Académique Documents
Professionnel Documents
Culture Documents
Jalel ZRIDA
r1t y1t
r2t x1t, x2t,, xnt y2t
rpt yq t
Forme matricielle
Si l’on pose
x1 t r1 t y1 t f1 t
x t r t y t f t
xt 2 , r t , yt , f 2
2 2
et
n
x t r
p
t y
q t n
f t
les équations d’état du système deviennent
n 1 n 1
dx t Cas général:
f x t , r t , t
dt Non linéaire et
y t g x t , r t , t variant dans le
temps (NLPV)
q 1 q 1
Cas LPV
Pour un système linéaire et variant
dans le temps (non stationnaire), les
équations d’état prennent la forme
n 1 n n n 1 n p p 1
dx t
A t x t B t r t
dt
y t C t x t D t r t
q 1 q n n 1 q p p 1
où At , Bt , C t et Dt sont des matrices
dépendant du temps et de dimensions
appropriées
Cas LTI
Pour un système linéaire et invariant
dans le temps (stationnaire), les
équations d’état prennent la forme
n 1 nn n1 n p p 1
dx t
A x t B r t
dt
y t C x t D r t
q 1 qn n1 q p p1
où A , B , C et D sont des matrices
constantes et de dimensions
appropriées
Diagramme en Bloc
D
xt xt
B C
rt yt
A
Matrice de Transition d’État
Pour résoudre l’équation dx t A x t , la transformée
de Laplace donne que dt
X s sI A x 0
1
et finalement que
xt L1 sI A x0
1
pour t 0
avec
t L1 sI A
1
t = Matrice de Transition d’État
Matrice de Transition d’État
dx t
La solution de l’équation A x t est aussi
dt
x t e At x 0 , pour t 0
donnant alternativement que
t e At I At
1 2 2 1 3 3
A t A t
2 3!
1. 0 I
2. 1
t t
3. t2 t1 t1 t0 t2 t0 t0 , t1, t2
4. t k kt k entier positif
Équation de Transition d’État
Pour résoudre l’équation dxt A xt B r t , la
dt
transformée de Laplace donne que
X s sI A x0 sI A B Rs
1 1
et finalement que
xt L1 sI A x0 L1 sI A B Rs
1 1
pour t 0
où t
xt t x0 t B r d pour t 0
0
Dans le cas où le temps initial est t0 0
xt t t0 xt t B rd
t
pour t t0
t0
Exemple 1
Soit le circuit RL du premier ordre
R
+
i
e L
avec
0 1 0 0 0
0 0 1 0 0
A ; B ; C 1 0 0
0 0 0 1 0
a1 a2 a3 an 1
Lien avec les Équations Différentielles
Exemple
d3y d 2 y dy
Un système est décrit par 3
5 2 2y r
dt dt dt
Choisissons x1 y
x2 y
x y
3
Il s’ensuit que
x1 x2
x 2 x3
x 2 x1 x 2 5 x 3 r
3
Ceci donne que 0 1 0 0
A 0 0 1 ; B0 ; C1 0 0
2 1 5 1
Lien avec les Fonctions de
Transfert
Y s
G s C sI A B D
1
R s cond. init. 0
Lien avec les Fonctions de Transfert
Exemple
R s cond. init.0
l’équation caractéristique est donc
sI A 0
Les racines de l’équation caractéristique, appelées
plus couramment les pôles du système, sont donc
les valeurs propres de la matrice A.
Contrôlabilité et Observabilité
K
Contrôlabilité et Observabilité
Le système bouclé se décrit alors par l’équation
d’état dx t
A BK x t B r t
dt
Le problème de placement de pôles consiste à
placer, d’une façon arbitraire, les pôles du système
bouclé (les valeurs propres de la matrice A-BK)
quand ceux là sont indésirables et ce en jouant sur
le gain de retour K.
Il se trouve qu’un tel gain K n’existe que si le
système, ou équivalemment la paire [A,B], est
complètement contrôlable.
Contrôlabilité et Observabilité
Une fois cela est possible, le problème pratique de
retourner (à l’entrée) les états n’est pas toujours
faisable. En effet, cette opération peut être non
économique si le nombre d’états est excessif.
Aussi, ces états peuvent être carrément
indisponible pour la mesure. Dans cette situation,
un observateur doit être utilisé dans le but
d’estimer les états non mesurables à partir des
variables de sortie.
L’existence d’un tel observateur est conditionnée
par le faite que le système, ou équivalemment la
paire [A,C], est complètement observable.
Contrôlabilité et Observabilité
Ainsi, la solution au problème de placement de
pôles par retour d’état a la configuration suivante :
x̂t
Observateur
K
L’état xt est dit être contrôlable à t t0 s’il existe une
commande u(t) continue par morceaux capable d’amener
l’état à n’importe quel état x t f en un temps fini t f .
Si tous les états sont contrôlables, le système est dit être
complètement contrôlable ou, simplement, contrôlable.
Contrôlabilité
Théorème :
Le système linéaire et invariant dans le temps
dxt
A xt B u t
dt
y t C x t
est complètement contrôlable si et seulement si la
matrice de dimension n nr
S B AB A2 B An1B
est de rang n ou de rang plein.
On dit aussi que la paire A, B est complètement
contrôlable.
Exemple
Un système est décrit
2
par l’équation différentielle
d y dy dr
2
2 y r
dt dt dt
Si l’on choisit
x1 y
x dy r
2 dt
comme variables d’état, l’équation d’état est alors
x1 0 1 x1 1
x 1 2 x 1 rt
2 2
1 1
Comme la matrice S B AB
est, dans ce cas,
1 1
de rang 1, le système n’est pas contrôlable.
Exemple
Si, par contre, on utilise la méthode de décomposition
directe, on obtient que
0 1 0
A et B
1 2 1
0 1
Dans ce cas, comme la matrice S B AB
est de
1 2
rang 2, le système est complètement contrôlable.
CA n 1
x1
y 1 0
x2
1 0
Comme la matrice V C CA
T
est de rang 2, le
0 1
système est complètement observable.
Exemple 2
Un système est décrit par l’équation d’état dont les
paramètres sont
0 1 0
A
, B 1 , et C 1 1
1 2
1 1
V C CA
T
Comme la matrice
est de rang 1, le
1 1
système n’est pas complètement observable.
Observabilité
En général, la fonction de transfert donne une
indication sur la contrôlabilité et l’observabilité. En
effet, si le système n’a pas de simplification entre
pôles et zéros, le système peut toujours être
représenté par des équations d’état qui sont à la
fois contrôlables et observables. Par contre, s’il y a
simplification, le système sera soit incontrôlable soit
non observable, soit à la fois incontrôlable et
inobservable.
Comme pour la contrôlabilité, l’observabilité
est une caractéristique de la réalisation du
système et non du système lui-même !!!
Les Formes Canoniques
La 1ère forme canonique contrôlable
0 0 0 0 a1 1
1 0 0 0 a 2 0
A 0 1 0 0 a3 et B 0
0 0 0 1 a n 0
Équation caractéristique :
P s s n a n s n 1 a 2 s a 1 0
Les Formes Canoniques
La 2ème forme canonique contrôlable
0 1 0 0 0 0
0 0 1 0 0 0
A et B
0 0 0 0 0 1 0
a1 a2 a3 an1 an 1
Équation caractéristique :
P s s n a n s n 1 a 2 s a 1 0
Les Formes Canoniques
La 1ère forme canonique observable
0 1 0 0 0
0 0 1 0 0
A et C 1 0 0
0 0 0 0 0 1
a1 a2 a3 an1 an
Équation caractéristique :
P s s n a n s n 1 a 2 s a 1 0
Les Formes Canoniques
La 2ème forme canonique observable
0 0 0 0 a1
1 0 0 0 a2
A 0 1 0 0 a3 et C 0 0 0 1
0 0 0 1 an
Équation caractéristique :
P s s n a n s n 1 a 2 s a 1 0
Synthèse par Placement de
Pôles
Théorème :
Si le système linéaire et invariant dans le temps
dx t
A x t B u t
dt
est complètement contrôlable, alors il existe une
matrice de gain K tel que
u Kx v
où v est une entrée auxiliaire, qui est capable de
placer les pôles du système bouclé n’importe où
dans le plan complexe.
Les Observateurs
Afin de réaliser le placement de pôles par retour
d’état, il faut mesurer tous les états. Ceci peut ne pas
être possible pour deux raisons principales:
• La première raison est purement économique
spécialement pour les systèmes dont le nombre d’états
est trop grand pour permettre la manipulation de tous
les états sans que cette pratique soit trop dépensive ou
trop encombrante.
• La deuxième raison survient dans les cas où certains
des états du système sont physiquement non
disponibles et ne peuvent donc être mesurés.
Les Observateurs
Dans le but de surmonter ce problème,
on fait recours à ce qu’on appelle un
observateur.
Un observateur est un système qui
produit des estimations des états d’un système
quand ces états ne sont pas mesurables. Ces
estimations sont ensuite utilisées à la place des
états réels pour réaliser le retour d’état.
Un Observateur Trivial
Le problème de l’estimation des états a une solution triviale qui
consiste à construire une copie du système original.
Supposons que le système original est
dx t
A x t B u t
dt
L’observateur trivial est donc
dz t
A z t B u t
dt
u x
x Ax Bu
z
z Az Bu
Un Observateur Trivial
Soit et zt xt l’erreur de cette estimation.
La dynamique de cette erreur est décrite par
e z x Az x Ae
L’erreur e ne tend vers zéro que lorsque la matrice A
est stable.
Dans le cas où A est stable, si z 0 x 0 , on obtient
des estimations qui sont parfaites.
Si, par contre, z 0 x 0 , l’erreur e tend vers zéro
mais avec la dynamique de la matrice A. Ceci, en
général, n’est pas toujours acceptable.
L’Observateur Identité
Le système linéaire et invariant dans le temps
dxt
A xt B ut y t C x t
dt
est supposé être complètement observable.
L’observateur identité se construit en posant
z A z E y Cz B u
où E est une matrice de gain de dimension appropriée.
Dans ce cas, la dynamique de l’erreur est décrite par
e z x A ECz x A EC e
Comme le système est complètement observable, les valeurs
propres de la matrice A-EC peuvent être arbitrairement
placées afin de contrôler la dynamique avec laquelle l’erreur
va tendre vers zéro.
L’Observateur Identité
v u x y
B 1/s C
K
A
système
z
E 1/s C
_
A
observateur
Principe de Séparation
Théorème :
Considérons le système linéaire et invariant
dans le temps
dxt yt C xt
A xt B u t
dt
l’observateur identité z A EC z E y B u
et la loi de commande u t K z t
Le polynôme caractéristique de l’ensemble est le
produit des polynômes caractéristiques A-BK
et A-EC .
Dualité
Soit le système
x Ax Bu
S1 :
y1 Cx
et le système
z AT z CT v
S2 :
2
y BT
z
Par définition, les systèmes S1 et S2 sont duaux
dans le sens où lorsqu'on inverse le flux des
signaux dans l'un des systèmes, on retrouve l'autre.
Dualité
u + x x y1
S1:
B C
+
A
v + z z y2
S2: CT BT
+
AT
Dualité
Théorème:
Le système S1 est complètement
contrôlable (observable) si et seulement
si le système S2 est complètement
observable (contrôlable).
Fin