Analyse et Commande des

Systèmes

Classes: 4MécaTA1, 4MécaTB1 et 4MécaTB2

M. Faouzi Bouani
Professeur à l’Ecole Nationale d’Ingénieurs de Tunis

Emails:
faouzi.bouani@enit.rnu.tn
bouani.faouzi@yahoo.fr

1
 Analyse et Commande des Systèmes
Plan du cours

• Introduction générale
Cas continu
– Ch1 : Représentation d’état continue
– Ch2 : Estimation des variables d’états
– Ch3 : Commande par retour d’états

2
Introduction générale

3
 Automatique Entrées
u1, …, um
Procédé
Sorties
y1, …, yn

• Systèmes à événements discrets

• Variables binaires ui , y j ∈ {0,1} i = 1, ..., m j = 1, ..., q

• Outils: Algèbre de Boole, table de vérité, tableau de

Karnaugh, Grafcet, Réseau de Petri
• Systèmes dynamiques
• Variables analogiques : grandeurs d’entrées-sorties sont
variables en fonction du temps
• Outils: équations différentielles, linéarisation, - - -
Transformée de Laplace: cas des systèmes linéaires continus
Transformée en Z : cas des systèmes échantillonnés

4
 Perturbation
Commande
Consigne u Sortie
yc
Régulateur Procédé
+
-

• Système en boucle fermée

• Détermination du régulateur
• Performances
– Stabilité (les sorties convergent vers des valeurs finies),
– Rapidité (régime transitoire de durée très faible)
– Précision (erreur entre la référence et la sortie très faible)
– Signal de commande (sans pics, sans oscillations)
– Annulation des effets de la perturbation
(temps d’élimination de la perturbation très faible)

5
• Etude en boucle fermée
• Détermination du contrôleur
• Performances
– Stabilité (les sorties convergent vers des valeurs finies)
y∞ = lim y(t ) = cons tan te y∞ = lim pY ( p) = cons tan te
t →+∞ p→0
– Rapidité (régime transitoire de durée très faible)
Temps de réponse (tr) à 2% (ou 5%) très faible
– Précision (erreur entre la référence et la sortie très faible)
e∞ = yc − y∞ = lim e(t ) → 0
t →+∞
– Signal de commande (sans pics, sans oscillations)
– Annulation des effets de la perturbation
(temps d’élimination de la perturbation très faible)

6
 • Réponse en boucle fermée
y(t) y1(t) y2(t)

yc
e∞

t tr2 tr1 t
Evolution de la sortie Evolution de la sortie

Perturbation
Commande
u1(t) u2(t)
u Sortie y
Consigne yc
Régulateur Procédé
+
-

t
Evolution de la commande
Signal de commande (sans pics, sans oscillations)

7
 Réduction des effets de la perturbation Commande
Perturbation

y1(t) y2(t)
u Sortie y
Consigne yc
Régulateur Procédé
+
-

∆t1
∆t2
t1 t2 t Régulateur 1
- ∆t1: faible
Evolution de la sortie en présence d’une perturbation
- Correction rapide de la perturbation

Régulateur 2
u1(t) u2(t) - ∆t2: élevé
- Correction lente de la perturbation

t
Evolution de la commande

8
 Signal
d’erreur
Contrôleur Système Perturbation
R
E
Consigne G
U u(t)
+ L
A ACTIONNEUR PROCESSUS
-
yc(t) T
E Sortie
U y(t)
R

CAPTEUR
Mesure de la sortie

Contrôleur exploite:
la variable de sortie mesurée par le capteur
la grandeur de consigne
pour calculer
la grandeur de commande
9
 Contrôleur PID analogique

• Schéma R2

R1

R
-
+
R R1 R2
C3
-
y + ε = yc − y R3
R1 -
R -
yc R +
+
u
R4 R1

R5 C5

-
+
ε (t ) = y c (t ) − y (t )
dε
u ( t ) = K r ε ( t ) + K I ∫ ε ( t ) dt + K D
dt
10
 Perturbation
Système
u(t) Sortie
y(t)
Carte PID PRE_ACTIONN
EUR
ACTIONNEUR PROCESSUS
yc(t) analogique

CAPTEUR

– Capteur: Mesure de la sortie

• délivre une valeur analogique (tension: 0-5 v, 0-10 v, courant: 4-20
mA) proportionnelle au grandeur physique
– Pré-actionneur:
• Délivre un signal compatible avec les caractéristiques de l’entrée de
l’actionneur
• Entrée pré-actionneur: signal continu, faible courant
• Sortie pré-actionneur: signal (continu, alternatif), courant fort
11
 Programmes Perturbation
Système
microprocesseur u(t) Sortie
mémoires
y(t)
PRE_ACTIONN
CNA EUR
ACTIONNEUR PROCESSUS
PIA

CAN
Carte PID
numérique CAPTEUR

– CAN: Mesure de la sortie

• Convertisseur analogique numérique: transforme la valeur analogique
(tension: 0-5 v, 0-10 v, courant: 4-20 mA) en une grandeur numérique
(sur n bits).
– CNA:
• Convertisseur numérique analogique: transforme la gradeur
numérique (n bits) en une grandeur analogique (tension: 0-5 v, 0-10 v,
courant: 4-20 mA)
12
 Régulateur numérique

• Algorithme
– Lecture de la sortie y(k)
– Calcul de l’erreur yc(k)-y(k)
– Calcul de la commande u(k)
– Envoi de la commande au système
∆t: temps d’acquisition et de calcul
Te: période d’échantillonnage
Te Te ∆t<Te
Te- ∆t: temps libre
∆t ∆t
k k+1 k+2 …

13
• Régulateur analogique
– Calcule d’une façon continue (sans interruption) l’erreur et la
commande
– Modification des paramètres du régulateur délicate
– Pas de flexibilité
• Régulateur numérique
– Calcule la commande aux instants d’échantillonnage
– Modification des paramètres du régulateur facile
– Beaucoup de flexibilité
– Changement des algorithmes de commande
– Communication à distance (IoT: Internet of Things)

14
 Etapes de synthèse de contrôleur
• Modéliser le système, décrire son comportement
par des équations mathématiques
• Elaborer les équations du contrôleur à partir du
modèle
• Tester en simulation du système avec son contrôle
• Réaliser matériellement le contrôleur

15
 Techniques de commande
– Tout ou Rien (TOR)
– PID (actions: Proportionnelle, Intégrale, Dérivée)
– Commande par retour d’états
– Placement de pôles
– Commande optimale
– Commande par modèle interne (CMI)
– Commande prédictive (CP),
– Commande par mode glissant (CMG)
– Etc.

16
 Domaines d’applications
• Aérospatial (guidage-pilotage d’avions/missiles,
positionnement de satellites, . . . )
• Machines-outils (commande numérique pour l’usinage)
• Electrotechnique (moteurs, générateurs, . . . )
• Génie des procédés (chimie, raffinage, pharmacie, . . . )
• Industrie automobile (boite de vitesse automatique,
suspension active, confort habitacle, . . . )
• ...

17
 Chapitre 1

Représentation d’état
 Plan

• Représentations des systèmes dynamiques

• Equations différentielles
• Représentation d’état (RE) continue
• Passage de la RE à la fonction de transfert (FT)
• Passage de la FT à la RE
• Résolution des équations d’états
Description d’un système
Equations différentielles
Utilisation des équations physiques
Non linéaires
Fonction (ou matrice) de transfert H(p)
Systèmes linéaires
Relations entre les sorties et les entrées du système
Représentation d’état
Utilisation des variables d’états
Utiliser pour les systèmes :
monovariables (une entrée, une sortie) (SISO)
Multivariables (plusieurs entrées, plusieurs sorties) (MIMO)
Systèmes
– Variables d’états: x = ( x1,..., xn )
– Variables d’entrées: u = (u1,..., um )
– Variables de sorties (mesure): y = ( y1,..., yq )
n: nombre de variables d’états
m: nombre des entrées
q: nombre de sorties
Variables d’états
Entrées x1, …, xn
u1, …, um
Procédé
Sorties
y1, …, yq
Equations différentielles
d i = 1,..., n
xi = f i ( x1 ,..., x n , u1 ,..., u m , t )
dt

y j = h j ( x1 ,..., x n , u1 ,..., u m , t ) j = 1,..., q

f i , h j : Fonctions non linéaires
Exemple:
- deux états x1 et x2 (n=2)
- une entrée u (m=1)  x&1 = f1 ( x1, x2 , u ) = x2 + u
- une sortie y (q=1)  3
 2&
x = f ( x
2 1 2, x , u ) = − x1 + 4 x1

 y = h( x1, x2 , u ) = x1 + 2 u
Types de systèmes
• Stationnaires (coefficients constants):
d
x = f ( x , u ) y = h ( x, u )
dt
x&1 = x2 + u x& 2 = − x1 + 4 x1 y = x1 3
• Instationnaires (coefficients variables):
d
x = f ( x , u , t ) y = h ( x, u , t )
dt

x&1 = 2t x2 + 5t u x& 2 = −e x1 + 2t 3
x1 y = x1
Types de systèmes
• Linéaires stationnaires (A,B,C, D:constantes)
d
x = Ax + Bu y = Cx + Du
dt
 0 2  1 
 x +  u y = (1 0 )x + 2u
d
x = 
dt  −1 0  0
• Linéaires instationnaires (A,B,C,D: variables):
d
x = A(t ) x + B (t )u y = C (t ) x + D (t )u
dt

 0 2t  1 
y = (− t 0 )x − 0.5t 3u
d
x =   x +  u
dt − 1 0  2t 2 
   
 Modèle linéarisé tangent
Point d’équilibre (point singulier, point de
fonctionnement)
x, u f (x, u ) = 0
Vecteurs xet u
x = ( x1,..., xn ) u = (u1,..., um )

x& = f ( x ,u )  x&1   f1 ( x1,..., xn , u1,..., um 

   
 ...  =  ... 
 x&   f n ( x1,..., xn , u1,..., um 
 n 
 Modèle linéarisé tangent
Modèle linéaire X = x−x
X& = AX + BU
U = u −u
 ∂f1 ∂f1 
   ...   ∂f1 ∂f1 
 ∂f i   ∂x1 ∂xn   ...
∂u1 ∂um 

A= 
 A = . 
 ∂x j ( x ,u )    B = . . 
   ∂f n ∂f n   
 ∂x ... ∂x   ∂f n ∂f n 
 1 n  ( x ,u )  ∂u ... ∂u 
 1 m  ( x ,u )
 
 ∂f i 
B= 
 ∂u j ( x ,u ) 
 
 Modèle linéarisé tangent
y = g ( x, u ) X = x−x
y = CX + DU
U = u −u
 y1   g1 ( x1 ,..., xn , u1 ,..., u m   ∂g1 ∂g1 
     ... 
 ...  =  ...   ∂x1 ∂xn 
  
y g ( x ,..., x , u ,..., u
 C =  ................. 
 q  q 1 n 1 m
 ∂g q ∂g q 
   ... 
 ∂g i
C =
  ∂x1 ∂xn  ( x ,u )
∂ 
 j ( x ,u ) 
x  ∂g1 ∂g1 
   ... 
 ∂u1 ∂um 
 
 ∂g i  D = . . 
D=   
∂
 j ( x ,u ) 
u  ∂g q ∂g q 
   ... 
 ∂u1 ∂um ( x ,u )
 - Système 1:
 x& = (u − 1)2
1
 3
 x&2 = x1 + 4u
- Points singuliers:
 1&
x = 0 u = 1
 
&
x = 0  x1 = −4
 2
0 0 B =    0   &
x1 = 0
A =    12   x& = x + 12u
1 0     2 1
 - Système 2:
 x&1 = x2
 3 y = x1
 x&2 = ax1 + bx1 + cu
- Points singuliers: si u = 0
 x&1 = 0 
 x2 = 0
 
 x&2 = 0  x1 = 0 ou x1 = ± − a / b

0 1  0 C = ( 1 0)
A=
 a + 3bx 2
 B =  
 1 0   c D=0
 si u = 0

 x2 = 0

 x1 = 0 ou x1 = ± − a / b
 x&1 = x 2
0 1   0 
A =   B =    x& 2 = ax 1 + cu
 a 0    y = x
 
c  1

 x&1 = x 2
0 1  0 
A =   B =  
 − 2a 0  c
 x& 2 = − 2 ax 1 + cu
y = x
 1
Systèmes linéaires d
x = Ax + Bu y = Cx + Du
dt
• Représentation d’état=équation d’état + équation de sortie
• Une représentation d’état est caractérisée par:
A: matrice d’état (d’évolution, dynamique),
B: matrice d’entrée (commande),
C: Matrice de sortie
D: matrice de transition
- Dimension des vecteurs:
dim( x) = (n,1) dim(u ) = (m,1) dim( y ) = (q,1)
- Dimensions des matrices A, B, C et D
dim( A) = (n, n) dim(C ) = (q, n)

dim( B ) = (n, m) dim( D ) = (q, m)

 Schéma bloc d’une représentation d’état

Entrée Sortie
u + x& x + y
B + Intégrateur C
+

D
Systèmes linéaires
Exemple: moteur à courant continu
di dw
u = Ri + L , C = J + fw, C = ki
dt dt
dw
J + fw = ki J
d 2w
+ f
dw
=k
di u R
= k ( − i)
dt dt 2 dt dt L L

d 2w dw u R J dw f
J + f = k −k ( + w)
dt 2 dt L L k dt k

d 2w RJ dw Rf u
J +(f + ) + w=k
dt 2 L dt L L

d 2w dw
+ a1 + a 0 w = b0 u
dt 2 dt
Exemple: moteur à courant continu

d 2w dw a1 =
f R
+ Rf k
+ a1 + a 0 w = b0 u J L
a0 = b0 =
dt 2 dt JL JL

dw & dw
x1 = w, x 2 = =w x&1 = = x2
dt dt

d 2w dw
= −a1 − a0 w + b0 u
2 dt
dt
x& 2 = − a1 x2 − a0 x1 + b0 u

 x&1  0 1   x1  0   x1 
&  =     +  u w = [1 0] 
 x 2  − a 0 − a1   x 2  b0   x 2 
C1
A1 B1
Non unicité de la représentation d’état
La représentation d’état n’est pas unique
Exemple: moteur à courant continu
di dw
u = Ri + L , C = J + fw, C = ki
dt dt
x1 = i, x2 = w
u = Rx1 + Lx&1 , Jx& 2 + fx2 = kx1
R u k f
x&1 = − x1 + , x& 2 = x1 − x2
L L J J

 x&1  − R / L 0   x1  1 / L   x1 
&  = 
 x 2  k / J
 +
− f / J   x 2  0
u
 w = [0 1] 
 x 2 
A2 B2 C2
Non unicité de la représentation d’état
La représentation n’est pas unique
x& = Ax + Bu , y = Cx + Du
On peut prendre un vecteur d’état une combinaison linéaire
d’un vecteur d’état valable. z = Mx
z& = Mx& = M ( Ax + Bu ) = MAM −1 z + MBu

y = CM −1 z + Du

z& = Fz + Gu F = MAM −1
y = Nz + Du G = MB
N = CM −1
Fonction de transfert
pX ( p) − x(0) = AX ( p) + BU ( p)
 x& = Ax + Bu
 ( pI − A) X ( p) = x(0) + BU ( p)
 y = Cx + Du X ( p) = ( pI − A) ( x(0) + BU ( p)) −1

Y ( p) = CX ( p) + DU ( p)

Y ( p) = [C ( pI − A) −1 B + D]U ( p) + C ( pI − A) −1 x(0)
x(0) = 0 Conditions initiales nulles

Y ( p)
H ( p) = = C ( pI − A) −1 B + D
U ( p)
Fonction de transfert
Cas monovariable: (une entrée, une sortie)
Y ( p)
H ( p) = = C ( pI − A) −1 B + D
U ( p)
Cas multivariable (plusieurs entrées, plusieurs sorties)
Y ( p)
- Matrice de transfert H ( p) = = C ( pI − A) −1 B + D
U ( p)
p)
- Fonction de transfert entre la sortie Yi et l’entrée Uj
Yi ( p )
H i, j ( p) =
U j ( p)
- H(p) est unique, elle est indépendante de la représentation d’état
choisie.
 Exemple 1: système monovariable
 x&1 = − x1 − 2 x 2 + u  −1 − 2   1
 A =  , B =  , C = (1 2 ), D = 0
  1
 x& 2 = x1 + u  1 0   
 y = x + 2x
 1 2

 p +1 2  −1 1 p −2 
pI − A =   ( pI − A) =  
p  p ( p + 1) + 2 1 p + 1

 −1
−1 1  p− 2 −1 3p + 2
( pI − A) B =   C ( pI − A) B =
p ( p + 1) + 2  p + 2 
 p( p + 1) + 2
−1 3p + 2
H ( p ) = C ( pI − A) B + D =
p2 + p + 2
3p + 2
Y ( p) = U ( p)
p + p+2
2
Exemple 2  −1 − 2  1 0  1 0 
A =  , B = 
 
, C = 
 
, D = 0

1 0 1 1  0 1 

 p +1 2  −1 1 p −2 
pI − A =   ( pI − A) =  
 − 1 p 
 p ( p + 1) + 2 1 p + 1


−1 1 p−2 −2 
( pI − A) B =  
p ( p + 1) + 2  p + 2 p + 1

−1 1 p−2 −2 
C ( pI − A) B =  
p( p + 1) + 2  p + 2 p + 1

−1 1 p−2 −2 
H ( p ) = C ( pI − A) B + D = 2  
p + p + 2  p + 2 p + 1
 −1 p−2 1 −2 
H ( p ) = C ( pI − A) B + D = 2  
p + p + 2  p + 2 p + 1

 y1  1 p−2 − 2   u1 
 =   
 y  p2 + p + 2  p + 2 p + 1  u 2 
 2 

p−2 −2
Y1 ( p ) = U 1 ( p) + U 2 ( p)
p + p+2
2
p + p+2
2

p+2 p +1
Y2 ( p ) = U 1 ( p) + U 2 ( p)
p + p+2
2
p + p+2
2
Obtention des équations d’état
1- Méthode directe
à partir des équations physiques appliquées au système.
2- A partir de la fonction de transfert
Forme canonique de commandabilité
Forme canonique d’observabilité
Forme modale
Pôles réels distincts
Pôles multiples
Pôles complexes
Obtention des équations d’état
- Forme canonique de commandabilité (ou forme compagnon)

Y ( p ) b0 + b1 p + ... + bm p m
H ( p) = = m≤n
U ( p ) a 0 + a1 p + ... + a n p n

Y ( p) Y ( p) W ( p)
= W ( p)
=
1
U ( p) W ( p) U ( p) U ( p ) a 0 + a1 p + ... + a n p n

U ( p ) = a 0W ( p ) + a1 pW ( p ) + ... + a n p nW ( p )
  x1   w 
Obtention des équations d’état    w& 
 x2 
Forme canonique de commandabilité x =   = . 
 .   
.n
 x   .( n −1) 
u (t ) = a 0 w(t ) + a1 w(t ) + ... + a n w(t )
&  n  w 
 x&   w&   x 
.n a0 a n −1 1  1
    2
w(t ) = − x1 (t ) − ... − x n (t ) + u (t ) w &&   x 
an an an  x& 
x& =  2  =  .  =  
3

.    . 
 x&   .( n )   x& 
 n  w  n
0 1 0 ... 0  0 
 x&1    x1   
  0 0 1 0 .. 0    0 
 x& 2    x 2   
 =  .  +  . u
.   a a1 a n −1    1 
 x&   − 0 − ... −  x n   
 n  a a n 
 n an  an 
Obtention des équations d’état
Forme canonique de commandabilité (n=m) w  x 
.n    1
y (t ) = b0 w(t ) + b1 w& (t ) + ... + bn w(t )  w&   x 
x = . = 2
.n   . 
y (t ) = b0 x1 (t ) + b1 x 2 (t ) + ... + bn w(t )  .( n −1)   
 w   xn 
.n 1 a0 a n −1  
w(t ) = u (t ) − x1 (t ) − ... − x n (t )
an an an

 x1 
 
 a 0 bn a1bn a n −1bn  x 2  bn

y = b0 − b1 − ... bn −1 −   + u
 an an 
a n  .  a n

x 
 n
Obtention des équations d’état
Forme canonique de commandabilité w  x 
   1
Cas où: m<n et an=1  w&   x 
x = . = 2
  . 
 .( n −1)   
 x&1   0 1 0   0  w   xn 
  
... 0 x
 1     
 x& 2   0 0 1 0 .. 0  x 2   0 
 =   +  u
.    .   . 
 x&   − a − a ... − a  x  1 
  n  0 1 n −1  n   
 x1 
 
 x2 
y = (b0 b1 ... bm 0 ... 0 ) 
. 
x 
 n
Forme canonique de commandabilité
Cas où: m<n et an=1
Obtention des équations d’état
w  x 
Forme canonique de commandabilité    1
 w&   x 
Cas où: m<n et an=1 x = . = 2
  . 
 .( n −1)   
Notion de commandabilité:  w   xn 
 
En agissant sur u on fait évoluer xn puis les autres états par
effet cascade. Les états du système peuvent donc être
commandés et modifiés.
 Passage d’une forme quelconque vers la forme canonique de
commandabilité ou forme compagnon
Calcul de la matrice de passage
x = Pz ⇒ z = P −1 x
 x& = Ax + Bu

 y = Cx + Du −1 −1 N = CP
F = P AP G = P B
 z& = Fz + Gu
 0
 y = Nz + Du  
0 1 0 ... 0  P = (P1 P2 ... Pn ) 0
G = 
 
0 0 1  .
F =
0 .. 0  
 1 

− a −a


 
 0 1 ... − an −1 
G = P −1B ⇒ PG = B
Les ai sont les coefficient de:
⇒ Pn = B
det(λI − A) = a0 + a1λ + ... + an −1λn −1 + λn
PF = AP
• Matrice de passage PF = AP
 0 1 0 ... 0 
 
(P1 ... Pn ) 
0 0 1 ... 0
 = A(P1 ... Pn )
 
 − a − a ... − a 
 0 1 n −1 
(− a0 Pn P1 − a1 Pn ... Pn −1 − an −1Pn ) = ( AP1 ... APn )

 AP1 = − a0 Pn  Pn = B
 
 AP2 = P1 − a1 Pn  Pn −1 = ( A + an −1I ) B
 
..  Pn − 2 = ( A + an −1 A + an − 2 I ) B
2
 AP = P − a P ...
 n −1 n−2 n−2 n

 AB = Pn −1 − an −1Pn  P = ( An −1 + a An − 2 + ... + a I ) B
 1 n −1 1
  −1 − 2   1
• Exemple A =  , B =  , C = (1 2 ), D = 0
1 0   1
   
λ +1 2   P2 = B   − 1 − 2  1 0  1  − 2 
λI − A =    P1 =   +     =  

 −1 λ   P1 = ( A + a1I ) B  1 0   0 1 1  2 

det( λI − A) = 2 + λ + λ2 − 2 1
P = (P1 P2 ) =  
 2 1

1 − 1  − 1 − 2  − 2 1  1 − 1 1  0 
−1
F = P AP = (−1 / 4)    G = P −1B = (−1 / 4)   =  
− 2 − 2 1 0 2 1  − 2 − 2 1 1 
   
 − 2 − 2  − 2 1   − 2 1
−1
F = P AP = (−1 / 4)   N = CP = (1 2)  = (2 3)
 0 4  2 1  2 1

0 1
F = P −1 AP =  
 − 2 − 1
Obtention des équations d’état
Forme canonique d’observabilité
Y ( p ) b0 + b1 p + ... + bm p m
H ( p) = = m < n, a n = 1
U ( p ) a 0 + a1 p + ... + a n p n

p nY ( p ) + a n −1 p n −1Y ( p ) + ... + a1 pY ( p ) + a 0Y ( p ) =
b0U ( p ) + b1 pU ( p ) + ... + bm p mU ( p )

p nY ( p ) = (b0U ( p ) − a 0Y ( p )) + p (b1U ( p ) − a1Y ( p )) + ... +

p m (bmU ( p ) − a mY ( p )) − a m +1 p m +1Y ( p ) − ... − a n −1 p n −1Y ( p )

b0U ( p ) − a 0Y ( p ) b1U ( p ) − a1Y ( p )

Y ( p) = n
+ n −1
+ ... +
p p
bmU ( p ) − a m Y ( p ) a m +1Y ( p ) a n −1Y ( p )
n−m
− n − m −1
− ... −
p p p
 Schéma fonctionnel de la forme observable

 x&1 = − a 0 x n + b0 u  x& m + 2 = x m +1 − a m +1 x n
 
 x& 2 = x1 − a1 x n + b1u .
 &
.  x n = x n −1 − a n −1 x n
 x& y = x
 m +1 = x m − a m x n + bm u  n
 Obtention des équations d’état
Forme canonique d’observabilité
 x&1 = − a 0 x n + b0 u
  x&1   0 0 ... 0 − a0  x1   b0 
& = − +       
 2 x x1 a x
1 n b 1 u  x& 2  1 0 .... 0 − a1  x 2   b1 
.  =   +  u
  .   ....  .   . 
 x& m +1 = x m − a m x n + bm u  &    x   0 
&  xn   0 0 ..... 1 − a n −1  n   
 x m + 2 = x m +1 − a m +1 x n
.  x1 
  
 x2 
 x& n = x n −1 − a n −1 x n
 y = (0
0 ... 0 1 ) 
 y = x n . 
x 
 n
Connaissant y=xn, on peut déduire les autres états par
dérivation et différence: c’est la notion d’observabilité
Obtention des équations d’état
- Dualité des formes canoniques
Soit ( Ac , Bc , C c , Dc ) : forme canonique de commandabilité
Soit ( Ao , Bo , C o , Do ) : forme canonique d’observabilité

On a: ( Ac , Bc , C c , Dc ) = ( AoT , C oT , BoT , Do )
Obtention des équations d’état
Forme modale
Cas 1: n pôles distincts réels

Y ( p ) b0 + b1 p + ... + bm p m b0 + b1 p + ... + bm p m
H ( p) = = =
U ( p) a 0 + a1 p + ... + p n
( p − λ1 )...( p − λ n )

Décomposition en éléments simples

n αi nα iU ( p )
H ( p) = ∑ Y ( p) = ∑
i =1 p − λi i =1 p − λi

Choix des états:

U ( p)
X i ( p) = pX i ( p ) = λi X i ( p ) + U ( p )
p − λi
Obtention des équations d’état
Forme modale 1 pX i ( p ) = λi X i ( p ) + U ( p )
n
x& i (t ) = λi xi (t ) + u (t ) y (t ) = ∑ α i xi (t )
i =1

 x&1   λ1 0 ... 0 0  x1  1

      
 x& 2   0 λ 2 .... 0 0  x 2  1
 =   +  u
 .   ....  .   . 
 x&   0 0 .....
 n  0 λ n  x n  1

 x1 
 
 x2 
y = (α 1 α 2 ... α n ) 
. 
x 
 n
 n
x& i (t ) = λi xi (t ) + u (t ) y (t ) = ∑ α i xi (t )
i =1
Obtention des équations d’état
Forme modale
- La représentation utilise les pôles (ou modes) du système
- La matrice A est diagonale, calcul simplifié de eAt
- Chaque xi est indépendant des autres

 x&1   λ1 0 ... 0 0  x1  1

      
 x& 2   0 λ 2 .... 0 0  x 2  1
 =   +  u
 .   ....  .   . 
 x&   0 0 .....
 n  0 λ n  x n  1
Obtention des équations d’état
Forme modale
Cas 1: n pôles distincts réels

Y ( p ) b0 + b1 p + ... + bm p m b0 + b1 p + ... + bm p m
H ( p) = = =
U ( p) a 0 + a1 p + ... + p n
( p − λ1 )...( p − λ n )

Décomposition en éléments simples

n αi nα iU ( p )
H ( p) = ∑ Y ( p) = ∑
i =1 p − λi i =1 p − λi

Choix des états:

U ( p)
X i ( p) = pX i ( p ) = λi X i ( p ) + U ( p )
p − λi
Obtention des équations d’état
α iU ( p ) n
Forme modale 2 X i ( p) = y (t ) = ∑ xi (t )
p − λi i =1
x& i (t ) = λi xi (t ) + α i u (t ) pX i ( p ) = λi X i ( p ) + α iU ( p )

 x&1   λ1 0 ... 0 0  x1   α 1 
      
 x& 2   0 λ 2 .... 0 0  x 2   α 2 
 =   +  u
 .   ....  .   . 
 x&   0 0 ..... 0 λ n  x n   α n 
 n 

 x1 
 
 x2 
y = (1 1 ... 1 ) 
. 
x 
 n
Obtention des équations d’état
Forme modale
Cas 2: pôles multiples
soit λ1 un pôle réel d’ordre k et λ k +1 ,..., λ n des pôles réels simples
Y ( p) b0 + b1 p + ... + bm p m
H ( p) = =
U ( p ) ( p − λ1 ) k ( p − λ k +1 )...( p − λ n )
Décomposition en éléments simples
α1 αk n αi
H ( p) = + ... + + ∑
( p − λ1 ) k
p − λ1 i = k +1 p − λi

 α1 αk n αi 
Y ( p) =  + ... + + ∑  U ( p)
 (p −λ ) k
p − λ1 i = k +1 p − λi 
 1 
Obtention des équations d’état
Choix des états
U ( p) X 2 ( p) x&1 = λ1 x1 + x 2
X 1 ( p) = X 1 ( p) =
( p − λ1 ) k p − λ1
U ( p) X 3 ( p)
X 2 ( p) = X 2 ( p) = x& 2 = λ1 x 2 + x3
( p − λ1 ) k −1 p − λ1

X k ( p) =
U ( p)
X k ( p) =
U ( p) x& k = λ1 x k + u
p − λ1 p − λ1

X i ( p) =
U ( p)
X i ( p) =
U ( p) x& i = λi xi + u
p − λi p − λi
n
y (t ) = ∑ α i xi (t )
i =1
Obtention des équations d’état
Forme modale
 x&1   λ1 1 0 ... 0  x1   0 
      
 x&1 = λ1 x1 + x 2 .  .  .  . 
 &      
 x& 2 = λ1 x 2 + x 3 x
 k −1  =  0 ... 0 λ 1 1 0 .... 0 x
 k −1  +  0 u
.  x&   0 ... 0 0 λ 0 .... 0  x  1 
  k   1
 k   
 x& k −1 = λ1 x k −1 + x k .   ....  .  . 
  &      
 x& k = λ1 x k + u  xn   0 0 ..... λ n  n  1 
x

.
 x& = λ x + u  x1 
 n n n   Bloc de Jordan
 x2 
 y = (α 1 α 2 ... α n ) 
n
 y = ∑ α i xi
 i =1 . 
x 
 n
Obtention des équations d’état
Forme modale
D’une façon générale, si le système admet r pôles d’ordre de
multiplicité kr tel que k1+…+kr=n, la forme modale de matrice
d’état est:
 J k1 (λ1 ) 0 ... 0   λi 1 ... 0 
   
0 J k2 (λ 2 ) 0 ... 0   0 λi 1 ... 0 
A=   
.  J ki (λi )=  
   1 
0 .... 0 J k r (λ r )   
  0
 .... 0 λi 
Bloc de Jordan
Obtention des équations d’état
Forme modale
Cas 3: n pôles distincts réels et complexes
λ1 = σ + jω et λ 2 = σ − jω les pôles complexes conjugués

Décomposition en éléments simples

a + jb a − jb n αi
H ( p) = + +∑
p − (σ + jω ) p − (σ − jω ) i =3 p − λi

(a + jb)U ( p ) ( a − jb )U ( p ) n α iU ( p )
Y ( p) = + +∑
p − (σ + jω ) p − (σ − jω ) i =3 p − λi
Obtention des équations d’état
Choix des états
U ( p)
X 1 ( p) = pX 1 ( p ) = (σ + jω ) X 1 ( p ) + U ( p )
p − (σ + jω )
x&1 = (σ + jω ) x1 + u
U ( p)
X 2 ( p) = pX 2 ( p ) = (σ − jω ) X 2 ( p ) + U ( p )
p − (σ − jω )
x& 2 = (σ − jω ) x 2 + u
Des états à coefficients complexes qui n’ont pas de
signification physique.
U ( p)
X i ( p) = pX i ( p ) = λi X i ( p ) + U ( p ) x& i = λi xi + u
p − λi
Obtention des équations d’état
Transformation linéaire sur les états complexes
x1' = x1 + x 2 pX ' ( p ) = pX 1 ( p ) + pX 2 ( p )
1
x '2 = j ( x1 − x 2 ) pX 2' ( p ) = jp ( X 1 ( p ) − X 2 ( p ))

pX 1' ( p ) = (σ + jω ) X 1 ( p ) + U ( p ) + (σ − jω ) X 2 ( p ) + U ( p )
pX 2' ( p ) = j ((σ + jω ) X 1 ( p ) + U ( p ) − (σ − jω ) X 2 ( p ) − U ( p ) )

pX 1' ( p ) = σ ( X 1 ( p ) + X 2 ( p )) + 2U ( p ) + ωj ( X 1 ( p ) − X 2 ( p ))
pX 2' ( p ) = j (σ ( X 1 ( p ) − X 2 ( p )) + jω ( X 1 ( p ) + X 2 ( p )) )

pX 1' ( p ) = σX 1' ( p ) + ωX 2' ( p ) + 2U ( p )

pX 2' ( p ) = −ωX 1' ( p ) + σX 2' ( p )
Obtention des équations d’état
Transformation linéaire sur les états complexes
pX 1' ( p ) = σX 1' ( p ) + ωX 2' ( p ) + 2U ( p ) x& 1' = σx 1' + ωx '2 + 2u
pX 2' ( p ) = −ωX 1' ( p ) + σX 2' ( p ) x& 2' = −ωx 1' + σx '2

n
Y ( p) = aX 1' ( p ) + bX 2' ( p ) + ∑ α i X i ( p)
i =3

n
y= ax1' + bx 2' + ∑ α i xi
i =3
Obtention des équations d’état
Forme modale Couplage entre les états correspondants
aux pôles complexes conjugués
 x& '   x' 
 1  σ ω 0 ... 0  1   2 
 &'    '   
 x2  − ω σ 0 .... 0  x 2   0 
 x&  =  0 0   
λ3 .... 0  x3  + 1 u
 3   
 .   ....  .   . 
      
 x& n   0 0 ..... λ n  x n  1   x' 
 1
     ' 
 x2 
y = (a b α 3 ... α n ) x3 
. 
 
 xn 
 
Obtention des équations d’état
Exemples: Donner les représentations d’états des fonctions de
transfert suivantes:

Y ( p) 1
H1 ( p ) = = 3
U ( p) p −p
Y ( p) 2 p2 − 8 p + 8
H 2 ( p) = = 3
U ( p) p + 2 p2 + p
Y ( p) p −1
H 3 ( p) = =
U ( p ) ( p − 5)( p 2 + 2 p + 5)
Obtention des équations d’état
Solution H ( p ) = Y ( p ) = 1 = 1
1
U ( p) p3 − p p ( p 2 − 1)
1 −1 0,5 0,5
= + +
p ( p + 1)( p − 1) p p +1 p −1

 x&1   0 0 0  x1  1   x1 
        
 x&2  =  0 − 1 0  x2  + 1 u y = (− 1 0,5 0,5 ) x2 
 &        
 x3   0 0 1  x3  1   x3 
Obtention des équations d’état
Solution 2 p 2 − 8 p + 8 2( p − 2 ) 2
H 2 ( p) = 3 =
p + 2p + p
2
p ( p + 1) 2
2 ( p − 2) 2 8 18 6
= − −
p ( p + 1) 2
p ( p + 1) 2
p +1

 x&1   0 0 0  x1  1   x1 
        
 x&2  =  0 − 1 1  x2  +  0 u y = (8 − 18 − 6 ) x2 
 &        
 x3   0 0 − 1  x3  1   x3 
Obtention des équations d’état
p −1 p −1
H 3 ( p) = =
( p − 5)( p + 2 p + 5) ( p − 5)( p − d1 )( p − d1* )
2

p −1 0,1 0,05d1* 0,05d1

= + +
( p − 5)( p − d1 )( p − d1 )
*
p−5 p − d1 p − d1*
d1 = −1 + 2 j d1* = −1 − 2 j

 x& '   x'   x' 

 1   − 1 2 0  1   2   1
 &'    '   
y = (− 0,05 − 0,1 0,1) x '2 
 
 x 2  =  − 2 − 1 0  x 2  +  0 u
 x&   0 0 5  x  1   x 
  3  
 3    3
Résolution des équations d’état
Système autonome (sans entrée de commande)
x& = Ax x(t 0 ) = x0
Matrice de transition d’état
x(t ) = φ (t , t 0 ) x0

- Calcul de la dérivée de x(t):

x& (t ) = φ&(t , t 0 ) x0 = Ax(t ) = Aφ (t , t 0 ) x0
φ&(t , t ) = Aφ (t , t )

0 0
φ (t , t 0 ) = e A(t −t0 )
φ (t 0 , t 0 ) = I
- Solution du système autonome:

x(t ) = e A(t −t0 ) x0 = x0 e A(t −t0 )

Résolution des équations d’état
x(t ) = φ (t , t 0 ) x0
Propriétés de la matrice de transition d’état
x(t 2 ) = φ (t 2 , t1 ) x(t1 ) 

x(t 3 ) = φ (t 3 , t 2 ) x(t 2 ) φ (t 3 , t1 ) = φ (t 3 , t 2 ) φ (t 2 , t1 )
x(t 3 ) = φ (t 3 , t1 ) x(t1 ) 

x(t1 ) = φ (t1 , t 2 ) x(t 2 ) 

−1  φ −1 (t 2 , t1 ) = φ (t1 , t 2 )
x(t1 ) = φ (t 2 , t1 ) x(t 2 )
 Résolution des équations d’état
Système autonome x& = Ax
φ (t , t 0 ) = e A(t −t0 )
A ( t −t0 ) 1 2 1 v
e = I + A(t − t 0 ) + A (t − t 0 ) + ... + A (t − t 0 ) v + ....
2
2! v!

d ( e A ( t −t0 ) ) 1 3 1
= A + A (t − t 0 ) + A (t − t 0 ) + ... +
2 2
A v (t − t 0 ) v −1 + ..
dt 2! (v − 1)!

d ( e A ( t −t0 ) ) 1 2 1
= A( I + A(t − t 0 ) + A (t − t 0 ) + .. +
2
A v −1 (t − t 0 ) v −1 + ...)
dt 2! (v − 1)!

d ( e A ( t −t0 ) )
= Ae A(t −t0 )
dt
Résolution des équations d’état
Equation d’état complète x& = Ax + Bu x(t 0 ) = x0
Solution de la forme:
x(t ) = φ (t , t 0 ) z (t ) z (t 0 ) = x0

- Calcul de la dérivée de x(t): x& (t ) = φ&(t , t 0 ) z (t ) + φ (t , t 0 ) z& (t )

x& (t ) = Aφ (t , t 0 ) z (t ) + φ (t , t 0 ) z& (t ) = Ax(t ) + Bu (t )

z& (t ) = φ −1 (t , t 0 ) Bu (t ) φ&(t , t ) = Aφ (t , t )
0 0
 −1
φ (t , t 0 ) = φ (t 0 , t )
z& (t ) = φ (t 0 , t ) Bu (t )

z (t ) = x0 + ∫tt0 φ (t 0 ,τ ) Bu (τ )dτ

x(t ) = φ (t , t 0 ) x0 + φ (t , t 0 ) ∫tt0 φ (t 0 ,τ ) Bu (τ )dτ

Résolution des équations d’état
Equation d’état complète x& = Ax + Bu x(t 0 ) = x0
Solution générale
φ (t , t 0 ) = e A(t −t0 )
x(t ) = φ (t , t 0 ) x0 + φ (t , t 0 ) ∫tt0 φ (t 0 ,τ ) Bu (τ )dτ 
φ (t , t 0 )φ (t 0 ,τ ) = φ (t ,τ )
x(t ) = φ (t , t 0 ) x0 + ∫tt0 φ (t ,τ ) Bu (τ )dτ

x(t ) = e A(t −t0 ) x0 + ∫tt0 e A(t −τ ) Bu (τ )dτ

Solution de la sortie

y (t ) = Ce A(t −t0 ) x0 + C ∫tt0 e A(t −τ ) Bu (τ )dτ + Du (t )

Propriétés de e At

e At e Bt = e ( A+ B )t si AB = BA

t2 Aτ
∫t1 e dτ [ ] [ ]
=A −1 e At2 − e At1 = e At2 − e At1 A −1
Calcul de e At 1 2 2 1
e At = I + At +
A t + ... + A v t v + ....
1- Méthode des séries 2! v!
Théorème de Cayley-Hamilton: toute matrice A vérifie son
propore polynôme caractéristique

P (λ ) = det(λI − A) = λ n + a n−1λn−1 + .... + a1λ + a 0 I

P ( A) = A n + a n −1 A n −1 + .... + a1 A + a0 I = 0

A n = −a n−1 A n−1 − .... − a1 A − a 0 I

Exemple
0 1 P(λ ) = det(λI − A) = λ2 + 3λ + 2

A= 

 − 2 − 3 A 2 + 3 A + 2 I = 0 ⇒ A 2 = −3 A − 2 I

A3 = AA 2 = A(−3 A − 2 I ) = −3 A 2 − 2 A = 7 A + 6 I
 1 2 2 1
e At = I + At + A t + ... + A v t v + ....
Exemple 2! v!
0 1  −2 − 3 

A=  A + 3 A + 2 I = 0 ⇒ A = −3 A − 2 I = 
2 2


 − 2 − 3 6 7 
6 7 
3 2 2

A = AA = A(−3 A − 2 I ) = −3 A − 2 A = 7 A + 6 I =  

 − 14 − 15 
1 0   0 1  1  −2 − 3  2 1  6 7 3
e At
=   +  t + 
 
t + 
 
t + ....

0 1
   − 2 − 3  2  6 7  6  − 14 − 15 

1 − t 2 + t 3 + ... t − 1,5t 2 + (7 / 6)t 3 + ... 

e At
= 
 − 2t + 3t 2 − (14 / 6)t 3 + ... 1 − 3t + 3,5t 2 − (15 / 6)t 3 + ...

2- Par transformée de Laplace
x& = Ax x ( 0) = x 0 x(t ) = x0 e At
pX ( p ) − x0 = AX ( p) X ( p) = ( pI − A) −1 x0

( )
x(t ) = L−1 ( pI − A) −1 x0
Exemple (
e At = L−1 ( pI − A) −1 )
0 1 p −1 
A=  pI − A =  

 − 2 − 3 2 p + 3 

−1 1 p+3 1 
( pI − A) = 2  

p + 3p + 2 − 2 p 
Exemple
p 2 + 3 p + 2 = ( p + 1)( p + 2)
Décomposition en éléments simples:

 2 1 1 1 
 − − 
 p +1 p + 2 p +1 p + 2 
( pI − A) −1 =
 −2 2 −1 2 
 + +
 p +1 p + 2 p + 1 p + 2 

 2e −t − e −2t e −t
− e −2 t 
e At = 
 − 2e −t + 2e −2t − e −t + 2e −2t 
 
3- Méthode de Sylvester
Valeurs propres distinctes de la matrice A: λ1 ,...., λn
Fonction polynômiale: f

1 λ1 λ12 .... λ1n −1 f (λ1 ) 

 
1 λ λ2
.... λn −1
f (λ2 ) 
 2 2 2 
det . =0
 n −1

1 λn λn .... λn f (λn ) 
2

 2 n −1 
 I A A .... A f ( A) 

+∞ xit i
Si f ( x) = ∑ = e xt alors le déterminant (det) donne e At
i = 0 i!

en fonction de e λ i t
 0 1   p −1 
Exemple A =   pI − A =  

 − 2 − 3 
  2 p + 3

det( pI − A) = p 2 + 3 p + 2 λ1 = −1, λ2 = −2
1 − 1 e − t  I (−e −2t + 2e −t ) − A(e −2t − e −t ) − e At = 0
 
det1 − 2 e − 2t  = 0
  e At = I (−e −2t + 2e −t ) − A(e −2t − e −t )
 I A e At 
  At 1 0  −2t −t 0 1  −2t
e =  (−e + 2e ) −  (e − e − t )
0 1  − 2 − 3
 
 2e −t − e −2t e −t
− e −2 t 
e At = 
 − 2e −t + 2e −2t − e −t + 2e −2t 
 
 Matrice diagonale
A : matrice diagonale A = diagonale(λi ), i = 1,..., n
e At = diagonale(eλi t )
 − 5 0   e −5t
0 
Exemple A =   e =
At 
0 − 3,5   0 e −3,5t 
   
Modèle d’état avec une matrice d’état diagonale:
 x&1   λ1 0 ... 0 0  x1   b1   x1 
        
 x&2   0 λ2 ... 0 0  x2   b2   x2 
y = (c1 c2 ... cn )  + Du
 .  =  ....  .  +  . u .
        
 x&   0 0 ... 0 λ  x   b  x 
 n  n  n   n   n

Le mode λi est commandable si bi ≠ 0

Le mode λi est observable si ci ≠ 0
4- Méthode de la diagonalisation
Toute matrice A peut être diagonaliser à travers une matrice de
passage T et Q est une matrice diagonale:
A = TQT −1
e At = TeQtT −1
Q = diagonale(λi ), i = 1,..., n eQt = diagonale(eλi t )
λi : valeurs propres réelles distinctes de la matrice A
T: Matrice de passage
T = (V1 ... Vn )

Vi : Vecteurs propres de T

AVi = λiVi i = 1, ..., n

4- Méthode de la diagonalisation

Exemple 0 1 P (λ ) = det(λI − A) = λ2 + 3λ + 2

A= 

 − 2 − 3
λ1 = −1, λ2 = −2

AV1 = λ1V1
0 1  a  a  a 
   = (−1)  V1 =  
 − 2 − 3  b 
  
b 
  − a

AV2 = λ2V2
0 1  a  a  a 
   = −2  V2 =  
 − 2 − 3  b  b  − 2 a 
      
 a a 
T = (V1 V2 ) =   det(T ) = −2a 2 + a 2 = −a 2 ≠ 0 ⇒ a ≠ 0
 − a − 2a 
 −1  −1 1  −1 0  −2 − 1 
Exemple A = TQT =  





 1 − 2  0 − 2  − 1 − 1

 − 1 1  e −t
0  −2 − 1 
e At Qt −1
= Te T =    
1 − 2  
− 2t  − 1 − 1 
  0 e  
 −e − t e −2t  −2 − 1 
= 



 e−t − 2e − 2t  − 1 − 1

 2e −t − e −2t e −t − e −2t 
=
 − 2e − t + 2e − 2t − e −t + 2e − 2t 

 Stabilité: première méthode de
Lyapunov

X& = AX + BU

• La stabilité autour du point considéré peut

être étudiée à partir du calcul des valeurs
propres de la matrice A, en résolvant
l'équation:
det( A − λI ) = 0
Trois cas
Les parties réelles des valeurs propres sont négatives,
le système est stable dans le voisinage considéré.

Il existe une valeur propre telle que sa partie réelle est

positive, le système est instable.

Il existe des valeurs propres imaginaires pures, les

autres étant à parties réelles négatives, la première
méthode de Lyapunov ne permet pas de conclure, il
faut envisager des termes d'ordre supérieur dans le
développement de f ( x ,u ) au voisinage de ( x ,u ) .
 0 1   p −1 
Exemples A =   pI − A =  

 − 2 − 3 
  2 p + 3

det( pI − A) = p 2 + 3 p + 2 λ1 = −1 < 0, λ2 = −2 < 0

le système est stable.
stable

 0 − 1 p 1 
A =  
 pI − A =  
 5 2  − 5 p − 2 

det( pI − A) = p 2 − 2 p + 5 λ1 = 1 + 2i, λ2 = 1 − 2i
Réel (λ1 ) = Réel (λ2 ) = 1 > 0
le système est instable.
FIN