Académique Documents
Professionnel Documents
Culture Documents
Chapitre 2
Analyse des systèmes échantillonnés dans l’espace d’état
La représentation par les variables d’état est basée sur la description du système par n
équations aux différences, qui sont écrits sous forme matricielle.
Les variables d'état d'un système dynamique sont les variables constituant le plus petit ensemble
de variables déterminant l'état du système dynamique.
Si au moins n variables xi, x2,,…… xn, sont nécessaire pour décrire complètement le
comportement d'un système dynamique, alors ces n variables sont un ensemble de variables
appelées variables d'état.
Les variables d'état ne doivent pas nécessairement être des quantités physiquement mesurables
ou observables. Cependant, il est commode de choisir des quantités facilement mesurables pour
les variables d'état, si cela est possible, car les lois de contrôle optimales nécessiteront le retour
de toutes les variables d'état avec une pondération appropriée.
-Vecteur d'état : Si n variables d'état sont nécessaires pour décrire complètement le
comportement d'un système donné, alors ces n variables d'état peuvent être considérées comme
les n composantes d'un vecteur x. Un tel vecteur est appelé un vecteur d'état. Un vecteur d’état
1
est donc un vecteur qui détermine de manière unique l’état du système x (t) à tout moment t,
une fois l’état à t = t0 est donné et l'entrée e(t) pour t est spécifiée.
-L’espace d’état. L'espace à n dimensions dont les axes de coordonnées sont constitués par
l'axe x1 et l'axe x2. …….., est appelé un espace d'état. Tout état peut être représenté par un point
dans l'espace d'état.
Dans l'analyse des espaces d'états, nous nous intéressons à trois types de variables impliquées
dans la modélisation des systèmes dynamiques : les variables d'entrée, les variables de sortie et
les variables d'état. La représentation d'état pour un système donné n'est pas unique, sauf que le
nombre de variables d'état est le même pour toutes les représentations d'états du même système
Pour des systèmes à temps discret (linéaire ou non linéaire) variant dans le temps, l'équation
d'état peut être écrite comme :
x (k + 1) = f[x (k), e (k), k]
et l'équation de sortie :
s (k) = g [x (k), e(k), k]
Pour les systèmes à temps discret linéaire invariant dans le temps, l'équation d'état et l'équation
de sortie peuvent être simplifiées, on a alors :
𝑥 𝑘 1 𝐴𝑥 𝑘 𝐵 𝑒 𝑘
𝑠 𝑘 𝐶 𝑥 𝑘 𝐷 𝑒 𝑘
Si le système possède plusieurs entrées et plusieurs sorties, la matrice de commande est une
matrice 𝑛 𝑛, 𝐵 est une matrice 𝑛 𝑚 et 𝐶 est une matrice 𝑝 𝑛. La matrice [D], de
dimensions 𝑚 𝑝 représente ce lien.
La forme générale pour un système mono-entrée et monosortie des équations d’état en temps
discret est donné par :
𝑥 𝑘 1 𝐴𝑥 𝑘 𝐵 𝑒 𝑘
𝑠 𝑘 𝐶 𝑥 𝑘
2
La matrice de commande 𝐴 est une matrice carrée , (B) est un vecteur colonne et (C) est un
vecteur ligne.
𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏𝑒 𝑘
𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏 𝑒 𝑘
⋮
𝑥 𝑘 1 𝑎 𝑥 𝑘 𝑎 𝑥 𝑘 ⋯ 𝑎 𝑥 𝑘 𝑏 𝑒 𝑘
𝑋 𝑡 𝐴𝑥 𝑡 𝐵 𝑒 𝑡 ⇒ 𝑝𝑋 𝑝 𝑥 0 𝐴𝑋 𝑝 𝐵 𝐸 𝑝
𝑝𝐼 𝐴 𝑋 𝑝 𝑥 0 𝐵 𝐸 𝑝
3
𝑋 𝑝 𝑝𝐼 𝐴 𝑥 0 𝑝𝐼 𝐴 𝐵 𝐸 𝑝
Soit :
𝑥 𝑡 𝑒 𝑥 0 𝑒 𝐵 𝑒 𝜏 𝑑𝜏
𝐴 𝐴
𝑒 𝐼 𝐴𝑡 𝑡 ⋯ 𝑡 ⋯
2! 𝑛!
𝜆 0 ⋯ 0 𝑒 0 ⋯ 0
0 𝜆 0 ⋮ 0 𝑒 0 ⋮
𝐴 ⇒ 𝑒
⋮ 0 ⋱ 0 ⋮ 0 ⋱ 0
0 ⋯ 0 𝜆 0 ⋯ 0 𝑒
𝑎 𝑎 ⋯ 𝑎
𝑎 𝑎 ⋯ 𝑎
𝐴 ⋮ ⋮ ⋱ ⋮
𝑎 𝑎 ⋯ 𝑎
Les vecteurs propres et les valeurs propres de cette matrice sont définis par :
𝐴 𝑣 𝜆 𝑣
4
Les vecteurs non nuls vi sont les vecteurs propres de [A] ; les λi sont ses valeurs propres, les λi
sont les racines de l’équation caractéristique de la matrice [A] définie par :
det 𝜆𝐼 𝐴 0
Si on appelle [Δ] la matrice diagonale formée des valeurs propres de la matrice [A] et [T] la
matrice modale formée de ses vecteurs propres, on a :
𝜆 0 ⋯ 0
0 𝜆 0 ⋮
𝛥
⋮ 0 ⋱ 0
0 ⋯ 0 𝜆
et 𝑇 𝑣 𝑣 ⋯ 𝑣
𝐴 𝑇 𝛥 𝑇
𝐴 𝑇 𝛥 𝑇 𝑇 𝛥 𝑇 ⋯ 𝑇 𝛥 𝑇
𝑇 𝛥 𝑇 𝑒
𝐼 𝐴𝑡 𝑡 ⋯ 𝑡 ⋯𝑒
! !
𝛥 𝛥
𝑇 𝐼 𝛥𝑡 𝑡 ⋯ 𝑡 ⋯ 𝑇 𝑇𝑒 𝑇
2! 𝑛!
Par conséquent :
𝑒 0 ⋯ 0
𝑒 𝑇 0 𝑒 0 ⋮ 𝑇
⋮ 0 ⋱ 0
0 ⋯ 0 𝑒
Les fonctions eλ1t , eλ2t …….eλnt qui constituent la base de fonctions élémentaires du vecteur
d’état, donc des signaux internes du système sont appelés les modes du système.
5
Un système est dit commandable à l’instant t1 s’il est possible de déterminer un signal d’entrée
e(t) sur l’intervalle [t1, t2] de manière à amener le système de l’état x(t1) = x1 vers l’état x(t2)
= 0.
Si un système est commandable quel que soit t1, il est dit complètement commandable.
b) Accessibilité
Un système est dit accessible à l’état x2 s’il est possible de déterminer un signal d’entrée e(t)
sur l’intervalle [t1, t2] de manière à amener le système d’un état x(t1) = x1 vers l’état x(t2) = x2.
Si un système est accessible quel que soit x2, il est dit complètement accessible.
Si la matrice de transition e[A]t est régulière (autrement dit si son déterminant est non nul), les
notions d’accessibilité et de commandabilité sont équivalentes. On peut alors définir la
commandabilité complète comme suit :
Un système est complètement commandable s’il est possible, quel que soit l’intervalle [t1, t2] et
quelque soit l’état x2, de déterminer un signal de commande e(t) sur [t1, t2] qui amène le système
de n’importe quel état x(t1) = x1 vers l’état voulu x(t2) = x2.
- Critère de Kalman
Un système est complètement accessible et complètement commandable si et seulement si les
vecteurs (B) , [A] (B) , [A]2 (B) , . . . , [A]n−1 (B) sont linéairement indépendants.
On définit la matrice de commandabilité par la matrice formée des n vecteurs colonnes (B) ,
[A] (B) , [A]2 (B) , . . . , [A]n−1 (B) : [C]([A](B)) = (B) [A] (B) [A]2 (B) . . . [A]n−1 (B)
La paire [A] , (B) est complètement commandable si et seulement si la matrice de
commandabilité est régulière, autrement dit si son déterminant n’est pas nul.
6
On définit la matrice d’observabilité par la matrice formée des n vecteurs lignes (C) , (C) [A] ,
(C) [A]2 , ꞏ ꞏ ꞏ , (C) [A]n−1 :
𝐶
⎡ ⎤
𝐶 𝐴
⎢ ⎥
𝑂 ⎢ 𝐶 𝐴 ⎥
⎢ ⋮ ⎥
⎣ 𝐶 𝐴 ⎦
La paire [A] , (C) est complètement observable si et seulement si la matrice d’observabilité est
régulière, autrement dit si son déterminant n’est pas nul.
7) Stabilité des asservissements échantillonnés
- Critère mathématique de stabilité
Soit le système échantillonné défini par la fonction de transfert suivante :
𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧 𝑎 ∏ 1 𝑧𝑧
𝐻 𝑧
1 𝑏 𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧 ∏ 1 𝑝𝑧
Les zi et les pj sont respectivement les zéros et les pôles de la fonction de transfert.
Plaçons un échelon unité à l’entrée de ce système, soit :
𝑧
𝐸 𝑧
𝑧 1
Dans ce cas,
𝑎 ∏ 1 𝑧𝑧 𝑧
𝑆 𝑧 𝐻 𝑧 𝐸 𝑧 ⋅
∏ 1 𝑝𝑧 𝑧 1
𝑧 1 𝑎 ∏ 1 𝑧𝑧
lim 𝑠 lim 𝑆 𝑧 lim lim𝐻 𝑧
→ → 𝑧 → ∏ 1 𝑝𝑧 →
𝛼
𝐻 𝑧 ∑ 𝑝
1
𝑧
Un système échantillonné est stable si et seulement si tous les pôles pj de sa fonction de transfert
sont tels que |pj| < 1.
7
𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧
𝐻 𝑧
𝑏 𝑏 𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧
Le critère de Jury permet de vérifier la stabilité d’un système sans avoir à calculer ses pôles.
En multipliant le dénominateur de cette fonction de transfert par zq, on obtient :
𝑧 𝑎 𝑎 𝑧 𝑎 𝑧 ⋯ 𝑎 𝑧 𝑁 𝑧
𝐻 𝑧
𝑏 𝑧 𝑏𝑧 𝑏 𝑧 ⋯ 𝑏 𝑧 𝑏 𝑧 𝑏 𝐷 𝑧
On effectue ensuite un calcul pour créer une ligne supplémentaire de q − 1 valeurs cj, avec :
cj = b0bj − bqbq−j
d j = c0cj − cq−1cq−j−1
Une sixième ligne est automatiquement ajoutée au tableau en disposant les coefficients dj en
sens inverse.
On itère le processus de calcul jusqu’à ce qu’il ne reste que 3 termes sur une ligne (bien noter
qu’à chaque série de calculs, on crée un terme de moins qu’il n’y en a sur les deux lignes
précédentes). Le tableau définitif doit comporter 2q − 3 lignes.
Le système est stable si toutes les conditions suivantes sont réunies simultanément :
8
𝐷 1 0
⎧𝐷 1 0si𝑛 est pair, 𝐷 1 0 si 𝑛 est pair
⎪
⎪𝑏 𝑏
|𝑐 | 𝑐
⎨
⎪|𝑑 | 𝑑
⎪⋯
⎩|𝑥 | |𝑥 |
Remarque : Il faut donc, en plus des conditions sur D(1) et D(−1), que sur chaque ligne créée
de rang impair, la valeur absolue du premier terme soit inférieure à celle du dernier.
- Utilisation du critère de Routh
Il est possible d’utiliser le critère de Routh pour l’étude la stabilité des systèmes échantillonnés
en comparant les deux critères mathématiques utilisés en temps continu et en temps discret :
pour un asservissement en temps continu, les pôles de la fonction de transfert en boucle fermée
doivent tous être situés dans le demi-plan complexe correspondant aux parties réelles négatives.
En temps discret, les pôles doivent être situés à l’intérieur du cercle de rayon 1. Il suffit donc
de transformer l’équation D(z) = 0 en utilisant une fonction qui transforme, dans le plan
complexe, le disque de rayon 1 en demi-plan correspondant aux parties réelles négatives.
9
𝜀 lim 𝜀
→
𝑧 1
𝜀 lim 𝜀 𝑧
→ 𝑧
𝜀 𝑧 𝐸 𝑧 𝑆 𝑧
𝐸 𝑧 𝐺 𝑧 𝜀 𝑧
𝐸 𝑧
𝜀 𝑧
1 𝐺 𝑧
𝑧 1 𝐸 𝑧
𝜀 lim
→ 𝑧 1 𝐺 𝑧
𝑧 1
𝐸 𝑧 ⇒𝜀 lim
𝑧 1 → 1 𝐺 𝑧
𝑧 1 𝐸 𝑧
𝜀 lim
→ 𝑧 1 𝐺 𝑧
𝑇𝑧 𝑇
𝐸 𝑧 ⇒ 𝜀 lim
𝑧 1 → 𝑧 1 1 𝐺 𝑧
10
𝑏 𝑏𝑧
𝐺 𝑧 avec 𝑏 0 et 0 𝑎 1
1 𝑎𝑧 𝑧 𝑎
Nous savons déjà que le système est stable en boucle fermée si l’unique pôle de la fonction de
transfert en boucle fermée est inférieur à 1.
𝑎
1
𝑏 1
1 1
𝜀 lim lim
→ 1 𝐺 𝑧 → 𝑏
1
1 𝑎𝑧
1 𝑧 𝑎 1 𝑎
𝜀 lim lim
→ 𝑏𝑧 → 𝑏 1 𝑧 𝑎 𝑏 1 𝑎
1
𝑧 𝑎
𝑇
𝜀 lim
→ 𝑏𝑧
𝑧 1 1
𝑧 𝑎
𝑇 𝑧 𝑎
𝜀 lim →∞
→ 𝑧 1 𝑧 1 𝑏 𝑎
L’erreur de vitesse d’un système du premier ordre placé dans une boucle d’asservissement est
donc infinie, sauf si a = 1, auquel cas :
𝑇 𝑧 1 𝑇
𝜀 lim →
𝑧 1 𝑧 1 𝑏 1 𝑏
c) Généralisation
La présence d’un pôle égal à 1 dans la fonction de transfert en boucle ouverte assure donc une
bonne précision statique, mais n’assure pas une bonne précision dynamique.
Soit un système de fonction de transfert en boucle ouverte G(z) de la forme :
11
1
𝐺 𝑧 ⋅𝐴 𝑧
1 𝑧
Un tel système possède n pôles égaux à 1. On aussi dit que la fonction de transfert en boucle
ouverte est constituée, notamment, de n intégrateurs, étant donné que la forme
1
1 𝑧
1 1 𝑧 1
𝜀 lim lim lim
→ 1 𝐺 𝑧 → 𝐴 𝑧 → 𝑧 1 𝑧 𝐴 𝑧
1
1 𝑧
𝑇 𝑇
𝜀 lim →
𝑧 1 1 𝐺 𝑧 𝑧 1 𝐴 𝑧
lim → 𝑧 1
1 𝑧
𝑇 𝑧 1 𝑇 𝑧 1
𝜀 lim → lim →
𝑧 1 𝑧 1 𝑧 𝐴 𝑧 𝑧 1 𝑧 𝐴 𝑧
Si n = 1 :
𝑇 𝑇
𝜀 lim 0
→ 𝑧 1 𝑧 𝐴 𝑧 𝐴 1
Si n = 2 :
12
𝑇 𝑧 1 𝑇
𝜀 lim → lim → 𝑧 1 0
𝑧 1 𝑧 𝐴 𝑧 𝐴 1
La présence d’un intégrateur dans la fonction de transfert en boucle ouverte assure une erreur
de vitesse finie d’autant plus faible que la période d’échantillonnage est faible. La présence
d’au moins deux intégrateurs assure la nullité de l’erreur de vitesse.
Références
- Yves Granjon, Automatique, Systèmes linéaires, non linéaires, à temps continu, à temps
discret, représentation d'état, Cours et exercices corrigés, deuxième Édition, Dunod,
2010.
- Katsuhiko Ogata, Modern Control Engineering, Fifth Edition, Prentice Hall, 2010
13