Commande numérique

Olivier Kermorgant
Asservissement numérique d’un système continu

Première partie : propriétés et analyse

• échantillonnage, transmittance, stabilité

Deuxième partie : commande

• Synthèse des correcteurs numériques

Système
+

Correcteur Capteur
Convertisseurs

Introduction 1 / 78
Correcteurs numériques - objectifs

Objectifs d’un correcteur

• Stabilité : le système en boucle fermée est stable
• Performance : conforme à un cahier des charges
• Robustesse : sensibilité aux incertitudes / perturbations

Correcteurs numériques vs analogiques (continus)

• Intégrer des capteurs numériques
• Facilité de mise en œuvre
• Facilités de simulation et de modification
• Commande avancée
• Commande optimale
• Commande robuste
• Commande prédictive
• Dépend de la période d’échantillonnage

Introduction Introduction 2 / 78
Facilité de modification ?

Introduction Introduction 3 / 78
Un exemple en robotique

Asservissement visuel
• Positionner un robot à partir d’une caméra
• Deux étages de correcteurs : 25 Hz (caméra), 100 Hz (moteurs)
• Pas de critère particulier : correcteur PI (ici assez lent)

Introduction Exemples 4 / 78
Robotique médicale : télé-échographie

Asservissement visuel
• Suivre la consigne de télé-opération (joystick)
• Maintenir une certaine force sur le patient
• Maintenir la visibilité

Introduction Exemples 5 / 78
Synthèse des correcteurs numériques

Démarche usuelle
• Définir les objectifs du correcteur (cahier des charges)
• PI / PID en simulation puis sur le système
• Commande avancée si besoin

Méthodes inspirées du continu

• PID numérique
• Transposition d’un correcteur continu
• Transformée en w

Méthodes propres au numérique

• Modèle interne
• RST
• Retour d’état numérique

Introduction Plan du cours 6 / 78

Cahier des charges

Comme en continu :

Introduction Cahier des charges 7 / 78

Cahier des charges

Comme en continu :
• Stabilité : marge de phase Mφ ∈ [50, 70]

Introduction Cahier des charges 7 / 78

Cahier des charges

Comme en continu :
• Stabilité : marge de phase Mφ ∈ [50, 70]
• Précision : grand gain ou intégrateur, dépend de la consigne et des
perturbations

Introduction Cahier des charges 7 / 78

Cahier des charges

Comme en continu :
• Stabilité : marge de phase Mφ ∈ [50, 70]
• Précision : grand gain ou intégrateur, dépend de la consigne et des
perturbations
• Rapidité : compromis avec la stabilité

Introduction Cahier des charges 7 / 78

Cahier des charges

Comme en continu :
• Stabilité : marge de phase Mφ ∈ [50, 70]
• Précision : grand gain ou intégrateur, dépend de la consigne et des
perturbations
• Rapidité : compromis avec la stabilité

Propre au numérique
• Définir la fonction de transfert souhaitée pour le système bouclé

Introduction Cahier des charges 7 / 78

Cahier des charges

Comme en continu :
• Stabilité : marge de phase Mφ ∈ [50, 70]
• Précision : grand gain ou intégrateur, dépend de la consigne et des
perturbations
• Rapidité : compromis avec la stabilité

Propre au numérique
• Définir la fonction de transfert souhaitée pour le système bouclé

En pratique :
• Essayer d’être ambitieux (meilleure performance)
• Faire la part des choses entre la réalité et la science-fiction

Introduction Cahier des charges 7 / 78

PID numérique

Rappel sur le PID analogique

1 t
 Z 
de(t)
u(t) = Kp e(t) + e(τ )dτ + Td
Ti 0 dt
 
1
Correcteur C (s) = Kp 1 + + Td s
Ti s
 
1 Td s
Avec dérivée filtrée C (s) = Kp 1 + + (N ≥ 5)
Ti s 1 + Td s/N

Réglage simple et adapté à la plupart des systèmes

• PI : 90%, PID : 95%
• Réglage souvent itératif (essai / erreur)

PID numérique Introduction 8 / 78

Structure de PID en cascade
Utilisé pour les systèmes complexes (plusieurs entrées / sorties)
Mission waypoint + - position
Hover mode estim.
Manual setpoint

ethernet & power connectors PID's

GPS
Mission navigation
+
+ - velocity
Sensor-based control
2 lateral thusters (surge and yaw) Manual setpoint estim.

wifi

overrides
2 PC104 (nav / sensor processing) PID's
2 vertical thrusters (heave and pitch)
+
+
2 horizontal thrusters (sway and yaw)
Fiber-optic gyro (FOG) and compass

up camera PID's

{Doppler velocity log (DVL)

down camera
thrusters
intensities
pressure sensor
PID's
forward sonar 2 front cameras

Différentes périodes d’échantillonnage

Préréglage sur modèle puis affinage sur le robot

PID numérique Introduction 9 / 78

PID numérique

Écriture discrète du PID !

k
Te X Td
uk = Kp ek + ei + (ek − ek−1 ) = pk + ik + dk
Ti 0 Te

PID numérique Formulation 10 / 78

PID numérique

Écriture discrète du PID !

k
Te X Td
uk = Kp ek + ei + (ek − ek−1 ) = pk + ik + dk
Ti 0 Te

 P(z) = Kp E (z)
Te


I (z) = z −1 I (z) + Kp E (z)

Transformées en z : Ti

 Td −1
 D(z) = Kp (1 − z )E (z)

Te

PID numérique Formulation 10 / 78

PID numérique

Écriture discrète du PID !

k
Te X Td
uk = Kp ek + ei + (ek − ek−1 ) = pk + ik + dk
Ti 0 Te

 P(z) = Kp E (z)
Te


I (z) = z −1 I (z) + Kp E (z)

Transformées en z : Ti

 Td −1
 D(z) = Kp (1 − z )E (z)

Te

Td 1 − z −1
 
Te
Correcteur C (z) = Kp 1 + +
Ti (1 − z −1 ) Te 1 − αz −1

PID numérique Formulation 10 / 78

PID numérique dans un code

# def Te, Ki, Kp, Kd, r

i = 0
e0 = e = 0
while running:
# update measure
y = ...
e = r - y
# update integral
i += Ki*Te*e
# compute command
u = Kp * (e + i + Kd/Te*(e-e0))
# save current error
e0 = e

Idem pour les variantes qui suivent

PID numérique Formulation 11 / 78
Schéma-bloc du PID numérique

Calqué sur l’approche continue mais

• actionneurs saturés en pratique
• pic de commande en dérivant une consigne discontinue

PID numérique Structure générale 12 / 78

Sans dérivation de la consigne

Td
dk = Kp (yk − yk−1 )
Te
L’action dérivée ne filtre que la mesure

PID numérique Structure générale 13 / 78

Comportement sans dérivation de la consigne

Sortie Commande
12 150

10
100

8
50

u
y

0
4

50
2
Standard Standard
Dérivée sur y Dérivée sur y
00 2 4 6 8 10 1000 2 4 6 8 10
t t

Influence sur la commande lors du changement de consigne

Pas d’influence sur la sortie (saturation)

PID numérique Structure générale 14 / 78

Gestion des saturations

Saturation de fait dans l’actionneur et le CNA


 +umax si uk > umax
ûk = uk si − umax < uk < umax
−umax si uk < −umax


Risque d’emballement du terme intégral

• Gel de l’intégration
• Rétroaction négative

PID numérique Structure générale 15 / 78

Intégration conditionnelle

N’intégrer que si la commande ne sature pas

ik + TTei ek+1 si |uk | < umax

ik+1 =
ik sinon

PID numérique Structure générale 16 / 78

Comportement avec intégration conditionnelle

Sortie Terme intégral

12 15

10
10

8
5

6
y

i
0
4

5
2 Standard Standard
Dérivée sur y Dérivée sur y
Int. conditionnelle Int. conditionnelle
00 2 4 6 8 10 100 2 4 6 8 10
t t

Le terme intégral est calmé beaucoup plus vite

Convergence plus rapide, moins de dépassement

PID numérique Structure générale 17 / 78

Dispositif anti-emballement

Rétro-action sur l’écart entre les commandes avant et après

saturation
Te 1
ik+1 = ik + ek+1 + (ûk − uk )
Ti Tt

PID numérique Structure générale 18 / 78

Comportement avec anti-emballement

Sortie Terme intégral

12 20

10
10
0

8 10

20
6
y

i
30

4 40

Standard 50 Standard
2 Dérivée sur y Dérivée sur y
Int. conditionnelle 60 Int. conditionnelle
Anti-emballement Anti-emballement
00 2 4 6 8 10 700 2 4 6 8 10
t t

Le terme intégral corrige l’effet du terme proportionnel

Convergence encore plus rapide, moins de dépassement
Un gain de plus à régler...

PID numérique Structure générale 19 / 78

Bilan : le schéma à avoir sur son disque dur
Entrées permettant de choisir la structure utilisée

PID numérique Structure générale 20 / 78

Bilan : le schéma à avoir sur son disque dur
Entrées permettant de choisir la structure utilisée

PID numérique Structure générale 20 / 78

Bilan : le schéma à avoir sur son disque dur
Entrées permettant de choisir la structure utilisée

On peut préférer le code correspondant...

PID numérique Structure générale 20 / 78

Réglage des gains

Influence des gains

Gain T montée T stabilisation Dépassement Erreur statique
Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd – Diminue Diminue –

PID numérique Réglage des gains 21 / 78

Réglage des gains

Influence des gains

Gain T montée T stabilisation Dépassement Erreur statique
Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd – Diminue Diminue –

Démarche : partir d’un premier jeu de gains

• En simulation (système approximé) ou sur système réel
• Préréglage sur réponse indicielle
• Préréglage sur système bouclé

PID numérique Réglage des gains 21 / 78

Réglage des gains

Influence des gains

Gain T montée T stabilisation Dépassement Erreur statique
Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd – Diminue Diminue –

Démarche : partir d’un premier jeu de gains

• En simulation (système approximé) ou sur système réel
• Préréglage sur réponse indicielle
• Préréglage sur système bouclé
Le préréglage est parfois présenté comme un auto-réglage

PID numérique Réglage des gains 21 / 78

Réglage des gains

Influence des gains

Gain T montée T stabilisation Dépassement Erreur statique
Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd – Diminue Diminue –

Démarche : partir d’un premier jeu de gains

• En simulation (système approximé) ou sur système réel
• Préréglage sur réponse indicielle
• Préréglage sur système bouclé
Le préréglage est parfois présenté comme un auto-réglage
Mais souvent c’est vraiment un préréglage...

PID numérique Réglage des gains 21 / 78

Préréglage sur réponse indicielle

Méthode de Takahashi

Tg
Correcteur P : Kp =
y∞ (Tu + Te )
(
Kp = y∞ (T0.9T g
u +0.5Te )
1
2 − 2 Ki Te
Correcteur PI :
Ki = y∞ (T0.27T g
u +0.5Te )
2

Existe aussi pour correcteur PID

PID numérique Réglage des gains 22 / 78

Préréglage sur système bouclé : Ziegler–Nichols

Régler Ki = Kd = 0, trouver le Kp qui met le système en oscillation

• Gain critique Kc et période Tc
• Kp , Ki et Kd donnés par :

Contrôleur Kp Ki Kd
P 0.5Kc − −
PI 0.45Kc 0.8/Tc −
PD 0.8Kc − Tc /8
PID 0.6Kc 2/Tc Tc /8

Existe aussi pour d’autres variations (peu ou pas de dépassement...)

Oscillations stressantes pour le système
• Adapté au préréglage sur modèle
• Ou aux prototypes industriels

PID numérique Réglage des gains 23 / 78

Exemple
2.5
Identification en Ĝ (s) =
(1 + 0.5s)(1 + s)
7

y 4

1
Réponse pour Kp =38
00 2 4 6 8 10
t

Gain
critique sur modèle bouclé : Kc = 38, Tc = 0.45s
 Kp = 22
→ Ki = 4
Kd = 0.06


PID numérique Réglage des gains 24 / 78

Comparatif des réponses

2.5
Vrai système G (s) =
(1 + 0.01s)(1 + 0.05s)(1 + 0.5s)(1 + s)
6

3
y

1 Préréglage
Réglage
Système réel
00 2 4 6 8 10
t

Modèle approché : réponse souvent à améliorer

• Oscillations : augmenter Kd
• Dépassement : diminuer Kp et Ki
• Gains finaux : Kp = 5 Ki = 0.5 Kd = 0.15
PID numérique Réglage des gains 25 / 78
Méthodologie de réglage

Possibilité de préréglage sur modèle approché

• Réponse indicielle ou sur système bouclé
• Diminuer les gains pour les premiers tests...
Sans possibilité de préréglage
• Commencer avec Ki = Kd = 0 et Kp petit
• Augmenter petit à petit...
Et surtout :

Gain T montée T stabilisation Dépassement Erreur statique

Kp Diminue Augmente Augmente Diminue
Ki Diminue Augmente Augmente Annule
Kd – Diminue Diminue –

PID numérique Réglage des gains 26 / 78

Exemple d’un système complexe
Stabilisation de bande

• Modèle non linéaire

• Mesure des performances avec 1 min de retard...
• Réglage vibrations sur maquette
• Réglage position sur modèle (et gains/2 pour tests en usine)

PID numérique Exemple 27 / 78

Mettre en valeur un contrôleur (1/2)
Le point de vue du service automatique

PID numérique Exemple 28 / 78

Mettre en valeur un contrôleur (2/2)
Le point de vue du service communication

PID numérique Exemple 29 / 78

Bilan sur le PID

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

Préréglage puis correction

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

Préréglage puis correction

Utilisation avancée

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

Préréglage puis correction

Utilisation avancée
• Gain scheduling
Plusieurs jeux de gains en fonction du point de fonctionnement

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

Préréglage puis correction

Utilisation avancée
• Gain scheduling
Plusieurs jeux de gains en fonction du point de fonctionnement

• Réglage adaptatif
Les gains évoluent pendant le fonctionnement
Rajoute une boucle : attention à la stabilité

PID numérique Bilan 30 / 78

Bilan sur le PID

Contrôleur le plus utilisé

Préréglage puis correction

Utilisation avancée
• Gain scheduling
Plusieurs jeux de gains en fonction du point de fonctionnement

• Réglage adaptatif
Les gains évoluent pendant le fonctionnement
Rajoute une boucle : attention à la stabilité

• Le réglage adaptatif peut servir au gain scheduling

Tableau des meilleurs gains trouvés par le système
PID numérique Bilan 30 / 78
Méthodes de transposition

Existence d’un correcteur continu Cc (s)

Calcul du correcteur numérique C (z) équivalent

 
Cc (s)
C (z) = (1 − z −1 )Z s

Quelle fonction s = f (z) pour un calcul simple ?

Approches continues Synthèse par transposition 31 / 78

Transposition au 1er ordre : méthode d’Euler

dx x(t) − x(t − Te )
Dérivée : ≈
dt Te
1 − z −1
Approximation : sXc (s) ⇔ X (z)
Te
1 − z −1
Revient à estimer que C (z) ≈ Cc (s = )
Te

Équivalent au DL : z −1 = e −sTe ≈ 1 − sTe

Approches continues Synthèse par transposition 32 / 78

Transposition au 1er ordre : stabilité et distortion

Conserve la stabilité : image de {s ∈ C / Re(s) < 0}

s
z

Réponse fréquentielle : z = e jωTe

1 − e −jωTe sin(ωTe /2)
= jωe −jωTe /2
Te ωTe /2
Retard + distorsion
La plus utilisée... cf PID

Approches continues Synthèse par transposition 33 / 78

Transposition bilinéaire : Tustin’s approximation

Intégration par la méthode des trapèzes

Z kTe
Te
ik = x(t)dt ≈ ik−1 + (x(kTe ) + x((k − 1)Te ))
0 2
1 Te 1 + z −1
Forme équivalente : Xc (s) ⇔ X (z)
s 2 1 − z −1
2 1 − z −1
Revient à estimer que C (z) ≈ Cc (s = )
Te 1 + z −1
e −sTe /2 1 − sTe /2
Équivalent au DL : z −1 = e −sTe = sT /2
≈
e e 1 + sTe /2

Approches continues Synthèse par transposition 34 / 78

Transposition bilinéaire : stabilité et distortion

Conserve la stabilité : image de {s ∈ C / Re(s) < 0}

s z

Réponse fréquentielle : z = e jωTe

2 1 − e −jωTe /2 tan(ωTe /2)
jωT /2
= jω
Te 1 + e e ωTe /2
Pas de retard mais distorsion

Approches continues Synthèse par transposition 35 / 78

Autres méthodes de transposition

Amélioration de la transformation bilinéare : pre-warping

• Améliorer la réponse fréquentielle autour d’une certaine pulsation

Conservation des pôles et zéros : matched transform

• Calculer les pôles et zéros équivalents

Approches continues Synthèse par transposition 36 / 78

Transformation bilinéaire avec pre-warping

2 1 − z −1
Bilinéaire : s =
Te 1 + z −1
tan(ωTe /2)
Distorsion : s ≈ jω
ωTe /2
Ajout d’un terme correctif autour de ωc
ωc Te /2 2 1 − z −1
s=
tan(ωc Te /2) Te 1 + z −1

Approches continues Synthèse par transposition 37 / 78

Matched transform
Q
(s − rk )
Décomposition de Cc : Cc (s) = Kc Q
(s − ρk )
Transformation des termes élémentaires
(s − ri ) → (z − e ri Te )

(z − e rk Te )
Q
C (z) = Kd Q
(z − e ρk Te )
Choix de Kd pour obtenir le même gain statique : Cc (0) = C (1)
(−rk ) (1 − e ρk Te )
Q Q
Kd = Kc Q Q
(−ρk ) (1 − e rk Te )

Approches continues Synthèse par transposition 38 / 78

Comparaison des méthodes

1 + 2, 45s
Avance de phase : Cc (s) =
1 + 0, 408s
Échantillonnage à Te = 0, 3 s

Euler Bilinéaire Matched transform

3, 8821 − 3, 4585z −1 4, 6565 − 4, 1191z −1 4, 5147 − 3, 9943z −1

1 − 0, 5764z −1 1 − 0, 4626z −1 1 − 0, 4796z −1

Approches continues Synthèse par transposition 39 / 78

Comparaison des méthodes

Gain Phase
16 50
Continu Continu
14 Euler Euler
Bilineaire 40 Bilineaire
Matched transform Matched transform
12
30
10
20
8
10
6
0
4

2 10

0 20 -1
10-1 100 101 102 10 100 101 102
ω ω

Approches continues Synthèse par transposition 40 / 78

Conclusion sur les transformations

Le bloqueur n’est pas pris en compte : retard additionnel

Performances au mieux celles du correcteur continu
Convient si la période d’échantillonnage est petite Te < τ /10
Tout est relatif : convient aussi si le système est lent
Distorsion des fréquences : ok si correcteur passe-bas
Approches continues Synthèse par transposition 41 / 78
Transformée en w

Approche continue en prenant en compte le bloqueur

Approximer {BOZ + G (s)} par Gc (w )

Approches continues Transformée en w 42 / 78

Transformée en w
 
−1 G (s)
Transformée exacte Gd (z) = (1 − z )Z
s

Transformée en w : approximation bilinéaire

2 1 − z −1 1 + Te w /2
• Rappel : w = ⇔ z=
Te 1 + z −1 1 − Te w /2
 
1 + Te w /2
Transformée directe Gc (w ) = Gd z =
1 − Te w /2
Synthèse continue de Cc (w )
2 1 − z −1
 
Transformée inverse C (z) = Cc w =
Te 1 + z −1
Analyse fréquentielle dans le domaine w : Cc (w ) + Gc (w )

Approches continues Transformée en w 43 / 78

Approches numériques

Correcteur avec modèle interne

Commande RST

Représentation d’état numérique

Approches numériques Introduction 44 / 78

Correcteur avec modèle interne

Principe : rétroaction de l’écart entre le système et un modèle

- +
Correcteur

Hypothèse de système stable

Modèle Gm (z)
Si le correcteur est stable le système bouclé est stable

Approches numériques Modèle interne 45 / 78

Correcteur avec modèle interne
 
−d −1 G (s)
G (z) = z (1 − z )Z
s
1
E (z) = (R(z) − P(z))
1 + C (z)(G (z) − Gm (z))

CG 1 − CGm
⇒ Y (z) = R(z) + P(z)
1 + C (G − Gm ) 1 + C (G − Gm )

Équivalence avec un correcteur série si modèle parfait : Gm (z) = G (z)

⇒ Y (z) = C (z)G (z)R(z) + (1 − C (z)G (z))P(z)

Approches numériques Modèle interne 46 / 78

Synthèse du correcteur avec modèle interne

Décomposition Gm (z) = GI (z)GNI (z) avec

• GI (z) partie inversible
• GNI (z) partie non inversible (retards + zéros non compensables)


Q(z) passe-bas
⇒ C (z) = Q(z)GI−1 (z) avec −1
Q(1) = GNI (1)

Si la fréquence de coupure de Q(z) est suffisamment petite alors

• Le système bouclé est stable
• L’erreur de position est nulle
• Les perturbations constantes sont rejetées

Approches numériques Modèle interne 47 / 78

Règles standards pour la synthèse du correcteur
m
Q p
Q q
Q
g (z − zi ) (z − zj ) (z − zk )
i=1 j=1 k=1
Gm (z) = Qn avec
zr (z − pi )
i=1
• n+r >m+p+q
• zi les zéros à partir réelle positive à l’intérieur du cercle unité
• zj les zéros à partir réelle positive à l’extérieur du cercle unité
• zk les zéros à partir réelle négative

n
−1
Q
(z − pi )

gc  C (1) = Gm (1)
⇒ C (z) = Q(z) m i=1 p avec Q(z) = (1−α)z
1−αz
z q (z − zi ) (z − z1j )
Q Q
0<α<1

i=1 j=1

Approches numériques Modèle interne 48 / 78

Correcteur RST - principe

Synthèse d’un correcteur d’après un cahier des charges

Séparation des performances statiques pour :

• La régulation (réponse aux perturbations)
• La poursuite (réponse aux changements de consigne)

Domaine fréquentiel : permettre un placement de pôles

⇒ Séparation du bloc correcteur en trois parties R, S, T

Les objectifs dynamiques et statiques donnent un jeu d’équations
diophantiennes

Approches numériques Correcteur RST 49 / 78

Correcteur RST - schéma bloc standard

R, S, T polynômes en z −1
• S(z −1 ) monique : S(0) = 1

v (k) perturbation d’entrée
Deux perturbations envisagées :
p(k) perturbation de sortie
z −d B(z −1 )
G (z) = avec
A(z −1 )
• A et B polynômes en z −1 premiers entre eux
• A monique : A(0) = 1
Approches numériques Correcteur RST 50 / 78
Fonctions de transfert
T (z −1 ) R(z −1 )
Commande : U(z) = Yr (z) − Y (z)
S(z −1 ) S(z −1 )

z −d B(z −1 ) z −d B(z −1 )
Sortie : Y (z) = U(z) + V (z) + P(z)
A(z −1 ) A(z −1 )

Écriture allégée (avec B̄ = z −d B(z −1 ))

AT B̄R AR
U= Yr − V− P (1)
AS + B̄R AS + B̄R AS + B̄R

B̄T B̄S AS
Y = Yr + V+ P (2)
AS + B̄R AS + B̄R AS + B̄R

Approches numériques Correcteur RST 51 / 78

Phase I - comportement dynamique

Objectif : calculer une loi de commande type RST qui confère au

système bouclé une FT désirée :
Bm
FYr →Y =
Am

Par identification dans (2) :

B̄T Bm
=
AS + B̄R Am

Compensation des pôles / zéros dans fonction de transfert du premier

membre

Approches numériques Correcteur RST 52 / 78

Phase I - comportement dynamique
B̄ B − (z −1 )B + (z −1 )
Factorisation de la FT du système : G = = − −1 + −1
A A (z )A (z )
où :
• A− (z −1 ) contient tous les pôles de G (z) qu’on ne compensera pas
• B − (z −1 ) contient tous les zéros de G (z) qu’on ne compensera pas
à savoir :
• obligatoirement les pôles et zéros extérieurs (ou sur) le cercle unité
• facultativement certains autres termes

A+ (z −1 ) et B + (z −1 ) contiennent les termes à compenser

Le terme z −d est obligatoirement inclu dans B − (z −1 )

Stabilité interne : nécessairement Bm = B − Bm0

Approches numériques Correcteur RST 53 / 78

Phase I - comportement dynamique
Compensation des pôles et zéros à compenser :
• B + pourra être un facteur de AS + B̄R ⇒ S = B +S 0
• A+ pourra être un facteur de AS + B̄R ⇒ R = A+ R 0

B −T B − Bm0
=
A+ (A− S 0 + B − R 0 ) Am

T A+ Bm0
=
A− S 0 + B − R 0 Am

A− S 0 + B − R 0 = A0 Am

(a)
⇒ Équations diophantiennes :
T = A0 A+ Bm0 (b)

• A0 quelconque, en pratique : monique, stable, filtrage

Approches numériques Correcteur RST 54 / 78

Choix des pôles et zéros à compenser

Pourquoi compenser des pôles ou zéros stables

• Zéros non compensés ⇒ zéros de FYr →Y
• Pôles non compensés ⇒ zéros de FP→Y
• Or un zéro à partie réelle positive peut provoquer un fort
dépassement

Pourquoi ne pas compenser les zéros stables

• Zéros compensés ⇒ pôles de FYr →U
• Or un pôle à partie réelle négative provoque une réponse indicielle
alternée
• La compensation d’un tel zéro entraı̂ne une commande alternée

Approches numériques Correcteur RST 55 / 78

Phase II - régulation

Annulation de l’erreur permante vis-a-vis d’une perturbation

• Modèle interne : la perturbation doit être modélisée dans le
correcteur

Perturbations polynomiales
Z1 (z −1 )
• v (t) ou p(t) = t n ⇒ V (z) ou P(z) =
(1 − z −1 )n+1

• Rajouter au moins n + 1 intégrateurs dans S

• S 0 (z −1 ) = (1 − z −1 )m S10 (z −1 )

• Équation (a) remplacée par A− (1 − z −1 )m S10 + B − R 0 = A0 Am

Approches numériques Correcteur RST 56 / 78

Phase II - régulation

Perturbations sinusoı̈dales
• v (t) ou p(t) = sin(ωt) ⇒ V (z) ou
sin(ωTe )z −1
P(z) =
1 − 2 cos(ωTe )z −1 + z −2
• Rajouter le facteur correspondant dans S
• S 0 (z −1 ) = (1 − 2 cos(ωTe )z −1 + z −2 )S10 (z −1 )

• Équation (a) remplacée par

A− (1 − 2 cos(ωTe )z −1 + z −2 )S10 + B − R 0 = A0 Am

Forme générale pour la régulation : transformation de (a) en :

A− Sp S10 + B − R 0 = A0 Am
• Sp dépend de la nature de la perturbation

Approches numériques Correcteur RST 57 / 78

Phase III - poursuite

Erreur permanente vis-a-vis de la consigne

Ordre zéro : gain statique

Bm (1)
• =1
Am (1)
• Or Bm = B − Bm
0

0 Am (1)
• Choix le plus simple : Bm = b0 = −
B (1)
0
• Puis calcul de T par : T = A0 A+ Bm

Approches numériques Correcteur RST 58 / 78

Phase III - poursuite

Erreur d’ordre n > 0 : consigne polynomiale

Yr 1
• yr (k) = k n ⇒ Yr (z) =
(1 − z −1 )n+1
Am − Bm Yr 1
• E (z) =
Am (1 − z −1 )n+1

• lim e(k) = 0 ⇔ lim (1 − z −1 )E (z) = 0

t→+∞ z→1
• ⇔ Am − Bm = (1 − z −1 )n+1 L

• Équation diophantienne auxiliaire : (1 − z −1 )n+1 L + B − Bm

0 =A
m
0
• Résolution en L et Bm
• On a alors T = A0 A+ Bm0

Approches numériques Correcteur RST 59 / 78

Phase III - poursuite

Consigne sinusoı̈dale
sin(ωTe )z −1
• yr (t) = sin(ωt) ⇒ Yr (z) =
1 − 2 cos(ωTe )z −1 + z −2

• Même raisonnement sur le théorème de la valeur finale

• Équation diophantienne auxiliaire :

(1 − 2 cos(ωTe )z −1 + z −2 )L + B − Bm
0 =A
m
0
• Résolution en L et Bm
• On a alors T = A0 A+ Bm 0

Forme générale pour la poursuite : équation diophantienne auxiliaire

Lp L + B − Bm0 = Am
• Lp dépend de la nature de la consigne

Approches numériques Correcteur RST 60 / 78

Résumé de la construction du système

Phase I : comportement dynamique

• Choix des pôles et zéros à compenser ⇒ S = B + S 0 et R = A+ R 0
• Premier jeu d’équations :
A− S 0 + B − R 0 = A0 Am

(a)
T = A0 A+ Bm0 (b)

Approches numériques Correcteur RST 61 / 78

Résumé de la construction du système

Phase I : comportement dynamique

• Choix des pôles et zéros à compenser ⇒ S = B + S 0 et R = A+ R 0
• Premier jeu d’équations :
A− S 0 + B − R 0 = A0 Am

(a)
T = A0 A+ Bm0 (b)

Phase II : régulation
• Modéliser la nature des perturbations par Sp
• (a) devient A− Sp S10 + B − R 0 = A0 Am

Approches numériques Correcteur RST 61 / 78

Résumé de la construction du système

Phase I : comportement dynamique

• Choix des pôles et zéros à compenser ⇒ S = B + S 0 et R = A+ R 0
• Premier jeu d’équations :
A− S 0 + B − R 0 = A0 Am

(a)
T = A0 A+ Bm0 (b)

Phase II : régulation
• Modéliser la nature des perturbations par Sp
• (a) devient A− Sp S10 + B − R 0 = A0 Am

Phase III : poursuite

• Modéliser la nature de la consigne par Lp
• Équation auxiliaire : Lp L + B − Bm
0 =A
m

Approches numériques Correcteur RST 61 / 78

Résolution d’une équation diophantienne
Forme canonique : PS + QR = N avec :
• R et S polynômes inconnus
• deg(P) = p, deg(Q) = q, deg(N) = n

Approches numériques Correcteur RST 62 / 78

Résolution d’une équation diophantienne
Forme canonique : PS + QR = N avec :
• R et S polynômes inconnus
• deg(P) = p, deg(Q) = q, deg(N) = n

Si p + q > n : solution minimale unique avec


deg(S) = q − 1
• ⇒ p + q inconnues
deg(R) = p − 1
• deg(PS + QR) = p + q − 1 ⇒ p + q équations

Approches numériques Correcteur RST 62 / 78

Résolution d’une équation diophantienne
Forme canonique : PS + QR = N avec :
• R et S polynômes inconnus
• deg(P) = p, deg(Q) = q, deg(N) = n

Si p + q > n : solution minimale unique avec


deg(S) = q − 1
• ⇒ p + q inconnues
deg(R) = p − 1
• deg(PS + QR) = p + q − 1 ⇒ p + q équations

Si p + q ≤ n : deux solutions minimales


deg(S) = q − 1
• 1) ⇒ n + 1 inconnues
deg(R) = n − q

deg(S) = n − p
• 2) ⇒ n + 1 inconnues
deg(R) = p − 1
• deg(PS + QR) = n ⇒ n + 1 équations

Approches numériques Correcteur RST 62 / 78

Exemple de synthèse
Onduleur à découplage : piloté par modulation de largeur d’impulsion
(MLI / PWM) à fréquence fixe suivi d’un filtre LC

Cahier des charges

• vs (t) tension sinusoı̈dale à 50 Hz
• Amplitude Vs0 constante quelle que soit la charge
• Présentant une erreur < 5% par rapport à une amplitude de
référence V0

Approches numériques Exemple de synthèse 63 / 78

Expression du cahier des charges

Erreur < 5% : après quelques calculs wc = 6000 rad/s

• Choix de Am : deuxième ordre avec wc = 6000 rad/s et ξ = 0, 7
⇒ Am = 1 − 1.485z −1 + 0.592z −2

Échantillonnage à Te = 62, 5µs et retard de 20µs

0.0253z −1 + 0.0779z −2 + 0.0056z −3

Modélisation : G (z) =
1 − 1.891z −1 + z −2

Approches numériques Exemple de synthèse 64 / 78

Analyse
z −1 B
Pôles et zéros de G (z −1 ) =
A
 le cercle unité ⇒ non compensables
• Pôles : sur
−3, 0080 ⇒ non compensable
• Zéros :
−0, 0739 ⇒ à ne pas compenser

Approches numériques Exemple de synthèse 65 / 78

Analyse
z −1 B
Pôles et zéros de G (z −1 ) =
A
 le cercle unité ⇒ non compensables
• Pôles : sur
−3, 0080 ⇒ non compensable
• Zéros :
−0, 0739 ⇒ à ne pas compenser

Factorisation :
• B + = 1 et B − = 0.0253z −1 + 0.0779z −2 + 0.0056z −3
• A+ = 1 et A− = 1 − 1.891z −1 + z −2
• Donc S = S 0 et R = R 0

Approches numériques Exemple de synthèse 65 / 78

Analyse
z −1 B
Pôles et zéros de G (z −1 ) =
A
 le cercle unité ⇒ non compensables
• Pôles : sur
−3, 0080 ⇒ non compensable
• Zéros :
−0, 0739 ⇒ à ne pas compenser

Factorisation :
• B + = 1 et B − = 0.0253z −1 + 0.0779z −2 + 0.0056z −3
• A+ = 1 et A− = 1 − 1.891z −1 + z −2
• Donc S = S 0 et R = R 0

Rejet d’une perturbation constante (charge du système) :

• Sp = (1 − z −1 )
• Choix de A0 = 1

Approches numériques Exemple de synthèse 65 / 78

Phases I et II

Équation diophantienne en R et S10 : A− Sp S10 + B − R 0 = A0 Am

 −
 A Sp = (1 − z −1 )(1 − 1.891z −1 + z −2 ) deg = 3
− −1 −2 −3
B = 0.0253z + 0.0779z + 0.0056z deg = 3
A0 Am = 1 − 1.485z −1 + 0.592z −2 deg = 2


Approches numériques Exemple de synthèse 66 / 78

Phases I et II

Équation diophantienne en R et S10 : A− Sp S10 + B − R 0 = A0 Am

 −
 A Sp = (1 − z −1 )(1 − 1.891z −1 + z −2 ) deg = 3
− −1 −2 −3
B = 0.0253z + 0.0779z + 0.0056z deg = 3
A0 Am = 1 − 1.485z −1 + 0.592z −2 deg = 2


Solution minimale avec deg(R) = deg(S10 ) = 2

Approches numériques Exemple de synthèse 66 / 78

Phases I et II

Équation diophantienne en R et S10 : A− Sp S10 + B − R 0 = A0 Am

 −
 A Sp = (1 − z −1 )(1 − 1.891z −1 + z −2 ) deg = 3
− −1 −2 −3
B = 0.0253z + 0.0779z + 0.0056z deg = 3
A0 Am = 1 − 1.485z −1 + 0.592z −2 deg = 2


Solution minimale avec deg(R) = deg(S10 ) = 2

Finalement
S = (1 − z −1 )S10 = 1 + 0, 0081z −1 − 0, 939z −2 − 0, 069z −3


R = 15, 82 − 27, 17z −1 + 12, 34z −2

Approches numériques Exemple de synthèse 66 / 78

Phase III : synthèse du polynôme T

En supposant une consigne constante

Approches numériques Exemple de synthèse 67 / 78

Phase III : synthèse du polynôme T

En supposant une consigne constante

0 Am (1)
• Bm = b0 = − = 0, 9946
B (1)
• ⇒ T = A0 A+ Bm0 = b 0 = 0, 9946

Approches numériques Exemple de synthèse 67 / 78

Phase III : synthèse du polynôme T

En supposant une consigne constante

0 Am (1)
• Bm = b0 = − = 0, 9946
B (1)
• ⇒ T = A0 A+ Bm0 = b 0 = 0, 9946

En modélisant la consigne sinusoı̈dale

Approches numériques Exemple de synthèse 67 / 78

Phase III : synthèse du polynôme T

En supposant une consigne constante

0 Am (1)
• Bm = b0 = − = 0, 9946
B (1)
• ⇒ T = A0 A+ Bm0 = b 0 = 0, 9946

En modélisant la consigne sinusoı̈dale

• Éq. auxiliaire (1 − cos(ωTe )z −1 + z −2 )L + B − Bm
0 =A
m
= 1 + 0, 3758z −1 + 0, 0254z −2

L
• Résolution :
Bm = 5, 585 − 4, 569z −1
0

• ⇒ T = 5, 585 − 4, 569z −1

Approches numériques Exemple de synthèse 67 / 78

Résultats des deux contrôleurs

200 yr
y1
100 y2

0
V

100

200
0.095 0.100 0.105
t

Approches numériques Exemple de synthèse 68 / 78

Résultats des deux contrôleurs

200 yr
y1
100 y2

0
V

100

200
0.095 0.100 0.105
t

• Poursuite parfaite si prise en compte de la consigne sinusoı̈dale

• Poursuite avec retard si consigne supposée constante
• Perturbation constante à t = 0, 1 s : rejet rapide

Approches numériques Exemple de synthèse 68 / 78

Résultats des deux contrôleurs

200 yr
y1
100 y2

0
V

100

200
0.095 0.100 0.105
t

• Poursuite parfaite si prise en compte de la consigne sinusoı̈dale

• Poursuite avec retard si consigne supposée constante
• Perturbation constante à t = 0, 1 s : rejet rapide
• Intérêt de bien modéliser système + perturbations + consigne

Approches numériques Exemple de synthèse 68 / 78

Représentation d’état numérique

Rappel sur la notation continue

∂x
(
= Ax + Bu
∂t
y = Cx + Du

Approches numériques Représentation d’état numérique 69 / 78

Représentation d’état numérique

Rappel sur la notation continue

∂x
(
= Ax + Bu
∂t
y = Cx + Du

Transposition à la notation discrète


x(k + 1) = Ax(k) + Bu(k)
y (k) = Cx(k) + Du(k)

Les matrices continues et discrètes sont évidemment différentes

Approches numériques Représentation d’état numérique 69 / 78

Représentation d’état numérique

Rappel sur la notation continue

∂x
(
= Ax + Bu
∂t
y = Cx + Du

Transposition à la notation discrète


x(k + 1) = Ax(k) + Bu(k)
y (k) = Cx(k) + Du(k)

Les matrices continues et discrètes sont évidemment différentes

Les propriétés se transposent toutefois directement

Approches numériques Représentation d’état numérique 69 / 78

Représentation d’état et fonction de transfert

Transformée en z des équations d’état

 
x(k + 1) = Ax(k) + Bu(k) zX (z) = AX (z) + BU(z)
⇒
y (k) = Cx(k) + Du(k) Y (z) = CX (z) + DU(z)

Approches numériques Représentation d’état numérique 70 / 78

Représentation d’état et fonction de transfert

Transformée en z des équations d’état

 
x(k + 1) = Ax(k) + Bu(k) zX (z) = AX (z) + BU(z)
⇒
y (k) = Cx(k) + Du(k) Y (z) = CX (z) + DU(z)

X (z) = (zI − A)−1 BU(z)


⇒
Y (z) = CX (z) + DU(z)

Approches numériques Représentation d’état numérique 70 / 78

Représentation d’état et fonction de transfert

Transformée en z des équations d’état

 
x(k + 1) = Ax(k) + Bu(k) zX (z) = AX (z) + BU(z)
⇒
y (k) = Cx(k) + Du(k) Y (z) = CX (z) + DU(z)

X (z) = (zI − A)−1 BU(z)


⇒
Y (z) = CX (z) + DU(z)

⇒ Y (z) = (C (zI − A)−1 B + D)U(z)

Approches numériques Représentation d’état numérique 70 / 78

Fonction de transfert et représentation d’état

Soit la fonction de transfert :

n−1
bi z i
P
i=0
G (z) = d + Pn avec an = 1
ai zi
i=0

Approches numériques Représentation d’état numérique 71 / 78

Fonction de transfert et représentation d’état

Soit la fonction de transfert :

n−1
bi z i
P
i=0
G (z) = d + Pn avec an = 1
ai zi
i=0

1
Soit V (z) = P
n U(z)
ai zi
i=0
 n−1
 z n V (z) = U(z) − ai z i V (z)
 P

i=0
⇒ n−1
bi z i V (z)
P
 Y (z) = dU(z) +


i=0

Approches numériques Représentation d’état numérique 71 / 78

Fonction de transfert et représentation d’état

État X (z) = (X1 (z), . . . , Xn (z)) tel que Xi (z) = z i−1 V (z)

Approches numériques Représentation d’état numérique 72 / 78

Fonction de transfert et représentation d’état

État X (z) = (X1 (z), . . . , Xn (z)) tel que Xi (z) = z i−1 V (z)

Alors
• Pour i < n : zXi (z) = Xi+1 (z) ⇒ xi (k + 1) = xi+1 (k)
n−1
• zXn (z) = z n V (z) = U(z) −
P
ai Xi (z)
i=0
n−1
P
⇒ xn (k + 1) = u(k) − ai xi (k)
i=0

Approches numériques Représentation d’état numérique 72 / 78

Fonction de transfert et représentation d’état

État X (z) = (X1 (z), . . . , Xn (z)) tel que Xi (z) = z i−1 V (z)

Alors
• Pour i < n : zXi (z) = Xi+1 (z) ⇒ xi (k + 1) = xi+1 (k)
n−1
• zXn (z) = z n V (z) = U(z) −
P
ai Xi (z)
i=0
n−1
P
⇒ xn (k + 1) = u(k) − ai xi (k)
i=0
n−1
P n−1
P
• Et Y (z) = dU(z) + bi Xi (z) ⇒ y (k) = du(k) + bi xi (k)
i=0 i=0

Approches numériques Représentation d’état numérique 72 / 78

Fonction de transfert et représentation d’état

Forme canonique de commandabilité

     
x1 (k + 1) 0 1 ... 0 0
 x2 (k + 1)   ... 0
  0 0 0 
  
= . x(k) +  u(k)
  
.. . . ..
  .. .. ..
  
 . 0   . 
xn (k + 1) −a0 −a1 . . . −an−1 1
Et
 
y (k) = b0 b1 . . . bn−1 x(k) + du(k)

Approches numériques Représentation d’état numérique 73 / 78

Fonction de transfert et représentation d’état

Forme canonique de commandabilité

     
x1 (k + 1) 0 1 ... 0 0
 x2 (k + 1)   ... 0
  0 0 0 
  
= . x(k) +  u(k)
  
.. . . ..
  .. .. ..
  
 . 0   . 
xn (k + 1) −a0 −a1 . . . −an−1 1
Et
 
y (k) = b0 b1 . . . bn−1 x(k) + du(k)
• Matrices Ac , Bc , Cc

Approches numériques Représentation d’état numérique 73 / 78

Fonction de transfert et représentation d’état

Forme canonique de commandabilité

     
x1 (k + 1) 0 1 ... 0 0
 x2 (k + 1)   ... 0
  0 0 0 
  
= . x(k) +  u(k)
  
.. . . ..
  .. .. ..
  
 . 0   . 
xn (k + 1) −a0 −a1 . . . −an−1 1
Et
 
y (k) = b0 b1 . . . bn−1 x(k) + du(k)
• Matrices Ac , Bc , Cc

Idem pour la forme canonique d’observabilité : Ao , Bo , Co

• Ao = A> > >
c , Bo = Cc , Co = Bc

Approches numériques Représentation d’état numérique 73 / 78

Propriétés communes avec le continu

Approches numériques Représentation d’état numérique 74 / 78

Propriétés communes avec le continu

Stabilité : les valeurs propres de A vérifient |λ| < 1

• Évolution de l’état en x(k) = Ak x(0)
Cf cas continu : valeurs propres telles que Re(λ) < 0
• Évolution de l’état en x(t) = e At x(0)

Approches numériques Représentation d’état numérique 74 / 78

Propriétés communes avec le continu

Stabilité : les valeurs propres de A vérifient |λ| < 1

• Évolution de l’état en x(k) = Ak x(0)
Cf cas continu : valeurs propres telles que Re(λ) < 0
• Évolution de l’état en x(t) = e At x(0)

 
Commandabilité : si C = B AB . . . An−1 B de rang plein

Approches numériques Représentation d’état numérique 74 / 78

Propriétés communes avec le continu

Stabilité : les valeurs propres de A vérifient |λ| < 1

• Évolution de l’état en x(k) = Ak x(0)
Cf cas continu : valeurs propres telles que Re(λ) < 0
• Évolution de l’état en x(t) = e At x(0)

 
Commandabilité : si C = B AB . . . An−1 B de rang plein
 
C
 CA 
Observabilité : si O =   de rang plein
 
..
 . 
n−1
CA

Approches numériques Représentation d’état numérique 74 / 78

Commande par retour d’état
Calculer u(k + 1) à partir de x(k) pour atteindre yr
u(k + 1) = −Kx(k) + N̄yr

Approches numériques Représentation d’état numérique 75 / 78

Commande par retour d’état
Calculer u(k + 1) à partir de x(k) pour atteindre yr
u(k + 1) = −Kx(k) + N̄yr

Même raisonnement qu’en continu

   −1  
Nx A−I B 0
N= =
Nu C D 1

Approches numériques Représentation d’état numérique 75 / 78

Commande par retour d’état
Calculer u(k + 1) à partir de x(k) pour atteindre yr
u(k + 1) = −Kx(k) + N̄yr

Même raisonnement qu’en continu

   −1  
Nx A−I B 0
N= =
Nu C D 1

Alors N̄ = Nu + KNx

Approches numériques Représentation d’état numérique 75 / 78

Commande par retour d’état
Calculer u(k + 1) à partir de x(k) pour atteindre yr
u(k + 1) = −Kx(k) + N̄yr

Même raisonnement qu’en continu

   −1  
Nx A−I B 0
N= =
Nu C D 1

Alors N̄ = Nu + KNx
Réglage de K par placement de pôles en boucle fermée

x(k + 1) = (A − BK )x(k) + B N̄yr
y (k) = (C − DK )x(k) + D N̄yr
sous Matlab : K = place(A,B,p)

Approches numériques Représentation d’état numérique 75 / 78

Commande par retour d’état
Calculer u(k + 1) à partir de x(k) pour atteindre yr
u(k + 1) = −Kx(k) + N̄yr

Même raisonnement qu’en continu

   −1  
Nx A−I B 0
N= =
Nu C D 1

Alors N̄ = Nu + KNx
Réglage de K par placement de pôles en boucle fermée

x(k + 1) = (A − BK )x(k) + B N̄yr
y (k) = (C − DK )x(k) + D N̄yr
sous Matlab : K = place(A,B,p)
Valable pour yr constant (sinon intégrateurs)

Approches numériques Représentation d’état numérique 75 / 78

Retour d’état avec intégrateur

Rajout d’une boucle pour l’erreur e(k) = yr − y (k)

k
X
u(k + 1) = −Kx(k) + N̄ e(i)
i=0

Rejet des perturbations constantes

Approches numériques Représentation d’état numérique 76 / 78

Retour d’état avec intégrateur

Rajout d’une boucle pour l’erreur e(k) = yr − y (k)

k
X
u(k + 1) = −Kx(k) + N̄ e(i)
i=0

Rejet des perturbations constantes

x est utilisé mais pas mesuré : observateur

Approches numériques Représentation d’état numérique 76 / 78

Retour d’état avec observateur

Estimer x à partir de u et y

Approches numériques Représentation d’état numérique 77 / 78

Retour d’état avec observateur

Estimer x à partir de u et y

x̂ doit se comporter comme x...


x̂(k + 1) = Ax̂(k) + Bu(k)
ŷ (k) = C x̂(k) + Du(k)

Approches numériques Représentation d’état numérique 77 / 78

Retour d’état avec observateur

Estimer x à partir de u et y

x̂ doit se comporter comme x... aux erreurs près


x̂(k + 1) = Ax̂(k) + Bu(k) + Ko (y (k) − ŷ (k))
ŷ (k) = C x̂(k) + Du(k)

Approches numériques Représentation d’état numérique 77 / 78

Retour d’état avec observateur

Estimer x à partir de u et y

x̂ doit se comporter comme x... aux erreurs près


x̂(k + 1) = Ax̂(k) + Bu(k) + Ko (y (k) − ŷ (k))
ŷ (k) = C x̂(k) + Du(k)

Réglage de Ko par placement des pôles de l’observateur

x(k + 1) − x̂(k + 1) = (A − Ko C )(x(k) − x̂(k))

Approches numériques Représentation d’état numérique 77 / 78

Retour d’état avec observateur

Estimer x à partir de u et y

x̂ doit se comporter comme x... aux erreurs près


x̂(k + 1) = Ax̂(k) + Bu(k) + Ko (y (k) − ŷ (k))
ŷ (k) = C x̂(k) + Du(k)

Réglage de Ko par placement des pôles de l’observateur

x(k + 1) − x̂(k + 1) = (A − Ko C )(x(k) − x̂(k))

Même calcul que pour K

sous Matlab : Ko = place(A’,C’,p)

Approches numériques Représentation d’état numérique 77 / 78

Bilan sur la commande numérique

Approches continues
• Transposition d’un correcteur
• PID
• Transformée en w : synthèse continue d’un modèle discrétisé

Approches discrètes
• Commande avec modèle interne
• Commande RST : pôles + poursuite + régulation
• Représentation d’état : multi-dimensionnel

À garder en tête
• Approches continues valables pour des systèmes lents
• Approches numériques aussi bonnes que le modèle associé
• Compromis entre simplicité et performances

Bilan 78 / 78