Chapitre 1 Introduction

Chapitre 1

1. Introduction
1.1. Introduction

Lorsque l’on envisage la commande d’un système linéaire, la première étape consiste à le 
modéliser.  Modéliser  un  système  consiste  à  élaborer  une  représentation  mathématique  qui 
permette  de  décrire  et  prédire  son  comportement  dynamique  lorsqu’il  est  soumis  à  des 
influences externes (entrées de commande, perturbations...) 
 
  Consignes, Commande,  Système  Sorties Effets 
  perturbations  physique  Mesures 
 
Figure 1. Système de commande

1.2. Les différentes formes de modélisation

Tout système linéaire peut être représenté de plusieurs manières comme le montre le schéma 
suivant : 

Consignes, Commande,  Système  Sorties Effets 

perturbations  physique  Mesures 

Représentation par  Représentation par  Représentation par 

fonction de transfert  équation différentielle  équation d’état 

 
Figure 2. Représentation des systèmes linéaire

Parmi les différentes modélisations possibles d’un système, seule la représentation d'état 
permet une approche interne. Elle peut être obtenue à partir de la connaissance de la structure 
et des propriétés des éléments du système. Elle peut être aussi obtenue par transformation du 
modèle, c’est-à-dire à partir de l’équation différentielle ou de la fonction de transfert. 

6
Chapitre. 1 Introduction

1.3. Commande dans l’espace d’état

1.3.1. Représentation d’état

Devant la complexité croissante des systèmes, la fonction de transfert peut parfois sembler 
ne  pas  être  le  modèle  le  plus  approprié  pour  d´écrire  les  comportements  considères.  La 
recherche de performances toujours plus fines peut conduire à la même conclusion. Ceci est 
particulièrement vrai si l’on sort du cadre ce cours et si l’on envisage l’étude de systèmes multi 
variables.  Pour  cette  raison,  d’autres  modèles  sont  utilisés  et  apparaissent  comme  une 
alternative à la fonction de transfert. Le plus célèbre d’entre eux est la représentation d´états ou 
équation d´état ou encore modèle d´état. Il fut popularisé dans les années 1960 même si son 
origine est plus lointaine. Il s’agit d’un modèle qui prend en compte la dynamique interne du 
système et ne se limite pas à la description d’un comportement de type entrée/sortie. Cette partie 
présentée les principes de base d’un tel modèle en se restreignant néanmoins, comme pour la 
fonction de transfert, au cas linéaire monovariable continu. 
Une telle préoccupation conduit aux définitions suivantes : 
 Définition 1 : Variables d’état : ce sont les variables, grandeurs qui constituent l’état du 
système. L’on considère traditionnellement que ces variables sont au nombre de n et notées 
x1, x2, ..., xn. Cette valeur de n est l’ordre du modèle. Chacune de ses variables est associée 
a un signal temporel. L’ensemble {x1, ..., xn} constitue l’état. Les grandeurs xi ne sont pas 
nécessairement des grandeurs physiques. 
 Définition 2 : Vecteur d’état : Un vecteur d’état est un  ensemble  minimal  de variables 
d’état,  c’est-à-dire  de  grandeurs  temporelles,  nécessaires  et  suffisantes  pour  déterminer 
l’évolution  future  d’un  système  quand  on  connaît  les  équations  qui  décrivent  le 
fonctionnement du système et les entrées de ce système. Dans ce qui suit, un vecteur d’état 
et sa dérivée seront notés : 
 

 x1 (t )   x1 (t ) 
 x (t )   x (t ) 
 2  dx(t ) 
2 
x(t )   .  est x (t )   .          (1.1) 
 .  dt  . 
 .   . 
 xn (t )   xn (t ) 

 
 
 

7
Chapitre. 1 Introduction

 Définition 3 : Equation d’état

D’une manière générale, à tout système linéaire continu peut lui être associé les équations 
matricielles suivantes :

 x (t )  A(t ) x(t )  B(t ).u (t )


 y (t )  C (t ) x(t )  D(t ).u (t )                           (1.2) 
 x(t )  x condition initiale
 0 0

Dans le cas d’un système stationnaire, les matrices A, B, C et D sont indépendantes du temps. 

Ce cas seul sera examiné par la suite. 
- Terminologie 
* A est appelée matrice d’état du système de dimension (n.n) 
* x(t) est appelé vecteur d’état du système de dimension n ( n variables d’état)  
* u(t) est appelé vecteur d’entrée du système de dimension (m) ( m entrées) 
*  y(t) est appelé vecteur de sortie du système de dimension (p) ( p sorties) 
* B est appelée matrice de commande du système de dimension (n,m) 
* C est appelée matrice de sortie ou d’observation du système de dimension (p,n) 
* D est appelée matrice de transmission directe du système de dimension (p,m) 
 Remarque : 
Dans le cas particulier où p=m=l, c’est à dire une seule entrée et une seule sortie, le 
système est dit mono-variable ou unidimensionnel, sinon il est dit multi-variable. 

La représentation d’état peut être associée au schéma-bloc donnée par la figure suivante 

Figure 3. Schémas-bloc d’une représentation d’état 

1.3.2. Passage d’une représentation d’état vers fonction de transfert

Appliquons la transformée de Laplace a la représentation d’état On obtient le système 
 

8
Chapitre. 1 Introduction

 pX ( p )  AX ( p )  BU ( p )
              (1.3) 
Y ( p )  CX ( p )  DU ( p )
Soit finalement 

Y ( p )  C ( sI  A) 1 B  D  U ( p )             (1.4) 

 Exemple
Soit le système décrit par la représentation d’état suivante 
  1 2  0 
 x (t )    x ( t )    u (t )
   2 2  1 
 y ( t )  1 0 x (t )
  
Appliquons la correspondance donnée précédemment on obtient 
 2 
Y ( p)   2  U ( p) .
 p  3p  6

1.3.3. Passage d’une fonction de transfert vers la représentation d’état

Comme il existe une seule et unique fonction de transfert décrivant un système linéaire, il 
peut en revanche exister plusieurs représentations d’état dites réalisations du système. Dans la 
suite de ce paragraphe, on montre le passage de la fonction de transfert vers plusieurs formes 
de réalisations.

1.3.3.1. Réalisation diagonale ou quasi diagonale de Jordan

On suppose sans perte de généralité que  an=1 de sorte que la fonction de transfert G(p) peut 
s’écrire : 

n
N ( p) N ( p) 
G( p)   n n 1
 i           (1.5)
D( p) p  an1 p  ...  a1 p  a0 i 1 p i

L’expression  ci-dessus  fait  apparaitre  les  pôles  du  système,  c’est-`a-dire  les  racines  du 
dénominateur D(p).

Si les pôles du système sont simples, le système est modélisé par une fonction de transfert G(p) 
de la forme suivante 

1 2 n
G ( p)    ...                  (1.6) 
p  p1 p  p2 p  pn

Cette écriture fait apparaître la somme de n fonctions de transfert et peut être matérialisée par 
le schéma de la figure (4) en faisant apparaître n blocs élémentaires. 
Chapitre. 1 Introduction

 
Figure 4. Schéma bloc de la fonction de transfert 
T
En  choisissant  le  vecteur  d’état  x (t )   x1 (t ), x2 (t ),..., xn (t )  il  vient  aisément  la  réalisation 

suivante, dite diagonale : 

  p1 0 ... 0  1
    
 x (t )   0 p2 ... 
 x(t )  1 u (t )
    0    (1.7) 

    
0 0 0 pn  1

 y (t )   1  2   n  x (t )

A est diagonale et les éléments diagonaux correspondent aux pôles du système. 
 Remarque : Si le système a des pôles multiples, A est diagonale par blocs.

  p2 1 ... 0  0
  0 p ...    
 x (t )   2  x(t )   0  u (t )
    1   (1.8) 

    
 0 0 0 pn  1 

 y (t )   1  2  2   n  x(t )

1.3.3.1. Représentation série ou cascade

Soit la fonction de transfert 

N ( p) 
G ( p)   n               (1.9) 
D( p )
( p  p )
i 1
i

La représentation sous cette forme fait apparaître le produit de n fonctions de transfert et 
peut  être  matérialisée  par  la  mise  en  cascade  de  n  blocs  élémentaires.  Dans  ce  cas  la 
représentation  d’état  obtenue  est  dite  sous  forme  cascade.  Cette  représentation  peut  être 
matérialisée par le schéma de la figure 5. 

10
Chapitre. 1 Introduction

 
Figure 5. Représentation d’état du système sous forme série 

1.3.3.2.Réalisation de forme compagne

Il existe plusieurs réalisations de forme compagne qui peuvent être facilement obtenues à partir 
de la fonction de transfert. 

a- Forme compagne horizontale :

  0 1 ... 0  0 
  0   
0 ... 
 x (t )    x ( t )   0  u (t )
     1    (1.10) 

    
  a0  a1   an 1  1 

 y (t )  b0 b1 bm  0  0  x (t )

Cette  forme  de  représentation  est  appelée  forme  compagne  car  la  matrice  de  commande 
du système contient une seule ligne(coefficients du dénominateur). Elle est dite commandable 
car,  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 
complètement commandable, alors on peut le mettre sous forme compagne commandable. 

 
Figure 6. Représentation compagne commandable 
 
 
 

11
Chapitre. 1 Introduction

b- Forme compagne verticale :

 0
  an 1 1  0  
   0  
0  
 x (t )   x(t )  bm  u (t )
  a1   1   (1.11)
    
  a0 0  0
b0 

 y (t )  1 0  0 x(t )

Cette  forme  de  représentation  est  appelée  forme  compagne  observable  car,  outre  le  fait 
que  la  matrice  de  commande  du  système  contient,  en  une  seule  colonne(coefficients  du 
dénominateur),  on  remarque  que  la  sortie  de  ce  système  est  égale  à    xn,  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. 

Figure 7. Représentation d’état du système sous forme compagne observable

12