Académique Documents
Professionnel Documents
Culture Documents
Systèmes
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
4
Perturbation
Commande
Consigne u Sortie
yc
Régulateur Procédé
+
-
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
CAN
Carte PID
numérique CAPTEUR
• 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
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 )
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)
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 )
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 )
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
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 )
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
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 )) )
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
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
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
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
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
( )
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
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
det1 − 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
Vi : Vecteurs propres de T
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
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