Académique Documents
Professionnel Documents
Culture Documents
Abdellah
Faculté des Sciences et
Techniques
www.fst-usmba.ac.ma
-----------------------------------------------------
COUR D’AUTOMATIQUE 2 ----------
CYCLE INGENIEUR
MECATRONIQUE
18/11/16 Pr.Belmajdoub 1
Sommaire
Introduction
Notion de système
Notion de modèle
Grandes lignes du cours
Rappel sur la fonction de transfert
Fonction de transfert
Comment obtenir la fonction de transfert ?
Intérêt de la fonction de transfert
Représentation d’état
Principe général
Historique de la représentation d’´etat
Comment obtenir un modèle d’´etat
Par le jeu d’´equations
Par l’équation différentielle unique
De la fonction de transfert à la représentation d’état
Cas d’une fonction de transfert strictement propre (m< n)
Réalisation diagonale ou quasi diagonale de Jordan
Réalisation de forme compagne
18/11/16 Pr.Belmajdoub 2
De la représentation d’´etat à la fonction de transfert
D’une réalisation à l’autre
Changement de base
Obtention d’une forme compagne (horizontale)
Obtention d’une forme de Jordan .
Les valeurs propres de A sont distinctes
Les valeurs propres de A sont multiples
Commandabilité ou gouvernabilité
Critère de Kalman
Commande par retour d’état
18/11/16 Pr.Belmajdoub 4
Préambule
18/11/16 Pr.Belmajdoub 5
L’automatique désigne tout ensemble de commandes visant à
asservir un système. Elle est au cœur des grandes évolutions
technologiques. Un des exemples les plus fameux est
certainement le pilotage automatique des véhicules : avions,
trains, voitures... Le système (le véhicule) reçoit des informations
(vitesse, angle de braquage...) et réagit en fonction de
l’environnement extérieur (dérive, accélération...). Pour imposer
au véhicule un comportement, il faut le commander, c’est à- dire
asservir son comportement sur une ou plusieurs consignes.
18/11/16 Pr.Belmajdoub 6
Notion de système
18/11/16 Pr.Belmajdoub 8
Notion de modèle
Ainsi les signaux continus peuvent prendre toutes les valeurs dans un
intervalle donné alors que d’autres signaux sont susceptibles de prendre
uniquement certaines valeurs bien déterminées. Sur la base de cette
différence, on distingue l’automatique des systèmes à événements continus de
l’automatique des systèmes à événements discrets. Seul le cas des
événements
18/11/16 continus sera envisagéPr.Belmajdoub
dans ce cours. 9
Une autre distinction tout aussi fondamentale se fait sur le temps. En effet, les
signaux peuvent être définis à tout instant du temps ou simplement connus à
des instants donnés (l’on parle de signaux discrets, discrétisés, ou
échantillonnés).
Grandes lignes du cours
Compte tenu des connaissances préalables des étudiants, ce cours est
organisé comme suit. Tout d’abord, un rappel sur la fonction de transfert, son
origine, son intérêt, un nouveau modèle alternatif est présenté : la
représentation d’état linéaire. Ses propriétés sont explicitées, en particulier le
lien existant avec la fonction de transfert. Une fois ce modèle introduit, on
s’intéresse à la manière de déterminer la réponse des systèmes linéaires
monovariables. Ensuite, il sera montré comment analyser la stabilité d’un tel
modèle d’état. Bien moins familières seront les notions de commandabilité et
observabilité d’une représentation d’état. La commande de tels modèles sera
abordée vers la fin du cours avant de consacrer un chapitre au modèle d’´etat
18/11/16 Pr.Belmajdoub 10
Rappel sur la fonction de transfert
Equations préliminaires
Prenons comme exemple un circuit RLC comme celui de la figure suivante:
18/11/16 Pr.Belmajdoub 11
Modèle entrée/sortie: l’équation différentielle
Pour simplifier le modèle linéaire obtenu, pour le rendre plus compact, une
tendance habituelle consiste à regrouper toutes les équations en une seule. Il
s’agit d’´eliminer du jeu d’équations toutes les grandeurs internes au système
qui ne sont ni l’entrée, ni la sortie. On obtient alors une unique équation
différentielle ne faisant apparaître que l’entrée u, la sortie y et, éventuellement,
leurs dérivées successives. Une telle équation a l’allure suivante
18/11/16 Pr.Belmajdoub 12
Fonction de transfert
18/11/16 Pr.Belmajdoub 13
On a utilisé deux types de modélisation pour les systèmes
asservi, soit:
- Par les équations différentielles à coefficients constants;
- Par les fonctions de transfert.
Circuit électronique
Régulateur
Systèmes NL BODE
de WATT Régulateur
LYAPOUNOV
PID
1er PID ZIEGLER
Pierre Simon MINORSKY NICHOLS
LAPLACE WIENER
filtrage
BLACK optimal
Critère de stabilité
de ROUTH
HURWITZ (1895) Nyquist
Stabilité fréquentielle
Un peu d’histoire
EVANS
Lieu des pôles Observateur
D’état Commande Systèmes NL
LUENBERGER Robuste Hinf Systèmes hybrides
KALMANN
PONTRYAGIN
Algorithme
WIENER GLOVER DOYLE
Commande
Processus adaptative
stochastiques
Avantage d’utilisation des variables d’état
18/11/16 Pr.Belmajdoub 17
Les équations d'état permettent de représenter les systèmes
linéaires continus, échantillonnés et discrets. Cette
représentation est particulièrement bien adaptée à la
description des systèmes monovariables (SISO = single input
single output) et multivariables (MIMO= multiple input multiple
output). De plus, bien que cet aspect de la question ne soit pas
abordé dans ce cours, signalons que le formalisme d'état permet
de traiter les systèmes dont les paramètres varient dans le temps
(systèmes non stationnaires).
18/11/16 Pr.Belmajdoub 18
Objectif de la commande d’état
18/11/16 Pr.Belmajdoub 19
Représentation d'état
En automatique, une représentation d'état permet de modéliser un
système dynamique sous forme matricielle en utilisant des variables d'état.
On se place alors dans un espace d'état. Cette représentation, qui peut être
linéaire ou non-linéaire, doit rendre compte de l'état du système à n'importe
quel instant futur si l'on possède les valeurs initiales. Cette représentation peut
être continue ou discrète.
L’´evolution de l’´etat à partir de l’instant t0 n’est donc pas déterminée par son évolution
avant l’instant t0. Seuls importent l’état à t0 et l’entrée à partir de t0, comme l’illustre la
figure, où plusieurs trajectoires de x(t) avant l’instant t0 aboutissant en x(t0) sont
compatibles
18/11/16 avec la même trajectoire de x(t) après t0.
Pr.Belmajdoub 23
Variables d’état : ce sont les variables, grandeurs qui constituent l’état du
système.
Vecteur d’état : de manière plus mathématique, l’on représente l’état par une
concaténation de l’ensemble des variables d’état en un vecteur, a priori réel, de
dimension n, que l’on note: x = [x1;……….. ; xn].
18/11/16 Pr.Belmajdoub 25
Pour un système dynamique, le vecteur d’état n’est pas unique. Plusieurs choix
sont possibles. Mais pour que x soit effectivement vecteur d’état, il importe que
chacune des variables d’état apparaissent, de manière explicite ou implicite,
sous forme dérivée dans le jeu d’´equations décrivant le système. Dans le cas
contraire, il sera difficile de se servir de cette variable pour prévoir l’évolution du
système. Cette constatation conduit à un système d’équations différentielles
auquel s’ajoute une équation algébrique :
En général:
18/11/16 Pr.Belmajdoub 27
Dans le cas très fréquent où D = 0 le système est dit «propre» ; il n’y a alors
aucune liaison directe entrée-sortie.
18/11/16 Pr.Belmajdoub 29
ce qui conduit au modèle suivant, avec :
18/11/16 Pr.Belmajdoub 30
18/11/16 Pr.Belmajdoub 31
L'équation d'état est donc la suivante :
18/11/16 Pr.Belmajdoub 32
Autre exemple: Cas d’un modèle du moteur à courant continu commandé par
l’induit
18/11/16 Pr.Belmajdoub 33
Effectuons la mise en équation de ce système électromécanique
Force contre-électromotrice:
Transformation d'énergie:
18/11/16 Pr.Belmajdoub 34
Et on obtient le système d'équation d'état suivant :
Exemple:
18/11/16 Pr.Belmajdoub 35
Intégrateur
18/11/16 Pr.Belmajdoub 36
Obtention d’ un modèle d’état
Par l’équation différentielle unique
18/11/16 Pr.Belmajdoub 37
La technique ci-dessus appliquée à l’équation du circuit précédent conduit à
récrire cette dernière ainsi :
On obtient alors:
18/11/16 Pr.Belmajdoub 39
Pour le circuit RLC, on retrouve les quatre matrices données auparavant.
Remarque:
18/11/16 Pr.Belmajdoub 40
LES FORMES CANONIQUES
18/11/16 Pr.Belmajdoub 41
De la fonction de transfert à la représentation
d’état
Comme il vient d’être vu, s’il existe une seule et unique fonction de transfert
décrivant un système linéaire, il peut en revanche exister plusieurs
représentations d’état dites réalisations du système. Dans cette partie, il est
montré comment passer de la fonction de transfert à plusieurs formes de
réalisations.
18/11/16 Pr.Belmajdoub 42
Pôles distincts
Dans le cas ou tous les pôles i, i = 1…….. n sont distincts, il est facile de
réaliser la décomposition en éléments simples de Y (p) = G(p)U(p) et il vient :
Si l’on focalise son intention sur chaque terme Xi(p), l’on déduit que:
18/11/16 Pr.Belmajdoub 43
En choisissant le vecteur d’´etat x = (x1,………., xn)’ , il vient aisément la
réalisation suivante, dite diagonale :
Une réalisation de cette forme est dite diagonale car la matrice d’évolution A
est diagonal
18/11/16 Pr.Belmajdoub 44
Exemple:
18/11/16 Pr.Belmajdoub 45
Par exemple, la fonction de transfert
18/11/16 Pr.Belmajdoub 46
Autre présentation de la forme diagonale:
Dans le cas où tous les pôles sont simples et le système d’ordre n, H(p) la
fonction de transfert du système prend la forme :
Interprétation d’un système complexe sous la forme d’une mise en parallèle de systèmes
d’ordre 1
18/11/16 Pr.Belmajdoub 47
La forme modale s’écrit :
18/11/16 Pr.Belmajdoub 48
Pôles multiples
18/11/16 Pr.Belmajdoub 49
On voit bien sur cette expression que le premier terme est tel que:
18/11/16 Pr.Belmajdoub 50
Dans la réalisation ci-dessus, on constate que la matrice d’évolution A est quasi
diagonale c-à-d. qu’elle constitue un bloc de Jordan.
Pour le cas où G(p) contient des pôles d’ordre de multiplicité divers, il suffit
d’associer les deux cas répertoriés précédemment comme le montre l’exemple
ci-après :
18/11/16 Pr.Belmajdoub 51
Il apparaît un pôle simple nul et un pôle double de Jordan égal à -1. Ceci
conduit à la réalisation suivante
On peut comprendre que ces formes compagnes sont liées aux formes issues
de l’équation
18/11/16 différentielle. Pr.Belmajdoub 52
Forme compagne horizontale :
18/11/16 Pr.Belmajdoub 53
Reprenant le dernier exemple de fonction de transfert, il vient
18/11/16 Pr.Belmajdoub 54
Cas d’une fonction de transfert non strictement propre (m=n)
18/11/16 Pr.Belmajdoub 56
Gpr(p) correspond à la fonction de transfert du dernier cas traité. Il
suffit donc de conserver les matrices A, B et C données, en y
ajoutant la transmission directe D = 1.
18/11/16 Pr.Belmajdoub 57
De la représentation d’état à la fonction de transfert
18/11/16 Pr.Belmajdoub 58
Les conditions initiales étant considérées nulles puisqu’il s’agit de
déterminer G(p). De toute évidence, ceci amène à l’expression
suivante: :
Equation
18/11/16caractéristique du système = équation des pôles :
Pr.Belmajdoub 59
Exemple: 1 entrée et deux sorties
18/11/16 Pr.Belmajdoub 60
Solution
18/11/16 Pr.Belmajdoub 61
D’une réalisation à l’autre
18/11/16 Pr.Belmajdoub 62
Le quadruplet de matrices obtenu est donc:
18/11/16 Pr.Belmajdoub 63
En outre, puisque est semblable à A, les valeurs propres
de A sont les mêmes quelle que soit la réalisation considérée. De
ce fait, ce sont toujours les pôles de G(p) c’est-à-dire les racines
du polynôme caractéristique
18/11/16 Pr.Belmajdoub 64
Obtention d’une forme compagne (horizontale)
18/11/16 Pr.Belmajdoub 65
Soit la forme compagne horizontale suivante:
18/11/16 Pr.Belmajdoub 66
18/11/16 Pr.Belmajdoub 67
18/11/16 Pr.Belmajdoub 68
Obtention d’une forme de Jordan
Le problème est le même que celui du paragraphe précédent mais la matrice M
doit être telle que est diagonale ou de Jordan.
18/11/16 Pr.Belmajdoub 70
La tentation est grande de simplifier par (p + 1).
Nous verrons au chapitre suivant qui traite de commandabilité et
d’observabilité, les problèmes qui peuvent être liés à ce type de
simplification.
Après simplification, il vient finalement :
18/11/16 Pr.Belmajdoub 71
Réponse d’un modèle d’état
18/11/16 Pr.Belmajdoub 72
Matrice de transition d’état
18/11/16 Pr.Belmajdoub 73
Les propriétés de cette matrice sont notables. En effet,
18/11/16 Pr.Belmajdoub 74
Pour s’en convaincre, on peut rappeler qu’une exponentielle de matrice peut se
calculer grâce au développement en série :
18/11/16 Pr.Belmajdoub 75
Rappel sur les exponentielles de matrices.
Afin de résoudre notre équation différentielle, nous allons utiliser la notion
d’exponentielle de matrice, que nous allons brièvement rappeler. L’exponentielle d’une
où In est la matrice identité de dimension n. Il est clair que eM est de la même dimension
que M. Voici quelques-unes des propriétés importantes concernant les exponentielles de
matrices. Si 0n est la matrice nulle de dimension n × n et si M et N sont deux matrices n
× n, alors
18/11/16 Pr.Belmajdoub 76
Solution de l’équation d’état complète
Il vient alors :
18/11/16 Pr.Belmajdoub 77
qui, compte tenu de la propriété déjà vu, devient
18/11/16 Pr.Belmajdoub 78
Compte tenu de l’expression de la matrice ɸ , il vient
Bien entendu, l’expression de x(t) dépend ensuite de celle u(t). Si l’on donne
la solution en y de l’équation d’état, l’égalité amène :
18/11/16 Pr.Belmajdoub 79
On voit apparaître deux régimes dans la réponse
Le régime transitoire qui est le temps durant lequel y(t) subit une évolution
avant de se rapprocher d’une valeur constante ou d’un comportement
périodique. La durée du régime transitoire correspond à un temps appelé
temps de réponse et noté tr.
Le régime permanent qui succède au régime transitoire, qui commence donc
à tr et qui correspond `a l’intervalle de temps durant lequel y(t) est considéré
comme restant toujours proche de sa valeur finale généralement à moins de
5% de la variation totale de y(t) ou comme
18/11/16 ayant un comportement périodique.
Pr.Belmajdoub 80
Evaluation de la matrice de transition d’état:
Calcul de eAt
Pour calculer x(t) ou y(t), il est nécessaire de savoir calculer une exponentielle
de matrice. Plusieurs méthodes sont ici présentées.
18/11/16 Pr.Belmajdoub 81
Il vient donc :
********
Exemple :
Soit la matrice
18/11/16 Pr.Belmajdoub 82
Son polynôme caractéristique est
18/11/16 Pr.Belmajdoub 83
Par la transformation de Laplace
Soit le système autonome avec t0 = 0.
La solution d’un tel système pour une condition initiale x(0) = x 0 est donnée par
x(t) = eAtx0. Or, si l’on applique la transformée de Laplace on a:
18/11/16 Pr.Belmajdoub 84
L’inversion de la matrice ci-dessus amène à
18/11/16 Pr.Belmajdoub 85
Par application de la transformée inverse de Laplace, on
obtient:
Exemple
Soit la matrice d’´etat :
18/11/16 Pr.Belmajdoub 86
On calcule :
et :
avec :
soit :
18/11/16 Pr.Belmajdoub 87
Il suffit de décomposer en éléments simples chaque terme de la matrice et
d’utiliser une table de transformées de Laplace pour remonter à l’original.
18/11/16 Pr.Belmajdoub 88
Méthodes des modes
On peut aisément montrer que si la matrice A est diagonale, par exemple A
18/11/16 Pr.Belmajdoub 89
qui conduit à l’original :
Si la matrice A n’est pas diagonale, mais est diagonalisable, il existe alors une
matrice de changement de base J telle que :
18/11/16 Pr.Belmajdoub 90
Ceci s’applique à chaque terme du développement de sorte que
Dans le cas où
est une forme strictement diagonale alors il est facile de voir que
18/11/16 Pr.Belmajdoub 91
La matrice diagonalisante M a ses colonnes formées par les
composantes des vecteurs propres de A.
Le problème se ramène donc au calcul des valeurs propres et
vecteurs propres de la matrice A.
Exemple
18/11/16 Pr.Belmajdoub 92
Calculons ses vecteurs propres et ses valeurs
propres :
18/11/16 Pr.Belmajdoub 93
Il vient :
18/11/16 Pr.Belmajdoub 94
Si on reprend l’exemple du paragraphe précédent, la matrice de passage à la
forme diagonale est
Forme de Jordan:
18/11/16 Pr.Belmajdoub 95
Rappel de la matrice de Jordan:
18/11/16 Pr.Belmajdoub 96
l’exponentielle de la matrice s’écrit:
18/11/16 Pr.Belmajdoub 97
18/11/16 Pr.Belmajdoub 98
- Déterminer la matrice de transition par la méthode de diagonalisation
- Calculer l’état d’un système en fonction d’un signal de commande dans le cas ou B et
l’état x0 ont pour valeurs
Si les coefficients Ni ont bien entendu une influence sur la forme de y(t), ce
sont surtout les facteurs eʎit qui en déterminent les caractéristiques principales.
Définition
On appelle mode d’un système un terme de son régime libre. Chaque mode
est donc lié à une valeur propre. Aussi, par abus de langage, parle-t-on parfois
du mode i.
Lorsque ʎi n’est pas à partie réelle strictement négative, il est impossible que
l’exponentielle correspondante disparaisse. Elle peut même croître avec le
temps si la partie réelle de ʎi est strictement positive. Il est alors impossible
que y(t) converge vers une valeur finie, même si u(t) est fini. y(t) peut même
diverger infiniment. Dans ce dernier cas, il est impropre de parler de régime
permanent.
18/11/16 Pr.Belmajdoub 106
Par ailleurs, si ʎi et ʎj sont des valeurs propres complexes conjuguées non
réelles, leurs parties imaginaires vont engendrer des termes sinusoïdaux dans
l’expression de y(t) ce qui est susceptible de générer des oscillations dans la
réponse.
Lorsque les termes exponentiels sont convergents (Re( ʎi) < 0), la convergence
est d’autant plus rapide que Re(ʎi) est grande, ce qui correspond donc à une
diminution du temps de réponse tr.
En résumé :
C’est le plus ou moins grand ratio entre partie imaginaire et partie réelle d’un
pôle qui caractérise le comportement oscillatoire lié à ce pôle ;
Ce sont les pôles dominants (ceux dont la partie réelle est la plus grande au
sens algébrique) qui ont le plus d’influence sur la forme de la réponse.
18/11/16 Pr.Belmajdoub 107
Réponse impulsionnelle
Sans détailler ce type de réponse, il est rappelé qu’il s’agit de la réponse à une
impulsion de Dirac . Le calcul aboutit, en l’absence de transmission directe (D
= 0), à :
**************
Réponse harmonique ?
18/11/16 Pr.Belmajdoub 112
Réponse harmonique
Il s’agit là de la réponse à une excitation sinusoîdale u(t) = U msin(wt). On peut
d’abord noter que u(t) = Im(Umejwt). L’expression de y(t) est alors:
Etats d’équilibre
Devient:
Exemple
On considère le cas du MCC. Si l’on prend comme sortie du système sa
vitesse de rotation et comme entrée sa tension d’induit, le modèle d’état, donné
par son modèle mathématique est tel que :
Il en résulte que le seul état d’´equilibre possible du système est obtenu quand
x1 = = 0 et x2 = i = 0, ce qui va de soit : le moteur est alors à l’arrêt et le
courant d’induit est nul, Autrement dit, sans alimentation de l’induit, le moteur
étant à l’arrêt, il y reste. . .
On peut caractériser les états d’équilibre de trois manières comme cela est fait
intuitivement sur la figure suivante. Dans le cas d’un équilibre instable, toute
modification de l’état autour de l’équilibre éloigne le système du point
d’équilibre initial. Dans le second cas, le système étant écarté de l’état
d’équilibre initial, il y revient : on parle d’équilibre asymptotiquement stable.
Enfin, si le système une fois écarté de l’état d’équilibre initial retrouve un état
d’´equilibre différent, l’équilibre est dit simplement stable.
18/11/16 Pr.Belmajdoub 118
18/11/16 Pr.Belmajdoub 119
Si on considère la stabilité du système vis-à-vis de sa réponse, on adopte la
définition suivante.
Un système est stable si toute entrée bornée produit une sortie bornée. Cette
définition caractérise la stabilité entrée bornée-sortie bornée (BIBO
usuellement en abrégé, d’après l’anglais bounded input bounded output).
On peut définir une marge de stabilité absolue et une marge de stabilité relative
de la façon suivante:
Les valeurs propres de A sont toutes à partie réelle strictement négative. Les
marges absolue et relative sont ainsi définies :
Marge de stabilité relative : angle minimal, dans le plan complexe, formé par
l’axe imaginaire et par l’axe reliant l’origine et un point dont l’affixe est une
valeur propre de A. Mathématiquement, elle s’exprime
Méthode de Lyapunov
Le système linéaire est asymptotiquement stable si et seulement si, pour toute
matrice symétrique définie positive Q, il existe une matrice P définie positive et
symétrique satisfaisant l’équation de Lyapunov:
(D’habitude on choisir Q = I pour effectuer
A P PA Q 0
T
le test.)
A’P + PA = -Q
-Est-ce que le comportement de ce système peut être déterminé par ses sorties ?
-Et est-ce que les entrées de ce système sont accessibles ? Ce qui nous permet de réalise
notre commande.
comportement suivant ses sorties, mais, s’il est non observable il faut faire appel a d’autre
techniques.
sur ses entrées, mais, s’il est non commandable il faut faire appel a d’autre techniques,
pour18/11/16
le commander. Pr.Belmajdoub 126
Commandabilité et observabilité
Des concepts nécessaires pour établir des lois de commande sont sont ceux
de commandabilité et de l’observabilité. Il furent introduits par Kalman.
Ils sont fondamentales pour l’étude des systèmes
Un système est observable: S’il existe un instant t> t0 tel que x(t0) puisse être
déterminé
18/11/16 à partir de la connaissance de y(t0 à t) quelque soit u(t).
Pr.Belmajdoub 127
La représentation d’état facilite l’étude de certaines propriétés des systèmes
étudiés comme :
Il est possible que, si la commandabilité n’est pas vérifiée sur tout le vecteur
d’état, elle puisse néanmoins l’être sur une partie de ses composantes. On dit
alors des variables d’´etat concernées que ce sont les états commandables du
système.
La commandabilité peut être vue comme la possibilité de modifier les
dynamiques d’un modèle en agissant sur ses entrées. A ce titre, cette propriété
ne se réfère qu’à l’état et à l’entrée du système. Il est donc clair qu’elle ne
dépend que des matrices A et B. Pr.Belmajdoub
18/11/16 129
Observabilité
Le modèle est observable si, quel que soit t0, il existe un intervalle de temps
fini [t0; t1] tel que la connaissance de l’entrée u(t) et de la sortie y(t) sur cet
intervalle permet de reconstituer x(t0).
Une variable d’état xi est observable s’il est possible de déterminer xi(t0) à
partir de la connaissance de la sortie y(t) sur un intervalle [t0, tf ]. Si cette
propriété est vraie pour tout t0 et pour toute variable du vecteur d’état, alors le
système est dit complètement observable.
Qo
=
18/11/16 Pr.Belmajdoub 130
Exemple sur la
commandabilité
Soit l’équation dynamique d’état d’u n système dynamique est:
conduit à calculer :
Qc =
Qo
=
Soit le système :
Théorème
Un système dont la matrice d'état est diagonalisable est complètement
commandable ssi tous les modes de la forme modale associée sont
commandables
Corollaire
Si la ligne i de la matrice Bm (de la forme modale) est nulle alors le mode
correspondant à la valeur propre ʎi de Am n'est pas commandable
18/11/16 Pr.Belmajdoub 139
A est diagonalisable
Exemple:
Illustration de la commandabilité sur une forme modale
On constate que l'état x2 n'est pas influencé par l'entrée. Le mode ʎ2 n'est pas
commandable
Remarque:
La propriété de commandabilité est invariante par changement de
18/11/16 Pr.Belmajdoub 142
base
Soit l’équation d’état suivante:
Remarque
On notera que la représentation par fonction de transfert ne
retient que les pôles observables et commandables, et ne rend
pas compte de l’ensemble
Définition
Les pôles de la fonction de transfert d’un système sont égaux aux valeurs
propres de toute matrice d’état d’une
18/11/16
réalisation minimale du système. 147
Pr.Belmajdoub
Déterminer la fonction de transfert du système, et déduire si la
réalisation est minimale
Quelques aspects du retour d’état sont abordés dans cette partie. Le retour
d’état est le moyen le plus classique d’envisager la commande d’un système
modélisé par une représentation d’état. Il suppose que toutes les composantes
xi du18/11/16
vecteur d’´etat x sont accessibles à la mesure. Une loi de commande
Pr.Belmajdoub 150
possible est alors:
Principe
On considère un système décrit dans l’espace d’état sous la forme :
x˙ = A x + B u
y=Cx+Du
Le système corrigé, qui est en boucle fermée, est alors schématisé par les
figures qui suivent. Dans l’hypothèse où D = 0, le système corrigé est tel que :
x˙ = A x + B u
u=v−Kx
x˙ = (A − B K) x + B v
y=Cx
Il est légitime de vouloir choisir la matrice de régulation K de façon à imposer les pôles
du système bouclé. Ce problème est équivalent à imposer le polynôme caractéristique
du système.
Soit Pcom(s) le polynôme désiré, que l’on supposera bien sûr de degré n. Il
nous faut résoudre l’équation polynomiale
La figure suivante montre la réponse d’un tel système aux conditions initiales
x1 = 0, 3 et x2 = −0, 5 dans le cas où w0 = 1.
Soit le système :
soit :
u = v − K x, Avec: K = [ k1 k2 k3 ]
= p3 + 3 p 2 + 7 p + 5
On désire asservir le système à une valeur yref (t) tout en imposant les
dynamiques du régime transitoire et en maintenant une erreur petite ou nulle
en régime permanent. Modifier le régime transitoire du système suivant, c’est
modifier les pôles de la matrice dynamique A. On implante ainsi une loi de
commande par retour d’état qui prend en compte les valeurs de l’´etat à
l’instant t :
C’est une commande en boucle fermée car elle dépend des signaux internes
du système
18/11/16
Le schéma bloc du retour d’état
Pr.Belmajdoub 178
Réglage du régime permanent
18/11/16
Commande par retour d’´etat
Pr.Belmajdoub 180
et
gain précompensateur
Dans le cas où le système ne subit aucune perturbation extérieure, l’objectif de
la commande est d’amener le système (et notamment ses sorties) à un
nouveau point d’équilibre.
avec v
18/11/16 c
= −[C(A − BK) −1
B ] -1
y
Pr.Belmajdoub c 182
Conclusion
Il faut alors calculer le gain qui permet de satisfaire à la contrainte de
comportement statique.
Si l’on a déjà calculé le gain statique du système en boucle fermée, il suffit de
prendre :
et on prend alors :
Problème :
u = ʎ v - Kx
dx/dt = (A - BK)x + B ʎ v
y=C x
Gf (0) = C (- A + BK)-1 B ʎ :
ce qui signifie que si l’on souhaite obtenir Gf (0) = 1, il suffit de calculer ʎ ainsi
Objectif :
A partir des mesures x, le correcteur doit générer des commandes u qui
permettent d’asservir les sorties y sur des signaux de consignes v , en rejetant
le mieux possible les perturbations .
w : une perturbation extérieure qui n’a pu être prise en compte dans la
modélisation (vent, pente du terrain, poids des personnes dans un
ascenseur, .)
Avec
En régime permanent, les différents signaux convergent vers une valeur finie :
Exemple: Soit un système définit par une représentation d’état telle que
Déterminer K’ pour que le système en boucle fermée présente 3 pôles (-3), (-4) et (-4).
18/11/16 Pr.Belmajdoub 196
On choisit une loi de commande u(t) = − K˜z(t) = −kx(t) − kixi(t) afin que
A’ − B’ ˜K
ait les pôles désirés.
Notion préliminaire
Comme il est dit auparavant, il s’agit de mettre en œuvre une loi de commande qui
n’utilise à priori que l’information présente sur la sortie y. Cependant, il va de soi qu’une
autre information est accessible, à savoir celle contenue dans le signal de commande u.
Le principe pourrait tout simplement être de déterminer un scalaire de retour k ainsi
qu’un autre scalaire de précommande H de telle sorte que la loi de commande confère
au système bouclé (dont la matrice d’état est alors Af = A - Bk) les propriétés requises.
il est rare de se contenter d’un retour statique de la sortie y mais il est souvent envisagé
d’effectuer un retour dynamique, c’est-à-dire que la sortie y est rebouclée sur l’entrée u
au travers d’un autre système dynamique comme le montre la figure suivante
Faire la synthèse d’un observateur consiste à déterminer, sur la base du modèle d’état
du procédé,
18/11/16
un modèle d’état pour l’observateur
Pr.Belmajdoub 210
La logique de l’observation est simple. Il est utopique de vouloir construire un
observateur tel que ^x(t) = x(t) ɏ t.
En effet, ceci signifierait que l’observateur réagit de manière infiniment rapide à
une évolution de l’état du procédé même quand ^x(0) ≠ x(0). En revanche, l’on
peut espérer obtenir cette égalité en régime permanent. Ainsi si l’on définit
l’écart vectoriel:
ε (t) = ^x - x;
- Si z et x ont même dimension, l’observateur est dit complet (tout l’état est
estimé).
- Si dim(z) < dim(x) (par exemple :
alors l’observateur est dit d’ordre réduit.
Observateur d’ordre minimal
Il s’agit là d’un observateur dont le modèle d’état correspond à un vecteur d’état de
dimension minimale. On peut dire que pour observer convenablement un vecteur d’état
de dimension n, la dimension du vecteur d’état de l’observateur doit être au minimum de
(n - 1). Ceci conduit à un modèle d’observateur de la forme :
LT + QC = I
Mais, comme on l’a vu, il est utopique d’espérer ^x = x ɏt (c’est-à-dire ici z =
Tx). En effet, cela n’a pas de sens de vouloir satisfaire l’égalité z(t) = T x(t)
ɏ t ≥ 0 dès lors que z(0) n’est pas a priori égal à T x(0). Aussi l’on se contente
d’essayer d’obtenir
TA - FT = PC et R = TB:
Il reste alors
ce qui signifie que les relations précédentes se vérifient lorsque F est stable au
sens d’Hurwitz, c’est-à-dire ne possède que des valeurs propres à partie réelle
négative. En prenant en compte la seconde équation du modèle d’observation,
il vient :
– choisir F stable au sens d’Hurwitz et dont les modes sont plus rapides que
ceux de A (l’idée est d’observer x plus vite qu’il n’´evolue) ;
– choisir P et T tels que TA - PC = FT ;
– calculer R = TB ;
– déterminer L et Q tels que LT + QC = I.
F étant prise sous forme canonique, l’on résoud l’équation dans la base
canonique, c’est-à-dire en prenant A et C. Ceci a l’avantage, compte tenu des
structures de F, A, T, et C et du fait que P est un simple vecteur, de calculer P,
dans la base canonique, grâce à
où { 18/11/16
. }1 est une notation correspondant à la première colonne d’une matrice.
Pr.Belmajdoub 218
Etape 7: Calcul de R :
R = TB:
QC + LT = I;
x^ = N ^x:
Exemple :
Soit l’exemple suivant dans lequel la réalisation est caractérisée par les trois
matrices
Etape 2: Le calcul de la matrice de passage N (même s’il n’est pas utile pour
l’instant) conduit à :
Etape 5: on en déduit
Dans cette partie, l’on considère que l’observateur est du même ordre que le
procédé, soit n. La définition et la structure d’un tel observateur sont
présentées avant de donner une procédure de synthèse.
L’observateur est donc de même dimension que l’état du système à reconstruire
Les matrices S et G doivent être choisies de telle manière que l’état x^ tend
asymptotiquement vers l’état x
Se récrit
C’est un problème dual de celui du retour d’état. En effet, les valeurs propres
de A + ZC sont celles de A‘ + C’ Z’, matrice qui peut être identifiée à A + BK
Ceci montre bien que les pôles du système observé sont les pôles de
l’observateur ajoutés à ceux du procédé.