COMMANDE

OPTIMALE
I. INTRODUCTION

Les problèmes de commande optimale se rencontrent dans la vie de tous les jours :
comment arriver à destination le plus rapidement possible, comment minimiser sa
consommation d’essence...etc

Pour un système dynamique donné et dont les équations sont connues, le

problème de commande optimale consiste alors à trouver la commande
minimisant un critère donné.

Commande Optimale par B. KOUADRI, 2020-2021 2

2. COMMANDE OPTIMALE
Le contrôle optimal d’un système vise à maximiser le retour d’un système pour
un coût minimum.

2.1 Position du problème

De façon générale, le problème du contrôle continu consiste à trouver une loi de
contrôle u qui permet au système décrit par

de suivre une trajectoire optimale x(t) qui minimise le critère de performance

(ou fonction de coût)

Commande Optimale par B. KOUADRI, 2020-2021 3

Le problème se pose en termes d’optimisation d’une fonctionnelle avec

contraintes.

On peut noter que différents critères existent dans la littérature pour optimiser

cette fonctionnelle (voir document).

Commande Optimale par B. KOUADRI, 2020-2021 4

2.2. Types de problèmes en contrôle optimal

a. Problème du contrôle final

utilisé pour amener le système aussi près que possible vers un état final donné
sur une période de temps donnée (par ex. atterrissage automatique d’un aéronef
où le contrôle optimal consiste à minimiser l’erreur dans le vecteur d’état au
point d’atterrissage).

b. Problème du temps minimum

consiste à atteindre l’état final en un minimum de temps.

Commande Optimale par B. KOUADRI, 2020-2021 5

c. Problème de l’énergie minimum

transfert d’un système d’un état initial vers un état final en dépensant le
minimum d’énergie de contrôle (contrôle d’un satellite).
d. Problème de contrôle du régulateur

un système initialement déplacé de sa position d’équilibre revient à l’état

d’équilibre tout en minimisant un indice de performance.

e. Problème de poursuite (ou suivi de consigne)

l’état d’un système suit aussi près que possible un état temporel désiré tout en
minimisant un indice de performance.
Commande Optimale par B. KOUADRI, 2020-2021 6
2.3. Choix de l’indice de performance

Il dépend de la nature du problème.

Indices de performance quadratique

Soit un système défini par les variables d’état et de contrôle suivantes:

De (2) l’indice de performance peut s’exprimer par

Commande Optimale par B. KOUADRI, 2020-2021 7

Que l’on peut exprimer sous la forme

ou

Si les variables d’état et de contrôle des équations 4 et 5 sont élevées au carré,

on dit que l’indice de performance est quadratique.

Commande Optimale par B. KOUADRI, 2020-2021 8

L’avantage d’un indice quadratique est que pour un système linéaire il fournit
une solution mathématique menant vers une loi de contrôle linéaire de la forme:

L’équation 4 devient

Commande Optimale par B. KOUADRI, 2020-2021 9

Sous forme développée, l’indice devient

Sous forme plus compacte, nous aurons

Q et R sont les matrices d’état et de pondération du contrôle. Elles sont

carrées et symétriques. J est Commande
un scalaire.
Optimale par B. KOUADRI, 2020-2021 10
3. LA COMMANDE LINÉAIRE QUADRATIQUE

On parle de commande LQ ou LQR (pour linear quadratic regulator). Le

système est linéaire et la commande est quadratique.

Elle fournit une loi de contrôle optimale pour un système linéaire avec un indice
de performance quadratique.

On étudiera uniquement la forme continue.

La forme discrète sera négligée dans ce cours.

Commande Optimale par B. KOUADRI, 2020-2021 11

 Soit une équation fonctionnelle de la forme

Sur l’intervalle [t0, t1]

Commande Optimale par B. KOUADRI, 2020-2021 12

Des équations 1 et 2 nous pouvons exprimer une équation de Hamilton-Jacobi par

Pour un système linéaire et invariant l’équation 1 devient

L’équation 2 devient

Commande Optimale par B. KOUADRI, 2020-2021 13

Substituant 11 et 12 dans 10 nous aurons

Soit une relation du type

où P est une matrice carrée symétrique

Commande Optimale par B. KOUADRI, 2020-2021 14

Alors

Commande Optimale par B. KOUADRI, 2020-2021 15

Substituons les équations 15 et 16 dans 13. Il vient

Pour minimiser u dans l’équation 17, il faut que

Commande Optimale par B. KOUADRI, 2020-2021 16

L’équation 18 peut être réarrangée pour obtenir une loi de contrôle optimale

Commande Optimale par B. KOUADRI, 2020-2021 17

 Substituons l’équation 19 dans 17. Il vient

Comme

Alors

L’équation 23 appartient à une classe d’équations différentielles non linéaires

connues sous l’appellation des équations des matrices de RICCATI (ou équation
matricielle de Riccati)
Commande Optimale par B. KOUADRI, 2020-2021 18
Les coefficients de P(t) sont calculés par intégration en remontant
la condition aux limites

Kalman a démontré que les solutions convergent vers des valeurs constantes

Alors les équations de la matrice de Riccati se réduisent à un ensemble

d’équations simultanées

23 et 25 sont les solutions continues de l’équation de la matrice de Riccati

Commande Optimale par B. KOUADRI, 2020-2021 19
4. LE PROBLEME LQ DE SUIVI DE CONSIGNE

Il consiste à appliquer un contrôle u(t) à un système tel que le vecteur d’état x(t)
suit une trajectoire r(t) désirée de façon optimale.

L’indice de performance quadratique à minimiser est

Commande Optimale par B. KOUADRI, 2020-2021 20

La minimisation de l’équation 26 mène à nouveau vers l’équation matricielle de
Riccati obtenue précédemment combinée avec l’ensemble des équations

où s est le vecteur de suivi de consigne, avec la condition aux limites

s(t1)=0 (28)
et la loi de commande optimale est donnée par

Commande Optimale par B. KOUADRI, 2020-2021 21

Si

et

alors

Commande Optimale par B. KOUADRI, 2020-2021 22

Contrôleur optimal pour un système de poursuite

Commande Optimale par B. KOUADRI, 2020-2021 23

 5. FILTRE DE KALMAN

Lors de la conception des observateurs d’état, le vecteur de sortie y = Cx était

considéré comme étant exempt de bruit.

 
xˆ

Commande Optimale par B. KOUADRI, 2020-2021 24

5.1. Processus d’estimation d’état

L’estimation d’état est le processus d’extraction de la meilleure estimation

d’une variable parmi un nombre de mesures contenant un bruit.

5.2. Filtre de Kalman pour l’estimation une variable

Soit Ax la mesure d’un paramètre x et Pa sa variance donnée par

Commande Optimale par B. KOUADRI, 2020-2021 25

Soit Bx la mesure du même paramètre x, mais d’un autre système, et Pb sa
variance donnée par

Supposons que x puisse être exprimée par une relation paramétrique:

où K est un facteur de pondération compris entre 0 et 1.

Commande Optimale par B. KOUADRI, 2020-2021 26
 

Soit P la variance de la moyenne pondérée

La valeur optimale de K est celle qui donne la variance minimum, c.à.d.

Commande Optimale par B. KOUADRI, 2020-2021 27

Substituant l’équation 32 dans l’équation 33 donne

Alors K est donné par

Commande Optimale par B. KOUADRI, 2020-2021 28

Substituant l’équation 36 dans l’équation 32 donne

ou

K est le gain de Kalman et l’erreur totale attendue sur la variance est

Commande Optimale par B. KOUADRI, 2020-2021 29

Alors

Illustration de l’équation 40
Commande Optimale par B. KOUADRI, 2020-2021 30
6. COMMANDE LQG
Un système de commande contenant un contrôleur LQ avec un filtre de
Kalman constitue une commande Linéaire Quadratique Gaussienne (LQG).

Commande Optimale par B. KOUADRI, 2020-2021 31

Exemple 1

Le signal de contrôle est

Déterminer K tel que l’indice de performance soit minimisé

Commande Optimale par B. KOUADRI, 2020-2021 32

Nous allons utiliser la matrice de Riccati

Commande Optimale par B. KOUADRI, 2020-2021 33

Commande Optimale par B. KOUADRI, 2020-2021 34
Commande Optimale par B. KOUADRI, 2020-2021 35
Exemple 2

Montrer que le système ne peut pas être stabilisé par la loi de contrôle suivante

quelque soit K:

Commande Optimale par B. KOUADRI, 2020-2021 36

Comme s = 2 est situé dans le demi-plan droit, le système est instable quelque
soit K !
Commande Optimale par B. KOUADRI, 2020-2021 37