Académique Documents
Professionnel Documents
Culture Documents
Automatisme Industriel
Références:
ou
henri.bourles@cnam.fr, annie.thieulon@cnam.fr
AUT 106 – Henri Bourlès – CNAM 2
1 Introduction
1.1 Contenu du cours
Formalisme d’état :
développé depuis la fin des années 1950
(Bellman, Kalman, Pontriaguine, ...)
• Plus proche de la physique que les fonctions de transfert
• Plus général (systèmes multivariables, non linéaires, ...)
• Plus fiable pour les calculs (systèmes de grande dimension)
AUT 106 – Henri Bourlès – CNAM 3
Commande échantillonnée
(ou à temps discret)
• Développée depuis le début des années 1950
(Tsypkin, Jury, ...)
Nécessaire pour la mise en oeuvre par calculateur
• Vision unitaire commande continue/commande discrète :
Développée depuis le début des années 1990.
AUT 106 – Henri Bourlès – CNAM 4
1.2 Objectifs :
• Maîtriser des méthodes de conception de régulateurs plus
efficaces que le PID
• Avoir une meilleure compréhension de la structure des
systèmes
→ Cerner le possible
• Aborder la mise en oeuvre (par calculateur)
• Gérer le compromis incertitudes de modèle/performance
• Introduction à la robustesse
AUT 106 – Henri Bourlès – CNAM 5
2 Fonctions de transfert
2.1 Transformée de Laplace
u : Ω → R.
Ω = "petit voisinage" de [0, +∞[ .
Transformée de Laplace de u : L (u) = û : Γ → C :
Z +∞
û (s) = e−stu (t) dt,
0−
Γ = {s ∈ C : Re (s) > γ}
γ = abscisse de convergence.
Propriétés: L est C-linéaire.
AUT 106 – Henri Bourlès – CNAM 6
u û (s) γ
1
1 s 0
δ 1 −∞
δ (τ ) e−τ s −∞
δ̇ s −∞
δ (n) sn −∞
1
e−α t 1 (t) s+α −α
m!
tm e−α t 1 (t) (s+α)m+1
−α
ω
e−α t sin (ω t) 1 (t) (s+α)2 +ω 2
−α
s+α
e−α t cos (ω t) 1 (t) (s+α)2 +ω 2
−α
du
sû (s) − u (0−)
R dt
1
u (t) dt s û (s)
AUT 106 – Henri Bourlès – CNAM 7
u û (s)
du
sû (s)
R t dt 1
0− u (τ ) dτ s û (s)
Si
u : Ω → Rm×p.
alors
L (u) = û : Γ → Cm×p
AUT 106 – Henri Bourlès – CNAM 8
u : R → R.
Z +∞
F u : R → C : F u (ω) = u (t) e−iωtdt
−∞
si l’intégrale converge. Alors:
F u (ω) = û (iω) .
Tranformée inverse:
Z +∞
1
u (t) = û (iω) eiωtdt.
2π −∞
En abrégé:
1
F −1 = F.
2π
AUT 106 – Henri Bourlès – CNAM 10
Entrée u Sortie y
Système
3 Formalisme de la représentation
d’état
3.1 Système d’état linéaire stationnaire :
Système S décrit par une équation différentielle (linéaire)
(“équation d’état”)
Schéma général :
ẋ = A x + B u
y = C x+Du
Soit P une matrice carrée inversible de dimension n
(n = nombre de composantes de x)
Nouvel état : η tel que x = P η
¡ −1 ¢ ¡ −1 ¢
η̇ = P A P η + P B u
y = (C P ) η + (D) u
AUT 106 – Henri Bourlès – CNAM 14
3.2 Exemples
f
A
y
M
Chariot
dv d2y
f =Mγ=M =M 2
dt dt
AUT 106 – Henri Bourlès – CNAM 15
Entrée du système : u = f
Equation d’état :
∙ ¸ ∙ ¸ ∙ ¸ ∙ 1 ¸
d v 0 0 v
= + M u
dt y 1 0 y 0
Etat : ∙ ¸
v
x=
y
Forme de l’équation d’état :
ẋ = A x + B u
AUT 106 – Henri Bourlès – CNAM 16
Equation de sortie :
∙ ¸
£ ¤ v
y= 0 1 +0u
y
De la forme :
y =C x+Du
Si pas de capteur de vitesse : la variable d’état v est non
mesurée
AUT 106 – Henri Bourlès – CNAM 17
i R
Armature
L
V J ω
e
Champ constant
Interaction électro-mécanique :
Loi de Faraday : e = dϕdt
ϕ = flux magnétique dans les enroulements du rotor.
ϕ est constant par rapport au stator ;
il varie proportionnellement à ω par rapport au rotor.
D’où : e = K ω
K est la “constante du moteur”
Puissance échangée :
P = e i (expression électrique)
P = Cm ω (expression mécanique)
=⇒ Cm ω = K ω i
d’où : Cm = K i
AUT 106 – Henri Bourlès – CNAM 19
D (∂) y = N (∂) u
D (∂) = ∂ n + a1∂ n−1 + ... + an ;
N (∂) = b0∂ n + b1∂ n−1 + ... + bn
y : sortie ; u : entrée ; n : “ordre” de la forme à gauche
Fonction de transfert : s variable de Laplace (s ∈ C)
Conditions intiales nulles =⇒
ŷ (s) = G (s) û (s) ; G (s) = N(s) D(s)
AUT 106 – Henri Bourlès – CNAM 21
R L
VR VL VC C
V
i
B
Circuit RLC
Loi des mailles : VA − VB = V = VR + VL + VC
R
1 t d2 i
⇒ V = R i + L dt + C −∞ i(τ )dτ ⇔ dt2 + RL dt
di di 1
+ LC i = L1 dV
dt
Avec y = i et u = V : “forme à gauche” du second ordre :
D (∂) = ∂ 2 + RL ∂ + LC
1
; N (∂) = L1 ∂
AUT 106 – Henri Bourlès – CNAM 22
b1
x2 x&1
x&2 y = x1
u
b2 ∫ ∫
− a1
− a2
AUT 106 – Henri Bourlès – CNAM 23
⎡ ⎤ ⎡ ⎤
−a1 1 0 ··· 0 b1
⎢ −a2 0 .. . . . .. ⎥ ⎢ .. ⎥
⎢ . .. . . . 0 ⎥ ⎢ ⎥
ẋ = ⎢ ⎥ x + ⎢ .. ⎥ u
⎢ .. 0. .. 0 1 ⎥ ⎢ . ⎥
⎣ . . ⎦ ⎣ . ⎦
−an 0 0 ··· 0 bn
£ ¤
y = 1 0 ··· · · · 0 x + [0] u
“Forme canonique observable” ∼
= ”forme à gauche”
AUT 106 – Henri Bourlès – CNAM 24
½
y = N (∂) ξ
u = D (∂) ξ
ξ = “état partiel” ou “pseudo-état”
N (∂) et D (∂) : polynômes tels que précédemment
Sauf cas particulier, ξ n’a pas de signification physique
Fonction de transfert : à conditions initiales nulles
ŷ (s) = N (s) ξ̂ (s) ; û (s) = D (s) ξ̂ (s)
N (s)
=⇒ ŷ (s) = G (s) û (s) ; G (s) =
D (s)
AUT 106 – Henri Bourlès – CNAM 26
R L
VR VL VC C
V
i
B
Circuit RLC
y = i ; u = V ; ξ = L q (q = charge)
½ ½
y = q̇ y = N (∂) ξ
2 =⇒
u = R dq
dt + L dq
dt 2 + 1
C q
u = D (∂) ξ
où N (∂) = L1 ∂ ; D (∂) = ∂ 2 + R L ∂ + 1
LC
(même définition que dans le cas de la “forme à gauche”)
AUT 106 – Henri Bourlès – CNAM 27
b1 b2
ξ&& ξ& = x1 ξ = x2
u
∫ ∫
− a1
− a2
AUT 106 – Henri Bourlès – CNAM 28
Réécriture de D (∂) ξ = u :
h i
(n) (n−1)
ξ = − a1 ξ + ... + an ξ + u
Définition de l’état :
£ (n−1) ¤T
x= ξ , ··· , ξ
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ . . . .. .. ⎥ ⎢.⎥
ẋ = ⎢
⎢ 0. 1 ⎥ x+⎢ ⎥
⎢ .. ⎥ u
⎣ . ... ... 0 .. ⎥⎦ ⎣.⎦
0 0 0 1 0 0
£ ¤
y = b1 b2 ··· · · · bn x + [0] u
“Forme canonique commandable” ∼
= ”forme à droite”
AUT 106 – Henri Bourlès – CNAM 29
∙ ∙ ¸ ¸
− RL − L1C
1
ẋ = x+ u
1 0 0
£1 ¤
y = L 0 x + [0] u
y = i, u = V
Etats :
x1 = L i (flux)
ẋ2 = x1 =⇒ x2 = L q
AUT 106 – Henri Bourlès – CNAM 30
3.5.1 Dualité
Ao, Bo, Co : forme canonique observable
Ac, Bc, Cc : forme canonique commandable
Ac = ATo Bc = CoT Cc = BoT
ẋ = A x + B u
y = C x+Du
Conditions initiales nulles : s x̂ (s) = A x̂ (s) + B û (s)
donc : (s In − A) x̂ (s) = B û (s)
x̂ (s) = (s In − A)−1 B û (s)
D’où la fonction (ou matrice) de transfert
h i
−1
ŷ (s) = C (s In − A) B + D û (s) =: G (s) û (s)
AUT 106 – Henri Bourlès – CNAM 33
Exemple :
∙ ¸ ∙ ¸
−a1 1 b
ẋ = x+ 1 u
−a2 0 b2
£ ¤
y = 1 0 x + [0] u
∙ ¸−1 ∙ ¸
−1 s + a1 −1 1 s 1
(sI − A) = = 2
a2 s s + a1s + a2 −a2 s + a1
1
−1 £ ¤
C (sI − A) = 2 s 1
s + a1s + a2
b1s + b2
C (sI − A)−1 B = 2
s + a1s + a2
(QED)
AUT 106 – Henri Bourlès – CNAM 34
At A2 t2 Ak tk
e = In + A t + + ... + + ...
2! k!
Exemple :
⎡ ⎤
0 1 0
A = ⎣ 0 0 1 ⎦ (”bloc de Jordan”)
0 0 0
⎡ ⎤ ⎡ t2 ⎤
0 0 1 1 t 2
=⇒ A2 = ⎣ 0 0 0 ⎦ , A3 = 0 =⇒ eA t = ⎣ 0 1 t ⎦
0 0 0 0 0 1
AUT 106 – Henri Bourlès – CNAM 36
4.1.2 Diagonalisation
Si A est diagonalisable : il existe une matrice P inversible telle
que
P −1 A P =diag(λ1, ..., λn) = Λ
−1 At
¡ λ t λn t
¢
=⇒ P e P =diag e , ..., e
1
= eΛ t
=⇒ eA t = P eΛ t P −1
AUT 106 – Henri Bourlès – CNAM 37
Exemple :
∙ ¸
−1 2
A=
0 1
1) Calcul des valeurs propres :
¯ ¯
¯ s + 1 −2 ¯
|sI − A| = ¯¯ ¯ = (s − 1) (s + 1)
0 s−1¯
{valeurs propres} = {−1, 1}
2) Sous-espace propre associé à s = −1 :
∙ ¸∙ ¸ ½∙ ¸¾
0 −2 x1 1
= 0 : E−1 = vect
0 −2 x2 0
3) Sous-espace propre associé à s = 1 :
∙ ¸∙ ¸ ½∙ ¸¾
2 −2 x1 1
= 0 : E1 = vect
0 0 x2 1
AUT 106 – Henri Bourlès – CNAM 38
4) Matrice de passage :
∙ ¸
£ ¤ 1 1
P = v1 .. v2 =
0 1
5) Calcul de Λ :
∙ ¸∙ ¸∙ ¸ ∙ ¸
1 −1 −1 2 1 1 −1 0
Λ = P −1 A P = =
0 1 0 1 0 1 0 1
6) Calcul de eA t :
∙ ¸ ∙ −t ¸ ∙ ¸ ∙ −t t −t
¸
1 1 e 0 1 −1 e e −e
eA t = P eΛ t P −1 = =
0 1 0 et 0 1 0 et
AUT 106 – Henri Bourlès – CNAM 39
n o
eA t 1 (t) = L−1 (s In − A)−1
−→ méthode possible :
• Calculer tous les éléments de (s In − A)−1
• Puis calculer leur transformée de Laplace inverse
AUT 106 – Henri Bourlès – CNAM 40
Exemple (suite)
∙ ¸
−1 2
A=
0 1
∙ ¸−1 ∙ ¸
s + 1 −2 1 s−1 2
(sI − A)−1 = =
0 s−1 (s + 1) (s − 1) 0 s+1
∙ 1 2 ¸
s+1 (s+1)(s−1)
= 1
0 s−1
2 1 1
et (s+1)(s−1) = − s+1 + s−1
∙ −t t −t
¸
At e e −e
e 1 (t) = 1 (t)
0 et
AUT 106 – Henri Bourlès – CNAM 41
ẋ = A x + B u
=⇒ (s In − A) x̂ (s) − x0 = B û (s)
=⇒ x̂ (s) = (s In − A)−1 x0 + (s In − A)−1 B û (s)
Par transformée inverse : pour t ≥ 0
Z t
At
x (t) = e x0 + eA (t−τ ) B u (τ ) dτ
0
Réponse forcée : obtenue pour x0 = 0 :
Z t
x (t) = eA (t−τ ) B u (τ ) dτ (produit de convolution)
0
AUT 106 – Henri Bourlès – CNAM 42
=⇒ Théorème :
Le système est asympotiquement stable si, et seulement si
tous ses pôles dont à partie réelle < 0
(“appartiennent au demi-plan gauche”)
AUT 106 – Henri Bourlès – CNAM 44
5.1.1 Rappel
Système
ẋ = A x + B u
y = Cx
Ordre du système = dimension de l’état
= nombre de valeurs propres de A
= nombre de pôles du système
AUT 106 – Henri Bourlès – CNAM 46
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ . . ⎥ ⎢.⎥
⎢
Ac = ⎢ 0 1 . . . . . ⎥ ; Bc = ⎢ .⎥
⎣ .. ... ... 0 .. ⎥
⎦
⎢.⎥
⎣.⎦
0 0 0 1 0 0
⎡ ⎤ ⎡ ⎤
∗ ∗ ⎡ ⎤
⎢1⎥ ⎢∗⎥ 1 ∗ ··· ··· ∗
⎢ ⎥ ⎢ ⎥ ⎢0 1 ... .. ⎥
⎢0⎥ ⎢ 1⎥⎥ ⎢ ⎥
. . . . . . .. ⎥ : de rang n
⎢
Ac Bc = ⎢ . ⎥ ; Ac Bc = ⎢ ⎥ =⇒ Γ = ⎢
⎥ 2 ⎢
⎢ 0. 0 ⎥
.
⎢.⎥ 0
⎢.⎥ ⎣. .. ... ... ∗ ⎦
⎣.⎦ ⎣.⎦
0 0 ··· 0 1
0 0
AUT 106 – Henri Bourlès – CNAM 51
pôle/zéro” !
AUT 106 – Henri Bourlès – CNAM 53
∙ ¸ ∙ ¸
Ac ∗ Bc
A0 = P −1 A P = , B 0 = P −1 B =
0 Ac̄ 0
où (Ac, Bc) est commandable.
u xc
Ac , Bc
[* ]
xc
Ac
Exemple (suite)
∙ ¸ ∙ ¸
0 1 1 £ ¤
A= ,B = ,C = 1 0
1 0 −1
∙ ¸
1 −1
Γ=
−1 1
∙ ¸ ∙ ¸
1 0 1 0
Matrice P : =⇒ P −1 =
−1 1 1 1
∙ ¸∙ ¸∙ ¸ ∙ ¸
1 0 0 1 1 0 −1 1
A0 = =
1 1 1 0 −1 1 0 1
∙ ¸∙ ¸ ∙ ¸ ∙ ¸
0 1 0 1 1 0
£ ¤ 1 0 £ ¤
B = = ; C = 1 0 = 1 0
1 1 −1 0 −1 1
AUT 106 – Henri Bourlès – CNAM 57
Définition.⎡“Matrice d’observabilité”
⎤ :
C
⎢ CA ⎥
Ω=⎢ ⎣ .. ⎥
⎦
C An−1
Théorème :
Le système est observable si, et seulement si :
rang Ω = n (”Critère de Kalman pour l’observabilité”)
⎡ ⎤
C
⎢ CA ⎥ h ¡ ¢n−1
i
Ω=⎢
⎣ .. ⎥ =⇒
⎦ ΩT = C T .. AT C T .. ... .. AT CT
C An−1
T
¡ T Ω =¢ matrice de commandabilité du système (fictif)
A , CT .
rang Ω = rang ΩT
=⇒ ”Théorème de dualité” :
¡ T T
¢
(C, A) est observable si, et seulement si A , C est
commandable.
AUT 106 – Henri Bourlès – CNAM 61
u
[* ]
xo
Ao
AUT 106 – Henri Bourlès – CNAM 62
Co mmandable
mais
non observable
Observable
mais
non commandable
Ni co mmandable
ni observable
AUT 106 – Henri Bourlès – CNAM 64
Ω x = 0 ⇐⇒ x1 = x2
; x=0
AUT 106 – Henri Bourlès – CNAM 65
s−1 1
G (s) =
=
s2 − 1 s + 1
{pôles de transmission} = {−1} : système stable EBSB.
(Stabilité peu significative !)
AUT 106 – Henri Bourlès – CNAM 73
v + u y
x& = A x + B u
y=Cx
−
⎡ ⎤ ⎡ ⎤
−a1 −a2 · · · · · · −an 1
⎢ 1 0 ··· 0 0 ⎥ ⎢0⎥
⎢ .. ⎥ ⎢.⎥
Ac = ⎢ . . . .. ⎥ Bc = ⎢ .⎥
⎢ 0. 1
.. ⎥
; ⎢.⎥
⎣ . ... ... 0 ⎦ ⎣.⎦
0 0 0 1 0 0
£ ¤
Cc = b1 b2 ··· · · · bn
ẋc = Ac xc + Bc u
£ ¤
u = v − Kc xc = v − kc1 kc2 · · · · · · kcn xc
Système en boucle fermée :
ẋc = (Ac − Bc Kc) xc + Bc v = Fc xc + Bc v
AUT 106 – Henri Bourlès – CNAM 75
Cas n = 2 :
∙ ∙ ¸ ¸
−a1 −a2 1 £ ¤
− kc1 kc2
1 0 0
∙ ¡ ¢ ¡ ¢¸
− a1 + kc1 − a2 + kc2
= := Fc
1 0
Soit : fi = ai + kci (1 ≤ i ≤ n)
Fc : matrice compagne du polynôme
f (s) = sn + f1 sn−1 + ... + fn
AUT 106 – Henri Bourlès – CNAM 76
Fonctions de transfert :
• Système en boucle ouverte :
ŷ (s) b (s)
G (s) = =
û (s) a (s)
où b (s) = b1 sn−1 + ... + bn
• Système en boucle fermée :
ŷ (s) b (s)
H (s) =
=
v̂ (s) f (s)
→ zéros invariants du système inchangés
(mais certains zéros de transmission peuvent avoir été
simplifiés)
AUT 106 – Henri Bourlès – CNAM 78
Exemple :
∙ ¸ ∙ ¸
0 1 0
ẋ = x+ u
5 −4 1
£ ¤
y= 1 0 x
¯ ¯
¯ s −1 ¯
pA (s) = |s I2 − A| = ¯¯ ¯
−5 s + 4 ¯
= s2 + 4 s − 5 = (s − 1) (s + 5)
f (s) = (s + 1) (s + 5) = s2 + 6 s + 5
“Philosophie” : on change les pôles le moins possible... mais
suffisamment (idée de la commande robuste).
• “Symétriser” par rapport à l’axe imaginaire les pôles instables
• Translater vers la gauche les pôles trop lents
AUT 106 – Henri Bourlès – CNAM 83
Step Response
0.2
To: Y 1 0.15
0.1
0.05
A m plitude
0.1
To: Y 2
0.05
0
0 2 4 6 8 10
Time (sec.)
Lieu de Nyquist :
Matrice de transfert du système d’entrée u et de sortie x :
x̂ (s) = (s In − A)−1 B û (s) := P (s) û (s)
Régulateur : matrice de transfert K
Fonction de transfert de la boucle ouverte en entrée du
système :
Le (s) = K P (s)
Le (s )
v + u x
P(s) K
−
Nyquist Diagrams
0.8
0.6
0.4
Im aginary A xis
0.2
-0.2
-0.4
-0.6
-0.8
-1
Bode Diagrams
-10
P hase (deg); M agnitude (dB )
-20
-30
-100
-120
-140
-160
-180
0 1
10 10
Frequency (rad/sec)
Marge de retard :
= robustesse vis-à-vis d’un retard parasite inséré dans la
boucle.
e−τ s: fonction de transfert d’un retard τ :
Pour s = i ω :
e−i ω τ = e−i φ
→ Retard de phase φ = τ ω
=⇒ MR = ωφ0
ω0 : pulsation au gain unité
Plus compliqué s’il y a plusieurs pulsations ω j telles que
|Le (i ω j )| = 1 : prendre alors
φ
MR = minj ωjj
AUT 106 – Henri Bourlès – CNAM 89
r + −e + u y
∫ Ki Système
− −
Kp
7.5.6 Exemple
Reprenons le système
∙ ¸ ∙ ¸
0 1 0
ẋ = x+ u
5 −4 1
£ ¤
y= 1 0 x
pA (s) = (s − 1) (s + 5)
On vérifie que ce système est commandable et n’a pas de
zéro invariant.
On place les pôles en −1, −1, −5
Solution :
£ ¤
K = 16 3 5 , c’est-à-dire :
£ ¤
Kp = 16 3 , Ki = 5
Vérification des qualités de l’asservissement :
AUT 106 – Henri Bourlès – CNAM 101
sortie
1
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
entrée
2
-2
-4
-6
0 1 2 3 4 5 6 7 8 9 10
Nyquist Diagrams
1.5
1
Im aginary A x is
0.5
-0.5
-1
-1.5
-2
-4 -3 -2 -1 0
Real Axis
Bode Diagrams
40
20
P has e (deg); M agnitude (dB )
-20
-100
-150
-200
-250
-2 -1 0 1
10 10 10 10
Frequency (rad/sec)
AUT 106 – Henri Bourlès – CNAM 104
8 Observateurs
8.1 Principe général
½
ẋ (t) = A x (t) + B u (t)
d
dt x̂ (t) = A x̂ (t) + B u (t) + L (y (t) − C x̂ (t))
d
=⇒ x̃ (t) = (A − L C) x̃ (t)
dt
→ Théorème :
Démonstration :
L’erreur d’estimation x̃ (t) = x (t) − x̂ (t) vérifie :
d
dt x̃ (t) = (A − L C) x̃ (t)
On a u = v − K (x − x̃)
=⇒ ẋ = A x + B (v − K (x − x̃))
= (A − B K) x + B K x̃ + B v
Finalement
∙ ¸ ∙: ¸ ∙ ¸ ∙ ¸
d x A−B K B K x B
dt x̃ = + v
0 A−LC x̃ 0
∙ ¸
£ ¤ x
y= C 0
x̃
Remarque :
La dynamique de l’observateur est non commandable par v
(à modèle parfait !)
AUT 106 – Henri Bourlès – CNAM 115
8.3.2 Exemple
Système de fonction de transfert G (s) = s2s+1
+s−2
Forme canonique observable :
∙ ¸ ∙ ¸
−1 1 1 £ ¤
A= , B= , C= 1 0
2 0 1
Pôles du système : {−2, 1}
i) Retour d’état plaçant les pôles à −2, −1 :
£ ¤
u = v − K x, K = 1 1
ii) Observateur dont les pôles sont −10, −1 :
∙ ¸
d 10
dt x̂ (t) = A x̂ (t)+B u (t)+L (y (t) − C x̂ (t)) , L =
12
iii) Commande implantée :
u = v − K x̂
AUT 106 – Henri Bourlès – CNAM 116
Conclusions :
• L’observateur change la robustesse (en l’occurrence, la dégrade
légèrement) ;
• Le problème de l’erreur statique n’est pas résolu.
AUT 106 – Henri Bourlès – CNAM 120
Etape 2 : reconstruction de ẋ
d
dt ẋ = A ẋ + B u̇
ẏ = C ẋ
En supposant (C, A) observable : il existe un observateur
stable (avec pôles assignés)
d c c c
dt ẋ = A ẋ + B u̇ + L (ẏ − C ẋ ) R c
On intègre l’équation et on définit x̂ (t) := ẋ (t) dt =
estimée de x (t) à une constante près
=⇒ dtd x̂ (t) = A x̂ (t) + B u (t) + L (y (t) − C x̂ (t)) + cte
AUT 106 – Henri Bourlès – CNAM 123
Schéma de simulation :
t
Clock u
T o Workspace2
T o Workspace1
Step1
1 x' = Ax+Bu
K
y = Cx+Du y
s
Step Matrix Integrator State-Space T o Workspace
Gain1
x' = Ax+Bu
K
y = Cx+Du
observateur Matrix
Gain
AUT 106 – Henri Bourlès – CNAM 126
Lieu de Nyquist :
AUT 106 – Henri Bourlès – CNAM 129
Conclusion :
• Le problème de l’erreur statique a été résolu
• On obtient des marges de robustesse correctes bien que le
système soit (violemment) instable en boucle ouverte:
placement de pôles robuste
AUT 106 – Henri Bourlès – CNAM 130
9.2 Transformée en z
Transformée appropriée aux signaux continus : transformée de
Laplace
Pour les signaux discrets : transformée en z.
Transformée du signal xd :
+∞
X
X (z) = xd (k) z −k
k=−∞
Propriétés de la transformée en z :
• Linéarité
• Echange avec la convolution :
Si ud = xd ∗ yd, c’est-à-dire
+∞
X
ud (k) = xd (k − n) yd (n)
n=−∞
(xn) X (z)
δ0 1 0
δk z −k 0
z
1 z−1 1
z
(an 1n) z−a |a|
z
(n 1n) (z−1)2
1
¡ 2 ¢ z(z+1)
n 1n (z−1)3
1
sin(n ω T ) 1n z2−2zzsin ωT
cos ω T +1 1
z 2 − z cos ω T
cos(n ω T ) 1n z2−2 z cos ω T +1 1
AUT 106 – Henri Bourlès – CNAM 134
+∞
X
x∗ (t) = x (t) T (t) = x (kT ) δ (t − kT )
k=−∞
+∞
X
= xd (k) δ (t − kT )
k=−∞
AUT 106 – Henri Bourlès – CNAM 135
Z +∞
Fx (ω) = x̂ (iω) = x (t) e−iωtdt (s = iω)
−∞
+∞
X
T (t) = δ (t − kT )
k=−∞
On montre :
+∞
X
F T (ω) = ω e δ (ω − kωe)
k=−∞
avec ω e = 2π
T
D’où :
F T = ωe ωe
AUT 106 – Henri Bourlès – CNAM 138
+∞
X
1
Fx∗ = x̂ [i (ω − kω e)]
T
k=−∞
+∞
X
¡ sT ¢ 1
=⇒ X e = Lx∗ (s) = x̂ (s − ikωe)
T
k=−∞
AUT 106 – Henri Bourlès – CNAM 139
+∞
¡ iωT ¢ 1 X
X e = x̂ [i (ω − kωe)]
T
k=−∞
fe ≥ 2fmax
Pulsation de Nyquist :
ωe
ω N :=
2
AUT 106 – Henri Bourlès – CNAM 141
0.8
0.6
0.4
0.2
-0.2
-0.4
-25 -20 -15 -10 -5 0 5 10 15 20 25
Sinus cardinal
AUT 106 – Henri Bourlès – CNAM 142
+∞
X
x (t) = xd (k) sinc [ωN (t − kT )]
k=−∞
Interpolation de Shannon
AUT 106 – Henri Bourlès – CNAM 143
9.5.4 Remarque :
La ”formule d’interpolation de Shannon” est non causale :
elle ne peut pas être mise en œuvre en temps réel.
=⇒ Pour le temps réel, il faut échantillonner plus rapidement
que 2fmax.
AUT 106 – Henri Bourlès – CNAM 144
9.6.1 Echantillonneur-bloqueur
xd : signal discrétisé : xd (k) = x (kT )
xb : signal discrétisé bloqué :
xb (t) = x (kT ) , kT ≤ t < (k + 1) T
Calcul de la transformée de Laplace de xb :
∗ 1 − e−sT
x̂b (s) = x̂ (s) B (s) , B (s) =
s
B (s) : fonction de transfert du ”bloqueur d’ordre zéro idéal”
x x* xb
B(s)
T
B.O.Z.
u* y*
B(s) G(s)
T T
B.O.Z.
f̂ (s )
Quelques exemples :
G (s) F (z)
1 T
s z−1
1 T 2 (z+1)
s2 2(z−1)2
−T s −1
e z
a 1−e−aT
s+a z−e−aT
AUT 106 – Henri Bourlès – CNAM 147
Situation réelle :
u b (t ) y( t )
u d (k ) y d (k )
CNA
G(s) CAN
+
BOZ
Système discrétisé
G (s) contient le ”filtre anti-repliement” : filtre passe-bas
coupant les fréquences ≥ f2e
Présence indispensable de ce filtre !
AUT 106 – Henri Bourlès – CNAM 148
Z (k+1)T
xd (k + 1) = eAT xd (k) + eA[(k+1)T −t]dt B ud (k)
kT
AUT 106 – Henri Bourlès – CNAM 149
Soit :
Z T
F := eAT , G := eAtdt B
0
Alors :
xd (k + 1) = F xd (k) + G ud (k)
yd (k) = Cxd (k) + D ud (k)
Matrice de transfert du système discrétisé :
9.7.2 Exemple
Soit le système commandable et observable de fonction de
transfert
1
G (s) = 2
s
Méthode 1 : utilisation directe des fonctions de transfert
∙ ½ ¾¸ ∙ ½ ¾¸
¡ −1
¢ −1 G (s)
¡ −1
¢ −1 1
F (z) = 1 − z Z L = 1−z Z L
s s3
AUT 106 – Henri Bourlès – CNAM 151
En posant
Z t
σ (.) = .dτ
0
−1
©1ª ©1ª 22 −1 t2
L s3 = σ L s h = σ [1 (t)] = σ [t1 (t)] = 2 1 (t)
£ −1 © 1 ª¤ i £© 2 ª¤
t2 T2
⇒Z L s3 = Z 2 1 (t) = 2 Z k 1 (k)
avec (voir table) :
£© 2 ª¤ z(z+1)
Z k 1 (k) = (z−1)3
d’où finalement
T 2 z − 1 z (z + 1) T 2 z + 1
F (z) = 3 =
2 z (z − 1) 2 (z − 1)2
AUT 106 – Henri Bourlès – CNAM 152
D’où :
∙ ¸∙ ¸
£ 1 ¤ z−1 0 T
F (z) = 0 1 2 T2
(z − 1) T z − 1 2
½ ¾
T2 z−1
= 1 +
(z − 1)2 2
T2 z + 1
=
2 (z − 1)2
AUT 106 – Henri Bourlès – CNAM 154
9.9 Stabilité
Pour ud = 0 :
xd (k) = F k xd (0)
Donc, le système est stable si, et seulement si
lim F k = 0
k→+∞
AUT 106 – Henri Bourlès – CNAM 156
Théorème :
Le système est asymptotiquement stable si, et seulement si :
z est valeur propre de F ⇒ |z| < 1
Démonstration : λ est valeur propre de F ⇐⇒ λk est valeur
propre de F k ...
{valeurs propres de F } = {pôles du système}
Donc :
Le système est asymptotiquement stable si, et seulement si
tous ses pôles sont intérieurs au cercle unité.
AUT 106 – Henri Bourlès – CNAM 157
9.10 Commandabilité
9.11 Observabilité
Le système à temps discret est observable s’il existe un instant
fini k tel que la connaissance de yd et de ud aux instants 0, 1, ..., k
permet de calculer xd (0) .
Théorème : Soit
⎡ ⎤
C
⎢ CF ⎥
Ω=⎢ ⎣ .. ⎥
⎦
CF n−1
la ”matrice d’observabilité”. Le système est observable si, et
seulement si rang Ω = n.
Propriété duale de l’atteignabilité.
Perte d’observabilité possible par discrétisation si la
fréquence d’échantillonnage est trop faible (même condition
que pour la commandabilité).
AUT 106 – Henri Bourlès – CNAM 162
Exemple :
π2 1
G (s) = 2 2
+
s +π s+1
Forme canonique commandable d’ordre 3 : elle est observ-
able et commandable.
Discrétisation à la période T = 2 ⇔ ω e = π : condition
violée.
Il y a perte de commandabilité et perte d’observabilité (rang
Γ = rang Ω = 1)
Comparaison de la réponse à l’échelon du système à temps
continu et de celle du système discrétisé :
AUT 106 – Henri Bourlès – CNAM 163
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
Soit δ := q−1
T , T = période d’échantillonnage
(δ = ”dérivée discrète).
½
δx (k + 1) = Aδx (k) + Bδu (k)
δe (k) = Cδx (k) + Dδu (k)
avec e := y − r
e (k + 1) = e (k) + T δe (k) = e (k) +
T (Cδx (k) + Dδu (k))
En posant :
∙ ¸
δx (k)
X (k) =
e (k)
∙ ¸ ∙ ¸
A 0 B
X (k + 1) = X (k) + δu (k)
T C Ip TD
AUT 106 – Henri Bourlès – CNAM 166
2z−1 1 + Tw
w= ⇔z=
Tz+1 1 − Tw
10.2.1 Propriétés :
• |z| < 1 ⇐⇒ Re w < 0
• |z| = 1 ⇐⇒ Re w = 0
• z = eiθ ⇔ w = iω, ω = T2 tg θ2
Pour |θ| petit : ω ≈ Tθ
AUT 106 – Henri Bourlès – CNAM 169
10.2.2 Utilisation :
Soit F (z) la fonction de transfert d’un système discrétisé.
1+T w/2
• Remplacer z par 1−T w/2 :
µ ¶
1 + T w/2
G (w) = F
1 − T w/2
G (w) est la fonction de transfert d’un système ”pseudo-
continu” (w jouant le même rôle que s).
• Appliquer à ce système ”pseudo-continu” une méthode de
synthèse de régulateur pour système à temps continu.
• Ayant obtenu le régulateur ”pseudo-continu” Kpc (w), rem-
placer w par T2 z−1
z+1 : d’où le régulateur à temps discret de
fonction de transfert
µ ¶
2z−1
K (z) = Kpc
Tz+1
AUT 106 – Henri Bourlès – CNAM 170
10.3.2 Transformée en δ
Elle a pour objet de rendre moins pénalisant le sur-échantillonnage
Dans la ”représentation en q ” :
x (k + 1) = F x (k) + Gu (k) ⇔ qx (k) = F x (k) + Gu (k)
On pose :
q−1
δ=
T
D’où la ”représentation en δ ” :
δx (k) = F̄ x (k) + Ḡu (k)
avec :
1
F̄ = (F − I) = A + o (1)
T
1
Ḡ = G = B + o (1)
T
AUT 106 – Henri Bourlès – CNAM 173
Lorsque T → 0+ : F̄ → A, Ḡ → G
La représentation est donc bien conditionnée pour les petites
périodes d’échantillonnage, si les matrices du ”système continu”
A et B sont elles-mêmes bien conditionnées.
AUT 106 – Henri Bourlès – CNAM 174
x (k + 1) = F x (k) + GY (k)
u (k) = Cx (k) + DY (k)
∙ ¸
y (k)
où Y (k) = , r (k) = signal de référence.
r (k)
1.2) Puis convertir dans le formalisme en δ :
2) En ”temps réel”:
Entre les instants kT et (k + 1) T :
Calculer :
x (k + 1) ' x (k)