Détermination du point de fonctionnement ( X ,U )
On choisit comme point de fonctionnement, un point
&
stationnaire c'est-à-dire tel que X = f ( X (t ), U (t )) = 0
 x2  0 
f ( x1 (t ), x2 (t ), u (t ) ) = 0  k1 k2 3 u  =  
x + x +
 m 1 m 1 m  0

De plus, on prendra u = 0 . On a alors

x2 = 0
k1 k2 3
x + x =0 x1 = 0 ou x1 = ± − k1 k 2
m 1 m 1
 0    0  
Points de fonctionnement ( X ,U ):   , 
0  ou   , 0
 0  
    ± − k1 k 2  

Automatique 23
 Linéarisation d'un modèle d'état : exemple
# Matrices
 ∂f1 ∂f1 
 ∂x1 ∂x2   0 1  ∂h ∂h 
A= = C=  = [1 0]
∂f ∂f 2  + 2 ) m 0 ∂
 1x ∂x2  X ,U
 2   1
( k 3k x
2 1  X ,U
 ∂x1 ∂x2  X ,U

∂h
 ∂f1 
 0 
D=  =0
 ∂u  X ,U
B =  ∂u  = 
∂f 2 1 m 
 ∂u 
X ,U

Seule la matrice de commande A change

selon les points de fonctionnement

 0    0  
# 
Premier point :  , 0  # 
Deuxième point :  ± − k k , 0
 0 
    1 2 
 0 1  0 1
A=  A=
1k m 0  
− 2k1 m 0

Automatique 24