Académique Documents
Professionnel Documents
Culture Documents
Réalisé par :
Kechida yahia
ANIS DILEKH
Groupe : G 41
{x=Ax(t)+Bu(t) ¿¿¿¿
.
x (t ): Vecteur d’état.
u(t ): Vecteur entrée.
Dimensions des matrices :
A = matrice d’état.
dim ( A )=( n ,n ) .
n : étant l’ordre du système.
B = matrice de commande.
dim ( B )=(m ,m ) .
m : étant le nombre d’entrées.
C = matrice de sortie.
dim ( C )= p×n .
p : étant le nombre de sorties.
D = matrice de transmission.
dim ( D )=p×m .
b. Contrôlabilité d’un système :
Le problème général de l’automatique consiste à contrôler un système de manière à ce qu’il évolue
depuis un état initial vers un état déterminé. En représentation d’état, il s’agira de déterminer le
état
x (t 2 ) souhaité.
Définition :
Un système est complètement contrôlable s’il est possible, quel que soit l’intervalle [
t 1 , t2 ]
et quel que soit
l’état
x 2 , de déterminer un signal de contrôle e (t ) sur [ t 1 , t 2 ] qui amène le système de n’importe quel
état
x (t 1 )=x 1 vers l’état voulu x (t 2 )=x 2 .
Critère de KALMAN :
Un système est complètement contrôlable si et seulement si la matrice de contrôlabilité
CTRB=[ B , AB , A 2 B , . .. , A n−1 B ] est régulière.
2
La matrice CTRB est une matrice carrée si le système possède une seule entrée car B , AB , A B …
An−1 B sont dans ce cas des vecteurs colonnes.
La matrice CTRB est une matrice rectangulaire si le système possède plusieurs entrées car B , AB ,
A2 B … An−1 B sont dans ce cas des matrices.
AB a les mêmes dimensions que B c'est-à-dire si B est un vecteur colonne (dans le cas où on a une
seule entrée) alors AB est un vecteur colonne. Par contre si B est une matrice (dans le cas où on a
2 n−1
plusieurs entrées) alors AB est une matrice de même dimension que B . De même pour A B … A B .
Remarque :
La notion de contrôlabilité ne porte que sur l’état du système et non sur sa sortie. Par conséquent, seule
.
l’équation vectorielle x (t )= Ax(t )+Be(t ) est à considérer pour caractériser la commandabilité d’un
système.
Définition :
t
Un système observable à une instant 1 , si la connaissance du signal de sortie sur un intervalle de temps
[ t 1 , t2 ] permet de calculer l’état du système à l’instant t 1 . Si un système est observable quel que soit t 1 , il
est dit complètement observable.
[OBSV=¿ C¿][CA¿][.¿][.¿][.¿] ¿
Ce système est complètement observable si et seulement si la matrice ¿ est régulière.
{x=Ax(t)+Bu(t) ¿¿¿¿
.
adj( sI− A )
(sI −A )−1=
Sachant que la matrice det (sI −A ) .
Y (s ) adj( sI− A )
=C B+D
D’où : U (s ) det( sI− A ) .
Nous remarquons que les pôles de la fonction de transfert sont donnés par det (sI− A )=0 . Or nous
savons que les racines de cette équation ne sont autres que les valeurs propres de la matrice d’état A.
3. Exécution :
a. Système :
2 s+1
Décrit par la fonction de transfert. F ( s )= 3 2
s + s +6 s+ 1
Script MATLAB :
clc;clearall; close all;
%A. Declaration de F:
s=tf('s');
F=(2*s+1)/(s^3+s^2+6*s+1)
Résultats:
Transfer function:
F=
2s+1
-------------------
s^3 + s^2 + 6 s + 1
num2F =
0 0 2 1
1 1 6 1
ans =
-0.4147 + 2.3846i
-0.4147 - 2.3846i
-0.1707 + 0.0000i
ans =
-0.5000
zF =
-0.5000
pF =
-0.4147 + 2.3846i
-0.4147 - 2.3846i
-0.1707 + 0.0000i
zF =
-0.5000
pF =
-0.4147 + 2.3846i
-0.4147 - 2.3846i
-0.1707 + 0.0000i
kF =
A=
-1 -6 -1
1 0 0
0 1 0
1
0
0
C=
0 2 1
D=
sys2ss =
A=
x1 x2 x3
x1 -1 -6 -1
x2 1 0 0
x3 0 1 0
B=
u1
x1 1
C=
x1 x2 x3
y1 0 2 1
D=
u1
y1 0
ans =
-0.4147 + 2.3846i
-0.4147 - 2.3846i
-0.1707 + 0.0000i
ans =
-0.4147 + 2.3846i
-0.4147 - 2.3846i
-0.1707 + 0.0000i
A=
B=
0
0
0.6966
0.8351
C=
D=
CT =
1 -1 -5
0 1 -1
ans =
OB =
0 2 1
2 1 0
-1 -12 -2
ans =
Figure.1.Carte poles-zeros
Figure.2.Réponse indicielle
Conclusion :
On Remarque que ce système est stable, car tous ces pôles sont situés dans le demi-plan de gauche
Conclusion :
On Remarque que ce système est stable, car tous ces pôles sont situés dans le demi-plan de gauche
Non observable, car le rang de la matrice d’observabilité qui est égal à 2 est inférieur à la dimension de
la matrice A qui est égale à n=3.
Commandable, car le rang de la matrice de contrôlabilité est égale à la dimension de la matrice A qui est
égale à n=3.
Ce TP nous a permis de manipuler les fonctions MATLAB concernant la représentation d’état des
systèmes linéaires. Les résultats obtenus sont en concordance avec la théorie. Ces outils nous
permettent de caractériser simplement et rapidement les systèmes et d’évaluer les performances
(stabilité, observabilité, contrôlabilité).