Université de Batna 2 / Faculté de Technologie Batna le 18/02/ 2019

Département d’Electronique Filière : Automatique

2ème année Master « Automatique et Systèmes : Commande Prédictive et Adaptative

Epreuve de Contrôle

Exercice n°1→ (6 points)

Considérons un modèle à temps discret sous la forme suivante :

 xm ( k + 1) = Am xm ( k ) + Bm u ( k )

 y ( k ) = Cm xm ( k )
où les matrices du système sont : A = 
2 2 1 
m  0 2  ; Bm =  2  ; Cm = [ 2 0]
   
Trouver les matrices du triplet (A, B, C) dans le modèle augmenté et calculer les valeurs propres de la
matrice système A du modèle augmenté ?

Exercice n° 2→ (10 points)

Le modèle du procédé considéré « de 1er ordre »est le suivant :
1 + 3 z −1 −1
H ( z −1 ) = z
1 − 4 z −1
Avec T 0 .001s est la période d’échantillonnage.
• Afin d’appliquer la commande prédictive GPC, on emploie la stratégie de commande polynomial RST
1/ Trouver les polynômes A et B du modèle de CARIMA correspondant ?
2/ Déduire le polynôme Aɶ z
−1
( )
3/ Trouver les polynômes Ej et Fj sachant que N1=1 et Nu=N2=3
( ) et les matrices G et G’
4/ Déduire les polynômes G j z
−1

5/ Sachant que λ = trace ( G G ) et la première ligne de ( G G + λ I ) G T est K , trouver les expressions des
T T −1

polynômes R, S et T.
Exercice n° 3→ (4 points)
Un système de premier ordre est décrit par le modèle à temps discret suivant :
xk +1 = 1,5.xk + uk
et doit être contrôlé à l'aide d'une commande prédictive qui minimise l'indice de performance prédit :

( ) ( )
1
J xk ,u0 k ,u1 k = ∑ xi2k + 10.ui2k + q.x22 k
i =0

où q est une constante positive

(a) Déduire l’horizon de prédiction Np et l’horizon de commande Nc ?
(b) Mettre le modèle sous une forme de séquences d’état et de commande prédites à l’instant k :
x = A x+ Bu ( x : vecteur d’état ; u : vecteur de commande et x = x0 k )

Montrer que J = x .x+10.u u pour q = 1

T T
(c)
(d) Pour avoir une commande optimale, montrer que la loi de la commande prédictive non contrainte est
uk = −0,35.xk si q = 1.
M. MOKHTARI
Université de Batna 2 / Faculté de Technologie Batna le 18/02/ 2019
Département d’Electronique Filière : Automatique
2ème année Master « Automatique et Systèmes : Commande Prédictive et Adaptative

Epreuve de Contrôle « corrigé type »

Solution « Exercice n° 1 »→ (06 points)

Considérons un modèle à temps discret sous la forme suivante :

 xm ( k + 1) = Am xm ( k ) + Bm u ( k )

 y ( k ) = Cm xm ( k )
2 2 1 
 0 2  ; Bm =  2  ; Cm = [ 2 0]
où les matrices du système sont : A =
m
   
1/ Les matrices du triplet (A, B, C) dans le modèle augmenté
Le modèle augmenté est représenté par :

où : n1 =2 la dimension du vecteur des variables d'état xm

Om = [ 0 0]
 2 2 0 1 
 A OmT    Bm   
A= m 
 = 0 2 0 ; B =   = 2 ; C = [Om 1] = [ 0 0 1]
Cm Am 1 
 4 4 1  Cm Bm   
2
2/ Calcul des valeurs propres de la matrice système A du modèle augmenté
L’équation caractéristique de la matrice A est donnée par :
  1 0 0   2 2 0    λ − 2 −2 0 
  
ρ ( λ ) = det ( λ I − A ) = det  λ . 0 1 0  −  0 2 0   =  0 λ−2 0 

  0 0 1   4 4 1    −4 −4 λ − 1
     
= ( λ − 2 )( λ − 2 )( λ − 1)
ρ ( λ ) = ( λ − 2 )( λ − 2 )( λ − 1) = 0
Les valeurs propres sont :
λ1 = 2 ; λ2 = 2 ; λ3 = 1;

M. MOKHTARI
Solution « Exercice n° 2 »→ (10 points)
Le modèle du procédé considéré « de 1èr ordre »est le suivant :
2 + 3 z −1 −1
H (z ) = −1
z
5 − 4 z −1
Avec T 0 .001s est la période d’échantillonnage.
• Afin d’appliquer la commande prédictive GPC, on emploie la stratégie de commande polynomial RST
1/ Trouver les polynômes A et B du modèle de CARIMA correspondant ?

1 + 3 z − 1 −1 B ( z −1 ) y ( k )
H (z ) =−1
z =z −1
=
1 − 4 z −1 A ( z −1 ) u ( k )
 A ( z −1 ) = 1 − 4 z − 1


 B ( z ) = 1 + 3 z
−1 −1

2/ Déduire le polynôme Aɶ z
−1
( )
Aɶ ( z −1 ) = ∆ ( z −1 ) .A ( z −1 ) = (1 − z −1 )(1 − 4 z −1 ) = 1 − 5 z −1 + 4 z −2

3/ Trouver les polynômes Ej et Fj sachant que N1=1 et Nu=N2=3

E j ( z −1 ) et F j ( z −1 ) ( N1 ≤ j ≤ N 2 ) ; deg ré E j ( z −1 ) = j − 1 et deg ré F j ( z −1 ) = na = 1

( )
Par division de 1 par Aɶ z , on trouve :
−1

E1 ( z −1 ) = 1; E2 = 1 + 5 z −1 ; E3 = 1 + 5 z −1 +21z −2
F1 ( z −1 ) = 5 − 4 z −1 ; F2 = 21 − 20 z −1 ; F3 = 85 − 84 z −1
4/ Déduire les matrices G et G’

Les polynômes G j ( z −1 ) et les matrices G,G’

G1 ( z −1 ) = E1 .B = 1 + 3 z −1 G2 ( z −1 ) = E2 .B = (1 + 5 z −1 )(1 + 3 z −1 ) = 1 + 8 z −1 + 15 z −2
↑ ↑ ↑ ↑ ↑
∆u ( k ) ∆u ( k −1) ∆u ( k +1) ∆u ( k ) ∆u ( k −1)

G3 ( z −1 ) = E3 .B = (1 + 5 z −1 + 21z −2 )(1 + 3 z −1 ) = 1 + 8 z −1 + 36 z −2 + 63 z −3
↑ ↑ ↑ ↑
∆u ( k + 2 ) ∆u ( k +1) ∆u ( k ) ∆u ( k −1)

Les matrices G et G’ :
 g0 0 0   1 0 0
G =  g1 g0 0  =  8 1 0  ;
 g 2 g1 g 0  36 8 1 

M. MOKHTARI
 

(
Gd +1 ( z −1 ) − g 0 .z ) 


 (
Gd + 2 ( z ) − g 0 − g1 z .z
−1 −1 2
)  
  (
G1 ( z −1 ) − g 0 .z ) 
 3
  
G' ( z ) = 
−1 ⋮
= (
G2 ( z ) − g 0 − g1 z .z
−1 −1 2
)  = 15  ;
  
 ⋮  

 ⋮  
(  )
  63
  G3 ( z −1 ) − g 0 − g1 z −1 − g 2 z −2 .z 3   

(
 Gd + N ( z ) − g 0 − g1 z − .... − g N −1 z
−1 −1 − ( N −1)
)
.z N 

λ = trace ( G T G ) = 1427 (G G + λI) GT

T −1
5/ Sachant que et la première ligne de est

K = [ 0.0004 0.0029 0.0126 ] , trouver les expressions des polynômes R, S et T.

 0.0004 0.0029 0.0126 

(G G + λI) G =  −0.0001 0.0001 0.0029 
T −1 T

 −0.0000 −0.0001 0.0004 

K = [ 0.0004 0.0029 0.0126 ]

Déduire les polynômes R, S et T
Avec :
 deg ré S ( z −1 ) = deg ré B ( z −1 )


 deg ré R ( z ) = deg ré A ( z )
−1 −1


 deg ré T ( z ) = N 2 − N1
−1

3
Le polynôme S ( z ) = 1 + K .G ( z ) . z = 1 + [ 0.0004 0.0029 0.0126 ] 15  z −1 = 1 + 0.8385 z −1
−1 ' −1 −1

 63

 F1 
Le polynôme R ( z −1 ) = K .F ( z −1 ) = [0.0004 0.0029 0.0126 ] .  F2  = 1.134 − 1.118 z −1
 F3 

 z −2 
 
T ( z −1 ) = K  z − N 2 + N1 z − N 2 + N1 +1 .......1 = [ 0.0004 0.0029 0.0126 ]  z −1 
T
Le polynôme
 1 
 

T ( z −1 ) = 0.0126 + 0.0029 z −1 + 0.0004 z −2

M. MOKHTARI
Solution « Exercice n° 3 »→ (4 points)

Un système de premier ordre est décrit par le modèle à temps discret suivant :

xk +1 = 1,5.xk + uk
et doit être contrôlé à l'aide d'une commande prédictive qui minimise l'indice de performance prédit :

( ) ( )
1
J xk ,u0 k ,u1 k = ∑ xi2k + 10.ui2k + q.x22 k
i =0

où q est une constante positive

(a) Déduire l’horizon de prédiction Np et l’horizon de commande Nc ?

On a trois états prédites x0 / k ,x1/ k ,x2 / k alors Np=3

On a deux commandes prédites u0 / k ,u1/ k alors Nc=2

(b) Mettre le modèle sous une forme de séquences d’état et de commande prédites à l’instant k :

x = A x + Bu ( x : vecteur d’état ; u : vecteur de commande et x = x0 k )

On a deux vecteurs :
 x0 / k 
x   u0 / k 
- Le vecteur d’état : x =  1/ k  ; Le vecteur de commande : u = u 
 x2 / k   1/ k 
xk +1 = 1,5.xk + uk

( ) ( ) ( )
- N −1 1
J xk ,u0 k ,u1 k = ∑ xi2k + λ .ui2k + q.xN2 k = ∑ xi2k + 10.ui2k + q.x22 k
i =0 i =0

- séquences d'état et de commande prédites à l'instant k avec Np = 2 sont :

Les
 x0 k 
   u0 k   1   0 0
x =  x1 k  , u =   , x =  1,5  x +  1 0  u
 
   u1 k 
 2 k 
x  2 , 25 1,5 1 

-
c-à-d :

x0 k = x0 k
x1 k = 1,5.x0 k + u0 k

( )
x2 k = 1,5.x1 k + u1 k = 1,5 1,5.x0 k + u0 k + u1 k = 2, 25.x0 k + 1,5 u0 k + u1 k

M. MOKHTARI
(c) Montrer que J = x T .x+10.u T u pour q = 1

( ) ( )
1
J ( x, u ) = J xk ,u0 k ,u1 k = ∑ xi2k + 10.ui2k + q.x22 k
i=0

= x02 k + x12k + x22 k + 10.u02 k + 10.u12k ;avec q = 1

x 
 0k   u0 k 
=  x0 k x1 k x2 k   x1 k  + 10 u0 k 
u1 k  
     u 
 1k 
 x2 k 
= x T .x + 10.u T u
(d) (a)Pour avoir une commande optimale, montrer que la loi de la commande prédictive non contrainte est

uk = −0,35.xk si q = 1.

J ( x, u ) = x T .x + 10.u T u
T
 1   0 0    1   0 0 
   
=   1,5  x +  1 0  u    1,5  x +  1 0  u  + 10.u T u
   
  2 , 25 1,5 1     2 , 25 1,5 1  
 
   1  T   0 0  T    1   0 0 
       
=    1,5  x  +   1 0  u     1,5  x +  1 0  u  + 10.u T u
   2, 25   1,5 1      2 , 25 1,5 1  
 
  0 0    1 
T
 0 0 
 T   
=  x [1 1,5 2 , 25] + u T .  1 0     1,5  x +  1 0  u  + 10.u T u
   
 1,5 1     2 , 25 1,5 1  
 
T T
 1   0 0  0 0  1   0 0  0 0 
= [1 1,5 2, 25]  1,5  x + x [1 1,5 2 , 25]  1 0  u + u .  1 0  .  1,5  x + u .  1 0   1 0  u + 10.u T u
  2 T   T     T 

 2 , 25 1,5 1  1,5 1   2, 25 1,5 1  1,5 1 

 1   0 0   0 0 
T 
    0 1 1,5   10 0  
= [1 1,5 2, 25]  1,5  x + 2 x [1 1,5 2 , 25]  1 0  u+u  
2
1 0 +  u
  0 0 1    0 10  
 2 , 25 1,5 1   1,5 1  
de la forme : J ( x, u ) = G.x 2 + 2 xF T u + uT Hu
∂
Pour avoir une commande optimale, il faut que : J ( x, u ) = +2 xF T + 2 Hu=0
∂u
donc: u = − H −1 Fx
13.25 1.5 u0 k   −0.3502 
−1
.[ 4.875 2.25] x
T
u = − H Fx = −   ⇒ u= = x
 1.5 11   1 k  
u −0 .1568 
En sélectionnant le premier élément de la commande, on obtient la loi MPC sans contrainte :
uk = −0.3502.xk

M. MOKHTARI