INSA de Toulouse Département GEI

AUTOMATIQUE LINEAIRE
Systèmes multivariables

Bernard PRADIN, Germain GARCIA

Année 2010-11
ii
Table des matières

1 Modèles des systèmes multivariables 1

1.1 Modèles des systèmes linéaires à temps continu (rappel cas monovariable) . . . . . . . . . . . . . 2
1.2 Modèles des systèmes linéaires à temps continu (cas multivariable) . . . . . . . . . . . . . . . . . 3
1.3 Représentation d’état d’une fonction de transfert (cas monovariable) . . . . . . . . . . . . . . . . 4
1.3.1 Système strictement propre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.2 Obtention de formes modales (ou diagonales) . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3.3 Cas général : obtention de formes compagnes . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Matrice de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1 Forme générale de la matrice de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.2 Notions générales sur les matrices de transfert . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.3 Forme de Smith-Mc Millan d’une matrice de transfert . . . . . . . . . . . . . . . . . . . . 7
1.4.4 Décomposition de G (s) en somme de matrices élémentaires . . . . . . . . . . . . . . . . . 7
1.5 Représentation d’état d’une matrice de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1 Cas racine multiple de i (s) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5.2 Cas forme polynomiale de i (s) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Réalisation (non minimale) d’une matrice de transfert . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7 Exemple : avion de transport (modélisation et analyse) . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7.2 Réponses temporelles de l’avion naturel (système non bouclé) . . . . . . . . . . . . . . . . 11
1.7.3 Etude en monovariable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.7.4 Possibilités o¤ertes par la commande multivariable . . . . . . . . . . . . . . . . . . . . . 13
1.8 Exemple : Contrôle de température et de niveau dans un bac . . . . . . . . . . . . . . . . . . . . 14

2 Commande par retour d’état (cas multivariable) 17

2.1 Commande par retour d’état et structure propre . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Structure propre du système bouclé (val. propres et vect. propres de Ac ) . . . . . . . . . . 18
2.1.3 Vecteurs propres et sensibilité de placement des valeurs propres . . . . . . . . . . . . . . . 18
2.1.4 Vecteurs propres et découplage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Placement de structure propre par retour d’état . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.1 Conditions de placement des vecteurs propres . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2 Algorithme général de placement de structure propre par retour d’état . . . . . . . . . . . 20
2.3 Calcul des vecteurs propres admissibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Détermination des sous-espaces caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Recherche des meilleurs vecteurs propres admissibles . . . . . . . . . . . . . . . . . . . . . 21
2.4 Placement de structure propre par retour d’état : Exemple . . . . . . . . . . . . . . . . . . . . . . 22
2.4.1 Placement total de structure propre par retour d’état . . . . . . . . . . . . . . . . . . . . 22
2.5 Placement partiel de structure propre par retour de sortie . . . . . . . . . . . . . . . . . . . . . . 24
2.5.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5.4 Généralisation au placement total par retour de sortie . . . . . . . . . . . . . . . . . . . . 25

iii
iv TABLE DES MATIÈRES

A Pseudo-diagonalisation de matrices polynomiales 27

Chapitre 1

Modèles des systèmes multivariables

La modélisation des systèmes à plusieurs entrées et plusieurs sorties se fait par extension des méthodes du
cas monovariable ou par des méthodes spéci…ques.

Une présentation synthétique mettant en évidence les analogies et les di¤érences entre le multivariable
et le monovariable est faite en 1.1 et 1.2. Les modèles d’état étant particulièrement adaptés aux systèmes
multivariables, on s’intéresse à leur obtention à partir d’autres modèles. Après des rappels sur le cas monovariable
en 1.3, l’accent est ensuite mis sur la modélisation par matrice de transfert en 1.4.

Les approches permettant d’obtenir un modèle d’état à partir d’une matrice de transfert sont exposées en
1.5 et 1.6.

En…n, à titre d’exemples, la modélisation de deux systèmes multivariables est présentée en 1.7 et 1.8.

1
2 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.1 Modèles des systèmes linéaires à temps continu (rappel cas mo-
novariable)

Equation di¤érentielle Fonction de transfert Equations d’état

N (s) 8
an y (n) + + a1 y 0 + a0 y G(s) = < x_ = Ax + Bu
= bm u (m)
+ + b 1 u 0 + b0 u D(s)
:
bm sm + + b 1 s + b0 y = Cx + Du
D(r)y = N (r)u G(s) =
an sn + + a1 s + a0
m n m n

Equation caractéristique : Equation caractéristique : Polynôme caractéristique de A :

an rn + + a1 r + a0 = 0 an sn + + a1 s + a0 = 0 P ( ) = det( I A)

Ordre du système : n Ordre du système : n Ordre du système : n = dim(A)

Modes du système racines de Modes du système pôles Modes du système valeurs

l’équation caractéristique : propres de A racines du
Q
m polynôme caractéristique ;
ri i = 1; : : : ; n (s zj )
bm j=1 i i = 1; : : : ; n
G(s) =
an Qn
(s pi )
i=1
1.2. MODÈLES DES SYSTÈMES LINÉAIRES À TEMPS CONTINU (CAS MULTIVARIABLE) 3

1.2 Modèles des systèmes linéaires à temps continu (cas multiva-

riable)

Système di¤érentiel Matrice de transfert Equations d’état

8
< x_ = Ax + Bu
1
D(r)y = N (r)u G(s) = D (s)N (s)
:
y = Cx + Du

Equation caractéristique : Equation caractéristique : Polynôme caractéristique de A :

det D (r) = 0 cf. forme de Smith-Mc Millan (§1.4.3) P ( ) = det( I A)

Ordre du système : Ordre du système : Ordre du système :

n = degré [det D (r)] cf. forme de Smith-Mc Millan n = dim(A)

Modes du système racines de Modes du système pôles de la Modes du système valeurs

l’équation caractéristique : matrice de transfert propres de A racines du
ri i = 1; : : : ; n polynôme caractéristique :

cf. forme de Smith-Mc Millan i i = 1; : : : ; n

4 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.3 Représentation d’état d’une fonction de transfert (cas monova-

riable)

1.3.1 Système strictement propre

Soit le système mono-entrée mono-sortie stricte- Le quotient d de cette division donne le terme de
ment propre de fonction de transfert : transmission directe des modèles d’état et le reste de
N (s) la division permet de dé…nir la fonction de transfert
G(s) = strictement propre :
D(s)
où N (s) est un polynôme de degré m et D(s) un po- N (s)
G (s) =
lynôme de degré n avec n > m. D(s)
Dans le cas où n = m, la division de N (s) par D(s)
conduit à :
N (s) = N (s) + d D(s)

1.3.2 Obtention de formes modales (ou diagonales)

Cas de pôles simples d’où le modèle d’état :

La procédure consiste à décomposer la fonction 2 3 32
1 0
de transfert en éléments simples : 6 .. 7
6 . 7 6 .. 7
6 7
N (s) 1 n A=6
6
7
7 B=6 . 7
G(s) = = + + 4 .. 4 0 5
D(s) s 1 s n
. 1 5
1
Les formes modales associées sont telles que les élé-
ments diagonaux ou valeurs propres de A sont les
pôles de la fonction de transfert et : C= n n 1 1

ci bi = i 8 i = 1; ;n Remarque : Cette approche ne peut pas s’étendre aux

systèmes multivariables.
soit :
2 3 2 3
1 b1 b - Méthode générale
6 7 6 b2 7
6 2 7 6 7
A=6 .. 7 B=6 .. 7
4 . 5 4 . 5 Posons :
n bn
N (s) = N1 (s) N2 (s) = (n10 +n11 s+ )(n20 +n21 s+ )
C= c1 c2 cn
Il vient :
Cas d’un mode multiple 2 3
1 2 3
..
6 .. 7 6 . 7
N (s) 6 . 7 6 •2 ( )=2! 7
G(s) = A=6
6
7
7 B=6 N 7
(s )n .. 4
4 . 1 5 N_ 2 ( )=1! 5
a - Décomposition en éléments simples N2 ( )

1 2 n
G(s) = + + + C= N1 ( ) N_ 1 ( )=1! N
•1 ( )=2!
s (s )2 (s )n
1.3. REPRÉSENTATION D’ÉTAT D’UNE FONCTION DE TRANSFERT (CAS MONOVARIABLE) 5

1.3.3 Cas général : obtention de formes compagnes

N1 (s) = n10 +n11 s+ N2 (s) = n20 +n21 s+

N (s) N1 (s) N2 (s)
G(s) = = D(s) = a0 + a1 s + + an n 1
+ sn
D(s) D(s) 1s

Formes compagnes horizontales

Cas particulier :
2 3
0 1 0 0 Si on choisit :
6 .. .. 7
6 0 . . 7
6 7
A=6 .. .. 7 N1 (s) = N (s) = b0 +b1 s+ +bm sm et N2 (s) = 1
6 . . 0 7
6 7
4 0 1 5
on retrouve les formes classiques connues en mono-
a0 a1 an 2 an 1
variable :
2 3 2 3
.. .. 2 3
6 . 7 6 . 7 0 1 0 0
6 .. 7 6 .. 7 6 7
6 . 7 6 . 7 6 .. .. 7
16
B=A 6 • 7=A 16 7 6 0 . . 7
7 6 n22 7
6 N2 (0)=2! 7 6 7 A=6
6 .. .. 7
7
4 N_ 2 (0)=1! 5 4 n21 5 6 . . 0 7
n20 4 0 1 5
N2 (0)
a0 a1 an 2 an 1
C= N1 (0) N_ 1 (0)=1! N
•1 (0)=2!
2 3
= n10 n11 n12 0
6 .. 7
où A est la matrice de Toeplitz : 6 . 7
2 3 6 7
1 0 0 B=6
6 .. 7
7
6 . 7
6 .. 7
6 an 1 1 . . . . 7 4 0 5
6 7
6 7 1
A = 6 ... ..
.
..
.
..
. 7
6 7
6 . . 7
4 a2 .. .. 0 5
a1 a2 an 1 1 C= b0 bm 0

Formes compagnes verticales Cas particulier :

2 3 N1 (s) = 1 et N2 (s) = N (s) = b0 +b1 s+ +bm sm

an 1 1 0 0
6 .. .. 7 2 3
6 an . . 7 an 1 0 0
6 2 7 1
A=6
6 .. .. 7 6 .. .. 7
6 . . 0 7
7 6 an . . 7
4 6 2 7
0 1 5 A=6 .. .. 7
6 . . 0 7
a0 0 0 0 6 7
2 3 2 3 4 0 1 5
.. .. a0 0 0 0
6 . 7 6 . 7
6 ..7 6 . 7 2 3
6 .7 6 .. 7 ..
B=6
6
7=6 7 .
6 N2 (0)=2! 7
• 6
7 6 n22
7
7 6
6
7
7
4 _ 5 4 n21 5 6 0 7
N2 (0)=1!
n20 B=6
6 bm 7
7
N2 (0) 6 7
..
4 . 5
C= N1 (0) N_ 1 (0)=1! N
•1 (0)=2! A 1
b0
1
= n10 n11 n12 A
C= 1 0
6 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.4 Matrice de transfert

1.4.1 Forme générale de la matrice de transfert
Hypothèse d’un système strictement propre !
M (s) représentation d’état de G(s) : triplet (A; B; C)
G(s) = (1.1)
(s) tel que :
– M (s) matrice polynomiale (p; m).
– (s) polynôme, dénominateur commun des élé- 1
C(sI A) B = G(s)
ments de G(s).
Exemple : Triplet (A; B; C) minimal = représentation
2(2s2 + 4s + 1) s(s + 2) d’état de G(s).
2s(3s + 5) (s + 2)(3s + 1) Triplet (A; B; C) non minimal = réalisation de
G(s) = G(s).
s(s + 1)(s + 2)

1.4.2 Notions générales sur les matrices de transfert

Matrices polynomiales
Matrice dont les éléments sont des polynômes, par exemple la matrice M (s) utilisée dans l’expression (1.1)
de la matrice de transfert G(s).

Dé…nitions :
– Matrice polynomiale R(s) unimodulaire si et 2 3
seulement si déterminant constant et non nul. 1 (s)
6 2 (s)
7
Matrice polynomiale R(s) unimodulaire si et 6 7
6 .. 7
seulement si R 1 (s) polynomiale. S(s) = 6 . 7 (1.3)
6 7
– Matrices polynomiales (éventuellement rectan- 4 r (s)
5
gulaires) M (s) et S(s) équivalentes si : 0
M (s) = V (s) S(s) W (s) (1.2)
Termes i (s) : polynômes invariants de la matrice
avec V (s) et W (s) matrices unimodulaires. polynomiale M (s)
– Toute matrice polynomiale M (s) de dimension Matrice S(s) dé…nie en (1.3) : forme de Smith de la
(p; m) et de rang r est équivalente à une ma- matrice polynomiale M (s).
trice polynomiale S(s) pseudo-diagonale :

Obtention de la forme de Smith d’une matrice polynomiale

Deux approches possibles : Exemple :

2 3
1. algorithme de diagonalisation de matrice po- 1 1
lynomiale (exemple en Annexe A) donnant les M (s) = 4 s2 + s 4 2s2 s 8 5 (1.4)
trois matrices V (s); S(s) et W (s). s2 4 2s2 8
2. calcul direct des polynômes invariants permet-
tant la seule obtention de la matrice S(s) : Forme de Smith :
2 3
1 0
i (s)
i (s) = S(s) = 4 0 3s2 12 5 (1.5)
i 1 (s) 0 0

issue de la transformation (1.2) avec :

0 (s) =1
2 3
1 0 0
i (s) = pgcd des mineurs d’ordre i de M (s); 8i > 0 1 1
V (s) = 4 s2 + s 4 1 0 5 W (s) =
0 1
s2 4 1 1
1.4. MATRICE DE TRANSFERT 7

1.4.3 Forme de Smith-Mc Millan d’une matrice de transfert

M (s) S(s)
G(s) = = V (s) W (s) (1.6) G(s) = V (s) SM (s) W (s) (1.7)
(s) (s)

SM (S) = forme de Smith-Mc Millan de G(s) i (s) i (s)

Termes = formes réduites des fractions .
S(s) i (s) (s)
= forme réduite de :
(s) Remarques :
1. Si matrice de transfert G(s) strictement propre
i (s)
2 3 ! termes strictement propres. Si ce n’est
1 (s) i (s)
6 7 pas le cas, retirer la partie entière de ces termes.
6 1 (s) 7
6 2 (s) 7 2. Polynôme caractéristique du système G(s) :
6 7
6 7
6 2 (s) 7
6 .. 7 P (s) = 1 (s) 2 (s) r (s)
SM (s) = 6
6 . 7
7
6 r (s) 7 Degré de P (s) = ordre du système.
6 7
6 7
6 r (s) 7 Racines de P (s) = modes du système.
6 0 7
4 5 3. Zéros de transmission du système = racines des
..
. polynômes i (s).

1.4.4 Décomposition de G (s) en somme de matrices élémentaires

Considérons l’expression (1.7) : Application à l’obtention d’un modèle d’état

(cf. §1.5)
G(s) = V (s) SM (s) W (s)
Par extension des méthodes vues aux para-
Si l’on pose : graphes 1.3.2-b, 1.3.3 ou 1.3.3, il est possible d’as-
V (s) = V 1 (s) V 2 (s) V p (s) socier à chaque matrice de transfert Gi (s) un tri-
2 3 plet (Ai ; Bi ; Ci ). La matrice de transfert G(s) étant
W1 (s) constituée de la somme des Gi (s), on en déduit une
6 W2 (s) 7 représentation d’état avec matrice d’évolution bloc-
6 7
W (s) = 6 .. 7 diagonale :
4 . 5
Wm (s) 2 3
A1
elle peut se mettre sous la forme : 6 .. 7
6 . 7
6 7
r
X i (s)
r
X A=6 6 Ai 7
G(s) = V i (s) Wi (s) = Gi (s) (1.8) 7
6 . 7
i=1 i (s) i=1 4 .. 5
où : Ar
V i (s) i (s) Wi (s) 2 3
Gi (s) = B1
i (s)
6 .. 7
représente une matrice de transfert élémentaire de 6 . 7
6 7
rang 1. Le numérateur étant constitué du produit B=6 7
6 Bi 7
d’un vecteur colonne V i (s) par un vecteur ligne 6 . 7
4 .. 5
Wi (s), le terme scalaire i (s) peut être indi¤érem-
ment intégré à V i (s) ou Wi (s), ce qui conduit à l’ex- Br
pression suivante des fonctions de transfert élémen-
taires : C= C1 Ci Cr
V i (s) Wi (s)
Gi (s) =
i (s)
8 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.5 Représentation d’état d’une matrice de transfert

1.5.1 Cas racine multiple de i (s) Forme de Smith-Mc Millan :
2 3
1
0
ni 6 s(s + 1)(s + 2) 7
i (s) = (s i) 6 7
2 3 6 3(s 2) 7
1 SM (s) = 6 7
i 2 3 6 0 7
6 .. 7 .. 4 s(s + 1) 5
6 . 7 6 . 7
6 i 7 6 • i ( i )=2! 7 0 0
Ai = 6
6 .. 7
7 Bi = 6 W 7
6 . 1 7 4 _ i ( i )=1! 5
W
4 5 issue de la transformation (1.7) avec :
i Wi ( i ) 2 3
1 0 0
1 1
V (s) = 4 s2 + s 4 1 0 5 W (s) =
Ci = V i ( i ) V_ i ( i )=1! V• i ( i )=2! 0 1
s2 4 1 1

1.5.2 Cas forme polynomiale de i (s)

Décomposition de la matrice de transfert G(s) :
2
X
G(s) = Gi (s) (1.10)
i (s) = sni + aini 1s
ni 1
+ + ai1 s + ai0 i=1

2 3 avec :
0 1 0 0 2 3
6 .. .. 7 1
6 0 . . 7 4 s2 + s 4 5 1 1 1
6 7
Ai = 6
6
.. .. 7
7 s2 4 V 1 W1
6 . . 0 7 G1 (s) = =
4 0 1 5 s3 + 3s2 + 2s 1
ai0 ai1 aini aini 2 3
2 1
0
2 3 2 3 4 1 5 3(s 2) 0 1
.. ..
6 . 7 6 . 7 1
6 .. 7 6 . 7 G2 (s) =
6
16 . 7 6 .. 7 s2 + s
Bi = Ai 6 • 7=A 16 7
7 i 6 wi2 7
6 Wi (0)=2! 7 6 7 soit, par exemple :
4 W
_ i (0)=1! 5 4 wi1 5 2 3
Wi (0) wi0 0
4 3(s 2) 5 0 1
3(s 2) V 2 W2
G2 (s) = =
Ci = V i (0) V_ i (0)=1! V• i (0)=2! 2
s +s 2

= vi0 vi1 vi2 Application des relations du paragraphe 1.5.2 :

2 3
où Ai est la matrice de Toeplitz : 0 1 0
6 0 0 1 7
2 3 6 7
1 0 0 A=6 06 2 3 7
7
6 i .. .. 7 4 0 1 5
6 ani 1 1 . . 7
6 7 0 1
6 7
Ai = 6 ... ..
.
..
.
..
. 7 2 3 2 3
6 7 w12 0 0
6 .. .. 7
4 ai . . 0 5 6 w11 7 6 0 0 7
2
16
6 7 6 7
ai1 ai2 aini 1 7
B = A 6 w10 7 = 6 1 6 1 7
1 7
4 w21 5 4 0 0 5
Exemple : w20 0 1
2 3 C= v10 v11 v12 v20 v21
1 1 2 3
4 s2 + s 4 2s2 s 8 5 1 0 0 0 0
s2 4 2s2 8 =4 4 1 1 6 3 5
G(s) = (1.9) 4 0 1 6 3
s3 + 3s2 + 2s
1.6. RÉALISATION (NON MINIMALE) D’UNE MATRICE DE TRANSFERT 9

1.6 Réalisation (non minimale) d’une matrice de transfert

2 3
Principe : construire une réalisation de G(s) à 0 0
partir de sa décomposition en une somme de ma- 6 0 0 7
6 7
trices de rang 1. 6 1 0 7
B=6
6
7
7
6 0 0 7
M (s) [M 1 (s) M 2 (s) M m (s)] 4 5
G(s) = = 0 0
(s) (s) 0 1
où M i (s) = colonnes de M (s).
M 1 (s)[1 0 0] M m (s)[0 0 1] C=
1 3 0 0 4 7
G(s) = + + 1 1 0 1 0 0
(s) (s)
Di¤érence avec la relation (1.8) = les dénomina-
teurs des matrices élémentaires sont tous égaux à
(s) et ne sont donc pas obligatoirement minimaux. Exemple 2 :

s + 3 3s + 8
Exemple 1 : 1 s+4
G(s) = (1.13)
3s + 1 7s2 + 4s (s + 2)2
s 1 1
G(s) = (1.11) Il vient :
(s 2)3 2
X
Il vient : G(s) = Gi (s) (1.14)
2
X i=1
G(s) = Gi (s) (1.12)
i=1
s+3
3s + 1 1 0
1 0 1
s 1 G1 (s) =
G1 (s) = (s + 2)2
(s 2)3
7s2 + 4s 3s + 8
0 1 0 1
1 s+4
G2 (s) = G2 (s) =
(s 2)3 (s + 2)2
Réalisation minimale = représentation d’état (vali-
dée par commandabilité et observabilité) : On peut en déduire la réalisation :
2 3
2 1 0 2 3
6 0 2 1 7 2 1
6 7 6 0 2 7
6 0 0 2 7 A=6 7
A=6 6
7 4 2 1 5
6 2 1 0 7 7
4 2
0 2 1 5
0 0 2 2 3
2 3 0 0
0 0 6 1
6 0 0 7 0 7
6 7 B=6
4 0
7
6 1 0 7 0 5
B=6 6 7 0 1
7
6 0 0 7
4 0 0 5
0 1 1 1 2 3
C=
1 0 2 1
7 3 0 36 32 7
C=
1 1 0 1 0 0 Réalisation non observable ! non minimale. En réa-
Autre représentation d’état compagne par bloc : lité, ordre de la matrice de transfert = 2. On peut
2 3 lui associer la représentation d’état :
0 1 0
6 0 0 1 7
6 7
6 8 12 6 7 2 1 0 1 1 1
A=6 6
7 A=
0 2
B=
1 2
C=
1 0
6 0 1 0 7
7
4 0 0 1 5
8 12 6
10 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.7 Exemple : avion de transport (modélisation et analyse)

1.7.1 Position du problème

On veut étudier le problème de la stabilisation d’un avion de transport, en vol horizontal établi à l’alti-
tude de 40.000 pieds et à une vitesse Mach 0,8. Pour de petites variations angulaires autour de ce point de
fonctionnement, les équations d’état du mouvement longitudinal s’écrivent :
8 2 3 2 3
>
> 0; 0558 0; 9968 0; 0802 0; 0415 0; 0729 0; 0001
>
> 6 7 6 4; 75
>
> 0; 598 0; 115 0; 0318 0 1; 23 7
>
> x_ = 6
4
7 x + 6
5 4 1; 53
7 u
< 3; 05 0; 388 0; 4650 0 10; 63 5
0 0; 0805 1 0 0 0 (1.15)
>
>
>
>
>
>
>
> 0 1 0 0
: y = x
0 0 0 1

Les composantes du vecteur d’état x, du vecteur d’entrée u et du vecteur de sortie y sont :

x1 = : angle de dérapage (rd) u1 : angle de la gouverne de direction (rd)

x2 : vitesse de lacet (rd/s) u2 : angle des ailerons (rd)
x3 : vitesse de roulis (rd/s) y1 : vitesse de lacet (rd/s)
x4 = : angle de gîte (rd) y2 : angle de gîte (rd)

La commande sur la gouverne de direction a pour
objet essentiel d’agir sur le mouvement de lacet pour
maintenir un dérapage nul. La commande sur l’ai-
leron a pour objet essentiel d’agir sur l’inclinaison
latérale par l’intermédiaire du mouvement de roulis.
L’aspect multivariable du système se traduit par
le fait que chaque entrée agit sur l’ensemble des va-
riables du système et que sa dynamique, issue de la
matrice d’évolution, caractérise toutes ces variables.
1.7. EXEMPLE : AVION DE TRANSPORT (MODÉLISATION ET ANALYSE) 11

1.7.2 Réponses temporelles de l’avion naturel (système non bouclé)

Les actions sur les commandes de l’avion étant généralement de courte durée, peuvent être étudiées à partir
des réponses impulsionnelles du système d’équations (1.15), représentées sur la …gure suivante :

Un changement d’échelle des temps permet de mettre en évidence l’e¤et des divers modes :

Ces réponses mettent en évidence l’existence d’un Examinons la réponse angle de gîte à une com-
mode apériodique lent et d’un mode oscillatoire plus mande impulsionnelle sur les ailerons (input 2 - out-
rapide. Ces modes sont associés aux valeurs propres put 2). On constate une oscillation autour d’un angle
de la matrice A : de gîte non nul. Ainsi l’avion tourne en réponse à une
impulsion sur les ailerons. Un objectif de commande
0; 0329 0; 9467i 0; 5627 0; 0073 consiste à atténuer l’amortissement du mode oscilla-
Le mode oscillatoire est caractérisé par son co- toire tout en conservant le mode lent qui, grâce à la
e¢ cient d’amortissement et sa pulsation propre non durée de son transitoire, permet une rotation douce
amortie : de l’avion. Une telle correction est obtenue classi-
quement par un bouclage de la commande u1 de la
= 0; 0348 ! n = 0; 9472 rd=s gouverne de direction sur la vitesse de lacet y1 .
12 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.7.3 Etude en monovariable

Une première approche de ce système peut être e¤ectuée en monovariable si l’on n’agit que sur l’entrée
u1 et si l’on ne s’intéresse qu’à la sortie y1 (bouclage signalé plus haut). Le système correspondant peut être
représenté par le modèle d’état :
8 2 3 2 3
>
> 0; 0558 0; 9968 0; 0802 0; 0415 0; 0729
>
> 6 0; 598 7 6 7
> 0; 115 0; 0318 0 7 x + 6 4; 75 7 u1
< x_ = 6
>
4 5 4 1; 53 5
3; 05 0; 388 0; 4650 0
(1.16)
>
> 0 0; 0805 1 0 0
>
>
>
>
:
y1 = 0 1 0 0 x

Supposons que l’on e¤ectue un bouclage négatif

classique de la sortie y1 sur l’entrée u1 avec un gain
de boucle k. Pour étudier l’évolution des modes du
système Traçons son lieu d’Evans :

On voit ici que le système a été amorti puisque

l’on est passé de = 0; 0348 à = 0; 4399. Ceci peut
être véri…é en portant sur le même graphe la réponse
impulsionnelle du système G11 (s) en boucle ouverte
Il montre que trois pôles du système sont ren- et bouclé par le retour de gain k :
dus moins stables, puis instables par une augmenta-
tion de k. Ceci s’explique par l’examen de la fonc-
tion de transfert G11 (s) qui est “négative”. On doit
donc e¤ectuer un bouclage positif, le changement de
signe étant déjà inclus dans la fonction de transfert
en boucle ouverte. Le lieu d’Evans du système cor-
respondant est tracé ci-après.
Les modes du système sont maintenant à partie
réelle négative quel que soit k et l’on peut choisir
une valeur de k conduisant à un coe¢ cient d’amor-
tissement plus faible en pointant sur le lieu d’Evans
une position convenable. On trouve par exemple k =
0.2704 qui donne les modes suivants :
Eigenvalue Damping Freq. (rad/sec)
-0.9790 1.0000 0.9790
-0.3070 + 0.6266i 0.4399 0.6977
-0.3070 - 0.6266i 0.4399 0.6977
-0.3272 1.0000 0.3272
1.7. EXEMPLE : AVION DE TRANSPORT (MODÉLISATION ET ANALYSE) 13

En fait, le système étant multivariable, le bouclage a¤ecte la dynamique de tout le système, comme on peut
le voir sur les réponses impulsionneles du système global :

On constate ici, en comparant avec les courbes
du système non corrigé, que l’ensemble des réponses
du système sont plus amorties. Mais, on constate que
le régime transitoire de la réponse “angle de gîte” à
une excitation des ailerons (courbe : Input 2 Output
2) est beaucoup plus court, ce qui peut être préjudi-
ciable au confort des passagers. Ceci provient du fait
que le mode spiral de l’avion naturel (valeur propre
à 0; 0073 de la matrice A) est passé à la valeur
0; 3272 (valeur propre de Ac ) après bouclage, cor-
respondant à un suramortissement de ce mode.
Ceci met en évidence une des limites de la com-
mande monovariable qui permet d’ajuster à sa conve-
nance un des modes du système, mais modi…e tous
les autres modes sans possibilité de les choisir.

1.7.4 Possibilités o¤ertes par la commande multivariable

Une commande par retour de sortie permettrait
ici, en utilisant toutes les composantes de la matrice
de sortie K de disposer de quatre paramètres pour
ajuster les quatre modes du système. Mais ce n’est
pas la seule condition à satisfaire et l’étude de la com-
mande par retour de sortie nécessite de bien maîtriser
la commande par retour d’état.
En supposant que l’on dispose d’un reconstructeur
d’état, une commande par retour d’état permet de
choisir les modes souhaités avec une in…nité de so-
lutions, puisqu’on dispose de huit paramètres de ré-
glage pour …xer quatre valeurs propres.
14 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES

1.8 Exemple : Contrôle de température et de niveau dans un bac

On considère le système de commande d’un bac en posant : 8
de préchau¤age représenté sur la …gure suivante : >
> X1 = H
>
>
>
> X2 =
<
U1 = Qc
>
> U2 = Qf
>
>
>
> D1 = Qd
:
D2 = d

Modélisation du système
Bilan matière :
dH
S = Qc + Qf + Qd Q (H)
dt
Bilan thermique :
d (H )
cS = c [Qc c + Qf f + Qd d Q (H) ]
dt
Il est alimenté par un débit chaud Qc à la tempéra- Il vient le modèle d’état non linéaire :
ture c , un débit froid Qf à la température f , ainsi dX1 1h 1=2
i
qu’un débit de perturbation Qd à la température d = X1 + U1 + U2 + D1
dt S
provenant d’une autre unité. Le débit de sortie, à la
d (X1 X2 ) 1 h i
température , est régi par la loi : =
1=2
X1 X2 + c U1 + f U2 + D1 D2
dt S
Q (H) = H 1=2
Linéarisation
On désire contrôler le niveau H et la température Ce système d’équations non linéaires peut être li-
dans le bac. Les grandeurs de commande sont les néarisé autour d’un point de fonctionnement, obtenu
débits Qc et Qf . Les températures c et f sont en annulant les termes dérivés :
constantes et les grandeurs Qd et d non contrô-
1=2
lées sont considérées ici comme des perturbations. 0 = Qc0 + Qf 0 + Qd0 H0
On peut associer à ce système les schémas fonction- 1=2
nels suivants : 0 = Qc0 c + Qf 0 f + Qd0 d0 H0 0

Posons : 8
>
> x1 = H H0
>
>
>
> x2 = 0
<
u1 = Qc Qc0
>
> u2 = Qf Qf 0
>
>
>
> d1 = Qd Qd0
:
d2 = d d0

Il vient :
8 " #
>
> dx1 1 1
>
> = x1 + u1 + u2 + d1
>
> dt S 2 H 1=2
ou bien : >
> 0
>
>
>
> "
>
>
< dx2 dx1 1 0 1=2
H0 + 0 = x1 H0 x2
> dt dt S 2 H 1=2
>
> 0
>
>
>
>
>
> + c u1 + f u2
>
>
>
>
>
:
+ d0 d1 + Qd0 d2 ]
soit encore :
1.8. EXEMPLE : CONTRÔLE DE TEMPÉRATURE ET DE NIVEAU DANS UN BAC 15

2 3
8 " # 1
> dx1 1 1 6 0 7
>
> 2 SH 1=2 0
>
>
> dt
=
S 2 H 1=2
x1 + u1 + u2 + d1 A=6
4
0 7=
5
1
>
> " 0 0 0 2
>
> 1=2
< dx2 1 ( c 0) SH0
= 1=2
x2 + u1
> dt S H0 H0 2 3
>
> 1 1
>
>
>
> 6 S S 7
>
> ( 0) ( 0) Qd0 6 7
>
: +
f
u2 +
d0
d1 + d2 B=6 7
H0 H0 H0 4 c 0 f 0
5
SH0 SH0
2 3
qui est un modèle d’état de la forme : 1
6 0 7
6 S 7
=6 7
4 Qd0 5
x_ = A x + B u + d d0 0
y = Cx SH0 SH0
1 0
avec : C=
0 1
16 CHAPITRE 1. MODÈLES DES SYSTÈMES MULTIVARIABLES
Chapitre 2

Commande par retour d’état (cas

multivariable)

17
18 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)

2.1 Commande par retour d’état et structure propre

2.1.1 Principe
Loi de retour d’état : E¤et du retour d’état :

u= K x + H yc 8
< x_ = Ax + Bu
avec :
:
y = Cx
yc = 2vecteur dim p 3 : consigne
k11 k12 k1n #
8
K=4 5 : retour d’état < x_ = (A B K)x + BH yc
km1 km2 kmn
:
H = matrice (m; p) : précommande y = Cx

Rôle des paramètres :

K : modi…e la dynamique du système.
H : modi…e le gain statique du système.

Di¤érence avec le cas monovariable : la matrice de retour d’état K possède mn éléments (paramètres de réglage).
Modi…er la dynamique du système par action sur les n valeurs propres de (A BK) laisse encore (m 1) n
degrés de liberté qui peuvent être utilisés pour assurer d’autres performances, par exemple en robustesse ou en
découplage. Le placement simultané des valeurs propres et des vecteurs propres (structure propre) de (A BK)
permet d’obtenir de telles performances.

2.1.2 Structure propre du système bouclé (val. propres et vect. propres de Ac )

Soit f i g, i 2 f1:::ng, l’ensemble auto-conjugué posant :

des valeurs propres supposées distinctes de 2 3
u1
6 7
Ac = A BK = diag( 1 ::: n ); U = 4 ... 5 ; V = [v1 :::vn ];
un
Les vecteurs propres à droite correspondants vi sont
dé…nis par : il vient :

(A BK)vi = i vi (2.1) U V = In (2.3)

et les vecteurs propres à gauche ui par :
ui (A BK) = i ui
On peut facilement démontrer que si i 6= j, alors
uj vi = 0. Par ailleurs, les vecteurs propres peuvent
toujours être normalisés de sorte que ui vi = 1. En
A BK = V U (2.4)
(2.2)
Les vecteurs propres de la matrice d’évolution
peuvent être interprétés en termes de performances
du système, notamment par rapport à des propriétés
de découplage et de sensibilité.

2.1.3 Vecteurs propres et sensibilité de placement des valeurs propres

On peut facilement démontrer que :
On peut également montrer que :
j ij k Ac k:kui k:kvi k (2.5)
j ij cond(V ):k Ac k (2.6)
où i est une variation sur la valeur propre i,
Ac est une variation sur l’ensemble des paramètres où cond(V ) = kV 1 k:kV k est le nombre de condi-
de Ac . k:k est une norme (vectorielle ou matricielle tionnement de la matrice modale V de Ac .
associée) et j:j représente le module. Coe¢ cient de
sensibilité de la valeur propre i : ci = kui k:kvi k.
2.1. COMMANDE PAR RETOUR D’ÉTAT ET STRUCTURE PROPRE 19

2.1.4 Vecteurs propres et découplage

En faisant le changement de base x = V x , le système corrigé se met sous la forme :

x_ = x + U BH yc
(2.7)
y = CV x

Ces relations mettent en évidence le rôle joué par les matrices de vecteurs propres. La matrice U distribue les
entrées (consignes ou perturbations d’entrée) sur les modes xi , tandis que la matrice V répartit ces modes sur
les états et sur les sorties.
Ainsi le changement de base :
2 3 2 32 3
x1 v11 v21 vn1 x1
6 x2 7 6 v12 v22 vn2 7 6 7
6 7 6 7 6 x2 7
6 .. 7 = 6 .. .. 7 6 .. 7
4 . 5 4 . . 54 . 5
xn v1n v2n vnn xn

conduit à:
8 2 3 2 32 3 2 3 2 3
>
> x_ 1 1 x1 u11 u12 u1n yc1
>
> 6 x_ 2 7 6 76 x2 7 6 u21 u22 u2n 7 6 yc2 7
>
> 6 7 6 2 76 7 6 7 6 7
>
> 6 .. 7 =6 .. 76 .. 7+6 .. .. 7 BH 6 .. 7
>
> 4 5 4 . 54 5 4 5 4 5
>
> . . . . .
>
>
< x_ n n xn un1 un2 unn ycp
2 3 2 32 3 2 32 3 (2.8)
>
>
>
> y1 v11 v21 vn1 x1 Cv11 Cv21 Cvn1 x1
>
> 6 7 6 76 7 6 76 7
>
> 6 y2 7 6 v12 v22 vn2 76 x2 7 6 Cv12 Cv22 Cvn2 76 x2 7
>
> 6 .. 7 =C6 .. .. 76 .. 7=6 .. .. 76 .. 7
>
> 4 5 4 54 5 4 54 5
>
> . . . . . . .
:
yp v1n v2n vnn xn Cv1n Cv2n Cvnn xn

Di¤érents types de découplage peuvent être envisagés :

1. Découplage entrées/modes : la consigne yci n’agira pas sur le mode xj ssi :

uj BH =[ 0 ]
1 i p

2. Découplage modes/états : le mode xi n’agira 3. Découplage modes/sorties : le mode xi n’agira pas

pas sur l’état xj ssi : sur la sortie yj ssi :
2 3 2 3
1 1
6 7 .. 6 7 ..
6 7 6 7
6 0 7 . 6 0 7 .
vij = 0 ! vi = 66 7 j Cvij = 0 ! Cvi = 6 6 7 j
7 7
6 7 . 6 7 .
4 5 .. 4 5 ..
n p

Les notions de découplage consignes/modes et

modes-sorties peuvent être généralisées au sens con-
signes-sorties. Un découplage entre une consigne ei
et une sortie yk par exemple, peut être obtenu si ei
n’agit que sur un ensemble de modes qui n’est pas
connecté à la sortie yk (schéma ci-contre).
20 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)

2.2 Placement de structure propre par retour d’état

2.2.1 Conditions de placement des vecteurs propres

Soit : ( i In A)vi + BM ( i )zi = 0

2C
Si l’on peut choisir K tel que :
Q( ) = [ In A B] (2.9)
M ( i )zi = Kvi 8i 2 f1 ; ::: ; ng (2.12)

N( ) alors :
R( ) = = Noyau(Q( )) (2.10)
M( ) [ i In (A BK)]vi = 0
Soit f i ; i = 1; : : : ; ng = ensemble autoconjugué de soit encore
scalaires. Alors il existe une matrice K réelle de di- (A BK)vi = i vi
mension (m; n) telle que :
et le gain K permet donc bien de placer la valeur
propre i et le vecteur propre associé vi de (A BK).
(A BK)vi = i vi i = 1; : : : ; n (2.11)
Les relations (2.12) peuvent s’écrire :
si et seulement si :
(i) les vecteurs vi ; i = 1; : : : ; n sont linéairement K[v1 ; : : : ; vn ] = [w1 ; : : : ; wn ]
indépendants dans C n
(ii) vi = vj si i = j avec : wi = directions d’entrée associées aux vecteurs
(iii) vi 2 ImagefN ( i )g = S( i ) i = vi .
1; : : : ; n, où S( i ) est dé…ni comme le sous- wi = M ( i )zi ; i = 1; : : : ; n
espace caractéristique à droite associé à i 2 C.
Justi…cation : Les vecteurs vi ayant été supposés linéairement indé-
pendants, la matrice K peut alors être obtenue par :
Comme vi 2 ImagefN ( i )g = S( i ) (ce sous-espace
est de dimension m si le système est commandable),
vi peut être exprimé sous la forme vi = N ( i )zi avec 1
K = [w1 ; : : : ; wn ][v1 ; : : : ; vn ] (2.13)
zi 2 C m . Il vient :
( i In A)N ( i )zi + BM ( i )zi = 0 ce qui répond au problème de l’existence de K.

2.2.2 Algorithme général de placement de structure propre par retour d’état

1. Choix arbitraire des valeurs propres ce qui conduit à la détermination des zi tels
que
i; i = 1; : : : ; n
vi = N ( i )zi ; i = 1; : : : ; n
2. Détermination des sous-espaces admissibles
4. Calcul des directions d’entrée
pour les vecteurs propres
R ( i ) ! N ( i ) et M ( i ); i = 1; : : : ; n wi = M ( i )zi ; i = 1; : : : ; n

3. Choix des vecteurs propres vi à placer, asso- 5. Calcul de la matrice K de gain de retour
ciés aux valeurs propres i ; i = 1; : : : ; n d’état :
vi 2 S( i ); linéairement indépendants 1
K = [w1 : : : wn ][v1 : : : vn ]
?
et tels que vi = vj? si i = j
2.3. CALCUL DES VECTEURS PROPRES ADMISSIBLES 21

2.3 Calcul des vecteurs propres admissibles

2.3.1 Détermination des sous-espaces caractéristiques

Approche générale Approche particulière

Résolution, pour une valeur propre choisie i, de : Si les valeurs propres souhaitées i n’appar-
( i In A)N ( i ) + BM ( i ) = 0 tiennent pas au spectre de la matrice en boucle ou-
verte A, N ( ) peut être calculé par la relation :
Cette résolution peut être conduite par calcul ou
par utilisation d’un logiciel (Matlab par exemple) :
1
N( ) = ( In A) B M( ) (2.14)
% Calcul du noyau de la matrice Q(lambda)
q=[lambda*eye(n)-a b];
r=null(q); avec M ( ) de rang m, par exemple, M ( ) = Im .
% Calcul des matrices N(lambda) et M(lambda) Cette approche donne l’une des solutions équiva-
nlambda=r(1:n,:); lentes entre elles données par l’approche générale.
mlambda=r(n+1:n+m,:)

2.3.2 Recherche des meilleurs vecteurs propres admissibles

Une fois que les sous-espaces admissibles En pratique, il arrive qu’on ne souhaite pas spé-
ImagefN ( i )g des vecteurs propres (vi ; i = 1; : : : ; n) ci…er toutes les composantes de vid . Ceci se rencontre
sont dé…nis, le choix des vecteurs propres admissibles par exemple dans des problèmes de découplage, où
vi passe par la détermination des vecteurs zi à m l’on veut imposer des valeurs spéci…ées (nulles ou non
composantes, utilisant donc (m 1) degrés de liberté. nulles) à seulement certaines composantes du vecteur
Le calcul de la matrice K de dimension (m; n) uti- vid . Ce cas peut se traiter par application d’un opéra-
lise ainsi n degrés de liberté pour le placement des teur Ri sur les vecteurs désirés pour avoir la relation
valeurs propres, et n(m 1) degrés de liberté pour suivante
le choix des vecteurs propres, soit au total les mn v~i
fvid gRi = (2.18)
degrés de liberté disponibles. oi
A chaque valeur propre i , on doit associer un
où v~i est le vecteur des composantes spéci…ées du
vecteur propre appartenant au sous-espace admis-
vecteur vid et oi contient les autres composantes. En
sible associé. En pratique, les spéci…cations peuvent
appliquant le même opérateur Ri sur N ( i ), nous
être telles que le vecteur propre désiré vid n’appar-
trouvons
tienne pas à ce sous-espace. L’approche générale ~ ( i)
N
que nous proposons consiste à rechercher le vecteur fN ( i )gRi = (2.19)
du sous-espace admissible le plus proche du vecteur Oi
désiré vid au sens des moindres carrés. Comme la et zi est calculé comme précédemment, par la mé-
recherche des vi passe par celle des zi , le problème thode des moindres carrés.
peut se formuler de la manière suivante : Si le nombre des composantes spéci…ées du vec-
teur vid est supérieur ou égal à m
Trouver zi qui minimise l’expression
~ ( i )T N
zi = ( N ~ ( i )) 1 ~ ( i )T v~i
N (2.20)
J =k vid N ( i )zi k22 (2.15)
La solution de ce problème classique de moindres car- sinon, la solution est
rés s’écrit
~ ( i )T (N
zi = N ~ ( i )N
~ ( i )T ) 1
v~i
zi = (N ( i )T N ( i )) 1
N ( i )T vid (2.16)
Le vecteur propre admissible cherché est Le vecteur propre admissible le plus proche du vec-
teur désiré est ensuite calculé par la relation :
vi = N ( i )zi = N ( i )(N ( i )T N ( i )) 1
N ( i )T vid
(2.17) vi = N ( i )zi
22 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)

2.4 Placement de structure propre par retour d’état : Exemple

On considère le système : 2 = 2 et 3 = 3, et se comportant comme
8 2 3 2 3 deux sous-systèmes indépendants, selon le schéma
>
> 0 0 0 1 0
>
> x_ = 4 0 0 1 5 x + 4 1 suivant :
>
> 0 5u
<
0 0 0 0 1
>
>
>
>
>
> 1 0 0
: y= x
1 1 1
On souhaite réaliser une commande conduisant
à un système caractérisé par les modes 1 = 1,

2.4.1 Placement total de structure propre par retour d’état

On veut déterminer une commande : soit :
2 3
0
u= Kx + Hyc v2 = 4 5
plaçant le mode 1 = 1 dans le premier sous-
système et les modes 2 = 2 et 3 = 3 dans
le deuxième sous-système. De même :
1. Pour obtenir les découplages modes/sorties, la v31 0
matrice des vecteurs propres doit véri…er : Cv3 = =
v31 + v32 + v33
0 0
CV = soit :
0 2 3
0
soit : v3 = 4 5
v11
Cv1 = =
v11 + v12 + v13 0
2. Les valeurs propres désirées n’appartenant pas
par exemple :
2 3 au spectre de la matrice A, on peut calculer les
1 sous-espaces admissibles par les relations1 :
v1 = 4 1 5
0 M ( i) = Im
De même :
1
N ( i) = ( i Im A) B
v21 0
Cv2 = =
v21 + v22 + v23
1 Dans le cas d’une valeur propre désirée appartenant au spectre de A, on choisira l’approche générale ci-dessous, en général plus

lourde en calcul. La relation :

N( )
Q( )R( ) = [ In A B] =0
M( )
s’écrit : 2 3
2 3 a b
i 0 0 1 0 6 c d 7
4 6 7
0 i 1 1 0 56 e f 7=0
0 0 0 1 4 g h 5
i
i j
conduit à 6 équations pour 10 inconnues (a; b; ; j). Il existe donc une in…nité de solutions. Si l’on choisit par exemple
a = 1; b = 0; c = 1; d = 1, il vient une solution parmi d’autres :
2 3
1 0
i 0
N ( i) = 4 1 1 5 M ( i) = 2
0 i
0 i

Il convient de véri…er que les colonnes de R( ) sont linéairement indépendantes.

Notons par ailleurs que le calcul …nal du gain de retour d’état est indépendant du choix de la solution du système ci-dessus.
2.4. PLACEMENT DE STRUCTURE PROPRE PAR RETOUR D’ÉTAT : EXEMPLE 23

On en déduit la matrice de retour d’état :

2 3 2 3
1 1 0 0
1
0 0 1 0 0
6 i 7 4 1 1 5
6 72 3 K = ZV 1 = 1
6 7 0 4 9
6 1 1 7 1 0 0 2 3
6 0 74
N ( i) = 6 2 7 1 0 5
6 i i 7 2 3
6 7 0 1 1 0 0
6 7
4 1 5 K=4 5
0 0 6 6 5
i

2 3 On véri…e que la matrice :

1
0 2 3
6 i 7 1 0 0
6 7
6 7 A BK = 4 1 0 1 5
6 1 1 7
6 7 6 6 5
N ( i) = 6 2 7
6 i i 7
6 7
6 7 possède bien les valeurs propres souhaitées
4 1 5
0 1 = 1, 2 = 2 et 3 = 3.
i
3. Pour obtenir les découplages consignes/modes,
Il vient pour les sous-espaces admissibles des la matrice H doit véri…er (en e¤et les seuls de-
vecteurs propres associés aux di¤érentes va- grés de liberté sont sur H, puisque B est une
leurs propres souhaitées : donnée du problème et U = V 1 est …xée une
2 3 fois que V a été déterminée) :
1 0
N ( 1) = 4 1 1 5 2 3
1 = 1 0
0 1 U BH = 4 0 5
0
2 3
1=2 0 soit :
2 = 2 N ( 2 ) = 4 1=2 1=4 5 2 32 3
0 1=2 1 0 0 1 0
4 h11 h12
3 3 1 54 1 0 5
h21 h22
2 3 2 2 1 0 1
1=3 0
3 = 3 N ( 3 ) = 4 1=3 1=9 5 2 3 2 3
0 1=3 1 0 0
h11 h12
=4 0 1 5 =4 0 5
Les vecteurs propres désirés indiqués au para- h21 h22
0 1 0
graphe précédent peuvent être obtenus sous la
forme : 2 3 2 3
h11 h12 0
4 h21 h22 5 = 4 0 5
vi = N ( i ) zi h21 h22 0
avec les choix2 : soit par exemple :
2 3 2 3 2 3
1 0 0
h11 h12 1 0
z1 = 4 5 z2 = 4 5 z3 = 4 5 = =I
0 4 9 h21 h22 0 1

2 Ici, les valeurs des z peuvent être évaluées directement par examen des N ( ) et des v désirés. L’approche générale consiste
i i i
à les calculer par la relation :
T 1 T d
zi = (N ( i ) N ( i )) N ( i ) vi
soit par exemple pour z1 :
0 2 31 1 2 3 2 3
1 0 1 1
1 1 0 1 1 0
z1 = @ 4 1 1 5A 4 1 5=4 5
0 1 1 0 1 1
0 1 0 0
24 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)

2.5 Placement partiel de structure propre par retour de sortie

2.5.1 Principe

Approche généralisant directement la procédure remplaçant l’expression (2.12) par :

donnée dans le cas du retour d’état (§ 2.2) et consis-
tant à choisir p valeurs propres et les p vecteurs M ( i ) zi = KCvi
propres associés et à les placer. Cela conduit à un
placement partiel de modes, p valeurs propres étant Gain de retour de sortie obtenu en plaçant les p va-
placées tandis que les n p autres ne sont pas maî- leurs propres et vecteurs propres
trisées. La détermination du gain de retour de sortie
1
K est similaire à celle du retour d’état du § 2.2.1, en K = [w1 : : : wp ][Cv1 : : : Cvp ]

2.5.2 Algorithme

1. Choix arbitraire de p valeurs propres ce qui conduit à la détermination des zi tels

que
i; i = 1; : : : ; p vi = N ( i )zi ; i = 1; : : : ; p

2. Détermination des sous-espaces admissibles 4. Calcul des directions d’entrée

pour les vecteurs propres associés
wi = M ( i )zi ; i = 1; : : : ; p
R ( i ) ! N ( i ) et M ( i ); i = 1; : : : ; p
5. Calcul de la matrice K de gain de retour de
3. Choix des vecteurs propres vi (i = 1 p) à sortie :
placer associés aux valeurs propres i 1
K = [w1 : : : wp ][Cv1 : : : Cvp ]
vi 2 S( i ); linéairement indépendants
Il faut véri…er a posteriori que valeurs propres non
tels que vi = vj? si = ? placées ne sont pas être trop a¤ectées par le retour
i j
de sortie (on n’a aucun moyen de s’en assurer a
et tels que la matrice C[v1 : : : vp ] soit inversible priori).

2.5.3 Exemple

Soit le système dé…ni par : Avec M ( 1) = M ( 2) = I2 , il vient :

2 3 2 3 2 3 2 3
0 0 0 1 0 1 0 1=2 0
A = 4 0 1 0 5 B=4 0 1 5 N ( 1) = 4 0 1=2 5 N ( 2) = 4 0 1=3 5
0 0 5 1 0 1=4 0 1=3 0
1 0 3
C = Les vecteurs propres désirés sont admissibles et
0 1 0
associés aux paramètres suivants :

Premier placement 4 0
z1 = w1 = z2 = w2 =
0 3
On suppose que l’on veut placer deux modes à
1 et 2, avec les vecteurs propres désirés associés : Ces paramètres peuvent être déduits d’un examen
2 3 2 3 direct des expressions des vecteurs propres désirés vi
? 0 et des N ( i ) ou bien calculés par les formules :
v1d = 4 0 5 v2d = 4 1 5
1 ? ~ ( i )T (N
zi = N ~ ( i )N
~ ( i )T ) 1
v~i
2.5. PLACEMENT PARTIEL DE STRUCTURE PROPRE PAR RETOUR DE SORTIE 25

soit :
1
0 1=4 0 1=2 0 1=4 0 4
z1 = =
1=2 0 1=4 0 1=2 0 1 0

1
1=2 0 1=2 0 1=2 0 0 0
z2 = =
0 1=3 0 1=3 0 1=3 1 3

Il vient alors : Deuxième placement

2 3 2 3
4 0 Supposons maintenant que l’on veuille placer
v1 = 4 0 5 v2 = 4 1 5 deux modes à 1 et 2, avec les vecteurs propres
1 0 désirés associés :
2 3 2 3
1 0 0 ?
Cv1 = Cv2 = v1d = 4 1 5 v2d = 4 0 5
0 1
? 1
d’où :
1
K = W (CV ) Les vecteurs propres désirés sont admissibles et
associés aux paramètres suivants :
1 0 3
4 0 1 0 4 0 z1 = w1 = z2 = w2 =
K= = 2 0
0 3 0 1 0 3
2 3 il vient
4 0 12
2 3 2 3
A BKC = 4 0 2 0 5 0 1; 5
4 0 17 v1 = 4 1 5 v2 = 4 0 5
On peut facilement véri…er que le polynôme caracté- 0 1
ristique de la matrice A BKC est égal à :
d’où
( + 1)( + 2)( + 20) 2 0
K=
0 2
On a donc bien placé les deux valeurs propres sou- On peut facilement véri…er que le polynôme caracté-
haitées. ristique de la matrice A BKC est égal à
La troisième valeur propre = 20 s’est pla-
cée ici librement de manière très stable, conduisant ( + 1)( + 2)( 5)
à un mode négligeable par rapport aux modes sou-
haités. On peut donc être satisfait du retour d’état Dans ce cas, le mode non contrôlé s’est placé à la
ainsi calculé. valeur 5 et le système est donc instable.

2.5.4 Généralisation au placement total par retour de sortie

La méthode présentée ci-dessus est intéressante,
parce que particulièrement simple si les modes libres
se placent convenablement. Dans le cas où le pla-
cement libre n’est pas satisfaisant, on peut mettre
en oeuvre une extension de cette méthode (non pré-
sentée ici) permettant de placer par retour de sortie
les n valeurs propres et p vecteurs propres associés,
lorsque la condition de Kimura est respectée :
m+p>n
26 CHAPITRE 2. COMMANDE PAR RETOUR D’ÉTAT (CAS MULTIVARIABLE)
Annexe A

Pseudo-diagonalisation de matrices
polynomiales

Soit la matrice polynomiale M (s). On donne ici Si r2 (s) est nul, passer à l’étape suivante ; sinon
une procédure permettant de trouver la forme de intervertir les lignes 1 et 2 et répéter la présente
Smith correspondante S (s) par la relation étape. Puisque le degré de l’élément (1; 1) doit
décroître d’au moins une unité chaque fois que
M (s) = V (s) S (s) W (s) nous répétons cette étape, nous devons termi-
La procédure est basée sur des opérations élémen- ner avec un zéro en position (2; 1).
taires sur les lignes et les colonnes de M (s) aux- 3. De la même manière que celle indiquée à l’étape
quelles correspondent respectivement les matrices V (s) précédente, utiliser des opérations élémentaires
et W (s). de lignes pour rendre nul tout élément de la
première colonne excepté l’élément (1; 1).
Procédure 4. Par des opérations du même type sur les co-
1. Parmi tous les éléments non nuls de M (s), en lonnes, annuler tous les éléments de la première
choisir un de degré minimum et l’amener à la ligne excepté l’élément (1; 1).
position (1; 1) par permutation de lignes et de
5. L’étape 4 peut avoir réintroduit des éléments
colonnes.
non nuls sous l’élément (1; 1) de la première
2. Ecrire l’élément m21 (s) (si cet élément est non colonne. Dans ce cas, retourner à l’étape 2.
nul) sous la forme Comme à chaque cycle des étapes 2, 3, 4, 5
et 2, le degré de l’élément (1; 1) s’abaisse, le
m21 (s) = q2 (s) m11 (s) + r2 (s)
processus se terminera avec une matrice de la
où r2 (s) est soit nul soit tel que deg r2 (s) < forme :
deg m11 (s). En soustrayant q2 (s) fois la pre- 2 3
mière ligne de la deuxième, l’élément (2; 1) de- a (s) 0 0 0
6 0 b (s) c (s) d (s) 7
vient r2 (s). Ceci est obtenu par prémultiplica- 6 7
6 0 e (s) f (s) g(s) 7
tion de la matrice M (s) par une matrice V1 (s) 6 7
6 .. .. .. .. 7
telle que : 4 . . . . 5
2 3 0 h (s) i (s) j (s)
1 0 0
6 q2 (s) 1 0 0 7
6 7 6. Si un élément des colonnes 2, 3 : : : n’est pas
6 0 0 1 0 7
V1 (s) = 6 7 divisible par a (s), on ajoute cette colonne à
6 .. .. .. . 7
4 . . . .. 5 la première colonne et on reprend au début de
0 0 1 l’étape 2. Ainsi de suite, le processus se ter-
mine avec une matrice dans laquelle a (s) di-
il vient
2 3 vise tout autre élément non nul de la matrice.
m11 (s) m12 (s) On s’assure alors que a (s) est monic et on pose
6 r2 (s) m22 (s) 7 1 (s) = a (s).
6 7
V1 (s)M (s) = 6 m31 (s) m32 (s) 7
4 5 On supprime alors la première ligne et la première
.. .. ..
. . . colonne de la matrice et l’on reprend la procédure

27
28 ANNEXE A. PSEUDO-DIAGONALISATION DE MATRICES POLYNOMIALES

sur la sous-matrice restante. On obtient alors une Il faut reprendre maintenant une procédure si-
matrice équivalente à M (s) : milaire sur la sous-matrice :
2 3
1 (s) 0 0 0
6 0 2 (s) 0 0 7
6 7
6 0 0 w (s) x(s) 7 3s2 12
6 7
6 .. .. .. .. 7 3s2 12
4 . . . . 5
0 0 y (s) z (s)
La procédure se répète jusqu’à obtention de la forme
de Smith de M (s). La prémultiplication par :

Exemple : Soit la matrice : 2 3

2 3 1 0 0
1 1
V2 (s) = 4 0 1 0 5
M (s) = 4 s2 + s 4 2s2 s 8 5
0 1 1
s2 4 2s2 8

– Etape 1 : inutile ici puisque l’élément m11 (s) =

1 est de degré minimal.
– Etapes 2 et 3 : remarquons que : conduit à :

m21 (s) = q2 (s) m11 (s) + r2 (s)

s + s 4 = s2 + s 4 1 + 0
2
2 3
1 0
et que : V2 (s)V1 (s)M (s) W1 (s) = 4 0 3s2 12 5
0 0
m31 (s) = q3 (s) m11 (s) + r3 (s)
s2 4 = s2 4 1 + 0
Les opérations correspondantes sur les lignes
peuvent être regroupées et correspondent à une qui est la forme de Smith recherchée de M (s) telle
prémultiplication par la matrice : que :
2 3
1 0 0
V1 (s) = 4 s2 + s 4 1 0 5
s2 4 0 1 M (s) = V (s) S (s) W (s)
telle que :
2 3
1 1
V1 (s)M (s) = 4 0 3s2 12 5
0 3s2 12 avec :

– Etape 4 : on opère maintenant des opéra-

tions sur les colonnes par postmultiplication.
La forme de la matrice V1 (s)M (s) conduit au
choix de la matrice de postmultiplication : 2 3
1 0 0
1
1 1 V (s) = (V2 V1 ) = 4 s2 + s 4 1 0 5
W1 (s) = s2 4 1 1
0 1
1 1 1
telle que : W (s) = W1 =
2 3 0 1
1 0
V1 (s)M (s) W1 (s) = 4 0 3s2 12 5
0 3s2 12