Cours d’Automatique,

Représentation d’état
MODÉLISATION D’UN SYSTÈME
DR. ING. POUSGA KABORE
 Objectifs de ce module

Objectif Général: au terme de ce module, l’étudiant doit:

◦ Comprendre les notions de représentation d’état
Objectifs Spécifiques:
◦ Savoir modéliser un système par la représentation d’état
◦ Savoir étendre les notions de régulation et asservissement à celles de la commande

2
 Plan
I. Quelques rappels sur les systèmes automatisés
II. Représentation d’état d’un système asservi linéaire (SAL)
1. Modélisation des systèmes et représentation d’état
2. Représentation d’Etat, équivalence avec les fonctions de transfert
3. Schéma bloc diagramme
4. Notion de point d’équilibre: résolution d’équations, identification en régime permanent.
III. Commande des systèmes linéaires
1. Notion de commandabilité
2. Stabilité et stabilisation des SAL
3. Critère de stabilité
IV. Observabilité des SAL
1. Notion d’observabilité
2. Synthèse d’observateurs
V. Synthèse de loi de commande par retour d’état
I. Principe de séparation
II. Loi de commande stabilisante
III. Exemples

3
Modélisation des systèmes
Notion de modèle
◦ C’est une représentation graphique, mathématique, ou descriptive (heuristique) ou autre, permettant de
comprendre analyser ou commander un système
◦ Un modèle mathématique est basé soit sur
◦ la connaissance des lois qui gouvernent l’évolution ou le comportement du système
◦ des données expérimentales collectées sur le système
◦ après une série de tests
◦ après un temps de fonctionnement
◦ Le modèle mathématique doit être validé par le réel avant d’être accepté pour la commande du système
◦ Comparaison entre données expérimentales et lois physiques, chimiques, électriques ou mécaniques
◦ Comparaison entre évolution théorique et pratique

4
 Exemple de série de données
On a une série de données sur à des sollicitations du système. On obtient alors:
◦ La sortie y(k), y(k-1), y(k-2), y(k-3), …, y(k-n). n est la fenêtre de mesure dans le temps
◦ L’entrée u(k-1), u(k-2), …,u(k-m)

On cherche à déterminer un modèle de la forme:

b0u (k  m)  b1u (k  m  1)    bmu (k ) 

a0 y (k  n)  a1 y (k  n  1)     an y (k )
Les coefficients bi et ai sont à déterminer. En continue, le modèle est:
( )
+ + + ⋯+ + = + + + ⋯+
+
5
Identification du modèle

Identifier un modèle c’est calculer les coefficients du modèle précédent

Cours de 1ère année:
◦ Méthode de streij: empirique
◦ Méthode basée sur des abaques;
Ou encore identification par la méthode des moindres carrés.
Ou par des observateurs (cours de cette année)
Modélisation des systèmes
Un modèle pour la régulation/commande n’est pas forcément exhaustif
◦ Ce n’est pas un modèle de simulation
◦ Il donne les relations entrée-(état)-sortie du système

Le modèle peut être établi à partir de lois de conservation:

◦ De données du système (modèle boite noire)
◦ Conservation de masse
◦ Conservation d’énergie
◦ Loi de mailles, Loi des nœuds;
◦ Conservation de la quantité de mouvement,
◦ Lois mécaniques (équations de Lagrange en mécanique) etc.

7
 Représentation d’état d’un système asservi
linéaire (SAL)
Types de modèles:
◦ Modèles dit statiques
◦ Modèles dynamiques (variation dans le temps)
◦ Modèles dits linéaires
◦ Modèles non linéaires (hystérésis, saturation, tout ou rien, harmoniques
etc.)
◦ Modèles multi-variables ou mono-variables
◦ Modèles à plusieurs entrées et plusieurs sorties; ou à une entrée et une
sortie.
◦ Modèles de systèmes à paramètres répartis etc.
8
 Représentation d’état d’un système asservi linéaire
(SAL)
Notion de représentation d’état
◦ Motivation: Les systèmes étudiés jusque là sont linéaires, principalement SISO. Dans la plupart des cas,
les systèmes sont non linéaires et MIMO.
◦ Étendre les notions étudiées jusque là, à tous ces systèmes.

Représentation d’état d’un SAL

( )
◦ = ( )+ ( ), ( )= ( )+ ( ), avec la condition initiale x0
◦ ∈ ℝ est le vecteur de n états du système, ∈ ℝ est le vecteur de m commandes et ∈ ℝ est le
vecteur de p mesures du système
◦ ∈ℝ est une matrice constante, B∈ ℝ ,C ∈ ℝ et D ∈ ℝ des matrices constantes.
◦ Ce système est aussi appelé système linéaire temps invariant ou LTI, A,B,C et D sont invariants.

9
 Représentation d’état d’un système asservi
linéaire (SAL)

Puisque le système est linéaire, on peut utiliser la transformée de

Laplace:
( )
◦ = ( )+ ( ), ( )= ( )+ ( ) devient
− = , = + ( ), X(0)=0
◦ Si la matrice − est inversible, on obtient: Y p = (C − +
) ( ), d’ou on obtient une matrice de transfert H p = C − +

10
Modélisation par représentation d’état
Approche ingénierie des systèmes (équivalence entre système)
◦ Permet ce comprendre l’équivalence entre domaine;
◦ Avoir une vue d’ensemble du système.
Modélisation basée sur les équations différentielles
◦ Peuvent aussi contenir des relations algébriques: on parle d’équations algébro-différentielles
◦ Des contraintes de type inégalités peuvent être nécessaires
Démarche indépendante du domaine
◦ Variables flux f(t) et effort e(t)
◦ Puissance p(t)=e(t)f(t)
Variables d’énergie
◦ Moment généralisé =∫
◦ Déplacement généralisé q =∫ (quantité de mouvement)
Tableau de correspondance selon les domaines

11
Modélisation par représentation d’état
Domaine Variable de flux Variable d’effort Énergie (Joule) Puissance (W)
Mécanique translation Vitesse V (m/s) Force F (N) V

Mécanique rotation Vitesse de rotation Ω Couple Γ (N.m) Ω Γ

(rd/s) Ω Γ

Electricité Courant I (A) Tension U (Volt) I(t)U(t)

Hydraulique Débit Q (m3/s) Pression P (N/m2) Q(t)P(t)

Thermique Flux enthropique ΔH Température T (°K) ΔH

(W/°K) ΔH

Chimie Potentiel (J/mol) Flux molaire (mol.s)

Thermodynamique Flux enthropique Température
Débit massique (Kg/s) Pression
 Modélisation par représentation d’état
Définition des éléments généralisés
◦ éléments dissipatifs: R
◦ exemple élément résistif R: e(t) = R f(t)
◦ Un élément dissipatif peut avoir une caractéristique non linéaire : Exemple de la diode
◦ Éléments de stockage d’énergie: C et J (inertie)
◦ Élément capacitif C; q(t) = C e(t), puissance instantanée P(t)= ̇ ( )
◦ Élément inertiel J: puissance instantanée P(t)= ̇ ( )

◦ Éléments de conversion (transformation) d’énergie: TF et Gy

◦ TF: par exemple un transformateur; Ils respectent : = =
◦ La transformation respecte = =
◦ Éléments gyrateur: Similaire aux transformateur mais respectent : = =
◦ = =
 Modélisation par représentation d’état

Éléments sources d’énergie: Se et Sf

◦ Pour la source d’effort on a : e(0)= ( )≤
◦ Pour les sources de flux: f(0)= ( )≤
Démarche de modélisation et choix des variables d’état
◦ Bilan à réaliser:
◦ Bilan énergétique: conservation d’énergie
◦ Bilan de masse: conservation de masse (flux-effort; moment, déplacement
généralisés)
◦ Bilan de quantité de mouvement : conservation de la quantité de mouvement
◦ A partir de ces bilans, choix des variables d’état
Représentation d’Etat
Utilisation de la représentation d’état
◦ L’état d’un système est la mémoire interne du système
◦ Ce sont les variables internes du système pouvant permettre de retracer son passé, son état présent
et de se projeter sur son future.
◦ Cette notion est empruntée à la thermodynamique.

15
Représentation d’état d’un système asservi linéaire (SAL)

On considère le circuit suivant:

( )
Les équations reliant uc à ue sont: = + +
∫ , = ∫

On se rend compte que i(t) représente une variable interne du système à

rendre en compte.
La valeur de i est importante notamment à cause des échauffements. C

On pose =∫ , = ( ), on obtient la représentation R

d’état suivante:
ue L
( ) uc
= ( )= ( )
( ) ( )
= = − − ( ) On peut aussi mettre
= = ( )
sous une forme matricielle
16
 Représentation d’état d’un système asservi linéaire (SAL)
Exemple pour le circuit RLC:
◦ = − =
−1 0 + 1 0
◦ 0 = 0 =
+ −
◦ Schéma bloc diagramme

A X(t)
+ ∫ C + Y(t)
U(t) +
B X(0) +
D

H(p)

◦ Dans la fonction de transfert X(t) n’est pas visible. Surtout X(0) n’est pas toujours connue
◦ Stabilité de H(p) dépend de A surtout –voir plus loin-

17
Représentation d’état d’un système asservi linéaire (SAL)

0 1 0
= − , = , = 0 , D=0, avec les conditions initiales x10=x20=0
−
A, B et C dépendent des paramètres R,L, C du système, n=2; m=1, p=1
◦ Cas général: on a l’équation différentielle suivante:
( )
◦ + + + ⋯+ + = + + + ⋯+
+ , conditions initiales connues.
◦ Questions:
◦ Peut on obtenir une représentation d’état à partir d’une fonction de transfert?
◦ De même si l’on a une représentation d’état peut on avoir une fonction de transfert?

18
 Représentation d’état d’un système asservi
linéaire (SAL)
Puisque le système est linéaire, on peut utiliser la transformée de
Laplace:
( )
◦ = ( )+ ( ), ( )= ( )+ ( ) devient
− = , = + ( ), X(0)=0
◦ Si la matrice − est inversible, on obtient:
◦Y p = C − + ( ),
◦ d’ou on obtient une matrice de transfert H p = C − +

19
 Représentation d’état d’un système asservi linéaire (SAL)

H p = C − +
⋯
H p = ⋮ ⋮ ⋮
…
H est une matrice (n,n) contenant des fonctions de transfert.
 Représentation d’état d’un système
asservi linéaire (SAL
Réalisation d’une fonction de transfert:
◦ Obtenir à partir de la fonction de transfert une représentation d’état
◦ La réalisation n’est pas unique
◦ Elle n’a pas forcément une signification par rapport aux phénomènes physiques en présence.
On obtient
+ + ⋯+ +
=
+ + ⋯+ +
Cas de poles simples réels:
( )
= =
− ( )
( ) ( )
=∑ ; On pose alors =
Représentation d’état d’un système
asservi linéaire (SAL
On obtient la représentation d’état
̇
0⋯ 0
̇
0 0
⋮ = ⋮ + ⋮ u t
⋮ 0 ⋱ ⋮
̇
0 ⋯ 0
̇

= 1 … … 1 ⋮ + 0. ( )

Cas de pôles multiples/complexes à traiter,

 Représentation d’état d’un système asservi linéaire
(SAL)
◦ Notion de point d’équilibre
°
◦ Les points d’équilibre x° du système respectent: =0= ° + °, °= °+ °
° + °=0
◦ L’étude des points d’équilibre: ensemble des points tq:
°= °+ °
◦ Permet d’étudier le système pour de petites variations autour ces points, et de linéariser le système s’il est non
linéaire
◦ On pose pour cela = − °, = − °, = − °
( )
◦ Si le système est linéaire, les équations ne changent pas : = ( )+ ( ), ( )= ( )+ ( )
◦ Cas non linéaire à voir plus tard.
◦ Un point d’équilibre n’est pas forcément un point de fonctionnement.

23
Représentation d’état d’un système asservi linéaire (SAL)

Point d’équilibre: permet d’étudier l’équilibre du système

De calculer les paramètres inconnus du modèle
◦ Exemple des essais de fonctionnement qui permettent de retrouver certains
paramètres
◦ Résolution d’équations du type Ax=b avec ou sans contraintes.
◦ Application à la résolution des points d’équilibre: calcul de paramètres par exemple
Représentation d’état d’un système asservi linéaire
(SAL)
Discrétisation d’un modèle d’état
Utilisation:
◦ Approchée: Calcul pas à pas;
◦ ≈ Implémentation numérique
∆
◦ On obtient: Identification de système
◦ = +
◦ = +
◦ Ce modèle est appelé système discret.
◦ = +∑
◦ Cette approximation est bonne si ∆ est petit par
rapport à la dynamique du système
◦ L’équation peut alors être résolue par itération
Représentation d’état d’un système asservi linéaire
(SAL)
Intégration numérique des modèles à variables d’état.

A X(t)
+ ∫ C + Y(t)
U(t) +
B X(0) +
D

H(p)

Utilisation de la discrétisation numérique

Utilisation de méthodes d’intégration: Runge Kutta (voir ode dans Matlab) pas fixe ou variable