UFA Sétif I Département d’électrotechnique

Faculté de technologie 3e année Licence automatique

Module : Commande des systèmes Année universitaire : 2022/2023
linéaires (TPA51)

TP N°2 : La représentation d’état sous formes canoniques

Réalisé par :
Kechida yahia
ANIS DILEKH
Groupe : G 41

TP n°02 : La représentation d’état sous formes canoniques Page 1

1. Introduction :
L’objectif principal de ce TP est l’apprentissage et la familiarisation avec les fonctions de MATLAB pour
la description et l’analyse des systèmes linéaires continus déterministes invariants dans l’espace d’état.
2. Rappels théoriques :
a. Représentation d’état :
Un système linéaire continu est représenté dans l’espace d’état par :

{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

TP n°02 : La représentation d’état sous formes canoniques Page 2

 signal de contrôle e (t ) entre 2 instants e(t) et t 2 , pour amener le système de l’état x (t 1 ) vers un

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.

c. Observabilité d’un système :

En représentation d’état il est important de pouvoir déterminer le vecteur d’état
x (t ) . Certaines variables d’état sont très faciles à mesurer. Un capteur placé à bon endroit à l’intérieur du
système peut nous donner accès à l’information recherchée. Dans ce cas on dit que la variable d’état est
mesurable. Dans d’autres cas la grandeur est non mesurable. Dans certains cas, la grandeur d’état peut
être non mesurable mais elle influence la sortie. Donc on peut déduire cette grandeur en mesurant la
sortie. On dit que cette grandeur est observable.

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.

TP n°02 : La représentation d’état sous formes canoniques Page 3

Critère de d’observabilité :

On considère un système défini par

{x=Ax(t)+Bu(t) ¿¿¿¿
.

[OBSV=¿ C¿][CA¿][.¿][.¿][.¿] ¿
Ce système est complètement observable si et seulement si la matrice ¿ est régulière.

d. Détermination de la fonction de transfert d’un système continu à partir de la représentation

d’état :

{x=Ax(t)+Bu(t) ¿¿¿¿
.

La transformée de Laplace de ce système d’équations donne :

sX (s )=AX ( s)+BU ( s). . .(1)

Y ( s)=CX (s)+DU (s). ..(2 )
On en déduit d’après l’équation (1) que : (sI −A )X (s )=BU ( s ) .
−1
Ou : X ( s)=(sI −A ) BU (s ) .

En substituant X ( s ) dans l’équation (2) , on aboutit : Y ( s )=[ C (sI −A )−1 B+ D ] U ( s )

Y (s )
=[ C ( sI− A )−1 B+D ]
Donc la fonction ou matrice de transfert est donnée par : U (s)

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.

TP n°02 : La représentation d’état sous formes canoniques Page 4

 C’est pourquoi les pôles du système F (s ) correspondent aux valeurs propres de la matrice d’état
qui sont solutions de l’équation caractéristique.
La fonction de transfert d’un système est unique, alors que sa représentation d’état peut changer
selon le choix des variables d’état. C’est pourquoi deux choix particuliers aboutissent à des cas
particuliers appelés matrice modale et matrice compagnon.

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)

%B. Détermination des coefficients du num et den:

[num2F,den2F]=tfdata(F,'v')

%C. Carte des pôles et des zéros:

pole(F), zero(F), pzmap(F), ltiview(F)

%D. F(s) sous forme zero-pole-gain:

[zF,pF,kF]=tf2zpk(num2F,den2F)
[zF,pF,kF]=zpkdata(F,'v')

%E. La représentation dans l'espace d'état:

[A,B,C,D]=tf2ss(num2F,den2F)
sys2ss=ss(A,B,C,D)

TP n°02 : La représentation d’état sous formes canoniques Page 5

 %F. Correspondance du den de F(s) avec poly caractéristique de
A :
pc2A=poly(A); p=sym('p'); poly2sym(pc2A,p);

%G. Correspondance des pôles de F(s) avec les valeurs propres de

A:
pole(F), eig(A)

%H. Représentation d'état aléatoire:

[A,B,C,D]=rmodel(4)

%I. La forme canonique:

canon(F,'modal'); canon(F,'companion');

%J. Forme contrôlable et forme observable et détermination des

rangs :
CT=ctrb(sys2ss)
rank(CT)
OB=obsv(sys2ss)
rank(OB)

Résultats:
Transfer function:
F=

2s+1
-------------------
s^3 + s^2 + 6 s + 1

Continuous-time transfer function.

num2F =

0 0 2 1

TP n°02 : La représentation d’état sous formes canoniques Page 6

 den2F =

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

TP n°02 : La représentation d’état sous formes canoniques Page 7

 kF =

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

TP n°02 : La représentation d’état sous formes canoniques Page 8

 B=

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

TP n°02 : La représentation d’état sous formes canoniques Page 9

 x2 0
x3 0

C=
x1 x2 x3
y1 0 2 1

D=
u1
y1 0

Continuous-time state-space model.

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=

TP n°02 : La représentation d’état sous formes canoniques Page 10

 -1.0148 -0.5043 -3.3119 1.1062
0.4624 -1.0097 -3.5067 1.5871
3.1738 3.6428 -0.9544 0.1372
-1.4698 -1.2267 0.3104 -0.4020

B=

0
0
0.6966
0.8351

C=

-0.2437 0.2157 -1.1658 -1.1480

D=

CT =

1 -1 -5
0 1 -1

TP n°02 : La représentation d’état sous formes canoniques Page 11

 0 0 1

ans =

OB =

0 2 1
2 1 0
-1 -12 -2

ans =

TP n°02 : La représentation d’état sous formes canoniques Page 12

 >>

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

TP n°02 : La représentation d’état sous formes canoniques Page 13

Observable, car le rang de la matrice d’observabilité est égale 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.

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).

TP n°02 : La représentation d’état sous formes canoniques Page 14