Ch1 2espace Detat

Chapitre 1,2 Analyse et commande des systèmes LTI dans l’espace d’état.
INTRODUCTION
Dans ce chapitre, nous allons présenter une matière d’introduction à l’analyse et la
commande des systèmes asservis dans l’espace d’état. Commençant par la théorie du contrôle
moderne en le comparant avec les théories classiques de l’automatique (Evans, Bode et
Nyquist etc.), l’analyse des systèmes dans l’espace d’état, enfin, nous élaborons
l’asservissement par retour d’états des systèmes linéaires invariants dans le temps (LTI)
(méthode de placement de pôles).
1.1. MODELISATION ET ANALYSE DES SYSTEMES LTI DANS L’ESPACE D’ETAT
L’évolution moderne des systèmes d’ingénierie à tendance vers une grande complexité,
principalement en raison des exigences de tâches complexes et une bonne précision. Les
systèmes complexes peuvent avoir de multiples entrées et multiples sorties (MIMO) et
peuvent être à paramètres variables aussi en fonction du temps (équation différentielle à
paramètres variables). La théorie moderne de contrôle qui présente une nouvelle approche
de l'analyse et de la conception des systèmes asservis complexes, a été développée depuis
1960 environ, en raison de :
- La nécessité de répondre aux exigences de plus en plus strictes sur les performances des
systèmes asservis ;
- L'augmentation de la complexité des systèmes à asservir ;
- L’accès facile à des ordinateurs à grande échelle.
Cette nouvelle approche est basée sur le concept (la notion) d’état. Le concept de l'état
lui-même n'est pas nouveau, car il a existé depuis longtemps dans le domaine de la dynamique
classique et d'autres domaines.
La théorie du contrôle moderne (représentation d’état) s'oppose à la théorie du contrôle
classique, en ce que : la première est applicable à des systèmes MIMO, qu’ils soient linéaires
1
ou non linéaires, invariant dans le temps (Linear Time-Invarying LTI) ou variant dans le
temps (LTV), tandis que la seconde (théorie d’asservissement classique) est applicable
uniquement sur les systèmes SISO (Single Input Single Output), linéaire et invariant dans
le temps.
1.1.1. Exemple Introductif : Circuit « RLC » Série
Avant d’entamer la représentation d’état d’un système, commençant par un petit
exemple explicatif facilitant ce concept. Considérant le circuit électrique de la figure (1), en
admettant que les paramètres : « R », « L » et « C » soient constants.
Fig. 1. Circuit RLC série
La relation mathématique reliant la tension de sortie « us (t ) » à celle de l'entrée
« ue (t ) » peut être trouvée en écrivant l'équation différentielle régissant le circuit :
t
di(t ) 1 di(t )
ue (t )= Ri(t ) + L + ò i(t )dt = Ri(t ) + L +us (t ) (1)
dt C 0 dt
Rappelons que :
t
1 dus (t )
us (t )=
C ò i(t)d t i(t ) = C dt
(2)
0
Ce qui en résulte que :
d 2us (t ) R dus (t ) 1 1
+ + us (t ) = u (t ) (3)
dt 2 L dt LC LC e
ue us
Eq(3)
Fig. 2. Modèle entrée/sortie du circuit de la figure (1)
2
La figure (2) illustre le modèle de connaissance prenant la forme d'une équation
différentielle d'ordre 2. Le modèle indique la relation entre l'entrée « ue (t ) » et la sortie
« us (t ) » : il s'agit d'un modèle entrée sortie.
« N.B : On modélise un processus physique selon deux méthodes principales : méthode de
représentation ou celle de connaissance. La première consiste à identifier le système à partir
d'un nombre limité de mesures pratiquées. Le modèle de connaissance quant à lui, est un
modèle mathématique basé sur les lois physiques gouvernant le comportement du système ».
Dans le cas de conditions initiales nulles, on peut extraire la fonction de transfert :
U (s ) 1
G (s ) = s = (4)
U e (s ) 1 + RCs + LCs 2
Il s'agit là à nouveau, d'une relation entrée-sortie, où aucune des grandeurs internes du
circuit n'intervient, bien que leur connaissance puisse être importante ; on pense notamment :
- Au courant : i(t) ;
- Au flux totalisé : f(t ) = Li(t ) ;
- A la charge instantanée du condensateur q (t ) ;
- Au champ électrique E(t) entre les armatures du condensateur.
Un courant « i(t ) » trop élevé peut provoquer une saturation magnétique, se
manifestant directement sur le flux totalisé « f(t ) », alors qu'une charge exagérée du
condensateur peut engendrer un champ électrique « E (t ) » supérieur au champ disruptif
(destructif endommageant le diélectrique du condensateur). Dans un cas comme dans l'autre,
les hypothèses de linéarité sont démenties, mais aucune de ces grandeurs n'apparaît dans l'un
ou l'autre des modèles entrée-sortie (équation différentielle d'ordre « 2 » ou bien la fonction
de transfert).
3
La représentation dans l'espace d'état (State Space representation) offre une alternative
au modèle entrée-sortie en proposant un modèle liant non seulement les signaux d’entrée et
de sortie d'un système dynamique, tout en gardant à « l'œil » sur certaines grandeurs
internes essentielles, qu’on appellera : variables d'état.
1.1.2. Définitions
Avant d’entamer la théorie de la représentation d’état, nous devons définir quelques
grandeurs caractérisant cette représentation.
1.1.2.1. Etat d’un système
L'état d'un système dynamique est le plus petit ensemble de variables (appelées
variables d'état) qu'une telle connaissance de ces variables à l’instant ( t = t 0 ), conjointement
avec la connaissance de l'entrée pour ( t ³ t 0 ), détermine complètement le comportement
du système pour chaque instant ( t ³ t 0 ).
1.1.2.2. Variable d’état
Les variables d'état d'un système dynamique sont les variables qui composent le plus
petit ensemble de variables qui déterminent l'état du système dynamique. Si, au moins « n »
variables « x 1 , x 2 , x 3 ¼¼x n » sont nécessaires pour décrire entièrement le comportement
d'un système dynamique, de sorte qu’une fois l'entrée est donnée pour ( t ³ t 0 ) et l'état
initial à ( t = t0 ) est spécifié, l'état futur du système est complètement déterminé, alors ces
« n » variables sont un ensemble de variables d'état.
Il est à noter que les variables d'état ne sont pas nécessairement des quantités
physiquement mesurables ou observables. Une telle liberté dans le choix des variables d'état
présente un avantage des méthodes d’espace-état (représentation d’état ou asservissement
moderne). Pratiquement, cependant, il est préférable de choisir des quantités facilement
mesurables pour les variables d'état, si cela est possible à tout, parce que les lois du contrôle
4
optimal (asservissement avec représentation d’état) exigeront le retour (mesure ou
estimation) de toutes les variables d’état avec un coefficient approprié.
1.1.2.3. Vecteur d’état
Si « n » variable d'état sont nécessaires pour décrire entièrement le comportement d'un
système donné, Alors ces n variables d'état peuvent être considérés comme les n composantes
d'un vecteur « X », un tel vecteur est appelé vecteur d’état. C’est un vecteur dont ses
composantes sont les variables d’état
1.1.2.4. Espace d’état
L'espace à « n » dimensions dont les axes de coordonnées constitué par : « l’axe x1 »,
« l’axe x2 », … « l’axe xn » avec : x1, x 2,¼, x n sont les variables d’état, est appelé espace
d’état. Chaque état (vecteur d’état), peut être représenté par un point dans l’espace d’état.
1.1.3. Tentative de représentation d’état d’un système LTI
Nous allons démontrer dans ces exemples (exemples de circuits électriques), que pour
un système à plusieurs variables telles que : la tension aux bornes d’une inductance, d’une
résistance ou bien d’un condensateur, nous devons utiliser les équations différentielles pour
la détermination de quelques variables seulement, vu que les variables restantes sont reliées
algébriquement avec les variables déterminées précédemment. Les exemples cités ci-dessous
tiennent compte des approches suivantes :
1- Nous devons sélectionner un sous-groupe de variables qu’on nomme : variables d’état.
2- Nous représentons un système d’ordre n, simultanément par n équations différentielles de
premier ordre. Ces n équations différentielles simultanées sont dites : équations d’état.
3- Si nous connaissons les valeurs initiales des variables d’état (à t = t 0 ) ainsi que la valeur
du signal d’entrée pour t ³ t0 : nous pouvons résoudre le système d’équation (équations
d’état) en déterminant la valeur des variables d’état pour t ³ t0 .
5
4- En combinant les variables d’état avec les entrées d’une manière algébrique, nous trouvons
toutes les autres variables restantes pour t ³ t0 . On nomme cette équation algébrique :
l’équation de sortie.
5- Nous considérons les équations d’état et l’équation de sortie autant qu’une représentation
suffisante du système pour t ³ t0 . Cette représentation est connue sous le nom de :
représentation d’état.
Exemple 01 : Cas d’un système de 1er ordre
Soit le circuit électrique « RL » suivant :
Fig. 3. Circuit RL.
1- Choisissons le courant « i(t ) » en tant que variable.
2- En appliquant la loi des mailles :
di(t)
L + Ri(t) = v(t) (5)
dt
En utilisant la transformée de Laplace de l’équation (5) :
L[sI (s) - i(0)] + RI (s) = V (s) (6)
1
Supposons que l’entrée v(t ) est un échelon, sa transformée de Laplace est V (s ) = .
s
æ ö÷
çç ÷
1 çç 1 1 ÷÷ i(0)
I (s ) = ç - ÷÷ + (7)
ç
R çs R÷ R
çç s + ÷÷÷ s +
è Lø L
On trouve :
6
1
i(t ) =
R
( )
1 - e -(R/L )t + i(0)e -(R/L )t (8)
La fonction i(t ) est un sous-ensemble de toute les variables existantes dans le circuit
que nous pouvons déterminer à partir de l’équation (8) juste en connaissons la valeur de i(0)
et de v(t ) . Ainsi, i(t ) présente une variable d’état et l’équation (5) est une équation d’état.
3- Maintenant, nous pouvons déterminer toutes les variables existantes dans le circuit en
fonction d’une combinaison algébrique du courant « i(t ) » et de la tension d’entrée.
Par exemple, la tension aux bornes de la résistance :
Ri(t) (9)
Celle aux bornes de l’inductance :
vL (t ) = v(t ) - Ri(t ) (10)
Ou même la dérivée du courant :
d 1
i(t ) = [v(t ) - Ri(t )] (11)
dt L
En connaissant la valeur de la variable d’état i(t ) et celle de l’entrée v(t ) , nous pouvons
déterminer la valeur de n’importe quelle variable dans le circuit pour t ³ t 0 . D’où, les
équations algébriques (9), (10) et (11) sont des équations de sortie.
4- Puisque les variables d’intérêt sont entièrement décrites par les équations (5) et de (9) à
(11), la combinaison de l’équation d’état (5) et celles de sortie (9-11) présentent : une
représentation d’état.
L’équation (5) qui décrit la dynamique du circuit n’est pas unique. Cette équation peut
être écrite en fonction d’autres variables du circuit. Par exemple l’équation suivante :
L d
v (t ) + vR (t ) = v(t ) (12)
R dt R
7
Peut être résolue en connaissant la valeur de la condition initiale vR (0) = Ri(0) et
l’entrée v(t ) . Dans ce cas, la variable d’état est vR (t ) , d’une manière similaire toutes les autre
variables peuvent être déterminées en fonction de la variable d’état.
Exemple 02 : Cas d’un système de 2nd ordre
Soit le circuit « RLC » du deuxième ordre suivant :
Fig. 4. Circuit RLC
1- Puisque le système est du deuxième ordre, deux équations différentielles simultanées
sont nécessaires pour trouver les deux variables d’état qui sont par exemple : la charge
dans la capacité « q(t ) » et le courant dans le circuit « i(t ) ».
2- L’équation de la maille est :
d 1
L
dt
i(t ) + Ri(t ) +
C ò i(t )dt = v(t ) (13)
Réécrivant (3) en fonction de la charge « q (t ) » :
d2 d 1
L 2
q (t ) + R q (t ) + q (t ) = v(t ) (14)
dt dt C
Rappelons qu’une équation différentielle d’ordre « n » peut être convertie en « n »
équation de premier ordre (d’ordre 01) simultanées, chaque équation sous la forme :
d
x (t ) = a i 1x 1 (t ) + a i 2x 2 (t ) + ... + a in x n (t ) + bi f (t ) (15)
dt i
Avec :
- x 1 ¼x n : Les variables d’état.
- aij etbij : Les constantes pour un système linéaire invariant dans le temps (LTI).
8
Le côté droit de l’équation (15) présente une combinaison linéaire des : variables
d’état et de l’entrée f (t ) . L’équation (14) sera convertie en deux équations différentielles
de premier ordre comme suit :
ì
ïdq (t )
ï
ï = i(t )
ï
í dt (16)
ï
ïdi(t ) 1 R 1
ï =- q (t ) - i(t ) + v(t )
ï
î dt
ï LC L L
3- Les deux équations ci-dessus (16) sont les équations d’état et peuvent être résolues
simultanément pour les deux variables d’état : q(t ) et i(t ) .
4- Nous pouvons déterminer toutes les variables existantes dans le circuit, à partir d’une
combinaison algébrique du courant i(t ) , de la charge q(t ) et de l’entrée v(t ) . Comme
exemple, la tension aux bornes de l’inductance sera :
1
vL (t ) = - q(t ) - Ri(t ) + v(t ) (17)
C
L’équation (17) présente une de plusieurs équations de sortie, on dit que vL (t ) est une
combinaison linéaire : des variables d’état q(t ) et i(t ) et de l’entrée v(t ) .
5- Le système d’équation formé des deux équations d’état (16) et celle de sortie (17) présente
une représentation d’état.
On peut opter pour un autre choix de variables d’état, par exemple : vR (t ) et vC (t ) , la
tension aux bornes de la résistance et celle aux bornes du condensateur respectivement. Le
système d’équations de 1er ordre résultant est représenté par les équations suivantes :
ì
ï d R R R
ï
ï vR = - vR - vC + v(t )
ï
ídt L L L (18)
ï
ï d 1
ï vC = v
ï
ïdt
î RC R
1.1.3.1. Équations Régissant un Modèle D’état
Dans l'analyse par espace-état, nous sommes préoccupés par trois types de variables
qui sont impliqués dans la modélisation des systèmes dynamiques : les variables d'entrée, les
9
variables de sortie, et les variables d'état. Comme nous le verrons plus loin, la représentation
d'état pour un système donné n'est pas unique, sauf que le nombre de variables d'état est le
même pour chaque représentations d'états d'un même système. Le système dynamique doit
comporter des éléments qui mémorisent les valeurs de l'entrée t ³ t1 . Etant donné que les
intégrateurs dans un système de commande à temps continu servent de dispositifs de
mémoire, les sorties de ces intégrateurs peuvent être considérées comme des variables qui
définissent l'état interne du system. Ainsi, les sorties des intégrateurs servent de variables
d'état. Le nombre de variables d'état pour définir complètement la dynamique du système
est égal au nombre d'intégrateurs impliqués dans le système.
Supposons qu’un système MIMO comporte n intégrateurs. Supposons aussi qu'il existe
r entrées u1(t ), u2 (t ),u3 (t ) ¼¼, ur -1(t ), ur (t ) et m sorties y1(t ), y2 (t ), y 3 (t )¼ym (t ) .
Nous définissons n sorties des intégrateurs en tant que n variables d'état :
x 1(t ), x 2 (t )¼x n (t ) .Ensuite, le système peut être décrit comme suit :
ì
ï x1 = f1(x 1, x 2 x n ; u1, u2 ur ; t )
ï
ï
ï
ï x2 = f2 (x 1, x 2 x n ; u1, u2 ur ; t )
ï
í (19)
ï
ï 
ï
ï
ïx = fn (x 1, x 2 x n ; u1, u2 ur ; t )
ï
î n
Les sorties du système : y1(t ),y2 (t ),y 3 (t )¼ym (t ) peuvent être données comme suit :
ì
ïy1 = g1(x 1, x 2 x n ; u1, u2 ur ; t )
ï
ï
ï
ïy2 = g2 (x 1, x 2 x n ; u1, u2 ur ; t )
ï
í (20)
ï
ï = 
ï
ï
ïy = gm (x 1, x 2 x n ; u1, u2 ur ; t )
ï
î m
Si nous définissons :
éx ù é f (x , x  x ; u , u u ; t )ù
ê 1ú ê 1 1 2 n 1 2 r ú
êx ú ê f (x , x  x ; u , u u ; t )ú
X (t ) = êê 2 úú , f (X ,U , t ) = ê2 1 2
ê
n 1 2 r ú
ú
êú ê  ú
êx ú ê f (x , x x ; u , u u ; t )ú
êë n úû êë n 1 2 n 1 2 r úû
10
éy ù é g (x , x  x ; u , u u ; t ) ù éu ù
ê 1ú ê 1 1 2 n 1 2 r ú ê 1ú
êy ú ê g (x , x  x ; u , u u ; t ) ú êu ú
Y (t ) = êê 2 úú , g(X ,U , t ) = ê 2 1 2
ê
n 1 2 r ú ,U (t ) =
ú
ê 2ú
êú
êú ê  ú ê ú
êy ú êg (x , x  x ; u , u u ; t )ú êu ú
êë m úû êë m 1 2 n 1 2 r úû êë r úû
Les équations (19) et (20) deviennent :
X (t ) = f (X ,U , t ) (21)
Y (t ) = g (X ,U , t ) (22)
Où l'équation (21) est appelée : équation d'état, et l'équation (22) est l'équation de
sortie. Si les fonctions de vecteur « f » et/ou « g » sont en fonction du temps « t », le
système est dit : système variant dans le temps (Linear Time-Varying LTV). Si les équations
(21) et (22) sont linéarisées autour d’un état de fonctionnement, elles s’écrivent comme suit :
X (t ) = A(t )X (t ) + B (t )U (t ) (23)
Y (t ) =C (t )X (t ) + D(t )U (t ) (24)
Avec :
- A(t) : matrice d’état ou matrice d’évolution ;
- B(t) : matrice d’entrée ;
- C(t) : matrice de sortie ;
- D(t) : matrice de transmission directe.
Une représentation de schéma fonctionnel de principe des équations (23) et (24) est
représentée sur la figure (5).
11
Fig.5. Schéma fonctionnel d’un système linéaire continu représenté par son modèle d’état.
Si les fonctions vectorielles « f » et « g » ne comportent pas le paramètre de temps
« t » explicitement, le système est appelé système invariant dans le temps (LIT ou LTI en
anglais). Dans ce cas, les équations (23) et (24) peuvent être simplifiées comme suit :
X (t ) = AX (t ) + BU (t ) (25)
Y (t ) =CX (t ) + DU (t ) (26)
Les équations (25) et (26) sont respectivement : l’équation d’état et de sortie (équation
d’observation) d’un système LTI. Dans ce chapitre, nous serons préoccupés surtout par les
systèmes LTI, ceux décrits par une représentation similaire à celle des équations (25) et (26).
Corolaires :
1- La représentation d'état d'un système dynamique linéaire est un modèle par lequel non
seulement la relation entrée-sortie entre u(t) et y(t) est déterminée, comme c'est déjà le cas
avec l'équation différentielle d'ordre n :
d ny d n -1y dy d mu d m -1u du
an n
+ a n -1 n -1
+ ¼ + a 1
+ a 0
y = bm m
+ bm -1 m -1
+ ¼ + b1 + b0u (27)
dt dt dt dt dt dt
Mais également le comportement des grandeurs internes : « x 1 ¼ x n » au système,
appelées variables d'état ;
2- Une représentation d'état n'est pas unique, elle est en fonction du choix des variables
d’état ;
3- Les variables d'état : x 1 ¼x n sont au nombre de l'ordre du système (un système d’ordre n
possède n variable d’état) ;
4- Les variables d'état d'un système dynamique d'ordre n sont les n grandeurs : x 1 ¼x n qu'il
est nécessaire et suffisant de connaître à l'instant « t0 » pour calculer la réponse y(t) du
système à toute entrée u(t) définie pour t ³ t0 .
12
1.1.4. Calcul de La Fonction de Transfert à Partir du Modèle d'Etat
On se propose ici, de calculer la fonction de transfert du système sur la base des
équations d'état. Notons que l'opération inverse est également possible. Dans le cas de
conditions initiales nulles, la transformée de Laplace des deux membres des équations d'état
donne, pour un système mono-variable :
x =Ax +Bu
y =Cx + Du
Donne :
sX (s ) = AX (s ) + BU (s ) / Y (s ) = CX (s ) + DU (s )
D’où :
sX (s ) = AX (s ) + BU (s )  sX (s ) - AX (s ) = BU (s )
 (sI - A)X (s ) = BU (s )
 X(s) = (sI - A)-1 BU (s)
En remplaçant la valeur de X (s ) dans l’équation de sortie :
é -1 ù
Y (s ) =CX (s ) + DU (s )  Y (s ) = C ê(sI - A) BU (s )ú + DU (s )
êë úû
= éêC (sI - A)-1 B + D ùúU (s )

ë û
On en déduit finalement la fonction de transfert G(s) » recherchée :
Y (s ) é ù
ê(sI - A) B ú + D
-1
G (s ) = =C (28)
U (s ) êë úû
On peut ainsi obtenir la fonction de transfert du système décrit dans l'espace d'état à
partir des matrices : A, B, C et D. On voit qu'il est nécessaire d'inverser la matrice (sI - A)
qui est d'ordre n, ce qui peut constituer un travail considérable. L'expression de G(s) peut
encore être développée en tenant compte de l'expression de l'inverse de ( sI - A ) :
13
T
Y (s ) écof (sI - A)ù
ê ûú B + D
G (s ) = =C ë
U (s ) sI - A
T
C éêcof (sI - A)ùûú B + D sI - A
= ë
sI - A
On observe que le dénominateur de « G (s ) » n'est autre que le déterminant de (sI - A)
. Les racines du dénominateur étant les pôles : s1, s2,..., sn de G (s ) , on voit que ceux-ci
correspondent aux valeurs propres de A, obtenues en résolvant :
ìïs = p1
ïï
ïïs = p2
Dc (s ) = sI - A = 0  ïí
ïï 
ïï
ïïîs = pn
1.1.5. Détermination de la Représentation d’Etat à Partir de la FT
Parmi les avantages de la représentation d’état, c’est qu’une telle représentation peut
être utilisée pour la simulation des systèmes physiques en utilisant des calculateurs
numériques. De ce fait, si nous voulons simuler un système représenté par sa fonction de
transfert, nous devons en premier temps le convertir en une représentation d’état.
Premièrement, choisissons un ensemble de variable d’état qu’on nomme : variables de
phase, où, chaque variable d'état est définie en temps que la dérivée de la précédente.
Commençons par la représentation d’une équation différentielle d’ordre n à coefficients
constants dans une forme canonique. Ensuite, nous verrons comment convertir cette
représentation en une fonction de transfert. Considérons, l’équation différentielle suivante :
d ny d n -1y d n -2y dy
n
+ a n -1 n -1
+ a n -2 n -2
+ ....... + a1 + a 0y = b0u (29)
dt dt dt dt
Le choix convenable des variables d’état consiste à choisir : la sortie y(t), et ses (n - 1)
dérivées comme variables d’état. Ce choix est intitulé : choix des variables de phase.
Choisissons les variables d’état xi :
14
dy d 2y d n -1y
x1 = y , x 2 = , x = 2 ,......., x n = n -1 (30)
dt 3 dt dt
En dérivant les variables d’état de l’équation (30), nous obtenons :
dy d 2y d 3y d ny
x1 = , x 2 = 2 , x 3 = 3 ,......., xn = n (31)
dt dt dt dt
En substituant les définitions de l'équation (30) dans l'équation (31), les équations
d'état seront évaluées comme suit :
x1 = x 2 , x2 = x 3 , x 3 = x 4 ,......., xn -1 = x n

xn = -a 0x 1 - a1x 2 ...... - an-1x n + b0u
D’où, nous pouvons l’écrire sous forme matricielle :
é x ù é 0 1 0 0 0 0  0 ù é x ù é 0 ù
ê 1 ú ê úê 1 ú ê ú
ê x ú ê 0 0 1 0 0 0  0 ú ê x ú ê 0 ú
ê x ú ê 0 0 0 1 0 0  0 ú ê x ú ê 0 ú
ê  ú = ê         ú ê  ú + ê  úu (32)
ê ú ê úê ú ê ú

x
ê n -1 ú ê 0 0 0 0 0 0  1 x
ú ê n -1 ú ê 0 ú
ê xn ú ê-a 0 -a1 -a2 -a 3 -a 4 -a 5 -an -1 ú ê x n ú êb0 ú
ë û ë ûë û ë û
Le système d’équations (32) représente la forme à variables de phase des équations
d’état. Cette forme peut être facilement reconnue par le motif unique de « 1 », de « 0 » et
des coefficients de l'équation différentielle écrite dans l'ordre inverse multipliés par un signe
moins.
Enfin, étant donné que la solution de l'équation différentielle est y(t), ou x1, l’équation
de sortie est :
T
y = éê1 0 0 0  0ùú éêx 1 x2 x 3 ... x n x n ùú
ë ûë û (33)
En résumé, donc, pour convertir une fonction de transfert en équations d'état en forme
de variable de phase (xi+1=dxi/dt), nous convertissons d'abord la fonction de transfert en une
équation différentielle, en multipliant les termes de la fonction de transfert d’une manière
croisée et en prenant la transformée de Laplace inverse, tout en supposant que les conditions
15
initiales sont nulles. Ensuite, nous représentons l'équation différentielle dans l'espace d'état
en forme de variables de phase.
1.1.6. Solution d’une Equation d’Etat
Soit la représentation d’état suivante :
ìïx = Ax + Bu
ï
í
ïïy =Cx + Du
î
La solution de l’équation d’état ci-dessus consiste à déterminer la sortie y(t ) en fonction
du temps, c'est-à-dire en déterminant l’expression temporelle du vecteur d’état x (t ) .
x = Ax + Bu  x -Ax = Bu
Calculons la dérivée du terme e -At x (t )
d (e -At x (t )) d (e -At ) d (x (t ))
= x (t ) + e -At
dt dt dt
-At -At
= -Ae x (t ) + e x (t ) 
= e -At x(t ) - Ae -At x (t )
= e -At (x(t ) - Ax (t ))
At
En multipliant les deux membres de l’équation ci-dessus par le terme e :
d (e -At x (t )) d (e -At x (t ))
= e -At (x(t ) - Ax (t ))  e At = x(t ) - Ax (t )
dt dt
d (e -At x (t ))
 e At = Bu(t )
dt
d (e -At x (t ))
 = e -At Bu(t )
dt
En intégrant les deux membres, on trouve :
16
t t t t
d (e -At x (t ))
ò dt
= ò e -At Bu(t )  ò d (e -At x (t )) = ò e -At Bu(t )dt
t0 t0 t0 t0
t
x (t0 ) = ò e -At Bu(t )d t

-At -At0
e x (t ) - e
t0
t
x (t0 ) + ò e -At Bu(t )d t

-At0
 e -At x (t ) = e
t0
t
òe
At -At0 At -At
 x (t ) = e e x (t0 ) + e Bu(t )d t
t0
t
x (t0 ) + ò e (t -t )ABu(t )d t
A(t -t0 )
 x (t ) = e
t0
L’équation de sortie sera déduite directement comme suit :
x (t 0 ) + ò Ce (t -t )ABu(t )d t + Du(t )
A(t -t0 )
y(t ) = Cx (t ) + Du(t )  y(t ) = Ce
t0
1.1.7. Notions de commandabilité et d’observabilité
L’étude de l’observabilité et de la commandabilité présente une tâche indispensable lors
de l’analyse des systèmes LTI asservis dans l’espace d’état. Dans ce qui suit, nous allons
définir ces notions et identifier les conditions nécessaires et suffisantes, permettant la
vérification d’un système s’il est commandable (observable) ou non.
1.1.7.1. Commandabilité
On dit qu’un système est commandable à l’instant t0, s’il est possible de ramener ce
système à partir de n’importe quel état initial x(t0), vers n’importe quel état x(t) en un temps
fini, par le biais d’une grandeur (vecteur) de commande non contrainte (u). Dans le cas où
tous les états d’un système sont commandables, un tel système est dit : complètement
commandable.
Condition nécessaire et suffisante
Sans perte de généralité, nous pouvons supposer que l’origine est l’état final à t=t1, et
l’instant initial est t0=0.
x = Ax + Bu
17
La solution de l’équation est

t
x (t ) = e At x (0) + ò e A(t -t )Bu(t )d t
0
L’état final est
t1
x (t1 ) = e 1 x (0) + ò e
At A(t1 -t )
Bu(t )d t = 0
0
Alors,
t1
x (0) = -ò e -At Bu(t )d t
0
2 n -1
-At 0 (- A t )
1 (- A t )
e = (- A t ) + (- A t ) + + ... +
2! (n - 1)!
0 0 1 1
2
(-t ) 2 (-t )n -1 n -1
= (-t ) A + (-t ) A + A + ... + A
2! (n - 1)!
n -1
= å ak (t )Ak
k =0
n -1 t1
x (0) = -å Ak B ò ak (t )u(t )d t
0
k =0
t1
Posons bk = ò 0
ak (t )u(t )d t
éb ù
ê 0 ú
n -1 ê b ú
x (0) = -å Ak Bbk = - éêA0B A1B  An -1B ùú êê 1 úú (34)
k =0
ëû ê  ú
PC êb ú
êë n -1 úû
Afin que le système soit complètement commandable, il faut que l’équation (34) soit satisfaite
pour n’importe quel état initial x (0) . Cela nécessite que la matrice PC soit de rang complet
( det(PC ) ¹ 0 ).
1.1.7.2. Observabilité
On dit qu’un système est complètement observable, si chaque état initial x(t0) peut être
déterminé à partir de l’observation de la sortie y(t) durant un temps fini [t0-t1]. Par
conséquent, le système est dit : complètement observable, si chaque transition éventuelle
d’un état, affecte tous les éléments du vecteur de sortie y(t).
18
Condition nécessaire et suffisante
Sans perte de généralité, nous pouvons supposer que le temps initial est t0=0 :
ìïx = Ax + Bu
ï
í
ïïy = Cx + Du
î
t
x (t ) = e At x (0) + ò e A(t -t )Bu(t )d t
0
La sortie est donnée par l’équation :
t
y(t ) = Ce At x (0) + C ò e A(t -t )Bu(t )d t + Du (35)

0 
G
Vu que les matrices A, B, C et D sont connues et u(t) est connue aussi, le terme G
(équation 35) présente une quantité connue. Donc, on peut le soustraire de la valeur observée
y(t).
y(t ) = Ce At x (0)
n -1
e At = å ak (t )Ak
k =0
n -1
y(t ) = å ak (t )CAk x (0)
k =0
= a0 (t )CA0x (0) + a1(t )CA1x (0) + ... + an -1(t )CAn -1x (0)
-1
é a (t )C ù é a (t )C ù
ê 0 ú ê 0 ú
ê a (t )CA ú ê a (t )CA ú
y(t ) = êê 1 ú x (0)  x (0) =
ú
ê
ê
1 ú y(t )
ú
ê  ú ê  ú
ê n -1 ú ê n -1 ú
a
êë n -1 (t )CA úû a
êë n -1 (t )CA úû
 
T
La non singularité de la matrice T est en rapport direct avec la non singularité de la

matrice PO :
é C ù
ê ú
ê CA ú
PO = êê ú
ú (36)
ê  ú
ê n -1 ú
êëCA úû
Le système est dit : complètement observable si et seulement si la matrice PO soit de
rang complet ( det(PO ) ¹ 0 ), cette matrice (matrice PO) est dite : matrice d’observabilité.
19
1.2. ASSERVISSEMENT DES SYSTEMES LTI DANS L’ESPACE D’ETAT
Dans l’approche conventionnelle, afin de concevoir un régulateur dans un système
SISO, nous concevons le régulateur de sorte que les pôles dominants de la fonction de
transfert en boucle fermée auront un coefficient d’amortissement ( x ) et une pulsation
naturelle non amortie ( wn ) désirés. Dans cette approche (placement de pôles), la conception
du régulateur est réalisable, même si l’ordre du système soit supérieur à 2 (ordre 3 ou 4), et
aucune simplification pôle-zéro ne sera possible au niveau de la TCL (FTBF). Il est à noter
que dans cette approche, nous supposons que la réponse des pôles non dominants de la TCL
soit négligeable.
1.2.1.Placement de pôles
1.2.1.1. Système à retour d’état régulé
Considérons le système asservis suivant :
ì
ï
ïx = Ax + Bu (37)
í
ï
ïy = Cx + Du
î
Avec :
- X : Vecteur d’état (dimension n)

- Y : Signal de sortie (Scalaire)
- U : Signal de commande (Scalaire)
- A : (n x n) Matrice constante
- B : (n x 1) Vecteur constant
- C : (1 x n) Vecteur constant
- D : Constante (scalaire)
Nous choisissons le signal de commande comme suit :
u = -Kx (38)
Cela veut dire que le signal de commande U est déterminé à partir de la valeur
instantanée du vecteur d’état x, cette procédure est appelée : retour d’état. Le vecteur K
20
(1xn) est appelé : matrice des gains du retour d’état. Nous supposons que tous les états sont
accessibles (possibilité du retour d’état de toutes les variables). Dans ce qui suit, nous
supposons aussi que le signal de commande U soit non contraint. Le diagramme fonctionnel
de ce système est représenté par la figure 6.
Fig.6. Commande en bouclé fermée avec u=-Kx
En substituent l’équation (u=-Kx) dans l’équation d’état :
x = (A - BK )x (39)
La solution de l’équation en boucle fermée est :
x (t ) = e (A-BK )t x (0) (40)

ìï
Real eig(A- BK) < 0  A-BK is a stable matrix x ¾¾ ¾ 0
ì
ï ü
ï ïï
ï
ï ï
ï ï t ¥
í ý í
ï
ï
ï
î > 0  A-BK is an unstable matrix x ¾¾ ¾ ¥
ï
ï
ï
þ
ï
ïïï t ¥
ïî
Ce système asservis en boucle fermée n’a pas d’entrée, son objectif est de maintenir la
sortie y à zéro, à cause des perturbations qui peuvent être présentes, la sortie déviera du
zéro. La sortie non nulle sera asservie autour de la référence de l’entrée de valeur nulle, à
cause de la boucle de retour du système asservis. Un tel système où l’entrée de référence est
toujours nulle est dit : système de régulation (régulation et non asservissement).
21
N.B : Système régulé et système asservis

« Les systèmes incluant un contrôleur peuvent être divisés en deux catégories : systèmes
régulés (quand la valeur de l’entrée désirée est constante incluant la valeur nulle) et
systèmes contrôlés (quand la valeur de l’entrée désirée est variable dans le temps). »
Par exemple, si n = 3, le vecteur de retour des gains sera définit comme suit :
K = [k1 k2 k3 ] (41)
Afin de déterminer les éléments du vecteur K : k1, k2 et k3, utilisant la méthode de

substitution directe :
sI - A + BK = (s - Pd 1 )(s - Pd 2 )(s - Pd 3 ) (42)
Avec : Pd1, Pd2 et Pd3 présente les pôles désirés prédéfinis.
Exemple :
Considérons le système de la figure 7 doté de la représentation d’état suivante :
x = Ax + Bu
Avec :
é0 1 0 ùú é0ù
ê ê ú
A = êê 0 0 1 úú , B = êê0úú
ê ú ê ú
êë-1 -5 -6úû êë1úû
Calculons les gains : K1, K2 et K3 permettant de placer les pôles dans les endroits :
Pd 1 = -2 + j 4, Pd 2 = -2 - j 4, Pd 3 = -10
En premier lieu, vérifions la commandabilité du système, la matrice de commandabilité
Pc est donnée comme suit :
é0 0 1 ùú
ê
Pc = êéB AB A2B úù = êê0 1 -6úú
ë û ê ú
êë1 -6 31 úû
22
La valeur du déterminant de la matrice Pc est non nul (|Pc|=-1), c.à.d. qu’elle est de
rang complet, de ce fait, le système est complètement commandable, ce qui en résulte que :
n’importe quel placement arbitraire des pôles sera possible.
En définissons les gains de la matrice K par : K1, K2 et K3
K = éêk1 k2 k3 ùú
ë û
s -1 0 é0ù é0 0 0ù
ê ú ê ú
sI - A = 0 s -1 , BK = êê0úú êék1 k2 k3 úù = êê 0 0 0 úú
ê úë û ê ú
1 5 s +6 êë1úû êëk1 k2 k3 úû
s -1 0
sI - A + BK = 0 s -1
1 + k1 5 + k2 s + 6 + k 3
= s 3 + (6 + k 3 )s 2 + (5 + k2 )s + 1 + k1
= s3 + 14s 2 + 60s + 200
Ce qui en résulte que :
K = éê199 55 8ùú
ë û
1.2.1.2. Système à retour d’état asservis
Dans cette section, nous allons discuter l'approche de pôle-placement dédiée à la
conception d’un système asservis par retour d’état. Ici, nous nous intéressons seulement au
système SISO où l’entrée « u » et la sortie « y » sont des scalaires.
Considérons le système suivant :
x = Ax + Bu (43)
y = Cx + Du (44)
Avec :
- X : Vecteur d’état (dimension n)

- Y : Signal de sortie (Scalaire)
- U : Signal de commande (Scalaire)
23
- A : (n x n) Matrice constante
- B : (n x 1) Vecteur constant
- C : (1 x n) Vecteur constant
- D : Constante (scalaire)
Selon un choix approprié d'un ensemble de variables d'état, il est possible de choisir la
sortie « y » de sorte qu’elle soit égale à une des variables d'état, par exemple « x1 ». La
figure (6) ci-dessous montre une configuration générale du système d'asservissement par
retour d’état avec ; y = x1.
Fig.7. Conception d’un système asservis par retour d’état ;
L’entrée de référence « r » est un échelon. Dans ce système, nous utilisons le retour
d’état défini comme suit :
éx ù
ê 1ú
êx ú
ê 2ú
u = - éê 0 k2 k3  kn ùú êêx 3 úú + k1(r - x 1 )
ë ûê ú (45)
êú
ê ú
êëx n úû
= -Kx + k1r
Avec :
K = [k1 k2  kn ]
24
Supposons que l'entrée de référence (fonction échelon) est appliquée à « t = 0 ». De ce
fait, pour « t > 0 », la dynamique du système peut être décrite par les équations (43) et
(45), où :
x = Ax + Bu = (A - BK )x + Bk1r (46)
Nous allons concevoir un système d’asservissement tel que les pôles en boucle fermée
seront situés (placés) dans des endroits souhaités. Le système conçu sera un système
asymptotiquement stable, y(¥) se rapproche de la valeur constante « r », et u(¥) se
rapproche de zéro (r : est une entrée en échelon.)
Notons qu’au régime permanent nous avons :
x(¥) = (A - BK )x (¥) + Bk1r (¥) (47)
Rappelons que « r(t) » est un échelon ; r (¥) = r (t ) = r (constante) pour t > 0 . En
substituant l’équation (47) de l’équation (46) nous obtenons :
x(t ) - x(¥) = (A - BK )[x (t ) - x (¥)] (48)
Définissons :
x (t) - x (¥) = e(t ) (49)
L’équation (48) devient :
e = (A - BK )e (50)
L’équation (50) décrit la dynamique de l’erreur, la conception du correcteur dans ce
cas est convertie en une conception d’un correcteur asymptotiquement stable de sorte que
« e(t) » converge vers zéro en partant de n’importe qu’elle condition initiale « e(0) ». Si le
système définit par l’équation (43) est complètement commandable, alors, nous pouvons
déterminer le vecteur des gains « K » par la méthode de placement de pôles en spécifiant
les valeurs propres désirées de la matrice A-BK.
Les états finals de x(t) et u(t) peuvent être trouvés comme suit :
25
x(¥) = (A - BK )x (¥) + Bk1r = 0 (51)
Vu que les valeurs propres de la matrice A-BK sont toutes dans le demi-plan gauche, l’inverse de la
matrice A-BK existe, ce qui en résulte que x (¥) peut être déterminé comme suit :
x (¥) = -(A - BK )-1 Bk1r (52)
Aussi u(¥) peut être obtenue comme suit :
u(¥) = -Kx (¥) + k1r = 0 (53)
Y (s ) 1
=
U(s ) s(s + 1)(s + 2)
s = -2  j 2 3, s = -10
x 1 = y, x 2 = x1, x 3 = x2
x = Ax + Bu
y = Cx
é0 1 0 ùú é 0ù
ê ê ú
A = ê0 0 ê 1 ú , B = êê 0úú ,C = éê1 0 0ùú
ú
ê ú ê ú ë û
êë 0 - 2 - 3 úû 1
êë úû
u = -(k2x 2 + k 3x 3 ) + k1(r - x 1 ) = -Kx + k1r
K = éêk1 k2 k 3 ùú
ë û
é 0 1 0 ù é 0ù é 0 1 0 ùú
ê ú ê ú ê
A - BK = êê 0 0 1 úú - êê 0úú êé160 54 11úù = êê 0 0 1 úú
ê ú ê ú ë û ê ú
êë 0 2 -3úû êë1úû êë-160 -56 -14úû
é x ù é 0 1 0 ùú éê x 1 ùú éê 0 ùú
ê 1ú ê
êx ú = ê 0 0 1 úú êêx 2 úú + êê 0 úú r
ê 2ú ê
ê ú ê úê ú ê ú
êëx 3 úû êë-160 -56 -14úû êëx 3 úû êë160úû
éx ù
ê 1ú
y = éê1 0 0ùú êêx 2 úú
ë ûê ú
êëx 3 úû
u(¥) = -Kx (¥) + k1r
é x (¥)ù
ê 1 ú
u(¥) = - êé160 54 11úù êêx 2 (¥)úú + 160r
ë ûê ú
êëx 3 (¥)úû
éx (¥)ù
ê 1 ú
= - éê160 54 11ùú êê 0 úú + 160r = 0
ë ûê ú
êë 0 úû
26
Contents
INTRODUCTION .......................................................................................................................................... 1
1.1. MODELISATION ET ANALYSE DES SYSTEMES LTI DANS L’ESPACE D’ETAT ..... 1
1.1.1. Exemple Introductif : Circuit « RLC » Série ................................................................... 2
1.1.2. Définitions ................................................................................................................................ 4
1.1.3. Tentative de représentation d’état d’un système LTI ..................................................... 5
1.1.4. Calcul de La Fonction de Transfert à Partir du Modèle d'Etat ................................... 13
1.1.5. Détermination de la Représentation d’Etat à Partir de la FT ..................................... 14
1.1.6. Solution d’une Equation d’Etat .......................................................................................... 16
1.1.7. Notions de commandabilité et d’observabilité ................................................................. 17
1.2. ASSERVISSEMENT DES SYSTEMES LTI DANS L’ESPACE D’ETAT .......................... 20
1.2.1. Placement de pôles ............................................................................................................... 20
1.2.1.1. Système à retour d’état régulé ................................................................................ 20
1.2.1.2. Système à retour d’état asservis ............................................................................ 23
27

Ch1 2espace Detat

Transféré par

Informations du document

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Ch1 2espace Detat

Titre original :

Transféré par

Droits d'auteur :

Chapitre 1,2 Analyse et commande des systèmes LTI dans l’espace d’état.

Dans ce chapitre, nous allons présenter une matière d’introduction à l’analyse et la

moderne en le comparant avec les théories classiques de l’automatique (Evans, Bode et

(méthode de placement de pôles).

1.1. MODELISATION ET ANALYSE DES SYSTEMES LTI DANS L’ESPACE D’ETAT

systèmes complexes peuvent avoir de multiples entrées et multiples sorties (MIMO) et

peuvent être à paramètres variables aussi en fonction du temps (équation différentielle à

de l'analyse et de la conception des systèmes asservis complexes, a été développée depuis

1960 environ, en raison de :

- L'augmentation de la complexité des systèmes à asservir ;

- L’accès facile à des ordinateurs à grande échelle.

classique et d'autres domaines.

La théorie du contrôle moderne (représentation d’état) s'oppose à la théorie du contrôle

1.1.1. Exemple Introductif : Circuit « RLC » Série

Avant d’entamer la représentation d’état d’un système, commençant par un petit

exemple explicatif facilitant ce concept. Considérant le circuit électrique de la figure (1), en

admettant que les paramètres : « R », « L » et « C » soient constants.

Fig. 1. Circuit RLC série

La relation mathématique reliant la tension de sortie « us (t ) » à celle de l'entrée

« ue (t ) » peut être trouvée en écrivant l'équation différentielle régissant le circuit :

Ce qui en résulte que :

Fig. 2. Modèle entrée/sortie du circuit de la figure (1)

La figure (2) illustre le modèle de connaissance prenant la forme d'une équation

différentielle d'ordre 2. Le modèle indique la relation entre l'entrée « ue (t ) » et la sortie

« us (t ) » : il s'agit d'un modèle entrée sortie.

« N.B : On modélise un processus physique selon deux méthodes principales : méthode de

représentation ou celle de connaissance. La première consiste à identifier le système à partir

Dans le cas de conditions initiales nulles, on peut extraire la fonction de transfert :

Il s'agit là à nouveau, d'une relation entrée-sortie, où aucune des grandeurs internes du

- Au flux totalisé : f(t ) = Li(t ) ;

- A la charge instantanée du condensateur q (t ) ;

- Au champ électrique E(t) entre les armatures du condensateur.

Un courant « i(t ) » trop élevé peut provoquer une saturation magnétique, se

condensateur peut engendrer un champ électrique « E (t ) » supérieur au champ disruptif

(destructif endommageant le diélectrique du condensateur). Dans un cas comme dans l'autre,

ou l'autre des modèles entrée-sortie (équation différentielle d'ordre « 2 » ou bien la fonction

internes essentielles, qu’on appellera : variables d'état.

Avant d’entamer la théorie de la représentation d’état, nous devons définir quelques

grandeurs caractérisant cette représentation.

1.1.2.1. Etat d’un système

variables d'état) qu'une telle connaissance de ces variables à l’instant ( t = t 0 ), conjointement

avec la connaissance de l'entrée pour ( t ³ t 0 ), détermine complètement le comportement

du système pour chaque instant ( t ³ t 0 ).

1.1.2.2. Variable d’état

variables « x 1 , x 2 , x 3 ¼¼x n » sont nécessaires pour décrire entièrement le comportement

« n » variables sont un ensemble de variables d'état.

présente un avantage des méthodes d’espace-état (représentation d’état ou asservissement

moderne). Pratiquement, cependant, il est préférable de choisir des quantités facilement

optimal (asservissement avec représentation d’état) exigeront le retour (mesure ou

estimation) de toutes les variables d’état avec un coefficient approprié.

1.1.2.3. Vecteur d’état

Si « n » variable d'état sont nécessaires pour décrire entièrement le comportement d'un

composantes sont les variables d’état

1.1.2.4. Espace d’état

L'espace à « n » dimensions dont les axes de coordonnées constitué par : « l’axe x1 »,

1.1.3. Tentative de représentation d’état d’un système LTI

tiennent compte des approches suivantes :

1- Nous devons sélectionner un sous-groupe de variables qu’on nomme : variables d’état.

2- Nous représentons un système d’ordre n, simultanément par n équations différentielles de

du signal d’entrée pour t ³ t0 : nous pouvons résoudre le système d’équation (équations

d’état) en déterminant la valeur des variables d’état pour t ³ t0 .

suffisante du système pour t ³ t0 . Cette représentation est connue sous le nom de :

Exemple 01 : Cas d’un système de 1er ordre

Soit le circuit électrique « RL » suivant :

Fig. 3. Circuit RL.