Académique Documents
Professionnel Documents
Culture Documents
1
Avant-propos
En générales chaque SLI peut être représenté par une représentation suivante :
La représentation externe reste valable et efficace quelque soient les systèmes jusqu’à ce
que ces derniers atteignent une complexité telle l’unique relation entrée - sortie pour les
commander correctement ne peut en satisfaire. Ces modèles deviennent difficiles à mettre en
œuvre lorsqu’ils possèdent plusieurs entrées et plusieurs sorties. L’analyse par variables
d’´etat est une approche moderne d’étude des systèmes née dans les années 60.
Parmi les domaines d’application de cette théorie, l’automatique prend une place
privilégiée : les représentations d’état sont à l’origine de méthodes puissantes d’analyse et de
commande des systèmes, et qui possède en outre, l’avantage de conserver la représentation
temporelle des phénomènes.
L'objectif du cours est de donner une méthodologie pour la conception des différentes
lois de commande pour les systèmes linéaires invariants multi-variables, dans le contexte de
l'approche d'état. Le contenu de ce document n’est absolument pas exhaustif et doit être
complété des notes personnelles prises lors des séances de cours, des travaux dirigés et des
travaux pratiques.
2
Table de matière
Avant-propos ……………………………………………………………… 2
1. Introduction ………………………………………………………… 3
Références……………………………………………………………………..49
3
Chapitre I
Introduction
Une matrice est un tableau rectangulaire d'éléments, généralement des nombres ou des
∗ est notée
fonctions. Ces grandeurs sont généralement des réels ou des complexes. Dans la suite, nous ne
∈ ∗
considérerons que des grandeurs réelles. Une matrice de dimension
. Cette matrice est une matrice de lignes et de colonnes.
/ /5 ⋯ /
/5 /55 ⋯ /5
= 3/,- 7 = 8 ⋮ ⋮ ⋱ ⋮ :
/ / 5 ⋯ /
4
45
2=8 ⋮ :
4
Une matrice Vqui ne comporte qu'une seule ligne,V ∈ R ∗
, est appelé un vecteur ligne :
2 = 34 45 ⋯ 4 7
Exemple 1.1:
1 4 0 5 2 6
= , = !"#
2 7 3 0 1 1
6 6 6 −4 2 −6
+ = &' − =
2 8 4 2 6 2
4
1.1.3. Le produit
Étant donné une matrice, et 1 un scalaire, alors les éléments de la matrice ) résultante sont
élément de la matrice est multiplié par le scalaire.
donnés par :
) = *+,- . = 1/,-
La matrice ) = 1 est de même dimension que .
1 4 0
= &' 1 = 2 !"#
Exemple 1.2:
2 7 3
2×1 2×4 2×0 2 8 0
)=1 = =
2×2 2×7 2×3 4 14 6
La multiplication entre deux matrices n'est définie que lorsque leurs dimensions son
compatibles : le nombre de colonnes de la matrice à gauche de l'opérateur doit correspondre
Exemple 1.3:
1 2 0 1 (1 × 0) + (2 × 0) (1 × 1) + (2 × 2) 0 5
)= = =C F=
1 0 0 2 (1 × 0) + (0 × 0) (1 × 1) + (0 × 2) 0 1
0 1
) = 2 = 31 27 = 3(1 × 0) + (2 × 0) (1 × 1) + (2 × 2)7 = 30 57
0 2
Remarque :
≠
La commutativité n'est pas toujours vraie.
?
La transposée d'une matrice est la matrice (notée parfois aussi ′ ) définie par :
= */,- . ⇒ ?
= ′ = */-, .
∗ ∗
5
Exemple 1.4:
1 5 1 0
= ⇒ ?
= ′=
0 4 5 4
1
2 = 31 2 37 ⇒ 2 ? = 2′ = O2P
3
1.1.5. Les mineurs
Les mineurs mJK des éléments aJK d'une matrice Acarrée, A ∈ R ∗ , sont les déterminants de la
partie restante de A lorsqu'on ne tient pas compte de la ligne i et de la colonne j.
Exemple 1.5:
1 1 0
En ce qui concerne la matrice
= O1 0 1P
0 2 1
/ /5 ⋯ /
colonnes.
/5 /55 ⋯ /5
Soit = 3/,- 7 = 8 ⋮ ⋮ ⋱ ⋮ :
/ / 5 ⋯ /
Les mineurs directeurs d'une matrice carrée A, appelés aussi mineurs principaux sont définis
comme suit :
=/
/ /5
5 = S&' T / / U
5 55
/ /5 /Q
Q = S&' VO 5 /55 /5Q PW
/
/Q /Q5 /QQ
⋮
= S&'( )
6
Exemple 1.6:
1 1 0
= O1 0 1P
0 2 1
=1
1 1
5 = S&' T U = −1
1 0
1 1 0
Q = S&'( ) = S&' VO1 0 1PW = −3
0 2 1
Si tous les mineurs principaux de la matrice sont positifs alors, on des que la matrice est
définie positive.
+,- = (−1),X- ,-
Exemple 1.7:
1 1 0
= O1 0 1P
0 2 1
+5Q = (−1)5XQ
∗ 5Q = −2
/ /5 ⋯ /
1.1.8. Le déterminant d'une matrice
/5 /55 ⋯ /5
Soit = 3/,- 7 = 8 ⋮ ⋮ ⋱ ⋮ :
/ / 5 ⋯ /
∈ ∗
= , le nombre noté
S&'( ).
On appelle déterminant d'une matrice carrée, avec
La valeur d'un déterminant d'ordre d'une matrice carrée est la somme des produits
obtenus en multipliant chaque élément d'une ligne (colonne) donnée de la matrice par son
cofacteur.
On peut donc, par exemple, calculer le déterminant d'ordre 3 de la matrice .
7
/ /5 /Q
/
=O 5 /55 /5Q P
/Q /Q5 /QQ
/55 /5Q /5 /5Q /5 /55
S&'( ) = / + + / 5+ 5 + / Q+ Q =/ /Q5 /QQ − / 5 /Q /QQ + / Q /Q /Q5
Exemple 1.8:
1 2
= ⇒ S&'( ) = 1+ + 2+ = ((1 × 5) − (3 × 2)) = −1
3 5 5
1 1 2
2 2 1 2 1 2
= O0 2 2P ⇒ S&'( ) = 1 × S&'( ) − 0 × S&'( ) + 0 × S&'( ) = (1 × −8) − (0 × −9) + (0 × −3) = −8
5 1 5 1 2 2
0 5 1
1 1 2
2 2 0 2 0 2
= O0 2 2P ⇒ S&'( ) = 1 × S&'( ) − 1 × S&'( ) + 2 × S&'( ) = (1 × −8) − (1 × 0) + (1 × 0) = −8,
5 1 0 1 0 5
0 5 1
Remarque :
Lorsque le déterminant d'une matrice est nul, on dit que la matrice est (non inversible)
singulière.
Si tous les éléments d'une ligne (ou colonne) d'une matrice sont nuls alors le
déterminant est nul.
Si deux lignes (ou colonnes) d'une matrice sont identiques, alors le déterminant est
nul.
Y
La matrice inverse d'une matrice carrée, est donnée par la relation :
=
Y cd-(e)
dfg(e)
Remarque : Pour qu'une matrice soit inversible, il faut que sont déterminant soit différent de
0. On dit alors que la matrice est régulière ou non singulière.
//5 / /5 /55 −/
Z[ = 2, !"# = //55 ⇒ = = / ⇒ /S\( ) = −/
? 5
5 5 /55 5 /
/ /5 /Q / /5 /Q
Z[ = 3, !"# = O/5 /55 /5Q P ⇒ ? = O/ 5 /55 /Q5 P
/Q /Q5 /QQ / Q /5Q /QQ
/55 /Q5 / /Q / 5 /55
_+ TS&' /5Q /QQ U − TS&' / Q /QQ U + TS&' / Q /5Q Ub
^ /5 /Q / /Q / /5 a
⇒ /S\( ) = ^− TS&' / U + TS&' U − TS&' / Q /5Q Ua
a
^ 5Q /QQ / Q /QQ
^ /5 /Q / /Q / /5 à
] + TS&' /55 /Q5 U − TS&' / 5 /Q5 U + TS&' / 5 /55 U
8
1 −1
Exemple 1.9:
1 1 1 2 1 −1 /S\( ) −1 1
= 2, ⇒ = ⇒ ?
= = ⇒ /S\( ) = ⇒ Y = = −2 1 =
2 1 1 1 −2 1 S&'( ) −1 2 −1
1 0 0 1 1 0
Z[ = 3, !"# = O1 0 1P ⇒ ? = O0 0 2P
0 2 1 0 1 1
0 2 0 2 0 0
_+ TS&' 1 1 U − TS&' 0 1 U + TS&' 0 1
Ub
^ 1 0 1 0 1 1 a
⇒ /S\( ) = ^− TS&' U + TS&' U − TS&' Ua
^ 1 1 0 1 0 1 a
^ 1 0 1 0 1 1 à
]+ TS&' 0 2 U − TS&' 0 2 U + TS&' 0 0
U
−2 0 0
/S\( ) = O−1 1 −1P
2 −2 0
−2 0 0
O−1 1 −1P
/S\( ) 1 0 0
!"#, Y
= = 2 −2 0 = O0,5 −0,5 0,5P
S&'( ) −2
−1 1 0
indépendantes. C'est aussi l'ordre du plus grand déterminant non nul. Si i est cet ordre, on dit
Le rang d'une matrice correspond au nombre maximum de colonnes ou de lignes linéairement
Remarque : Si le déterminant d'une matrice carrée est non nul alors le rang de cette matrice
égale aux nombre de lignes (colonnes) de cette dernière.
Exemple 1.10:
1 0 0
= O1 0 1P ⇒ S&'( ) = −2&' − 2 ≠ 0 ⇒ "/ j( )= =3
0 2 1
0 0 0
5 = O1 0 1P ⇒ S&'( 5) =0
0 2 1
Dans ce cas la, on cherche l'ordre du plus grand déterminant non nul, par exemple on prend la
sous matrice suivante :
0 1
= ⇒ S&' ( k) = −2 &' − 2 ≠ 0 ⇒ "/ j( k) =2
k
2 1
Alors, "/ j( 5) =2
9
1.1.11. Valeurs propres et vecteurs propres d'une matrice
4, = l, 4, , [ = 1⋯
S&'( − l, m) = 0
Exemple 1.11:
1 0 0
= O1 0 1P
0 2 1
1 0 0 l 0 0 1−l 0 0
( − l, m) = O1 0 1P − O0 l 0P = O 1 −l 1 P
0 2 1 0 0 l 0 2 1−l
1−l 0 0
S&'( − l, m) = 0 ⇒ O 1 −l 1 P=0
0 2 1−l
l =1
−l 1
⇒ (1 − l)S&' T U ⇒ (1 − l)(l5 − l − 2) = 0 ⇒ o l5 = 2 q
2 1−l
lQ = −1
n 1 0 0 n n n =n
4 = l 4 /4&+ 4 = O 5 P ⇒ O1 0 1P O 5 P = 1 O 5 P ⇒ o + nQ = n5 q
n n n n
nQ 0 2 1 nQ nQ 2x5 + nQ = nQ
0.7071
Z[ ! >!#& n = 0.7071 &' nQ = −0.7071 !"# 4 = O 0 P
−0.7071
10
Pour la valeur propre (2)
n 1 0 0 n n n = 2x
45 = l5 45 /4&+ 45 = On5 P ⇒ O1 0 1P On5 P = 2 On5 P ⇒ o n + nQ = 2x5 q
nQ 0 2 1 nQ nQ 2x5 + nQ = 2xQ
0
Z[ ! >!#& n5 = 0.4472 &' nQ = 0.8944 !"# 45 = O0.4472P
0.8944
n 10 0 n n n = −n
n
4Q = lQ 4Q /4&+ 4Q = O 5 P ⇒ O10 1P O 5 P = −1 O 5 P ⇒ o + nQ = −n5 q
n n n
nQ 02 1 nQ nQ 2x5 + nQ = −nQ
0
Z[ ! >!#& n5 = 0.7071 &' nQ = −0.7071 !"# 4Q = O 0.7071 P
−0.7071
Dans le cas d'un système linéaire stationnaire continu, la représentation interne est :
nt (') = n(') + u(') x
s
v(') = ) n (') + w u(')
∈
: matrice d'état, d'évolution (ou de dynamique)
∗
11
Remarque 1:
Il est important de noter, que la représentation d’état d’un système n’est pas unique et
dépend, notamment, du choix des variables d’état selon l’étude du concept.
Il est possible de passer d'une représentation d'état à une autre équivalente par une
transformation linéaire.
souvent w = 0.
Il est rare que la sortie du système soit directement reliée à son entrée. On a donc très
D’une manière générale, à tout système linéaire, causal et continu peuvent être associées
les équations matricielles suivantes :
nt n v
u
+
+ +
B C
+
La conversion de ce système vers la fonction de transfert peut être obtenue en lui appliquant
la transformée de Laplace aux deux côtés. (En supposant les conditions initiales sont
nulles) :
12
#y(#) − y(#) = z(#)
{(#) = ) y(#) + w z(#)
{(#)
Alors, la fonction (ou la matrice) de transfert du système est donnée par :
… (#) = = 3)(# m − )Y + w7
z(#)
Exemple 1.12:
On considère le système mécanique (masse-ressort-amortisseur) :
0 1 0 = 10
nt = ‡YH Yˆ‰Š n + ‡ Š ux
† w=0 avec o )‹ = 20 x
v = 31 07n i = 4000
{(#) 0 1 Y
0
1 0 −i −+‹ PW O 1 P• + 0
= )((#m − )Y ) + w = 31 07 ŽV# −O
z(#) 0 1
1
0,1
= ⇒ …(#) =
+‹ i #5 + 2s + 400
#5 + #+
Exemple 1.13:
Soit un système donné par sa représentation d’état suivante :
xt 3 1x 0
‡ Š= ‡ Š C F+ ‡ Š u
xt 5 0 −2 x5 1
x
y = 31 1 7 C F
x5
s 0 3 1 s−3 −1
sI − A = ‡ Š−‡ Š=‡ Š
0 s 0 −2 0 s+2
s+2 1
adj(sI − A) 0 s − 3
(sI − A) Y
= =
det(sI − A) (s + 2) (s − 3)
13
s+2 1
3C(s I − A )Y B + D7 = 31 1 7 0 s−3 0 +0
(s + 2) (s − 3) 1
3s + 2 s − 27 0 s−2
= 5 = G(s)
(s + 2) (s − 3) 1 s − s−6
En se basant sur la méthode des variables de phase, on peut convertir une fonction de
transfert vers une représentation d’état.
{(#) ∑” 1, #,
… (#) = = /4&+ ≤
z(#) # + ∑” Y /, #,
En décomposant cette fonction de transfert G(s) en deux fonction de telle sorte qu’on
sépare la sortieY(s) de l’entrée G(s) comme suit :
G5 (s) = et G (s) = ∑” bJ sJ
˜™ X∑™œ• š› ˜ ›
Avec
ž
d r d r dr
+ a Y + …+ a + a” = u
dt dt dt
d r d Y r
b + b Y + … + b” r = y
dt dt Y
Si on pose
dr xt = x5
x =r xt =
dr dt
x5 = d5 r xt 5 = xQ
dt ⇒ xt 5 = 5 ⇒ ⋮
⋮ dt
⋮ xt Y = x
d Y r
x = d r xt = − a” x − a x5 … − a Y x + u
dt Y xt = y = b” x + b x5 … + b x
dt
14
Sous la forme matricielle la représentation d’état est obtenue :
xt x 0
_ b 0 1 0 0 _ b _ b
^ xt a _ ⋯ b
^ a ^ a
^ 0 a ^ x5 a
^ 5 a 0 0 0 ⋮ ^0 a
^ ⋮ a = ^ a
a + ^⋮a
^ ⋮ ⋮ ⋱ ⋮ ⋮ a^ ^ a
u (1.8)
^ a ^ 0 0 0 1 a ^x Y a
^xt Y a ^ ⋯ à ^ a ^0 a
^ à ^ à ^ à
]− a ” −a −a −a Y ]1
] xt Y5 ] x
x
_ b
^ x5 a
^ ⋮ a
y = 3b” b …b 0 0 … 07 ^ a
^ a
^x Y a
^ à
] x
¤[ = £ + ¢ 4
S'
S¡
¢=
S'
-
£,
0 1 0
_ ¤ b n 0
nt
^0 − a n 0
Ont 5 P = ^ £ £ a O 5 P + 81: 4
nt Q ^ à nQ
]0 0 − ¥
¥
n
v = 31 0 07 On5 P
nQ
Exemple 1.15:
#−2
… (#) =
#5 − #−6
15
1.2.4. Différence entre SISO et MIMO
Grandeurs d'entrée :(grandeur exogène): une grandeur d'entrée est une grandeur qui agit sur
le système.
Grandeurs de sortie : (réponses
(réponses): grandeurs contrôlées par l'effet des entrées.
Selon le nombre des entrées et des sorties on peut citer deux types de système :
1. Monovariable : système à une seule entrée et une seule sortie.
2. Multivariable : nombre d'entrées + nombre de sorties > 2.
2
a) le système a plusieurs
plusieurs entrées et plusieurs sorties, c'est un système multivariable
(MIMO (Multiple Input Multiple Output)) ;
b) le système a une entrée et plusieurs sorties, système ( SIMO (Single Input Multiple
Output));
c) le système a plusieurs entrées et une sortie, système ( MISO (Multiple Input Single
Output));
Une présentation synthétique mettant en évidence les analogies et les différences entre
le multi-variable et le mono-variable
variable est faite dans la figure suivante :
16
Chapitre II
Représentation d'état des systèmes multi-variables
multi (SM)
2.1. Définitions
2.1.1. Système
Un système est un ensemble d'objets interagissant entre eux pour réaliser une fonction. Il est
connecté au monde extérieur à travers ses entrées ( signaux d'excitation : actions envoyées au
système, perturbations qui sont en général imprévisibles) et ses sorties ( réponses du système
aux signaux d'entrée).
2.2. Différentes
ifférentes représentations des systèmes multivariables
En général, la représentation des systèmes multivariable se fait par extension des
techniques du cas monovariable.
17
où z = 3u (') ⋯ u (')7, { = *v (') ⋯ v= ('). sont respectivement l'entrée et la sortie du
système.
b) Matrice de transfert
Dans le cas SISO, la fonction reliant l'entrée et la sortie du système est appelée fonction
de transfert, dans le cas MIMO, on a plusieurs fonctions de transfert représentant l'effet de
chaque entrée sur chaque sortie. L'ensemble de ces fonctions rangées en tableau constitue la
matrice de transfert du système.
-
Sera comme suit :
X(t) = e3¬7- X(0) + ¨ e3¬7(-Y®) 3B7 u(τ)dτ
”
Où on note Φ (t) = e3¬7- appelée matrice de transition du système.
-
X(t) = Φ (t) X(0) + ¨ Φ (t − τ) 3B7 u(τ)dτ
”
18
2.3.1. Calcul de la matrice de transition ´ (µ)
ℒ(e3¬7- ) = (s I − 3A7)Y
Adj(s I − 3A7)
Φ (t) = ℒ Y (s I − 3A7)Y = ℒ Y ¿ À
det(s I − 3A7)
Exemple 2.1:
nt 0 1 n 0 1
O P= O P ‡ Š+ O P u avec n (0) = O P
nt 5 −8 −6 n5 1 0
# 0 0 1 # 1
#m − = O P−O P=O P
0 # −8 −6 −8 #+6
/S\(#m − ) 1 #+6 1
(#m − )Y = = O P
S&'(#m − ) ( # 5 + 6 # + 8)
−8 #
19
#+6 1
_ 5 b
Á (') = ℒ Y (# m − 3 7)Y = ℒ Y ^( # + 6 # + 8) ( # 5 + 6 # + 8)a
^ −8 # à
] ( # + 6 # + 8)
5 ( # + 6 # + 8)
5
2 1 0.5 0.5
ℒY C − F ℒY C − F
= 8 #+2 #+4 #+2 #+4 :
−4 4 −1 2
ℒY C + F ℒY C + F
#+2 #+4 #+2 #+4
1 Y5g 1 YÂg
2& Y5g − & YÂg & − &
Á (') = ± 2 2 ²
−4& Y5g + 4 & YÂg − & Y5g + 2& YÂg
1 Y5(gY©) 1 YÂ(gY©)
& − &
Á(' − ª). = O2 2 P
−& Y5(gY©)
+ 2& YÂ(gY©)
−4& + 4&
1 g
1 g
1 1 Y5g 1 YÂg
_ & Y5g ¨ & 5© Sª − & YÂg ¨ & © Sªb − & + &
^2 2 a
Ã
¨ Á(' − ª). . u(ª)Sª = ^ ” ”
= 8 8 4 8 :
g g a 1 1
Ä ^ −& Y5g ¨ & 5© Sª + 2& YÂg ¨ & © Sª à & Y5g − & YÂg
] ” ”
2 2
1 7 Y5g 7 YÂg
- + & − &
X(t) = Φ (t) X(0) + ¨ Φ (t − τ) 3B7 u(τ)dτ = 88 4 8 :
7 7
” − & Y5g
+ & YÂg
2 2
Φ (t) = e3¬7-
0 0 eλ• - 0 0
_ b _ b
λ
^ a ^ a
A = ^0 λ5 0 a ⟹ e3¬7- = ^ 0 eλº - 0 a
^ à ^ à
]0 0 λQ ] 0 0 eλ» -
20
Cas de matrice A diagonalisable
Φ (') = É & eÊ É Y
É: matrice des vecteurs propres de
Á (0) = m
Á (')Y = Á (−')
Á ('5 + ' ) = Á ('5 ) Á (' )
Á ('5 − ' )Á (' − '” ) = Á ('5 − '” ) /4&+ '” ≤ ' ≤ '5
Á (')H = Á (i') ∀i ∈Ì
Exemple 2.2:
On considère un système régi par l’équation d’état :
−1
On suppose qu’à l’instant t = 0, le système se trouve dans l’état x(0) = TU.
1
Ce système étant soumis à une entrée en échelon unité, déterminer à tout l’instant t
l’expression x(t) de son vecteur d’état.
On pourra remarquer que la matrice de commande est nilpotente et choisir la méthode
de calcul direct de la matrice de transition.
En effet :
0 0
3 75 = −1 −1 −1 −1
=
1 1 1 1 0 0
Par conséquent :
3 7 = 0 0, ∀ ≥2
0 0
On a donc :
21
g
n(') = & 3e7g n(0) + ¨ & 3e7(gY©) ( )&(ª)Sª
”
−1
On a par ailleurs :
n (0) = T U
1
Donc :
Soit :
g
¨ (2 − ' + ª)Sª
−1 Ñ Õ
n(') = T U + Ð ”g Ô
1
¨ (' − Ò − 1)Sª
Ï ” Ó
ª5
g
‡2ª − 'ª + Š
−1 Ñ 2 ”Õ
n(') = T U + Ð g Ô
1 ª5
‡'ª − − ªŠ
Ï 2 ” Ó
'5
−1 + 2' −
n(') = Ñ 2Õ
'5
1−'+
Ï 2 Ó
22
Chapitre III
Commandabilité et Observabilité
3.1. Introduction
B C
Espace des Espace Espace des
commandes D’état sorties
23
3.2. Commandabilité
3.2.1. Définition de la commandabilité
’état linéaire dont l’état initial a une valeur n” = n ('” ), ssi on suppose
w = 0,, on dit qu’il est commandable si pour toute instance n, du vecteur d’état, il existe un
Soit un système d’état
signal d’entrée u(') d’énergie finie qui permet au système de passer de l’état n” à l’état n, en
deux instants donnés, '” et ' , pour amener le système de l’état n ('” ) vers un état n (' )
Exemple 3.1:
Étudier la commandabilité du système suivant :
xtt 3 1 x 1
O P= O P ‡ Š+ O P u
xtt 5 6 −2 x5 0
x
y(t) = 31 17‡ Š
x5
24
M× = 3 B A5Y . B7
rang(A) = 2 donc
M× = 3 B A. B7
1 3 1 1 1 3
M× = ±O P O P O P² = O P
0 6 −2 0 0 6
rang ( M× ) = rang(A) = 2
Exemple 3.2 :
xt −2 1 x 1
Étudier la commandabilité du système suivant :
O P= O P ‡ Š+ O P u
xt 5 α −4 x5 1
x
y(t) = 3 1 07‡ Š
x5
1 −1
M× = O P
1 α−4
det ( M× ) = α − 3
3.3. Observabilité
D'autre part, il est souvent nécessaire de reconstruire l'état d'un système à partir des
mesures disponibles pour les sorties. La notion d'observabilité est alors nécessaire pour
s'assurer que la reconstruction de l'état est possible.
Un système est dit observable si, étant donné l'instant '” , il existe un instant ' tel que
3.3.1. Définition de l’Observabilité
la connaissance de v('” , ' ) et u('” , ' ) permette de déterminer de manière unique l'état
n” = n('” ) et ceci quelque soit l'entrée du système.
Un état n est dit reconstructible à l'instant ' si, quelque soit u('), il existe '” ≤ ' tel
que la connaissance de u(') et de v(') avec ' ∈ 3'” , ' 7, permettent de déterminer n = n(' ).
Si tout état est reconstructible à l'instant ' , le système est dit complètement reconstructible.
Donc l’étude de l’observabilité ne dépend que des matrices et ). Pour cette raison,
on dit parfois que c’est la paire ( , )) est observable.
25
La paire (A, C) est observable si et seulement si :
C
Ñ Õ
CA
rang(MÙ ) = tel que MÙ = Ð Ô
Ð ⋮ Ô
ÏCA Y Ó
Exemple 3.3:
xt 3 1 x 1
O P= O P ‡ Š+ O P u
xt 5 6 −2 x5 0
x
y(t) = 31 17‡ Š
x5
C
rang(A) = 2 et MÙ = V W
CA
1 1
M” = O P
9 −1
rang ( MÙ ) = rang(A) = 2
Exemple 3.4 :
xt 0.5 0 x 0 x
O P= O P ‡ Š + O P u y(t) = 30 17‡ Š
xt 5 0 −2 x5 1 x5
On calcule M× M× = 3 B A. B7
0 0
M× = O P
1 −2
26
Matrice singulière donc système non commandable. En effet on a :
xt 5 = −2 x5 + u → x5 dépend de u
C 0 1
MÙ = O P ce qui donne MÙ = O P
CA 0 2
On calcul
Remarque :
De même il est possible que rang(M” ) < , donc l'observabilité ne se vérifie que pour
une partie du vecteur d'état.
Comme nous l’avons déjà mentionné, la représentation d’état d’un système n’est pas
que l’on peut obtenir à partir d’une fonction de transfert … (#). Le choix de la représentation
unique. Dans les lignes qui suivent, nous présentons plusieurs types de représentation d’état
peut dépendre de la forme disponible de la fonction de transfert ou du type d’étude que l’on
souhaite réaliser à partir du modèle. Rappelons encore que les propriétés du système ne sont
en aucun cas liées à la forme choisie.
Y(s) α α5 α
G(s) = = + + ⋯+
U(s) s+s s + s5 s+s
27
y, (Z) = ˜X˜› U(S) ⇒ nt , = #, n, + u
Þ
›
v(') = / n + /5 n5 + ⋯ + / n
et :
D’où la forme diagonale est déduite à partir des pôles de chaque fraction du 1er ordre.
xt s ⋯ 0 x 1
_xt b _⋮ b _ x5 b _1b
^ 5a ^ ⋮a ^⋮a ^ a
^⋮a= ^⋮ ⋱
⋮a ^ a + ^⋮a u
^ ⋮ à ^⋮ à ^ ⋮ à ^ ⋮ à
]xt ]0 ⋯ s ]x ]1
x
_ b
^x a
y = 3α α5 … α 7^⋮a
5
^ a
^ ⋮ à
]x
1 y 1 (Z )
à1
Z − Z1
y (Z)
1
à
Z−Z
La matrice de commande 3 7 est diagonale et ses valeurs propres sont les pôles de la
fonction de transfert.
La traduction directe des équations d’état conduit à la représentation schématique de la
figure suivante :
28
−#1
n1
à1
-
¨
+
−#2
u(') n2 v(')
à2
-
¨
+
++
+
−#
n
à
-
¨
+
{(Z) à
Soit :
…(#) = =
z(Z) (# −# )(# − #5 ) × … × (# − # )
−#1 −#
u(') + n1 n v(')
……… à
- -
¨ ¨
+
La figure précédente propose une représentation d’état cohérente avec cette forme en
cascade de la fonction de transfert.
29
nt = # n + u # 0 ⋯ 0 1
å nt = # n + n å 1 #
ã 5 ãnt (') = 8 0 0 0
5 5 5
: n (') + Ž ⋮ • u(')x
⋮ ⇒ ⋮ ⋱ ⋱ 0
änt = # n + n Y ä 0 ⋯ 1 # 0
ã ã
â v(') = àn â v(') = (0 ⋯ 0 à). n (' )
1 # +1 # + ⋯ + 1 # + 1”
Soit :
Y
… (#) = /4&+ <
Y
/ # +/ Y # Y + ⋯ + / # + /”
1 # Y
+ 1 Y # Y Y + ⋯ + 1 # Y X + 1” # Y Ì(Z)
…(#) = =
1 + / Y # + ⋯+ / #
Y Y X + /” # Y w(Z)
z (Z)
On peut alors écrire :
{(Z) = ‡ Š × Ì(Z) = æ(Z). Ì (Z)
w (Z)
z(Z)
Soit :
æ(Z) =
1+/ Y #Y + ⋯ + / #Y X + /” # Y
æ(Z)31 + / Y #Y + ⋯ + / #Y X
+ /” # Y 7 = z(Z)
1 1 Y
1
æ(Z) = z(Z) − ‡/ ç è + ⋯+ / ç è + /” ç è Š æ(Z)
Y
# # #
30
/0
/ −2
/ −1
u (')
¨ ……… ¨
¨
n n n1
-
−1
+
{(Z) = 31 # Y + 1 Y # Y Y + ⋯ + 1 # Y X + 1” # Y 7æ(Z)
On a :
/0
/ −2
/ −1
n2 v(')
u(')
¨ ……… ¨ 10
¨
nt n n ⋮ n1
- +-
−1
+
11
n +1
1
31
Les équations d’état se déduisent naturellement de cette représentation :
nt = n5
å nt 5 = nQ
ã
⋮ x
ä nt Y =n
ãnt = −/” n −/ n5 − ⋯ −/ Y n + u(')
â v(') = 1” n +1 n5 + ⋯ +/ n X
0 1 0 ⋯ 0 0
D’où :
å å_ ⋱ b
ã ã^ ⋮ 0 1 ⋮
a 0
n(') = ^ ⋮ ⋮ ⋱ 0 n(') + Ñ ⋮ Õ u(')x
⋱ a x
ä^ 0 0 ⋯ 0 1 à 0
ä ã Ï1Ó
ã â]−/” −/ ⋯ ⋯ −/ Y
â v(') = (1” ⋯ 1 0 ⋯ 0). n(')
variable n soit directement affectée par le signal d’entrée, toutes les variables d’état s’en
dénominateur de la fonction de transfert. Elle est dite commandable car, bien que seule la
1 # Y
+ 1 Y # Y Y + ⋯ + 1 # Y X + 1” # Y
… (#) =
1 + / Y # Y + ⋯ + / # Y X + /” # Y
On peut alors écrire :
1 1 1 Y
1
Soit :
{(Z) = − ‡/ ç è + ⋯ + /” ç è Š {(Z) + ‡1 ç è + ⋯ + 1” ç è Š z(Z)
Y
Z Z Z Z
32
u(')
10 11 1
nt 2 n2 n n n nt n
n1
+ n1
t +1 −1
… ¨ … ¨
¨ ¨
+ +
v(')
+
- - - -
/0 /1 / / −1
nt = −/” n + 1” u (')
å
nt 5 = n −/ n + 1 u(')
ã
ã ⋮
nt X = n −/ n + 1 u(')x
ä ⋮
ã
ã nt = n Y −/ Y n
â v(') = n
0 ⋯ ⋯ ⋯ 0 −/” 1”
D’où :
å _ −/ b
1 0 ⋯ ⋯ 0 ⋮
ã
ã ^ a Ñ Õ
0 1 0 ⋯ 0 ⋮ a n(') + 1
nt (') = ^ Ð u(')x
^ ⋮ ⋱ ⋱ ⋱ ⋮ ⋮ a 0Ô
ä ^ 0 ⋯ 0 1 0 ⋮ à ⋮
ã
ã ] 0 ⋯ 0 0 1 / Ï 0Ó
â v(') = (0 ⋯ 0 1). n(')
Cette forme de représentation est appelée forme compagne observable car, outre le fait
que la matrice de commande du système contient, en une seule colonne, l’ensemble des
système est égale à n qui, par intégrations successives, est bien influencée par toutes les
coefficients du dénominateur de la fonction de transfert, on remarque que la sortie de ce
variables d’état. Si un système est complètement observable, alors on peut le mettre sous
forme compagne observable.
33
3.5. Stabilité
Un système linéaire et invariant décrit par une représentation d'état est dit :
Asymptotiquement stable si toutes les valeurs propres de la matrice dynamique sont
à partie
tie réelle strictement négative.
Simplement stable si au moins une des valeurs propres de est nulle (ou à partie
réelle nulle).
Instable si au moins une des valeurs propres de est à partie réelle strictement
positive.
S&' (# m − 3 7) = 0
On peutt démontrer que la stabilité d’un système est obtenue à partir de:
Exemple 3.5:
xtt 3 1 x 1
O P= O P ‡ Š+ O P u
xtt 5 6 −2 x5 0
Le det(s I − 3A7) est une équation du deuxième degré on calcul directement les pôles
s = −3 et s5 = 4
on trouve
35
Chapitre IV
Commande par retour d'état et note sur les Observateurs d’état
4.1. Introduction
La commande par retour d'état est un moyen de modifier le comportement en boucle
fermée d'un système dynamique donné par une représentation d’état. Cette approche suppose
l'état connu. Une finalité de la commande par retour d'état peut être considérée pour
minimiser (ou maximiser) un indice de performance. Ceci peut être aussi utilisé pour obtenir
un système en boucle fermée dont les pôles (les valeurs propres de la matrice d'état), soient
placés de manière appropriée. Ces derniers déterminent le comportement d’un système mono-
variable ; dans le cas où le système est multi-variable, il est indispensable de considérer
uniquement les valeurs propres, mais il est nécessaire de faire les augmentations d'état
nécessaires.
La conception du régulateur dans l’espace d’état permet de spécifier les pôles d’un
système, pour obtenir la réponse temporelle voulue. Cependant, elle ne permet pas de
spécifier les zéros d’un système ; c’est un désavantage, puisque les zéros peuvent modifier la
réponse transitoire.
Pour un système ayant une fonction de transfert dont l’équation caractéristique est de
s + a Y s Y + ⋯ + a s + a” = 0
la forme :
Les solutions de cette équation déterminent les pôles du système qui décrivent la
s + (K + a Y )s Y + ⋯ + (K 5 + a s) + (K + a” ) = 0
forme :
xt = A x + B u
y= Cx+ Du
Soit le système
x
La loi de commande par retour d’état est définie par
_ b
^ x5 a
^ a
u = −K x + r = 3− K − K 5 −K Q …. −K 7 ^x a + r
Q
^ a
^ ⋮ à
]x
36
(A)
(B)
Fig. 4.1 : Représentation d’un système en espace d’état
(A) San retour d’état (B) avec retour d’état
xt = A x + B u = A x + B(−K x + r) = (A − B K)x + B r
y=Cx+ Du
37
4.3. La méthodologie de placement des pôles
Pour appliquer la méthode de design par placement de pôles, on utilise les étapes suivantes :
Former les retours des variables d’état vers l’entrée à travers les ¤, .
1. Représenter le système sous la forme de variable de phase.
2.
3. Former l’équation caractéristique du système en boucle fermée obtenue en 2.
Egaliser les coefficients par identification des deux équations caractéristiques les ¤, .
4. Former l’équation caractéristique désirée à partir des pôles désirés.
5.
Soit :
nt n 0
_ b 0 1 0 0 _ b _ b
^ nt a _ ⋯ b
^ n a ^ a
^ 0 a
^ 5 a 0 0 0 ^ ⋮ a ^0a
5
^ ⋮ a = ^ ⋮ ⋮ ⋱ ⋮ ⋮
a ^ a + ^⋮a u
^ a ^ a ^ a
^ a ^ 0 0 0 1 a
^nt Y a ^ ⋯ à ^n Y a ^0a
^ à ^ à ^ à
]− /” −/ −/ −/ ]1
] nt Y5 Y ] n
n
_ b
^ n5 a
^ ⋮ a
v = 3+” + …… + 7 ^ a
^ a
^n Y a
^ à
] n
# +/ Y # Y
+ ⋯ + / # + /” = 0
On a :
0 1 0 0
_ ⋯ b
^ a
^ 0 0 0 0 a
( − ¤) = ^ ⋮ ⋮ ⋱ ⋮ a
^ 0 0 0 1 a
^ ⋯ à
]− /” − i” −/ −i −/ Y5 −i Y5 −/ Y −i Y
# + (/ Y +i Y )# Y
+ ⋯ + (/ + i )# + (/” + i” ) = 0
38
Sachant que l’équation désirée est donnée par :
(4.1)
s +d Y s Y
+ ⋯ + d s + d” = 0
dJ = aJ + kJ i = 0,1,2,3 … . , n (4.2)
Exemple 4.1 :
xt 0 1 x 0
Soit le système du 2éme ordre non amorti.
O P= O P ‡ Š+ O P u
xt 5 −ω5” 0 x5 1
x
y(t) = 30 17‡ Š
x5
Déterminer la loi de commande qui permet de placer les pôles du système en – 2 ¢”5
(doubler la fréquence naturelle) et augmenter í de 0 à 1.
s5 + 4ω” s + 4ω5” = 0
L’équation désirée est :
s 0 0 1 0
det(sI − (A − BK)) = det oO P − VO Px − xO P 3k k 5 7Wq
0 s −ω5” 0 1
s5 + k5 s + ω5” + k = 0
k 5 = 4ω” k 5 = 4ω”
En égalisant
o ⇒ o x x
ω” + k = 4ω”
5 5
k = 3ω” 5
x
La loi de commande est donnée par
u = −K x = −33ω5” 4ω” 7 ‡ Š
x5
39
Exemple 4.2 :
xt 0 1 x0
O P= O P ‡ Š+ O P u
xt 5 −2 −3 x5 1
x
y(t) = 30 17‡ Š
x5
L’équation désirée s5 + 4s + 8 = 0
s 0 0 1 0
det(sI − (A − BK)) = det oO P − VO Px − xO P 3k k5 7Wq
0 s −2 −3 1
s 5 + (k 5 + 3)s + 2 − k = 0
k5 + 3 = 4 k5 = 1
En égalisant
o ⇒ o x x
2−k =8 k = −6
x
u = −K x = 3−6 17 ‡ Š
x5
La loi de commande est donnée par
Exemple 4.3 :
A, B, C, D afin d’obtenir un système ayant les pôles suivants : á = −2, −3, −4.
Calculer la commande par retour d’état appliquée au système décrit par les matrices
−1 2 −2 1
= 81 −2 4: = 80 : ) = 31 0 07
−5 −1 3 0
40
1 −1 −2
_ b _ b _ b
^ a ^ a ^ a
4 = ^ 0a 4 = ^1a 4 = ^−23a
^ à ^ à ^ à
]0 ]−5 ]−11
−2 −1 1
d’où la matrice É = 8−23 1 0:
−11 −5 0
nt = n+ u ït = + u
v=)n+ wu v=) + w u
vers le modèle d’état final
K= [9 3.57 -9.28]
xt J = r − Cx
avec :
xt = A x + B u
xt J = r − Cx
y=Cx
xt A 0 x B 0
O P= O P ‡ Š+ O P u+ O P r
xt J −C 0 xJ 0 1
x
y(t) = 3C 0 7‡ Š
xJ
x
u = −Kx + K ñ xJ = −3 K Kñ 7 ‡ Š
xJ
On a
41
En remplace la commande u dans le système d’état
xt (A − BK) B Kñ x 0
O P= O P ‡ Š+ O P r
xt J −C 0 xJ 1
x
y = 3C 0 7 ‡ Š
xJ
Fig. 4.2: Représentation d’un système avec retour d’état et contrôle intégral
Exemple 4.5 :
xt 0 1 x 0
O P= O P ‡ Š+ O P u
xtt 5 −3 −5 x5 1
x
y = 3 1 0 7‡ Š
x5
s5 + 16s + 183.1
L’équation désirée :
s5 + (5 + K 5 )s + (3 + K )
L’équation du système avec retour d’état :
42
K = 3K K 5 7 = 3180.1 117
Par égalité, on obtient :
0 1 0
Calcul de l’erreur statique
Y
1 + 31 07
e(∞) = 1 + C(A − BK) B = Y 180.1 −16 1
= 0.995
xt x 0
_ b 0 1 0 0 _ b _ b
^ a VO P − O P 3k k5 7W O P kñ ^x a ^ a
^x5t a = 8 −3 −5 1 1
: ^ 5a + ^ 0a r
^ à ^ à ^ à
−3 1 0 7 0 ] xJ ]1
] xt J
xt 0 1 0 x 0
_ b _ b _ b _ b
^ a ^ a ^x a ^ a
^x5t a = ^−3 − k −5 − k 5 kña ^ 5a + ^ 0a r
^ à ^ à ^ à ^ à
] xt J ] −1 0 0 ] xJ ]1
x
_ b
^ a
y = 31 0 0 7 ^x 5 a
^ à
] xJ
sQ + (5 + k5 )s5 + (3 + k )s + k ñ
xt 0 1 0 x 0
_ b _ b _ b _ b
^ a ^ a ^x a ^ a
^x5t a = ^−1783.5 −116 18310a ^ 5a + ^ 0a r
^ à ^ à ^ à ^ à
] xt J ] −1 0 0 ] xJ ]1
43
x
_ b
^ a
y = 31 0 0 7 ^x 5 a
^ à
] xJ
e(∞) = 1 + C(A − BK)Y B
0 1 0 0
Y
_ b _ b
Ñ^ aÕ ^ a=0
= 1+ 31 0 0 7 Ð^−1783.5 −116 18310aÔ ^ 0a
^ à ^ à
Ï] −1 0 0 Ó ]1
öt = ³ õ
õ ö + ¥v + £u
Si õ et n ont même dimension, l’observateur est dit complet (tout l’état est estimé).
Dans ce cas É = m ;
Donc : õ = n et w ö = xô
L’observateur identité est un observateur complet avec le quel on obtient les équations
du couple (système, observateur) :
xôt = F xô + Ly + Ju
xt = A x + B u
y =Cx
44
ett = (A − LC − F)x + (B − J)u − F e
Pour une estimation sans biais il faut que :
e=0 et et = 0
Pour cela il faut donc satisfaire les équations :
A − LC − F = 0 F = A − LC
B−J =0 J=B
F stable A − LC stable
ce qui donne
xôt = (A − LC)xô + L y + B u
4.5.2. Principe de fonctionnement de l'observateur
La structure de l'observateur est celle indiquée sur la figure suivante.
suivan Elle fait
intervenir tout d'abord un estimateur fonctionnant en boucle ouverte qui est caractérisé par la
même dynamique que celle du système.
det(lm ( − ¥) )) = 0
Les valeurs propres λ sont choisi
choisies
es de manière à obtenir les performances désirées en
termes de stabilité et réponse transitoire.
45
Elles doivent être des racines négatives ou à partie réelle négative.
Le problème consiste donc à trouver une matrice ¥ tel que les valeurs propres du
système bouclé (de l’observateur) soient en des positions préfixées.
Le dernier vecteur est comparé au vecteur équivalent donné par l'observateur pour
assurer le fonctionnement en boucle fermée.
Remarque :
Si on désire accélérer la convergence de xô vers n de telle manière que l’état estimé soit
disponible instantanément par le régulateur u = −¤n, il faut introduire un feedback.
−/ Y 1 ⋯ 0
_ b _ b
^ a ^ a
^ ⋮ ⋱ ⋮a ^ ⋮ a
− ¥) = ^ a−^ a 31 0 ⋯ 07
^ −/ 0 ⋯ 1a ^ Y a
^ à ^ à
] −/” 0 0 ]
(−/ Y − ) 1 ⋯ 0
_ b
^ a
^ ⋮ ⋱ ⋮a
= ^ a
^(−/ − Y ) 0 ⋯ 1a
^
] (−/” − ) 0 0à
46
L’équation caractéristique de − ¥)
# + (/ Y + )# Y
+ + (/ Y5 + 5 )# Y5
+ ⋯ + (/ + Y )# + (/” + )=0
# + (/ Y )# + (/ Y5 )# + ⋯ + (/ )# + (/” )=0
L’équation caractéristique de
Y Y5
# + (S )# + (S Y5 )# + ⋯ + (S )# + (S” )=0
L’équation désirée est :
Y Y5
Y
Exemple 4.6 :
Soit un pendule simple dont le mouvement est régi par :
nt 0 1 n 0
O P= O P ‡ Š+ O P u
nt 5 −¢”5 0 n5 1
n
v(') = 3 1 07‡ Š
n5
placés en – 10 ¢”5 ( 5 fois plus rapides que celui du regulateur par retour d’état de
Déterminer l’estimateur pour ce pendule tel que les pôles de l’observateur soient
l’exemple 4.1)
# 5 + 20¢” # + 100¢”5 = 0
L’équation désirée
# 0 0 1
L’équation du système avec régulateur
20¢”
¥= O P= O P
99¢”5
En égalisant
5
47
Exemple 4.7 :
Soit un système donné par la représentation d’état suivante par :
nt 2 −0.8 n 1
O P= O P ‡ Š+ O P u
nt 5 2 0 n5 0
n
v(') = 3 0 17‡ Š
n5
(l + 4)5 = l5 + 8l + 16
L’équation désirée de l’observateur est :
xt −1 −9 x 2 18
La représentation du système avec observateur est donnée par :
O P= O P ‡ Š+ O P u+ O P y
xt 5 1 −7 x5 0 12
48
Références bibliographiques
49