Académique Documents
Professionnel Documents
Culture Documents
M2 E3A SAM
UEVE - UPS
2015-2016
Lydie NOUVELIERE
Dalil ICHALAL
Maîtres de Conférences de
L’Université d’Evry-Val-d’Essonne
1
Table des Matières
• Introduction
• Commande Adaptative
2
Introduction
• 6 modules d’Automatique sur le Master E3A
SAM :
– Automatique M1
– Systèmes de commande M1
– Modélisation et Dynamique des SAM M2
– Commande Intégrée M2
– Automatique Avancée M2
– Observateurs M2
Introduction
• Théorie de la Commande “Robuste” des Systèmes Linéaires :
– En le milieu industriel : outil pour l’analyse et la conception des
systèmes asservis
– Ce qui plaît : son caractère appliqué et son adéquation aux problèmes
pratiques de l’ingénieur automaticien, sa contribution à la
systématisation du processus de synthèse d’un asservissement.
• Un asservissement a deux fonctions essentielles:
– façonner la réponse du système asservi pour lui imprimer le
comportement désiré,
– maintenir ce comportement face aux aléas et fluctuations
qui affectent le système pendant son fonctionnement (rafales de
vent pour un avion, usure pour un système mécanique,
robustesse face aux perturbations, changement de configuration
pour un robot, etc.) Robustesse à l’incertitude de modélisation
Introduction
• L’asservissement est conçu à partir d’un
modèle de synthèse simplifié du système réel.
– Pour fonctionner correctement, il doit donc être
robuste aux imperfections du modèle, c’est-à-dire
aux écarts entre le modèle et le système réel, aux
dérives des paramètres physiques, et aux
perturbations externes.
Introduction
• Avantage des techniques de Commande Robuste :
– Générer des lois de commande qui satisfont à la double exigence
mentionnée ci-dessus.
x f ( x) x n
f ( xe ) 0
18
Point d’équilibre
• Considérons donc à partir de maintenant que:
xe 0
19
Stabilité locale simple et asymptotique
x(0) r x(t ) t 0
– Instable si non-stable.
20
Stabilité locale simple et asymptotique
21
Stabilité asymptotique globale
• Si le système est asymptotiquement stable
quelque soit la condition initiale x(0), alors le
point d’équilibre est globalement
asymptotiquement stable (GAS).
22
Stabilité exponentielle
• En plus des conditions précédentes, le
système est dit exponentiellement stable si :
V aV a 0
Le paramètre a est appelé taux de décroissance.
Stabilité au sens de Lyapunov
• Vérifier la stabilité d’un système par les
définitions précédentes revient à résoudre
l’équation différentielle régissant la dynamique
du système ⇒ souvent difficile
• La théorie de Lyapunov offre alors une façon
simple pour vérifier la stabilité d’un système
Idée de base (supposant xe = 0)
• Supposons que l’on puisse définir une mesure
de l’énergie dans un système :
– par exemple:
V ( x, t ) x
2
• Tel que :
V ( xe , t ) 0, t t0
V ( x, t ) 0, x xe , t
25
Idée de base (supposant xe = 0)
• Tel que :
– V ( x, t ) augmente doucement tandis que x
augmente (pour un t donné).
– L’énergie ne s’accroit pas le long de toute
trajectoire, donc :
dV
x(t; x0 , t0 ), t 0, t t0 , x0
dt
26
Idée de base (supposant xe = 0)
• Il est alors raisonnable de penser que pour x0
près de xe (= 0) :
– L’énergie initiale V ( x0 , t0 ) est petite.
– L’énergie reste toujours petite.
• Puisque : dV dt 0
– x(t ; x0 , t0 ) reste près de xe pour toujours.
xe est stable.
27
Hypothèse de base sur V(x,t)
• x, t t0 : toutes les dérivées partielles de
V existent et sont continues dans (x,t).
• Conséquence :
dV dV
x(t; x0 , t0 ), t + x(t ), t V x(t ), t
dt dt
n
V dxi V
x(t ), t x(t ), t
i 1 xi dt t
28
Fonction définie positive
• Une fonction scalaire V(x) continuellement
différentiable (par rapport à x) est définie
positive dans une région Ω autour de l’origine
si:
– V(0) = 0;
– V(x) > 0 pour tout x / x 0 .
29
Fonction définie semi-positive
• Une fonction scalaire V(x) continuellement
différentiable (par rapport à x) est définie
semi-positive dans une région Ω autour de
l’origine si:
– V(0) = 0;
– V(x) ≥ 0 pour tout x / x 0 .
30
Fonction quadratique définie positive
• La fonction quadratique V ( x) x Qx où Q
T
31
Exemples
• #1:
V ( x) x x
2
1
2
2
V ( x) x1 x2
2
• #2:
32
Lyapunov : Méthode directe
Stabilité locale
• Théorème: L’état d’équilibre xe = 0 est stable
s’il existe une fonction continuellement
dérivable V(x) telle que:
– V(0) = 0;
– V(x) > 0, x 0, x ;
– V ( x) dV ( x) dt 0, x 0, x .
34
Stabilité locale et asymptotique
• Théorème: Si la dernière condition était
plutôt V ( x) 0 alors l’état d’équilibre est
asymptotiquement stable.
35
Stabilité globale
• Théorème : L’état d’équilibre xe = 0 est
globalement asymptotiquement stable (GAS)
si il existe une fonction continuellement
dérivable V(x) telle que:
– V(0) = 0;
– V(x) > 0,
– V ( x) 0, x 0; x 0;
– V ( x) quand x .
36
Bilan
• Le choix de la fonction de Lyapunov V a un
effet sur l’évaluation de la zone de stabilité
d’un système non-linéaire.
37
Stabilité de Lyapunov des systèmes linéaires
A P PA Q 0
T
38
Démonstration (condition suffisante)
• Considérons ce candidat: V xT Px
• Dérivant: V x Px x Px
T T
x PAx x A Px
T T T
x T
PA A P x
T
39
Démonstration (condition suffisante)
– et V ( x) x Qx V ( x) 0, x 0.
T
40
Démonstration (condition nécessaire)
P e Qe dt
AT t At
0
41
Démonstration (condition nécessaire)
d AT t At
e Qe dt
0 dt
e Qe
T
A t At
0
Q
42
COMMANDE Linéaire Quadratique
43
La commande LQ - Principe
• Soit le système linéaire suivant:
x(t ) Ax(t ) Bu (t ) x ; u
n m
y (t ) Cx(t ) y q
• Hypothèse:
– La paire (A,B) est stabilisable, i.e., qu’il n’y a pas
de modes instables et ingouvernable dans ce
système.
44
La commande LQ - Principe
• Résultat:
– Soit le critère LQ suivant:
y (t )Qy(t ) u (t ) Ru(t ) dt
J T T
0
x (t )Q x(t ) u (t ) Ru (t ) dt
T T
0 x
45
La commande LQ - Principe
• Alors:
– La commande par retour d’état qui stabilise le
système et minimise ce critère LQ est:
u(t ) Kc x(t )
– Avec
1
Kc R B Pc T
46
Équation de Riccati
• Dans l’équation précédente, Pc est solution
unique (matrice symétrique et définie
positive) de l’équation de Riccati:
1
Pc A A Pc Pc BR B Pc Qx 0
T T
y(t)
C
48
Démonstration
• La dynamique du système en boucle fermée
avec la commande par retour d’état est:
x A BK x Abf x
• La réponse autonome de ce système est:
x(t ) e
Abf t
x0
49
Démonstration
• Le critère J devient:
x (t )Qx x(t ) u (t ) Ru (t ) dt
J T T
0
x (t ) Qx K RK x(t )dt
T T
0
x T
o e
0
AbfT t
Q
x K RK e
T Abf t
dt x0
x Px0
T
o
50
Démonstration
• Avec:
Q K RK e
P e
T
Abf t T Abf t
x dt
0
51
Démonstration
• Posant Kc la valeur optimale de K qui minimise
J et la solution Pc correspondante, alors
52
Démonstration
• Considérons une variation du gain ΔK autour
de Kc. Il en résulte une variation de ΔP autour
de Pc, qui vérifie:
A B K P
T
c K c P
P A B K
c P c K
Qx K c K R K c K 0
T
53
Démonstration
• Kc est la valeur optimale au sens de J si et
seulement si le critère augmente pour toute
variation ΔK autour de Kc, soit:
P 0 K / A B Kc K stable
54
Démonstration
• En soustrayant les deux équations des
acétates 66 et 65, on obtient:
A B K B
T
c K P
T
K
T
Pc
A B K P B
P c K c K
R K RK c K R K 0
T
K
T
K
T
c
55
Démonstration
• Que l’on peut réécrire:
A BK P P A BK
T
RK B Pc RK c B Pc K
T
T
K c
T T
R K 0
T
K
56
Démonstration
• A-BK étant stable ΔP est positif si et seulement
si (Théorème de Lyapunov):
RK B Pc RK c B Pc K
T
T
K c
T T
R K 0
T
K
K
57
Démonstration
• Or, TK R K 0, K car par définition R>0.
Il faut donc que:
RKc B Pc 0
T
58
Démonstration
• En reportant cette valeur de gain dans
l’équation de l’acétate 65, on obtient
l’équation de Riccati:
1
Pc A A Pc Pc BR B Pc Qx 0
T T
FIN
59