I/ PARTIE THEORIQUE :

A / Introduction
L’analyse et la synthèse des systèmes dynamiques linéaires invariants
(SLI) nécessitent la connaissance d’un modèle mathématique traduisant
les relations reliant les grandeurs d’entrée principales et secondaires aux
grandeurs de sortie. En générale chaque SLI peut être représenté par
une représentation suivante : • Représentation graphique qui peut être
diagramme fonctionnel ou de fluence • Représentation reliant l’entrée à
la sortie comme les fonctions de transfert qui demeurent des
représentations externes ou par des modèles d’état dans ce cas on parle
de représentations internes, Et quand on parle de comment écrire les
fonctions de transfert qui décrivent la représentation d’état d’un système
nous utiliserons un programme MATLAB pour la facilité et la rapidité de
calcul.

B / But de TP :
Savoir les fonctions Matlab de base qui décrivent la représentation
d’état d’un système pour apprendre.

II/ PARTIE PRATIQUE :

A/ Le travail dans Labo :
Soit le système donné Par sa fonction De transfert f :
B/ travail demandé :
1. Programmation de fonction G sous MATLAB par deux méthodes :

2. Les coefficients du numérateur et du dénominateur de la fonction

de transfert g(s) :
On utilisé instruction suivante :
3. En trouve que l’ordre de numérateur est inferieur par rapport à
l’ordre du dénominateur :
Car la sortie jamais précède entrée dans l’amplitude et aussi quand
on calcul la limite de numérateur et dénominateur on les retrouve
pareil nous en obtenons (1), et quand numérateur supérieur a
dénominateur nous en obtenons à l’infini
4. Détermination et représentation dans le plan complexe les pôles et
zéros :
On utilisé instruction suivante :

5. Le système est :

Stable car tous ces pôles sont situés dans le demi-plan de gauche.
 6. La représentation dans l’espace d’état du système définie par g :
Déclaration de l’instruction suivant :

7. La forme canonique obtenu par cette représentation que nous

allant
Trouver c’est : commandable

Car toute l’information relative au dénominateur de la fonction de

transfert est mémorisée dans la matrice A.
- toute l’information relative au numérateur de la fonction de transfert est
mémorisée dans un autre matrice programmes C ou D, si m<=n alors
d=0.
 8. L’équation mathématique du polynôme caractéristique
On utilise instruction :

F(p) = p^3+p^2+6*p+1

9. On Vérifier que le dénominateur de la fonction de transfert g(s)

correspond au polynôme caractéristique de la matrice d’état A.

La déclaration de l’instruction :

10. On Vérifier que les pôles du système g(s) correspondent aux

valeurs propres de la matrice d’état A (solution de l’équation
(polynôme) caractéristique) :

11. Une forme canonique Modale :

On utilise l’instruction :
 12. L’avantage de cette représentation :

- A partir de l’expression de la fonction de transfert, on retrouve

facilement les matrice d’état.
- La représentation fait apparaître les pôles (ou modes) du système.
- On va dire que pour un système clair à l’élaboration d’une commande,
peu import formes de représentation d’état se prêtent mieux que d’autres
à l’interopération des propriétés d’un système ou aux bonnes idées des
calculs.

13. La forme mathématique de la matrice de commandabilité de

KALMAN :
Kalman a proposé un critère simple construit à partir de ces deux matrices.
Théorème (critère de Kalman) : est Un système LTI d’équation dynamique
d’état, ou A ∈ R n×n , B ∈ R n×m est commandable si la matrice de
commandabilité, C est de rang n,

Ce système admet n états solutions, pour être résolvable il faut n équations

linéairement indépendantes, ce qui implique :
On rappelle que le rang d’une matrice donne le nombre maximum de lignes
indépendantes et le nombre maximum de colonnes indépendantes.

14. La matrice de commandabilité par MATLAB nous utilisant

l’instruction convenable :
On utilise l’instruction suivant :

15. Le système est :

Commandable car le rang de la matrice de contrôlabilité est égal à la
dimension de la matrice a qui est égale a (3).

16. La forme mathématique de la matrice d’observabilité de

KALMAN :
Un critère de Kalman existe également pour la notion d’observabilité et fait
intervenir la matrice dynamique A et la matrice de sortie C. Théorème
(critère de Kalman) Un système LTI d’équations dynamique et de mesure,

en utilisant la formule de Sylvester, cette relation s'écrit :

On exprime cette relation pour n valeurs de t, on obtient un système linéaire

dont la résolution est soumise à la condition :
 17. La matrice d’observabilité par MATLAB en utilisant
l’instruction convenable :
On utilise instruction suivante :

18. Le système :
Observable parce que le range de la matrice d’observabilité qui
est égale à la dimension de la matrice a qui égale à n=3.

19.
Un système commandable : est une propriété caractéristique du
couplage entre l’entrée et la sortie du système et fera donc intervenir les
matrices A et B. R.E (Un processus de vecteur d'état X(t) est complètement
commandable sur l'intervalle de temps [t 0, tf] s'il existe sur cet intervalle une
commande U(t) permettant d'amener ce vecteur d'un état initial
quelconque X(t0) à un état choisi quelconque X(tf)).
Un système observable : Un système est dit complètement observable sur
l'intervalle de temps [t0, tf] si l'observation de la commande U(t) et de la
sortie Y(t) permet de déterminer l'état initial X(t0).

4/ Conclusion :
Il y existe plusieurs équations dont l’équation de représentation d’état
sous formes canonique qu’on n’arrive pas à les résoudre analytiquement
dans la plupart des cas. Dans ce projet, il a été question d’essayer de
résoudre cette dernière avec Matlab, un logiciel utilisé à des fins de
calcul numérique.
Aussi, il a été montré que grâce à des simulations numériques de type
Marche aléatoire, nous avons pu vérifier la compatibilité de la simulation
avec la théorie.