Académique Documents
Professionnel Documents
Culture Documents
(Cours) Commande Analogique
(Cours) Commande Analogique
Faculté de Technologie
Département de Génie Electrique et Electronique
GEE
Par A.Meghebbar
Sommaire :
Rappels.
Synthèse des lois de commande par approche fréquentielle classique.
Régulateurs PI-PID.
Structures particulières de commande.
Commande dans l’espace d’état.
En règle générale, le cahier des charges d’une boucle de régulation impose, en boucle fermée,
quatre performances :
- la précision, matérialisée par la valeur de l’erreur de position ε p ( ε p → 0 ou la plus
faible possible) ; ainsi que celle de l’erreur de vitesse,
- La rapidité, matérialisée par une valeur maximale du temps de réponse ou du temps
de montée,
- la marge de stabilité, matérialisée par la valeur de la marge de phase,
- la limitation du dépassement, ce qui se traduit par une valeur optimale du
coefficient d’amortissement.
Rôle du correcteur :
Pour assurer une compatibilité entre les critères contradictoires de stabilité et de précision et
améliorer les performances du système asservi ,on introduit des dispositifs de correction
constitués par des réseaux de transmissions passifs ou actifs(structure câblée).Ces
correcteurs ont pour but de délivrer un signal de commande ,noté u(t) au système de manière à
préserver les exigences de précision et de stabilité à priori incompatibles ;li sera l’élément
intelligent du système.
1
Principe général de la correction d’un système :
p(t)
ε(t) : écart
u(t) : commande s(t)
e(t) Correcteur Système
+
-
Capteur
Correction série :
Le correcteur C(p) est introduit dans la chaîne directe en amont du système, son rôle essentiel
consiste à modifier les performances du système initial, suivant le cahier de charges. Il agit
simultanément sur les précisions statique et dynamique, sur la rapidité et sur la stabilité.
Retour
B(p)
2
Un correcteur série réalise plus ou moins parfaitement des combinaisons de ces trois actions
En première approximation on peut dire que l’action P augmente la bande passante et par
conséquent la rapidité et la précision dynamique ; l’action I annule l’erreur statique mais
entraîne un effet déstabilisant enfin l’action D par un apport de phase complémentaire, tend à
stabiliser le système.
Correction parallèle :
La correction parallèle ne permet pas l’introduction d’une intégration ; le correcteur C(p) se
greffe en parallèle sur un élément fixe de la chaîne et agit essentiellement sur la stabilité et la
rapidité.
Exemple :
Les effets de la perturbation p(t) sont compensées par Ccomp ( p )
p(t)
Ccomp(p)
e(t) s(t)
+ +
+ C ( p) + G1 ( p) + G2 ( p)
-
1
Figure 1.3 Compensateur : Ccomp. ( p ) = −
G1 ( p )
Correction série.
1. Correcteur proportionnel :
Le correcteur proportionnel est un simple amplificateur de gain réglable, C(p) = K.
Si K > 1, on améliore la rapidité et la précision du système en boucle fermée mais on diminue
la stabilité et on accroit son dépassement.
• Action du correcteur :
3
C ( p ) dB
• Circuit électrique :
4
C( p) dB
1 + Tp
C ( p) = K avec a > 1.
1 + aTp
• Action du correcteur :
Ce correcteur introduit un pôle à l’origine. L’action de ce correcteur se fait sur les basses
fréquences. La présence d’un intégrateur annule l’erreur statique, mais il ralentit le système et
le déstabilise s’il est mal placé. Il n’influe pratiquement plus la phase pour les hautes
10
fréquences (ω f ).
τ
• Mise en place : (Méthode du pôle dominant).
3. Déterminer K pour avoir une marge de phase suffisante (ou celle imposée par le cahier de
charge).
• Circuit électrique :
τ = R .C
R2
K =
R1
Figure 1.7 Circuit électrique du correcteur proportionnel et intégral.
5
3. Correcteur à retard de phase ;
1 + τ.p
C ( p) = K
1 + bτ . p
avec b >1
6
• Circuit électrique :
1 + R1C1 p
C ( p) = avec R2C2 f R1C1
1 + R2C2 p
C ( p ) dB
7
Figure 1.11 Lieu de transfert du correcteur proportionnel et dérivée(Bode).
• Action du correcteur:
C( p)dB
• Circuit électrique :
8
1 + RCp
C ( p ) = K (1 + τp ) C ( p) =
RR1C
1+ p
R + R1
Figure 1.13 Circuit électrique du correcteur proportionnel et dérivée.
D’une manière générale, on utilise le correcteur à avance de phase qui a un effet semblable au
correcteur proportionnel et dérivée dans une importante bande de fréquences.
• Fonction de transfert du correcteur à avance de phase.
1 + aTp
C ( p) = K avec a > 1.
1 + Tp
• Lieu de transfert du correcteur à avance de phase.
C ( p ) dB
ϕm
Ce correcteur permet d’augmenter la rapidité du système et apporte une avance de phase qui
est maximum à la pulsation ωm :
9
1 a −1
ωm = et sin ϕ m =
T a a +1
a −1
Ou : ϕm (ω ) = arctgaTω − arctgTω ≈ arctg (lieu de Bode)
2 a
ωR voisin de ωm et tel que
1 1
On constate, pour un réglage avec p ω R p ; on a une
a.τ τ
action stabilisante autour de la pulsation de résonnance qui permet d’accroitre alors le gain K
du système.
C ( p ) dB
• Circuit électrique :
1 + R1C1 . p
C ( p) = avec R2 C 2 p R1C1
1 + R2 C 2 .P
1 1 + Ti p + TiTd p 2
C ( p) = K (1 + + Td p) = K
Ti p T P
I
10
Ce correcteur est essentiellement théorique ; en pratique, on traite la partie action dérivée par
un avance de phase. Le filtrage n’intervient alors que sur les hautes fréquences.
Les racines du numérateur de C(p) sont réelles si :
4Td
∆ = Ti − 4Ti .Td = Ti (1 − )=0
2 2
Ti
Ti
D’où la condition : Td ≤
4
(1 + τ 1 p )(1 + τ 2 p )
C(p) s’écrit alors : C ( p) =
τp
τ 4T
τ 1etτ 2 réels;τ 1, 2 = 1 ± 1 − d
2 T i
Avec τ 2 p τ = Ti p τ1
C ( p ) dB
20logK
1 1
τ1 τ2
ωp
Figure 1.17 Lieu de transfert du correcteur PID (Bode)
π
Pour ω = ω p : Arg (C ( jω p ) ) = arctgτ 1ω p + arctgτ 2ω p − =0
2
11
τ 1ω p + τ 2ω p π
arctg =
1 − τ 1τ 2ω p
Soit encore : 2
2
1
: 1 − τ 1τ 2ω p = 0 d’où ω p = et C ( jωP ) = K .
2
Condition réalisée si
TiTd
Ce point particulier du lieu de transfert est appelé point de pivot, les actions intégrales
et dérivées non aucune influence.
• Action du correcteur:
L’action de ce correcteur se fait sur toutes les fréquences. Son effet est stabilisant, il
annule l’erreur statique, il contribue à augmenter la rapidité.
• Synthèse du PID dans le plan de Black :
1 1
Conditions de réglage satisfaisant : p ω R et p ωR
Ti Td
• Circuit électrique :
12
6. Correcteur avance et retard de phase :
Ce réseau est plus proche des réalisations physiques des PID. Sa fonction de transfert
1 1 + aτ . p
s’écrit : C ( p) = K + ; a f 1
T
i p 1 + τ . p
En basses fréquences, ce correcteur à action de type proportionnelle et intégrale
permettant ainsi d’avoir une bonne précision statique.
En hautes fréquences, le comportement se rapproche de celui du système à avance de
phase combinant ainsi les intérêts des deux autres types de régulation.
13
Chapitre 2 : Les modèles d’état.
La notion de systèmes dynamiques montre que la modélisation la plus riche est celle qui utilise la
notion d’état puisqu’elle représente un ensemble de variables a priori plus grand que celui constitué
par les entrées et sorties. Cette représentation d’état est un outil puissant permettant de modéliser
le fonctionnement de systèmes linéaires ou non, en temps continu ou en temps discret et qui
possède en outre l’avantage de conserver la représentation temporelle des phénomènes et se prête
bien au développement des programmes de calculateurs qui permettent l’analyse ou la synthèse
des systèmes dynamiques.
Les variables d’état représentent à chaque instant, l’ensemble minimal d’informations nécessaires
pour déterminer l’évolution ultérieure d’un système ; est se fait essentiellement dans le domaine
temporel.
Considérons le système représenté sur la figure 2.1.Ce système est composé d’une cascade
d’éléments différents et la commande automatique d’un tel système peut très bien aller beaucoup
plus loin que la seule ambition de réguler le signal de sortie.
Un certain nombre de signaux, que l’on peut qualifiés d’internes au système apparaissent
nettement sur le schéma notés x1 , x 2 , et x3 .
u(t)
y(t)
+ - ∫ x1
+ - ∫ x2 ∫ x3
Ces variables internes choisies sont appelées variables d’état du système. La commande du système
ne se réduit donc pas au simple asservissement du signal de sortie mais peut donc être considéré
comme la maîtrise simultanée de l’évolution des trois signaux x1 , x 2 , et x3 .On dit que l’ensemble
de ces trois signaux forme le vecteur d’état et la modélisation va permettre d’envisager la
commande de cet état grâce au signal d’entrée.
A partir de la figure 2.1, on calcule la dérivée de chaque variable d’état :
x&1 = u − y = u − x3 x&1 0 0 − 1 x1 1
x& 2 = x1 − Kx 2 ⇒ x& 2 = 1 − K 0 x 2 + 0 .u (t )
x& 3 = x 2 x& 0 1 0 x3 0
3
Qui s’écrit : x& = Ax + Bu (t )
14
x1
Comme y (t ) = x3 , on écrit : y (t ) = (0 0 1). x 2
x
3
On exprime donc l’évolution du système, modélisée par un vecteur constitué de dérivées premières
des composantes du vecteur d’état, en fonction du vecteur d’état x du système.
Dans le cas général le système peut avoir plusieurs entrées et plusieurs sorties. Soit n le nombre de
variables d’état, m le nombre d’entrées et p le nombre de sorties.
Dans ces conditions, l’équation d’état d’un système LTI sous forme canonique s’écrit :
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx (t ) + Du (t )
x ∈ Rn , y ∈ R p , u ∈ Rm .
La première équation s’appelle l’équation de commande ; la seconde, équation d’observation.
A (n x n) est la matrice d’état,
B (n x m) est la matrice d’entrée,
C (p x n) est la matrice de sortie,
D (p x m) est le transfert direct (ou couplage) entrée/sortie.
Le vecteur d’état x représente en pratique, la mémoire du système, et la connaissance des
conditions initiales est nécessaire pour prévoir son évolution future.
u x& x y
B C
+
+ ∫ ++
Il est rare que la sortie soit directement liée à son entrée. On a donc très souvent D = 0.
► Gain statique :
Le point d’équilibre pour une entrée u (t ) = u∞ est donnée par x&∞ = 0 ; soit :
0 = A&x∞ + Bu∞ .
Si la matrice A est inversible, c’est-à-dire s’in n’y a pas de valeurs propres nulles ou pas de pôles
nuls dans la fonction de transfert, alors :
y∞ = −CA−1Bu∞ = Ku∞
K = −CA−1B = G ( p) p =0
K est le gain statique.
► Gain dynamique :
Lorsque le système contient une ou plusieurs actions intégrales, ce n’est plus la sortie qui tend vers
une constante pour une entrée nulle mais sa dérivée ou sa dérivée nième .Le rapport entre la valeur
finale de cette dérivée et l’entrée est appelé le gain dynamique.
• Représentations équivalentes.
15
Les systèmes dont le fonctionnement est décrit par des équations différentielles ou des équations
de récurrences linéaires à coefficients constants sont appelés systèmes LTI pour les systèmes
Linéaires à Temps Invariant. Les matrices A, B, C et D sont donc des matrices à coefficients
constants.
- Représentation classique :
- Représentation modale :
Ce mode de représentation permet d’avoir la matrice d’état ou matrice d’évolution A sous forme de
matrice de Jordan (cas des pôles multiples) ou diagonale (cas des pôles simples).
Exemple : Cas des pôles simples :
Pour la transmittance :
Y ( p) 1 1 1
G ( p) = = 2 = −
U ( p) p + 3 p + 2 p + 1 p + 2
U ( p) U ( p)
Y ( p) = − ;
p +1 p + 2
On pose :
U ( p)
X 1 ( p) = → x&1 (t ) = − x1 (t ) + u (t )
p +1
U ( p)
X 2 ( p) = → x&2 (t ) = −2 x2 (t ) + u (t )
p+2
ety (t ) = x1 (t ) − x2 (t )
D’où l’écriture modale :
16
− 1 0 1
x& (t ) = x(t ) + u (t )
0 − 2 1
y (t ) = [1 − 1]x(t )
Les variables x sont des variables canoniques puisque A est diagonale. Les pôles αi simples
+ ∫ α1
-
p1
u(t) y(t)
+ ∫ α2 + +
- +
p2
.
.
.
+ ∫ αn
-
pn
Les pôles complexes conjugués sont non décomposables ; on utilise alors la représentation d’état
suivante :
17
u(t) y(t)
+
- ∫ ∫
2ξω n
ω n2
Figure 2.4 Représentation d’état d’un bloc du second ordre non décomposable.
Soit :
[ ]
R ( p ) 1 + an−1 p −1 + ... + a1 p − n+1 + a0 p − n = U ( p )
n−1
1 1 1
n
18
a0
an − 2
an −1
u(t) s(t)
x&n x2
+
-
∫ ∫ ∫ b0 +
xn x n −1 +
b1
M
bm
[
Y ( p ) = bm p m −n + bm −1 p m −n−1 + ... + b1 p − n+1 + b0 p − n R ( p ) ]
D’où :
Y ( p ) = bm X m +1 ( p ) + bm −1 X m ( p ) + ... + b1 X 2 ( p ) + b0 X 1 ( p ) .
Les équations d’état se déduisent naturellement de cette représentation :
x&1 = x2
x& 2 = x3
M
x& n−1 = xn
x& n = −a0 x1 − a1 x2 − ... − a n xn + u (t )
y (t ) = b0 x1 + b1 x2 + ... + a m xm+1
19
D’où :
0 1 0 ... 0 0
M
0 1 O 0 0
&
x (t ) = M M O O 0 x (t ) + M u (t )
0 0 ... 0 1 0
− a0 − a1 ... ... − an−1 1
y (t ) = [b0 ... bm 0 ... 0]x(t )
Cette forme de représentation est appelée forme compagne commandable car la matrice de
commande du système contient, en une seule ligne, l’ensemble des coefficients du dénominateur de
la fonction de transfert. Elle est dite commandable, bien que seule la variable xn soit directement
affectée par le signal d’entrée, toutes les variables d’état s’en trouvent influencées par intégrations
successives.
Si un système est commandable, alors on peut le mettre sous forme compagne commandable.
[ ] [
Y ( p) = − an−1 p−1 + ... + a0 p−n Y ( p) + bm p m−n + bm−1 p m−n−1 + ... + b1 p −n+1 + b0 p−n U ( p) ]
D’où :
n −1
1 1 1
n
1 n −m 1
n
20
u(t)
b0 b1 bm
….
+
- ∫ +
- ∫ +
- ∫ +
- ∫ y(t)
......... .........
…
a0 a1 am a n −1
x&1 = −a0 xn +b 0 u (t )
x& 2 = x1 − a1 xn + b1u (t )
x& m−1 = xm − am xn + bm u (t )
M
x& n = xn−1 − an−1 xn
y (t ) = xn
D’où :
0 ... ... − a0
... 0 b0
1
0 ... ... 0 − a1 M
0 1 0 ... 0 M b
x& (t ) = x(t ) + u (t )
m
M O O O O M 0
0 ... 0 1 0 M M
... 0 0 1 − an 0
0
y (t ) = [0 ... 0 1]x(t )
21
Cette représentation est appelée forme compagne observable car, outre le fait que la matrice de
commande du système contient ,en une seule colonne, l’ensemble des coefficients du dénominateur
de la fonction de transfert, on remarque que la sortie de ce système est égale à xn qui ,par
intégrations successives ,est bien influencée par toutes les variables d’état. Si un système est
complètement observable, alors on peut le mettre sous forme compagne observable.
Résoudre les équations d’état consiste à déterminer l’expression du vecteur d’état x(t) en fonction
du temps.
La solution générale de l’équation : x& = Ax + Bu est donnée par la théorie des équations
différentielles : x (t ) = e A( t −t ) x (t0 ) + ∫ e A( t −τ ) Bu (τ ) dτ .
0
A2t 2 A nt n
φ (t ) = e = I + At +
At
+ ... + + ... ; I représente la matrice carrée identité de
2! n!
dimension n.
- Méthode de diagonalisation.
Diagonalisation de la matrice d’état A :
22
λ1 0 ... 0
0 λ 0 ...
∆= 2 et M = [(v ) (v2 ) ... (vn )]
0 0 ... 0 1
0 ... 0 λn
Dans ces conditions : A = M∆M −1
eλ1t 0 ... 0
0 eλ2t 0 ... −1
Par conséquent : e = M .
At
.M
0 ... ... 0
0 ... 0 eλnt
• Equation d’état et fonction de transfert.
pX ( p ) = Ax( p ) + Bu ( p )
Passage aux transformée de Laplace :
Y ( p ) = CX ( p )
X ( p ) = ( pI − A) BU ( p ) .Conditions initiales nulles.
−1
= C ( pI − A) B
Y ( p) −1
D’où la fonction de transfert : G( p) =
U ( p)
= C ( pI − A) B + D
Y ( p) −1
Si y = C x(t) + D u(t) ; alors : G ( p) =
U ( p)
• Commandabilité d’un système.
Le concept de commandabilité a été introduit par Kalman ; et son critère est le plus utilisé.
[ ]
Un système est commandable s’il est possible, quel que soit l’intervalle t1 ,t2 et quelque soit l’état x 2
, de déterminer un signal de commande u(t) sur [t1,t2 ] qui amène le système de n’importe quel
état x (t1 ) = x1 vers l’état voulu x (t 2 ) = x 2 .
Critère de Kalman :
Un système est commandable si et seulement si la matrice de commandabilité, défini par :
C AB = B [ AB A2 B ... An−1B ]
est de rang n.
La paire A, B est complètement commandable si et seulement si, cette matrice de commandabilité
est régulière, autrement dit si son déterminant n’est pas nul.
On parle aussi d’accessibilité ; un système est dit accessible, s’il est possible de déterminer un
[ ]
signal d’entrée u(t) sur l’intervalle t1 ,t2 de manière à amener le système d’un état x (t1 ) = x1 vers
l’état x (t 2 ) = x2 .
23
Critère d’observabilité :
Le système :
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx (t ) + Du (t )
est observable si et seulement si la matrice d’observabilité définie par :
C
CA
C = CA2
...
CAn−1
est de rang n.
La paire A, C est complètement observable si et seulement si, cette matrice d’observabilité est
régulière, autrement dit si son déterminant n’est pas nul.
• Stabilité
En représentation d’état, pour analyser la stabilité d’un système linéaire invariant, deux solutions
sont possibles.
- La première consiste à déterminer l’équation caractéristique dont l’expression est donnée
par :
det( pI − A) = 0 , (Cas continu)
et puis, conclure sur la stabilité (Routh-Hurwitz, Jury).
24
Chapitre 3 Analyse et Synthèse des systèmes continus dans l’espace d’état.
• Stabilité
En représentation d’état, pour analyser la stabilité d’un système linéaire invariant, deux
solutions sont possibles.
- La première consiste à déterminer l’équation caractéristique dont l’expression est
donnée par :
det( pI − A) = 0 ,
et puis, conclure sur la stabilité (Routh-Hurwitz).
Le système invariant est décrit par une représentation d’état linéaire à temps continu :
x& (t ) = Ax(t ) + Bu (t ) + B ′v(t )
y (t ) = C ′x(t )
z (t ) = Cx(t )
Perturbations Sorties
v y
Processus Mesures
Commandes z
u
Correcteur Consignes
yc
Objectif : à partir des mesures z, le correcteur doit générer des commandes u qui
permettent d’asservir les sorties y sur des signaux de consignes yc , en rejetant le mieux
possible les perturbations v.
Les signaux z, y, v, u sont à priori des vecteurs (cas multi variable).
La synthèse de la commande s’effectue en trois étapes, qui sont relativement
indépendantes :
- la synthèse par retour d’état
25
- la synthèse d’un observateur
- l’association du retour d’état et de l’observateur
Système
x(0)
K
Retour d’état
On utilise l’état x(t) du système pour construire le signal de commande u(t) par un
bouclage de la forme :
x1
x
u (t ) = α .e(t ) − Kx (t ) = α .e(t ) − (k1 k2 ... k n ) 2
M
x
n
α est un gain de pré bouclage.
26
Fonction de transfert en boucle fermée (placement de structure) :
Le système en boucle ouverte est régi par :
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx (t )
On a alors :
x& (t ) = Ax(t ) + B(α .e(t ) − Kx(t ) ) ,
Soit :
x& (t ) = [ A − BK ]x(t ) + Bα .e(t ) ,
Passage aux transformées de Laplace :
X ( p ) = [ pI − A + BK ] BαE ( p ) ,
−1
= C [ pI − A + BK ] Bα .
Y ( p) −1
F ( p) =
E ( p)
Dans le cas d’un placement de pôles pour un système commandable, on identifie le
dénominateur de la fonction de transfert en boucle fermée tenant compte du retour d’état
avec le dénominateur de la fonction de transfert obtenue à partir du cahier de charges.
Exemple :
− 2 − 2 1
Considérons le système défini par : A= et B = .
− 1 − 3 − 2
Le système est commandable ; on souhaite placer ce système dans une boucle à retour
d’état avec un vecteur de gain K = [k1 k2 ] ,de manière à obtenir une marge de phase
égale à 60° et un temps de montée de 3s.
Ces performances correspondent à une fonction de transfert du second ordre caractérisée
par un facteur d’amortissement ζ = 0.6 et une pulsation propre ωn = 1rd / s , autrement
dit possédant un dénominateur D(p) tel que :
p2 2ξp
D( p) = + + 1 = p 2 + 1.2 p + 1
ωn 2
ωn
On identifie le dénominateur de la fonction de transfert en boucle fermée tenant compte
du retour d’état à D(p) :
det[ pI − A + BK ] = p + 1.2 p + 1
2
Soit :
p + 2 + k1 2 + k1
= p 2 + 1. 2 p + 1
1 − 2 k2 p + 3 − 2k2
( p + 2 + k1 )( p + 3 − 2k2 ) − (1 − 2k2 )(2 + k1 ) = p 2 + 1.2 p + 1
p 2 + (5 + k1 − 2k2 ) p + (4 + k1 ) = p 2 + 1.2 p + 1
D’où :
4 + k1 = 1 k1 = −3
⇒
5 + k1 − 2k2 = 1.2 k2 = 0.4
Le vecteur de gain qui assure au système les performances voulues en boucle fermée est
donc :
K = [− 3 0.4] .
27
Points sur la commande par retour d’état :
Lorsque toutes les variables d’état ne sont pas mesurables mais le système est
complètement observable ; il est alors possible de reconstruire le vecteur d’état à un
instant donné à partir de la connaissance du signal de sortie et du signal d’entrée du
système sur un intervalle de temps précédent ; on utilise pour ce faire un observateur
d’état. Si le système n’est pas complètement observable, il est nécessaire d’estimer le
vecteur d’état au moyen d’un estimateur d’état.
L’idée est de fabriquer une simulation du système et d’y ajouter une entrée
supplémentaire fonction de l’écart entre la sortie (mesurée) du système et la sortie
(calculée) de la simulation de manière à assurer la convergence de l’état estimé vers
l’état réel du système.
Cas continu :
On considère le système dont le modèle d’état est donné par :
x& (t ) = Ax(t ) + Bu (t )
,
y (t ) = Cx (t )
On note par xˆ (t ) l’estimé de x(t ) à l’instant t ;
28
Système
u(t)
L +
-
yˆ (t )
x&ˆ(t) = Axˆ(t) + Bu(t) yˆ (t) = Cxˆ(t)
xˆ(t)
Simulateur
xˆ (t )
Observateur
Mise en équations :
On définit l’erreur d’estimation ε(t) par :
ε (t ) = x(t ) − xˆ (t ) ;
Lorsque x(t ) = xˆ (t ) , on peut admettre que les états sont les mêmes et l’état
xˆ (t ) reconstruit, représente le vecteur d’état x(t) inconnu.
L’objectif consiste donc à faire converger ce vecteur vers un vecteur constant le plus
faible possible (idéalement vers 0) et, ce le plus rapidement possible.
La structure de l’observateur est de la forme :
x&ˆ (t ) = Axˆ (t ) + Bu (t ) + L[ y (t ) − yˆ (t ) ]
yˆ (t ) = Cxˆ (t )
,
εˆ& (t ) = ( A − LC )εˆ (t ) ,
29
Ce qui conduit à l’évolution de l’erreur d’estimation à partir de la condition
initiale ε (0) = x(0) − xˆ (0) , qui est non nulle de façon générale parce que l’état est à
priori inaccessible :
x& (t ) A − BK BK x(t ) Bα
xˆ& (t ) = 0 +
A − LC xˆ (t ) 0
e(t )
x (t )
y (t ) = [C − DK DK ] + Dαe(t )
xˆ (t )
y(t)
αe(t) u(t)
Processus
+ (A, B,C,D)
-
xˆ (t )
B-LD
+ +
+ ∫
A-LC
30
Les dynamiques du système commandé par un régulateur-observateur en boucle fermée
c'est-à-dire les valeurs propres de la matrice :
A − BK BK
0 A − LC
Sont construites de la réunion de celles désirées en boucle fermée et celles de
l’observateur. Ainsi on peut régler de façon indépendante le problème de la régulation
et le problème de régulation c’est le principe de séparation.
−1
pI − A + BK − BK Bα
F ( p) = Dα + [C − DK DK ].
0 pI − A + LC 0 .
Le gain de l’observateur est fixé d’après le choix des valeurs propres de la matrice A-
LC :
det( pI − A + LC ) = det( pI − AT + C T LT ) ,
On note :
n −1
a ( p ) = det( pI − A) = p n + ∑ ai p i et aˆ ( p ) le polynôme représentant les
i =0
dynamiques désirées pour l’observateur :
n n −1
aˆ ( p ) = ∏ ( p − λi ) = p n + ∑ aˆi p i ,
i =1 i =0
Où les λi sont les valeurs propres désirées pour A-LC.
Cas mono sortie (L = 1).
Calcul direct :
n −1
det( pI − A + LC ) = p n + ∑ fi (l1 ,..., ln ) p i ,
i =0
Où les f i (l1,..., ln ) sont n formes linéaires en les inconnues l1 ,..., ln , c’est à dire que l’on
peut écrire, pour i = 0,…, n-1, f i (l1 ,..., l n ) = Fi L. Les n égalités :
i = 0,..., n − 1, fi (l1 ,..., ln ) = aˆi ,
Conduisent à : FL = â,
Où :
F0 aˆ0
F aˆ
F= 1
, aˆ = 1 .
M M
Fn−1 aˆn−1
On obtient donc le gain par :
L = F −1aˆ .
31
Remarques sur les observateurs :
Quel que soit le type d’observateur choisi, le principe de séparation énoncé dans le cas
continu, reste valable : commande par retour d’état et observateur peuvent être
déterminés séparément.
Comme dans le cas continu, deux approches existent pour le choix du gain du
reconstructeur d’état, l’une basée sur la notion de placement de pôles, l’autre basée sur la
minimisation d’un critère quadratique associé.
Dans le cas des systèmes discrets, il existe un choix particulièrement intéressant, qui
consiste à déterminer L tel que la matrice A − LC soit nilpotente, c’est-à-dire que toutes
ses valeurs propres soient nulles. En effet, dans ce cas on obtient un observateur à
réponse pile où l’erreur est exactement nulle au bout de max{ν i } pas où les ν i sont les
indices d’observabilité.
Notons la différence avec un observateur asymptotique où l’erreur tend vers 0.
( )
T
1
J = ∫ xT Qx + uT Ru dt.
20
où
R est une matrice symétrique définie positive de dimension (m x m),
Q = Cq Cq est une matrice symétrique semi-définie positive de dimension (n x m).
T
La méthode :
Par application directe du principe du minimum, l’Hamiltonien s’écrit :
H (λ , x, u ) = λT ( Ax + Bu ) + (
1 T
2
x Qx + u T Ru )
et le système Hamiltonien comme :
32
∂H
x& = = Ax + Bu
∂λ
∂H
λ& = − = − AT λ − Qx
∂x
avecλ0 = 1
La condition de minimum H par rapport à la commande u s’exprime par :
∂H
= 0 ⇔ u = − R −1BT λ
∂u
Le système hamiltonien devient linéaire :
∂H
x& = = Ax − BR −1BT λ
∂λ
∂H
λ& = − = − AT λ − Qx
∂x
avec les conditions initiales et finales : x(0) = x0etλ (T ) = 0 (conditions de
transversalité).
La solution est unique (système linéaire).
λ s’écrit sous la forme : λ (t ) = P(t ) x(t ) avec P(t ) une matrice symétrique, alors :
λ& = P& x + Px&
A l’aide du système hamiltonien, on parvient à :
− AT Px − Qx = x + PAx − PBR −1BT Px
Et comme la relation est vraie ∀x , on obtient l’équation de Riccati différentielle :
−1 T
− P& = A P + PA − PBR B P + Q
T
Q et R représentent des poids sur les états et la commande respectivement. Ils sont les
paramètres les plus importants dans le problème LQR et leur détermination n’est pas
évidente, d’où la nécessité d’un grand nombre d’itération pour aboutir à un système
stable avec une bonne précision.
33
z :sortie
Cq commandée
( pI − A) −1 y :sortie
+
-
B C mesurée
K
Problème LQR (formulation continue).
34
Chapitre 2. Synthèse par placement de pôles.
Structure RST.
Le régulateur RST est fondé sur une décomposition suivant trois polynômes conduisant à la
structure de commande :
35
Structure de commande RST.
Bm ( p )
Le modèle à atteindre : Gm ( p ) =
Am ( p )
D’après la structure RST de ce régulateur, la fonction de transfert en boucle fermée vérifie :
T ( p ) B( p )
F ( p) =
A( p) R( p ) + B( p ) S ( p )
B( p)
G( p) = ; Le numérateur B ( p ) donne les zéros du processus.
A( p)
B( p) contient les zéros stables et instables. Ce polynôme peut donc se scinder en deux
parties :
BS ( p ) = bm p m + bm−1 p m−1 + ... + b1 p + b0
Et l’autre contenant les zéros instables :
Bi ( p ) = K ( p − p0 )( p − p1 )...
On peut ainsi inclure dans cette dernière partie les zéros dont la norme est proche de 1
⇒ B ( p ) = Bi ( p ).BS ( p )
36
Bm ( p) = Bi ( p) Bm' ( p ) .
Le polynôme R ( p ) intervient au dénominateur dans la boucle de régulation. Son degré doit
être suffisant pour assurer la causalité du correcteur. Les polynômes S ( p ) et T ( p ) sont de
degré au plus égal à celui de R ( p ) .
• R ( p ) compense les zéros compensables du processus, contenus dans Bs ( p ) .Il
assure en outre la présence des intégrations nécessaires pour assurer la précision. On
a donc :
R( p ) =
R′(z ) est un polynôme dont le coefficient du terme de plus haut degré est 1.
Il vient :
Équation polynomiale (équation Diophantine) connue sous d’identité de Bézout admet une
solution unique pour R′( z ) et S ( z ) , si leurs degrés sont convenables :
37
B( p ) = bm p m + bm−1 p m−1 + ... + b1 p + b0
R( p ) = rn p n + rn −1 p n −1 + ... + r1 p + r0
t
38