Automatique Avancee - Chapitre4 - 2020 - 2021

Automatique avancée
Partie 1: Commande par retour d’état

Chapitre 4 : Commande Par retour d’état
Pr. Amami Benaissa
Cycle Ingénieur EEA
2020/2021
Pr. Amami Benaissa, FST Tanger 1

4. Commande par retour d’état
Principe
Rappel :
On souhaite obtenir une dynamique et des performances bien spécifiques de ce système
en utilisant une commande par retour d’état.
On sait que la dynamique et les performances d’un système telles que le temps de
réponse, l’amortissement, le dépassement, la pulsation propre non amortie etc.. sont
liées à ses pôles donc à ses valeurs propres.
Imposer au système une dynamique et des performances spécifiques, c’est imposer au
système de prendre certains pôles correspondant à cette dynamique et à ces
performances les pôles et les valeur propres.
Soit la fonction de transfert d’un système de second ordre généralisé :
K
G( p) =
p 2

+2 p +1
02 0
On se place dans le cas où le système a un coefficient d’amortissement   1 , c’est-à-
dire un comportement oscillatoire amorti.

Principe
Rappel :
Le polynôme caractéristique de ce système admet donc deux pôles complexes :
 = a + ib =  e−i et   = a − ib avec a  0
p2 
L’équation caractéristique du système : +2 p + 1 = ( p −  )( p −  )
02 0
 02 + 20 p + p 2 =   + (  +   ) p + p 2 =  + 2ap + p 2 avec  = a 2 + b 2
2
Par identification on trouve :
a
▪ Coefficient d’amortissement  =−

1
• Temps de réponse =
a
• Pulsation propre n = 
a
 =− = − cos ( Arg ( ) ) = cos  avec  = Arg ( )


Principe
Rappel :
• Exemple :
On souhaite imposer au système un coefficient d’amortissement :
 = 0.588
On peut choisir pour cela les pôles p1 = −8 + i11 et p2 = −8 − i11
p1
11  11 
 = cos  et  = tg −1   = 53
8
 cos  = cos 53 = 0.588
−8
.
Principe
Soit un processus linéaire (système commandable) décrit par les matrices (A, B, C, 0):
En Boucle ouverte
• Les pôles du système en boucle ouverte sont les racines de l’équation caractéristique :
dét (pI-A) = 0
Le système peut être décrit par :

Principe
• On désire asservir le système à une consigne tout en imposant la dynamique du régime

transitoire et en maintenant une erreur petite ou nulle en régime permanent.
• 1. Modification du régime transitoire
• Modifier le régime transitoire du système, c’est modifier les pôles de la matrice
dynamique A, c'est-à-dire que l'on doit déterminer une commande telle que les pôles du
système en boucle fermée soient convenablement placés dans le plan complexe et
satisfassent des spécifications d’amortissement, de rapidité...
• Les pôles de la fonction de transfert étant les valeurs propres de la matrice d’état, le but
est donc de réaliser un asservissement modifiant convenablement la matrice
d’évolution du système.
• Cette technique s’appelle également commande modale ou par placement de pôles car
elle permet de placer les pôles de la boucle fermée n’importe où dans le plan complexe.
• L’implantation de cette commande par retour d’état nécessite la mesure de tous les
états du système.

Principe
• Pour cela on implante ainsi une loi de commande par retour d’état qui prend en
compte la valeurs de l’état à l’instant t. Dans le cas d’un système à une entrée, la
commande par retour d’état s’écrit :
( )
n
u (t ) = v (t ) − Kx (t ) = v (t ) −  k i x i (t ) , K = k 1,.......k n
i =1
• où K est une matrice appelée gain du retour d’état et v(t) est la consigne.
• On multiplie chaque variable d’état par un gain k i appropriée ce qui va permettre de
placer les pôles en boucle fermée de tel sorte à obtenir les performance souhaitées.

Principe

x (t ) = Ax (t ) + Bu (t )

 y (t ) = Cx (t )
 (1n ) ( n 1)
u (t ) = v (t ) − K x (t )
• Le système en boucle fermée s’écrit donc :
x (t ) = Ax (t ) + B (v (t ) − Kx (t )) = ( A − BK ) x (t ) + Bv (t )

 y (t ) = Cx (t )
• Il est représenté par le schéma bloc compact de la figure suivante:
En Boucle fermée
• Par conséquent, la matrice d’état du système en boucle fermée vaut :

(A-BK). Les pôles du système bouclé (valeurs propres) sont les racines de
l’équation caractéristique : dét (pI-A +BK) = 0
Principe
• Étant donné que deux sortes de grandeurs externes agissent sur ce

système asservi, l’état initial x 0 et la grandeur de consigne v ( t ) ,
on peut distinguer deus types de comportement.
• Comportement en régulation
• Le comportement en régulation, consiste à déplacer le vecteur d’état du
système depuis l’état initial x 0 jusqu’en l’état finale x f ce qui sera
effectué par un choix judicieux de K
• Le système est linéaire, et d’après le principe de superposition on a
x ( t ) = ( A − BK ) x ( t ) + Bv ( t ) donc on peut, calculer K en faisant, v ( t ) = 0,
l’équation se simplifie alors en x ( t ) = ( A − BK ) x ( t ) . Une fois l’équilibre
atteint (régime permanent), cas : x ( t ) = 0

Principe
• Le système est représenté ci-dessous. On peut faire v ( t ) = 0, Puisque

on ne s’intéresse plus qu’au comportement en régulation, donc à la réaction
du système à la condition initiale . Il s’agit uniquement de la régulation du
vecteur d’état x ( t ) .

Principe de la méthode de Placement de pôles pour la synthèse de
la matrice K
• La méthode de placement de pole consiste à choisir la matrice de retour K,

de telle sorte que les valeur propres du système bouclé, K , K .......K 1 2 n
prennent des emplacement données à l’avance dans le plan complexe.

Ceci est possible si le système est complètement commandable.
• Soit  i ( K )qui représentent les coefficients de l’équation caractéristique du

système en boucle fermée :
PK ( p ) = det  pI − A + BK  = p n +  n −1 ( k ) p n −1 + ...... + 1 ( k ) p +  0 ( k )
• Se donner à l’avance ces valeurs propres (ces pôles) revient à se donner à

l’avance les coefficients du polynôme caractéristique, c’est-à-dire :
 ( p )désirés = ( p − K1
)( p −  ) .......( p −  ) = p
K2 Kn
n
+  n −1 p n−1 + ...... + 1 p + 0

la matrice K
• Par identification des polynômes PK ( p ) =  ( p ) on aura :

 0 ( k ) = 0
1 ( k ) = 1
.
.
 n −1 ( k ) =  n −1
• C’est-à-dire un système de n équations et à pn inconnus et n’a de solution
que si p =1 (système a une seule entrée).
• Dans ce cas on : K = k = ( k1 , k2 ,.........kn )
• Par conséquent la loi de commande devient : u = −kx

la matrice K
• Techniques de calcul selon le système:

• Si l’ordre de système ne dépasse pas 3 ou 4, on peut résoudre directement
le système d’équation pour trouver k. Si le système est d’ordre plus élevé, il
faut faire appel à des méthode de synthèse plus élaborée:
• 1. Le système simple calcul direct

• 2. Le système est représenté par sa forme canonique de commandabilité
• 2. Le système est représenté par un d’état quelconque

Exemple 1 : calcul de K directement
• Soit le système suivant :
 x1 ( t ) 
 −1 −1  1  x (t ) = 
A= C = 0 1 B=  D=0 
 1 0  0   x2 ( t ) 
• On désire placer les pôles du système en boucle fermée en :

p1 = −3 et p2 = −4 qui permet d’obtenir un régime transitoire
apériodique de constante de temps égale 1/3
• Le polynôme caractéristique désiré s’écrit donc:
 ( p )désirés = ( p + 3)( p + 4 ) = p 2 + 7 p + 12
• Vérifiant tout d’abord que le système est commandable

• La matrice de Commandabilité s’écrit :
1 -1
QC =  B AB  =  
0 1
• Il est de rang 2= ordre du système, donc le systèmes est commandable
• On obtient le polynôme caractéristique du système en boucle fermée :
-1 -1 1  -1- k1 -1- k 2 

A − BK =   −    k1 k 2  =  
1 0  
0  1 0 
PK ( p ) = det  pI − A + BK  = p n +  n −1 ( k ) p n −1 + ...... + 1 ( k ) p +  0 ( k )
PK ( p ) = det  pI − A + BK  = p 2 + (1 + k1 ) p + 1 + k2
• D’un autre coté on a :
 ( p )désirés = ( p + 3)( p + 4 ) = p 2 + 7 p + 12

PK ( p ) =  ( p )désirés 
p 2 + (1 + k1 ) p + 1 + k2 = ( p + 3)( p + 4 ) = p 2 + 7 p + 12
 K = k = ( k1 k2 ) = ( 6 11)
u = v − Kx = v − 6 x1 − 11x2
Nous avons effectivement modifier le

comportement du régime transitoire en modifiant
les pôles du système. Cependant, il existe une
erreur important en régime permanent.

• Algorithme de calcul sur MATLAB
• Entrée des matrices A, B, C, D : [A B C D] =tf2ss(num,den), ou directement A=[1 2 3;4 5 6;7 8 9] par
exemple
• Déterminer la matrice de contrôlabilité : Qc=ctrb(A,B);
• Déterminer le rang de Qc : r=rank(Qc)
• Si Puisque le rang est égale à n (ordre de système), le placement des pôles est possible
• P=[p1 p2] les pôles désirés
• Détermination de K : K=place(A,B,P)
• Donc les gains k1, k2 sont:
• k1 = K(1)
• k2 = K(2)

• Programme de calcul de K Résultat après exécution

Erreur statique grande

• Soit le système suivant :
• Puisque le système est formé que des système de première ordre, on

peut prendre comme variables d’état (x1, x2, x3) les sorties de ces
systèmes et on trouve :
0 1 0  0 
A = 0 -1 1  C = 1 0 0 B = 0  D=0

0 0 -2  1 

• On désire placer les pôles du système en boucle fermée en p1 , p2 , p3

par un retour d’état tel que p12 = −2  2i et p2 = −10 , cherchons le
vecteur K =  k1 k2 k3  ,qui permet d’obtenir ce résultat :
0 0 0   0 1 0   p −1 0 
BK = 0 0 0  , A − BK =  0 − 1
  1 ,
 det  pI − ( A − BK )  = det  0 p +1 −1 

 k1 k2 k3   −k1 − k2 − 2 − k3   k1 k2 p + 2 + k3 
PK ( p ) = p 3 + ( k3 + 3) p 2 + ( k3 + k2 + 2 ) p + k1

Exemple 2 : Calcul de K directement
• Par identification des coefficients de ce polynôme avec celui qui est imposé
 ( p )désirés = ( p + 10 )( p + 2 + 2i )( p + 2 − 2i ) = p 3 + 14 p 2 + 48 p + 80
PK ( p ) = p 3 + ( k3 + 3) p 2 + ( k3 + k2 + 2 ) p + k1
• On trouve : K = ( k1 k2 k3 ) = (80 35 11)
• La commande s’écrit: u = −80x 1 − 35 x 2 −11x 3

K = ( k1 k2 k3 ) = (80 35 11)
u = −80x 1 − 35 x 2 −11x 3

• Simulation sur Simulink
On voit que sans correction avec retour d’état K=[80 35 11] le système diverge
à cause de l’intégrateur du dernier block
On voit que avec correction avec retour d’état et un gain K=[80 35

11] le système est devenu stable mais avec une grande erreur
statique. Pr. Amami Benaissa, FST 25
Tanger
On voit que avec correction avec retour d’état et un gain K=[80 35 11] le système
est devenu stable mais avec une grande erreur statique.
Principe de la méthode de Placement de pôles
Système sous forme de la forme canonique de commandabilité
• Soit le système défini par le triplet (A,B,C) et l’état x(t). On suppose que le
système est commandable. Soit le nouvel état xc(t) associé au système mis
sous forme commandable représenté par le triplet (Ac, Bc, Cc). L’état xc
ainsi que les matrices Ac, Bc, Cc sont déterminées par la matrice de
• passage Q , avec:
x = Qxc
Ac = Q −1 AQ, Bc = Q −1B, Cc = CQ,
• La loi de commande devient : Kc
u ( t ) = v ( t ) − Kx ( t ) = v ( t ) − KQ xc ( t )
• où Kc est un gain du retour d’état dans la base commandable. Une fois Kc

déterminé, un simple calcul K = KcQ −1 permet de calculer le retour d’état
dans la base initiale.

• Dans la base de forme de commandabilité, les matrices Ac et Bc

s’´écrivent ainsi :
 0 1 0................... 0  0
 0 0 1................... 0  . 
  
 . . . .  . 
Ac =   Bc =  
 . . . .  . 
 0 0 0................... 1  0 
   
 −a0 − a1 . . . . . .... . . . . . . . − an −1  1 
• où les coefficients ai, sont les coefficients du polynôme

caractéristique associé à la matrice A,
PA ( p ) = det  pI − A = p n + an −1 p n −1 + ... + a0

• La matrice dynamique du système bouclé par le retour d’état s’écrit

alors : 0 1 0................... 0 
0 0 1................... 0 
 
. . . 
Ac − Bc K c =  
. . . 
0 0 0................... 1 
 
 −a0 − kc1 − a1 − kc2 . . .... . . . − an −1 − kcn 
• La matrice  Ac − Bc K c  est sous forme commandable et on peut alors

aisément calculer le polynôme caractéristique du système en boucle
fermée :
PKc ( p ) = det  pI − Ac + Bc K c  = p n +  n −1 ( K c ) p n −1 + ...... + 1 ( K c ) p +  0 ( K c )
PKc ( p ) = det  pI − Ac + Bc K c  = p n + ( an −1 + K cn ) p n −1 + ...... + ( a0 + K c1 )

• Or, nous voulons placer les pôles de la boucle fermée en

p1 ,............ pn
• Le polynôme caractéristique de la boucle fermée est donc
uniquement déterminé par le choix des pôles désirés et nous avons
donc la relation suivante:
 ( p )désirés = ( p − p1 ) .......... ( p − pn ) = p n +  n −1 p n−1 + ...... + 1 p + 0
• Nous en tirons en identifiant PK ( t ) =  ( p )désirés donc les valeurs du
c
gain Kc permettant d’obtenir le polynôme désiré et donc de placer

les pôles en p1 ,............ pn
kc1 = −a0 +  0
k = −a + 
 c2 1 1 Le gain du correcteur K dans la base initiale
 s’écrit alors :
 .
kcn = −an −1 +  n −1 K = K cQ −1 =   0 − a0 ,..........,  n −1 − an −1 Q −1
Calcul de K pour la forme canonique de commandabilité
• Soit le système Exemple 1 précédent :
 −1 −1  1   x1 ( t ) 
A= C = 0 1 B=  D=0 x (t ) =  
 1 0  0   x2 ( t ) 
• On désire placer les pôles du système en boucle fermée en

p1 = −3 et p2 = −4 qui permet d’obtenir un régime transitoire
apériodique de constante de temps égale 1/3.
• Le polynôme caractéristique est :

 ( p )désirés = ( p + 3)( p + 4 ) = p 2 + 7 p + 12
det ( pI − A) = p 2 + p + 1  a0 = 1, a1 = 1, a2 = 1

• La forme canonique de commandabilité est donnée par la représentation suivante:
xc (t ) = Ac xc (t ) + Bcu (t )
y (t ) = Cc xc (t )
• La relation entre les deux représentations s’écrit à l’aide de changement de base
an −1 a1 1 
x = Qxc et Ac = Q −1 AQ, Bc = Q −1B, Cc = CQ,  a1 1 0 
M =
Calculonsla matricede passage Q  a1 1 0 0
 
 a1 1 1 − 1  1 0 0 0
Q = (Qc * M )  , a1 = 1, QC =  B AB  = 0
−1
avec M =  
1 0   1
rang QC = 2 = n  Contrôlable
1 − 1 1 1 0 1
Q=  * 1 0  = 1 0
 0 1     
0 1  0 
Ac =   Cc = 1 0 Bc =   Dc = 0
-1 -1  1 
Exemple 3 : Calcul de K pour la forme canonique de commandabilité
• La commande impliquée est donc de la forme :
u = v ( t ) − K c xc ( t )
• Le système en boucle fermée s’écrit dans la base de la forme canonique de
commabdabilité :
xc (t ) = ( Ac − Bc K c ) xc (t ) + Bc v(t )
y (t ) = Cc xc (t )
0 1 
Ac − Bc K c = 
 −1 − k1 − 1 − k2 
• La matrice Ac − Bc K c reste en forme de la matrice de la Commandabilité.

Il est inutile de calculer le polynôme caractéristique
• Par identification on trouve
−1 − k1c = −12, − 1 − k2c = −7 
kc1 = −a0 + 0 kc1 = −1 + 12 kc1 = 11

    
kc 2 = −a1 + 1 kc 2 = −11 + 7  kc 2 = 6 .
• Or, nous voulons écrire le retour d’état en fonction des états x(t) initiaux. Le
calcul de l’inverse de la matrice de changement de base nous permet de
calculer aisément le gain du retour d’état K dans la base initiale.
K = K cQ −1 = k = ( k1 k2 ) = ( 6 11)

• Algorithme de calcul sur MATLAB

• Entrée des matrices A et B
• Déterminer la matrice de contrôlabilité : Qc=ctrb(A,B);
• Déterminer le rang de Qc : r=rank(Qc)
• Si Puisque le rang est égale à n (ordre de système), le placement des pôles est possible
• Calcul du polynôme caractéristique : JA = poly(A)
• Extraction des coefficients : a1 = JA(2); a2 = JA(3);
• Définition des matrices M et Q
• M = [a1 1; 1 0 ];
• Q= inv(M*Qc);
• Calcul du polynôme caractéristique désiré en définissant la matrice diagonale J
• J=[-3 0 ; 0 -4];
• JJ=poly(J)
• Extraction des coefficients désirés : aa1 = JJ(2); aa2 = JJ(3);
• Calcul de la matrice de gains K : K=-[aa2-a2 aa1-a1]*inv(T)
• Donc les gains k1, k2 sont:
• k1 = K(1)
• k2 = K(2)
• Programme de calcul sur K Résultat après exécution

Système sous forme de quelconque
Soit un système donné par :

x (t ) = Ax (t ) + Bu (t )
y (t ) = Cx (t )
Si un système est commandable, On peut toujours calculer sa forme

canonique de commandabilité moyennant la transformation Z =Vx
Z est le vecteur qui caractérise cette forme canonique et V la matrice
de transformation inverse.
V est donnée par la formule suivante:
q s 
 
q
 s A 
V = . 
 
. 
q A n −1 
 s 

L’algorithme de formation de qs est :

1. On calcul la matrice de commandabilité QC
2. On calcul son inverse QC−1 et on retient sa dernière ligne q s
3. On construit
q s 
 
q s A 
V = . 
 
. 
q A n −1 
 s 
Dans la forme canonique de commandabilité, la loi de commande s’écrit :

u = −K R Z = −K RVx
La matrice de retour K dans une représentation d’état quelconque est donnée
par la formule d’Ackerman ;

Système sous forme quelconque
Théorème d’Ackerman :
Si un système quelconque commandable:
x (t ) = Ax (t ) + Bu (t )
y (t ) = Cx (t )
si on veut que le système bouclé ait le polynôme caractéristique
P ( p ) = p n + p n −1 p n −1 + ...... + p1 p + p 0
Il faut choisir :
K = p 0q s + p1q s A + ...... p n −1q s A n −1 + q s A n
C’est le théorème d’Ackerman

• Soit le système Exemple 2 précédent
• On désire placer les pôles du système en boucle fermée en p1 , p2 , p3

par un retour d’état tel que p12 = −2  2i et p2 = −10


Méthode de Placement de pôles pour la synthèse de la matrice K
Exemple

Méthode de Placement de pôles pour la synthèse de la matrice K
Exemple

• 2. Réglage du régime permanent- Cas des systèmes SISO

• On suppose que le système est SISO. Les pôles du système
permettent de régler la dynamique du système, c’est-à-dire, le
régime transitoire. Par contre, cette technique ne permet pas de
régler le problème de la précision. Nous ne pouvons pas choisir le
régime permanent du système en boucle fermée par le choix de K.
• Une première possibilité pour résoudre le problème est d’ajouter un
gain pré-compensateur pour assurer un gain statique unitaire pour
la boucle fermée.
• Une deuxième possibilité réside dans l’ajout d’un intégrateur dans
la chaine directe.

Réglage du régime permanent- Cas des systèmes SISO
u = Nyref ( t ) − Kx ( t )
• où N est un gain matriciel permettant de régler le gain statique du système

en boucle fermée.

• Supposons que la matrice de transfert directe D est nulle. Soit :

G ( p ) = C ( pI − A ) B la fonction de transfert associée.
−1
• La fonction de transfert du système en boucle fermée s’écrit:

GF ( p ) = C ( pI − A + KB ) BN
−1
• Supposons que yref (t) = yref est une constante.

• Pour que lim t → y ( t ) = yref
il est donc nécessaire que GF ( 0 ) = 1 , c’est à dire:
1
N=
C ( − A + KB ) B
−1

• Soit le système Exemple 1 précédent,
 −1 −1  1 
A= C = 0 1 B=  D=0
 1 0  0 
K = ( k1 k2 ) = ( 6 11)
• On obtient N = 12
on obtient les courbes
suivantes pour la réponse du système
en boucle fermée.

Avec action intégrale
• Rajoutant un intégrateur à la sortie de comparateur dans la boucle de

commande
x (t ) = Ax (t ) + Bu (t )
y (t ) = Cx (t )
• Avec le vecteur d’état x i une variable d’état supplémentaire qui traduit le

rajout de l’intégrateur. Donc l’ordre du système devient (n+1)

• Les équations de la boucle fermée s’écrivent :
x (t ) = Ax (t ) + Bu (t )

(1)  y (t ) = Cx (t )
x (t ) = yref − y (t ) = yref − Cx (t )
 i
• La loi de commande implantée est définie par :
 x (t ) 
(2) u (t ) = Lx i (t ) − Kx (t ) = −  K − L   
 x i (t ) 
• D’après (1), (2) est donc une commande par retour d’état pour le système
augmenté suivant:
 x (t )   A 0   x (t )   B  0 
(3)  =   +  u (t ) + 1  yref (t )
 x i (t )   −C 0   x i (t )  0   
 x (t )  ˆ  A 0 ˆ  B  ˆ 0 
• En posant : z (t ) =  , A =  , B =  , D = 
 i 
x (t )  −C 0 0  1 
(2)  u (t ) = −Kz (t ) avec K =  K − L 

(3)  z (t ) = Az
ˆ (t ) + Bu
ˆ (t ) + Dyref
ˆ (4)
• L’objectif de la commande est d’assurer une erreur nulle en régime

permanent :
lim t → ( yref (t ) − y (t ) ) = lim t → x i (t ) = 0

• Etablissement des équations en régime permanent
• En régime permanent, les différents signaux convergent vers une valeur
finie :
lim t → x (t ) = x  lim t → u (t ) = u e
 
 lim t → x i
(t ) = x i  lim t → yref (t ) = yref 0
• Le calcul des points singuliers du système augmenté nous donne alors
l’équation statique : ˆ ˆ ˆ
0 = Az  + Bu e + Dyref 0
ˆ (t ) + Bu
0 = Az ˆ (t ) + Dyref
ˆ (t )  u e = − Kz 
u (t ) = −Kz (t )
(
0 = Aˆ − BK )
ˆ z + Dyref

ˆ
0
• Afin d’observer la convergence des états vers leurs valeurs en régime

permanent, formons l’erreur :
 x (t ) − x  
 (t ) =   ,  (t ) = z (t ) − z 
 x i (t ) − x i  
• Etablissement des équations en régime dynamique

• La dynamique de l’erreur est donc régie par l’équation différentielle suivante
les équations z (t ) = Az
ˆ (t ) + Bu
ˆ (t ) + Dyref
ˆ et  (t ) = z (t ) − z  et u (t ) = −Kz (t ) 
 (t ) = Aˆ  (t ) + Az
ˆ (t ) − BKz

ˆ (t ) + Dyref
ˆ (t )
 (t ) = Aˆ  (t ) + Az
ˆ (t ) − BKz

ˆ
 − BK  (t ) + Dyref (t )
ˆ ˆ
(
 (t ) = Aˆ − BK ) (
ˆ  (t ) + Aˆ − BK )
ˆ z (t ) + Dyref

ˆ ( )
ˆ  (t )
(t ) = Aˆ − BK
=0
• Afin de prouver que la dynamique de l’erreur est stable et tend vers zéro
pour des temps suffisamment grands, il faut choisir K tel que ( Aˆ − BK ˆ )
soit stable.
• Par ailleurs, le choix des pôles ( Aˆ − BK
ˆ ) permet d’imposer la vitesse de
convergence de l’erreur vers zéro et donc de x (t ) vers x .
• Le problème de la synthèse d’une commande par retour d’état avec action
intégrale revient donc au calcul classique d’un retour d’état sur un système
(
augmenté Aˆ Bˆ Cˆ 0 )
Explication détaillée de la procédure dans le cas général avec un exemple d’un

système de second ordre
x (t ) = A x (t ) + B u (t )
y (t ) = Cx (t )
 x (t )  a a12   x 1 (t )  b11   x (t ) 
x (t ) =  1  =  11 + y (t ) = c11 c12   1 
a22   x 2 (t )  b12 
u (t ),
 x 2 (t )  a21 C
 x 2 (t ) 
A B
 x 1 (t ) 
x i (t ) = yref − y = yref − c11 c12  
 x 2 (t ) 
C

 x 1 (t )   a11 a12 0   x 1 (t )  b11  0) 

 x (t )  =  a a22 0   x 2 (t )  + b12  u (t ) + 0  yref
 2   21 Système augmenté
 x i (t )   −c11 − c12 0   x i (t )   0  1  est devenu d’ordre 3
 x 1 (t )   ordres systèm e
  x 1 (t )  0
 x (t )  =  A zeros ( 2  
,1)   x 2 (t )  +   u (t ) + 0  yref
B
 2      
 x i (t )   − C  0 
0   x i (t )  1 
Bˆ
Aˆ
 x 1 (t ) 
y (t ) = c11 c12 0  x 2 (t ) 
Cˆ  x i (t ) 

Réglage avec intégral
• Soit le système Exemple 1 précédent,
 −1 −1  1 
A= C = 0 1 B=  D=0
 1 0  0 
 −1 − 1 0  1 
 A 0  ,
Aˆ =  =
  1 0 0  Bˆ = 0  ,
. − C 0   0 − 1 0  0 
 

• Simulation sur Matlab

• Exemple 7 : Simulation sur Matlab
Pr. Amami Benaissa, FST 57

Tanger²1aqqq
5. Théorie des observateur ou estimateur
Problématique
• Soit un système :  X ( t ) = AX ( t ) + Bu

 y ( t ) = CX ( t )
• La commande par retour d’état u = -K x nécessite que le vecteur d'état x(t) soit accessible en
totalité.
• Ce n’est pas toujours le cas à cause de :

() −1
- Matrice l’état x t = C ( y − Du ) n’est pas toujours inversible, même
s’ils sont accessibles (mesurables)
- Coût élevé des capteurs ou difficultés d’ordres technologiques
• On a besoin de capteurs permettant de donner à chaque instant une valeur approximative
de l'état X(t).

Problématique
Solution : Capteurs logiciels, appelés plus communément des observateurs ou

constructeur d’état
• L'idée de base est donc d’essayer à partir des grandeurs connues y(t) et u(t) ,
d’utiliser un système dynamique supplémentaire appelé estimateur d’état ou
reconstructeur d’état qui fournira une valeur approchée X̂ ( t )(une estimation) de X ( t )
.
• Dans le cas déterministe, un constructeur d’état s’appelle un observateur, tandis que

dans le cas non déterministe (les signaux d’entées et de sorties sont des processus
aléatoires), il est nommé filtre .

5. Théorie des observateurs ou estimateurs
Observateur d’état complet, ou d'ordre n : Luenberger
(1) X ( t ) = AX ( t ) + Bu
Soit le système linéaire suivant :
(2) y ( t ) = CX ( t )
On appelle observateur du système un opérateur qui génère une approximation
X̂ ( t ) de la variable X ( t ) sous la forme (3) Xˆ ( t ) = FXˆ ( t ) + Ju + Gy
Avec F , J , G sont des matrices de type ( n  n ) , ( n  p ) et ( n  q ) à déterminer.

On définit l’erreur d’estimation: (4) X ( t ) = X ( t ) − Xˆ ( t )
X̂ ( t ) sera une approximation de X ( t ) si X ( t )t → → 0

Etablissons l’équation différentielle de X ( t )
(1) et (3)  X ( t ) − Xˆ ( t ) = AX ( t ) + Bu − FXˆ ( t ) − Ju − Gy =

(4)  = AX ( t ) + Bu − F ( X ( t ) − X ( t ) ) − Ju − Gy = ( A − F ) X ( t ) + FX ( t ) + Bu − Ju − Gy =

 (2)  = ( A − F − GC ) X ( t ) + FX ( t ) + Bu − Ju

 On obtient finalement : X = X ( t ) − Xˆ ( t ) = FX + ( A − F − GC ) X + ( B − J ) u

• Puisque le but est d’avoir X ( t )t → → 0 donc il faut prendre J = B et on

cherche à déterminer F , G de telle manière que ( A − F − GC ) = 0
L’équationX = FX + ( A − F − GC ) X + ( B − J ) u devient X = FX dont la

solution générale est X = e Ft FX ( 0 )
• Si les valeurs propres de F sont situées dans le demi plan complexe de
gauche X ( t ) → 0 pour tout t →  , donc la valeur approchée X̂ ( t )
tend vers la valeur X ( t ) .
• Le système Xˆ ( t ) = FXˆ ( t ) + Ju + Gy est appelé Observateur de

Luenberger

On a :  Xˆ ( t ) = FXˆ ( t ) + Ju + Gy

J = B

 F = A − GC
 y = CX

 Xˆ ( t ) = FXˆ ( t ) + Ju + Gy = ( A − GC ) Xˆ ( t ) + Bu + GCX ( t ) =
 
AXˆ ( t ) + Bu + GC  X ( t ) − Xˆ ( t )  = AXˆ ( t ) + Bu + G CX ( t ) =
  y(t )
 X (t ) 
AXˆ ( t ) + Bu + G y ( t ) = AXˆ ( t ) + Bu + G ( y (t ) − yˆ ( t ) )
( y ( t )− yˆ ( t ) )
avec y ( t ) = CX ( t ) , yˆ = CXˆ ( t ) , y = y (t ) − yˆ ( t )
D’où le schéma fonctionnel suivant :
Schéma fonctionnel :
 Xˆ ( t ) = AXˆ ( t ) + Bu + G ( y (t ) − yˆ ( t ) )


 yˆ = CXˆ ( t )

 y = y (t ) − yˆ ( t )


 On a aussi
Xˆ ( t ) = FXˆ ( t ) + Ju + Gy = ( A − GC ) Xˆ ( t ) + Bu + GCX ( t ) =
X ( t ) − AX ( t )
( A − GC ) Xˆ ( t ) + X (t ) − AX ( t ) + GCX ( t )
 Xˆ ( t ) − X (t ) = ( A − GC ) Xˆ ( t (
) − AX ( t ) + GCX ( t ) = ( A − GC ) Xˆ ( t ) − X ( t ) )
 X = ( A − GC ) X
Cette équation permet d’étudier la convergence de X : nous sommes en effet

ramené à un problème d’étude de la dynamique du système régi par cette
équation. Nous pouvons donc par une méthode de placement de pôles déterminer
la rapidité de convergence de X on choisissant correctement le vecteur G.
Généralement on choisit des temps de montée pour l’observateur entre 3 et 10 fois

plus faible que le temps de montée du système

Synthèse de l’observateur d’ordre n
 X ( t ) = AX ( t ) + Bu
• Soit un système : 

 y ( t ) = CX ( t )
• Cherchons un observateur d’état sous la forme :

Xˆ ( t ) = FXˆ ( t ) + Bu + Gy
• Etape 1 : on se donne les valeurs propres de la matrice F désirées
dans le demi plan complexe de gauche de celle choisit pour le
système bouclé c’est-à-dire de ( A − KB ) de telle sorte que le régime
transitoire de l’observateur décroit plus vite que les régimes
transitoires du procédé asservi. Soit  des ( p ) le polynôme
caractéristique correspondant :
 des ( p ) = p n +  n −1 p n −1 + ........ + 1 p +  0

Etape 2 : on détermine la matrice gain G de telle sorte que la matrice

F = A − GC ait bien ces valeurs propres qui assure à l’observateur la
dynamique de l’erreur d’observation désirée
Le problème consiste donc à trouver la matrice G telle que :
P( A−GC ) ( p ) = det  pI − F  = det  pI − ( A − GC ) =  des ( p )
Etape 3 : On détermine la représentation d’état de la commande à
base d’observateur, qui impose au système bouclé valeurs propres
souhaités ( pour K et pour G) :
u = − KXˆ ( t )

ˆ
 X ( t ) = ( A − GC ) Xˆ ( t ) + Bu + Gy = ( A − GC ) Xˆ ( t ) − BKXˆ ( t ) + Gy

 X̂ ( t ) = ( A − GC − BK ) Xˆ ( t ) + Gy
Exemple

Exemple :
 1
On obtient les simulations suivantes pour une entrée nulle u(t) = 0 et des conditions initiales  −1
 

5. Théorie des observateurs ou estimateurs
 X ( t ) = AX ( t ) + Bu
Soit le système linéaire suivant : 
 y ( t ) = CX ( t )
On appelle observateur du système un opérateur qui génère une approximation
X̂ ( t ) de la variable X ( t ) . Xˆ ( t ) = FXˆ ( t ) + Ju + Gy
On définit l’erreur d’estimation: X ( t ) = X ( t ) − Xˆ ( t )
− FXˆ ( t ) − Ju − Gy = AX ( t ) + Bu − F ( X ( t ) − X ( t ) ) − Ju − Gy =
− Ju − Gy F, J ,G
 X (Xt ) = FX + ( A − F − GC ) X + ( B − J )X
sous la forme
u (t ) X ( t )t → → 0
(n  n ), (
Avec sont des matrices de type à Fdéterminer.
, J,G
X (t )
sera une approximation de si
Pour voir comment cette exigence influence sur le choix des matrices
établissons l’équation différentielle de

• Puisque le but est d’avoir X ( t )t → → 0 donc il faut prendre J = B et on

cherche à déterminer F , G de telle manière que ( A − F − GC ) = 0
L’équation X = FX + ( A − F − GC ) X + ( B − J ) u devient X = FX dont la

solution générale est X = e FX ( 0 )
Ft
• Si les valeurs propres de F sont situées dans le demi plan complexe de

gauche X ( t ) → 0 pour tout t →  , donc la valeur approchée X̂ ( t )
tend vers la valeur X ( t ) .
• Le système Xˆ ( t ) = FXˆ ( t ) + Ju + Gy est appelé Observateur de

Luenberger

On a :  Xˆ ( t ) = FXˆ ( t ) + Ju + Gy

J = B

 F = A − GC
 y = CX

 Xˆ ( t ) = FXˆ ( t ) + Ju + Gy = ( A − GC ) Xˆ ( t ) + Bu + GCX ( t ) =
( )
AXˆ ( t ) + Bu + GC X ( t ) − Xˆ ( t ) = AXˆ ( t ) + Bu + GCX ( t ) =
AXˆ ( t ) + Bu + Gy ( t ) = AXˆ ( t ) + Bu + G ( y (t ) − yˆ ( t ) )
avec y ( t ) = CX ( t ) , yˆ = CXˆ ( t ) , y = y (t ) − yˆ ( t )
D’où le schéma fonctionnel suivant :

Schéma fonctionnel :
 Xˆ ( t ) = AXˆ ( t ) + Bu + G ( y (t ) − yˆ ( t ) )


 yˆ = CXˆ ( t )

 y = y (t ) − yˆ ( t )


 X ( t ) = AX ( t ) + Bu
• Soit un système : 

 y ( t ) = CX ( t )
• Cherchons un observateur d’état sous la forme :

Xˆ ( t ) = FXˆ ( t ) + Bu + Gy
• Etape 1 : on se donne les valeurs propres de la matrice F désirées
dans le demi plan complexe de gauche de celle choisit pour le
système bouclé c’est-à-dire de ( A − KB ) de telle sorte que le régime
transitoire de l’observateur décroit plus vite que les régimes
transitoires du procédé asservi. Soit  des ( p ) le polynôme
caractéristique correspondant :
 des ( p ) = p n +  n −1 p n −1 + ........ + 1 p +  0

Etape 2 : on détermine la matrice gain G de telle sorte que la matrice

F = A − GC ait bien ces valeurs propres qui assure à l’observateur la
dynamique de l’erreur d’observation désirée
Le problème consiste donc à trouver la matrice G telle que :
P( A−GC ) ( p ) = det  pI − F  = det  pI − ( A − GC ) =  des ( p )
Etape 3 : On détermine la représentation d’état de la commande à
base d’observateur, qui impose au système bouclé valeurs propres
souhaités ( pour K et pour G) :
u = − KXˆ ( t )

ˆ
 X ( t ) = ( A − GC ) Xˆ ( t ) + Bu + Gy = ( A − GC ) Xˆ ( t ) − BKXˆ ( t ) + Gy =

 Xˆ ( t ) = ( A − GC − BK ) Xˆ ( t ) + Gy
Exemple

Exemple :
 1
On obtient les simulations suivantes pour une entrée nulle u(t) = 0 et des conditions initiales  −1
 

Bibliographies et références
• Techniques de Commande avancée cours de Mr ACHOUR AbdelYazid Maître de conférences « Cours,» Université A.MIRA-BEJAIA Faculté de
Technologie Département De Génie électrique
• Commande automatique des systèmes linéaires continus (Cours avec applications utilisant MATLAB), Viorel Minzu-Bernard Lang, ellipses, 2001.
• Commande et estimation multivariables (Méthodes linéaires et optimisation quadratique), Eric Ostertag, ellipses, 2006.
• Analyse et régulation des processus industriels (tome2 régulation numérique), P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis ,
editions technip, 1993.
• Systèmes asservis:commande et régulation (tome1 représentations-analyse- performances), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1993.
• Systèmes asservis : commande et régulation (tome2 synthese-applications-insrumentation), Marek Zelazny-Fouad Giri-Taib Bennani, eyrolles, 1994.
• Modélisation et identification des processus tome1, P.Borne - G.Dauphin Tanguy- J.P.Richard- F.Rotella- I.Zambettakis, editions technip, 1992.
• Identification et commande numérique des procédés industriels, R.Ben Abdnnour-P.Borne-M.Ksouri-F.M ’sahli, editions technip, 2001.
• Systèmes linéaires, non linéaires, à temps continu à temps discret, représentetion d’état (cours et exercices corrigés), Yves Granjon, Dunod, 2003.
• Contrôle et régulation (cours et exercices corrigés), Patrick Prouvost, dunod, 2004.
• Systèmes linéaires et continus 2 édition, Sandrine Le Ballois-Pascal Codron, donod, 2006.
• Représentation d’état des systèmes linéaires, A.J.Fossard, école nationale supérieure de l’aéronautique et de l’espace, 1983.
• Systèmes asservis (volume3, asservissement par variables d’état), J.-M.Allenbach, haute école spécialisée de suisse occidentale, 2004.
• Commande des processus, représentation d’état (notes de cours), M.Jungers-Y.Chitour, ENS de Cachan, 2005
• Représentation et analyse des systèmes linéaires (notes de cours version 5), D.Arzelier, LAAS-CNRS.
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP.
• Commande et estimation multivariables ; E. Ostertag, Edition ELLIPSES.
• Application de Matlab 5 et Simulink 2 M. Mokhtari, M. Marie, Edition SPRINGER
• Commande et optimisation des processus P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Edition TECHNIP.
• ntroduction à la commande floue, P.Borne-J.Rozinoer-J.Y.Dieulot-L.Dubois, editions technip, 1998.
• Sites web : UV Automatique ASI 3, INSA de Rou
• Sites web : M. Chadli, Commande de systèmes linéaires, École Supérieure
• Sites web : Gonzalo Cabodevila, Analyse et correction des, Systèmes linéaires continus ou, échantillonnés à l'aide des variables d'état, École Nationale
Supérieure de Mécanique et des Microtechniques, Version 2010
• Cours d’Automatique : Représentations d’ état linéaires des systèmes monovariables , Olivier BACHELIER, ENSI, juin 2017

Automatique Avancee - Chapitre4 - 2020 - 2021

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Automatique Avancee - Chapitre4 - 2020 - 2021

Transféré par

Droits d'auteur :

Formats disponibles

Automatique avancée

Partie 1: Commande par retour d’état

Pr. Amami Benaissa, FST Tanger 1

Soit la fonction de transfert d’un système de second ordre généralisé :

Pr. Amami Benaissa, FST Tanger 2

Par identification on trouve :

Pr. Amami Benaissa, FST Tanger 3

Pr. Amami Benaissa, FST Tanger 5

• On désire asservir le système à une consigne tout en imposant la dynamique du régime

Pr. Amami Benaissa, FST Tanger 6

Pr. Amami Benaissa, FST Tanger 7

• Le système en boucle fermée s’écrit donc :

• Par conséquent, la matrice d’état du système en boucle fermée vaut :

• Étant donné que deux sortes de grandeurs externes agissent sur ce

Pr. Amami Benaissa, FST Tanger 9

• Le système est représenté ci-dessous. On peut faire v ( t ) = 0, Puisque

Pr. Amami Benaissa, FST Tanger 10

• La méthode de placement de pole consiste à choisir la matrice de retour K,

prennent des emplacement données à l’avance dans le plan complexe.

• Soit  i ( K )qui représentent les coefficients de l’équation caractéristique du

• Se donner à l’avance ces valeurs propres (ces pôles) revient à se donner à

Pr. Amami Benaissa, FST Tanger 11

• Par identification des polynômes PK ( p ) =  ( p ) on aura :

• Par conséquent la loi de commande devient : u = −kx

Pr. Amami Benaissa, FST Tanger 12

• Techniques de calcul selon le système:

• 1. Le système simple calcul direct

Pr. Amami Benaissa, FST Tanger 13

• On désire placer les pôles du système en boucle fermée en :

Pr. Amami Benaissa, FST Tanger 14

-1 -1 1  -1- k1 -1- k 2 

Pr. Amami Benaissa, FST Tanger 15

Nous avons effectivement modifier le

Pr. Amami Benaissa, FST Tanger 16

Pr. Amami Benaissa, FST Tanger 17

Pr. Amami Benaissa, FST Tanger 18

Erreur statique grande

Pr. Amami Benaissa, FST Tanger 19

• Soit le système suivant :

• Puisque le système est formé que des système de première ordre, on

Pr. Amami Benaissa, FST Tanger 20

• On désire placer les pôles du système en boucle fermée en p1 , p2 , p3

Pr. Amami Benaissa, FST Tanger 21

• On trouve : K = ( k1 k2 k3 ) = (80 35 11)

• La commande s’écrit: u = −80x 1 − 35 x 2 −11x 3

Pr. Amami Benaissa, FST Tanger 22

Pr. Amami Benaissa, FST Tanger 23

• Simulation sur Simulink

• Simulation sur Simulink

On voit que avec correction avec retour d’état et un gain K=[80 35

• Simulation sur Simulink

• où Kc est un gain du retour d’état dans la base commandable. Une fois Kc

Pr. Amami Benaissa, FST Tanger 27

• Dans la base de forme de commandabilité, les matrices Ac et Bc

• où les coefficients ai, sont les coefficients du polynôme

Pr. Amami Benaissa, FST Tanger 28

• La matrice dynamique du système bouclé par le retour d’état s’écrit

• La matrice  Ac − Bc K c  est sous forme commandable et on peut alors

Pr. Amami Benaissa, FST Tanger 29

• Or, nous voulons placer les pôles de la boucle fermée en

gain Kc permettant d’obtenir le polynôme désiré et donc de placer

• Soit le système Exemple 1 précédent :

• On désire placer les pôles du système en boucle fermée en