Académique Documents
Professionnel Documents
Culture Documents
Faculté de Technologie
Note de cours:
Commande des
systèmes
Linéaires
Objectifs 4
Avant propos 5
D. Abaque de Black-Nichols.................................................................................37
A. Concepts.......................................................................................................40
1. Etat...................................................................................................................................40
2. Variable d'état....................................................................................................................40
3. Vecteur d'état.....................................................................................................................40
4. Espace d'état......................................................................................................................40
2
B. Représentation d'état des systèmes mono-variables linéaires continue.................41
1. Par le jeu d'équation............................................................................................................41
2. Par équation différentielle unique (la forme canonique de commandabilité).................................42
3. De la fonction de transfert à la représentation d'état................................................................44
4. De la représentation d'état à la fonction de transfert................................................................44
C. Filtre de Kalman.............................................................................................78
Références 79
3
Objectifs
4
Avant propos
Ce document est un support de cours destiné aux étudiants de la troisième année licence
Automatique.
La structure et le contenu des chapitres de ce document sont synchronisés avec le nouveau
contenu du programme établi dans le canevas de l'offre de formation.
Le cours est subdivisé en 2 parties :
Partie 1 : Cette partie est divisé en deux chapitres.
Chapitre 1 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine fréquentiel et
marges de stabilité
Chapitre 2 : Calcul des contrôleurs dans le domaine fréquentiel
Partie 2 : Cette partie est divisée en quatre chapitres.
Chapitre 1 : Représentation d'état des systèmes
Chapitre 2 : Analyse des systèmes dans l'espace d'état
Chapitre 3 : Commande par retour d'état
Chapitre 4 : Synthèse des observateurs d'état
Ce cours s'articule sur deux parties essentielles, la première concerne l'analyse des systèmes
et le calcule des contrôleurs dans le domaine fréquentiel, et la deuxième partie concentre sur
l'analyse et la commande des systèmes dans l'espace d'état.
5
Chapitre 01 :
I -
I
Rappels : Stabilité
des systèmes en
boucle fermée
dans le domaine
fréquentiel et
marge de stabilité
Y (s )=G(s)× E( s)
6
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
1. Cas d'un procédé de premier ordre
Pour mieux comprendre le phénomène, il est plus facile de raisonner sur un cas concret
simple. Soit le système décrit par la fonction de transfert suivante (1er ordre)
Y ( s) K
G( s)= =
U (s) Ts+1
Y ( jω) K
G( jω)= =
U ( jω) jTω+ 1
K
|G ( jω)|=
√ 1+(Tω)2
Et l'argument (la phase) φ est :
Alors la sortie du système dans l'état stationnaire est donnée comme suit :
UK
y (t)= ⋅sin ( ωt−tan −1 Tω)
√ 1+(Tω)2
Au final, la fonction G(jω), que l'on appelle fonction de transfert en fréquence (ou gain
complexe du système), nous fournit le gain réel |G(jω) | et le déphasage φ(ω)=arg(G(jω)
induit par le système vis-à-vis des composantes sinusoïdales. Elle traduit donc le
comportement fréquentiel du système. La réponse a bien même période que l'entrée ; le
rapport d'amplitude et le déphasage dépendent de la pulsation ω.
Y ( s )=G( s) U ( s)
u (t)=U sin(ωt )
7
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
D'où :
Uω
Y (s )=G( s) 2 2
s +ω
Le rapport des deux polynômes de G(s) peut être décomposé comme une somme de fractions
rationnelles en utilisant les pôles de si de G(s) ; on obtient ainsi :
c1 c2 a b
Y ( s )=[ + +⋯ ]+ +
(s−s 1) (s−s 2 ) (s+ jω) (s− jω)
Comme on s'intéresse au comportement de systèmes supposés stables, cela signifie que les
pôles si de G(s) sont tous réels négatifs ou complexes à partie réelle négative. La sortie y(t)
est composée de la réponse naturelle et la réponse forcée. Les termes provenant du G(s)
correspondent à la réponse naturelle stable composée d'exponentielles à coefficients réels ou
complexes exp(-s1 t)+exp(-s2 t)+⋯+exp(-sn t), mais dans tous les cas, possédant un
comportement amorti lorsque t devient très grand. Il reste donc les deux derniers termes de la
réponse forcée, d'où la réponse au bout d'un temps suffisamment long:
(− jωt) jωt
y (t)=ae +be
|
a= −G(s)
Uω
2
2
(s +ω )
(s + jω)
(s=− jω)
=
−U
2 j |
G (− jω)
|
b= G( s )
Uω
2
( s +ω )
2
( s− jω)
(s= jω)
=
U
2 j
G( jω)
|
Comme y(t) est réel, on vérifie bien que a et b sont complexes conjugués (Fig.1.2). La réponse
au bout d'un temps suffisamment long peut s'écrire:
G( jω)=G x + j⋅G y
G( jω)=|G( jω)| e jφ
8
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
De même façon nous calculons a alors :
(− jφ) (− jφ)
G(− jω)=|G(− jω)| e =|G( jω)| e
Il suit que :
−U (− jφ )
a= |G ( jω)|e
2j
U
b= |G ( jω)|e jφ
2j
RU =|G ( jω)|
et le déphasage:
ϕ=argument (G ( jω))
G(s)=G1 (s)G2 (s )… Gn (s )
9
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
arg (G ( jω))=arg (G1 ( jω))+ arg (G 2( jω))+⋯+ arg (G n ( jω))
1. Diagramme de Bode
Le diagramme de Bode se compose de deux parties : dans un premier diagramme, on porte le
logarithme du module de G(j ω) en fonction du logarithme de la fréquence; dans un
diagramme disposé en-dessous, on porte l'argument de G(j ω) en fonction du logarithme de la
fréquence (Fig.1.5).
K K
G( s)= ⇒ G( jω)=
(τs +1) ( τjω+1)
10
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
d'où le module et l'argument de G(j ω):
K
|G ( jω)|=
√(τ
ω2 +1) 2
Lorsque ω est faible (basses fréquences), le module de G(j ω) est équivalent au gain constant
K du procédé (asymptote de basse fréquence) et l'argument ϕ tend vers 0 (Figure 1.4).
Lorsque ω est élevé (hautes fréquences), le module de G(j ω) est équivalent à 1/ω, donc dans
le diagramme logarithmique [log(|G(j ω)|),log(ω)] cela donne une droite de pente -1
(asymptote de haute fréquence), soit en décibels:
-20dB/décade, et l'argument tend vers (-π)/2. Le module en décibels est simplement
proportionnel au logarithme du module exprimé sans unité:
K K
G(s)= 2 2
⇒ G( jω)= 2 2
τ s + 2 ζτs+ 1 1−τ ω + 2 ζτjω
K
|G|( jω)=
√((1−τ ω ) +(2 ζτω)2)
2 2 2
ζτω
ϕ(ω)=−tan −1 (2 )
(1−τ 2 ω 2)
Fig.1.5. Diagramme de Bode pour un système de second ordre pour différentes valeurs de ζ
(Kp = 2 , τ = 5 , ζ = 0, 2 ; 0, 5 ; 1 ; 2 ; respectivement représenté par G, H, F, L ).
Lorsque ω est faible (basses fréquences), le module de G(j ω) est équivalent au gain constant
K du procédé et l'argument φ tend vers 0 (Fig.1.5). Lorsque ω est élevé (hautes fréquences),
le module de G(j ω) est équivalent à 1/ω 2 , donc dans le diagramme logarithmique, cela
correspond à une droite de pente -2 et l'argument tend vers -π.
Lorsque l'on trace le diagramme pour différentes valeurs de ζ, la courbe de gain présente une
résonance (rapport d'amplitude supérieur à sa valeur sur l'asymptote de basse fréquence) pour
11
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
ω= √
1−2 ζ 2
ζ = 0,2 et ζ = 0,5 (système G et H) à la fréquence de coupure , résonance qui
τ
disparaît pour ξ>
√(2) . Pour le vérifier, il suffit de rechercher à τ fixé le maximum de |G(jω)|
2
K
par rapport à ω. Ce maximum est égal à: .
2 ζ √ 1−2 ζ 2
(⃗
OM )
12
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
K
G(s)=
τs+1
donne:
K
ℜ[G( jω)]=
τ ω 2+1
2
−Kτω
ℑ [G ( jω)]= 2 2
τ ω +1
On remarque que la partie réelle est toujours positive et la partie imaginaire toujours négative,
donc la courbe est entièrement située dans le quadrant droit inférieur (Fig 1.8) ; l'angle
(⃗
O x ,⃗
OM )=arg (G ( j ω)) est compris entre 0 et (-π)/2. Sur cette figure, le lieu est représenté
en trait plein pour les fréquences positives et en pointillé pour les fréquences négatives.
Lorsque la pulsation ω est nulle, le point représentatif se trouve en K sur l'axe des x ; ensuite,
il se déplace vers l'origine des coordonnées (limite pour ω tendant vers l'infini). La tangente à
l'origine des coordonnées est verticale. Le lieu pour les fréquences positives est en fait un
demi-cercle centré sur l'axe des abscisses.
13
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
b) Système de second ordre
La fonction de transfert d'un système de deuxième ordre est:
K
G(s)= 2 2
τ s + 2 ζτs+ 1
Donne :
K (1−τ 2 ω2 )
ℜ[G( jω)]=
(1−τ 2 ω2 )2 +( 2 ζτω)2
ζτω
ℑ[G ( jω)]=K 2
(1−τ ω ) +(2 ζτω)2
2 2 2
La partie imaginaire est toujours négative, donc la courbe est située dans le demi-plan
inférieur (Fig.1.9) ; l'angle (⃗
Ox , ⃗
OM )=arg (G ( j ω)) est compris entre 0 et -π. Lorsque la
pulsation ω est nulle, le point se trouve en K sur l'axe des x ; ensuite, il se déplace vers
l'origine des coordonnées (limite pour ω tendant vers l'infini). La tangente à l'origine des
coordonnées est horizontale.
14
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
on en déduit la partie réelle et la partie imaginaire:
Du fait de la présence des facteurs périodiques en cosinus et sinus dans les expressions de la
partie réelle et de la partie imaginaire de la fonction de transfert avec retard, liée à la
décroissance vers zéro du module de Gsr(jω) lorsque la fréquence augmente, la courbe dans le
diagramme de Nyquist pour une fonction de premier ordre avec retard a une allure en spirale.
Lorsque la fréquence tend vers 0, le point représentatif de module de G maximum se trouve le
plus à droite sur l'axe des abscisses, et au fur et à mesure que la fréquence augmente, le point
représentatif converge vers l'origine des coordonnées (Fig1.10).
15
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
Exemple
Soit un système de fonction de transfert en boucle ouverte G(s) avec :
10 ( s+1)( s+ 2)
G( s)= 2
( s+10)( s−2)
2. Critère du Rivers
C'est le plus simple critère graphique qui permet de juger la stabilité ou de l'instabilité, d'un
système asservi à partir de la courbe représentative de sa fonction de transfert en boucle
ouverte GBO (s).
Exemple
Soit un système de fonction de transfert en boucle ouverte G(s) avec :
10
G(s)=
s (s+ 1)( s +5)
16
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
Le système bouclé est stable puisque si la courbe représentative de G(jω) est parcourue dans
le sens des pulsations croissantes, le point critique (-1, 0) reste à sa gauche.
Soit un système de fonction de transfert en boucle ouverte G(s) avec :
100
G(s)=
s (s+ 1)( s +5)
Le système bouclé est instable puisque si la courbe représentative de G(jω) est parcourue
dans le sens des pulsations croissantes, le point critique (-1, 0) reste à sa droite.
Exemple
Soit un système de fonction de transfert en boucle ouverte G(s) avec :
10
G(s)=
s (s+ 1)( s +5)
17
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
100
G(s)=
s (s+ 1)( s +5)
c) Marge de stabilité
Il ne suffit pas qu'un système soit stable, il faut qu'il suffisamment stable. En effet l'évaluation
de la fonction de transfert d'un système n'est pas toujours parfaite. La courbe représentative
de la fonction de transfert doit donc passer assez loin du point critique, et l'évaluation de cet
éloignement est effectuée à l'aide de deux critères :
La marge de gain notée ∆G où :
1
∆G=20 log
|G BO ( jωπ )|
avec φ(ωπ)=-π
La marge de phase notée ∆φ
18
Chapitre 01 : Rappels : Stabilité des systèmes en boucle fermée dans le domaine
fréquentiel et marge de stabilité
avec
|G BO ( j ω co)|=1
Pour qu'un système soit stable, il faudrait que ∆φ >0 et ∆G>0 (|G BO (jω)|>1)
Les valeurs courantes des marges sont : 6dB<∆G<12dB (2<|GBO (jω) |<4) et 40o<∆φ <60o.
Ces valeurs sont à adapter en fonction de la connaissance du procédé étudié.
19
Chapitre 02 :
II -
II
Calcul des
correcteurs dans
le domaine
fréquentiel
1. Correcteur proportionnel
Le correcteur est un simple amplificateur de gain réglable C(s) = K qui a pour mission de
modifier le gain statique initial du système. Nous connaissons déjà, pour l'avoir étudiée au
chapitre précédent, l'influence du gain statique sur les performances :
Si K < 1, autrement dit s'il s'agit d'un atténuateur, on améliore la stabilité du système
et on diminue son dépassement en boucle fermée. En revanche, la rapidité et la
précision sont dégradées.
Si K > 1, on améliore la rapidité et la précision du système en boucle fermée mais on
diminue la stabilité (ce qui peut aller jusqu'à rendre le système instable) et on accroît
son dépassement.
De la fonction de transfert on déduit que le module de G(jω) est égal au gain K p du régulateur
et que l'angle de phase est nul quelle que soit la fréquence.
1
C (s)=
s
20
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Remarque
On dit parfois, bien que ceci n'ait aucun sens d'un point de vue physique, que le gain statique
du système en boucle ouverte tend vers l'infini, ce qui corrobore la nullité de l'erreur de
position en boucle fermé qui est inversement proportionnelle au gain statique en boucle
ouverte.
Le correcteur à action intégrale est donc censé améliorer la précision du système asservi.
(Gi (ω))
GCdB =20 log GC (ω)=20 log =20 log Gi (ω)−20 log ω
ω
( jω) π
φC (ω)=arg (GC (ω))=arg G i =φi (ω)−
jω 2
21
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
ω=10, le gain a chuté de 20 dB, il nous est possible de tracer immédiatement le graphe
correspondant à GCdB. Le diagramme de phase, quant à lui, est translaté de π/2 vers le bas.
On remarque que la pulsation de coupure à 0 dB diminue.
Compte tenu que :
3
t m= ω
0
On peut en déduire que le temps de montée augmente. L'intégrateur aura donc tendance à
ralentir le système en boucle fermée. De plus, malgré la diminution de ω co, la marge de phase
aura tendance à diminuer car la courbe de phase a changé et est susceptible de se retrouver
très proche de -π. La stabilité et la limitation du dépassement s'en trouvent dégradées.
En conclusion, seule la précision du système est améliorée par l'introduction d'un correcteur à
action intégrale. Toutes les autres performances sont diminuées.
b) Régulateur proportionnel-intégral
La fonction de transfert du régulateur est égale à:
1
Gc (s)= K p (1+ )
(k i s)
√
A=|Gc ( jω)|=K p (1+
1
(k ω 2)
2
i
)
et l'angle de phase:
1
ϕ=arg (G c ( jω))=tan −1 ( )
( k i ω)
Aux basses fréquences (Figure 5.12), l'action intégrale prédomine: la pente de la droite de
rapport d'amplitude est égale à -1 et l'angle de phase vaut -π/2. Lorsque la fréquence est
élevée, le régulateur PI se comporte comme un régulateur proportionnel simple: le rapport
d'amplitude tend vers Kp (pente =0) et l'angle de phase vers 0.
22
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Réponse lente.
GCdB =20 log GC (ω)=20 log ωGi (ω)=20 log G i (ω)+20 log ω
π
φC (ω)=arg GC (ω)=argjωG i (ω)=φi (ω)+
2
On passe donc de la courbe de gain initiale G idB à la courbe corrigée G CdB en « ajoutant » à
chaque segment l'équivalent d'un segment de pente égale à 1, autrement dit en incrémentant
chaque pente initiale d'une unité. En remarquant par ailleurs, qu'à la pulsation ω=10, le gain a
augmenté de 20 dB, il nous est possible de tracer immédiatement le graphe correspondant à
GCdB. Le diagramme de phase, quant à lui, est translaté de π/2 vers le haut.
On remarque que la pulsation de coupure à 0 dB augmente.
Compte tenu que :
3
tm≈
ωco
On peut en déduire que le temps de montée diminue. Le dérivateur aura donc tendance à
accélérer le système en boucle fermée.
L'augmentation de ωco influe également sur la marge de phase mais cette influence dépend de
l'ordre du système. En effet, la « remontée de phase de +π/2» peut avoir deux effets
différents : si le système possède un ordre élevé, le déphasage peut tendre vers des valeurs
négatives très importantes ; la remontée de phase peut alors être sans effet sur l'amélioration
de la marge de phase, voire la dégrader et même rendre le système instable (courbe grise en
trait plein). Si au contraire l'ordre du système est faible, la remontée de phase peut se traduire
par une nouvelle courbe φc (ω) qui tend vers une valeur située largement au dessus de -π
(courbe grise pointillée).
Pour finir, la précision du système, liée au gain statique va être dégradée par l'action dérivée
puisque le gain aux basses fréquences diminue fortement.
En conclusion, seule la rapidité du système est améliorée par l'introduction d'un correcteur à
action dérivée. Toutes les autres performances sont diminuées ou susceptibles de l'être.
23
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Gc =K p (1+ k d s )
et l'angle de phase:
−1
ϕ=arg (G ( jω))=tan (k d ω)
24
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
dη
u η=−K p k d =−aK p k d ω cos ω ,
dt
( k d s)
Kp
( k d s)
( )
( N +1)
25
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
( k d s +1) 1
Kp avec β=
( βk d s+1) N
L'action dérivée est ainsi sensible seulement pour les basses et moyennes fréquences. Le gain
est limité par N aux hautes fréquences et par conséquent également le bruit de mesure aux
hautes fréquences.
4. Régulateur proportionnel-intégral-dérivé
1
G c ( s)= K p (1+ +k s)
kis d
√
A=|G( jω)|=K p 1+(k d ω−
1 2
kiω
)
et l'angle de phase:
1
ϕ=arg (G c ( jω))=tan −1 (k d ω− )
ki ω
26
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
(1+k i s) (k d s+1)
G c ( s)= K p ( )( )
( k i s) ( βk d s +1)
1 ~ 1
GC (s )= k p (1+ ~ +~ k d s)
( βk d s +1) (ki s)
La première fraction agit comme un filtre de premier ordre sur un régulateur qui aurait pour
~ ~ ~
paramètres K p , K i , K d égaux à:
~ =K ( k d +1) ; ~ ~ (k k )
K p p k i=k d +k i ; k d = d i
ki ( k d + k i)
Par rapport au PID idéal, le comportement à haute fréquence est modifié car l'asymptote de
rapport d'amplitude est alors bornée:
Kp
lim |Gc ( j ω)|=
ω→∞ β
Fig.2.7. Diagramme de Bode pour un régulateur proportionnel- intégral-dérivée réel PID (Kp=2
,ki=5,kd=4,β=0.1 et β=0.5).
27
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
(1+Ts)
C (s)=a , avec a> 1
(1+ aTs)
Pour mieux comprendre l'action de ce correcteur, traçons son diagramme de Bode (Fig.2.8). Il
y a deux pulsations de coupure :
1 1 1 1
et , telles que : <
T aT aT T
On a :
( a √ (1+T 2 ω 2))
C (ω)=
√(1+ a2 T 2 ω2 )
φ(ω)=arctan Tω−arctan aTω
28
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
(1+ aTs)
C ( s)= , avec a >1
(1+ Ts)
1 1 1 1
Ce correcteur a deux pulsations de coupure et , telles que : <
T aT aT T
On a :
C (ω)= √
(1+a 2 T 2 ω2 )
√(1+T 2 w 2)
φ(ω)=arctan aTω−arctan Tω
( a−1) 1
φm =arcsin réalisé en ω m=
( a+ 1) (T √ a)
29
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
La marge de gain et de phase est l'écart de H(s)=Gc(s)G(s) par rapport au point -1(0dB,-
180o), c'est-à-dire le degrés de stabilité du système bouclé. On a:
o
Mφ=φ( ωc )+180 , avec H (ωc )=0
o
M G=−20 log ( H (ω π )) avec , φ(ω π )=−180
Exemple
Considérons le système de la fonction de transfert G(s) placé dans la boucle de régulation à
retour unitaire suivante :
2. Bande passante
La plupart des processus physiques ont un comportement de type « passe bas », c'est-à-dire
que :
lim |H ( j ω)|=0
ω→∞
H BF (ω c )− H BF (0)=−3 db
Avec :
Elle correspond à une division de l'amplitude par √2 . On parle alors de bande passante à
-3dB.
30
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Dans ce cas, la bande passante à -3dB est l'intervalle [0, 1/τ]. La bande passante augmente
avec le gain statique K et diminue quand la constante de temps τ augmente donc le système
est lent, alors si la bande passante augmente implique le système est rapide.
3. Facteur de résonance
On a résonance pour des valeurs du coefficient d'amortissement ζ> 1/√2, la pulsation de
résonance ωr correspond à la valeur de ω et coefficient d'amortissement ζ. Alors :
ω r=ω0 √ (1−2 ζ 2 )
K
AdB (ωr )=20 log
(2 ζ √ (1−ζ 2))
K
QdB =20 log ( )−20 log K
(2 ζ √ (1−ζ 2 ))
1
Q=
( 2 ζ √ (1−ζ 2 ))
Exemple
Considérons le système qui est présenté dans la figure suivante
31
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
32
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Il n'existe pas en toute rigueur une démarche systématique à suivre pour calculer les
paramètres du régulateur et souvent la synthèse est guidée par le bon sens du concepteur.
On peut utiliser indifféremment l'une des représentations graphiques pour représenter les lieux
de transfert : Bode, Black ou Nyquist. En pratique, les deux premières représentations sont
plus commodes d'utilisation que la représentation dans le plan de Nyquist.
Pour illustrer la méthode fréquentielle pour la synthèse des régulateurs, on considère les deux
exemples suivants de difficulté croissante:
Exemple
Il s'agit de réaliser un asservissement de vitesse d'un moteur à courant continu et à excitation
indépendante.
Fig.2.10
W désigne la vitesse de rotation du moteur mesurée par une génératrice tachymétrique
délivrant une tension vg et v représente la tension de commande de l'inducteur.
Commande
v vg
ve +
C(s) G(s)
-
Régulateur Procédé
Fig.2.11
L'objectif est d'asservir la vitesse W à une tension de référence v e et de faire la synthèse d'un
correcteur selon un cahier de charges.
Le système à contrôler est donné par sa fonction de transfert suivante :
(v g (s )) 4.05
G(s)= =
(v (s )) ((1+ 0.1 s )(1+ 0.5 s))
33
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
La contrainte sur la précision nécessite l'introduction d'une intégration dans la chaîne en boucle
ouverte. Comme le système n'en dispose pas, le régulateur doit être de type intégrateur.
Quant à la deuxième contrainte, elle peut être assurée par une action proportionnelle. Soit
donc le régulateur PI suivant:
1
Gc (s)= K p (1+ )
(k i s)
On commence par ajuster le gain K_p du régulateur P supposé agissant seul de manière à
satisfaire la contrainte sur la marge de phase :
|K p G( jω0 )|=1
o
∆ φ=180 + arg ( K p G ( jω0 ))
Soit :
(4.05 K p )
=1
√((1+( 0.5ω ) )(1+(0.1 ω ) ))
0
2
0
2
Fig.2.12
Il convient à présent de calculer la constante d'intégration k i de manière à ce que la marge de
phase reste à peu près égale à 45°. Il est possible de choisir k_i de telle sorte que la
1
contribution en module et en phase du terme (1+ ) soit négligeable à la pulsation ω 0.
( k i s)
1
Pour ce faire, on prendra ≈0,1 ω0 (une décade à gauche de ω 0), ce qui permet de placer ce
Ti
terme suffisamment à gauche de la pulsation ω0. D'où la valeur de ki=0.74 .
1
Le régulateur est : G c ( s)=2.83(1+ s)
0.74
Remarque
Remarque : Comme le montre les courbes de Bode de Gc (s)∙G(s) données par la figure 2.13,
la marge de phase est légèrement inférieure à 45°. Cela est dû au fait que la phase apportée
34
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
1
par le terme (1+ ) à la pulsation w0 n'est pas nulle. A priori une marge de phase de
( k i s)
36.8° est aussi correcte, néanmoins on peut remédier à cette situation (s'il le faut !!) en
plaçant ce terme davantage à gauche ou surestimer la marge de phase nécessaire (55° au lieu
de 45° par exemple).
Fig.2.13
Exemple
Considérons un système de fonction de transfert G(s) placé dans une boucle à retour unitaire,
avec :
K
G( s)=
(1+0.1 s )3
K
G( jω)=
( 1+ 0.1 jω)3
On a : ∆φ=180-3tan-1(0.1ω0)=45o ⟹ω0=10rad/sec.
On a donc :
K
G( ω0 )= 3
=1 ⟹ K =( √ 2)3=2.8⟹ 20 log K =8.9 dB
( √ (1+0.01 ω ))
2
0
Calculons à présent l'erreur de position obtenue en boucle fermée dans ces conditions :
K
ε p= lim [1−H (s)]= lim [1− ]
(s → 0) (s → 0) ( K +(1+ 0.1 s)3 )
35
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
Soit :
1
ε p= =0.26=26 %
(1+ K )
La précision constatée ne satisfait pas au cahier des charges. Pour obtenir une erreur de
position de 5 %, il est nécessaire de disposer d'un gain statique K ́ tel que :
1
ε p= =0.05 ⟹ K ' =19 ⟹ 20 log K ' =25.6 dB
(1+ K ' )
On a :
(a (1+Ts))
G C ( s )= avec a >1
(1+ aTs)
( a(1+Ts)) 2.8
H ( s)=G c ( s )G ( s)= avec a>1
(1+aTs) (1+0.1 s )3
19
a= =6.8 ⇒ 20 log (6,8)=16,7 dB
2.8
Il suffit, pour finir, de choisir T de manière à ce que 1/T soit très inférieur à la pulsation de
coupure à 0 dB.
Nous pouvons prendre, par exemple, T = 10 s.
On a finalement :
(6.8(1+10 s))
G C ( s )=
(1+68 s)
La figure 2.15 présente les diagrammes de Bode comparés du système initial et du système
corrigé. Rappelons que les diagrammes de Bode de G(s) et de G C (s) s'additionnent pour
former celui du système corrigé H( s).
36
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
D. Abaque de Black-Nichols
La fonction de transfert H(s) se détermine à partir de la fonction de transfert en boucle fermée
par :
(G( s ))
H ( s)=
(1+G ( s))
Cette relation permet de déterminer les caractéristiques (phase et gain) du système en boucle
fermée en fonction des paramètres de la boucle ouverte.
L'abaque de Black-Nichols permet de lire graphiquement H(jω) à partir de G(jω) par le tracé
sur le diagramme de Black des courbes "iso-déphasage" et "iso-gain" de la fonction de
transfert en boucle fermée.
La figure suivante donne un exemple d'utilisation du diagramme de Black-Nichols pour la
fonction
4
G( s)=
((1+12 s)2 (1+50 s))
37
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
38
Chapitre 02 : Calcul des correcteurs dans le domaine fréquentiel
39
Partie 02 :
III -
III
Chapitre 01 :
Représentation
des systèmes
d'état
L'idée de base des représentations d'état est que le futur d'un système dépend de son passé,
de son présent et de ses entrées : le future peut alors être décrit à partir d'un ensemble de
variables bien choisies.
A. Concepts
Dans cette partie nous allons donnés quelques concepts liée aux représentations d'état.
1. Etat
L'état d'un système dynamique est le plus petit ensemble de variables, tel que la connaissance
de cet ensemble à l'instant t=t 0, ainsi que celle du signal d'entrée pour t≥t 0, suffit à déterminer
complètement le comportement du système pour t≥t0.
2. Variable d'état
Ce sont les variables, grandeurs qui constituent l'état du système.
3. Vecteur d'état
De manière plus mathématique, l'on représente l'état par une concaténation de l'ensemble des
variables d'état en un vecteur, à priori réel, de dimension n, que l'on note x=[x1,...,xn ]'.
4. Espace d'état
Il s'agit tout simplement de l'espace vectoriel dans le quel le vecteur d'état x est susceptible
d'évoluer, chaque instance de x étant associé à un point de cet espace. Cet espace est donc
n
ℝ .
40
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
{ ẋ (t )=Ax (t )+ Bu (t )
y (t )=Cx(t)+ Du(t) }
x est le vecteur d'état de dimension n. A(n × n) est la matrice d'état (ou d'évolution), B(n ×
1) la matrice d'entrée (ou de commande) et C(1 × n) la matrice de sortie (ou d'observation).
D est un scalaire dans ce cas mono-variable.
(di (t ))
u(t )=Ri (t )+ L + y(t )
dt
1 (t ) 1
y (t)= ∫ t0 i (τ) dτ ⇔ dy = i(t )
c dt c
41
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
(di (t )) −R 1 1
= i (t)− y(t)+ u (t )
dt L L L
( dy (t )) 1
= i (t )
dt C
−R 1 1
x˙1= x 1− x 2 + u
L L L
1
ẋ 2= x 1
C
[ ][ ] [ ]
−R
−1 1
[]
ẋ1 = L
x˙2 1
C
L
0
x1 +
x2
L u
0
y (t )=[0 1] x (t)+ 0 u
Avec :
[ ]
−R
[]
−1 1
A= L L ; B= L ; C=[0 1] ; D=0
1
0 0
C
(d (n−1) y )
En suppose que : a n=1 et x 1= y ; x 2= ẏ ; x 3= ÿ … . ; x n =
dt(n−1)
42
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
[ ]
0 1 0 … 0
[]
0 0 1 … 0 0
A= ⋮ … … ⋱ ⋮ ; B= ⋮ ; C=[1 0 ⋯ 0 ]; D=0
0 0 0 ⋯ 1 b0
−a 0 −a 1 −a 2 ⋯ −a(n−1)
Exemple
Soit un système est défini par l'équation différentielle suivante :
R 1 1
ÿ (t )+ ẏ (t)+ y (t )= u (t )
L Lc Lc
[ ] [ ]
0 1 0
A= −1 −R ; B= 1 ; C =[ 1 0]; D=0
LC L LC
Dans le cas où m≠0. L'on suppose que m=n sans perte de généralité (il suffit de considérer
bj=0,∀j/m<j≤n). Le coefficient an=1 (supposé). L'on définit.
βn=b n
j −1 ; ∀ j ∈{1,⋯⋯, n}
β(n− j )=b(n− j )−∑ a(n− j +k ) β(n −k)
k =0
{ }
x 1= y− β n u
x 2 =( x˙1 )− β(n−1) u
⋮
x n =( x(n−1) )− β 1 u
Il vient :
[ ] []
0 1 0 … 0 β(n−1)
0 0 1 … 0 β(n−2)
A= ⋮ … … ⋱ ⋮ ; B= ⋮ ; C=[1 0 ⋯ 0]; D=β n
0 0 0 ⋯ 1 β1
−a 0 −a 1 −a 2 ⋯ −a(n−1) β0
43
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
αi
Y ( s )=∑ n(i =1) ( U ( s))
( s−λi )
Avec :
αi
X i (s )= U (s )
(s−λ i)
Si l'on focalise son intention sur chaque terme Xi (s), l'on déduit que :
(−1)
[ ]
λ1 ⋯ 0
[]
α1
ẋ= ⋮ ⋱ ⋮ x+ ⋮ u
0 ⋯ λn αn
y=[1 1 ⋯ 1] x
[ ] []
0 1 0 … 0
0 0 1 … 0 0
ẋ= ⋮ … … ⋱ ⋮ x+ 0 u
0 0 0 ⋯ 1 ⋮
1
−a 0 −a1 −a 2 ⋯ −a(n−1)
y=[b0 b1 ⋯ b m ] x
44
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
x ( k +1)= Ax( k )+ Bu (k )
y ( k )=Cx ( k )+ Du ( k )
e(k) y(k)
-
+- z-1
+ z-1
z-1
x1 x2 x3
45
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
[] { }
x˙1 f 1( x (t ) , u(t ), t)
ẋ= ⋮ = f (x (t ) , u(t ), t )= ⋮
x˙n f n (x (t ) , u(t ), t)
y (t )=g ( x(t), u (t) , t)
[ ] [ ]
( δf 1) (δf 1 ) (δf 1)
( xe , ue , t ) ⋯ ( x , u ,t ) ( x e , u e , t)
(δx 1 ) ( δx n ) e e δu
A(t )= ⋮ ⋯ ⋮ ; B( t )= ⋮
( δf n) (δf n ) (δf n )
(x ,u ,t) ⋯ ( x ,u ,t) ( x e , ue ,t)
(δx 1 ) e e ( δx n ) e e δu
δg δg δg
C (t)=[ ( x e , u e , t) ⋯ (x e , u e , t )] , D(t )= ( x e , u e , t)
(δx1 ) (δx n) δu
Ainsi si l'on considère que ξ(t) et v(t) sont respectivement le nouveau vecteur d'état et la
nouvelle entrée du modèle (linéairisé tangent) autour du point d'équilibre, il vient :
L'approximation linéaire au première ordre consiste donc à supposer que ξ(t) et v(t) reste
faible et à décrire le comportement du système par les équations non linéaire, comme
x(t),u(t)et y(t), l'on écrira :
ẋ (t )= A(t) x (t)+ B (t ) u( t )
y (t)=C ( t) x (t)+ D(t ) u(t )
ẋ (t)=Ax+ Bu
y (t)=Cx + Du
Exemple
L'on considère le monument du pendule autonome représenté sur la figure suivante.
46
Partie 02 : Chapitre 01 : Représentation des systèmes d'état
x
m
( δf 1 ) (δf 1)
x e =0 ; x =1
( δx 1 ) (δx 2) e
(δf 2 ) −g ( δf 2) −k
x e= cos ( x(e )) ; xe=
( δx 1) l 1
(δx 2) m
[ ]
0 1
ẋ= A= −g −k
l m
47
Chapitre 02 :
IV -
IV
Analyse des
systèmes dans
l'espace d'état
1. Etude préalable
Si on avait affaire à un système décrit par une simple équation différentielle et non par un
système différentiel, l'équation d'état se résumerait à :
ẋ=a⋅x+ b⋅u(t )
Ẋ (t )= Ax(t )+ Bu(t )
48
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Dans cette écriture, eAt représente une matrice exponentielle que l'on note en général Φ(t) et
que l'on appelle matrice de transition du système.
Soit :
1 A −1 I A A2 A(n−1) An
( sI −A)−1= (I − ) =( + 2 + 3 +⋯ …+ n + (n+1 ) )
s s s s s s s
At A2 2 An n
e =(I + At + t +⋯+ t + ⋯)
(2¡) (n ¡)
49
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Exemple
Prenons comme exemple la matrice suivante :
A= 0 1
−2 −3( )
0 1 ( )(
( sI −A)=s 1 0 − 0 1 = s
−2 −3 2 )( −1
s+3 )
Alors :
(sI −A)−1=
1
(
s +3 1 = 1
) s+ 3 1
(det (sI − A)) −2 s (s + 3 s +2) −2 s
2 ( )
( )
(s+3) 1
2 2
(sI −A)−1= ( s + 3 s +2) (s + 3 s +2)
−2 s
2 2
( s + 3 s +2) (s + 3 s +2)
( )
2 1 1 1
− −
−1 ( s+1) ( s+ 2) ( s+1) ( s+ 2)
( sI −A) =
(−2) 2 (−1) 2
+ +
( s+ 1) ( s+ 2) ( s+1) ( s +2)
(
e At =
2 e−t−e(−2 t )
2e (−2 t )
−2 e−t
e−t−e(−2 t )
2 e (−2 t )−e(−t ) )
b) Méthode de diagonalisation (Cayley-Hamilton)
Il est facile de remarquer que le calcul de la matrice de transition est très simple à effectuer si
celle-ci est diagonale. En effet :
[ ] [ ]
λ1
λ1 0 ⋯ 0 e 0 ⋯ 0
λ
A= 0 λ 2 ⋯ 0 ⇒ e At = 0 e ⋯ 0
2
⋮ ⋱ ⋯ ⋮ ⋮ ⋱ ⋯ ⋮
0 ⋯ 0 λn 0 ⋯ 0 eλ n
50
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Cette constatation nous conduit naturellement à imaginer une méthode relativement facile
pour calculer eAt : il suffit de diagonaliser la matrice A. Considérons une matrice de commande
quelconque :
[ ]
a 11 ⋯ a 1 n
A= ⋮ ⋱ ⋮
an1 ⋯ ann
Les vecteurs propres et les valeurs propres de cette matrice sont définis par :
A(V i)=λi (V i )
Les vecteurs non nuls Vi sont les vecteurs propres de A ; les λ i sont ses valeurs propres. Ces
grandeurs sont très faciles à déterminer, étant donné que les λ i 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 :
[ ]
λ1 0 ⋯ 0
[Δ]= 0 λ 2 ⋯ 0 et [T ]=[(V 1) (V 2) … .. (V 3)]
⋮ ⋱ ⋯ ⋮
0 ⋯ 0 λn
n n −1
A =[T ][ Δ ] [T ]
Comme :
At A2 2 An n
e =(I + At + t +⋯+ t + ⋯)
(2¡) (n ¡)
On a:
2 n
At [ Δ] 2 [ Δ] n −1 [ Δ] −1
e =[T ]( I +[ Δ] t + t +⋯+ t +⋯)[ T ] =[ T ] e t [T ]
(2 ¡) ( n ¡)
51
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Par conséquent :
[ ]
λ1
e 0 ⋯ 0
λ
e =[T ] 0
At e ⋯ 0 [ T ]−1
2
⋮ ⋱ ⋯ ⋮
λ
0 ⋯ 0 e n
Les fonctions e(λ1 t), e(λ2 t), . . . , e(λn t)qui constituent la base de fonctions élémentaires du
vecteur d'état, donc des signaux internes du système, sont appelées les modes du système.
Exemple
Considérons la matrice de commande
A= −2 −2
−1 −3( )
(( ) (
det ( λI − A)=0 ⟹ det λ 0 − −2 −2 =det λ+ 2
0 λ −1 −3 1
2 =0
λ+3 )) [ ]
( λ+ 2)( λ+3)−2=0 ⟹ λ2 +5 λ+ 4=0 ⇒ λ1=−1
λ 2=−4 { }
Calculons le premier vecteur propre
[−2
−1 −3] ( y ) ( y) ( y)
−2 x =λ x =−1 x
1
Remarque : Ne soyons pas surpris de ce résultat : il existe une infinité de vecteurs propres,
tous colinéaires, associés à une valeur propre.
Prenons par exemple :
V 1= −2
1 ( )
Le second vecteur propre se calcule tout aussi facilement :
[−2
−1 −3] ( y ) ( y) ( y)
−2 x =λ x =−4 x
2
52
Chapitre 02 : Analyse des systèmes dans l'espace d'état
V 2= 1
1 ()
On a donc :
[ ]
1 −1
[T ]= [
−2 1
1 1 ] −1
⇒[T ] =
1 1 −1
(det [T ]) −1 −2
=
3
−1 [ ] 3
−2
3 3
[ ]
1 −1
[−21 11][ e0 ] [ ]
−t −t
At 0 3 3 [ Δ] e 0
e = −4 t ; e = −4 t
e −1 −2 0 e
3 3
[ ]
2 −t 1 −4 t −2 −t 2 −4 t
e + e e + e
At 3 3 3 3
e =
−1 −t 1 −4 t 1 −t 2 −4 t
e + e e + e
3 3 3 3
Exemple
Considérons par exemple le système régi par les équations d'état suivantes :
Avec :
[
A= −2 −2 ; B= 1
−1 −3 −2 ] ( )
53
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Supposons que ce système soit sollicité par un échelon unitaire, u(t) = 1, et que son état initial
[ ]
2 −t 1 −4 t −2 −t 2 −4 t
e + e e + e
3
At 3 3 3
e =
−1 −t 1 −4 t 1 −t 2 −4 t
e + e e + e
3 3 3 3
[ ]( )
2 −(t −τ) 1 −4 (t− τ) −2 −(t− τ) 2 −4 (t− τ)
t e + e e + e
x (t )=e
At
(00)+∫
0
3 3 3 3 1 dτ
−1 −(t− τ) 1 −4 (t −τ) 1 −(t −τ) 2 −4 (t −τ) −2
e + e e + e
3 3 3 3
( )
t
( )
1
(7+e−4 t −8 e−t )
x (t )= 4
−5 1 −4 t −t
+ e +e
4 4
5. Stabilité
Un système est dit stable si à toute entrée bornée correspond une sortie bornée.
Un système linéaire invariant est stable si pour des entrées nulles et quelle que soit la
condition initiale x(0), on a :
ẋ (t)=Ax+ Bu
Pour qu'un système linéaire, défini dans l'espace d'état :
y (t)=Cx + Du
soit stable il faut et il suffit que toutes les valeurs propres de la matrice A soient réelles
négatives ou à partie réelle négative.
Pour que la solution de ce système soit différente de la solution triviale (tous les si nuls), il faut
que le déterminant de (s I-A ) soit nul:
det ( λI − A)=0
54
Chapitre 02 : Analyse des systèmes dans l'espace d'état
Cette équation est en fait le polynôme caractéristique de la matrice A et les racines si sont les
valeurs propres de A.
Exemple
Considérons par exemple le système régi par les équations d'état suivantes :
Avec :
[
A= −2 −2 ; B= 1
−1 −3 −2 ] ( )
étudier la stabilité de ce système
λ 1=−1 et λ 2=−4
Les deux valeurs propres sont réel négatives, alors le système est stable.
Définition
Le modèle représenté par la formule suivante est commandable ou gouvernable si pour toute
instance x1 du vecteur d'état, il existe un signal d'entée u(t) d'énergie finie qui permet au
système de passer de l'état x0 à l'état x1 en un temps fini.
{ ẋ (t )=Ax (t )+ Bu (t )
y (t )=Cx(t)+ Du(t) }
Remarque
La notion de commandabilité ne porte que sur l'état du système et non sur sa sortie. Par
conséquent, seule l'équation vectorielle ẋ (t)=Ax (t)+ Bu (t) est à considérer pour caractériser
la commandabilité d'un système. Pour cette raison, on dit parfois que c'est la paire (A ,B) qui
est commandable.
1. Critère de Kalman
Il existe de nombreux critères de commandabilité ou de non-commandabilité. Le critère de
Kalman est l'un des plus couramment utilisés.
55
Chapitre 02 : Analyse des systèmes dans l'espace d'état
2 (n −1 )
C( A , B )=[B , AB , A B ,… , A B]
Exemple
Reprenons l'exemple du système régi par les équations d'état suivantes :
[
A= −2 −2 ; B= 1
−1 −3 −2 ] ( )
La matrice de commandabilité est formée de deux vecteurs :
C( A , B )=[B AB]
Où :
[
AB= −2 −2 1 = 2
−1 −3 −2 5 ]( ) ( )
d'où :
[
C( A , B )= 1 2
−2 5 ]
[
det (C (A , B) )= 1 2 =9≠0
−2 5 ]
Le système est complètement commandable.
56
Chapitre 02 : Analyse des systèmes dans l'espace d'état
considérée est mesurable. Dans d'autres cas, cette investigation directe n'est pas possible. La
grandeur est alors dite non mesurable.
En revanche, elle peut, tout en étant non mesurable, influencer la sortie y(t) du système. Il est
alors possible, à partir de la mesure de la sortie, de déduire la grandeur considérée. On dit que
celle-ci est observable.
Définition
Un système est dit observable à un instant t 1, si la connaissance du signal d'entrée et du signal
de sortie sur un intervalle de temps [t1,t2] permet de calculer l'état du système à l'instant t1.
Si un système est observable quel que soit l'instant t1, il est dit complètement observable.
[ ]
C
CA
O (A ,C )= CA 2
⋮
(n−1)
CA
Exemple
Soit le système :
[02 13]
O (A ,C )=
[ ]
det 0 1 =−2≠0
2 3
57
Chapitre 03 :
V -
V
Commande par
retour d'état
Signal de
Signal de commande
Signal de
consigne sortie
+- Système
État du
système
Dispositif
de retour
Fig.3.1. Principe du retour d'état
1. Vecteur de gain
Le vecteur d'état étant supposé connu, le signal de commande du système (autrement dit
l'écart) doit être construit en soustrayant au signal de consigne un signal qui dépend du
vecteur d'état. Ce vecteur d'état étant composé de n signaux x 1 (t),x2 (t),...,xn (t), on le
multiplie par un vecteur ligne (k) appelé vecteur de gain pour pouvoir effectuer cette
soustraction.
58
Chapitre 03 : Commande par retour d'état
On a alors :
K =[ k 1, k 2 ⋯ k n ]
et :
[]
x1
ε(t)=e( t)−K ( x )=e (t)−[ k 1, k 2 ⋯ k n] x2
⋮
xn
soit :
Ɛ(t) S(t)
+- Système
x(t)
59
Chapitre 03 : Commande par retour d'état
ẋ= Ax (t )+ Bu( t)
y (t)=Cx (t)+ Du( t)
Plus exactement, si l'on injecte l'équation de commande dans l'équation de système , il vient :
ẋ=(A+ BK ) x + BHy c
y=(C + DK )+ DHy c
Ainsi, la matrice en boucle fermée est A f =A+ BK Donc le problème de placement de pôles se
résumé a ceci :
60
Chapitre 03 : Commande par retour d'état
[ ] []
0 1 0 … 0 0
0 0 1 … 0 0
ẋ= ⋮ … … ⋱ ⋮ x+ ⋮ u
0 0 0 ⋯ 1 0
−a 0 −a1 −a 2 ⋯ −a(n−1) 1
y =[b0 b1 ⋯ b m 0 ⋯ 0 ] x
[ ]
0 1 0 … 0
0 0 1 … 0
Af = ⋮ … … ⋱ ⋮
0 0 0 ⋯ 1
−a0 −a 1 −a 2 ⋯ −a (n −1 )
~
Oùα i=ai −k (i +1) , ∀ i ∈{0 , … , n−1} . Par ailleurs, les vecteurs de commande et d'observation
~ et ~ ne changeant pas, l'on note que la réalisation obtenue par le retour d'état est
B C
toujours de la forme compagne horizontale. Or les composantes α_i sont les coefficients du
polynôme caractéristique désiré en boucle fermée Dd (s). Ainsi, si l'on désire placer les pôles
λ i , i=1,⋯, n , il faut choisir les composantes ~
k i du retour d'état ~
~ ~
K =[ k 1 … , k n ] de sorte
que
D d (s )=s n+ ∑ (n−1) i n
(i =0) (α i s )=∏ (i=1) ( s−λ i )
Remarque
Une telle loi de commande change les pôles du système mais ne modifie en rien ces zéros
puisque seuls les coefficients du dénominateur de la fonction de transfert, sont modifiés.
61
Chapitre 03 : Commande par retour d'état
m m−1
Y ( s) N ( s) b m s +b m−1 s +⋯+b1 s+b 0
=G ( s)= =
U (s) D( s) a n sn + a n−1 s n−1 +⋯+ a 1 s +a 0
{ }
m n=B
m n−1=( A+α n−1 I ) B
M =[m1 m 2 ⋯ mn ] avec 2
m n−1=( A +α n−1 A+α n−2 I ) B
⋮
n−1 n−2
m1=( A +α n−1 A +⋯+α 1 I ) B
L'on rappelle que la matrice M est telle que la réalisation canonique vérifie
~ −1 ~ −1 ~ ~
( A=M A M , B=M B , C=CM , D=D) . Lorsque le système n'est pas commandable,
la matrice M est singulière et le changement de base est impossible. Ainsi, l'algorithme
présenté ci-après n'est pas applicable pour un système non commandable.
Exemple
Soit le système de réalisation (A;B;C; 0)
[
ẋ= −2 −4 x+ −1 u
2 5 1] [ ]
y=[1 1] x
62
Chapitre 03 : Commande par retour d'état
{ }
~ ~ ~ ~
K =[ k 1 k 2 ] avec k 1 =a 0−α 0=−2−1=−3
~
k ¿ a 1−α 1=−3−2=−5
K =~
K M −1=[−3 −5] 1 1 =[−3 −8]
0 1 [ ]
Epilogue : L'on peut vérifier que la matrice d'état en boucle fermée est :
63
Chapitre 03 : Commande par retour d'état
de l'équation u=-Kx, on a :
Exemple
Soit le système défini par :
[
ẋ= 0
−2 −3 ] []
1 x+ 0 u
1
y (t )=[0 1] x
Déterminer la loi de commande qui permet de placer les pôles du système avec un temps de
réponse à 5% Tr= 2sec et un facteur d'amortissement = 0.707.
L'équation désirée est :
4
Dd (s )=s 2+ 2 ξ ω n+ ω2n ; où : ωn=
ξT r
Dd (s )=s 2+ 4 s+ 8
2
|[ ] [
|sI − A+ BK |= s 0 − 0
0 s −2 −3
1
2
][]
+ 0 [ k1 k 2]
1 |
s +(k 1 +3) s+ 2−k 2=s +4 s +8
k 2 +3=4 ⇒ k 2=1
2−k 1=8 ⇒ k 1=−6
K =[−6 1]
64
Chapitre 03 : Commande par retour d'état
5. Formule d'Ackerman
Soit un système dont l'évolution est caractérisée par la paire (A; B). La matrice de
commandabilité associée est notée M.
Alors, la matrice de gain :
−1
K =[0 0… 1]Co ϕ( A) Où
n n−1
ϕ ( A)= A + α n−1 A +…+α 0 I
Exemple
Soit le système de réalisation (A;B;C; 0)
[
ẋ= 0 1 x+ 0 u
0 −4 1 ] []
y=[1 0] x
Co=[ B AB]= 0 1
1 −4 [ ]
det (Co)=−1≠0 ⇒ système est commandable
(s +2)(s+ 2)=0
s + 4 s+ 4=s 2 +α 1 s +α0
2
K =[0 1]Co−1 ϕ( A)
65
Chapitre 03 : Commande par retour d'état
Co−1= [
1 −4 −1
−1 −1 0
= 4 1
1 0 ][ ]
2
ϕ ( A)= A + α1 A+α 0 I
[ ] [ ] [ ]
2
0 1 0 1 1 0
ϕ ( A)= +4 +4
0 −4 0 −4 0 1
ϕ ( A)= [ ]
4 0
0 4
K =[ 0 1] 4 1 4 0
1 0 0 4[ ][ ]
K=[4 0]
66
Chapitre 03 : Commande par retour d'état
et ceux de
det ( sI −A+ BK )
Il existe donc une infinité de choix possibles des m × n coefficients Kij de la matrice K de
retour d'état et donc une infinité de structures de commandes possibles.
L'unicité du choix s'obtient par l'introduction de relations supplémentaires résultant de
techniques de commande particulières .
67
Chapitre 04 :
VI -
VI
Synthèse des
observateurs
d'état
La plupart du temps, soit par impossibilité physique d'introduire un capteur, soit parce que
l'information délivrée par un capteur est trop bruitée pour pouvoir être exploitée, soit pour des
questions de coût, . . . on ne peut pas mesurer tous les états.
Nous allons voir dans ce chapitre comment on peut, à partir de mesures faites sur l'entrée et
la sortie du processus, reconstruire (on dit aussi estimer) le vecteur d'état
x, noté alors x^ . Le sous-système qui réalise cette reconstruction est appelé un reconstructeur
d'état (ou observateur).
68
Chapitre 04 :Synthèse des observateurs d'état
ẋ= Ax+ Bu
y=Cx
^ A ^x + Bu+ K e ( y−C x^ )
ẋ=
De l'équation du vecteur d'état estimé, l'équation de l'observateur d'état d'ordre complet est :
^ A− K e C ) ^x + Bu+ K e y
ẋ=(
69
Chapitre 04 :Synthèse des observateurs d'état
Système
Observateur
Alors :
Exemple
Un système est décrit par :
y=[1 0] x
[ ][ ]
O( A , C)= C = 1 0 ⇒det (O)=1≠0 ⇒ Rang (O)=n=2
AC 0 1
70
Chapitre 04 :Synthèse des observateurs d'état
α 0=100, α1=10
Alors les valeurs propre désiré sont les solutions de l'équation caractéristique désiré :
|[ ] [
s 0 − 0
0 s ][ ] |
1 + k e 1 [1 0] =s 2+ 10 s +100
−2 −3 ke2
2
|[ s+ k e 1 −1
2+ k e 2 s +3 ]|
=s 2 +10 s+100
2
s +(3+ k e 1)s +(3 k e1 +2+ k e 2)=s +10 s+100
K e= 7[ ]
77
^
ẋ=[−7
−79 −3 1 ] [] [ ]
1 ^x + 0 u+ 7 y
77
71
Chapitre 04 :Synthèse des observateurs d'état
[ ][ ]
0 0 … 0 −a 0
1 0 … 0 −a 1 b−0
ẋ= ⋮ ⋱ … 0 ⋮ x+ b 1 u
⋮
0 0 ⋯ 0 −a n−2 bn −1
0 0 ⋯ 1 −a n −1
y=[0 0 ⋯ 0 1] x
Pour obtenir la matrice de gain de l'observateur, nous utilisons les mêmes méthodes qui utilisé
dans l'équation de la matrice du gain du retour d'état.
[ ] [ ]
α 0−a 0 α0 −a 0
K e=Q α 1−a 1 =(WN )
T −1 α1 −a 1 , Q=(WN T )−1
⋮ ⋮
α n−1−a n−1 αn −1 −a n−1
Avec :
[ ]
a1 a2 ⋯ a n−1 1
a2 a3 ⋯ 1 0
T T T T n−1 T
W= ⋮ ⋮ ⋯ … … , N =[C : A C :⋯: ( A ) C ]
a n−1 1 ⋯ 0 0
1 0 ⋯ 0 0
Exemple
On considère le système de l’exemple précédent :
K e =Q
[ α 0−a0
α1−a1 ]
[
K e=Q 100−2 =Q 98
10−3 7 ] [ ]
T −1
Q=(WN )
W= 1
[ ][ ]
a 1
1 0
=3
1
1
0
[ ]
N = 1 0 , N T=
0 1 [ ] 1 0
0 1
72
Chapitre 04 :Synthèse des observateurs d'état
1 0 0 1[ ][ ] [ ]
WN T = 3 1 1 0 = 3 1
1 0
Q=(WN T )−1=
1 0 −1
−1 −1 3 [ ][ ]
= 0 1
1 −3
[
K e= 0 1 98 = 7
1 −3 7 77 ][ ] [ ]
3. La méthode d'Ackerman
Comme dans la conception du contrôleur d'état, c'est seulement applicable pour les systèmes
où u(t) et y(t) sont des quantités scalaires. Il peut être utilisé pour calculer la matrice de gain
de l'observateur comme suit.
[ ][]
−1
C 0
K e =ϕ (A) CA 0
⋮ ⋮
CAn−1 1
Avec :
n n −1
ϕ( A)= A + α n−1 A +⋯+α 1 A+ α0 I
Exemple
On considère le même exemple utilisé dans les deux méthodes précédentes
[ ] [01]
−1
K e =ϕ( A) C
CA
K =( A + α A+α I ) [
0 1 ] [1 ]
−1
2 1 0 0
e 1 0
([ ][ ][ ])[ ] [ 01]
−1
−2 −3 0 10 100 0 1 0
K e= + +
6 7 −20 −30 0 100 0 1
73
Chapitre 04 :Synthèse des observateurs d'état
^ A− K e C ) ^x + Bu+ K e y
ẋ=(
où la matrice du gain de l'observateur d'état Ke est une matrice (n-1) x 1. Dans l'équation
précédente, notez que pour estimer x^b , nous avons besoin de la dérivée de xa. Cela présente
une difficulté, car la différenciation amplifie le bruit. Si xa (= y) est bruité, l'utilisation de x˙a
est inacceptable.
Pour éviter cette difficulté, nous éliminons x˙a de la manière suivante. Réécrivez d'abord
l'équation comme :
Définir:
x b− K e y =x b−K e x a =η
x^b− K e y = x^b−K e x a = η
^
^ A −K A ) η
η̇=( bb e ab ^ +[( Abb −K e Aab ) K e + Aba − K e Aaa ] y +( B b−K e B a) u
Définir :
~
A= Abb −K e Aab
~ ~
B= K e + Aba −K e Aaa
~
F=B b−K e B a
^ ~
η̇= A η+ ~ +~
^ By Fu
74
Chapitre 04 :Synthèse des observateurs d'état
x b− K e y =x b−K e x a =η
L'ensemble des deux équations ^ ~
et η̇= A η+ ~ +~
^ By F u définissent
x^b− K e y = x^b−K e x a = η
^
l'observateur d'ordre minimal.
Comme :
[]
x
y=[1 ⋮ 0] ⋯a
xb
[ ][ ][ ]
x
x^ = ⋯a = ⋯
x^b
y = 0 [ x^ −K y ]+ 1
x^b
⋯
I n−1
b e ⋯
Ke y [ ]
où 0 est un vecteur ligne constitué de (n-1) zéros, si nous définissons
~
[ ] [ ]
0
C= ⋯ , ~
I n−1
D= ⋯
1
Ke y
La figure suivante montre le schéma bloc d'un retour d'état par via un observateur d'ordre
minimal.
e= x^b −x b=η− η
^
75
Chapitre 04 :Synthèse des observateurs d'état
L'équation d'erreur de l'observateur d'ordre minimal est donnée par l'équation suivante :
La dynamique d'erreur peut être choisie comme souhaité en suivant la technique développée
pour l'observateur d'ordre complet, à condition que le rang de la matrice soit n-1. Il s'agit de
la condition d'observabilité complète applicable à l'observateur minimal .
[ ]
Aab
Aab Abb
⋮
n−2
Aab Abb
[ ] [ ]
α^ 0− a^0 α^0− a^0
K e=Q α
^ 1 − ^
a 1
T −1
=(WN ) α^1− a^1 , Q=(WN T )−1
⋮ ⋮
^ − a n^−2
α n−2 ^ − a n−2
α n−2 ^
[ ]
a^1 a^2 ⋯ a n^−2 1
a^2 a^3 ⋯ 1 0
T T T T n−2 T
W= ⋮ ⋮ ⋯ … … , N =[ Aab : Abb Aab :⋯:( Abb) Aab ]
^
a n−2 1 ⋯ 0 0
1 0 ⋯ 0 0
76
Chapitre 04 :Synthèse des observateurs d'état
Également, si la formule d'Ackermann doit être utilisée, elle doit être modifiée comme suit :
−1 T
K e=ϕ (Abb) N [0 0 ⋯ 0 1]
[ ][]
−1
Aab 0
K e =ϕ (Abb) Aab Abb 0
⋮ ⋮
Aab An−2
bb
1
Avec :
n−1 n −2
^ Abb +⋯+ α^ 2 Abb + α^1 I
ϕ ( Abb )= Abb + α n−2
Exemple
Soit le système suivant :
1
C (s) H (s)=
s +7 s 2 +10 s
3
[ ] []
0 1 0 0
A= 0 0 1 , B= 0 , C=[ 1 0 0 ]
0 −10 −7 1
e2
2
n
2
n
|[ s −1
10 s +7 ][
k
+ e1
0
ke2 0
2
]|
=s +632 s +2039,4
|10+
s +k
e2
e1
k
−1
s +7|=s 2+ α1 s+α 0
[ ]
K e= 56,2
1636
77
Chapitre 04 :Synthèse des observateurs d'état
C. Filtre de Kalman
Le filtre de Kalman est un observateur optimal dont le principe est illustré dans la figure
suivante. Le principe consiste à minimiser en temps réel les erreurs entre les sorties
estimées et mesurées, au moyen d'une contre réaction qui ajuste les variables « incertaines »
du modèle utilisé. Par un tel ajustement du modèle, il est possible d'observer des paramètres
physiques du système non accessibles à la mesure. La correction est pondérée par un vecteur
gain K qui permet de fixer la dynamique et les performances du filtre.
Q= E {V ( k )V T ( k )}
R=E {W ( k ) W T ( k )}
78
Références
[3] Jean Pierre CORRIOU. Commande des procédés. 3ème Edition. 2012.
Parais, France
79