Chapitre 3-Representation D'état-2023-2024

Faculté de Génie Electrique et d’Informatique Département d’Automatique 2023-2024
Module : Commande Des Systèmes Linéaires Section : L3B

Responsable de la matière: Mme LOUADJ
Chapitre 3
Représentation d’état des systèmes
Introduction
Les méthodes de représentation étudiées jusque-là ont leurs limites pour représenter et
commander correctement des systèmes complexes tels que les systèmes à plusieurs
entrées et à plusieurs sorties.
La représentation d’état des systèmes est un outil très puissant.Elle permet de modéliser
le fonctionnement de systèmes linéaires ou non linéaires, à temps continu ou à temps
discret, monovariables ou multivariables.
L’analyse des systèmes dans l’espace d’état a lieu dans le domaine temporel et non dans
le domaine complexe de Laplace, et son état futurreprésenté dans un espace d’étatpeut-
être déduit ou prédit de son état passé, alors que dans le domaine complexe de Laplace,
on représente les systèmes avec des fonctions de transfert en négligeant l’état initial de
ses états.
1- Principe général d’une représentation d’état
Cette représentation s’agitde prendre en compte la dynamique interne du système et ne

pas se limiter à la description externe de type entrée/sortie.
Dans ce chapitre, les principes de base de tels modèles seront exposés, en se limitant au
cas linéaire, monovariable, continu et invariant dans le temps.
Le but de cette méthode puissante est de redonner l’importance à des grandeurs qui ne
sont ni l’entrée, ni la sortie, tout en prenant compte l’ensemble des phénomènes
dynamiques et statiques affectant le comportement du système.
 Exemple 1 : Pour une meilleure illustration de ces principes, considérons l’exemple de la

figure1suivante :
i(t) R1
L
R2
s(t)
e(t)
vc(t) C
Figure 1 : Exemple d’un système électrique.
1
En appliquant la loi des mailles, on aboutit aux équations suivantes :
𝑑𝑖(𝑡)
⎧𝑒(𝑡) = 𝑅 . 𝑖(𝑡) + 𝑅 . 𝑖(𝑡) + 𝑣 (𝑡) + 𝐿.
⎪ 𝑑𝑡
𝑑𝑣 (𝑡) … … … … … … … … … … … … … … … … … … … … . . .1
⎨ 𝑖(𝑡) = 𝐶.
⎪ 𝑑𝑡
⎩ 𝑠(𝑡) = 𝑅 . 𝑖(𝑡) + 𝑣 (𝑡)
2- Modèle interne et notion d’état et notion de vecteur d’état

a- Notion d’état
On définit l’état d’un système à partir de l’état initial enregistré àl’instant𝑡 , qu’on
considère comme une information sur le passé, qui est nécessaire et suffisante pour
déterminer l’évolution ultérieure du système pour𝑡 > 𝑡 , tout en ayant la nature des
signaux d’entrée appliqués.
L’état du système est généralement représenté par un vecteur d’état. Dans le cadre de
notre exemple, l’information nécessaire et suffisante pour résoudre le système
d’équations 1 est liée aux conditions initiales 𝑖(𝑡 ) 𝑒𝑡 𝑣 (𝑡 ),ainsi que la connaissance
de la grandeur de l’entrée.
b- variables d’état
Dans l’exemple 1, l’ensemble possible des variables d’état est [𝑖(𝑡), 𝑣 (𝑡)].
Les variables d’état dans les systèmes physiques sont des variables pouvant traduire le
comportements des éléments aptes à emmagasiner de l’énergie, tels : l’inductance, la capacité,
masse-ressort,…etc. ce sont des éléments ayant une capacité de mémoire.
c- vecteur d’état
Ce vecteur est un ensemble minimal de variables d’état, c’est-à-dire de grandeurs

temporelles, nécessaires et suffisantes pour déterminer l’évolution future d’un système.
𝑥 (𝑡)
Un vecteur d’état est noté : 𝑥(𝑡) = ⋮
𝑥 (𝑡)
Le nombre n de composantes correspondant au degré de complexité du système. Il

définit ainsi l’ordre du système.
Le vecteur d’état du circuit de l’exemple 1 est le suivant :
𝑖(𝑡)
𝑥(𝑡) =
𝑣 (𝑡)
2
3- Description interne par la présentation d’état

- Modèle d’état d’un système linéaire à temps continu, causal et invariant dans le temps
Les systèmes concernés sont les systèmes qui sont représentés par les équations d’état
linéaires, et leur comportement est invariant dans le temps.
Si on prend l’exemple illustratif donné en (1), les équations d’étatdeviennent comme

suit :
𝑑𝑖(𝑡)
𝑒(𝑡) = (𝑅 + 𝑅 ). 𝑖(𝑡) + 𝑣 (𝑡) + 𝐿
𝑑𝑡 … … … … … … … … 2
𝑑𝑣 (𝑡)
𝑖(𝑡) = 𝑐
𝑑𝑡
𝑠(𝑡) = 𝑅 . 𝑖(𝑡) + 𝑣 (𝑡) … … … … … … … … . .3
𝑖(𝑡)
Le vecteur d’état choisi est : 𝑥(𝑡) =
𝑣 (𝑡)
On note 𝑥 (𝑡) = 𝑖(𝑡) 𝑒𝑡 𝑥 (𝑡) = 𝑣 (𝑡)
𝑥 (𝑡)
D’où :𝑥(𝑡) =
𝑥 (𝑡)
𝑑𝑥 (𝑡)
𝑒(𝑡) = (𝑅 + 𝑅 ). 𝑥 (𝑡) + 𝑥 (𝑡) + 𝐿
𝑑𝑡 … … … … … .4
𝑑𝑥 (𝑡)
𝑥 (𝑡) = 𝑐
𝑑𝑡
𝑑𝑥 (𝑡) (𝑅 + 𝑅 ) 1 1
=− . 𝑥 (𝑡) − 𝑥 (𝑡) + 𝑒(𝑡)
𝑑𝑡 𝐿 𝐿 𝐿 ……………5
𝑑𝑥 (𝑡) 1
= 𝑥 (𝑡)
𝑑𝑡 𝑐
𝑠(𝑡) = 𝑅 . 𝑥 (𝑡) + 𝑥 (𝑡) … … … … … … … .6
Si on exprime A et B sous une forme matricielle, on obtient :
(𝑅 + 𝑅 ) 1
− − 1
𝑥̇ (𝑡) = 𝐿 𝐿 × 𝑥 (𝑡) +
1 𝑥 (𝑡) 𝐿 × 𝑒(𝑡) … … … … … . .7
0 0
𝑐
et l’expression de la sortie est :
𝑥 (𝑡)
𝑠(𝑡) = [𝑅 1] × + 0 × 𝑒(𝑡) … … … … … .8
𝑥 (𝑡)
3
D’une manière générale, tout système linéaire, causal, et invariant, on peut leur associer
les équations matricielles suivantes :
𝑥̇ (𝑡) = 𝐴. 𝑥(𝑡) + 𝐵. 𝑒(𝑡) … … … … … … … … 9
𝑠(𝑡) = 𝐶. 𝑥(𝑡) + 𝐷. 𝑒(𝑡) … … … … … … … .10
ou :
𝑥(𝑡) : est le vecteur d’état, tel que 𝑥(𝑡) ∈ ℜ ;
𝑒(𝑡):est l’entrée de commande, tel que 𝑒(𝑡) ∈ ℜ ;
𝑠(𝑡) : est le vecteur de sortie, tel que 𝑠(𝑡) ∈ ℜ ;
dans le cas des systèmes monovariables (une seule entrée-une seule sortie) ;
𝑝 = 1 𝑒𝑡 𝑞 = 1.
𝐴 : est la matrice d’état ou matrice dynamique, ou matrice d’évolution, de dimension

𝑛×𝑛;
𝐵 : est la matrice d’entrée ou matrice de commande, de dimension 𝑛 × 𝑝 ;
𝐶 : est la matrice de sortie ou d’observation de dimension 𝑞 × 𝑛 ;
𝐷 : est la matrice de transmission directe (entrée-sortie), de dimension𝑞 × 𝑝.
Le schéma fonctionnel représentant du modèle d’état décrit par (9) et (10) est le
suivant :
A
u(t) + 𝒙̇ (𝒕) x(t)

B
+
C
+
D y(t)
+
Figure 2 : Schéma de simulation représentant le modèle d’état.
4- Obtention des équations d’état
Le problème consiste à trouver une représentation d’état (𝐴, 𝐵, 𝐶, 𝐷), plusieurs

méthodes peuvent-être citées :
4
4-a. Méthode directe
La méthode directe est la méthode qui donne le maximum d’informations car, elle
consiste à déterminer la représentation d’état directement à partir des équations de la
physique appliquée au système considéré, comme celle utilisée pour l’exemple
illustratif du circuit de la figure(1).
4-b. A partir de la fonction de transfert
Souvent, les systèmes physiques sont donnés sous forme d’une fonction de transfert,
qu’on transforme en un modèle d’état.
Il est nécessaire de souligner qu’une représentation d’état n’est jamais unique. On

cherche, pour l’étude d’un système, des formes particulières. Le choix de la
représentation peut dépendre de la forme disponible de la fonction de transfert ou du
type d’étude que l’on souhaite réaliser.
Remarque :On s’intéresse toujours au cas monovariable (une seule entrée-une seule
sortie)
 Forme compagne commandable ou forme canonique de commandablilité
Soit la fonction de transfert d’un système :
𝑏 ×𝑝 +𝑏 ×𝑝 + …………+ 𝑏
𝐺(𝑝) = … … … … … … .11
𝑝 +𝑎 ×𝑝 + … … … . +𝑎
Trouvons à partir de 𝐺(𝑝), la forme compagne commandable :

( ) ( )
Soit 𝑉(𝑝) une variable intermediaire tel que : 𝐺(𝑝) = ( )
× ( )
avec :
𝑉(𝑝) 1
= … … … … … … … … … … … … … … … … … … … .12
𝑈(𝑝) 𝑝 + 𝑎 ×𝑝 + … … . . +𝑎
Lesous système(12) correspond à :
𝑝 × 𝑉(𝑝) + 𝑎 ×𝑝 × 𝑉(𝑝) + 𝑉(𝑝) × 𝑎 = 𝑈(𝑝) … … … … … … … … … … … . .13
𝑣 (𝑡) + 𝑎 ×𝑣 (𝑡) + … … … … … + 𝑣(𝑡) × 𝑎 = 𝑢(𝑡) … … … … … … … … … … 14
𝑣 (𝑡) = −𝑎 ×𝑣 (𝑡) − … … … … . −𝑣(𝑡) × 𝑎 + 𝑢(𝑡) … … … … … … … … . . … .15
On pose :
5
𝑥 (𝑡) = 𝑣(𝑡)
⎧
𝑥 (𝑡) = 𝑣̇ (𝑡)
⎪
𝑥 (𝑡) = 𝑣 (𝑡) … … … … … … … … … … … … … . . … … … . .16
⎨ ⋮
⎪ ⋮
⎩𝑥 (𝑡) = 𝑣 (𝑡)
En dérivant chacun des états, on trouve :
𝑥̇ (𝑡) = 𝑥 (𝑡)
⎧
(𝑡) = 𝑥 (𝑡)
⎪ 𝑥̇
𝑥̇ (𝑡) = 𝑥 (𝑡)
… … … … … … … … … … … … … … … … . . … .17
⎨ ⋮
⎪ ⋮
⎩𝑥̇ (𝑡) = 𝑥 (𝑡)
𝑥̇ (𝑡) = − 𝑎 ×𝑥 + 𝑢(𝑡) … … … … … … … … … … . .18
( )
Le sous système donné par ( )
est le suivant :
𝑌(𝑝)
=𝑝 ×𝑏 +𝑏 ×𝑝 + … … … … … . . +𝑏 … … … … … … … 𝟏𝟗
𝑉(𝑝
𝑌(𝑝) = 𝑝 × 𝑉(𝑝) × 𝑏 + 𝑝 × 𝑉(𝑝) × 𝑏 + 𝑉(𝑝) × 𝑏 … … … … . . 𝟐𝟎
𝑦(𝑡) = 𝑏 × 𝑥 (𝑡) + 𝑏 × 𝑥 (𝑡) + ⋯ … … … . . +𝑏 × 𝑥 (𝑡) … … … … … 𝟐𝟏
La représentation d’état :
𝑥̇ (𝑡) = 𝑥 (𝑡) 𝑝𝑜𝑢𝑟

𝑖 = 2, … . . , 𝑛 − 1 𝑒𝑡 𝑥 = ∫ 𝑥
⋮ ………………..22
𝑥̇ (𝑡) = −𝑎 × 𝑥 (𝑡) − 𝑎 × 𝑥 (𝑡) − … … … … − 𝑎 × 𝑥 (𝑡) + 𝑢
𝑦(𝑡) = 𝑏 × 𝑥 (𝑡) + … … … … … + 𝑏 × 𝑥 (𝑡) + 𝑏 × 𝑥 (𝑡) … … … … … … … … . . 𝟐𝟑
La forme compagne commandable est :
NB : Voir la relation 1 de la partie scannée du cours montrant la forme

compagnon pour la commande
6
Le schéma de simulation
+ + y(t)
+ + +
𝑏 𝑏 𝑏
u(t) + 𝑥̇ 𝑥n 𝑥 n-1 𝑥 n-2 𝑥2 𝑥1

- 𝑥 m+
𝑎 𝑎 𝑎 𝑎 𝑎
+ + + +
+ + + +
Figure 3: Schéma de simulation représentant la forme compagne commandable.
Exemple 2 : Soit le système hydraulique suivant :
𝑢(𝑡)
𝑄 (𝑡)
ℎ (𝑡)
𝑄 (𝑡)
ℎ (𝑡)
𝑄 (𝑡)
ℎ (𝑡) 𝑄 (𝑡)
Figure 4 : Exemple de trois bacs dont les états (h1(t),h2(t),h3(t)) sont commandés en cascade par
la commande u(t).
 Forme compagne d’observabilité ou forme canonique observable

- Première forme :
On reprend la forme fractionnaire de la fonction de transfert donnée par (11) :
La forme compagne observable est calculée en suivant les étapes suivantes :
𝒀(𝒑)[𝑎 + 𝑎 𝑝 + ⋯ . . +𝑎 𝑝 + 𝑝 ] = 𝑼(𝒑)[𝑏 + 𝑏 𝑝 + ⋯ . . +𝑏 𝑝 ] … … … … … . . 𝟐𝟒
⇔ 𝑝 𝑌(𝑝) = 𝑼(𝒑)[𝑏 + 𝑏 𝑝 + ⋯ . . +𝑏 𝑝 ] − 𝒀(𝒑)[𝑎 + 𝑎 𝑝 + ⋯ . . +𝑎 𝑝 + ⋯ + 𝑎 𝑝 ]
7
[𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)] [𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)] [𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)]

𝑌(𝑝) = + +⋯.+
𝑝 𝑝 𝑝
−𝒀(𝒑)𝑎 𝒀(𝒑)𝑎
+ ( )
− ⋯− … … … … … … … … … … … . . 𝟐𝟓
𝑝 𝑝
⎡
1⎢
𝑌(𝑝) = −𝒀(𝒑)𝑎
𝑝 ⎢⎢
⎣
1
+ −𝒀(𝒑)𝑎
𝑝
1
+ ⋯….+ −𝒀(𝒑)𝑎
𝑝
1 𝟏
+ 𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑) … … . + 𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)
𝑝 𝒑
⎤
1 ⎥ … … … … … … … . . 𝟐𝟔
+ 𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑) ⎥
𝑝 ⎥
⎦
On pose 𝑋 (𝑝) = 𝑌(𝑝), et la relation devient :
⎡
1⎢
𝑋 (𝑝) = ⎢−𝑋 (𝑝)𝑎
𝑝⎢
⎣
1
+ −𝑋 (𝑝)𝑎
𝑝
1
+ ⋯….+ −𝑋 (𝑝)𝑎
𝑝
1 𝟏
+ 𝑼(𝒑)𝑏 − 𝑎 𝑋 (𝑝) … … . + 𝑼(𝒑)𝒃𝟏 − 𝒂𝟏 𝑿𝒏 (𝒑)
𝑝 𝒑
⎤
𝟏 ⎥ … … … … … … 𝟐𝟕
+ 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑) ⎥
𝒑 ⎥
⎦
On pose :
𝟏
𝑿𝟏 (𝒑) = 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑) ⇒ 𝒙̇ 𝟏 (𝒕) = −𝒂𝟎 𝒙𝒏 (𝒕) + 𝒃𝟎 𝒖(𝒕) … … … … . . 𝟐𝟖
𝒑
8
𝟏 𝟏
𝑿𝟐 (𝒑) = 𝑼(𝒑)𝒃𝟏 − 𝒂𝟏 𝑿𝒏 (𝒑) + 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑)
𝒑 𝒑
⇒ 𝒙̇ 𝟐 (𝒕) = −𝒂𝟏 𝒙𝒏 (𝒕) + 𝒃𝟏 𝒖(𝒕) + 𝒙𝟏 (𝒕) … … … … … … … … 𝟐𝟗
𝟏 𝟏
𝑿𝒎 𝟏 (𝒑) = 𝑼(𝒑)𝒃𝒎 − 𝒂𝒎 𝑿𝒏 (𝒑) … … . + 𝑼(𝒑)𝒃𝟏 − 𝒂𝟏 𝑿𝒏 (𝒑)
𝒑 𝒑
𝟏
+ 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑)
𝒑
⇒ 𝒙̇ 𝒎 𝟏 (𝒕) = −𝒂𝒎 𝒙𝒏 (𝒕) + 𝒃𝒎 𝒖(𝒕) + 𝒙𝒎 (𝒕) … … … … … … . . 𝟑𝟎
𝟏
𝑿𝒏 𝟏 (𝒑) = −𝑿𝒏 (𝒑)𝒂𝒏 𝟐
𝒑
1
+ ⋯….+ −𝑋 (𝑝)𝑎
𝑝
𝟏 𝟏
+ 𝑼(𝒑)𝒃𝒎 − 𝒂𝒎 𝑿𝒏 (𝒑) … … . + 𝑼(𝒑)𝒃𝟏 − 𝒂𝟏 𝑿𝒏 (𝒑)
𝒑 𝒑
𝟏
+ 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑)
𝒑
⇒ 𝒙̇ 𝒏 𝟏 (𝒕) = −𝒂𝒏 𝟐 𝒙𝒏 (𝒕) + 𝒙𝒏 𝟐 (𝒕) … … … … … … … … … . 𝟑𝟏
⎡
𝟏⎢
𝑿𝒏 (𝒑) = ⎢−𝑿𝒏 (𝒑)𝒂𝒏 𝟏
𝒑⎢
⎣
1
+ −𝑋 (𝑝)𝑎
𝑝
1
+ ⋯….+ −𝑋 (𝑝)𝑎
𝑝
1 𝟏
+ 𝑼(𝒑)𝑏 − 𝑎 𝑋 (𝑝) … … . + 𝑼(𝒑)𝒃𝟏 − 𝒂𝟏 𝑿𝒏 (𝒑)
𝑝 𝒑
⎤
𝟏 ⎥
+ 𝑼(𝒑)𝒃𝟎 − 𝒂𝟎 𝑿𝒏 (𝒑) ⎥
𝒑 ⎥
⎦
⇒ 𝒙̇ 𝒏 (𝒕) = −𝒂𝒏 𝟏 𝒙𝒏 (𝒕) + 𝒙𝒏 𝟏 (𝒕) … … … … … … … … … … . . 𝟑𝟐
9
NB : Voir la relation 2 de la partie scannée du cours montrant l’expression matricielle

de la forme compagnon pour l’observabilité
Le schéma de simulation de cette configuration est :
𝒖(𝒕)
𝑏 𝑏 𝑏
𝑥 𝑥
+ 𝑥̇ 𝑥 + 𝑥 𝑥 𝑥
+ 𝑦(𝑡) = 𝑥 (𝑡)
+ +
- - - - -
𝑎 𝑎 𝑎 𝑎 𝑎
Figure 5 : Schéma de simulation montrant la forme compagne observable.
 Forme modale
- Cas de pôles distincts : Ce type de représentation, encore appelée représentation parallèle,
convient particulièrement bien à la représentation d’un système dont la fonction de transfert
est décrite sous la forme d’une somme comme suit :
𝑺(𝒑) 𝑵(𝒑) 𝑵(𝒑) 𝜶𝟏 𝜶𝟐 𝜶𝒏

𝑮(𝒑) = = = 𝒏 = + + ⋯+ … … … … … … … 𝟑𝟑
𝑬(𝒑) 𝑫(𝒑) ∏𝒊 𝟏(𝒑 − 𝒑𝒊 ) 𝒑 − 𝒑𝟏 𝒑 − 𝒑𝟐 𝒑 − 𝒑𝒏
On dit que le système est strictement propre si l’ordre 𝑚 du numérateur est inférieur à l’ordre
𝑛 du dénominateur, tel que :
Cette expression permet la connaissance des pôles ou les solutions de 𝑫(𝒑) = 𝟎.
𝑺(𝒑) 𝜶𝟏 𝜶𝟐 𝜶𝒏
= + +⋯+
𝑬(𝒑) 𝒑 − 𝒑𝟏 𝒑 − 𝒑𝟐 𝒑 − 𝒑𝒏
𝜶𝟏 𝜶𝟐 𝜶𝒏
⇒ 𝑺(𝒑) = 𝑬(𝒑) + 𝑬(𝒑) + ⋯ + 𝑬(𝒑) … … . . 𝟑𝟒
𝒑 − 𝒑𝟏 𝒑 − 𝒑𝟐 𝒑 − 𝒑𝒏
Posons 𝑋 (𝑝) = 𝒑 𝒑𝒊
× 𝐸(𝑝) ⇒ 𝑋 (𝑝) × 𝑝 = 𝑋 (𝑝) × 𝑝 + 𝐸(𝑝) … … … .35
⇒𝑥̇ (𝑡) = 𝑝 × 𝑥 (𝑡) + 𝑒(𝑡), avec 𝑖 ∈ {1, … , 𝑛} … … … … … . 𝟑𝟔
𝑆(𝑝) = 𝜶𝟏 . 𝑿𝟏 (𝒑) + 𝜶𝟐 . 𝑿𝟐 (𝒑) + ⋯ . . +𝜶𝒏 . 𝑿𝒏 (𝒑) … … … … … … . 𝟑𝟕
10
⇒ 𝒔(𝒕) = 𝜶𝟏 . 𝒙𝟏 (𝒕) + 𝜶𝟐 . 𝒙𝟐 (𝒕) + ⋯ . . +𝜶𝒏 . 𝒙𝒏 (𝒕) … … … … … . . 𝟑𝟖
Le modèle d’état est donné par les équations suivantes :
𝒑𝟏 𝟎⋯ 𝟎 𝟏
𝒙̇ 𝟏 (𝒕) = 𝑝 × 𝑥 (𝑡) + 𝑒(𝑡) 𝒙̇ 𝟏 (𝒕)
𝟎 ⋮ ⋮ × 𝒆(𝒕) … … . 𝟑𝟗
⋮ ⇒ ⋮ = ⋱ × 𝒙(𝒕) +
⋮ 𝟎 ⋮
𝒙̇ 𝒏 (𝒕) = 𝑝 × 𝑥 (𝑡) + 𝑒(𝑡) 𝒙̇ 𝒏 (𝒕) 𝟎 ⋯ 𝟎 𝒑𝒏 𝟏
𝒔(𝒕) = [𝜶𝟏 … 𝜶𝒏 ] × 𝒙(𝒕) … … … … … . . 𝟒𝟎
Schéma de simulation :
𝑥̇ (𝑡) 𝑥 (𝑡)
+ 𝛼
𝑝
𝒆(𝒕)
𝑠(𝑡)
+ 𝑥̇ (𝑡) 𝑥 (𝑡)
𝛼
+
Figure 6 : Schéma de simulation représentant la forme compagne diagonale (modale) d’une

représentation d’état.
- Deuxième cas : pôles multiples :
Soit 𝒑𝟏 un pôles réel multiple d’ordre 𝒌 et 𝒑𝒌 𝟏 , … . . , 𝒑𝒏 sont des pôles réels simples :
𝑁(𝑝)
𝐺(𝑝) =
(𝑝 − 𝑝 ) (𝑝 − 𝑝 )(𝑝 − 𝑝 ) … . . (𝑝 − 𝑝 )
𝛼 𝛼 𝛼 𝛼
𝐺(𝑝) = + …..+ + ⋯+ … … . . 𝟒𝟏
(𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 )
La forme modale s’écrit alors comme suit :
NB : Voir la relation 4 de la partie scannée du cours montrant une forme modale

appelée aussi forme de Jordan.
11
Exemple 3 :
Trouver la forme modale du système dont l’expression du dénominateur de sa fonction de

transfert est la suivante :
𝐷(𝑝) = (𝑝 − 𝑝 ) (𝑝 − 𝑝 )(𝑝 − 𝑝 )
𝛼 𝛼 𝛼 𝛼 𝛼
𝐺(𝑝) = + + + +
𝑝−𝑝 (𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 ) (𝑝 − 𝑝 )
La forme modale est donnée par :
𝑥̇ 𝑝 1 0 0 0 𝑥 0
⎡ 𝑥̇ ⎤ ⎡ 0 𝑝 1 0 0⎤ ⎡ 𝑥 ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥ ⎢ 0
𝑥̇ 0 0 𝑝 𝑥 ⎥ ⎢ ⎥
⎢ ⎥=⎢ 0 0 ⎥×⎢ ⎥+⎢ 1 ⎥ × 𝑢(𝑡)
⎢ 𝑥̇ ⎥ ⎢ 0 0 0 𝑝 0 ⎥ ⎢ 𝑥 ⎥ ⎢ 1 ⎥
⎣ 𝑥̇ ⎦ ⎣ 0 0 0 0 𝑝 ⎦ ⎣ 𝑥 ⎦ ⎣ 1 ⎦
𝑥
⎡ 𝑥 ⎤
𝑦(𝑡) = [|𝛼 𝛼 𝛼 |𝛼 𝛼 ] × ⎢⎢ 𝑥 ⎥
⎥ + 0 × 𝑢(𝑡)
⎢ 𝑥 ⎥
⎣ 𝑥 ⎦
5- Passage d’un modèle d’état à un autre
Il a déjà été mentionné avant que la représentation d’état d’un système n’est pas unique, seules
les commandes appliquées au système et les sorties qui en résultent qui sont les gradeurs
caractéristiques du système. Il existe cependant une infinité de représentations internes d’un
système qui dépendent du vecteur d’état choisi.
Si l’on considère une représentation d’état suivante d’un système :
𝑥̇ (𝑡) = 𝐴. 𝑥(𝑡) + 𝐵. 𝑢(𝑡)

𝑦(𝑡) = 𝐶. 𝑥(𝑡) + 𝐷. 𝑢(𝑡)
Le vecteur d’état est un ensemble minimal de variables d’état, il engendre un espace d’état de
dimension exactement égale au nombre de variables d’état. Changer de variables d’état veut tout
simplement dire changer de base de représentation. On peut appliquer au vecteur d’état 𝑥(𝑡) le
changement de base suivant 𝑥 = 𝑀. 𝑥, M est appelée matrice de passage.
On aura dans ce cas le nouveau modèle d’état d’écrit par des équations dont le nouveau vecteur
d’état est:
𝑀. 𝑥̇ (𝑡) = 𝐴. 𝑀. 𝑥 (𝑡) + 𝐵. 𝑢(𝑡) 𝑥̇ (𝑡) = 𝑀 . 𝐴. 𝑀. 𝑥 (𝑡) + 𝑀 𝐵. 𝑢(𝑡)

⇒ … … … … . .42
𝑦(𝑡) = 𝐶. 𝑀. 𝑥 (𝑡) + 𝐷. 𝑢(𝑡) 𝑦(𝑡) = 𝐶. 𝑀. 𝑥 (𝑡) + 𝐷. 𝑢(𝑡)
12
Les deux représentations d’état (A,B,C,D) et (A’,B’,C’,D’) vérifient les relations suivantes :
𝐴 =𝑀 . 𝐴. 𝑀 , 𝐵′ = 𝑀 .𝐵 , 𝐶′ = 𝐶. 𝑀 𝑒𝑡 𝐷′ = 𝐷.
6- Passage d’un modèle d’état à une fonction de transfert
Comme il est possible de passer d’une fonction de transfert à une représentation d’état, il y a une
façon unique d’obtenir une fonction de transfert à partir d’un modèle d’état.
On note ℒ l’opérateur de Laplace, qui peut s’appliquer aux matrices. On rappelle le modèle d’état
d’un système linéaire, monovariable, continu et stationnaire donné par les relations (9) et (10):
En considérant les conditions initiales nulles, la fonction de transfert du système 𝐺(𝑝)

s’obtient comme suit :
Appliquons Laplace sur les équations d’état, tel que :
𝓛{𝑥̇ (𝑡) = 𝐴 × 𝑥(𝑡) + 𝐵 × 𝑒(𝑡)} ⇒ 𝑝𝑋(𝑝) = 𝐴. 𝑋(𝑝) + 𝐵. 𝑈(𝑝)
⇒ (𝑝. 𝐼 − 𝐴). 𝑋(𝑝) = 𝐵. 𝑈(𝑝) 𝑡𝑒𝑙 𝑞𝑢𝑒 𝐼 𝑒𝑠𝑡 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑐𝑒 𝑖𝑑𝑒𝑛𝑡𝑖𝑡é
⇒ 𝑋(𝑝) = (𝑝. 𝐼 − 𝐴) . 𝐵. 𝑈(𝑝) … … … … … … .43
Appliquons Laplace sur la sortie :
𝓛{s(𝑡) = 𝐶 × 𝑥(𝑡) + 𝐷 × 𝑒(𝑡)} ⇔ 𝑆(𝑝) = 𝐶. 𝑋(𝑝) + 𝐷. 𝑈(𝑝) … … … … … … .44
En remplaçant (53) 𝑑𝑎𝑛𝑠 (54) on trouve l’expression suivante de la sortie :
𝑆(𝑝) = 𝐶. (𝑝. 𝐼 − 𝐴) . 𝐵. 𝑈(𝑝) + 𝐷. 𝑈(𝑝) … … … … … … … … … … … … . .45
𝑆(𝑝)
⇒ 𝐺(𝑝) = = 𝐶. (𝑝. 𝐼 − 𝐴) . 𝐵 + 𝐷
𝑈(𝑝)
𝐶. [𝑐𝑜𝑓(𝑝. 𝐼 − 𝐴) ]. 𝐵 + [det(𝑝. 𝐼 − 𝐴)] . 𝐷

𝐺(𝑝) = … … … … … … … .46
det (𝑝. 𝐼 − 𝐴)
Le polynôme caractéristique est le dénominateur 𝐷(𝑝) de la fonction de transfert 𝐺(𝑝), il

est donc évident que les pôles de la fonction de transfert sont les valeurs propres de la
matrice 𝐴.
13
Exemple 4 :
Déterminer la fonction de transfert ainsi que ses pôles d’un système représenté par le
modèle d’état suivant :
𝑥̇ (𝑡) −2 −4 𝑥 (𝑡) 0
= × + × 𝑒(𝑡)
𝑥̇ (𝑡) −2 −9 𝑥 (𝑡) 1
𝑥 (𝑡)
𝑦(𝑡) = [1 0] × + 0 × 𝑒(𝑡)
𝑥 (𝑡)
 La fonction de transfert de ce système se calcule comme suit:

𝐺(𝑝) = 𝐶. (𝑃. 𝐼 − 𝐴) . 𝐵 + 𝐷
𝑝 0 −2 −4 𝑝+2 4
(𝑃. 𝐼 − 𝐴) = − =
0 𝑝 −2 −9 2 𝑝+9
Calcul de (𝑝. 𝐼 − 𝐴)
𝑝+2 +2
(𝑝. 𝐼 − 𝐴) =
+4 𝑝+9
𝑝+9 −4
𝑐𝑜𝑓(𝑝. 𝐼 − 𝐴) =
−2 𝑝 + 2
𝑝+9 −4
𝑐𝑜𝑓(𝑝. 𝐼 − 𝐴) −2 𝑝+2
(𝑝. 𝐼 − 𝐴) = =
𝑑𝑒𝑡(𝑃. 𝐼 − 𝐴) (𝑝 + 9) × (𝑝 + 2) − 8
𝑝+9 −4
−2 𝑝+2 0
𝐺(𝑝) = 𝐺(𝑝) = 𝐶. (𝑃. 𝐼 − 𝐴) . 𝐵 = [1 0] × ×
(𝑝 + 9) × (𝑝 + 2) − 8 1
−4 −4 𝑁(𝑝)
= = =
𝑝 + 11. 𝑝 + 10 (𝑝 + 10) × (𝑝 + 1) 𝐷(𝑝)
En toute évidence, les pôles sont :
𝑝 = −1 𝑒𝑡 𝑝 = −10
Ces pôles sont aussi les valeurs propres de la matrice de commande 𝐴 et qui sont les
solutions del’équation𝐷(𝑝) = 0.
14
Conclusion
Comme il a été mentionné, la fonction de transfert est une relation entrée-sortie, qui n’apporte
aucune connaissance sur la structure interne d’un système. Deux systèmes différents peuvent
avoir la même fonction de transfert. A contrario, le modèle d’état peut nous fournir des
informations accessibles à la mesure, qui sontdirectement liées aux grandeurs physiques du
système.De ce point de vu, il est souvent nécessaire de connaître l’évolution des états internes
du système à chaque instant (allant de l’état initial à l’état final) et de pouvoir aussiles analyser,
notamment pour un système complexe.Ce modèle de représentation offre donc de nouvelles
possibilité en terme d’analyse et de commande des systèmes. Le calcul de la sortie, et analyse
d’un comportement d’un système dans l’espace d’état sera l’objet du prochain chapitre.
15

Chapitre 3-Representation D'état-2023-2024

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 3-Representation D'état-2023-2024

Transféré par

Droits d'auteur :

Formats disponibles

Faculté de Génie Electrique et d’Informatique Département d’Automatique 2023-2024

Module : Commande Des Systèmes Linéaires Section : L3B

1- Principe général d’une représentation d’état

Cette représentation s’agitde prendre en compte la dynamique interne du système et ne

 Exemple 1 : Pour une meilleure illustration de ces principes, considérons l’exemple de la

Figure 1 : Exemple d’un système électrique.

En appliquant la loi des mailles, on aboutit aux équations suivantes :

2- Modèle interne et notion d’état et notion de vecteur d’état

Ce vecteur est un ensemble minimal de variables d’état, c’est-à-dire de grandeurs

Le nombre n de composantes correspondant au degré de complexité du système. Il

Le vecteur d’état du circuit de l’exemple 1 est le suivant :

3- Description interne par la présentation d’état

Si on prend l’exemple illustratif donné en (1), les équations d’étatdeviennent comme

On note 𝑥 (𝑡) = 𝑖(𝑡) 𝑒𝑡 𝑥 (𝑡) = 𝑣 (𝑡)

Si on exprime A et B sous une forme matricielle, on obtient :

𝑥̇ (𝑡) = 𝐴. 𝑥(𝑡) + 𝐵. 𝑒(𝑡) … … … … … … … … 9

𝑠(𝑡) = 𝐶. 𝑥(𝑡) + 𝐷. 𝑒(𝑡) … … … … … … … .10

𝑥(𝑡) : est le vecteur d’état, tel que 𝑥(𝑡) ∈ ℜ ;

𝑒(𝑡):est l’entrée de commande, tel que 𝑒(𝑡) ∈ ℜ ;

𝑠(𝑡) : est le vecteur de sortie, tel que 𝑠(𝑡) ∈ ℜ ;

𝐴 : est la matrice d’état ou matrice dynamique, ou matrice d’évolution, de dimension

𝐵 : est la matrice d’entrée ou matrice de commande, de dimension 𝑛 × 𝑝 ;

𝐶 : est la matrice de sortie ou d’observation de dimension 𝑞 × 𝑛 ;

𝐷 : est la matrice de transmission directe (entrée-sortie), de dimension𝑞 × 𝑝.

u(t) + 𝒙̇ (𝒕) x(t)

4- Obtention des équations d’état

Le problème consiste à trouver une représentation d’état (𝐴, 𝐵, 𝐶, 𝐷), plusieurs

4-a. Méthode directe

4-b. A partir de la fonction de transfert

Il est nécessaire de souligner qu’une représentation d’état n’est jamais unique. On

 Forme compagne commandable ou forme canonique de commandablilité

Soit la fonction de transfert d’un système :

Trouvons à partir de 𝐺(𝑝), la forme compagne commandable :

Lesous système(12) correspond à :

𝑝 × 𝑉(𝑝) + 𝑎 ×𝑝 × 𝑉(𝑝) + 𝑉(𝑝) × 𝑎 = 𝑈(𝑝) … … … … … … … … … … … . .13

𝑣 (𝑡) + 𝑎 ×𝑣 (𝑡) + … … … … … + 𝑣(𝑡) × 𝑎 = 𝑢(𝑡) … … … … … … … … … … 14

𝑣 (𝑡) = −𝑎 ×𝑣 (𝑡) − … … … … . −𝑣(𝑡) × 𝑎 + 𝑢(𝑡) … … … … … … … … . . … .15

En dérivant chacun des états, on trouve :

𝑥̇ (𝑡) = − 𝑎 ×𝑥 + 𝑢(𝑡) … … … … … … … … … … . .18

𝑌(𝑝) = 𝑝 × 𝑉(𝑝) × 𝑏 + 𝑝 × 𝑉(𝑝) × 𝑏 + 𝑉(𝑝) × 𝑏 … … … … . . 𝟐𝟎

𝑦(𝑡) = 𝑏 × 𝑥 (𝑡) + 𝑏 × 𝑥 (𝑡) + ⋯ … … … . . +𝑏 × 𝑥 (𝑡) … … … … … 𝟐𝟏

𝑥̇ (𝑡) = 𝑥 (𝑡) 𝑝𝑜𝑢𝑟

𝑦(𝑡) = 𝑏 × 𝑥 (𝑡) + … … … … … + 𝑏 × 𝑥 (𝑡) + 𝑏 × 𝑥 (𝑡) … … … … … … … … . . 𝟐𝟑

La forme compagne commandable est :

NB : Voir la relation 1 de la partie scannée du cours montrant la forme

u(t) + 𝑥̇ 𝑥n 𝑥 n-1 𝑥 n-2 𝑥2 𝑥1

Exemple 2 : Soit le système hydraulique suivant :

 Forme compagne d’observabilité ou forme canonique observable

On reprend la forme fractionnaire de la fonction de transfert donnée par (11) :

La forme compagne observable est calculée en suivant les étapes suivantes :

⇔ 𝑝 𝑌(𝑝) = 𝑼(𝒑)[𝑏 + 𝑏 𝑝 + ⋯ . . +𝑏 𝑝 ] − 𝒀(𝒑)[𝑎 + 𝑎 𝑝 + ⋯ . . +𝑎 𝑝 + ⋯ + 𝑎 𝑝 ]

[𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)] [𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)] [𝑼(𝒑)𝑏 − 𝑎 𝒀(𝒑)]

On pose 𝑋 (𝑝) = 𝑌(𝑝), et la relation devient :

⇒ 𝒙̇ 𝟐 (𝒕) = −𝒂𝟏 𝒙𝒏 (𝒕) + 𝒃𝟏 𝒖(𝒕) + 𝒙𝟏 (𝒕) … … … … … … … … 𝟐𝟗

⇒ 𝒙̇ 𝒎 𝟏 (𝒕) = −𝒂𝒎 𝒙𝒏 (𝒕) + 𝒃𝒎 𝒖(𝒕) + 𝒙𝒎 (𝒕) … … … … … … . . 𝟑𝟎

⇒ 𝒙̇ 𝒏 𝟏 (𝒕) = −𝒂𝒏 𝟐 𝒙𝒏 (𝒕) + 𝒙𝒏 𝟐 (𝒕) … … … … … … … … … . 𝟑𝟏

⇒ 𝒙̇ 𝒏 (𝒕) = −𝒂𝒏 𝟏 𝒙𝒏 (𝒕) + 𝒙𝒏 𝟏 (𝒕) … … … … … … … … … … . . 𝟑𝟐

NB : Voir la relation 2 de la partie scannée du cours montrant l’expression matricielle

Le schéma de simulation de cette configuration est :

Figure 5 : Schéma de simulation montrant la forme compagne observable.

𝑺(𝒑) 𝑵(𝒑) 𝑵(𝒑) 𝜶𝟏 𝜶𝟐 𝜶𝒏

Cette expression permet la connaissance des pôles ou les solutions de 𝑫(𝒑) = 𝟎.

⇒𝑥̇ (𝑡) = 𝑝 × 𝑥 (𝑡) + 𝑒(𝑡), avec 𝑖 ∈ {1, … , 𝑛} … … … … … . 𝟑𝟔