-Université De M’sila-

-Département de Génie Electrique -

-Travaux Pratiques commande avancée -
-Spécialité : Master Commande électrique –M2-
-Année 2022/2023-

Responsable du Module : Dr. BENYOUNES Abdelhafid

TP2: Commande optimale(LQR/LQG) d’un Moteur à courant continu

Durée :2h00m
Compte rendu : En binôme, exceptionnellement en trinôme.
Date de fourniture du compte rendu : Vendredi 18 Nov 2022.A déposer sur Moodle sous
Forme d’un fichier PDF de nom :"TP1_CMD_nom eleve1_nom eleve2.pdf".

I- Objectifs :

 Modélisation et simulation d’un moteur à courant continu sous Matlab

 Synthèse d’une loi de commande par retour d'état
 Synthèse d’une loi de commande optimale de type Linéaire Quadratique.

II- Modélisation d’un MCC :

Figure II-1 :Moteur a courant continu

Le couple moteur est relié au courant ia par la constante du couple Ki :

La f.e.m eb est reliée à la vitesse angulaire selon l’équation suivante :

Les équations différentielles (électrique et mécanique) qui représentent le fonctionnement du moteur

1
Sont les suivants :

Ces équations différentielles peuvent être écrites sous forme d’équations d’état :

Les paramètres du moteur utilisé en simulation sont : E=12V , Jm=0.01kgm2 , Bm=0,00003 kgm2/s ,
Ki=0,023 Nm/A, Kb=0.023 V/rad/s Ra = 1Ω ,La=0.5H .
Rappel

III- Commande linéaire quadratique (LQR) :

Le principe de la commande Linéaire Quadratique (LQ), souvent appelée "commande optimale", est de
synthétiser le vecteur K qui contient les gains associés à chaque variable d’état, il sera calculé en utilisant
l’algorithme de la commande linéaire quadratique LQR qui minimise un critère quadratique. Le tableau
suivant résume le principe de la commande linéaire quadratique.

2
 III.1 Analyse du système en boucle ouverte

 Créer une représentation d’état continue avec la fonction ss de Matlab , puis

dansSimulink,
 Calculer les pôles du système. Les pôles correspondent aux valeurs propres de la matrice
A. Utiliser la fonction Matlab eig. Conclure,
 Vérifier la commandabilité du système en exécutant les fonctions Matlab ctrb et rank.
 Calculer par la fonction place le vecteur d’étate K permettant de placer les pôles en -2+j -
2-j et -3 

III.2 Commande linéaire quadratique (LQR)

Pour obtenir le correcteur dans le domaine continu, la méthode LQR cherche le vecteur K
quiminimise le critère de l’équation (2) du tableau VI.1,

Les matrices Q, et R étant symétriques avec 𝑄 ≥ 0 et 𝑅 > 0

On choisira
1 0 0
𝑄 = (0 1 0) 𝑒𝑡 𝑅 = 1
0 0 1

 Calculer la matrice P la solution de l’équation de Riccati (3) du tableau, par la

fonction Matlab care,
 Calculer le gain de retour d’état en utilisant la relation (4) du tableau,
 Comparer les matrices P et K obtenues, avec celles qui sont obtenues avec la fonction lqr
de Matlab,
 Simuler le comportement du système pour différentes valeurs de Q et R en
fonction des réponses obtenues. Conclure,
 Montrer quelles composantes de Q et R ont de l'importance dans la régulation ?
 Quelles valeurs de Q et R conservez-vous ? Justifier votre réponse.

IV- Commande linéaire quadratique (LQG) :

La commande linéaire quadratique gaussienne, dite commande LQG, est similaire à la commande LQR,
à la différence près qu'elle intègre un estimateur dans la boucle de commande .En effet, la commande
LQG, réunit un correcteur LQR et un estimateur de Kalman (LQE) dans un souci particulier de réduire les
bruits de mesure.

3
1. Calculer la matrice d’observabilité, En déduire si le système est observable ou pas (Utiliser la
fonction Matlab obsv puis rank)

2. Calculer le vecteur de gain d’estimateur de Kalman 𝐾e afin de minimiser la variance de l’erreur

d’estimation 𝜀𝑥 = 𝑥 − 𝑥 de l’état du système en régime permanent. Utiliser la fonction Matlab
(kalman ou lqe).

3. Calculer le vecteur de gain K, en utilisant la fonction Matlab lqr.

4. En utilisant Matlab, simuler la réponse indicielle du système en boucle fermée,

5. De même, en utilisant Simulink, simuler la réponse indicielle du système en boucle

fermée,