Automatique Avancée

MASTER 2 E3A SAM

Commande par modes

glissants

Lydie Nouvelière Université d’Evry Val d’Essonne

2015-2016
I- Rappels sur la représentation
d’état d’un système
1. Concept d’état

A un instant t donné, on peut considérer que le

système se trouve dans un certain « état » défini par
les valeurs prises par les variables le caractérisant.

Pour un système mécanique, l’état est

l’ensemble des positions et vitesses relatives
à chaque degré de liberté (ou toute combinaison
équivalente).

Pour un réseau électrique, l’état est défini par

le courant dans chaque inductance et la
tension aux bornes de chaque capacité (ou toute
combinaison équivalente).

Si un vecteur X est proposé pour représenter l’état

d’un système, cette proposition sera pertinente s’il
lui correspond un système d’équations du type :

X  f(t,X,u)
yh(t,X,u)

où u et y sont les entrées et sorties du système.

 2. Propriétés générales des
équations d'état

Cas général :

Soit un système représenté par les équations d'état

suivantes :
X  f(X,u,t), X(t 0 )  X 0

y  h(X,u,t)
Sous des propriétés générales de régularité de la
fonction f, la solution pour t > t0 est de la forme
générale suivante :

X ( t )  F ( t 0 , X 0 , t , u ( t ) /t [ t 0 , t ] )
En d'autres termes, l'état futur dépend de l'état initial
X0 et de l'évolution du signal de commande u(t) pour
t0 ≤ t ≤ t.

Cas linéaire :

Dans le cas linéaire invariant dans le temps, les

équations sont de la forme :

X  AX  Bu

y  CX  Du
La solution générale des équations différentielles
linéaires est de la forme :
X(t)(tt0)X0t (tt)Bu(t)dt
t0
où (t)eAt
Exemple : Moteur à courant continu

w
R
V E L J q G(p)
V q
F tension position
d'alimentation angulaire

Mise en équation :

• Loi d'Ohm : V RI LdI E (1)

dt

• Force contre-électromotrice : EKew (2)

où Ke est un coefficient et w = q est la vitesse de
rotation
• Couple-moteur : CmKcI (3)
• Equations mécaniques : Jw CmFw (4)
J est l'inertie, F est le coefficient de frottement
Calcul du transfert :
On déduit G(p) des équations en utilisant l'opérateur
de dérivation : q
G(p)
V
D'après les équations (1) et (2) :
V (RLp)I Kew
En introduisant les relations (3) et (4) :
JpF
V (RLp) w Kew
Kc
Sachant que w = sq, on obtient :
q 1 V

p (RLp) Jp F Ke
 Kc 

q Kv
p1a1 pa2 p2
soit : V
Représentation d'état :

Choisissons l'entrée u = V et la sortie y = q du

système :
 X1 q 
X  X 2w 
 X3  I 

En manipulant les quatre équations du système, on

obtient les équations différentielles suivantes :
qw

w  KcI Fw
J

IV RI Kew

L
Ce sont des équations linéaires. Mises sous forme
matricielle, on obtient la représentation d'état
suivante : 0 1 0 
  
0

 c
 
X  f(X,u)0  J J  X  0 u
F K

  1 
0  KLe  R   L
L
yg(X,u)1 0 0X 0u
II - Notion de commande d’un
système
1. Introduction
a) Cadre général

Dans tous les domaines de la physique, lorsque l’on

souhaite appréhender un système (étude, analyse,
compréhension des phénomènes naturels), il est
nécessaire de le modéliser et d’étudier la structure
du processus physique mis en jeu :
Techniques de représentation
Procédures d’analyse
Développement de commandes

b) Terminologie

Il est nécessaire d’adopter une terminologie générale

pour l’étude des systèmes.

Partie 1
Partie 2
Système

Partie n
On définit généralement un système de la manière
suivante :
u y
G(p)

c) Principaux objectifs de l’automaticien :

Modéliser le système
Analyser son comportement
Réguler ou asservir le système

Optimiser le comportement du
système en dynamique

d) Démarche de l’automaticien :

Configuration du système
sans commande
Choix judicieux des
capteurs et actionneurs
Leurs emplacements sur le
système

Choix du type de commande

Spécification des performances
Existence de perturbations
Analyse des contraintes
…..
Synthèse de la commande
Asservissement :
Assurer que les variables à régler ou sorties du
système suivent une trajectoire désirée, aient
une dynamique souhaitée.

Régulation :
Stabiliser la sortie du système en un point donné.

Rôle de la commande :
Atteindre ou améliorer les performances du
système en utilisant les capteurs disponibles pour
l’acquisition des données et les actionneurs.

Schéma d’un asservissement :

w e Correcteur u y
ou Système
commande

Capteurs

w(t) : Consigne y(t) : Sortie à asservir

u(t) : Entrée du système e(t) : Erreur de suivi
w e u y
C(p) G(p)

R(p)
Les fonctions de transfert G(p) et R(p) sont
généralement connues ou peuvent être obtenues.
Le correcteur ou commande C(p) permet de
satisfaire les performances exigées pour le
système en boucle fermée (transfert de w vers y).

2. Choix d’une commande

a) Objectifs

L’objectif est de chercher une structure de

commande qui permet d’apporter au système
considéré, des caractéristiques dynamiques ou
des performances spécifiées a priori dans un
cahier des charges. Les résultats peuvent être
analysés en termes de réponse temporelle ou
bien en termes de réponse fréquentielle.

De façon générale, le cahier des charges spécifie les

éléments à assurer :
Un comportement dynamique
satisfaisant
réponse rapide
dépassement faible
asymptote

t
 La stabilité du système
asservi (système bouclé)

Des erreurs en régime

permanent les plus faibles
possibles

b) Démarche générale
Signal Signal de
Consigne d’erreur commande Sortie
yd e u y
Contrôleur Modèle
Comparateur

Capteur
Grandeur Grandeur
électrique physique

c) La modélisation

Le modèle du système doit décrire au mieux le

comportement dynamique du système en boucle
ouverte. Cette étape est nécessaire pour synthétiser
la commande.

La précision de ce modèle est fonction de l’objectif

de commande et des performances requises.
Il existe deux types de modélisation :
Le modèle de simulation

Il est utilisé pour étudier le comportement et la

réponse du système à certaines excitations. Il
permet de tester les lois de commande et
d’évaluer les performances d’un tel système
avant une implantation sur le système réel.

Ce modèle doit être le plus précis possible, et doit

inclure toutes les éléments modélisables, les
perturbations auxquelles le système est soumis,
les bruits, les possibles non-linéarités, …

Le modèle de synthèse

Ce modèle est souvent plus simple que le

précédent, et peut, lorsque cela est possible, être
linéarisé. Ce modèle sert à déduire la loi de
commande appropriée au problème posé de
manière à réduire au maximum la complexité.
Ainsi, on cherche à réduire le temps de calcul, la
facilité de mise en œuvre, …

Cette étape terminée, la loi de commande

synthétisée est testée sur le modèle de
simulation, de façon à mesurer l’impact des
termes dynamiques négligés dans le modèle de
synthèse.
 Si la commande ne permet pas de satisfaire les
objectifs du cahier des charges, il convient soit
d’ajouter des compensateurs, soit de complexifier
le modèle.

L’obtention d’un modèle du système physique peut

être déterminée de manière empirique, résulter de la
physique ou bien déduite à partir d’une identification
du système observé lorsqu’il est soumis à une
excitation.

En résumé :

Pour réaliser correctement un asservissement, on

suit en général les étapes suivantes :

1) Modéliser le système
2) Identifier le modèle
3) Analyser le comportement du système
4) Synthétiser un correcteur
5) Mettre en œuvre la commande
6) Analyser et étudier le système en boucle
fermée
7) Vérifier les performances (sinon, retour à
l’étape 2)
 3.Définitions des spécifications

Le rôle de la commande est de permettre au système

en boule fermée de respecter certaines contraintes
communément appelées « spécifications ». Parmi
elles :
Les performances
La stabilité
La robustesse

Définitions :

Les performances :

Le processus est souvent sollicité par certaines

perturbations. Celles-ci doivent avoir un effet
minimal sur le comportement du système lorsqu’il est
commandé.
La régulation consiste donc à atténuer voire inhiber
les effets des perturbations. C’est ce qu’on appelle le
rejet de perturbation.

Le système doit par ailleurs avoir une réponse

suffisamment rapide, et éviter de présenter des
dépassements trop importants ou des oscillations,
ceci dans le but de suivre une trajectoire désirée
variant dans le temps. C’est ce que l’on appelle le
suivi de trajectoire.
La robustesse :

On dit qu’un système bouclé est robuste si ses

caractéristiques ne varient pas beaucoup ou ne se
dégradent pas trop :
Lorsque les paramètres du système
commandé changent
Lorsqu’il y a des dynamiques négligées dans
l’étape modélisation
Lorsqu’il y a des perturbations

Les contraintes :

La commande est souvent soumises à diverses

contraintes :
Limites en amplitude
Limites en vitesse de variation
Limites physiques des actionneurs

Un asservissement peut donc être qualifié par son

degré de stabilité, sa précision, sa vitesse de
réponse, sa sensibilité aux perturbations, sa
robustesse face à ces perturbations, face à des
variations de paramètres du système, …
 4. Exemple de commandes
robustes

Il existe plusieurs types de commandes robustes

offrant des performances acceptables. Ces
commandes peuvent être appliquées à des systèmes
linéaires ou non-linéaires, elles peuvent être à
structure variable ou non, …

Exemples :

Commande par modes glissants

Commande Hinfini

Lyapunov
III – Commande par modes
glissants
Les systèmes réels sont la plupart du temps non
linéaires, mal définis, ont des paramètres variables et
sont soumis à des perturbations externes.

Lorsque la partie commandable du processus n’est

que faiblement perturbée, les commandes classiques
telles le PID peuvent s’avérer suffisantes si les
exigences en précision et en performances du
système ne sont pas trop sévères.

Dans le cas contraire, il faut alors concevoir des

algorithmes de commande qui assureront une
certaine robustesse du comportement du processus
vis-à-vis des incertitudes sur les paramètres et de
leurs variations. La commande par modes glissants
fait partie de ces algorithmes.

1.Introduction des modes glissants

La commande par modes glissants est un cas
particulier de la théorie des systèmes à structure
variable. Cette théorie est basée essentiellement sur
la résolution des équations différentielles à second
membre discontinu (Filippov, 1960).
Les lois de commande par modes glissants ont pour
principe d’amener et contraindre le système à rester
au voisinage d’une surface de commutation (ou
surface de glissement) choisie.

Le comportement dynamique résultant, appelé

régime glissant idéal, est complètement déterminé
par les paramètres et les équations définissant la
surface.

La réalisation de la méthode se fait en deux étapes :

• La surface est déterminée de façon à ce que
le régime glissant ait les propriétés désirées.
• Une loi de commande discontinue est
synthétisée de façon à rendre la surface
invariante et attractive.

Glisser
sur la Surface de
surface glissement

Atteindre
la surface Commutations
2. Définitions

Les résultats suivants peuvent s’appliquer aussi bien

aux systèmes linéaires qu’aux systèmes non-
linéaires.

Considérons le système non-linéaire suivant :

X  f(t,X,u)
et la surface de glissement :
S(X)0

Où X est le vecteur d’état du système de dimension

n, f est un champ de vecteurs suffisamment
différentiable, um représente la commande du
système, vérifiant :
u si S(X)0  
u(X,t)  u u
u si S(X)0
u(X,t)[1,1] si S(X)0
Les fonctions u+ et u- sont caractérisées par des
fonctions qui permettent au système de commuter
entre plusieurs zones.
Un exemple : la fonction signe
Signe(x)
+1

x
-1
La surface de glissement S(X)=0 est une surface de
discontinuité qui divise l’espace en deux parties
disjointes S+ (S(X)>0) et S- (S(X)<0).

Suivant que l’état du système se trouve dans S+ ou

dans S-, il rejoint la surface S(X)=0 respectivement
avec les champs de vitesses f+ et f-. Dans ce cas, la
surface est dite attractive.

Finalement, l’équation du mouvement est donnée par

les solutions des équations différentielles à second
membre discontinu :

X  f (X,t) si XS 

X  f (X,t) si XS 

Lorsque l’état X a rejoint cette surface, il va y rester,
puisque chacun des champs f+ et f- l’y ramène. On
obtient ainsi le régime (ou mode) de glissement le
long de la surface S(X)=0.

3. Conditions d’existence du mode de

glissement

La condition d’existence du mode de glissement est

illustrée par l’attractivité de la surface de
commutation S(X)=0.
Le théorème suivant donne la condition d’existence
du mode de glissement :

Théorème (Utkin) :
Pour que le domaine Dg de dimension (n-1) soit
un domaine de glissement pour le système :

X  f(X,t,u)

Il suffit que pour tout X de ce domaine, il

existe une fonction de Lyapunov V(X,S,t)
continûment différentiable par rapport à tous
ses arguments, définie sur un ensemble W
contenant l’origine et satisfaisant les
conditions suivantes :
a. V(X,S,t)est définie positive par
rapport à S :
V(X,S,t)0 si S0 et V(X,0,t)0

b. Soit R , sur S R , pour tout t et

pour tout X de la région considérée
Dg :
inf
S R
VhR sup VHR
S R

R0 lim
R0
HR0
avec hR et HR, des constantes
positives qui dépendent de R.
 c. La dérivée totale de V(X,S,t) le long
des trajectoires du système est
définie négative pour tout S(X)  0.
d. Sur S R , en dehors des points de
discontinuité, la relation :

sup dV mR mR0 sup mR0

S R dt R[a,b]

est vérifiée pour tout 0 < a < b, avec

S b.

Dans le cas de systèmes monovariables, les points

b) et d) ne sont pas nécessaires pour définir le
domaine de glissement.

Ainsi, si on choisit la fonction de Lyapunov suivante :

S2
V
2
Sa dérivée vaut :
V SS
La condition de glissement se résume alors à :

SS0
Remarque :

Pour une convergence en temps fini vers la surface

de glissement, la condition d’attractivité définie
précédemment, qui ne garantit qu’une convergence
asymptotique vers la surface de glissement, est
remplacée par une condition plus fine dite condition
de h-attractivité, donnée par :
SS   h S
Dans ce cas, on peut alors assurer que la surface
S(X)=0 va être rejointe en un temps fini tf tel que :
S(t0)
tf 
h
La condition : SS   h S permet alors de définir un
domaine de gain k permettant la connvergence de la
méthode (h=h(k) avec h > 0).

4. Détermination de la dynamique de
glissement

La description du mouvement de glissement sur la

surface S(X)=0 fait appel à la résolution des
équations différentielles à second membre
discontinu.
Une fois la surface de glissement rejointe, la théorie
des équations différentielles ordinaires n’est plus
valide, car les conditions classiques d’existence et
d’unicité de solution du théorème de Cauchy-Lipshitz
ne sont plus vérifiées à cause de la discontinuité du
second membre sur la surface de glissement.

Deux méthodes permettent de remédier à ce

problème :
• Méthode de Filippov
• Méthode de la commande équivalente
 a. Méthode de la commande
équivalente

Cette méthode consiste à admettre qu’en mode de

glissement, tout se passe comme si le système était
ppiloté par une commande dite « commande
équivalente uequ ».

La commande équivalente est définie comme étant la

commande obtenue par résolution de l’équation :
S  0

En d’autres termes, uequ est donc la commande qui

permet de maintenir l’état du système sur la surface
de discontinuité S = 0. Pour le type de système :
X  f(X,t,uequ)

L’équation du mode de glissement est directement

donnée par :
S f(X,t,uequ)  S  0
X t
Dans le cas général, la résolution de cette équation
n’est pas triviale.
Cas des systèmes non-linéaires affines en u :
X  f(X,t)g(X,t)u

La commande équivalente a l ’expression

suivante :
 
1
uequ(X,t)   S g S f  S
X X t

avec le terme S g non nul.
X

L’équation du mode de glissement est donc :

X  f(X,t)g(X,t)uequ
 f(X,t)  g(X,t) 

X
S 
1
g S f  S
X t

Par rapport à la commande initiale commutante u, la
commande équivalente n’est rien d’autre que la
composante basse fréquence de la commande
commutante réellement appliquée au système
physique. Ceci signifie que, en moyenne, le système
réagit comme s’il était piloté par uequ.
 b. Loi de commande

Lors de sa réalisation, la loi de commande à structure

variable comporte le plus souvent une partie
continue, qui s’avère être la commande équivalente,
et une partie discontinue qui assure la convergence
en temps fini vers la surface. On peut par exemple
choisir :
u  uequ  k sign(S)

(Commande par modes glissants « classiques » ou

« d’ordre 1 »).
4. Le phénomène de réticence
Dans la pratique, le régime glissant idéal n’existe pas.
Cela impliquerait que la commande commute à une
fréquence infinie, ce que l’on ne sait pas faire.

Il existe toujours des imperfections ou des limites

technologiques et physiques, telles que des retards au
niveau des commutations, des petites constantes de
temps au niveau des actionneurs.
Le caractère discontinu de la commande engendre
donc un comportement dynamique particulier au
voisinage de la surface, communément appelé
« chattering » ou « réticence ». Ce phénomène se
caractérise par de fortes oscillations autour de la
surface :

Glisser
sur la Surface de
surface glissement

Atteindre
la surface Commutations

Ce problème est présente un désavantage non

négligeable.
Des solutions ?
• Filtrer à la sortie du processus, mais la réticence
est susceptible d’exciter des modes à hautes
fréquences qui n’ont pas été pris en compte dans
la modélisation du système.
La réticence implique également d’importantes
sollicitations mécaniques au niveau des
actionneurs
usure rapide
pertes énergétiques au niveau des
circuits de puissance électrique
• Modifier la commande en remplaçant la fonction
signe par une autre fonction, continue, au
voisinage de la surface. On peut utiliser les
fonctions suivantes :
Filtrage des composantes hautes
fréquences dans cette région
Fonction saturation : Sat(S)

S si S  e e
sat(S)e e
sign(S) si S  e
Signe(S)
Fonctions sigmoïdes :
r2n1
tanh( r) 2 arctan(r) avec : r  S
1r2n  e
Avec la fonction de saturation :

0.5

-0.5

u -1

-1.5

-2

-2.50 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Chattering inhibé, mais pertes en

performances, temps de réponse
dégradé, robustesse diminuée.
 5. La robustesse

Qu’en est-il de la commande par modes glissants,

lorsque le système est soumis à une perturbation
p(X), telle que :
X  f(X,t)g(X,t) u p(X)

Le terme p peut aussi bien représenter des

perturbations externes que l’effet des incertitudes
paramétriques sur le modèle.

La robustesse du régime glissant vis-à-vis des

perturbations p est donnée par le théorème suivant :

Théorème :
Le régime glissant sur S du système perturbé :

X  f(X,t)g(X,t) u p(X)

est invariant vis-à-vis de p, si et seulement si le

vecteur de perturbation p vérifie la condition suivante

pVect  g(X,t) 
avec Vect l’espace engendré par la base g(X,t).
Cette condition est appelée condition de
recouvrement ou » matching condition ».
Il faut noter que le système est insensible à de telles
perturbations seulement en régime glissant, mais
qu’il reste affecté pendant le régime transitoire, c’est-
à-dire avant que la surface de glissement ne soit
atteinte.

Exemples : Système perturbé par du bruit sur les

mesures, par un retard sur la mesure,
…
6. Poursuite de trajectoire

Jusqu’à présent, dans les exemples, la commande

en glissement a été vue essentiellement dans une
optique de régulation. Elle peut aussi bien s’appliquer
à d’autres fonctions, en poursuite de trajectoire ou en
poursuite de modèle.

L’idée est simple : supposons que l’on ait un système

linéaire mono-entrée, d’ordre n, défini par les
équations : ynan1yn1....ai ya0 y0 à laquelle on
associe la représentation d’état :
X AX Bu
yCX
où a est compagne horizontale. Supposons que l’on
veuilles que la sortie y(t) suive une trajectoire dérivée
yd(t), à laquelle on associe le vecteur d’état désiré :
X [yd.....ydn1]t Xd(t)
~
Et soit X  X  X d, le vecteur d’erreur de poursuite.

~
S’il est possible de définir une surface S(t)CX 0,
c’est-à-dire trouver une commande u qui maintienne
toujours l’évolution du système sur S=0 pour t>tr, et si
~
de plus la condition initiale est X(0)0 , alors la
seule solution du système S0 sera X=Xd.
Remarque :

Alors qu’en régulation, la surface de

glissement définissait la dynamique
d’évolution du système, en poursuite, la
dynamique est fixée par la trajectoire
désirée. Le choix de S est donc moins
critique.

7. Poursuite de modèle

Au lieu de commander le système de telle sorte que

la sortie suive une trajectoire désirée, on peut
souhaiter faire de la poursuite parfaite de modèle,
c’est-à-dire commander le système de telle sorte qu’il
se comporte comme un modèle donné.
Schématiquement, cela est représenté par :

Processus
u X  AX Bu y
yCX

X
S
Ke
Xm
um X mAm XmBmum ym
ymCm X m
Modèle
IV. Mode glissants d’ordre
supérieur
1. Introduction

L'idée, avec la méthode par modes glissants d'ordre

supérieur (nous noterons r, la valeur de cet ordre),
est de contraindre les trajectoires du système à
glisser sur une surface de commutation définie par :
S SS...S (r1)0

où S(i) est la iième dérivée de S par rapport au temps

t. A partir de cela, nous pouvons définir deux types de
modes : les modes glissants d'ordre r idéaux et réels.

Considérons le système non-linéaire suivant :

X  f(X,t,u)
et la surface de glissement associée :

SS(X,t)
les fonctions S et f étant suffisamment dérivables
suivant X et t.
2. Modes glissants idéaux

Définition :

La trajectoire (X(t),t) du système, dont les

conditions initiales sont (X0,0), est une trajectoire à
modes glissants idéaux d’ordre r par rapport à la
surface S=0, s’il existe un instant t1 tel que pour tout t
 t1, les égalités :
S(X(t),t)S(X(t),t)....S (r1)(X(t),t)0

soient vérifiées.

De la même manière que pour les modes glissants

d’ordre 1, on peut introduire la notion de commande
équivalente ueq régissant le système :

X  f(X,t,ueq)
avec ueq calculée en résolvant l’équation :
S (p)(X,t,ueq)0

En supposant que la solution est unique et que le

degré relatif de la surface est pr .
3. Notion de degré relatif

Le degré relatif d'un système tel que :

X  f(X,t,u)

est le nombre minimum dr de fois qu'il faut dériver la

surface S par rapport au temps pour que l'entrée du
système apparaisse dans l'expression de la dérivée
drième de S.

On désigne donc plusieurs cas, selon la valeur de

dr :

1 - Le système est de degré relatif dr=1, si :

S 0
u
2 - Le système est de degré relatif dr≥2, si :
S (i)
0 pour i  1, 2, ....., dr 1
u

et
S (d )
r

0
u
Théorème :

Un régime glissant d’ordre 1 existe sur la

surface S si et seulement si le système
considéré est de degré relatif égal à un.

Ceci montre que, pour le cas 1), la méthode par

modes glissants d’ordre 1 suffit pour atteindre la
commande désirée.
Cependant, nous verrons qu’appliquer les modes
glissants d’ordre 2 contribue à éliminer la réticence.

Pour le cas 2), les modes glissants d’ordre supérieur

sont plus adaptés, car l’application des modes
glissants d’ordre 1 ne permettrait pas d’obtenir une
convergence en temps fini.

Au niveau des modes glissants d’ordre supérieur,

c’est l’ordre 2 qui est le plus utilisé.

4. Modes glissants d’ordre 2

Soit l’opérateur suivant :
h(X,t,u) h(X,t,u)
Luh(X,t,u)  f(X,t,u)
t X
où h est une fonction différentiable.
L'opérateur Lu permet d'obtenir, pour une entrée u
constante, la dérivée de la fonction h par rapport au
temps, le long de X  f(X,t,u).

a) Hypothèses de travail
A l'aide de cet opérateur, nous posons les quatre
hypothèses suivantes :

1 - L'entrée de commande est telle que |u|≤Umax, où

Umax est une constante réelle positive, telle que u soit
une fonction bornée et discontinue du temps. Par
ailleurs, l'équation X  f(X,t,u) est supposée admettre
des solutions, au sens de Filippov, sur la variété
glissante d'ordre deux S S0 pour tout t. On pose :
U  u : u  Umax
(entrée bornée)

2 - Il existe u10U
, max telle que, pour toute fonction
continue u(t) avec |u(t)|>u1, il existe t1 tel que
S(X,t)u(t)>0 pour tout t>t1. Ainsi, la commande :
uUmaxsign(S(t0))
où t0 est l'instant initial, assure la convergence en
temps fini sur la surface S=0.
(partant de n’importe quel point de l’espace, il
est possible de définir une commande qui
permet d’atteindre la région de linéarité)
 3 - Il existe des constantes s0, cm, CM telles que, pour
tout (X,t)n avec |S(X,t)|<s0, nous ayons :

0  cm  S  CM
u
L'ensemble {X,t : |s(X,t)| < s0} est appelé région de
linéarité.

4 - Il existe une constante C0 telle que, à l'intérieur de

la région de linéarité, on ait :
LuLuS(X,t)  C0

(la dérivée seconde de la surface de glissement

est uniformément bornée dans un domaine
borné, pour l’entrée u considérée)

b) Twisting Algorithm

Considérons le système X  f(X,t,u) comme étant de

degré relatif dr = 1 par rapport à la fonction S. Dans ce
cas, la commande u apparaît explicitement dans
l'expression de S. Nous en déduisons que la dérivée
seconde de S vaut :
Sh(X,t,u)g(X)u
où, pour un système de degré relatif un, nous avons :
h(X,t,u)  LuS
S(X,t,u)
g(X)  0
u
En fait, ici, u est vue comme la commande et le rajout
d'un intégrateur permet de connaître u. A partir de cela,
nous pouvons donner la définition relative au Twisting
Algorithm.

Définition :

Soient le système X  f(X,t,u) et la surface

de contrainte associée S=0. Alors l’algorithme
de commande suivant :
 u si u  Umax

u   KM sign(S) si SS0 et u  Umax
 km sign(S) si SS0 et u  Umax
avec CM et cm vérifiant les inégalités
suivantes : KM  km  0
km  4CM
s0
km  C0
cm
KM  CM km  2C0
cm cm
est appelé le Twisting Algorithm d’ordre 2.
Les constantes CM, cm, C0 et s0 sont définies
par les quatre hypothèses de travail.
Avec l’application du Twisting Algorithm, la
convergence vers la surface S S0 se réalise en un
temps fini tfini tel que :
t fini  ts   1 s1
1
1q
où nous avons :

 2 cmKM  CM km
(cmKM  C0) CM km  C0

q  CM km  C0
cmKM  C0

Ici, s1 représente la valeur de S lors de son premier

passage à travers l’axe des abscisses du plan de
phase (S,S) et ts1 est l’instant où cela se réalise.

La borne supérieure de tfini est donc connue, et cela

quel que soit le cadran du plan de phase dans lequel
s'inscrivent les conditions initiales (S(X(0),0),S(X(0),0)).

Nous voyons simplement que cet algorithme discontinu

est appliqué à la dérivée u de l'entrée u du système
par rapport au temps. La variable u prend donc le rôle
de u et devient la nouvelle entrée de commande.
De ce fait, u est discontinue, mais l'entrée réelle u du
système devient continue.
Ceci est très intéressant, dans la mesure où, avec un
tel algorithme appliqué à un système de degré relatif
un, nous pouvons éviter le phénomène de réticence,
qui est très gênant lorsque l'on procède à la phase
expérimentale.

c) Commande équivalente

Reprenons le Twisting Algorithm pour un système de

degré relatif dr=1. Une autre manière de réaliser aussi
la convergence en temps fini du système vers S S0
est d'appliquer la loi de commande ci-dessous, faisant
intervenir le contrôle équivalent ueq :

 u si u  ueq

u   KM sign(S) si SS0 et u  ueq
 km sign(S) si SS0 et u  ueq

Pour un système de degré relatif dr = 1, la commande

ueq est obtenue en satisfaisant l’équation :

S  0

de la même manière qu’avec les modes glissants à

l’ordre 1.
 d) Twisting Algorithm
échantillonné (ou réel)

Jusqu’ici, la commande par modes glissants a été

présentée dans le domaine continu. Il faut savoir que
lorsque l’on implémente une commande sur le
système expérimental, elle est appliquée sous forme
discrète.

Considérons que la commande et les systèmes de

mesures ont la même période d’échantillonnage d.

Le Twisting Algorithm prend alors la forme suivante,

lorsque le système est de degré relatif 1 :
 u si u  ueq
u   KM sign(S) si Sd S 0 et u  ueq
 km sign(S) si Sd S 0 et u  ueq
avec :

0 pour j  0
d S 

S(jd)  S((j1)d) si j  1

Les gains km et KM vérifient toujours les quatre

conditions associées à l’algorithme.
L’intérêt de cette forme échantillonnée est qu’il n’est
pas nécessaire de connaître la dérivée de la surface
de glissement, dont le calcul n’est pas toujours
accessible en pratique.
Exemple : moteur à courant continu – modèle
simplifié

Les équations du système sont :

x1 x2
x2x2u
 yx1

La surface de glissement choisie est :

S x2x1,  0

- Calculer la dérivée de S.
- Donner le degré relatif du système.
- Donner l’expression de la commande
équivalente.
- Donner le schéma-blocs de l’ensemble
- Appliquer le Twisting Algorithm.
Conclusion sur les Modes glissants

La méthode par modes glissants est simple

d’application, présente une grande robustesse face
aux variations paramétriques, aux erreurs de
modélisation, à certaines perturbations. Elle entraîne
des temps de calcul relativement modérés.
La méthode s’applique aussi bien pour des système
linéaires que non-linéaires.
L’inconvénient majeur est le phénomène de réticence,
qui peut dans certains cas dégrader considérablement
les signaux et empêcher une implantation de la
commande en expérimental.
Un seul gain est à régler par entrée.

La méthode par modes glissants d’ordre 2 possède les

mêmes propriétés de robustesse, de facilité de mise
en œuvre, mais la réticence se trouve inhibée puisque
l’on travaille sur la dérivée de l’entrée de commande. Il
suffit alors de rajouter un intégrateur pour obtenir
l’entrée réelle du système.
La méthode peut être appliquée sur des systèmes
linéaires ou non-linéaires.
L’inconvénient est qu’il y a deux gains à régler par
entrée.
V. Observateurs

La mise en œuvre de lois de commande basées sur le

modèle du système nécessite la connaissance du
vecteur d’état complet du système à chaque instant.
Cependant, dans la plupart des cas, seule une partie
de l’état est accessible à l’aide de capteurs.

Raisons : - Coût des capteurs

- Limitation du nombre de capteurs à
cause de l’encombrement
- Inexistence de capteurs inappropriés
- Inaccessibilité physique de la
grandeur à mesurer

Pour reconstituer l’état complet du système, l’idée est

de construire un « capteur logiciel », appelé
observateur. Il va permettre d’estimer l’état X du
système qui n’est pas mesurable directement.

Un observateur est un système dynamique qui, à partir

de l’entrée u(t) du système (la commande), de la sortie
y(t) mesurée, ainsi que d’une connaissance a priori du
modèle, fournira en sortie un état estimé Xˆ(t) qui
devra tendre vers l’état réel X(t).
Schéma de principe d’un observateur :

Capteur
y(t)
u(t)
Système
Xˆ(t)
u(t) Observateur

Algorithme
de
commande

Ce capteur logiciel va donc permettre d’utiliser Xˆ(t)

estimée de X(t) pour réaliser une loi de commande
u=f(X).
Considérons le système suivant :
X(t) f(X,u)

 y(t)h(X)
Les équations relatives à l’observateur sont du type :
Z(t) fˆ(Z,u, y)

xˆ(t)hˆ(Z,u, y)
avec :
e(t)  Xˆ  X  0 quand t  
L’existence d’un observateur est liée à la notion
d’observabilité du système.
1. Observabilité

Définitions :

Indiscernabilité : Deux états x1(0) et x2(0) sont dits

indiscernables si pour tout u(t) et pour tout t  0, les
sorties correspondantes y1 et y2 sont identiques.

Observabilité : Le système est dit observable s’il ne

possède pas de couple d’états initiaux distincts
[x1(0), x2(0)] indiscernables.

On peut reconstruire l’état X à partir

des entrées u, des sorties y et de leurs
dérivées successives.

2. Observabilité pour les systèmes

linéaires

Soit le système :
X  AX Bu
(S) 
 yCX
Théorème :
Le système linéaire stationnaire (S) est
observable si et seulement si le rang de la
matrice O=[C CA … Can-1], appelée matrice
d’observabilité, est égal à n, dimension de X.

Il faut savoir que pour les systèmes linéaires, la notion

d’observabilité est indépendante de u.

3.Observateur pour un système

linéaire

Si on utilise les propriétés statistiques des erreurs de

mesure, on peut utiliser des observateurs (filtres) de
type filtres de Kalman.
Dans le cas déterministe, on utilise des observateurs
de type observateur de Luenberger.

Observateur de Luenberger de rang plein :

X  AX Bu Xˆ  AXˆ BuK(y yˆ)


(S)  (O) 
 yCX  yˆCXˆ
L’erreur vaut : e Xˆ  X

On a donc : e(AKC)e
qui représente la dynamique de l’erreur d’observation.

Dans cette structure, le gain K est à choisir. Si le

système est observable, on peut choisir la matrice
de gains K telle que (A-KC) ait son spectre, choisi
arbitrairement, à partie réelle strictement négative.

4. Principe de séparation
X  AX Bu
Soit le système : (S) 
 yCX

Retour d’état : u = FX
Xˆ  AXˆ BuK(y yˆ)
Si on observe X : 
(O) 
 yˆ CXˆ
et : uFXˆ
D’où :
Xˆ (AKC)Xˆ BuKy
e(AKC)e si e Xˆ  X
X  AX BFXˆ  AX BF(e X)
X (ABF)X BFe
Donc :
Commande

 X   ABF BF  X 
   
 e   0 AKC e 
Observateur

On peut donc choisir séparément les valeurs propres

de (A+BF) et (A-KC). C’est le principe de séparation.
Grâce au principe de séparation, l’observateur ne peut
donc pas déstabiliser le système bouclé.

d Loi u y
+- Observateur X̂ de Système
commande
Exemple :
 
 f m
x
mxmgkxFext

m mX kX F
Fext

- Equations du système
- Observabilité du système
- Détermination de la matrice de gains
de l’observateur
Solution :

  0 1  

  
x1   x1   0
 x1x2     F
 x2 mk 0x2  1 
 m 
 
(S) x2m
k x1 F
m
 
   x1
 yx1  y1 0 
 x2


A.N. : k/m=3

C1 0

 0 1
CA1 0 0 1
3 0

rgC CA2 Système

observable

Xˆ  AXˆ BuK(y yˆ)


(O)
 yˆ CXˆ
k1
Si e Xˆ  X e(AKC)e où K  
k2
  k1 1
AKC 
3k2 0
P()(k1)()(3k2)
2k1(3k2)


13 
k13
Si on veut :  alors : 

23 
k23
5. Observateurs par modes glissants

La synthèse dun observateur par modes glissants

consiste à contraindre, à l’aide de fonctions
discontinues, les dynamiques des erreurs d’estimation
d’un système non-linéaire d’ordre n ayant p sorties à
converger sur une surface de glissement.
L’attractivité et l’invariance de la surface de glissement
sont assurées par des conditions de glissement. Les
dynamiques sur la surface de glissement sont
calculées par la méthode de la commande équivalente.

Pour des systèmes non-linéaires du type :

 x  f ( X , u )

 y  h( X )
une structure d’observateur par modes glissants s’écrit
:  Xˆ  fˆ ( Xˆ , u )  .sign( y  yˆ )



 yˆ  h( Xˆ )

C’est une copie du modèle du système à laquelle on

ajoute un terme correcteur, qui assure la convergence
de X̂ vers X.
La surface de glissement devient dans ce cas :
S ( X )  y  yˆ

Le terme de correction utilisé est proportionnel à la fonction

discontinue « sign » appliquée à l’erreur de sortie.
L’étude de stabilité et de convergence pour de tels
observateurs est là aussi basée sur l’utilisation de fonctions
de Lyapunov.

6. Observateurs par modes glissants d’ordre supérieur

Ces observateurs sont basés sur la technique des modes
glissants d’ordre supérieurs permettant d’éliminer le
phénomène de réticence sur les états observés, tout en
gardant de bonnes propriétés de robustesse des
observateurs par modes glissants.
On peut donner la structure suivante d’un observateur à
l’ordre 2, inspiré de l’algorithme du Twisting échantillonné
pour la commande :
  xˆ1  xˆ2  1
ˆ ˆ
 x2  f ( x1 , x2 ,t )  K 2 .sign( x2  xˆ2 )
avec :
0 pour ~ x1 (kd ).~
x1 ((k  1)d )  0 ou 1 (kd ).1 ((k  1)d )  0

1   GM .sign( ~ x1 ) pour ~ x1 (kd )1 (kd )  0
 g m .sign( ~
x1 ) pour ~ x1 (kd )1 (kd )  0

où :
1 (kd )  ~
x1 (kd )  ~
x1 ((k  1)d ) avec d , la période d' échantillo nnage
des mesures
~
x1  x1  xˆ1 l' erreur d' observation
 xˆ2 pour ~ x1 (kd )  O(d 2 )
x2   ~
 xˆ2  1 pour x1 (kd )  O(d ) et 1 (kd )  O(d )
2 2

L’observateur d’ordre 2 présente une convergence en temps

fini en Od2 pour les positions et en O(d) pour les vitesses.