LES EQUATIONS D’ETAT

Jalel ZRIDA

École Supérieure des Sciences

et Techniques de Tunis
 Les variables d’état
Définition : Les variables d’état d’un système
sont définis comme un ensemble minimal de
variables x 1 t , x 2 t ,  , x n t  tels que la
connaissance de ces variables à un instant
donné t 0 et la connaissance de l’entrée
appliquée au système depuis cet instant
sont suffisantes pour déterminer ces
variables à n’importe quel instant t  t 0 .
 Equations d’état
Soit un système dynamique d’ordre n.
Sa représentation en équations d’état a la
forme
dxi t 
dt
 
 f i x1 t , x2 t ,, xn t , r1 t , r2 t ,, rp t  i  1,2,, n

xi t  est la ième variable d’état

rj t  est la jème entrée, j 1,2,, p
fi est une fonction non linéaire
 Equations de sortie
Soient les q variables de sortie y1t, y2 t,, yq t
On définit les équations de sortie
 
yk t   gk x1 t , x2 t ,, xn t , r1 t , r2 t ,, rp t  k  1,2,, q

r1t y1t
r2t x1t, x2t,, xnt y2t
  
rpt yq t
Forme matricielle
Si l’on pose
 x1 t   r1 t    y1 t   f1 t 
 x t   r t   y t   f t 
xt    2  , r t    , yt    , 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 At , Bt , C t  et Dt  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 nn n1 n p p 1

 dx  t 
 A x t   B r t 
 dt
 y  t   C x t   D r t 
q 1 qn n1 q p p1
où A , B , C et D sont des matrices
constantes et de dimensions
appropriées
 Diagramme en Bloc

D

xt  xt 

B  C

rt  yt 

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 
xt  L1 sI  A x0
1
 pour t  0

On écrit xt    t  x0 

avec 
t   L1 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!

Expression non fermée !!!

 Matrice de Transition d’État
Propriétés

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 dxt   A xt   B r t  , la
dt
transformée de Laplace donne que
X s   sI  A x0  sI  A B Rs 
1 1

et finalement que
  
xt  L1 sI  A x0  L1 sI  A B Rs
1 1
pour t  0
où t
xt   t  x0   t    B r  d pour t  0
0
Dans le cas où le temps initial est t0  0
xt  t t0  xt  t  B rd
t
pour t  t0
t0
 Exemple 1
Soit le circuit RL du premier ordre
R

+
i
e L

Obtenir les équations d’état de ce circuit et

en déduire it  pour t  0 quand et est un
échelon unitaire et sachant que i0  I0
 Exemple 2
Soient les équations d’état
 x1   0 1   x1  0
x    2  3 x   1 rt 
 2    2  
Déterminer x t , pour t  0 quand l’entrée r t 
est un échelon unitaire et sachant que
0 
x 0    
1 
 Lien avec les Équations
Différentielles
Soit un système d’ordre n linéaire et
invariant dans le temps et décrit par
l’équation différentielle
dny d n 1 y dy
n
 a n n 1
   a 2  a1 y  r
dt dt dt

où r représente l’entrée du système et y sa

sortie.
On se propose de chercher des équations
d’état pour le système.
 Lien avec les Équations
Différentielles
Pour cela, on pose
 x1  y
 x  y
 2

   
 x n  n  1 
 y
Il vient alors que
 x 1  x2
 x  x3
 2
   
 x  xn
 n 1
 x n   a 1 x1  a 2 x 2    a n x n  r
 Lien avec les Équations
Différentielles
On a alors dx t 
 A x t   B r t 
dt
y  Cx

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
 x1  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  ; B0 ; C1 0 0
2 1 5 1
 Lien avec les Fonctions de
Transfert

Pour un système linéaire et invariant dans le

temps, les équations d’état ont la forme
 dx t 
  A x t   B r t 
 dt
 y t   C x t   D r t 

La transformée de Laplace de ces équations

donne que
X s  sI  A1 x0  sI  A1 B Rs

Ys  C X s  D Rs
Ceci donne que
Y s   CsI  A x0  CsI  A BRs   DRs 
1 1
 Lien avec les Fonctions de
Transfert

Comme la fonction de transfert du système

est le rapport de la sortie et l’entrée à
conditions initiales nulles, il arrive que

Y s 
G s    C  sI  A  B  D
1

R  s  cond. init.  0
 Lien avec les Fonctions de Transfert
Exemple

Un système est décrit par

 x1   0 1   x1  0
 x   2  3  x   1 r t 

 2    2  
 x1 
y  1 0  
 x2 

Il vient donc que

Y s
1
1  1
s
Gs   CsI  A B  1 0 
1

Rs cond.init.0 s  3 0

2
s  3 1 1 1
 1 0 2  
1 1 1 1
    1 0   
s  3s  2   2 s 0 s 2  3s  2 s s 2  3s  2 s 1s  2
Équation Caractéristique
Comme
Y s 
G s    C sI  A B  D
1

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

Les notions de contrôlabilité et

d’observabilité des systèmes introduites par
Kalman continuent de jouer un rôle
important dans la théorie de la commande
des systèmes. En effet, la condition de
contrôlabilité est intimement liée à
l’existence de solutions de placement de
pôles par retour d’état. La notion
d’observabilité conditionne, quant à elle, la
possibilité d’estimer les états non
mesurables à partir de la sortie.
Contrôlabilité et Observabilité
Pour illustrer cela, considérons le processus
dx t 
 A x t   B u t 
dt
où un retour d’état u t    Kxt   r t  est utilisé
formant ainsi le digramme en bloc suivant :
rt   ut  xt 
xt   Axt   But 


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 :

r t   ut  xt  yt 

xt   Axt   But  C

 x̂t 
Observateur
K

x̂t  : estimés de xt 

 Contrôlabilité
Définition : Considérons le système linéaire et invariant
dans le temps
dxt 
 A xt   B u t 
dt
y t   C x t 

L’état xt  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
dxt 
 A xt   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  An1B 
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
 x1   0 1   x1   1 
x   1  2 x   1 rt 
 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.

La contrôlabilité est une caractéristique

de la réalisation du système et non du
système lui-même !!!
 Observabilité
Définition : Considérons le système linéaire et invariant
dans le temps
dx t 
 A x t   B u t 
dt
yt  C xt

L’état x t  est dit être observable à t  t si pour toute

0

commande u(t), il existe un temps fini t  t telle que la

f 0

connaissance de la commande u(t) pour t0  t  t f , et de

la sortie yt  pour t0  t  t f est suffisante pour la
détermination de l’état xt0  .
Si tous les états sont observables, le système est dit être
complètement observable ou, simplement, observable.
 Observabilité
Théorème : Le système linéaire et invariant dans le temps
dx t 
 A x t   B u t 
dt
yt  C xt
est complètement observable si et seulement si la matrice
de dimension n np
 C 
 CA 
 
V  CA 
 2

 
  
 CA n 1 

est de rang n ou de rang plein.

On dit aussi que la paire A, C  est complètement
observable.
 Exemple 1
Un système est décrit par l’équation d’état
 x1   0 1   x1   1 
x   1  2 x   1 rt 
 2    2  

 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  an1 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  an1 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 et   zt   xt  l’erreur de cette estimation.
La dynamique de cette erreur est décrite par
e  z  x  Az  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
dxt 
 A xt   B ut  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  ECz  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
dxt  yt  C xt
 A xt   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