Académique Documents
Professionnel Documents
Culture Documents
Cours & TP
par
Le Professeur
H. CHAFOUK
© Février 2024
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
SOMMAIRE
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 1
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
SOMMAIRE
1.1. Introduction
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 1
Représentation d'état des systèmes
échantillonnés et discrets
1.1. Introduction
Nous ferons la distinction entre les systèmes :
- échantillonnés : ils sont constitué d'éléments continus dont les signaux à l'entrée ou la
sortie après échantillonnage ne sont connus qu'à des instants discrets séparés par la période
d'échantillonnage.
- discrets : dont les signaux en tout point du système ne sont définis qu'aux instants
d'échantillonnage.
Le calculateur est l'exemple même du système discret puisque les signaux ne sont
définis qu'aux "tops" d'horloge. Un moteur électrique à courant continu piloté par calculateur
est un système échantillonné. En effet les signaux du moteur et de son électronique de
commande sont analogique mais cet ensemble n'échange des informations avec le calculateur
qu'à des instants discrets.
Comparaison + Correction
y(t)
Consigne Calculateur
CNA Procédé
CAN Capteur
Figure 3
T T
u(t) y(t) y(k)
B0 Procédé
CNA CAN
CNA : transforme le signal échantillonné en signal continu à l'aide d'un bloqueur d'ordrer 0.
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
1 − e − pT
t B0 (p) =
p
En pratique, on prend :
6. Fmax Fe 25. Fmax
1.2.1. Principe
T u(k)
u(t) y(k)
B0 G(p)
= A.X + B.u
X équation d'état
avec
X : vecteur de variables d'état,
y : sortie du système,
u : commande,
A : matrice d'état,
B : vecteur de commande,
C : vecteur de mesure ou d'observation,
D : matrice de transmission.
Solution générale :
t
X(t) = e A(t − t 0 )
. X(t 0 ) + e A(t − )
. B . u( ) . d
t0
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
En prenant comme :
- instant initial : t0 = kT
- et final : t = (k+1)T
nous aurons :
(k+1)T
X (k + 1)T = e AT
. X(kT) + e A (k+1)T−
. B . u( ) . d
kT
D'où :
A r = e AT
d'autre part, pour kT < t < (k+1)T, on a :
(k+1)T A (k +1)T−
B r .u(k) = e . B . d . u(k)
kT
en posant :
= (k+1)T - d = - d
Donc :
Br = e A
. B . d = A -1 . (A r - I) . B
0
N.B. : La deuxième expression de Br n'est valable que si la matrice A est régulière c'est-à-dire
inversible.
1.2.2. Exemple : système à entrée en escalier
Soit une charge (figure 2) de moment d'inertie J sur laquelle agit un couple supposé
pour l'instant quelconque.
J
f
Figure 2
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
+ f.
J. =
posons :
X1 =
X2 =
d'où :
=
X 1
=
X +
= − f
2
J J
1 f
représentation matricielle (en continu avec = ):
J
pour t = T, on aura :
−
T
1 (1 − e )
A r = e AT =
T
−
0 e
Calcul de Br :
0
)
−
T 1 (1 − e
B r = 0 d
− 1
0 e
J
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
−
J (1 − e
)
d
T
=
−
0
e
J
−
T
T + (e − 1)
J
Br =
−
T
(1 − e )
J
T T2 T 2
+ − + − J − +
2
T (1 1) T T
J 2 2
Br =
T T
(1 − 1 + )
J J
Donc :
T2
2J
Br =
T
J
De même pour Ar, après approximation, on trouve :
1 T
Ar
0 1
2.2. Passage à la fonction de transfert :
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Formulation générale :
k
X(k) = A . X(0) + k
r A k-i
r . Br . u(i -1)
i=1
en temporel, on aura :
A kr = Z-1 (zI - A r ) -1 z
10
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 2
Gouvernabilité et observabilité
des systèmes discrets
11
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
SOMMAIRE
1. Représentation canonique
1.1. Représentation diagonales et pseudo-diagonales
1.2. Représentation compagne de commandabilité
1.3. Représentation compagne d'observabilité
2. Gouvernabilité
2.1. Définition
2.2. Critères modaux
2.3. Critère direct
2.4. Perte de commndabilité par discrétisation
3. Observabilité
3.1. Définition
3.2. Critères modaux
3.3. Critère direct
3.4. Perte d'observabilité par discrétisation
12
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 2
Gouvernabilité et observabilité
des systèmes discrets
1. Représentations canoniques
Elles s'étendent à l'identique des systèmes continus aux discrets. Rappelons-les sur des
exemples.
Exemple :
S(z) z 2 + 2z + 1 −3z - 5
H(z) = = 2 = 1+ 2
U(z) z + 5z + 6 z + 5z + 6
D'où
1 4
H(z) = 1 + −
z+2 z+3
on pose :
X1 (z) 1
= X1 (k + 1) = −2.X1 (k) + u(k)
U(z) z + 2
X 2 (z) 1
= X 2 (k + 1) = −3.X 2 (k) + u(k)
U(z) z+3
et
S(z) = U(z) + X 1 (z) − 4.X 2 (z) S(k) = u(k) + X 1 (k) - 4.X 2 (k)
X1 (k + 1) −2 0 X1 (k) 1
X (k + 1) = 0 −3 X (k) + 1 u(k)
2 2
X1 (k)
S(k) = 1 −4 + u(k)
X 2 (k)
13
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
+
z-1 1
+
-2
U(z) + S(z)
+
+
z-1 -4
+ +
-3
1
2
Représentation simplifiée :
-2
1 z-1 1
U(z) 2 2 S(z)
1 1
1 4
2 2
2 z-1 2
-3
1
2
1.2 Représentation compagne de commandabilité
Exemple :
Y(z) z3 + z2 + z Y(z) W(z)
H(z) = = 3 =
U(z) z + 7z + 16z + 12 W(z) U(z)
2
avec
W(z) 1
= 3
U(z) z + 7z + 16z + 12
2
et
Y(z)
= z3 + z2 + z
W(z)
Nous obtenons en temporel :
14
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
d'où
w(k + 3) = u(k) - 7w(k + 2) − 16w(k + 1) -12w(k)
y(k) = w(k + 3) + w(k + 2) + w(k +1)
et
= u(k) − 6w(k + 2) − 15w(k + 1) − 12w(k)
y(k)
-6 -15 -12
u(k) w(k+3) w(k+2) w(k+1) w(k)
+
z-1 z-1 z-1 x1(k)
x3(k) x2(k)
+
7 16 12
-1
x1 (k + 1) = x 2 (k) = w(k + 1)
x 2 (k + 1) = x 3 (k) = w(k + 2)
Soit encore :
x 1 (k + 1) 0 1 0 x 1 (k) 0
x 2 (k + 2) = 0 0 1 x 2 (k) + 0 u(k)
x 3 (k + 1) −12 −16 −7 x 3 (k) 1
x(k +1) = A r .x(k) + Br .u(k) équation d'état dans une base quelconque
et
~ ~ ~
x(k +1) = A r . ~
x(k) + Br .u(k) dans la base compagne de commandabilité
avec
~ ~
x(k) = M. ~
x(k) où M est la matrice de passage
15
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
les nouvelles matrices sont obtenues à l'aide de la forme de Jordan, comme suit :
~ ~ ~
A r = M -1 .A r .M
~ ~
Br = M -1 .Br
~ ~
C r = C r .M
cas général :
0 1 0....... 0 0
..
~ .. .. ........
~ ..
Ar = et Br =
.. .. ........ .. 0
-a -a 1 -a 2 .... -a n-1 1
0
où a0, a1, a2, ...., an-1 sont les coefficients du polynôme caractéristique normalisé :
on a :
~
M= ( A n-1
r r +...+a 2 A r + a 1I ) B r ,........, ( A r + a n −1A r + a n − 2 I ) B r , ( Ar + a n −1I ) B r , B r
+ a n-1A n-2 2
~
La condition d'obtention du changement de base est que M soit inversible ce qui est
équivalent à :
rang A n-1
r B r ,.........,A r B r , B r = n
Y(z) 2z 2 + z + 3 2z -1 + z -2 + 3z −3
H(z) = = =
U(z) z 3 + 4z 2 + 5z + 2 1 + 4z -1 + 5z -2 + 2z -3
Ce qui donne :
Y(z) ( 1 + 4z −1 + 5z −2 + 2z −3 ) = ( 2z −1 + z −2 + 3z −3 ) U(z)
x2(k)
x1(k)
16
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
On pose alors :
x 3 (k + 1) = 3U − 2Y
x 2 (k + 1) = U − 5Y + x 3 (k)
x 1 (k + 1) = 2U − 4Y + x 2 (k)
et
y(k) = x 1 (k)
D'où
x 1 (k + 1) -4 1 0 x 1 (k) 2
x 2 (k + 2) = -5 0 1 x 2 (k) + 1 u(k)
x 3 (k + 1) −2 0 0 x 3 (k) 3
y(k) = 1 0 0 x(k)
3 1 2
-2 -5 -4
Rappelons là aussi l'obtention d'une base compagne d'observabilité à partir d'une base
quelconque. Soit :
17
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Les équations d'état et de mesure dans la représentation d'état compagne observable sont
données par : x(k) = M * .x* (k) où M* est la matrice de passage
les nouvelles matrices sont obtenues à l'aide de la forme de Jordan, comme suit :
A *r = M *-1 .A r .M *
B*r = M *-1 .Br
C*r = C r .M *
-a n-1 1 0....... 0
-a .. 1....... ..
avec A r = C*r = 1 0 ........ 0
* n-2
et
.. .. ........ 1
-a 0 0....... 0
0
où a0, a1, a2, ...., an-1 sont les coefficients du même polynôme caractéristique normalisé.
on a :
La condition d'obtention du changement de base est que M* soit inversible ce qui est
équivalent à :
2. Gouvernabilité
2.1. Définition
Il est gouvernable si x(0) et x(k) on peut trouver u(1) .... u(k) faisant passer le système de
l'état initial à l'état final en k périodes.
Ils sont semblables à ceux utilisés dans le cas continu. Soit M la matrice modale, le
système est commandable si : M-1.Br ne contient aucune ligne de zéros, c'est le cas des valeurs
propres distinctes.
18
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Si les valeurs propres sont multiples le critère comporte les conditions suivantes :
1. Les valeurs propres correspondant à des blocs de Jordan différents sont distinctes.
soit encore :
k
x(k) - A kr .x(0) = A k-i
r r .Br .u(0) + A r .Br .u(1)+...+Br .u(k -1)
.Br .u(i -1) = A k-1 k-2
i=1
ou :
u(0)
u(1)
x(k) - A r .x(0) = A r .Br , A r .Br , .... , Br
k k-1 k-2
......
u(k -1)
En posant :
N k = A k-1
r .B r , A r .B r , .... , B r
k-2
u(0)
u(1)
U k =
......
u(k -1)
avec
dim [U]k = km x 1
et
dim [N]k = n x km
Le système est commandable si l'on peut résoudre le système donnant les u(0)...u(k-1)
en fonction de x(0) et x(k), ceci impose que [N]k soit inversible donc rang [N]k = n.
Le nombre de colonne doit donc être supérieur ou égale à n qui est le nombre de ligne.
km n
19
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Cette inégalité nous donne le plus petit entier représentant le nombre de coups pour faire
passer le système d'un état à l'autre, soit k0 :
n
k0 = le plus petit entier supérieur ou égal à
m
m = 1 et k0 = n
− r 0 1
=
X(t) X(t) + u(t)
−0 − r 0
avec
− r 0 1
A= et B=
−0 − r 0
nous avons : Ar = eAT
p + r −0
-1
= L pI - A
At -1 -1 -1
=L
p + r
e
0
1 p + r 0
eAt = L-1 2
(p + r) + 0 −0
2
p + r
e .cos(0 t) e − rt .sin(0 t)
− rt
p+r 0
(p + r) 2 + 2
(p + r) 2 + 02
e At = L-1 −0
0
p+r =
(p + r) + 0 (p + r) + 0 - e − rt .sin(0 t) e .cos(0 t)
2 2 2 2 − rt
Donc
e − rT .cos(0T) e − rT .sin(0T)
A r = e AT =
- e − rT .sin(0T) e .cos(0T)
− rT
b r1
La matrice Br peut s'écrire : Br =
b r2
20
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
N 2 = A r .Br , Br
D'où :
b r1 .e − rT .cos(0T) + b r2 .e − rT .sin(0T) b r1
N 2 =
- b r1 .e .sin(0T) + b r2 .e .cos(0T)
− rT − rT
b r2
20
puisque 0T = k , on aura alors = . [N]2 devient :
k
(-1) k b r1 .e − rT b r1
N 2 =
− rT
(-1) b r2 .e b r2
k
3. Observabilité
3.1. Définition
Un système est observable si l'on peut déterminer l'état initial x(0) en mesurant sa sortie
pendant un nombre fini de périodes d'échantillonnage k.
Dans le cas des valeurs propres distinctes, le système est observable si la matrice Cr.M
ne contient aucune colonne de zéros.
Si les valeurs propres sont multiples les conditions nécessaires et suffisantes d'observabilité
sont :
1. Les valeurs propres correspondant à des blocs de Jordan différents sont distinctes.
nous avons :
21
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
k
x(k) = A .x(0) + k
r A k-i
r .Br .u(i -1)
i=1
et
k
y(k) = C r .A kr .x(0) + C .A r
k-i
r .Br .u(i -1)
i=1
avec
M k = r . Cr
t t
C r , t A r .t C r , ....., t A k-1 t
matrice d'observabilité
Le système est observable si l'on peut calculer x(0) en fonction de y(0), ...., y(k-1). Ceci
est équivalent à :
rang [M]k = n
C r1 C r1 .e − rT .cos(0 T) - C r2 .e − rT .sin( 0 T)
C r = C r1 C r2 et M 2 =
C r2 C r1 .e − rT .sin( 0 T) + C r2 .e − rT .cos( 0 T)
20
pour 0T = k , on aura alors = . [M]2 devient :
k
C r1 C r1 .e − rT
M 2 =
C r2 C r2 .e − rT
22
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 3
23
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
SOMMAIRE
2. Observateur
24
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Chapitre 3
Soit le régime décrit par les équations d'état sous forme fonctionnelle :
Dr
u X(k+1) X(k) y
Br
-1 Cr
Ar
avec
où
dim(X) = n 1
dim(u) = m 1
dim(y) = p 1
dim(Ar) = n n
dim(Br) = n m
dim(Cr) = p n
dim(Dr) = p m
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Dr
e X(k+1) X(k) y
+
Br
-1 Cr
u
-
Ar
D'où :
D'où :
La forme est semblable à celle des équations d'état non modifiée. La nouvelle matrice
d'état est ( Ar - Br.R ), les valeurs propres seront données par :
.I − A r + B r .R = 0
Exemple d'application :
1 0.1 0.005
X(k + 1) = .X(k) +
.
.u(k)
0 1 01
26
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
X1 (k)
u(k) = - r1 r2 .
X 2 (k)
soit :
1 0.1 0.005 X1 (k)
X(k + 1) = - . . r1 r2
0 1 01 X2 (k)
.I − A r + B r .R = ( - 1 )( - 2 ) = 2 - ( 1 + 2 ). + 1 . 2 = 0
L'équation caractéristique :
2 - 1.4 + 0.48 = 0
r1 = 8 et r2 = 5.6
L'inconvénient de la méthode est évident pour les ordres supérieurs, il est interessant
d'utiliser une forme particulière des équations d'état.
27
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
0 1 ........ 0
0 0 ........ 0
Ar =
~
.. .. ........ ..
− a −a 1 ........ − a n−1
0
~ ~
Pour que A r et A rc soient compagnes gouvernables, il faut que les n-1 premières lignes
~ ~ ~
de B r .R soient nulles. Ceci implique les n-1 premières lignes de B r le soient en effet, le
~ ~
produit B r .R s'écrit :
0
0
R = ~r0 ... .... ~rn−1
~ ~
B r = .. avec ~r
1
0
1
on a :
0 1 ........ 0 0 1 ........ 0
0 0 ........ 0 0 0 ........ 0
~ ~ ~ ~
A rc - A r = - B r .R = −
.. .. ........ .. .. .. ........ ..
− b − b1 ........ − b n−1 − a 0 −a 1 ........ −a n−1
0
28
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
0 0 ........ 0
0 0 ........ 0
~ ~ ~ ~
A rc - A r = - B r .R =
.. .. ........ ..
a − b0 a 1 − b1 ........ a n−1 − b n−1
0
0
0 0 0 ........ 0
0 0 ........ 0
- B r .R = − .. r0 r1 ... .... rn−1 =
~ ~ ~ ~ ~
0 .. .. ........ ..
− ~r − ~r ........ − ~rn−1
1
0 1
1 0.1 0.005
X(k + 1) = .X(k) +
.
.u(k)
0 1 01
1 0.1 0.005
Ar = Br =
.
et
0 1 01
z.I - A r = (z - 1) 2 = z 2 - 2z + 1 = z 2 + a 1 .z + a 0
~ 0 1
M = (A r + a1 .I).Br , Br
~
d'où : Ar = et
-1 2
29
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Nous avons :
~ ~ ~ ~
X = M.X X = M -1 .X
~ ~ ~
or u = - r. X = - r. M.X = - ~r. X
avec
~
~r = r.M ~
r = ~r.M -1
La nouvelle équation caractéristique est :
z 2 − 1.4z + 0.48 = 0 = z 2 + b 1 .z + b 0
~r = b - a = -1.4 + 2 = 0.6
1 1 1
vérification :
100 −5
r = ~r.M -1 = −0.52 0.6 = 8 5.6
~
100 5
Si l'on peut trouver l'expression du vecteur d'état dans la base de départ, nous avons :
r = r0 r1 = ~r.M -1 = 8 5.6
~
S(z) N(z)
H(z) = =
U(z) D(z)
avec
D(z) = z n + a n−1 z n-1 + .... + a 1 z + a 0
0 1 0 ........ 0 0
.. .. .. ........ .. 0
X(k + 1) = .. .. .. ........ .. X(k) + .. u(k)
0 0 .. ........ 1 0
−a 0 −a 1 .. ........ −a n−1 1
30
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Exemple d'application :
z +1
H(z) =
(z + 2)(z + 3) 2
La nouvelle dynamique du système corrigé par retour d'état est fixée par les pôles :
Le système initial étant du 3ème ordre, il faut rajouter un pôle que nous prendrons à
l'origine afin qu'il influe le moins possible sur les autres pôles.
(z + 2)(z + 3) 2 = (z + 2)(z 2 + 6z + 9)
= z 3 + 8z 2 + 21z + 18 = z 3 + a 2 .z 2 + a 1 .z + a 0
a0 = 18 a1 = 21 a2 = 8
alors :
r0 = b0 - a0 = -18
r1 = b1 - a1 = -20.8
r2 = b2 - a2 = -8.8
d'où :
r = -18 -20.8 -8.8
31
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
2. Observateur
Si certains états sont mesurables, il faut les reconstituer ou les reconstruire ; on utilise
pour cela un observateur utilisant les variables de sorties.
Il est difficile de calculer directement l'état en fonction de la sortie en utilisant l'équation
de mesure y(k) = C r .X(k) en effet, Cr est rarement inversible.
En dérivant (n-1) fois la sortie, on peut représenter les états du système si celui-ci est
observable. Mais cette méthode génère du bruit à chaque dérivation.
On peut utiliser un observateur en boucle ouverte ou fermée. L'observateur en boucle
ouverte peut se représenter comme suit :
u(k)
X(k+1) X(k) y(k)
Br + Cr
z-1
+
Ar
+ 1)
X(k
X(k)
+
Br z-1
+
Ar
X(k) est l'état reconstitué. En général, Ar, Br, Cr, Dr et les conditions initiales sont mal
connues, la reconstitution est donc importante et la correction de l'écart entre X(k) et X(k) est
impossible.
On utilise alors un observateur en boucle fermée dit de LUENBERGER, soit L'équation
d'état de l'observateur :
+ 1) = S.X(k)
X(k + G.y(k) + K.u(k) (3)
Br − K = 0 K = Br
Il en résulte :
~
X(k + 1) = A r .X(k) - S.X(k) − G.y(k)
or y(k) = C r .X(k) en prenant Dr = 0
32
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
donc :
~
X(k + 1) = (A r - G.C r ).X(k) - S.X(k)
A r − G.C r = S
d'où :
~ ~
X(k +1) = (A r - G.C r ). X(k)
+ 1) = (A - G.C ). X(k)
X(k + Br . u(k) + G. y(k)
r r
ou
+ 1) = A . X(k)
X(k r
+ Br . u(k) + G. y(k) - C r . X(k)
Les pôles de l'observateur seront déterminés par l'équation caractéristique :
z.I − A r + G.C r = 0
Le schéma de simulation est :
u(k)
X(k+1) X(k) y(k)
Br + Cr
z-1
+
Ar
+
G
+
+ 1) -
X(k
X(k)
+
Br z-1 Cr
+
Ar
33
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
- +
Ar
+
G
+
+ 1) -
X(k
X(k)
+
Br z-1 Cr
+
Ar
u(k) = − R.X(k) + e(k)
en prenant e(k) = 0, nous avons : u(k) = − R.X(k)
~ ~
or X(k +1) = (A r - G.C r ).X(k) (7)
et
X(k +1) = A r .X(k) - Br .R.X(k)
~
X(k +1) = (A r - Br .R).X(k) + Br .R.X(k) (8)
avec
34
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
A r - G.C r 0
A =
B r .R A r - B r .R
.I - A r + G.C r 0
.I − A = = 0
- B r .R .I - A r + B r .R
Nous avons :
. I − A = .I - A r + G.C r .I - A r + B r .R = 0
L'expression précédente montre que l'on peut fixer séparément les pôles de l'observateur
et ceux du retour d'état, c'est le principe de séparation.
Si l'on remplace u(k) = - R.X(k) dans l'équation de l'observateur, nous aurons :
+ 1) = A .X(k)
X(k r
- B r .R.X(k) + G. y(k) - C r .X(k)
soit :
X(k + 1) = (A r - Br . R - G.C r ) . X(k)
+ G. y(k) (9)
avec
u(k) = - R. X(k) (10)
zX(z) = ( A r - B r .R - G.C r ) .X(z)
+ G.Y(z)
U(z) = - R.X(z)
X(z) = - R -1 .U(z) (si R est inversible)
Soit :
35
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Donc :
= − R. ( z.I - A r + Br . R + G.C r ) .G
U(z) -1 (11)
D(z) =
Y(z)
z.I - A r + Br .R + G.C r = 0
36
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
elle s'écrit :
X (k +1) 1 0.1 X
(k) 0.005 g1
g . X1 (k) − X1 (k)
1
=
1
+
01 u(k) +
2
X (k +1) 0 1 2
X (k) . 2
- 1 + g1 - 0.1
.I - A r + G.C r = = ( - 1 + g1 )( - 1) + 0.1g 2 = 0
g2 -1
2
- .(1- g1 +1) + 1 - g1 + 0.1g 2 = 0
2
- .(2 - g1 ) + 1 - g1 + 0.1g 2 = 0
g1 = 1.6 et g 2 = 6.5
Correcteur numérique :
D(z) = − R. ( z.I − A r + Br .R + G.C r ) .G
−1
−1
z 0 1 0.1 0.005 1.6 16.
D(z) = − 8 5.6 . − + . 8 5.6 + .1 0 .
0 z 0 1 0.1 6.5 6.5
après calcul, on obtient :
−49.2 z + 44
D(z) = 2
z + 0.2 z + 0.244
37
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
X1 (k)
X(k) = (12)
X 2 (k)
Nous allons déterminer un observateur d'ordre réduit. X1(k) regroupe les p variables
directement observables et X2(k) les autres. Les équations d'état donne alors :
X1 (k + 1) A 11 A 12 X1 (k) B1
X (k + 1) = A +
A 22 X 2 (k) B2
.u(k) (13)
2 21
X1 (k)
y(k) = I
0
X 2 (k)
(14)
Les deux derniers termes du 2ème membre peuvent être considérés comme le vecteur
d'entrée d'un système dont le vecteur d'état est X2(k).
On peut établir le tableau de correspondance entre les observateurs d'ordre plein et réduit :
X(k) X2(k)
A A22
B.u(k) A21X1(k)+B2u(k)
y(k) X1(k+1)-A11X1(k)-B1u(k)
C A12
38
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
+ 1) = A .X(k)
X(k r
+ B r .u(k) + G. y(k) - C r .X(k)
(k + 1) = A .X (k) + A .X
X (k) + B .u(k) + G. X (k + 1) - A .X (k) - B .u(k) - A .X (k)
2 21 1 22 2 2 1 11 1 1 12 2
(17)
(k + 1) = A . X (k) - X
X 2 (k + 1) - X (k) - G.A . X (k) - X
(k)
2 22 2 2 12 2 2
ce qui donne :
~ ~ ~
X 2 (k + 1) = A 22 . X 2 (k) - G.A 12 . X 2 (k)
~ ~
X 2 (k + 1) = (A 22 - G .A 12 ).X 2 (k)
(18)
La dynamique de l'observateur réduit est donnée par G que l'on obtient par placement de
pôles en se fixant l'équation caractéristique :
z.I - A 22 + G .A 12 = 0
X1 (k)
u(k) = - R.
X 2 (k)
39
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
1ère méthode :
Le problème revient à déterminer la séquence u(0), ...., u(n-1). L'état final étant 0.
u(0)
u(1)
... = − A r .B r B r . A nr .X(0)
n-1 −1
A n-2
r .B r ............. A r .B r
...
u(n − 1)
D'où :
u(0) = - R.X(0)
u(1) = - R.X(1) = - R. ( A r - Br .R ) .X(0)
u(2) = - R.X(2) = - R. ( A r - Br .R) .X(0)
2
......................................................................
u(n -1) = - R.X(n -1) = - R. ( A r - Br .R ) .X(0)
n-1
On aura alors :
40
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
R
R. ( A - B .R )
r r
= A n-1 B r . A nr
−1
... r .B r A n-2
r .B r ............. A r .B r
...
n −1
R. ( A r - B r .R )
2ème méthode :
u(0)
u(1)
- A nr .X(0) = A n-1
r .B r A n-2
r .B r ............. A r .B r B r ...
...
u(n − 1)
le régulateur sera dit à temps minimal.
u(k) = - R.X(k)
.........................................................................
R
R. ( A - B .R )
r r
X(n) = A nr .X(0) - A n-1
r .B r A n-2
r .B r ........ A r .B r Br ... .X(0)
...
n −1
R. ( A r - B r .R )
avec X(n) = 0, d'où :
R
R. ( A - B .R )
r r
A nr = A n-1
r .B r A n-2
r .B r ........ A r .B r Br ...
...
n −1
R. ( A r - B r .R )
41
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
R
R. ( A - B .R )
r r
= A n-1 B r . A nr (20)
−1
... r .B r A n-2
r .B r ............. A r .B r
...
n −1
R. ( A r - B r .R )
Nous avons :
R = 100 15
Remarque :
La valeur élevée des coefficients du vecteur de retour d'état pose souvent des problèmes
à la réalisation. D'autre part, on peut montrer que dans le cas du régulateur à temps
d'établissement minimal, les pôles du système corrigé sont tous placés à l'origine.
Vérification :
d'où :
− 0.5 −0.025
.I - A r + Br .R = = 2
− 0.25 + 0.25 = 2
10 + 0.5
42
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Exemple d’application
43
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Abstract : Active structures, used to make satellites, robots or other industrial processes, are
subjected to external disturbances inducing an oscillation of the structure. With the technical
progress of the last few years, piezoelectric sensors and actuators are now used to control such
structures.
1. Introduction
The aim of our research is to develop a control algorithm embedded on a DSP board in
order to stabilize an embedded plate covered with two piezoelectric layers and subjected to an
external disturbance. This plate, presented below, is a model of an active structure :
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
toolbox from Simulink, we have generated the C code from the scheme created previously.
Finally, after having written initialization programs for the TMS320C50 and for its analog
interface, we have created an executable file for the DSP with the optimizing C compiler from
Texas Instruments.
2. Parametrical identification
The conception and calculation of a controller is shown on the diagram below :
Performances
Calculation of the
regulator Process model
+
REGULATOR PROCESS
With the measurement of the input and the output of the "piezo-electric plate + power
amplifier" system, the identification allows us to determine the process model used to
elaborate the control.
When the plate is excited in its first mode, the sensor has a frequency of 6.4Hz.
consequently we choose a sample time of 0.01 seconds in order to agree with Shannon’s
theorem and to be enough precise.
In our case, we choose a sinusoidal signal which begins at the moment t0 with a
frequency f0 and finishes at the moment tf with a frequency ff . This kind of signal allows us to
cover a frequency range containing the exciting frequency. We can then save the input and
output files which will be used to identify the system.
For the identification, we choose an ARMAX model that means the process is Auto-
Regressive and Moving Average with eXageneous instead of external input (u(t)). This model
is commonly used to represent the effects of the control and disturbances on the output.
e(t)
C(q −1 )
A(q −1 )
+
U(t) q − d B(q −1 ) Y(t)
A(q −1 )
+
45
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
The disturbed output (Y(t)) of the process can be written in this way :
z − d .B(z −1 ) C(z −1 )
y(t) = .u(t) + .e(t) (1)
A(z −1 ) A(z −1 )
with
A(z −1 ) = 1 + a 1 .z −1 + a 2 .z −2 +....+a n .z − n (2)
The first term of (1) represents the effect of the control, the second one the effect of
the disturbances.
The result of this identification gives the transfer function of the process, the transfer
function of the noise and a graph allowing us to compare the real and the predicted output.
−0.004664 z 2 + 0.009241 z
TRANSFER− FUNCTION = (5)
z 2 − 1.845 z + 0.9934
z 2 − 1.41 z + 0.8089
NOISE− MODEL = 2 (6)
z − 1.845 z + 0.9934
The Kalman observer is in fact a Kalman filter which is able to predict the state x ( k )
in presence of disturbances. When the matrix (called L) of the observer has been calculated,
we can establish the control laws. To control the piezo-electric plate, we calculate the
stationary Kalman observer and establish control laws of this one.
The stationary Kalman filter is determined with the following state equations :
46
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
W(k V(k)
) Y(k)
Active Stucture
(Ar, Br, Cr, Dr)
U(k)
+
L
State estimate -
X(k)
+ 1)
X(k
-1 Y(k)
Br z Cr
Ar
Observer
w(k) v(k)
SYSTEM + +
(Ar, Br, Cr, Dr)
y(k)
u(k)
Dr
x ( k + 1) x ( k ) y ( k )
W(k)+ +
Br + 1/z Cr +
-
+
+
+
Ar L
Predicted state x ( k )
+ 1) = A r x(k)
x(k + Br u(k) + L(y(k) − y(k))
(9)
with
= C r .x(k)
y(k) + D r .u(k) (10)
Owning to the gain L the stationary Kalman filter updates the equations (9) and (10) in
order to produce an optimal control with Riccati equations of x.
47
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Once the filter is determined, we control the system thanks to a feedback with the discrete
time Kalman filter. It is now possible to determine an optimal feedback which minimizes the
cost criterion J = x T Qx + u T Ru . This gain called K is such as : u(k) = − K.x(k)
+ h.e(k) .
q 0 q1 q n
Q S q1
S T =
R
(12)
q1
q q 1 q 0
n
48
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
i
qi = i 0, n (13)
n + 1− i
15
Power Spectral Density
10
0
0 0.2 0.4 0.6 0.8 1
For signals with finite mean power, yy(z) is the sampled representation of the power
spectral density of the signal {Yk}. In the case of a second order system, the wanted matrices
have the following dimensions :
In order to initialize these matrices for a n dimensional system, we have to restrict the
expression of the spectrum (yy(z)) to its (n+1) most significant coefficients (three for our
system).
In our case, the spectrum is approached by its main peak 0 (0 being the density of
maximal power). Numerically :
We can now see these parameters’ influence on the control. In figure 8, we show the results of
a comparison between two controls with different parameters. On the one hand, the matrices
Q, R and S are the identity matrices. On the other hand, Q, R and S are respectively the
matrices Q0, R0 and S0. This comparison is made as follows : first we induce disturbances to
obtain plate oscillations. Then, after two seconds of vibrations, we send the plate stabilizating
command. We observe the importance of the weighting matrices in the stabilization.
49
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
1.5 1.5
1 1
0.5 0.5
Q=I
R= 1 0 0
S =1 -0.5 -0.5
-1 -1
-1.5 -1.5
0 2 4 6 0 2 4 6
1.5 1.5
1 1
Q = Q0
R = R0 0.5 0.5
S = S0
0 0
-0.5 -0.5
-1 -1
-1.5 -1.5
0 2 4 6 0 2 4 6
Sensor
TMS320C50 Magnet
XDS510 Port
14-Pin Header Power Amplificator
Low
Frequency Generator
50
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
The solenoid generates a magnetic field in order to induce plate oscillations (disturbances).
The DSP board gets the signal to digitalize it with the analog/digital converter. The signal is
then processed by the TMS320C50 processor. The resulting control is sent to the process
through the digital/analog converter and through the power amplifier. This signal enables the
actuator to stabilize the plate.
51
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
6. CONCLUSION
This paper has presented the precise design of a regulator for the control of active
structure plates. The implemented method associates the Kalman filter like observer and an
optimal state feedback. Performances and robustness of such a system are superior to those of
classic controllers (PID control). The implementation of this algorithm in a Digital Signal
Processor, TMS320C50, has offerd us the possibility to minimize calculation times and to
increase the convergence speed of the control.
7. REFERENCES
52
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
TRAVAUX PRATIQUES
en
par le Professeur
H. CHAFOUK
© Février 2024
53
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
SOMMAIRE
ANNEXES
54
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
I. Introduction
1.1. Objectifs
L'objectif de ce T.P est de commander un papillon motorisé en temps réel. Les étapes
d'automatisation sont décrites dans l'organigramme de la figure 1.
Identification du Moteur
Discrétisation du système
Représentation en équations
d'état discrètes
Si on peut lire les variables d'état Si on ne peut pas lire les variables d'état
55
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Boîtier de connexion
Bus PCI
Interface de puissance
Calculateur numérique
Papillon
motorisé
capteur
• Le système en boucle ouverte sans le régulateur est donné par la fonction de transfert G(p),
sous forme :
56
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
(p) K mr
G(p) = = avec K mr =10 et Tmr = 100 ms.
u(p) p(1+pTmr)
H(p) = 1
X1 =
X =
2
y=
et u = commande
= A.X + B.u
X
y = C.X + D.u
T
y
u e
B
0 G(p)
3.2. Montrer pour T = 20 ms, que l’équation d’état du système échantillonné peut se
modéliser par :
1 0.02 0.02
X(k + 1) = X(k) + u(k)
0 0.82 1.81
et
y(k) = 1 0 X(k)
57
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
X1
5. On se propose de corriger le système par un retour d’état u( k ) = − R 1 R2 ,
X2
l’entrée de consigne étant nulle.
L’équation caractéristique, donnée pour les pôles z12, après correction s’écrira sous la
forme : (z - z1)(z - z2) = 0 = z2 + Z1 z + Z2 .
R 1 =f1(Z1, Z2 ) ; R 2 =f 2(Z1, Z2 )
20
6. A un modèle du deuxième ordre analogique H(p) = 2 de pôles :
p + 2 0 p + 2
0
p12 = - 0 j 0 1 - 2
On se fixe, dans un premier temps comme cahier des charges, = 0.1 s et = 0.4.
Déterminer Z1 et Z2. En déduire, à l’aide des relations de la question 5), les coefficients
R1 et R2 puis le schéma de simulation globale.
7. On veut maintenant obtenir un système à temps minimal, quels sont alors les pôles du
système corrigé. Calculer les coefficients R1 et R2.
58
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
L'identification du moteur en boucle ouverte nous fourni une fonction de transfert qui
sera traduite en une équation d'état de la forme :
= A + B u
S(t) = y(t) = C
a) Dans un premier temps, on commande le moteur par retour d'état en supposant que les
) sont connues.
variables ( et
b) Ensuite, en supposant que les variables d'état ne sont pas accessibles à la mesure, on les
déterminera à l'aide de l'observateur de Luenberger à ordre plein.
2.3. Pour la simulation du moteur, on aura donc la forme suivante (figure 3) sous SIMULINK.
u + y
Br 1/z Cr
+
Ar
59
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
3.1. Déterminer le vecteur de retour d'état qui permet de commander le procédé en boucle
fermée de façon à imposer des pôles qui ont un coefficient d'amortissement ( = 0.25) et une
pulsation propre (0 = 30 rd/s). L'expression de la commande fourni par le calculateur est :
Uk = - RTXk + hek
où h est le gain du système
R est le vecteur de retour d'état
ek est l'entrée de consigne
3.2. Ajouter le bloc du retour d'état afin de commander en boucle fermée le système en tenant
compte de la consigne.
Dr
e X(k+1) X(k) y
+
Br
-1 Cr
u
-
Ar
60
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
4.1. On suppose que la position et la vitesse ne sont pas accessibles à la mesure. Réaliser un
en discret et établir un retour d'état correspondant aux pôles trouvés
observateur de et
précédemment dans la question III (sous SIMULINK).
z.I − A r + G.C r = 0
u(k)
X(k+1) X(k) y(k)
Br + Cr
z-1
+
Ar
+
G
+
+ 1) -
X(k
X(k)
+
Br z-1 Cr
+
Ar
Placement de pôles : Utiliser l'observateur de Luenberger à ordre plein de façon à ce que les
pôles respectent les conditions précédentes tels que :
61
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
u(k) = − R.X(k) + e(k)
- +
Ar
+
G
+
+ 1) -
X(k
X(k)
+
Br z-1 Cr
+
Ar
62
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
ANNEXES
63
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
Introduction
Matlab est un logiciel interactif de programmation scientifique, pour le calcul numérique et la
visualisation graphique, basé sur la représentation matricielle des données. Il utilise un langage
interprété : chaque expression écrite en ligne de commande ou dans un fichier script (de format *.m)
est interprétée et évaluée.
Le point-virgule de terminaison de ligne indique si le résultat de l'évaluation est affiché ou non à
l'écran selon qu'il est absent ou présent. Cela facilite la mise au point en offrant la possibilité d'obtenir
très simplement des résultats intermédiaires de calcul.
Remarque générale sur l’ensemble des fonctions de Matlab : l’aide sur une fonction peut être obtenue :
- en ligne de commande en tapant : >> help nom_de_fonction
- dans une fenêtre d’aide en tapant : >> doc nom_de_fonction
1 Les matrices
1.1 Définition sous Matlab
1 2 3
Pour définir la matrice A = : >> A = [1 2 3; 4 5 6]
4 5 6
ou encore : >> A = [1, 2, 3; 4, 5, 6]
Pour définir le vecteur ligne time = [0 0.2 0.4 0.6 0.8 1] dont les éléments sont séparés d’un même pas
(ici 0,2) : >> t = 0 : 0.2 : 1
1
Pour définir le vecteur colonne A = 2 : >> A = [1 ; 2 ; 3]
3
Pour obtenir l’élément de la i ligne et de la jème colonne de la matrice A : >> a = A(i, j)
ème
64
H. CHAFOUK
Cours Synthèse des Contrôleurs d’état
2 Les scalaires
2.1 Définition sous Matlab
Sous Matlab, tout scalaire est considéré comme une matrice de dimension 1 :
>> A = 2.125
est équivalent à
>> A = [2.125]
Remarque 1 : tous les calculs effectués dans Matlab le sont en double précision. Cependant,. le format
d'affichage des résultats peut être contrôlé par la commande « format ».
Remarque 2 : certaines lettres ou chaînes de caractères ont des valeurs prédéfinies :
- i et j correspondent au nombre imaginaire.
- pi correspond à π
- Inf ou inf correspond à ∞
- e est utilisé pour les puissances de 10
Remarque 3 : Matlab fait la distinction entre majuscule et minuscule.
Exemple :
>> t = [0.5; 1.0; 1.5; 2.0]
>> x = [ 1; 2; 4; 8]
>> y = [0.1; 0.2; 0.4; 0.6]
Pour afficher dans une même fenêtre mais dans deux repères différents x = f(t) et y = g(t) :
>> figure;
>> subplot(2, 1, 1); plot(t, x);
>> subplot(2, 1, 2); plot(t, y);
Pour personnaliser l'affichage graphique, voir également les commandes : label, title, legend, grid
H. CHAFOUK 66
Cours Synthèse des Contrôleurs d’état
Tp
D
G
s()-N%
Tm Tpic Tr(N%)
H. CHAFOUK 67
Cours Synthèse des Contrôleurs d’état
- ANNEXE C -
Détermination rapide des constantes d'un système
en boucle ouverte à partir d'une analyse harmonique
en boucle fermée (système avec résonance)
1. Le système, en boucle ouverte, devra obligatoirement être mis sous la forme "H(p)",
tel que :
K
H(p)=
p(1 + p)
e(p) + K s(p)
p(1 + p)
-
Dans ce cas, toujours en boucle ouverte, nous connaissons l'allure des courbes de Bode :
|H|
db
(-1)
(-2)
log ()
=
0
log ()
−
−
H. CHAFOUK 68
Cours Synthèse des Contrôleurs d’état
1
1 2
p +2 p +1
0
2
0
Soit :
1
= (1)
0 K
2
et
2 1
= (2)
0 K
Les courbes de Bode, ainsi calculées en boucle fermée, auront donc la forme suivante :
|G|
db
max
log ()
r
(-2)
log ()
−
0
−
Avec
Vs 1
G(j)= =
Ve 22
2
2
(1 − 2 ) + 4 2
1/2
0 0
3. Donc si "Ve(t)" est sinusoïdale, et que l'on étudie ce type de système en boucle fermée, il
suffira de se placer à un déphasage de "-90°" et de lire la pulsation "0" correspondante pour
utiliser les équations (1) et (2).
H. CHAFOUK 69
Cours Synthèse des Contrôleurs d’état
Vs
- Soit relever à la pulsation "0", le gain " ", d'où :
Ve
Vs 1
G(j) = = = (3)
0
Ve = 0
2
4. Les équations, (1), (2) et (3) ainsi résolues, déterminerons donc les coefficients : "K","" et
"".
H. CHAFOUK 70
Cours Synthèse des Contrôleurs d’état
- ANNEXE D -
Assignation de pôles
Commande par retour d'état
X X
= A + BU
X X
et
X
S = C
X
X = AX + BU
et
S = CX
U = - LTX + he
avec
e : entrée de consigne
h : gain statique
L : vecteur de retour d'état
X = (A - BLT) X + B h e
H. CHAFOUK 71
Cours Synthèse des Contrôleurs d’état
5.1. La nouvelle matrice "Ad", calculée, ci-dessus, en boucle fermée, possède la même
forme que la matrice "A" :
0 1
A d = A − BLT =
a 0 a 1
avec
0
B= et C = c0 0
b 0
Soit :
X = AdX + Bhe
et (1)
S = CX
5.2. Pour le calcul de "h" on écrira ("b0" assurant un gain statique unitaire) :
S( ) = b0 e = constante (1 équation)
X = 0 = Ad X + B h e (2 équations)
S( ) = CX (1 équation)
6. Pour la réalisation sur le moteur, il faudra tenir compte du fait que : S = X et que l'on ne
peut lire que : gX.
H. CHAFOUK 72
Cours Synthèse des Contrôleurs d’état
- ANNEXE E -
Théorie de l'observateur
Selon la théorie de l'assignation de pôles, la commande réalisée avec un retour d'état sur
un système commandable peut le rendre stable. Mais, en pratique, il est souvent impossible,
ou difficile, de mesurer toutes les grandeurs des états du système.
Pour envisager ce problème, il faut alors faire appel à des observateurs qui permettent
de reconstruire les grandeurs des états, à partir de la commande et de la sortie, ces deux
grandeurs étant toujours mesurables.
Nous allons d'abord estimer une combinaison linéaire des états. Puis nous reviendrons à
l'estimation de ces états. Etant donné un système dont l'équation d'état s'écrit sous la forme :
= AX + BU
X
et (1)
Y = CX
Soit : Z = DZ + TY + EU (2)
On veut que "Z" soit une estimation de la combinaison linéaire des états notée "L.X"
c'est-à-dire que :
(Z − L.X) → 0 quand t →
Une condition suffisante est qu'il existe des matrices "D, T, E" vérifiant :
a) LA = DL + TC
E = LB
b) Les parties réelles de toutes les racines de l'équation "dét(pI - D) = 0" soient négatives.
En effet, à partir des équations (1) et (2), nous pouvons calculer l'écart entre "Z et L.X"
noté "W".
W = Z − L.X
= ( Z − L. X
W )
et
= (DZ + TY + EU) − L(AX + BU)
W
avec "Y=CX", on a :
= DW + (DL + TC − LA )X + (E − LB)U
W
Donc, lorsque les conditions (a) et (b) sont vérifiées, alors :
W → 0 si t →
2. Observateur à ordre plein
H. CHAFOUK 73
Cours Synthèse des Contrôleurs d’état
1 0
Lorsque l'on choisit L = , nous pouvons facilement vérifier les conditions (a) et
0 1
(b). Donc, il existe un observateur : "L.X = [X1 , X2]" appelé observateur à ordre plein
représenté par le schéma fonctionnel ci-après :
U Y
Procédé
+ X X Y
B C
+
-
-
Y-Y +
L
3. Observateur de Luenberger
Lorsque la sortie du système "Y" est confondue avec une variable d'état "X1". C'est-à-
dire que "C" est de la forme : "C=[1 0]" un choix de L = [1 1] peut aussi vérifier les
conditions (a) et (b).
A partir de cela, on peut considérer "(Z - L.X)" comme une estimation de "X2". On
appelle cet observateur, en ordre réduit, observateur de Luenberger. Sa représentation sous
forme de schéma fonctionnel est représentée comme suit :
V U Y=X1
Procédé
T
K2 K1
X1
X2
-L
W +
-
D
H. CHAFOUK 74
Cours Synthèse des Contrôleurs d’état
Références Bibliographiques
H. CHAFOUK 75