Chapitre 02 - MAI72

Chapitre 2: Représentation d’état des Master 1
systèmes multivariables MAI
Chapitre 02:
Représentation d’état des systèmes multivariables
Systèmes linéaires multivariables 0
19/01/2021 08:14
Introduction
Les découvertes qui viennent d’être évoquées jouent

bien sûr un rôle essentiel dans la théorie de la
commande optimale, mais elles ont également conduit
à la notion de représentation d’état. C’est Rudolf
Kalman qui, en 1960, a fait la théorie de ces systèmes
dans le cas linéaire. Il a notamment mis en évidence
les notions fondamentales de commandabilité et
d’Observabilité.
19/01/2021 08:14
Définition
La représentation d’état est une représentation du système faisant appel
au formalisme matriciel. On s’intéresse à des variables internes aux
systèmes, appelées variables d’état. On représente alors la dérivée des
variables d’état en fonction d’elles-mêmes et de l’entrée, et la sortie en
fonction des variables d'état et de l'entrée.
De cette représentation on peut déduire le comportement entrée-sortie
du système mais aussi un certain nombre d’autres informations comme
la commandabilité ou l’observabilité. Ces notions ne sont toutefois pas
propres à la représentation d’état, car elles sont des caractéristiques
intrinsèques d'un système.
19/01/2021 08:14
Définition 1
19/01/2021 08:14
19/01/2021 08:14
Représentation par vecteur d’état (modèle d’état)
Remarque: La représentation d’état n’est pas unique. Cela signifie

que pour un même système physique, le choix du vecteur d’état n’est
pas unique puisqu’il dépend de la base dans laquelle il est exprimé.
19/01/2021 08:14
Différentes représentations des systèmes
Différents types de représentations des systèmes

Représentation des systèmes monovariables (SISO)
Equation différentielle
(1)
(2)
19/01/2021 08:14
(3)
(4)
(5)
De (3), on tire
soit, en utilisant le changement de variable (4) :
En remplacement dans (5) :
19/01/2021 08:14
soit sous forme vectorielle
Cette représentation d’état est connue sous le nom de forme canonique de commandabilité
19/01/2021 08:14
Représentation des systèmes multivariables (MIMO)

Système d’équations différentielles
Soit le système multivariable dont le modèle d’état est donné ci-dessous.
(1)
Du fait de la linéarité de l’opérateur de

Laplace, il est possible de l’appliquer aux
équations (1).
où X(p)=L[x(t)], U(p)=L[u(t)] et Y (p)=L[y(t)]. En résolvant les équations par

rapport à Y (p),il vient:
Pour des conditions initiales nulles, x0=0, on obtient la relation entrées-sorties:
Remarques:
- La notion de matrice de transfert n’est définie que pour des
conditions initiales nulles.
- Le concept de matrice de transfert permet de représenter le
comportement dynamique du système de manière algébrique.
-La matrice de transfert est une caractéristique du système
indépendante de l’amplitude et de la nature de l’entrée du
système.
-C’est un modèle entrée-sortie qui ne contient aucune
information sur la structure physique du système.
Résolution de l’équation d’état

Considérons un système d’ordre n représenté par le modèle d’état suivant :
………….(1)
Il s’agit de trouver l’expression de la sortie y(t) à une entrée u(t).
Cas d’une équation scalaire

Dans un premier temps, pour fixer les idées, on se place dans le cas scalaire
c.-à-d., le système est d’ordre =1 et a une seule variable d’état (). Dans ce
cas, les équation (1) peut s’écrire
Réponse libre: Il s’agit ici de voir comment le système réagit

librement à la seule condition initiale et en absence de l’entrée. C’est
la réponse du système autonome.
Intégrons le dernier terme entre t0=0 et t, on aura:
Finalement, la réponse libre de l’équation est:

Réponse complète (totale): Il s’agit ici de voir comment le

système réagit en présence de l’entrée. On utilise la méthode de
variation des constantes : …………..(2)
En remplaçant l’expression k(t) dans (2) on obtient:

On a:
Alors: …………(3)
Finalement, en remplaçant (3) dans l’équation de sortie de (1), on

obtient la réponse totale du système :
Généralisation au cas d’un système quelconque

 On considère maintenant le système représenté par l’équation d’état :
La solution de cette équation s’obtient par généralisation du résultat

précédent :
 Dans cette écriture, le terme représente une matrice exponentielle que

l’on note en générale et que l’on appelle matrice de transition du
système
 Si on connait l’état du système à un instant , on peut calculer son
état à un instant t quelconque :
Propriétés de la matrice de transition d’état

Calcul de la matrice de transition
L’opération la plus délicate dans la résolution des équation

d’état, consiste à calculer la matrice de transition.
Pour cela de nombreuses méthodes existent
Les plus classiques sont les suivantes :
o Méthode 1 : la méthode de la transformée de Laplace
o Méthode 2 : la méthode de diagonalisation
o Méthode 3 : la méthode de SYLVESTER
o Méthode 4 : la méthode de Cayley-Hamilton
o Méthode 5 : la méthode de calcul direct (développement de
Tylor)
Méthode 1 : La méthode de la transformée de Laplace
Il apparaît clairement, en confrontant cette expression à la solution générale

déterminée précédemment, soit :
que la matrice de transition possède pour transformée de Laplace la

matrice
Il suffit alors d’inverser la matrice [pI-A], ce qui conduit à une matrice rationnelle en p dont on calcule
la transformée de Laplace élément par élément.
systèmes multivariables AS
Exemple: Calculer la matrice de transition du système: x’=Ax
Solution:
Méthode 2 : La méthode de diagonalisation

Ces grandeurs sont très faciles à déterminer, étant donné que les
valeurs propres sont les racines de l’équation :
Soit la matrice modale, formée des vecteurs propres :
La matrice diagonale D formée des valeurs propres de A est :
La matrice de transition est alors calculée par :

:
Solution
Méthode 3 : La méthode de SYLVESTER
Remarque : pour les valeurs propres multiples, une autre

formule de Sylvester, plus compliquées est utilisée.
Solution:
Solution:
Méthode 3 : La méthode de Cayley-Hamilton
 Cette méthode repose sur une des propriétés d’une matrice, à savoir :
chaque matrice est toujours solution de son équation caractéristique
 Elle présente l’avantage d’être relativement rapide pour des matrices
d’ordres peu élevés.
 On considère une matrice A, son équation caractéristique s’écrit :
 Cette équation permet d’affirmer que pour toute matrice carrée d’ordre
n possédant n valeurs propres distinctes
 Toute puissance de A supérieure ou égale à n peut s’exprimer en
fonction d’une combinaison des puissances de A strictement inferieur à n
 On peut donc écrire :
Méthode 4 : La méthode de Cayley-Hamilton (Suite)
 La recherche des fonctions ne pose aucune difficulté :

les valeurs propres de la matrice A vérifiant obligatoirement
cette équation, on construit un système de n équations à n
inconnues (les fonctions )
 La résolution de ce système permet de déterminer :

Solution:
Méthode 4 : La méthode de calcul direct (développement de

Taylor)
 Cette méthode est basée sur l’expression du développement de
Taylor à condition que la matrice d’état soit nilpotente.
Une matrice carrée est dite nilpotente si:
 Bien évidemment plus k est petit, plus le calcul direct est
simple et rapide
 Le développement de Taylor de est donné par:

Solution:
On applique le développement de Taylor, ce qui donne :

Réponse impulsionnelle
On donne la réponse générale d’un système donné sous forme de
représentation d’état (par souci de simplicité, on pose 𝐷=0):
Pour calculer la réponse à une entrée de type impulsion de Dirac 𝑢(𝑡)=

𝛿(𝑡), on utilise la propriété suivante :
Réponse indicielle
L’entrée est l’échelon unitaire 𝑢(𝑡)=Γ(𝑡) définie par :
Stabilité
Dans le domaine de la stabilité des systèmes on considère :
• Notion de stabilité externe, définie par rapport à la variable de

sortie 𝑦(𝑡). Cette stabilité est dénommée aussi stabilité au sens
entrée bornée-sortie bornée ou stabilité BIBO (Bounded Input
Bounded Output stability).
• Notion de stabilité interne, qui est définie par rapport à la

variable d’état 𝑥(𝑡). Cette stabilité est aussi dénommée stabilité
asymptotique.
Un système linéaire et invariant est stable

(BIBO stable) si tous les pôles de sa fonction de
transfert sont à partie réelle strictement
négative
Stabilité interne (Stabilité asymptotique).
Etat d’équilibre
Un système se trouve dans un état d’équilibre si cet état n’est pas
modifié lorsque le système est abandonné à lui-même. Un tel état
d’équilibre se détermine en posant à la fois 𝑢(𝑡)=0 (système livré à
lui-même) et 𝑥̇(𝑡)=0 (pas modifié).
La recherche des états d’équilibre possibles d’un tel système revient donc à
résoudre 𝐴𝑥(𝑡)=0. De cette dernière équation, l’on comprend qu’il peut
exister un seul ou plusieurs états d’équilibre selon le rang de la matrice 𝐴 :
Un système linéaire et invariant décrit par une représentation d’état est dit :
- asymptotiquement stable si toutes les valeurs propres de la matrice
dynamique 𝐴 sont à partie réelle strictement négative.
-simplement stable si au moins une des valeurs propres de 𝐴 est nulle (ou à
partie réelle nulle).
- instable si au moins une des valeurs propres de 𝐴 est à partie réelle strictement
positive.

Chapitre 02 - MAI72

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 02 - MAI72

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 2: Représentation d’état des Master 1

systèmes multivariables MAI

Systèmes linéaires multivariables 0

Les découvertes qui viennent d’être évoquées jouent

Systèmes linéaires multivariables 01

Systèmes linéaires multivariables 02

Systèmes linéaires multivariables 02

Systèmes linéaires multivariables 02

Représentation par vecteur d’état (modèle d’état)

Remarque: La représentation d’état n’est pas unique. Cela signifie

Systèmes linéaires multivariables 02

Différentes représentations des systèmes

Différents types de représentations des systèmes

Représentation des systèmes monovariables (SISO)

Systèmes linéaires multivariables 02

soit, en utilisant le changement de variable (4) :

En remplacement dans (5) :

Systèmes linéaires multivariables 02

soit sous forme vectorielle

Systèmes linéaires multivariables 02

Représentation des systèmes multivariables (MIMO)

Soit le système multivariable dont le modèle d’état est donné ci-dessous.

Du fait de la linéarité de l’opérateur de

où X(p)=L[x(t)], U(p)=L[u(t)] et Y (p)=L[y(t)]. En résolvant les équations par

Pour des conditions initiales nulles, x0=0, on obtient la relation entrées-sorties:

Résolution de l’équation d’état

Il s’agit de trouver l’expression de la sortie y(t) à une entrée u(t).

Cas d’une équation scalaire

Réponse libre: Il s’agit ici de voir comment le système réagit

Intégrons le dernier terme entre t0=0 et t, on aura:

Finalement, la réponse libre de l’équation est:

Réponse complète (totale): Il s’agit ici de voir comment le

En remplaçant l’expression k(t) dans (2) on obtient:

Finalement, en remplaçant (3) dans l’équation de sortie de (1), on

Généralisation au cas d’un système quelconque

La solution de cette équation s’obtient par généralisation du résultat

 Dans cette écriture, le terme représente une matrice exponentielle que

Propriétés de la matrice de transition d’état

Calcul de la matrice de transition

L’opération la plus délicate dans la résolution des équation

Méthode 1 : La méthode de la transformée de Laplace

Il apparaît clairement, en confrontant cette expression à la solution générale

que la matrice de transition possède pour transformée de Laplace la

Exemple: Calculer la matrice de transition du système: x’=Ax

Méthode 2 : La méthode de diagonalisation

La matrice diagonale D formée des valeurs propres de A est :

La matrice de transition est alors calculée par :

Exemple: Calculer la matrice de transition du système: x’=Ax

Méthode 3 : La méthode de SYLVESTER

Remarque : pour les valeurs propres multiples, une autre

Exemple: Calculer la matrice de transition du système: x’=Ax

Méthode 3 : La méthode de Cayley-Hamilton

Méthode 4 : La méthode de Cayley-Hamilton (Suite)

 La recherche des fonctions ne pose aucune difficulté :

Exemple: Calculer la matrice de transition du système: x’=Ax

Méthode 4 : La méthode de calcul direct (développement de

Exemple: Calculer la matrice de transition du système: x’=Ax

On applique le développement de Taylor, ce qui donne :

Pour calculer la réponse à une entrée de type impulsion de Dirac 𝑢(𝑡)=

• Notion de stabilité externe, définie par rapport à la variable de

• Notion de stabilité interne, qui est définie par rapport à la

Un système linéaire et invariant est stable

Stabilité interne (Stabilité asymptotique).