Académique Documents
Professionnel Documents
Culture Documents
Polycopié pédagogique
Année : 2020
Table des matières
i
2.2.1 Erreur statique ou erreur de position . . . . . . . . . . . . . . . . . . 24
2.2.2 Erreur de vitesse ou erreur de traînage . . . . . . . . . . . . . . . . . 25
2.3 Performances Dynamiques des Systèmes bouclés . . . . . . . . . . . . . . . . 26
2.3.1 Relations d’approximations . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Gain statique en BF . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Influence du gain statique en BO sur les performances en BF . . . . . . . . . 28
ii
5 Commande par retour d’état 58
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2 Formulation du problème de placement de pôles par retour d’état . . . . . . 58
5.3 Détermination du vecteur de gain K par la matrice de transformation T . . 59
5.4 Détermination du vecteur de gain K par la méthode de substitution directe . 62
Bibliographie 77
A Devoir maison 78
iii
Table des figures
iv
3.5 Exmple de correction proportionnelle. . . . . . . . . . . . . . . . . . . . . . . 32
3.6 Action P : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 32
3.7 Action I : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 33
3.8 Action D : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 34
3.9 Structure d’un correcteur PID parallèle. . . . . . . . . . . . . . . . . . . . . 35
3.10 Structure d’un correcteur PID série. . . . . . . . . . . . . . . . . . . . . . . . 35
3.11 Structure d’un correcteur PID mixte. . . . . . . . . . . . . . . . . . . . . . . 35
3.12 Diagrammes de Bode d’un correcteur PID mixte. . . . . . . . . . . . . . . . 36
3.13 Réponse indicielle apériodique. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.14 Principe de la méthode de Ziegler-Nichols (en boucle fermée). . . . . . . . . 38
3.15 Exemple de la méthode de Ziegler-Nichols (en boucle fermée). . . . . . . . . 39
v
Liste des tableaux
1
Chapitre 1
1.1 Introduction
Le présent chapitre a pour but la représentation de la réponse en fréquences d’un système
linéaire au moyen de différents diagrammes. Dans tous les cas, les caractéristiques déduites
des différents diagrammes permettent d’exprimer des performances des systèmes en boucle
ouverte et en boucle fermée.
𝑥(𝑡) 𝑦(𝑡)
𝐻(𝑠)
𝑋(𝑠) 𝑌(𝑠)
L’entrées et le sorties du système, dont la fonction de transfert est G(s = jw), sont
respectivement notées x(t) et y(t). On montre que la réponse du système à une entrée
sinusoïdal x(t) = A sin wt sera également un signal sinusoïdal de même fréquence (figure 1.2),
mais avec éventuellement une amplitude et un angle de phase différents et s’écrit :
2
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
𝜙
Signal de sortie 𝑦(𝑡)
Figure 1.2 – Signaux sinusoïdaux d’entrée et de sortie
• Diagramme de Bode
• Diagramme de Nyquist
• Diagramme de Black-Nichols
Definition 1.1. Un diagramme de Bode est une méthode de représenter la réponse fré-
quentiel d’un système en régime permanant, c’est une représentation graphique composée
de deux tracés :
3
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
H1 (jw)H2 (jw)
H(jw) = (1.5)
H3 (jw)
à pour gain en dB :
G(dB) = G1 (dB) + G2 (dB) − G3 (dB) (1.6)
et pour argument :
1. La courbe de gain asymptotique est formé d’un suite de segments de droite de pente
0, ±20 dB/decade, ±40 dB/decade 2 ...
Le diagramme de Bode d’un système de fonction de transfert H(s) peut être tracé faci-
lement à partir de la connaissance des diagrammes de Bode des éléments de base :
• k (gain)
4
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Gain (dB)
Pente 0
𝑤
Pente 0 20dB/décade -40dB/décade
20dB/décade
Phase (°)
90°
𝑤
0
-180°
𝐺𝑑𝐵
20 𝑙𝑜𝑔 𝑘
𝑤
10-1 100 101 102
𝜙 (𝑟𝑎𝑑)
𝑘>0
𝑤
𝑘<0
−𝜋
5
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
• phase : φ = ± π2
𝐺𝑑𝐵 𝐺𝑑𝐵
40dB
20dB 20dB
𝑤 𝑤
10-1 100 101 102 10-1 100 101 102
-20dB
𝜙 (𝑟𝑎𝑑) 𝜙 (𝑟𝑎𝑑)
𝜋
2
𝑤 𝑤
𝜋
−
2
Intégrateur Dérivateur
• phase : φ = tan−1 (T w)
6
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
𝐺𝑑𝐵 𝐺𝑑𝐵
20dB 20dB
3dB 3dB
𝑤 𝑤
10-1 100 wc 102 10-1 100 wc 102
𝜙 (𝑟𝑎𝑑) 𝜙 (𝑟𝑎𝑑)
𝜋 wc
2 𝑤
𝜋 𝜋
−
4 4
𝑤 𝜋
−
wc 2
𝐻(𝑠) = 1 + 𝑇𝑠 𝐻(𝑠) = 1 − 𝑇𝑠
• phase : φ = − tan−1 (T w)
• Gain : GdB = −10 log(1 + T 2 w2 ), le même diagramme que le cas précédent ((1 +
T s)−1 ).
2
wn
7. Deuxième ordre : H(s) = 2 2
s +2ξwn s+wn
1 1
H(s) = =
1 + 2ξj wwn + (j wwn )2 1 − ( wwn )2 + 2jξ( wwn )
7
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
𝐺𝑑𝐵 𝐺𝑑𝐵
-20dB -20dB
𝜙 (𝑟𝑎𝑑) 𝜙 (𝑟𝑎𝑑)
wc 𝜋
𝑤
2
𝜋
− 𝜋
4
4
𝜋
− 𝑤
2 wc
𝐻(𝑠) = (1 + 𝑇𝑠)−1 𝐻(𝑠) = (1 − 𝑇𝑠)−1
• Gain :
v
!2 2
w2
u
1 w
u
GdB = 20 log
2
= −20 log t
1− 2 + 2ξ
wn wn
1 − w + 2jξ w
wn wn
w
– pour w wn ⇒ wn → 0, GdB ' −20 log 1 = 0 asymptote horizontale.
– pour w wn ⇒ GdB ' −40 log wwn , asymptote de pente -40dB/décade
– à w = wn ⇒ GdB = −20 log(2ξ) dB
• Phase :
2ξ wwn
φ = − tan−1 (1.8)
2
w
1− wn
– pour w wn ⇒ φ ' 0, asymptote horizontale.
– pour w wn ⇒ φ ' −π, asymptote horizontale.
– à w = wn ⇒ φ = − π2
8
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Bode Diagram
50
Magnitude (dB)
−50
−100
0
ξ = 0.9
−45 ξ = 0.4
Phase (deg)
ξ = 0.1
−90 ξ = 0.05
−135
−180
0 1 2 3
10 10 10 10
Frequency (rad/sec)
si |H(jw)| a une valeur de crête à une certaine fréquence, cette fréquence est appelée fré-
quence de résonance : √
q 2
wr = wn 1 − 2ξ 2 pour 0 ≤ ξ ≤ (1.10)
2
Pour de faibles valeurs de ξ, la fréquence de résonance approche de wn et le gain peut être
très supérieur à 0dB.
Le pic de résonance Mr = |H(jwr )| peut être calculé à partir des équations (1.9) et (1.10) :
√
1 2
Mr = |H(jw)|max = |H(jwr )| = q pour 0 ≤ ξ ≤ (1.11)
2ξ 1 − ξ 2 2
La phase de H(jw) à la fréquence de résonance peut être obtenu en substituant l’équation
(1.10) dans (1.8)
q
1 − 2ξ 2 π ξ
φ(jwr ) = − tan−1 = − + sin−1 q (1.12)
ξ 2 1−ξ 2
9
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
gain ne diminue pas de plus de 3dB (par exemple) par rapport à sa valeur maximale. C’est
l’intervalle de fréquences entre lesquelles un signal à l’entrée passe à la sortie.
Le lieu de Nyquist d’une fonction de transfert H(jw) est un tracé du gain de |H(jw)| en
fonction du déphasage φ(w) sur les coordonnées polaires lorsque w varie de 0 à +∞.
On porte alors, pour chaque valeur de w, un rayon vecteur dont la longueur est égale au
gain |H(jw)| et qui fait un déphasage φ(w) avec l’axe des réels (figure 1.9). Quand w varie,
on obtient une courbe graduée en w. On complète généralement cette courbe par symétrie
par rapport à l’axe réel pour avoir sa représentation quand w varie de 0 à −∞.
ℑ
ℜ*𝐻(𝑗𝑤)+
𝑤→∞
𝑤3
ℜ
𝑤2 𝜙(𝑤)
𝐻(𝑗𝑤)
ℑ*𝐻(𝑗𝑤)+
𝑤1
𝑤=0
K b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = (1.14)
sα a0 sn + a1 sn−1 + . . . + an−1 s + an
Système de classe 0 (α = 0)
b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = K (1.15)
a0 sn + a1 sn−1 + . . . + an−1 s + an
• Point de départ w = 0 :
bm
|H(s)| = K
an " #
−1 bm
arg{H(s)} = tan K =0
an
10
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
• Point d’arrivée
w → ∞ :
b
0 1
|H(s)| = K
= 0, (n > m)
a0 (jw)n−m
w→∞
( )
b0 1 h i π
arg{H(s)} = arg K = tan−1 (jw)m−n = (m − n)
a0 (jw)n−m 2
Le point d’arrivée, qui correspond à w → ∞, est à l’origine et la courbe est tangente à
l’un des axes réel ou imaginaire (figure 1.10).
ℑ
𝑤→∞ 𝑤=0
𝜙(𝑗𝑤)
𝑤x
ℜ*𝐻(𝑗𝑤𝑥 )+ = 0
Système de classe 6= 0 (α 6= 0)
K b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = , m < n, α 6= 0 (1.16)
sα a0 sn + a1 sn−1 + . . . + an−1 s + an
• Point de départ
w = 0 :
b
m 1
|H(jw)| = K =∞
an (jw)α
w=0
h i π
arg{H(jw)} = tan−1 (jw)−α = −α
2
À w = 0, le gain de H(jw) est l’infini et le déphasage devient −α π2 . Aux basses fré-
quences, le lieu polaire est asymptotique par rapport à une ligne parallèle à l’axe
imaginaire négatif ou l’axe réel négatif.
• Point d’arrivée
w → ∞ :
b
0 1
|H(s)| = K = 0, (n > m)
a0 (jw)α+n
w→∞
11
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
( )
b0 1 h i π
arg{H(s)} = arg K α+n−m
= tan−1 (jw)m−n−α = (m − n − α)
a0 (jw) 2
À w → ∞, le gain devient nulle et la courbe converge vers l’origine est tangente à l’un
des axes réel ou imaginaire (figure 1.11).
ℑ
Système de
classe 2
𝑤→∞
ℜ
𝑤=0
Système de
classe 1
𝑤=0
𝑛−𝑚 =3
𝑛−𝑚 =2 𝑤→∞
ℜ
𝑛−𝑚 =1
12
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Système à
Correcteur commander
𝐹(𝑠)
Chaîne de retour
13
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Condition nécessaire
Pour qu’un système en boucle fermée soit stable, c’est-à-dire toutes les racines de l’équa-
tion caractéristique D(s) soient à partie réelle négative, il faut que tous les coefficients de
l’équation caractéristique soient strictement de même signe.
La condition ci-dessus n’est pas suffisante pour les systèmes d’ordre supérieur à deux.
Lorsqu’elle est vérifiée, il convient d’appliquer la règle de Routh qui permet de déterminer
le signe des racines d’une équation algébrique. On construit le tableau suivant :
sn α0 α2 α4 ... αn−1
sn−1 α1 α3 α5 ... αn
sn−2 b1 b2 b3
sn−3 c1 c2 c3
sn−4 d1 d2 d3
.. .. ..
. . .
s2 e1 e2
s1 f1
s0 g1
Les coefficients de la troisième ligne et les suivantes sont calculés comme suit :
α1 α2 − α0 α3
b1 =
α1
α1 α4 − α0 α5
b2 =
α1
α1 α6 − α0 α7
b3 =
α1
..
.
14
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
et
c 1 b2 − b1 c 2
d1 =
c1
c 1 b3 − b1 c 3
d2 =
c1
..
.
Théorème 1.1. (Critère de Routh-Hurwitz) Le système est stable en boucle fermée si tous
les coefficients, de la première colonne sont de même signe.
s4 + 2s3 + 3s2 + 4s + 5 = 0
s4 1 3 5
s3 2 4 0
s2 1 5
s1 -6
s0 5
On en déduit que le système est instable, le nombre de changements de signe des coeffi-
cients dans la première colonne est de 2. Cela signifie qu’il y a deux racines avec des parties
réelles positives.
Remarque 1.2. Dans le cas de l’apparition de zéro dans la première colonne du tableau avec
les autres termes de la ligne non nuls, il convient de le remplacer celui-ci par ε > 0, et on
continue les calculs. Si le coefficient directement sous est positif, il existe un pôle à partie
réelle nulle. Sinon, il existe un pôle à partie réelle positive.
15
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
s3 + 2s2 + s + 2 = 0
s3 1 1
s2 2 2
s1 0≈
s0 2
La troisième ligne contient un zéro dans la première colonne. Pour continuer la construc-
tion de la table, on remplace ce zéro par un > 0 et on continue la procédure. Ceci indique
la présence d’une paire de racines complexes pures.
On construire un polynôme auxiliaire P (s) à l’aide de la ligne auxiliaire :
P (s) = 2s2 + 2
Remarque 1.3. Dans le cas particulier où il apparaît, lors du calcul des coefficients du tableau
de Routh, toute une ligne nulle, il s’agit d’un système ayant des pôles imaginaires pur. Dans ce
cas, le remplissage du reste du tableau peut être réalisé en formant un polynôme auxiliaire
avec les coefficients de la dernière ligne et en utilisant les coefficients de la dérivée de ce
polynôme à la ligne suivante. Pour un polynôme auxiliaire à degrés 2n, il existe n paires des
pôles imaginaires conjugués.
s5 1 24 -25
s4 2 48 -50
s3 0 0 ← polynôme auxiliaire P (s)
16
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Ce qui indique qu’il existe deux racines complexes conjuguées sur l’axe de l’imaginaire.
Ces paires sont obtenues en résolvant l’équation polynomiale auxiliaire P (s) = 0.
dP (s)
= 8s3 + 96s
ds
3. Les termes de la ligne s3 sont remplacés par les coefficients de la dernière équation,
c’est-à-dire 8 et 96, puis on poursuit la construction du tableau de Routh.
s5 1 24 -25
s4 2 48 -50
dP (s)
s3 8 96 ← coefficients de ds
s2 24 -50
s1 112.7 0
s0 -50
4. Pour déterminer les pôles imaginaires purs, complexes conjugués, on calcule les racines
de l’équation (1.18).
2s4 + 48s2 − 50 = 0
on trouve
s2 = 1, s2 = −25
ou
s = ±1, s = ±j5
L’équation originale peut être écrite sous forme factorisée comme suit :
17
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
L’avantage des méthodes graphiques par rapport aux méthodes algébriques réside essen-
tiellement dans le fait que la connaissance analytique de la fonction de transfert du système
en boucle ouverte n’est pas indispensable puisque seul est nécessaire le tracé du lieu de
transfert obtenu expérimentalement.
Dans le cas particulier des systèmes asservis, on dispose de plusieurs autres méthodes qui
permettent de conclure sur la stabilité d’un système en boucle fermée à partir de la fonction
de transfert en boucle ouverte.
Critère de Nyquist
Théorème 1.2. (Critère de Nyquist) Soit un système dont la FTBO possède P pôles à partie
réelle strictement positive (pôles instables). Soit N le nombre de tours fait par le lieu de Ny-
quist autour du point critique C(−1, 0), comptés positivement dans le sens trigonométrique.
Alors, le nombre de pôles instables du système en boucle fermée est :
Z = P −N
Ainsi, le système est stable en boucle fermée si le lieu de Nyquist complet fait P tours autour
du point critique C(−1, 0).
On prendra garde au fait que les tours sont comptabilisés dans le sens trigonométrique
alors que le contour de Nyquist est orienté dans le sens anti-trigonométrique. La figure 1.14
présente l’énoncé du critère de Nyquist.
ℑ
(3)
(2)
𝐶 (−1)
(1)
18
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
• Le système (1) : aucun tour autour de C, la FTBF est stable si la FTBO ne possède
aucun pôle à partie réelle positive.
• Le système (2) : un tour autour de C, la FTBF est stable si la FTBO possède un pôle
à partie réelle positive.
• Le système (3) : deux tours autour de C, la FTBF est stable si la FTBO possède deux
pôles à partie réelle positive.
On en déduit donc : Le système est stable en BF si le lieu de Nyquist fait P tours autour le
point C
Critère de Revers
Le critère de Revers est un critère graphique de stabilité qui découle du critère général
de Nyquist. Il s’énonce comme suit :
• Un système asservi est stable si, à la pulsation wc0 pour laquelle |GF (jwc0 )| = 1 ,
l’argument est supérieur à −180◦ .
• Un système asservi est stable si, à la pulsation wπ pour laquelle arg {GF (jwπ )} =
−180◦ , le module est inférieur à 1.
• Si l’une de ces deux conditions n’est pas satisfaite, le système asservi est qualifié d’in-
stable.
Un système asservi est à la limite de la stabilité si, |GF (jwc0 )| = 1 et arg {GF (jwπ )} = −180◦ .
On note que dans ce cas : wc0 = wπ .
Le respect de l’une des deux conditions permet d’énoncer le critère de Revers dans le
plan de Bode.
19
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
• Un système asservi est stable si, à la pulsation wc0 pour laquelle |GF (jwc0 )| = 1 (donc
|GF (jwc0 )|dB = 0), l’argument est supérieur à −180◦ .
• Un système asservi est stable si, à la pulsation wπ pour laquelle arg {GF (jwπ )} = −π,
le module en db est inférieur à zéro.
𝐺𝑑𝐵
𝐺𝑑𝐵
𝜙 (𝑟𝑎𝑑) 𝜙 (𝑟𝑎𝑑)
𝑤𝜋 𝑤𝜋
𝑤 𝑤
𝜋
−
2
−𝜋
−𝜋
3𝜋
−
2
Système stable Système instable
Un système bouclé est stable si en décrivant le lieu du transfert de boucle ouverte GF (jw)
dans le sens croissant des w, le point critique C(−1, 0) du plan complexe est laissé à gauche
(voir figure 1.16).
20
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
ℑ
𝐶 (−1,0)
𝑤→∞
Système Système
instable stable
𝑤=0
Soit wπ la pulsation telle que arg {GF (wπ )} = −π. La marge de gain est l’écart entre
0dB et le gain à la pulsation wπ .
Soit wc0 la pulsation telle que |GF (wc0 )| = 1. La marge de phase est la différence entre
φ(wc0 ) et −π.
Mφ = φ(wc0 ) + π, avec φ(wc0 ) = arg {GF (wwc0 )} (1.24)
Remarque 1.4. Les valeurs usuelles des marges de stabilité permettant un réglage correct des
boucles d’asservissement sont :
• Un système qui a une marge de gain ou une marge de phase positive est un système
stable.
• Un système qui a une marge de gain ou une marge de phase négative est un système
instable.
21
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
• Un système qui a une marge de gain ou une marge de phase nulle est un système à la
limite de stabilité.
𝐺𝑑𝐵 ℑ
wc0 ȁ𝐺𝐹(𝑗𝑤𝜋 )ȁ−1
𝑤
-3dB 𝑀𝑔
𝑤→∞
𝐶 = (−1,0)
ℜ
𝑀𝜑
𝜑
𝜙 (𝑟𝑎𝑑)
𝑤𝜋
𝑤
𝜋
− 𝑤=0
2
M𝜑
−𝜋
22
Chapitre 2
• Le signal de sortie converge vers une valeur finie S∞ la plus proche possible de cette
consigne.
Chaîne directe
𝐵(𝑠)
Chaîne de retour
23
Chapitre 2. Performances des systèmes linéaires asservis
Soit un système bouclé de FTBO G(s) et de FTPF H(s). On appelle erreur statique (ou
erreur de position) du système en boucle fermée, le paramètre εp défini par :
Soit :
εp = lim [1 − H(s)] (2.3)
s→0
K G(s) K
G(s) = , H(s) = =
1 + a1 s + a2 s 2 + · · · + an s n 1 + G(s) 1 + K + a1 s + a2 s2 + · · · + an sn
Par conséquent :
K 1
εp = lim [1 − H(s)] = 1 − = (2.4)
s→0 1+K K +1
Plus le gain K est important plus la précision est meilleure.
24
Chapitre 2. Performances des systèmes linéaires asservis
K G(s) K
G(s) = , H(s) = =
sα (1 + a 2 n
1 s + a2 s + · · · + an s ) 1 + G(s) K + s (1 + a1 s + a2 s2 + · · · + an sn )
α
Soit :
1 − H(s)
εv = lim (2.6)
s→0 s
K G(s) K
G(s) = + H(s) = =
1 + a1 s + a2 s 2 + · · · + an s n 1 + G(s) 1 + K + a1 s + a2 s2 + · · · + an sn
Par conséquent :
1 − H(s) 1 K
εv = lim = lim 1 −
s→0 s s→0 s 1 + K + a1 s + a2 s 2 + · · · + an s n
εv → +∞
25
Chapitre 2. Performances des systèmes linéaires asservis
Pour qu’un système possède en boucle fermée une erreur de vitesse nulle, il faut que sa
FTBO possède au moins un pôle nul double ( s12 ) ou possède deux intégrateurs.
La réponse transitoire des systèmes asservis pratiques présente souvent des oscillations
amorties avant d’atteindre le régime permanent. Les critères de performances, couramment
utilisés pour la caractérisation des systèmes asservis linéaires dans le domaine temporel, sont
définis comme suit :
26
Chapitre 2. Performances des systèmes linéaires asservis
Temps de retard (time delay), td : il est défini comme étant le temps nécessaire pour
que la réponse atteigne la moitié de sa valeur finale.
Temps de pic (peak time), tp : temps nécessaire pour atteindre le 1er pic de dépassement
s(tp ) − s(∞)
D(%) = ) × 100% (2.7)
s(∞
27
Chapitre 2. Performances des systèmes linéaires asservis
s(t)
K = lim = lim F T BF (s), (2.11)
t→∞ e(t) s→0
K
G(s) =
(1 + a1 s + a2 s2 + · · · + an sn )
• Augmentation du K =⇒ diminution du ξBF et augmentation du DBF %
Figure 2.4 – Influence d’une diminution du gain statique sur les performances
28
Chapitre 3
Précision : Critère caractérisé par l’erreur de position pour une entrée en échelon, elle doit
être inférieur de certain seuil défini par le chaire de charge.
Rapidité : Critère caractérisé par le temps de réponse à 5%, ou par une valeur maximale
du temps de montée tr < seuil. La rapidité du système en boucle fermée est liée à sa
bande passante, si la bande passante augmente la marge de phase diminuant donc, il
faut faire un compromis entre les deux exigences.
29
Chapitre 3. Correction des système linéaires asservis
Lorsque le système ne satisfait pas naturellement les performances désirées, il est possible
de modifier son comportement en boucle fermée par l’introduire dans la chaîne directe, avant
A(s), un dispositif supplémentaire C(s), appelé correcteur et dont le rôle essentiel est de
modifier les performances du système initial (figure 3.2).
𝑒(𝑡) 𝜀(𝑡) 𝑠(𝑡)
Les correcteurs industriels les plus utilisés peuvent être classés, selon leurs actions de
correction, de la manière suivante :
Ces correcteurs sont en général constitués de dispositifs électroniques qui peuvent souvent
être très simples. Néanmoins, lorsque le cahier des charges est très exigeant, il faut parfois
faire appel à des correcteurs plus sophistiqués donc plus coûteux et, il faut l’avouer, qui
peuvent s’avérer délicats à régler.
30
Chapitre 3. Correction des système linéaires asservis
Rôle :
• Diminue la marge de stabilité (ce qui peut aller jusqu’à rendre le système instable) et
accroît le dépassement.
Example 3.1. Considérons un système de fonction de transfert G(s) placé dans une boucle
à retour unitaire (figure 3.5). Pour différentes valeurs de Kp , les réponses indicielles s(t) de
la FTBF du système corrige sont représentées sur la figure 3.6.
On remarque que l’augmentation de Kp : Améliore la rapidité et la précision du système en
boucle fermée mais, accroît le dépassement qui a pour conséquence une détérioration de la
marge de stabilité.
31
Chapitre 3. Correction des système linéaires asservis
1.6
Kp = 30, D% = 64:1%, ts = 3:67s,
tm = 0:163s, " = 2%
1.4 Kp = 10, D% = 37%, ts = 3:38s,
1.2 tm = 0:401s, " = 9:1%
Amplitude
0.8
0.6
0.4
Kp = 1, D% = 4:32%, ts = 4:22s,
0.2 tm = 1:52s, " = 50%
0
0 1 2 Time
3 (sec) 4 5 6 7
Figure 3.6 – Action P : Diagramme de Bode des F T BO corrigée et non corrigée.
Rôle
L’ajout d’un terme intégral dans la chaîne directe augmente sa classe et réduit ou annule,
selon le type d’entrée, l’erreur statique du système.
32
Chapitre 3. Correction des système linéaires asservis
la marge de phase est diminuée de π/2 et la marge de gain sera aussi réduite. La stabilité et
la limitation du dépassement s’en trouvent dégradées.
En conclusion, seule la précision du système est améliorée par l’introduction d’un correcteur
à action intégrale. Toutes les autres performances sont diminuées.
Effets du correcteur :
33
Chapitre 3. Correction des système linéaires asservis
• Diminue la précision du système, puisque le gain aux basses fréquences diminue forte-
ment.
En conclusion, seule la rapidité du système est améliorée par l’introduction d’un correcteur
à action dérivée.
Le correcteur PID combinant les trois actions de base permet de bénéficier des avantages
du correcteur PD comme ceux du PI. Ainsi, on pourra améliorer la précision, propriété que
l’on n’avait pas avec le correcteur PD, tout en ayant de la latitude pour régler la marge de
phase, l’atitude que nous n’avions pas avec le PI.
La fonction de transfert d’un correcteur PID parallèle est décrite pas l’équation ci-
dessous :
Ki
C(s) = Kp + + Kd s (3.1)
s
Ainsi sa structure est illustrée par la figure 3.9.
Pour un correcteur PID de type série la fonction de transfert est donnée pas l’équation
ci-dessous, et la structure est présentée par la figure 3.10.
1
C(s) = K 1 + (1 + τd s) avec τi > τd (3.2)
τi s
34
Chapitre 3. Correction des système linéaires asservis
𝐾𝑝
𝜀(𝑡) 𝑢(𝑡)
𝐾𝑖 𝑠
𝐾𝑑 𝑠
Ce qui est important de remarquer, c’est que ces deux structures sont mathématiquement
équivalentes. Ainsi un correcteur PID série pourra être mis sous forme PID parallèle à partir
des équations de transformation suivante :
τd
Kp = K 1 + (3.3)
τi
K
Ki = (3.4)
τi
Kd = Kτd (3.5)
PID mixte
La forme de PID mixte (Celle-ci est appelée standard ou parfois idéal) est définie par
l’équation ci-dessous :
1
C(s) = Kp 1+ + Td s avec Ti > Td (3.6)
Ti s
1 𝑇𝑖 𝑠
𝜀(𝑡) 𝑢(𝑡)
𝐾𝑝
𝑇𝑑 𝑠
35
Chapitre 3. Correction des système linéaires asservis
La transformation de la forme série en forme mixte s’obtient par les équations suivantes :
τd
Kp = K 1+ (3.7)
τi
Ki = τi + τd (3.8)
τd τi
Kd = (3.9)
τd + τi
On considère dans cette étude la structure mixte qui est la plus répondue. La fonction de
transfert de ce correcteur est donnée par l’équation 3.6. C(s) peut être mis sous une forme :
Kp
C(s) = (1 + T1 s) (1 + T2 s) avec Ti > Td (3.10)
Ti s
Où T1 + T2 = Ti et T1 T2 = Ti Td , et les deux pulsations de cassure w1 < w2 :
1 1
w1 = , w2 =
T1 T2
Ce correcteur combine les avantages de chacune des actions P, I et D. Sa synthèse est toute-
Bode Diagram
55
50
effet I effet D
45
Magnitude (dB)
40
35
w1 w2
30
25 effet P
20
15
90
45
Phase (deg)
-45
-90
10 -3 10 -2 -1
Frequency10(rad/sec) 10 0 10 1
fois complexe car si chaque action peut améliorer le comportement si elle est bien placée,
elle peut aussi le dégrader si elle est mal placée.
36
Chapitre 3. Correction des système linéaires asservis
• L’action intégrale sera toujours placée à basse fréquence, pour que le retard sur la
phase intervienne bien avant la pulsation de coupure et ne perturbe pas les marges.
L’objectif de cette action est d’augmenter sensiblement le gain en basses fréquences.
• L’action dérivée est placée à l’endroit où les marges sont mesurées, sur la FTBO corri-
gée. Elle est délicate à ajuster. L’objectif de cette action est d’apporter un maximum
de phase là où la marge de phase est mesurée.
3.3 Réglage d’un correcteur PID par les Méthodes de Ziegler Nichols
Ziegler et Nichols ont proposé deux approches expérimentales destinées à fixer rapidement
les paramètres des régulateurs P, PI et PID. La première nécessite l’enregistrement de la
réponse indicielle du système à régler, alors que la deuxième exige d’amener le système en
boucle fermée à sa limite de stabilité.
Cette méthode est basée sur la réponse indicielle du système à commander. Sur l’enre-
gistrement de la réponse indicielle du système à régler (c’est-à-dire sans le régulateur), on
trace la tangente au point d’inflexion Q de la courbe. On mesure ensuite les temps L corres-
pondant au point d’intersection entre l’abscisse et la tangente ainsi que le temps T (temps
de montée de la tangente).
c(t)
Tangente au
point d'inflexion
0 t
L T
On peut alors calculer les paramètres du correcteur choisi à l’aide du tableau ci-dessous :
37
Chapitre 3. Correction des système linéaires asservis
Correcteur Kp Ti Td
T
P L ∞ 0
T L
PI 0.9 L 0.3 0
T
PID 1.2 L 2L 0.5 L
Tosc
r(t) u(t) c(t)
+ Kp Sys
–
Correcteur Kp Ti Td
P 0.5 Kosc ∞ 0
PI 0.45 Kosc 0.84 Tosc 0
PID 0.6 Kosc 0.5 Tosc 0.125 Tosc
38
Chapitre 3. Correction des système linéaires asservis
R(s) 1 C(s)
+ C (s)
– s(s + 1)(s + 3)
PID
c
La table de Routh :
s3 1 3
s2 4 Kp
12−Kp
s1 4
s0 Kp
Condition d’oscillation : Kp = 12
Le polynôme auxiliaire :
La pulsation d’oscillation :
√
wosc = 3 rd/s
La période de oscillation :
2π 2π
Tosc = = √ = 3.6276 s
wosc 3
Les coefficients du correcteur :
39
Chapitre 4
4.1 Introduction
En automatique, Les systèmes dynamiques linéaires peuvent être représentés dans le
domaine temporel par des équations différentielles ou par la réponse impulsionnelle. L’un des
inconvenants majeurs de ces méthodes résident essentiellement que les conditions initiales
nulles. Ces conditions initiales jouent cependant un rôle important dans l’étude des systèmes
dans le domaine temporel où la solution dépend beaucoup du passé du système. Un autre
inconvénient de ces méthodes est qu’elles sont difficiles à mettre en œuvre lorsque les systèmes
étudiés possèdent plusieurs entrées et plusieurs sorties (système MIMO).
La représentation d’état permet de couvrir à ces inconvenants et d’unifier le cadre de
l’étude des systèmes dynamiques continus ou discrets, que ce soit pour les systèmes linéaires
ou non. Le concept d’état est utilisé chaque fois que les informations sur les variables internes
sont nécessaires pour commander un système. Enonçons quelques avantages liés à la représen-
tation d’état :
• L’outil est très puissant pour résoudre les problèmes touchant à l’optimisation.
• Certains systèmes présentant des non linéarités ou des paramètres variant dans le
temps pourront être traités par la méthode des variables d’état.
40
Chapitre 4. Représentation d’état des systèmes
4.2 Définitions
4.2.1 Etat du système
Les états d’un système dynamique sont les grandeurs, qui le plus souvent ont une signi-
fication physique, telles que, leur connaissance à l’instant t0 = 0 ainsi que celle du signal
d’entrée permettent de déterminer complètement le comportement du système pour tout
instant t > t0 .
L’ensemble des variables d’état forme le vecteur d’état, c’est le vecteur de grandeurs tem-
porelles nécessaires et suffisantes pour décrire complètement le comportement d’un système
dynamique, quand on connaît les équations qui décrivent le fonctionnement du système et
les entrées de ce système.
Dans le cas le plus général où n variables d’états sont identifiées dans le système, on
aura :
ẋ1 ẋ1 (t)
ẋ2
ẋ2 (t)
x=
,
.. ou encore x(t) =
..
.
.
ẋn ẋn (t)
L’espace à n dimensions dont les axes de coordonnées sont l’axe x1 , l’axe x2 , ... , l’axe
xn , où x1 , x2 , xn sont des variables d’état, est appelé un espace d’état. Tout état peut être
représenté par un point dans l’espace de l’état.
La représentation d’états pour un système donné n’est pas unique, mais le nombre de
variables d’état est le même pour chacune des différentes représentations du même système.
Le système dynamique doit comporter des éléments qui mémorisent les valeurs de l’entrée
pour t ≥ t1 . Étant donné que les intégrateurs dans un système de contrôle en temps continu
servent de dispositifs de mémoire, les sorties de ces intégrateurs peuvent être considérées
comme les variables qui définissent l’état interne du système dynamique (les sorties des
41
Chapitre 4. Représentation d’état des systèmes
intégrateurs servent de variables d’état). Le nombre de variables d’état pour définir com-
plètement la dynamique du système est égal au nombre d’intégrateurs impliqués dans le
système.
Donc on peut dit que l’équation d’état et d’exprimer l’état du système à un instant donné
en fonction du signal d’entrée et en fonction de son « passé »
Le système (A, B, C, D) est dit linéaire à temps invariant (LTI : Linear time-invariant sys-
tems ). On adopte fréquemment la représentation schématique de la figure 4.1 pour illustrer
cette équation.
•
u(t) x(t) x(t) y(t)
+
B + Ú dt C +
+
42
Chapitre 4. Représentation d’état des systèmes
u y
ÿ + α1 ẏ + α2 y = b0 ü + b1 u̇ + b2 u (4.2)
avec :
b k b k
α1 = , α2 = , b0 = 0, b1 = , b2 =
m m m m
Si on pose :
β 0 = b0 = 0
b
β1 = b1 − α1 β0 =
m
!2
k b
β2 = b2 − α1 β1 − α2 β0 = −
m m
et :
x1 = y − β 0 u = y
b
x2 = ẋ1 − β1 u = ẋ1 − u
m
On a donc :
b
ẋ1 = x2 + β1 u = x2 + u
m !2
k b k b
ẋ2 = −α2 x1 − α1 x2 + β2 u = − x1 − x2 + − u
m m1 m m
43
Chapitre 4. Représentation d’état des systèmes
Les variables d’état sont ainsi clairement identifiées et les équations d’état se lisent sur
la représentation schématique. On a donc :
b
ẋ1 0 1 x1 m
= + u (4.3)
b 2
k b k
ẋ2 −m −m x2 m − m
x1
y= 1 0 (4.4)
x2
Remarque 4.1. Il est important de noter, que ce n’est pas la seule représentation d’état. Il
existe un nombre infini de représentations d’état pour le système, qui dépend, notamment,
du choix des variables d’état que nous opérons.
Y (s)
G(s) = (4.5)
E(s)
Ce système peut être représenté dans l’espace d’état par les équations suivantes :
ẋ = Ax + Bu (4.6)
y = Cx + Du (4.7)
Pour des conditions initiales nulles (hypothèse de base pour le calcul des fonctions de trans-
fert), on obtient :
sX(s) − AX(s) = BU (s)
soit :
(sI − A)X(s) = BU (s)
ou encore :
X(s) = (sI − A)−1 BU (s) (4.10)
44
Chapitre 4. Représentation d’état des systèmes
On note que la partie droite de l’équation (4.12) implique que G(s) peut être écrit comme :
Q(s)
G(s) = (4.13)
|sI − A|
où Q(s) est un polynôme dans s. Les pôles de G(s) correspondent aux zéros de |sI − A| qui
sont aussi les valeurs propres de la matrice d’état A.
et sachant que :
−1
b
s −1 1 s+ m 1
= b k
s2 + m
k
s+ b s+ m k
s
m m m
on a :
b b
1 s+ m 1
m
G(s) = 1 0
b
s2 + m k b 2
s+ m k
s k
−
m m m
bs + k
=
ms2 + bs + k
qui est la fonction de transfert du système. La même fonction de transfert peut être obtenue
à partir de l’équation (4.2).
45
Chapitre 4. Représentation d’état des systèmes
Un système d’équation d’état est dit complètement commandable sur l’intervalle de temps
[t0 , t1 ], t1 < ∞ s’il existe une commande u(t) définie sur [t0 , t1 ] permettant de faire évoluer
le système d’un état initial quelconque x(t0 ) à un état désiré quelconque x(t1 ).
xn
x
x(t0)
x(t0)
x1
x(t1)
x2
Figure 4.3 – Notions de commandabilité de l’état.
Si le rang de la matrice de commandabilité est égale à k < n donc le système n’est pas
complètement commandable ; uniquement k états sont commandables, n − k états sont non
commandables.
46
Chapitre 4. Représentation d’état des systèmes
Example 4.3.
−2 −2 1
A= , B=
−1 −3 −2
n = 2 états et m = 1 entrée
−2 −2 1 2
AB =
=
−1 −3 −2 5
La matrice de commandabilité :
1 2
Co = B AB = , |Co| = 5 + 4 = 9 (4.15)
−2 5
Un système représenté par les équations d’état (5.1) et (5.2) est complètement observable
si et seulement s’il existe un temps fini tf tel l’état initial x(t0 ) peut être déterminé à partir
de l’historique d’observation y(t) étant donné la commande u(t), t0 ≤ t ≤ tf .
Théorème 4.3. Un système linéaire invariant dans le temps décrit par l’équation d’état :
ẋ = Ax + Bu
y = Cx + Du
Si le rang de la matrice de d’observabilité est égale à k < n donc le système n’est pas com-
plètement observable ; uniquement k états sont observables, n − k états sont non observables.
avec :
−2 −2 1
A= B= C= 1 0 D= 0
−1 −3 −2
47
Chapitre 4. Représentation d’état des systèmes
La matrice d’observabilité :
C 1 0
Ob =
= ⇒ |Ob | = −2 6= 0 ⇒ rang(Ob ) = n = 2
CA −2 −2
Dans le premier cas, l’équation générale d’un système linéaire s’écrit de la manière suivante :
(n) (n−1)
y + a1 y + · · · + an−1 ẏ + an y = u (4.17)
x1 = y
x2 = ẏ
..
.
(n−1)
xn = y
Ainsi :
ẋ1 = x2
ẋ2 = x3
..
.
ẋn−1 = xn
ẋn = −an x1 − · · · − a1 xn + u
48
Chapitre 4. Représentation d’état des systèmes
avec :
x1 0 1 0 ··· 0 0
x2 0 0 1 ··· 0 0
.. .. .. .. ... .. ..
x=
,
. A=
. . . . ,
B=
.
···
xn−1
0 0 0 1
0
xn −an −an−1 −an−2 · · · −a1 1
La sortie peut être donnée par :
x1
x2
..
y= 1 0 ··· 0 0
.
xn−1
xn
ou :
y = Cx (4.19)
avec :
C= 1 0 ··· 0 0
Dans le deuxième cas Nous allons généraliser ce résultat au cas d’un système linéaire ayant
la forme suivante :
(n) (n−1) (n) (n−1)
y + a1 y + · · · + an−1 ẏ + an y = b0 u + b1 u + · · · + bn−1 u̇ + bn u (4.20)
x1 = y − β0 u
x2 = ẏ − β0 u̇ − β1 u = ẋ1 − β1 u
x3 = ÿ − β0 ü − β1 u̇ − β2 u = ẋ2 − β2 u (4.21)
..
.
(n−1) (n−1) (n−2)
xn = y − β0 u − β1 u − · · · − βn−2 u̇ − βn−1 u = ẋn−1 − βn−1 u
avec :
β 0 = b0
β1 = b1 − a1 β0
β2 = b2 − a1 β1 − a2 β2
..
. (4.22)
49
Chapitre 4. Représentation d’état des systèmes
ẋ1 = x2 + β1 u
ẋ2 = x1 + β2 u
..
. (4.23)
ẋn−1 = xn + βn−1 u
avec
βn = bn − a1 βn−1 − · · · − an−1 β1 − an−1 β0
ẋ = Ax + Bu (4.24)
y = Cx + Du (4.25)
50
Chapitre 4. Représentation d’état des systèmes
b0
1 X1 +
c1 +
s + p1
U 1 X2 + Y
c2 +
s + p2 +
…
1 Xn
cn
s + pn
Figure 4.4 – Représentation schématique du système défini par les équations (4.27).
ci
Xi (s) = U (s), i = 1...n
s + pi
Dans ce cas, on a :
ẋi = −pi xi + u, i = 1...n
et :
y = c 1 x 1 + c 2 x 2 + · · · + c n x n + b0 u
51
Chapitre 4. Représentation d’état des systèmes
(n) (n−1)
y = b0 e + b1 e + · · · + bn−1 ė + bn e
(n) (n−1)
u = e + a1 e + · · · + an−1 ė + an e
x1 = e
x2 = ė
..
.
(n−1)
xn = e
d’où :
ẋ1 = x2
ẋ2 = x3
..
.
et l’équation de sortie :
52
Chapitre 4. Représentation d’état des systèmes
ẋ1 0 1 0 ... 0 x1 0
ẋ2 0 0 1 ... 0 x2 0
..
.. .. .. .. ..
..
. =
. . . ... .
. +
. u
(4.32)
ẋn−1
0 0 0 ... 1
xn−1
0
ẋn −an −an−1 −an−2 . . . −a1 xn 1
x1
x2
y = (bn − an b0 )|(bn−1 − an−1 b0 )| . . . |(b1 − a1 b0 ) . + |{z}
b0 u (4.33)
.
.
| {z } D
C
xn
1
Xn (s) = [b1 U (s) − a1 Y (s) + Xn−1 (s)]
s
1
Xn−1 (s) = [b2 U (s) − a2 Y (s) + Xn−2 (s)]
s
.. (4.36)
.
1
X2 (s) = [bn1 U (s) − an1 Y (s) + X1 (s)]
s
1
X1 (s) = [bn U (s) − an Y (s)]
s
Alors l’équation (4.35) peut être écrite comme :
53
Chapitre 4. Représentation d’état des systèmes
En substituant l’équation (4.37) à l’équation (4.36) et en multipliant les deux côtés des
équations par s, on obtient :
sXn (s) = Xn−1 (s) − a1 Xn (s) + (b1 − a1 b0 ) U (s)
y = x n + b0 u (4.40)
s+3
s2 + 3s + 2
54
Chapitre 4. Représentation d’état des systèmes
u
+ + + + y
– 兰 + 兰 + 兰 +
– –
x1 x2 xn–1 xn
an an–1 a1
Figure 4.5 – Représentation schématique du système défini par les équations (4.41) et (4.42).
Trouver la forme canonique de commandabilité et d’observabilité.
1-Représentation Commandable
Transformons l’expression de la fonction de transfert comme cela est suggéré dans le cours :
Y (s)
= s + 3 ⇒ Y (s) = sE(s) + 3E(s)
E(s)
E(s) 1
= 2 ⇒ U (s) = s2 E(s) + 3sE(s) + 2E(s)
U (s) s + 3s + 2
La transformé inverse de Laplace des deux équations est :
d’où :
et l’équation de sortie :
y(t) = 3x1 (t) + x2 (t)
55
Chapitre 4. Représentation d’état des systèmes
On a donc :
ẋ1 (t) 0 1 x1 (t) 0
= + u(t)
ẋ2 (t) −2 −3 x2 (t) 1
x1 (t)
y(t) = 3 1
x2 (t)
2-Représentation Observable (Observable Canonical Form) :
Y (s) s+3
G(s) = = 2
U (s) s + 3s + 2
soit :
s2 Y (s) = s [U (s) − 3Y (s)] + [3U (s) − 2Y (s)]
1 1
Y (s) = [U (s) − 3Y (s)] + 2 [3U (s) − 2Y (s)]
s s
On peut alors proposer la représentation d’état de la figure 4.6.
Les équations d’état se déduisent naturellement de cette représentation :
ẋ1 (t) = 3u(t) − 2x2 (t) = 0x1 (t) − 2x2 (t) + 3u(t)
et l’équation de sortie :
y(t) = 0x1 (t) + x2 (t)
56
Chapitre 4. Représentation d’état des systèmes
d’où :
ẋ1 (t) 0 −2 x1 (t) 3
= + u(t)
ẋ2 (t) 1 −3 x2 (t) 1
x1 (t)
y(t) = 0 1
x2 (t)
Diagonal Canonical Form :
ẋ1 (t) −1 0 x1 (t) 1
= + u(t)
ẋ2 (t) 0 −2 x2 (t) 1
x1 (t)
y(t) = 2 −1
x2 (t)
57
Chapitre 5
5.1 Introduction
La commande par retour d’état est un technique de modifier le comportement en boucle
fermée d’un système dynamique donné par une représentation d’état (le rendre stable, plus
rapide, plus précis, respecter un cahier des charges). Cette approche suppose l’état connu.
Quand ce n’est pas le cas, on peut utiliser un observateur d’état de manière à reconstruire
l’état à partir des mesures disponibles.
A tout instant, le vecteur de commande est calculé à partir de la valeur du vecteur d’état
retourné par les capteurs, et du vecteur d’état désiré, ou consigne.
+ 𝐮(𝑡) 𝐀 𝐁
𝑟(𝑡) 𝑦(𝑡)
−
𝐂 𝐃
𝐊 𝐱(𝑡)
ẋ = Ax + Bu (5.1)
y = Cx + Du (5.2)
Où
58
Chapitre 5. Commande par retour d’état
• x = vecteur d’état (n × 1)
• A = matrice de commande (n × n)
• B = vecteur de commande (n × 1)
• C = vecteur d’observation (1 × n)
u = r − Kx (5.3)
où r est le signal de référence, et K = k1 k2 · · · kn .
L’action du signal de commande est déterminée en soustrayant au signal de consigne un
signal qui dépend du vecteur d’état.
En remplaçant l’équation (5.3) dans (5.1), on obtient :
ẋ = (A − BK)x + Br
L’application du retour d’état avec un gain K revient à modifier la matrice A en une nouvelle
matrice à = A − BK . Ainsi, la stabilité du système ne dépend plus des valeurs propres de
la matrice A, mais de celle de la matrice Ã. Les valeurs propres du nouveau système sont
alors les racines du polynôme caractéristique P (s) = |sI − Ã|, qui est un polynôme de degré
n. On dispose de n degrés de liberté (choix des coefficients k1 à kn ) pour modifier les racines
du polynôme en boucle fermée. Si le système est commandable, alors on peut réaliser un
placement de pôles arbitraire dans le plan complexe.
ẋ = Ax + Bu
59
Chapitre 5. Commande par retour d’état
u = r − Kx
le gain de retour d’état K, qui force les valeurs propres de A − BK à être λ̃1 , λ̃2 , . . . , λ̃n
(valeurs désirées), peut être calculée suivantes :
T = CoW (5.4)
avec :
Co = B AB · · · An−1 B (5.5)
an−1 an−2 . . . a1 1
an−2 an−3 . . . 1 0
.. .. .. ..
W=
. . . .
(5.6)
a1 1 ... 0 0
1 0 ... 0 0
60
Chapitre 5. Commande par retour d’état
u x
B + 兰
+
–K
Example 5.1. Considérons le système représenté par la figure 5.2, défini par :
ẋ = Ax + Bu
avec :
0 1 0 0
A= 0 0 1 , B= 0
−1 −5 −6 1
On souhaite placer ce système dans une boucle à retour d’état avec la commande u = −Kx
de manière que les pôles du système en boucle fermée seront placés à :
0 0 1
Co = B AB A2 B = 0 1 −6
1 −6 31
Cette matrice est de Rang 3, étant donné que son déterminant est non nul |Co| = −1.
Le système est donc complètement commandable. En revanche, il est possible d’effectuer
un placement des pôles par la commande u.
= s3 + 6s2 + 5s + 1
= s 3 + a1 s 2 + a2 s + a3 = 0
61
Chapitre 5. Commande par retour d’état
a1 = 6, a2 = 5, a3 = 1
= s 3 + b1 s 2 + b2 s + b3 = 0
1 0 0
= 200 − 1 60 − 5 14 − 6
0 1 0
0 0 1
= 199 55 8
|sI − A + BK| = s3 + α1 s2 + α2 s + α3
62
Chapitre 5. Commande par retour d’état
s 3 + β1 s 2 + β2 s + β3 = 0
α 1 = β1
α 2 = β2
α 3 = β3
Remarque 5.1. Il est important de noter, que si le système n’est pas complètement comman-
dable, le vecteur K ne peut pas être déterminé.
0 1 0 0
à = A − BK = 0 0 1 − 0
k1 k2 k3
−1 −5 −6 1
0 1 0
= 0 0 1
−1 − k1 −5 − k2 −6 − k3
soit :
λ̃3 + (6 + k3 )λ̃2 + (5 + k2 )λ̃ + 1 + k1 = 0 (5.9)
63
Chapitre 5. Commande par retour d’état
la comparaison des coefficients polynomiaux des équations (5.9) et (5.10) permet de déter-
miner les gains désirés :
6 + k3 = 14 ⇒ k3 = 8
5 + k2 = 60 ⇒ k2 = 55
1 + k1 = 200 ⇒ k1 = 199
d’où on obtient : K = 199 55 8
64
Chapitre 6
6.1 Introduction
Dans la commande par placement des pôles l’élaboration d’une loi de commande d’un
système nécessite l’accès à la valeur d’un ou plusieurs de ses états. Pour cela, il s’avère né-
cessaire de concevoir un système auxiliaire appelé, observateur, qui se charge de reconstruire
les états non mesurables.
L’intérêt de cette reconstruction est multiple :
• Il consiste à obtenir certaines composantes d’état pour lesquelles la mesure est difficile
ou impossible ou trop coûteuse.
• Le capteur nécessaire à la mesure d’une composante d’état est peu fiable ou risque de
produire un signal fortement bruité.
Dans ce chapitre, on s’intéresse à la synthèse des observateurs pour les systèmes linéaires
SISO.
Remarque 6.1. Certain nombre d’ouvrages utilise les termes : reconstructeur d’état, estima-
teur d’état, ou encore filtre.
65
Chapitre 6. Synthèse des observateurs d’état
ẋ = Ax + Bu (6.1)
y = Cx (6.2)
où l’état x(t) est estimé (ou reconstruit) par un système dynamique appelé observateur dont
la structure est donnée par :
ŷ = Cx̂ (6.4)
𝑢(𝑡) 𝑦(𝑡)
Système
𝑦(𝑡)
Observateur
La matrice L est appelée matrice de gain de l’observateur. On peut aussi écrire l’obser-
vateur sous la forme suivante :
ė = ẋ − x̂˙
= Ax − (A − LC)x̂ − LCx
= (A − LC)(x − x̂)
On a donc :
ė = (A − LC)e (6.6)
66
Chapitre 6. Synthèse des observateurs d’état
x y
B + 兰 C
+
A
u
^x
^y
B + + 兰 C – +
+ +
Figure 6.2 – Structure d’un observateur d’ordre plein dans une boucle de commande.
67
Chapitre 6. Synthèse des observateurs d’état
et donc lim e(t) = 0 pour toute valeur initiale e(0) si et seulement si la matrice (A − LC)
t→∞
est Hurwitz (si toutes les valeurs propres ont une partie réelle strictement négative). La
détermination de la matrice L va permettre de fixer arbitrairement les pôles de l’observateur.
ẋ = Ax + Bu
y = Cx
ŷ = Cx̂
68
Chapitre 6. Synthèse des observateurs d’état
avec :
Ob = CT CT AT ... CT (AT )n−1
an−1 an−2 . . . a1 1
an−2 an−3 . . . 1 0
.. .. .. ..
W=
. . . .
a1 1 ... 0 0
1 0 ... 0 0
T
5. En déduire le vecteur de gain L = l1 l2 · · · ln tels que :
b n − an
bn−1 − an−1
L = Q
..
(6.11)
.
b 1 − a1
ẋ = Ax + Bu
y = Cx
avec :
0 20 0
A=
, B=
, C= 0 1
−1 0 1
Cette matrice est de rang 2, étant donné que son déterminant est non nul |Ob | = −1. Le
système est donc complètement observable. En revanche, il est possible de déterminer
le gain d’observateur.
69
Chapitre 6. Synthèse des observateurs d’état
On obtient :
a1 = 0, a2 = 20
D’où
b1 = 20, b2 = 100
4. Le gain d’observateur L peut alors être obtenu à partir de l’équation (6.11) comme
suit :
b2 − a2 1 0 100 + 20 120
−1
L = WOTb = =
b 1 − a1 0 1 20 − 0 20
u x y
B + 兰 C
+
Système
^x
–K Transformation Observateur
réduit
Figure 6.3 – Schéma de principe d’un système avec un observateur d’ordre réduit.
ẋ = Ax + Bu (6.12)
y = Cx (6.13)
70
Chapitre 6. Synthèse des observateurs d’état
ẋa Aaa Aab xa Ba
= + u (6.14)
ẋb Aba Abb xb Bb
xa
y = 1 0 (6.15)
xb
ccc
Aaa = scalaire
Aab = matrice de dimension 1 × (n − 1)
Aba = matrice de dimension (n − 1) × 1
Abb = matrice de dimension (n − 1) × (n − 1)
Ba = scalaire
Bb = matrice de dimension (n − 1) × 1
ẋ = Ax + Bu
OBSF (6.18)
y = Cx
ẋb = Aba xa + Abb xb + Ba u
OBSR (6.19)
ỹ = Aab xb
z = xb − Lxa = xb − Ly
71
Chapitre 6. Synthèse des observateurs d’état
+(Bb − LBa )u
ẑ˙ = (Abb − LAab )ẑ + [(Abb − LAab )L + Aba − LAaa ] y + (Bb − LBa )u (6.24)
 = Abb − LAab
F̂ = Bb − LBa
0 1
Ĉ = , D̂ =
In−1 L
xa
y = 1 L
xb
xa y 0 1
x̂ = = = [x̂b − Ly] + y
x̂b x̂b In−1 L
u = −Kx̂
e = xb − x̂b = z − ẑ
72
Chapitre 6. Synthèse des observateurs d’état
.
u x x y
B +
+ 兰 C
^
F
..
^
h~̂ ̂~̇ +
h
C 兰 + ^
B
+
~
x ̂ +
–K ^
A
+
^
D
Transformation
Aab
Aab Abb
Rang(Ôb ) = n − 1, Ôb =
..
.
Aab An−2
bb
73
Chapitre 6. Synthèse des observateurs d’état
ân−2 ân−3 . . . â1 1
ân−3 ân−4 . . . 1 0
.. .. .. ..
Ŵ =
. . . .
â1 1 ... 0 0
1 0 ... 0 0
(n−1)×(n−1)
ẋ = Ax + Bu
y = Cx
0 1 0 0
A= 0 0 1 , B= 0 , C= 1 0 0
−6 −11 −6 1
√ √
s = −2 + j2 3, s = −2 − j2 3, s = −6
K= 90 29 4
s = −10, s = −10
x1 0 1 0 0
xa
x̂ = = x̂2 , A= 0 0 1 , B= 0
x̂b
x̂3 −6 −11 −6 1
0
Aaa = 0, Aab = 1 0 , Aba =
−6
1 0 0
Abb = , Ba = 0, Bb =
−11 −6 1
74
Chapitre 6. Synthèse des observateurs d’état
Aab 1 0
Ôb = = , Ôb = 1 ⇒ Rang(Ôb ) = 2
Aab Abb 0 1
(2×2)
= s2 + 20s + 100 = 0
−1
s
|sI − Abb | =
11 s + 6
= s2 + 6s + 11 = 0
â1 = 6, â2 = 11
â1 1 6 1
Ŵ =
=
1 0 1 0
(2×2)
T −1
−1 b̂2 − â2 6 1 1 0 100 − 11
ŴÔT
L = =
b
b̂1 − â1 1 0 0 1 20 − 6
0 1 89 14
= =
1 −6 14 5
z = xb − Lxa = xb − Ly
−14 1
 = Abb − LAab =
−16 −6
−191
B̂ = ÂL + Aba − LAaa =
−260
0
F̂ = Bb − LBa =
1
75
Chapitre 6. Synthèse des observateurs d’état
˙
ẑ2 −14 1 ẑ2 −191 0
= + y + u
˙ẑ3 −16 −6 ẑ3 −260 1
ẑ2 x̂2
= − Ly
ẑ3 x̂3
x̂2 ẑ2
= + Lx1
x̂3 ẑ3
x1
u = −Kx̂ = −K
x̂2
x̂3
u x y
B +
+ 兰 C
Système
0
1
Bb – LBa
~
̂~̇ +
.L
00 h~̂ h
10 兰 + 0
+ –6
01
–K Aba – LAaa
̂~r + +
[ –90 –29 –4 ] –14 1
+ + –16 –6
L
Abb – LAab
1 14
5
L
Transformation
Figure 6.5 – Système en boucle fermée avec commande par placement des pôles et états observés
par observateur d’ordre réduit.
76
Bibliographie
77
Annexe A
Devoir maison
Exercice 1:
Exercice 2:
K
G(s) = avec T = 0.1s
1+Ts
G(wc0 ) = 1
K
2. Montrer que si K 1, on a : wc0 ≈ T.
3. Calculer la valeur du gain K qui permet d’obtenir une pulsation wc0 = 10 rad/s.
Exercice 3:
K
G(s) = avec K > 0
s(s + 10)2
78
Annexe A. Devoir maison
Exercice 4:
100
G(s) =
(s + 1)(s + 10)
1. Calculer l’erreur statique du système placé dans une boucle à retour unitaire.
Exercice 5:
K
G(s) = avec K > 0
s(s + 10)2
Exercice 6:
K
G(s) = avec K > 0
(s + 3)3
79
Annexe A. Devoir maison
Exercice 7:
Déterminer la condition sur le paramètre a pour que ce système soit complètement com-
mandable.
Exercice 8:
ẋ = Ax + Bu
y = Cx + Du
avec :
a −1
A= et C = 1 −2
2 1
Déterminer la condition sur le paramètre a pour que ce système soit complètement ob-
servable.
Exercice 9:
s+1 10s + 10
G(s) = G(s) =
s3 + 2s2 + 4s + 8 s3 + 6s2 + 5s + 10
ẋ = Ax + Bu
y = Cx + Du
80
Annexe A. Devoir maison
avec :
−1 −5 4
A= et B =
2 −8 −1
2. Calculer le vecteur de gain K à introduire dans une boucle de retour d’état pour
que le système, en boucle fermée et soumis à un échelon unitaire de consigne, soit
π
caractérisé par une marge de phase de 4 et par un temps de montée tm = 0, 4s.
Exercice 11:
10
G(s) =
(s + 1)(s + 2)(s + 3)
x1 = y
x2 = x˙1
x3 = x˙2
Calculer le vecteur de gain K à introduire dans une boucle de retour d’état pour que le
système en boucle fermé soit caractérisé par les pôles suivants :
√ √
s = −2 + j2 3, s = −2 − j2 3, s = −10.
81
Exercices Commande des systèmes linéaires
Exercice 1-2 :
𝐾
On considère le système de fonction de transfert 𝐺3 (𝑠) = (𝑠+1)(𝑠+100)
1) Déterminer la valeur de K pour laquelle la pulsation de coupure à 0 dB, définie par 𝐺(𝑤𝑐 )𝑑𝐵 = 0𝑑𝐵
est égale à 5 rad/s ?
2) Déterminer dans ce cas le déphasage 𝜑(𝑤𝑐 ) ?
Exercice 1-3 :
104 1000
On considère les fonctions de transferts : 𝐺1 (𝑠) = 𝑠(𝑠+10)(𝑠+100) 𝐺2 (𝑠) = 𝑠(𝑠+1)2(𝑠+10)
Exercice 1-4 :
𝐾 𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = (5𝑠+1) 𝐺2 (𝑠) = 𝑠2 𝑠
avec 𝐾 > 0
( + +1)
100 10
Montrer que ce système, placé dans une boucle à retour unitaire, est stable en BF quelle que soit la valeur
du gain statique K.
Exercice 1-5 :
𝐾
On considère un système de fonction de transfert en boucle ouverte : 𝐺(𝑠) = 𝑠(𝑠+100)2 𝑎𝑣𝑒𝑐 𝐾 > 0
Déterminer les conditions sur K de manière à ce que le système soit caractérisé, en boucle fermée à
retour unitaire, par une marge de phase supérieure à 45° et par une marge de gain supérieure à 6 dB.
Exercice 1-6 :
𝐾
On considère un système de fonction de transfert en boucle ouverte : 𝐺(𝑠) = (𝑠+10)3 𝑎𝑣𝑒𝑐 𝐾 > 0
Déterminer K qui assure au système ∆𝐺 = 6 𝑑𝐵, calculer ∆𝜑 pour cette valeur de K et tracer les
diagrammes de Bode et Nyquist en y faisant apparaître ces marges.
Exercices Commande des systèmes linéaires
Déterminer à l’aide du critère de Routh les conditions de stabilité de ce système en boucle fermée
lorsqu’il est placé dans une boucle d’asservissement à retour unitaire.
Exercice 2-2 :
𝐾 𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = (𝑠+1)3 𝐺1 (𝑠) = 𝑠(𝑠+3)2 avec 𝐾 > 0
Déterminer à l’aide du critère de Routh les conditions de stabilité de ce système en BF lorsqu’il est placé
dans une boucle d’asservissement à retour unitaire. Calculer la valeur de K qui assure ∆𝜑 =45°
Exercice 2-3 :
𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = placé dans une boucle de régulation à retour unitaire.
(𝑠+1)3
1) Calculer la valeur de K qui assure, en boucle fermée, un temps de montée de 2,15 s. Calculer, pour
cette valeur de K la valeur de la marge de phase.
2) En déduire l’expression de la fonction de transfert du correcteur à avance de phase qu’il faut
introduire dans la chaîne directe
Exercice 2-4 :
On considère un système de fonction de transfert en boucle ouverte G(s) que l’on souhaite réguler à l’aide
d’une boucle à retour unitaire :
𝐾
𝐺(𝑠) =
(10𝑠 + 1)2 (𝑠 + 1)
On souhaite que la boucle de régulation fonctionne selon le cahier des charges suivant :
On choisit à présent, pour K, la plus petite valeur permettant d’obtenir à la fois 𝜀𝑝 < 0.08 et 𝑡𝑚 < 8𝑠.
3) Calculer la valeur de la marge de phase obtenue dans ces conditions. Que vaut alors le
dépassement ?
Tout en conservant cette valeur de K, on introduit, en amont de G(s), dans la chaîne directe, un correcteur
C(s) destiné à corriger le dépassement et la marge de phase, sans altérer ni la rapidité, ni la précision qui
correspondent au cahier des charges.
Exercices Commande des systèmes linéaires
Exercice 2-5 :
1
On considère un système de FTBO : 𝐺1 (𝑠) = (𝑠+1)(𝑠+4) placé dans une boucle de régulation à retour
1) Calculer la valeur de K qui assure au système une marge de phase égale à 45°.
2) Calculer alors la valeur du temps de montée en boucle fermée.
3) Déterminer la valeur de K qui assure un temps de montée égale à 0,2 s. Calculer la nouvelle valeur
de la marge de phase. Conclure.
.
Exercices Commande des systèmes linéaires
Exercice 3-2 :
Exercice 3-3 :
Exercice 3-4 :
Montrer que ce système ne peut pas être stabilisé par la commande 𝒖 = −𝑲𝒙 de retour d'état, quelle que
soit la matrice K choisie.