Académique Documents
Professionnel Documents
Culture Documents
Etat 2012 2013 Chap1 PDF
Etat 2012 2013 Chap1 PDF
version 2.1
L. EL BAHIR
2012-2013
ENSA de Marrakech
Université Cadi Ayyad
Chapitre 1 Analyse des systèmes dans l’espace d’état
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
22
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Chapitre 1
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
33
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
44
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Un système dynamique peut être décrit de manière externe en utilisant uniquement ses
entrées et sorties ou de manière interne en utilisant, en plus de ses entrées et sorties, les
variables (ou grandeurs) dites d’état décrivant le comportement intrinsèque du système.
Parmi les représentations externes les plus utilisées, nous pouvons citer la fonction de
transfert, les équations différentielles, les représentations temporelles (réponse impulsionnelle,
réponse indicielle, …) et les représentations fréquentielles (courbes de Bode, courbes de
Nyquist, …).
La représentation en variables d’état est une description qui dépend explicitement des
variables d’état (ou états) du système. Les états d’un système peuvent vus comme des
éléments de stockage d’informations ou une sorte de mémoire du système. La représentation
en variables d’état est caractérisée par la paire d’équations
x(t ) f [x (t ), u(t ), t ]
(1.1)
y(t ) g[x (t ), u(t ), t ]
où x (t ) n est le vecteur des grandeurs d’état, u(t ) m le vecteur des grandeurs d’entrée
et y(t ) p le vecteur des grandeurs de sortie. f [.] et g[.] sont des fonctions vectorielles
non-linéaires et (éventuellement) évolutives de dimensions adéquates.
f1[x (t ), u(t ), t ] g1[x (t ), u(t ), t ]
f2 [x (t ), u(t ), t ] g2 [x (t ), u(t ), t ]
f [x (t ), u(t ), t ] et g[x(t ), u(t ), t ] (1.2)
fn [x (t ), u(t ), t ] g p [x (t ), u(t ), t ]
La première équation de (1.1) s’appelle équation d’état. Elle regroupe un certain nombre
d’équations différentielles reliant les états du système au signal d’entrée.
La deuxième s’appelle équation de sortie. Elle regroupe un certain nombre d’équations
algébriques reliant le signal de sortie aux états du système et au signal d’entrée.
Dans le cas des systèmes linéaires, qui nous intéressent dans ce cours, la représentation en
variables d’état (1.1) s’écrit
x(t ) A(t )x (t ) B(t )u(t ); x (0) x 0
(1.3)
y(t ) C (t )x (t ) D(t )u(t )
où A(n n) , B(n m ) , C (p n ) et D(p m ) sont des matrices qui s’appellent
respectivement matrice de transfert, matrice d’action, matrice de mesure et matrice d’action
directe (généralement nulle). Si les matrices A, B, C et D (formées par les paramètres du
système) sont constantes (indépendantes du temps), on peut dire que le système est
permanent (ou invariant). On se mettra dans cette hypothèse dans toute la suite et on
utilisera l’équation
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
55
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
x(t ) Ax (t ) Bu(t )
(1.4)
y(t ) Cx (t ) Du(t )
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
66
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Exemple :
Reprenons l’exemple du circuit RCL précédent et remplaçons le courant dans l’équation (1.5)
par son expression (1.6), nous obtenons l’équation
Si nous choisissons cette fois-ci comme états vC (t ) et vC (t ) (au lieu de i(t ) et vC (t ) ), nous
obtenons la représentation en variable d’état suivante
0 1 0
vC (t ) vC (t )
1 R 1 v(t )
vC (t )
vC (t ) LC1 L LC1
(1.13)
v (t )
y(t ) vC (t ) 1 0
C
vC (t )
Nous pouvons aisément vérifier que la matrice P, du changement de variable, est donnée par
0 C1
P (1.14)
1 0
(At )2 (At )3
(At )i
e At
I At
2!
3!
.....
(1.15)
i 0 i !
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
77
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
d At d (At )2 (At )3
e I At .....
dt dt 2! 3!
(At )2
(At )i
A I At ..... A
2! i 0 i !
(At )2
(At )i
I At
2!
..... A
i! A
i 0
d At
D’où e Ae At e At A (1.16)
dt
Reprenons l’équation d’état de (1.4) et considérons dans un premier temps le système non
forcé (libre), c'est-à-dire soumis uniquement à son état initial.
x(t ) Ax (t ) x (t0 ) x 0 (1.17)
Comme dans le cas d’une équation différentielle scalaire linéaire de premier ordre, nous
considérons que la solution de (1.17) est de la forme
x (t ) e A(t t0 )x 0 (1.18)
Exercice :
Montrer que :
(t0 , t0 ) I n (1.21)
e At
T
eA
T
t
(1.24)
1 A 1
L[e At ] I (sI n A)1 (1.25)
s n s
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
88
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
d A(t t0 )
Soit [e x (t )] e A(t t0 )Bu(t ) (1.29)
dt
Intégrons (1.29) entre t0 et t
t e A( t )Bu()d
t t
e A(t t0 )x (t ) 0
(1.30)
t0 0
t eA( t )Bu()d
t
D’où e A(t t0 )x (t ) x 0 0
(1.31)
0
t e A(t )Bu()d
t
x (t ) e A(t t0 )x 0
0
Ou encore (1.32)
t
t
(t , t0 )x 0 (t , )Bu( )d
0
1.1 Méthode 1 :
D’après la formule (1.25), il suffira de calculer (sI n A)1 puis déterminer sa transformée de
Laplace inverse.
Exemple :
0 1 s 1
A (sI A)
2 3 2 s 3
s 3 1 1
(sI A)1
2 s (s 2)(s 1)
s3 1
(s 2)(s 1) (s 2)(s 1)
2 s
(s 2)(s 1) (s 2)(s 1)
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
99
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
2 1 1 1
(s 1) (s 2) (s 1) (s 2)
2 2 1 2
(s 1) (s 2) (s 1) (s 2)
2e t e 2t e t e 2t
D’où, e At L1 (sI A)1
t
2e 2e
2t
e t 2e 2t
1.2 Méthode 2 :
Cas où la matrice A admet n valeurs propres distinctes i i 1..n .
Elle peut être diagonalisée via une matrice inversible T comme suit
A T T 1 (1.33)
1 0 0
0 2
où (1.34)
0
0 0 n
or e At Te tT 1 (1.35)
e 1t 0 0
0 e 2t
et e t (1.36)
0
0 0 e nt
Exemple :
Reprenons l’exemple précédent. Après diagonalisation, nous avons
1 1 2 1 1 0
T , T 1 et (1.38)
1 2 1 1 0 2
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1010
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
D’où
1 1 e t 0 2 1
e At
1 2 0 e
1 1
2t
e t e 2t 2 1
(1.39)
e
t
2e 2t 1 1
2e t e 2t e t e 2t
t 2t t 2t
2 e 2 e e 2 e
On retrouve le même résultat.
A PJP 1 (1.40)
i 1 0 0
J1 0 0
0 i
0 J2
où J et J i 1..k 0 (1.41)
0
1
0 0 Jk
0 i mi mi
0
Exemple :
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1111
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
5 1 1
1 1, 5
2 2 2
Soit A 12 5 1
dont les valeurs propres sont 2 1, 5 ; La forme de
2 2
1 1
1 3 3
2
2 3 4 3 0 0
Jordan obtenue via P 4 3 4 est J 0 1, 5 1 c-à-d J 1 3
2 3 2 0 0 1, 5
1, 5 1 1 t
et J 2 . D’où eJ1t e 3t et e J 2t e 1,5t
0 1, 5 0 1
e At PeJt P 1
eJ1t 0 1
P P
0 e J 2t
e 3t 0 0
P 0 e 1,5t te 1,5t P 1
0 0 e 1,5t
2 3 4 e 1 1 0
3t
0 0
6 6
4 3 4 0 e 1,5t te 1,5t 0 19 29
2 3 2 0 0
1
e 1,5t 6 0 6
1
1.3 Méthode 3 :
Déterminer les i (t )i 0..n 1 tels que
n 1
e At i (t )Ai (1.44)
i 0
On sait que si k est une valeur propre de A, alors f(k) est une valeur propre de f(A).
D’où
n 1
e kt i (t )k i pour chaque valeur propre k de A (1.45)
i 0
Si une valeur propre j, par exemple, est de multiplicité (q+1), on utilisera les
équations
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1212
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
t n 1
e j
i (t )j i
i 0
d n 1
d
e j t i (t )j i
j d d j i 0 (1.46)
n 1
d q j t dq
q i
q e (t )j i
dj d j i 0
Exemple :
0 1
Reprenons l’exemple de la méthode 1 : A . Deux valeurs propres
2 3
distinctes : 1 1 et 2 2 .
L’équation (1.45) deviant:
e 1t 0 (t )10 1(t )11
(1.47)
e 2t 0 (t )20 1(t )21
e t 0 (t ) 1(t )
Soit 2t (1.48)
e 0 (t ) 21(t )
0 (t ) 2e t e 2t
D’où (1.49)
1(t ) e t e 2t
L’équation (1.44) s’écrit
0 1
e At 0I 1A
21 0 31
2e t e 2t e t e 2t
(1.50)
t 2t
2(e e ) 2e e
t 2t
3(e t e 2t )
2e t e 2t e t e 2t
t 2t t 2t
2 e 2e e 2 e
On retrouve le même résultat.
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1313
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
La matrice (sI n A) est régulière pour toute valeur de s telle que dét(sI n A) 0 , c'est-à-
dire que pour toute valeur de s différente des valeurs propres de A, nous pouvons écrire
X (s) (sI n A)1[BU (s) x (0)]
(1.53)
Y (s) C (sI n A)1[BU (s) x(0)] DU (s)
La fonction de transfert (description externe du système) exprime la relation entre les sorties
et les entrées du système. Pour les entrés u(t) et x(0) nous avons respectivement
F (s) C (sI n A)1 B D (1.54)
C adj sI n A B D dét sI n A
soit F (s) (1.56)
dét sI n A
C adj sI n A
et Fx 0 (s) (1.57)
dét sI n A
où adj sI n A est la matrice formée de tous les mineurs principaux de la matrice (sI n A) .
Tous ces mineurs sont des polynômes en s de degré égal au plus à (n 1).
dét sI n A est un polynôme en s de degré n. Il s’agit du polynôme caractéristique de la
matrice d’état A. Nous pouvons constater que les pôles de F(s) et Fx0(s) sont nécessairement
les valeurs propres de la matrice A et que les zéros de F(s) et Fx0(s) sont les racines de
C adj sI n A B D dét sI n A et de C adj sI n A .
Si le numérateur et le dénominateur de F(s) sont des polynômes n’ayant pas de facteurs
communs, alors les valeurs propres de A sont forcement les pôles de F(s). Si ce n’est pas le
cas, les facteurs communs peuvent être simplifiés entre eux et les modes correspondants sont
soit incommandables, soit inobservables (voir section commandabilité et observabilité).
Ceci ne doit pas nous étonner puisque la représentation en variables d’état fournit une
description interne du comportement du système alors que la fonction de transfert n’en
fournit qu’une description externe.
Remarquons que lim F (s) D ; F(s) ne sera donc strictement propre que si D = 0.
s
F(s) C(sI n A
)1 B D (1.58)
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1414
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
En appliquant (deux fois) (1.62) à [P 1(sI n A)P ]1 , nous pouvons aboutir à
3.1 Commandabilité :
Un état x(t) du système est dit commandable s’il existe toujours un signal de commande u(t)
fini capable de faire évoluer cet état d’une valeur initiale quelconque x(t0) à une valeur finale
x(t1) désirée.
Un système est complètement commandable si tous ses états sont
commandables. D’une manière intuitive, nous pouvons déduire que si
certains états du système sont indépendants de toute variation du
signal d’entrée u(t) (aucune action n’est possible sur ces états via
u(t)), ces états sont dits incommandables et le système n’est que
partiellement commandable.
Théorème 1
Une condition nécessaire et suffisante pour que le système (1.4) soit complètement
commandable dans l’intervalle [t0, t1] est que la matrice nn
t
t1
Wc (t0 , t1 ) (t0 , t )BBT T (t0 , t )dt (1.63)
0
Puisque la commandabilité d’un système est liée uniquement aux matrices A et B, on dit la
paire (A,B) est commandable pour dire le système est commandable.
Théorème 2
Un système linaire permanent décrit par le modèle (1.4) est complètement commandable si
et seulement si la matrice de commandabilité définie par
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1515
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Théorème 3
Un système linaire permanent de matrice d’état A diagonale et ayant des valeurs propres
distinctes est complètement commandable si et seulement si la matrice d’action B ne présente
aucune ligne identiquement nulle.
En se mettant dans les conditions du théorème 3, l’équation (1.32) peut se mettre sous la
forme
L’on constate que chaque état peut être commandé individuellement via une ou plusieurs
entrées si la ligne correspondante de la matrice d’action B n’est pas identiquement nulle.
La commandabilité d’un système peut donc être étudiée en le ramenant au cas précédent
quand cela est possible, c'est-à-dire quand A est diagonalisable. Ce qui revient à étudier le
système
x(t ) x(t ) P 1Bu(t )
(1.66)
y(t ) CPx(t ) Du(t )
Où x (t ) Px(t ) , P 1AP matrice diagonale (contenant les valeurs propres de la matrice
A) et P la matrice modale formée à partir des vecteurs propres de A.
Donc, si certaines lignes de P 1B sont identiquement nulles, les éléments correspondants du
vecteur x(t ) sont indépendants de toute variation du signal d’entrée u(t). On parle de
système et de modes incommandables.
Exemple
Supposons qu’après diagonalisation d’un système de deuxième ordre, nous avons
1 0 1
P 1B CP 1 2 D0
0 2 2
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1616
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
1
̙1 1
+
x1(t )
x1(t )
u (t ) y (t )
+
̙2 x2 (t ) x2 (t )
2
+
2
1
u (t ) 1
̙1 +
x1(t )
x1(t )
y (t )
+
x2 (t ) x2 (t )
2
+
2
1
1
+
x1(t )
x1(t )
u (t ) y (t )
+
x2 (t ) x2 (t )
2
+
2
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1717
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
3.2 Observabilité:
Un état x(t) du système est dit observable si, connaissant u(t), y(t), A, B, C et D, il peut être
déterminé quelque soit t. En d’autres termes, cet état a un effet sur les signaux de sortie de
du système.
Un système est complètement observable si tous les états sont observables.
Il est souvent souhaité d’obtenir des informations sur les états d’un système qui ne sont pas
accessibles à la mesure en mesurant le signal de sortie et le signal d’entrée. Si au moins un
des états du système n’a aucun effet sur les signaux de sortie, on dit que ces états sont
inobservables et que le système n’est pas complètement observable.
Théorème 4
Une condition nécessaire et suffisante pour que le système (1.4) soit complètement observable
dans l’intervalle [t0, t1] est que la matrice nn
t
t1
W0 (t0 , t1 ) T (t , t0 )C TC (t , t0 )dt (1.67)
0
Puisque l’observabilité d’un système est liée uniquement aux matrices A et C, on dit la paire
(A,C) est observable pour dire le système est observable.
Théorème 5
Un système linaire permanent décrit par le modèle (1.4) est complètement observable si et
seulement si la matrice de d’observabilité définie par
C
CA
O CA2 (1.68)
n 1
CA
Théorème 6
Un système linaire permanent de matrice d’état A diagonale et ayant des valeurs propres
distinctes est observable si et seulement si la matrice d’observation C ne présente aucune
colonne identiquement nulle.
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1818
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Lemme 1
La paire (A,B) est commandable ssi il n’existe aucun vecteur propre gauche viT de A non
nul tel que
viT A i viT et viT B 0 (1.69)
Lemme 2
La paire (A,B) est commandable ssi
s, rang sI n A B n (1.70)
Lemme 3
Si la paire (A,B) est non commandable, alors il y aura une compensation pôle-zéro dans
sI n A 1 B .
Lemme 4
La paire (A,C) est observable ssi il n’existe aucun vecteur propre droit wi de A non nul tel
que
Awi i wi et Cwi 0 (1.71)
Lemme 5
La paire (A,C) est observable ssi
sI n A
s, rang n (1.72)
C
Lemme 6
Si la paire (A,C) est non observable, alors il y aura une compensation pôle-zéro dans
C sI n A 1 .
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
1919
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
P 1AP Ac
A
A12 Bc
, B P 1B et C CP Cc Cnc (1.73)
0 Anc 0
Exercice :
Montrer que F (s) C (sI n A)1 B Cc (sI q Ac )1 Bc
Le résultat de cet exercice montre que les modes incommandables n’apparaissent pas au
niveau d’une fonction de transfert qui est une représentation externe du système.
Exemple
Considérons le système 22 suivant :
5 10 10 1 4
1 0 0
A 2 1 2 , B 1 0 et C (1.75)
0 1 0
0 4 1 1 2
1 4 5 0 5 20
C 1 0 1 4 3 8 (1.76)
1 2 3 2 2 14
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2020
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
inverse s’écriront
1 4 1 0 1 0
P 1 0 0 et P 0 5, 5 0, 5
1 (1.77)
1 2 0 1 1 2
D’où
1 4 2 1 0
1 4 1
A P AP 1 1 1 , B P B 0 1 et C CP
1 1
(1.78)
1 0 0
0 0 3 0 0
On voit que cet état incommandable est bien découplé des autres états et du signal de
commande.
Exercice
Calculer la matrice de transfert du système de l’exemple précédent.
P 1AP Ao
A
0 Bo
, B P 1B et C CP Co 0 (1.81)
A21 Ano Bno
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2121
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
o1
o
Puisque rang(O ) q n , O contient q lignes linéairement indépendantes, soient .
2
oq
w1
w
La matrice P peut alors être formée par ces q lignes et n-q vecteurs lignes arbitraires,
2
wn q
, en sorte que
o1
o2
oq
P
(1.82)
w 1
w2
wn q
soit inversible.
Exemple
Considérons le système 22 suivant :
1 4 4 3 0
0 1 0
A 3 4 6 , B 1 1 et C (1.83)
1 3 2
3 5 7 2 1
0 1 0
1 3 2
3 4 6
O
(1.84)
4 6 8
3 2 6
2 0
4
Il est évident que les deux premières lignes sont linéairement indépendantes. Si l’on choisit
w1 1 0 0 , la matrice P et son inverse s’écriront
0 1 0 0 0 1
P 1 3 2 et P 1
1
0 0 (1.85)
1 0 0 1, 5 0, 5 0, 5
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2222
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
D’où
5 3 0 1 1
1 0 0
A P AP 6 4 0 , B P B 2 1 et C CP
1 1
(1.86)
0 1 0
2 2 1 3 0
Exercice
Calculer la matrice de transfert du système de l’exemple précédent.
4 Stabilité
Étant donné que la stabilité d’un système dépend de ses propriétés intrinsèques, il est
suffisant, pour l’étudier, de considérer la représentation suivante de ses mouvements naturels
x(t ) f [x (t ), t ] (1.88)
Notons que le système peut être évolutif ou permanent. On abordera dans ce chapitre
uniquement le cas des systèmes permanents décrit par
x(t ) f [x (t )] (1.89)
Etudier la stabilité de ce système revient à étudier son aptitude de revenir à son état
d’équilibre après s’en être écarté sous l’effet d’une perturbation. Si x est un état d’équilibre,
on peut sans perdre de généralité, effectuer un changement de variable en sorte que le nouvel
espace d’état ait comme origine x et considérer ainsi cette origine (x = 0) comme point
d’équilibre qui servira à étudier la stabilité du système décrit par (1.88).
4.1 Définitions
4.1.1 Stabilité (ou stabilité faible)
L’état d’équilibre x 0 est dit stable ssi,
{t0 , 0}, (, t0 ) 0 tels que x (t0 ) x (t ) t t0 .
n
Pour la commodité, on peut adopter la norme euclidienne : x xi2 .
i 1
Cette définition veut dire qu’il est possible, par le choix d’un point initial suffisamment
proche de 0, d’empêcher l’état du système de s’éloigner trop du point d’équilibre, qui est 0 ici
en l’occurrence. Autrement dit, étant donné une hypersphère de centre 0 et de rayon , il est
possible de trouver une hypersphère concentrique de rayon qui englobe tous les points
initiaux possibles à partir desquels les trajectoires de l’état ne s’éloignent pas trop du point
d’équilibre.
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2323
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
x2
x0
0
x1
Cette définition veut dire que, pourvu que le point initial est pris dans une certaine
hypersphère de rayon , la trajectoire s’approchera indéfiniment du point d’équilibre
(origine).
x2
x0
0
x1
Remarque
À partir de cette définition on peut retrouver les propriétés de stabilité connues des systèmes
linéaires, à savoir les pôles de la fonction de transfert ou les valeurs propres de la matrice
d’état qui doivent être à partie réelle négative.
Théorème
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2424
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Corollaire
Si les conditions du théorème précédent sont vérifiées pour un domaine D égal à l’entièreté
de l’espace de phase, et qu’en outre V(x) est telle que
V (x ) V (x ) pour 1 et x 0
lim V x (t ) x (t ) 0 (1.91)
0 0
V(x)=c1
0 x1
Exemple 1
x1 x 2 ax13
a 0 ; état d’équilibre : x1 0 et x 2 0
x2 x1 ax 23
Pour cet exercice, V (x ) x12 x 22 est une fonction de Lyapounov. En effet : elle est continue,
à dérivées continues
V (0) 0
V (x ) 0, x 0
V (x ) T x 2 ax13
V
x
f x (t ) 2x 2x 2
1 3
x1 ax 2
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2525
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Exercice
Considérons le système de régulation suivant :
x2 x1
0 +
+
Où a > 0, f (z ) bz 3 et b > 0.
On considérera comme état d’équilibre x = 0.
1. Expliciter l’expression x(t ) f [x (t )]
Théorème
Une condition nécessaire et suffisante de stabilité asymptotique du système (1.92) est
l’existence d’une matrice P > 0, (nn) symétrique, solution de l’équation, dite de Lyapounov,
AT P PA Q (1.93)
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2626
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
V(x) est donc une fonction de Lyapounov du système le point d’équilibre x = 0 est
asymptotiquement stable.
D’autre part,
V (x ) 2xT Px xT Px , pour >1 et x 0
On en déduit que lorsque la stabilité asymptotique du point d’équilibre x = 0 est assurée, elle
est illimité.
Proposition
Une condition nécessaire et suffisante de stabilité asymptotique du système (1.92) avec un
degré de stabilité h (>0) est l’existence d’une matrice P > 0, (nn) symétrique, solution de
l’équation de Lyapounov suivante :
AT P PA 2hP Q (1.95)
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2727
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
La forme quadratique
V (x ) xT Px (1.99)
Est une fonction de Lyapounov du système.
À retenir :
Pour les systèmes linéaires permanents, on travaille souvent avec un degré de stabilité h = 0
pour les systèmes continus et r = infini pour les discrets.
Nous retenons donc ceci :
Une condition nécessaire et suffisante pour qu’un système continu, linaire et
permanent soit stable est que sa matrice de transfert A soit de valeurs propres à
partie réelle négative.
Une condition nécessaire et suffisante pour qu’un système discret, linaire et
permanent soit stable est que sa matrice de transfert A soit de valeurs propres
dont le module est inférieur à1.
Exemple :
Supposons que le système diagonalisé décrit par l’équation (1.66) est monovariable à deux
états que l’on met sous la forme explicite:
x1(t ) 0 x1(t ) b1
1 u(t )
x2 (t )
0 2 x2 (t ) b2
(1.100)
x1(t )
y(t ) c1 c2 0u(t )
x2 (t )
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2828
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Il est dès lors facile de voir qu’une condition nécessaire et suffisante de stabilité consiste à
imposer que 1 et 2 soient de partie réelle négative. Ce qui garantira à ce système de passer
de son état initial x(t0 ) à son état d’équilibre x(t ) 0 0 T et d’y rester.
Une grandeur complexe à partie réelle négative est qualifiée d’hurwitzienne.
Une grandeur d’état correspondant à une valeur propre hurwitzienne sera dite stable.
Une matrice dont les valeurs propres sont toutes hurwitziennes est dite hurwitzienne.
5 Formes canoniques
Nous avons vu précédemment qu’à partir d’une représentation en variables d’état nous
pouvons obtenir une infinité d’autres représentations par une transformation du vecteur
d’état x (t ) Px(t ) tout en conservant le comportement entrée-sortie du système.
Il serait donc intéressant de trouver des matrices de transformation P particulières pour
lesquelles les nouvelles représentations sont d’une forme simples et présentent certains
avantages. Ces nouvelles représentations s’appellent formes canoniques.
On se limitera dans ce chapitre au cas des systèmes monovariables.
qui est une matrice inversible et les {ai } sont les coefficients du polynôme caractéristique du
système donné par
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
2929
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
0 1 0 0 0
0
A et B (1.106)
0
0 0 1 0
a a
an 1 1
0 1
La matrice C c1 c2 cn n’a pas de forme particulière.
Nous pouvons montrer que la fonction de transfert déduite de la forma canonique (1.106) est
donnée par
cn sn 1 c2s c1
F (s) (1.107)
sn an 1sn 1 a1s a0
Exemple : n = 2
x1 0 1 x1 0
u
x2 a0 a1 x 2 1
(1.108)
x1
y c1 c1
x 2
1 s
X1(s) U (s) et X 2 (s) 2 U (s) (1.110)
s a1s a0
2
s a1s a0
En substituant ces expressions dans la troisième équation nous avons
c1 c2 s
Y (s) U (s) (1.111)
s a1s a0
2
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3030
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
c1 c2 s
F (s) (1.112)
s a1s a0
2
Nous pouvons obtenir le même résultat en utilisant la formule F (s) C (sI n A)1B .
0 a0
0 b1
1 0 a1
b2
A 0 , B et C 0 0 1 (1.114)
0
0 0 1 an 1
bn
La matrice B n’a pas de forme particulière.
Nous pouvons montrer que la fonction de transfert déduite de cette représentation canonique
est donnée par
b1 b2s ... b2sn 1
F (s) (1.115)
sn an 1sn 1 ... a1s a0
x (k 1) Ax (k ) Bu(k )
(1.116)
y(k ) Cx (k ) Du(k )
Notons que cette description en variables d’état se réalise, comme son homologue continue, à
une transformation arbitraire près dans l’espace d’état. Ainsi, si l’on effectue le changement
de variables
x (k ) Px(k ) (1.117)
où P est une matrice régulière, on obtient
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3131
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
P 1AP , B P 1B , C CP et D D .
où A
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3232
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
f(x)
f ( x x)
f (x ) f
f (x ) Zone d’approximation
x x x x
Figure 7 : Linéarisation de f(x)
Puisque la variation x est considérée comme assez petite ( 0), les termes en (x)k
deviennent de plus en plus faibles en augmentant k. Les termes de hauts degrés peuvent donc
être négligés.
Pour approcher f(x) autour du point x par une fonction linaire, seuls les termes linéaires de la
série de Tylor sont retenus.
df (x )
f (x x ) f (x ) x (1.122)
dx x x
Cette relation n’est évidemment valable que pour de faibles écarts x autour de x .
Le cas général d’un modèle d’état non linéaire est abordé ci-dessous. Si le principe de
linéarisation reste le même que celui illustré par l’exemple précédent, il s’agira toutefois de
considérer des fonctions vectorielles de plusieurs variables.
Revenons à notre représentation en variables d’état
x(t ) f [x (t ), u(t )]
(1.124)
y(t ) g[x (t ), u(t )]
Supposons, sans perdre de généralité, que le système est stationnaire et que nous le sollicitons
à l’instant t = t0 = 0 par un vecteur d’entrée constant u . Après les transitoires, le vecteur
des états et le vecteur des sorties du système atteignent leurs points d’équilibre (points de
fonctionnement stationnaires) x et y dont les valeurs sont dites nominales. Ces dernières
vérifient les équations suivantes
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3333
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
x f [x , u ] x (0) x 0
(1.125)
y g[x , u ]
0 f [x , u ] x (0) x 0
ou encore (1.126)
y g[x , u ]
car le système est supposé stationnaire ( x 0 ),
Procédure de linéarisation
Toujours avec l’hypothèse de stationnarité, développons en série de Taylor les fonctions f et g
autour des valeurs nominales u , x et y
f [x(t ), u(t )] f [x (t ), u(t )]
x(t ) f [x , u ] [x (t ) x ] [u(t ) u ] t .o.s.
x (t ) x (t )x u(t ) x (t )x
u (t )u u (t )u
(1.127)
g[x(t ), u(t )] g[x (t ), u(t )]
y(t ) g[x , u ] [x (t ) x ] [u(t ) u ] t .o.s.
x (t ) x (t )x u(t ) x (t )x
u (t )u u (t )u
f f g g
On pose A , B , C et D (1.130)
x x ,u u x ,u x x ,u u x ,u
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3434
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Pour le cas multivariable, c’est-à-dire où u(t), x(t) et y(t) sont des vecteurs, A, B, C et D
f1(x , u ) g1(x , u )
représentent les matrices jacobiennes de f (x , u ) et g(x , u ) par rapport
fn (x , u ) g p (x , u )
à x x1 x 2 xn x et u u1 u2 um :
T T
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3535
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
u y
u(t) + +
+
y(t )
Système
u(t ) y(t) x( t ) f [x (t ),u (t )]
y( t) g[x( t ), u (t )]
Sys tème nonlinéaire (u,x,y)
x A x Bu
Sys tème linéaire (u, x, y) y C x D u
Le système nonlinéaire est situé entre u et y alors que le système linéaire est
situé entre leurs variations u et y.
y2
y2(t)
u1
x1
x1(t) Une variation u2 de u2 dans son
x2(t) intervalle de linéarisation entraine la
x2
x3 variation des sorties et des états dans
x3(t) leurs intervalles de linéarisation.
u2
y1 y1(t)
t
u2 u2 y2 y 2 ; y1 y1; x1 x1 ; x 2 x 2 ; x 3 x 3
Exercice :
Considérons le système nonlinéaire suivant
x1 3x1 x1x 2 2x1u1 u2
x2 x12 x 2u2 u12
x1 0 et x 2 0
y1 x1x 2 u1u2
y2 x1u12
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3636
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
8 Annexes :
Démonstration du théorème 1:
Supposons que Wc (t0 , t1 ) est régulière. Pour une valeur initiale x 0 donnée du vecteur
d’état considérons le signal de commande
t
t1
x (t1 ) (t1 , t0 )x 0 (t1 , t )B{BT T (t0 , t )Wc1(t0 , t1 )[(t0 , t1 )x(t1 ) x0 ]}dt (1.133)
0
t1
x (t1 ) (t1 , t0 )x 0 (t1 , t0 ) (t0 , t )BBT T (t0 , t )dt Wc1(t0 , t1 )(t0 , t1 )x (t1 )
t0
W (t0 ,t1 )
(1.134)
(t1 , t0 ) (t0 , t )BBT T (t0 , t )dt Wc1(t0 , t1 )x 0
t1
t0
W (t0 ,t1 )
soit
x (t1 ) (t1 , t0 )x 0 (t1 , t0 )Wc (t0 , t1 )Wc 1(t0 , t1 )(t0 , t1 )x (t1 )
(t1 , t0 )Wc (t0 , t1 )Wc 1(t0 , t1 )x 0
(1.135)
x (t1 ) (t1 , t0 )x 0 x (t1 ) (t1 , t0 )x 0
x (t1 ) x(t1 )
On voit qu’à l’aide de ce signal de commande on assure bien le passage d’un état
initial quelconque à un état final quelconque.
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3737
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
soit
t
t1
x 0T (t0 , t )BBT T (t0 , t )x 0dt 0 (1.137)
0
t
t1
z (t )T z (t )dt 0 (1.139)
0
Ce qui revient à intégrer une fonction positive. L’intégrale n’est, par conséquent, nulle
que si cette fonction est nulle dans tout l’intervalle d’intégration. D’où
t
t
x (t ) 0 (t , t0 )x 0 (t , )Bu( )d (1.141)
0
En multiplions cette équation par (t , t0 )1 puis par x 0T , nous obtenons après
réarrangement
x 0T x 0 x 0T (t0 , )Bu( )d z ( )d 0
t t
(1.142)
t0 t0
Ce théorème, qui couvre aussi les systèmes évolutifs, n’est pas très pratique pour la
vérification de la commandabilité des systèmes permanents qui font l’objet de ce cours.
Démonstration du théorème 2:
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3838
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Le rang d'une matrice M est donné par l’une des définitions équivalentes suivantes :
- Le nombre maximal de vecteurs lignes (ou colonnes) de M linéairement
indépendants.
- La dimension du sous-espace vectoriel engendré par les vecteurs lignes (ou
colonnes) de M.
- Le plus grand des ordres des matrices carrées inversibles extraites de M.
- La taille du plus grand mineur non nul de M.
- La plus petite des tailles des matrices B et C dont le produit est égal à M.
Théorème de Cayley-Hamilton :
Soit A une matrice nn de valeurs propres {i} et donc de polynôme caractéristique
n
ak ik 0 i I n A (1.143)
k 0
n n
Alors ak ik ak Ak (1.144)
k 0 k 0
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
3939
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
BT
BT AT
BT e A t I m 0 (t ) I m 1(t ) I m 2 (t ) I m n 1 (t ) BT (AT )2
T
(1.148)
BT (AT )n 1
En introduisant (1.148) et (1.147) dans (1.63), nous avons
0 0
t1 t1
Wc (0, t1 ) (0, t )BBT T (0, t )dt e At BBT e A tdt
T
(1.149)
t1
Wc (0, t1 ) G (t )dt GT GM (t1 )GT
0
où
I m 0 (t )2 I m 0 (t )1(t ) I m 0 (t )n 1(t )
I (t ) (t ) ( )2
(t ) m 1
0 I m 1 t
(1.150)
I m n 1(t )0 (t ) I m n 1(t )
2
Puisque le rang du produit de deux matrices est égal au rang le plus petit de ces deux
matrices, alors même si M (t1 ) de (1.149) est de rang plein ( = n), rang(G ) n
rang GM (t1 )GT rang(G ) n et par conséquent W (0, t1 ) est singulière.
z (t ) BT T (0, t )x 0 BT e A t x 0 0 t [0, t1 ]
T
(1.151)
z(t) étant nul sur tout l’intervalle de temps, ses dérivées le seront également. D’où
dz (t )
(1)x 0T e At AB 0
dt
d 2z (t )
2 T At 2
dt 2 (1) x 0 e A B 0 (1.152)
n 1
d z (t ) (1)n 1 x T e At An 1B 0
dt n 1 0
Ou encore
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
4040
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
x 0T e At AB 0
T At 2
x 0 e A B 0
(1.153)
x 0T e At An 1B 0
Ce qui permet d’écrire
Puisque les vi(t) sont des fonctions de t non nulles, les vecteurs gTi i 1:n , qui sont les
lignes de G, ne sont pas linéairement indépendants. Cela veut dire que la matrice G
n’est pas de rang plein, rang(G ) n .
Démonstration du théorème 3:
Nous avons le système linaire permanent suivant
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
4141
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
b11 b12 b1m 1b11 1b12 1b1m 1n 1b11 1n 1b12 1n 1b1m
b 2b21 2b22 2n 1b21 2n 1b22
21 b22
G (1.158)
bn 1 bnm nbn1 nbnm nn 1bn1 n bnm
n 1
Puisqu’on part du fait que le système est commandable, alors rang(G ) n . Ce qui
implique que toutes les lignes de G sont linéairement indépendantes. Et par
conséquent, aucune ligne de G n’est identiquement nulle. Ceci n’est possible que si
aucune ligne de B n’est identiquement nulle.
En permutant des colonnes de la matrice G, son rang ne change pas. La matrice G ci-
dessous est donc de même rang que G.
Où
b1i 1b1i 1n 1b1i
b 2b2i 2n 1b2i
gi 2i , i 1,.., m (1.160)
bni nbni nn 1bni
Or
1 11 1n 1
1 2 2n 1
gi b1ib2i bni (1.161)
n nn 1
1
matrice de Vandermonde
Soit
gi b1ib2i bni (j i ), i 1,.., m (1.162)
1i j n
D’où, si aucune ligne de B n’est identiquement nulle, alors les bij 0 . Or les valeurs
propres sont différentes deux à deux, il en résulte que
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
4242
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état
Chapitre 1 Analyse des systèmes dans l’espace d’état
Notes de cours : version 2.1 3ème année Cycle d’Ingénieur (5ème) L. EL BAHIR - ENSA Marrakech
4343
Analyse et commande des systèmes Année académique 2010-2011
par l’approche d’état