Cours D'automatique

` 2eme annee ESIP, specialite AGE
Cours dAutomatique
Representations detat lineaires ` des systemes monovariables
Olivier BACHELIER
Courriel : Olivier.Bachelier@univ-poitiers.fr Tel : 05-49-45-36-79 ; Fax : 05-49-45-40-34
` 2eme annee ESIP, specialite AGE
Cours dAutomatique
Representations detat lineaires ` des systemes monovariables
Olivier BACHELIER
Courriel : Olivier.Bachelier@univ-poitiers.fr Tel : 05-49-45-36-79 ; Fax : 05-49-45-40-34
18 mars 2008
R sum e e Ce cours dAutomatique sinscrit dans le cadre de la deuxi` me ann e de cycle ing enieur e e de lEcole Sup rieure dIng nieurs de Poitiers (ESIP) et sadresse aux etudiants de la sp cialit e e e e G nie Electrique et Automatique (GEA). Ces derniers ont d j` suivi un enseignement relatif a e ea ` l tude des syst` mes lin aires mod lis s par une fonction de transfert (approche fr quentielle). e e e e e e Ce cours sint resse aux m mes syst` mes mais propose une etude via un mod` le diff rent, appel e e e e e e repr sentation d tat lin aire (approche temporelle). e e e Connaissances pr alables souhait es : notions de syst` mes lin aires, equations diff rentielles, e e e e e fonction de transfert en p (voire en z), analyse et commande des syst` mes lin aires par approche e e fr quentielle, quelques bases dalg` bre lin aire. e e e
ii
Table des mati` res e

1 Introduction 1.1 Notion de syst` me . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 1.2 Notion de mod` le . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 1.3 Grandes lignes du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Rappel sur la fonction de transfert e 2.1 Equations pr liminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 Lin arit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 2.1.2 Mod` le entr e/sortie : l quation diff rentielle . . . . . . . . . . . . . . . . . e e e e 2.1.3 Transform e de Laplace : de l quation diff rentielle a la fonction de transfert e e e ` 2.2 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Comment obtenir la fonction de transfert ? . . . . . . . . . . . . . . . . . . . 2.2.2 Int r t de la fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . ee 3 La repr sentation d tat e e 3.1 Principe g n ral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 3.2 De la non-lin arit a la lin arit . . . . . . . . . . . . . . . . . . . . . . e e` e e 3.3 Historique de la repr sentation d tat . . . . . . . . . . . . . . . . . . . e e 3.4 Comment obtenir un mod` le d tat ? . . . . . . . . . . . . . . . . . . . e e 3.4.1 Par le jeu d quations . . . . . . . . . . . . . . . . . . . . . . . e 3.4.2 Par l quation diff rentielle unique . . . . . . . . . . . . . . . . e e 3.5 De la fonction de transfert a la repr sentation d tat . . . . . . . . . . . ` e e 3.5.1 Cas dune fonction de transfert strictement propre (m < n) . . . 3.5.1.1 R alisation diagonale ou quasi diagonale de Jordan . e 3.5.1.2 R alisation de forme compagne . . . . . . . . . . . . e 3.5.2 Cas dune fonction de transfert non strictement propre (m = n) 3.6 De la reprsentation d tat a la fonction de transfert . . . . . . . . . . . e e ` 3.7 Dune r alisation a lautre . . . . . . . . . . . . . . . . . . . . . . . . e ` 3.7.1 Changement de base . . . . . . . . . . . . . . . . . . . . . . . 3.7.2 Obtention dune forme compagne (horizontale) . . . . . . . . . 3.7.3 Obtention dune forme de Jordan . . . . . . . . . . . . . . . . 3.7.3.1 Les valeurs propres i de A sont distinctes . . . . . . 3.7.3.2 Les valeurs propres i de A sont multiples . . . . . . 4 R ponse dun mod` le d tat e e e 4.1 Solution du syst` me autonome . . . . . . e 4.1.1 Matrice de transition d tat . . . . e 4.1.2 Solution de l quation homog` ne e e 4.2 Solution de l quation d tat compl` te . . e e e 4.3 Calcul de eAt . . . . . . . . . . . . . . . 4.3.1 M thode des s ries . . . . . . . . e e 4.3.2 Par la transformation de Laplace . 4.3.3 M thodes des modes . . . . . . . e . . . . . . . . . . . . . . . . . . . . . . . . iii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 2 3 5 5 5 6 6 8 8 8 11 11 12 15 15 16 16 17 17 17 19 20 21 21 21 22 22 23 23 25 25 25 26 26 27 27 28 29
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
` TABLE DES MATIERES
4.4 4.5 4.6 4.7
R gime transitoire : inuence des modes e R ponse impulsionnelle . . . . . . . . . e R ponse indicielle . . . . . . . . . . . . e R ponse harmonique . . . . . . . . . . e
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
30 31 32 33 35 35 36 36 36 36 37 37 38 38 39 39 40 40 43 43 43 43 44 44 44 46 47 47 47 48 48 48 49 49 49 51 53 53 53 54 55 55 56 57 57 58 58 58 58 60 61
5 Stabilit des mod` les d tat e e e 5.1 Une approche quasi intuitive : la stabilit BIBO . . e 5.2 Stabilit dun etat d quilibre . . . . . . . . . . . . e e 5.2.1 D nition et recherche dun etat d quilibre e e 5.2.2 Stabilit . . . . . . . . . . . . . . . . . . . e 5.3 Crit` res de stabilit . . . . . . . . . . . . . . . . . e e 5.3.1 Crit` re des racines . . . . . . . . . . . . . e 5.3.1.1 rang(A) = n . . . . . . . . . . . 5.3.1.2 rang(A) < n . . . . . . . . . . . 5.3.1.3 En r sum . . . . . . . . . . . . e e 5.3.1.4 Stabilit interne et stabilit BIBO e e 5.3.1.5 Les marges de stabilit . . . . . e 5.3.2 Crit` re de Routh/Hurwitz . . . . . . . . . . e 5.3.3 M thode de Lyapunov . . . . . . . . . . . e 6 Commandabilit et observabilit e e 6.1 D nitions . . . . . . . . . . . . . . . . . . . . . e 6.1.1 Commandabilit ou gouvernabilit . . . . e e 6.1.2 Observabilit . . . . . . . . . . . . . . . e 6.2 Crit` re de Kalman . . . . . . . . . . . . . . . . . e 6.2.1 Commandabilit . . . . . . . . . . . . . e 6.2.2 Observabilit . . . . . . . . . . . . . . . e 6.2.3 Dualit des deux concepts . . . . . . . . e 6.3 Crit` res sappliquant aux formes de Jordan . . . . e 6.3.1 A diagonalisable . . . . . . . . . . . . . 6.3.2 A non diagonalisable . . . . . . . . . . . 6.4 Grammiens de commandabilit et dobservabilit e e 6.4.1 D nition des grammiens . . . . . . . . e 6.4.2 Interpr tation des grammiens . . . . . . . e 6.4.3 Calcul des grammiens . . . . . . . . . . 6.5 Mod` les et structures . . . . . . . . . . . . . . . e 6.5.1 Diff rence entre les mod` les . . . . . . . e e 6.5.2 Syst` mes composites . . . . . . . . . . . e 6.6 R alisation minimale . . . . . . . . . . . . . . . e 6.6.1 D nition . . . . . . . . . . . . . . . . . e 6.6.2 R alisation minimale et notion de p les . e o 6.6.3 R alisation minimale et stabilit . . . . . e e
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . .
7 Commande par retour d tat e 7.1 Notion de retour d tat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 7.2 Retour d tat et performances transitoires : le placement de p les . . . . . . . . . . . e o 7.2.1 Commandabilit et placement de p les . . . . . . . . . . . . . . . . . . . . e o 7.2.2 Placement de p les sur une r alisation canonique . . . . . . . . . . . . . . . o e 7.2.3 Placement de p les sur une r alisation quelconque . . . . . . . . . . . . . . o e 7.2.3.1 Obtention de la forme canonique a partir de la fonction de transfert ` 7.2.3.2 Obtention de la forme canonique a partir dune autre r alisation . . ` e 7.2.3.3 Algorithme de placement de p les . . . . . . . . . . . . . . . . . o 7.3 Performances statiques et retour d tat : la pr commande . . . . . . . . . . . . . . . e e 7.4 Rejet de perturbation et retour d tat : adjonction dint grateurs . . . . . . . . . . . . e e iv
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
8 Commande par retour de sortie : les observateurs 8.1 Notions pr liminaires . . . . . . . . . . . . . . e 8.1.1 Motivation . . . . . . . . . . . . . . . 8.1.2 Principe de lobservation . . . . . . . . 8.1.3 Propri t dun observateur . . . . . . . ee 8.1.4 Condition dexistence dun observateur ` 8.1.5 A propos de la transmission directe . . 8.2 Synth` se dun observateur dordre minimal . . e 8.2.1 Observateur dordre minimal . . . . . . 8.2.2 Proc dure de Luenberger . . . . . . . . e 8.3 Synth` se dun observateur dordre plein . . . . e 8.3.1 Observateur dordre plein . . . . . . . 8.3.2 Proc dure de synth` se . . . . . . . . . e e 8.4 Commande par retour d tat observ . . . . . . e e
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
65 65 65 66 66 67 67 67 67 68 70 71 71 73 77 77 77 79 79 79 80 80 81 81 81 82 82 83 83 83 83 84 84 84 85 85 86 86 87 88 88 88 89 90 90 91 91 92 92 92 92 92 93
` 9 Introduction a la repr sentation d tat discr` te e e e 9.1 Rappels sur les signaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.1 Signaux continus, discrets, quanti s, non quanti s . . . . . . . . . . . e e 9.1.2 Transformation de signaux . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.2.1 Echantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.2.2 Quantication . . . . . . . . . . . . . . . . . . . . . . . . . . 9.1.2.3 Blocage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.2 Syst` mes discrets lin aires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.2.1 D nition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.2.2 Mod` les externes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.2.2.1 Equation r currente . . . . . . . . . . . . . . . . . . . . . . . e 9.2.2.2 Transformation en z . . . . . . . . . . . . . . . . . . . . . . . 9.2.2.3 Fonction de transfert en z . . . . . . . . . . . . . . . . . . . . 9.2.3 Repr sentation d tat . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.2.4 Lien entre les mod`les . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.2.4.1 Dune r alisation a lautre . . . . . . . . . . . . . . . . . . . . e ` 9.2.4.2 De l quation d tat a la fonction de transfert en z . . . . . . . e e ` 9.2.4.3 De la fonction de transfert en z a l quation d tat . . . . . . . ` e e 9.3 Syst` mes echantillonn s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.3.1 Pourquoi etudier les mod` les discrets ? (notion de syst` me echantillonn ) e e e 9.3.2 La commande num rique . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.3.3 Echantillonnage et th or` me de Shannon . . . . . . . . . . . . . . . . . e e 9.3.4 Obtention dun mod` le echantillonn . . . . . . . . . . . . . . . . . . . e e 9.3.4.1 Calcul de G(z) . . . . . . . . . . . . . . . . . . . . . . . . . . 9.3.4.2 Mod`le d tat . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.4 R ponse dun syst` me discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.4.1 R ponse du mod` le d tat . . . . . . . . . . . . . . . . . . . . . . . . . e e e 9.4.1.1 R ponse par r solution de l quation d tat . . . . . . . . . . . e e e e 9.4.1.2 Calcul de Ak . . . . . . . . . . . . . . . . . . . . . . . . . . . 9.4.1.3 R ponse dun syst` me echantillonn . . . . . . . . . . . . . . . e e e 9.4.2 Analyse de la r ponse : etude des modes . . . . . . . . . . . . . . . . . . e 9.5 Stabilit dun syst` me discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 9.5.1 Stabilit BIBO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.5.2 Stabilit interne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.5.2.1 D nition et recherche dun etat d quilibre . . . . . . . . . . e e 9.5.2.2 Stabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.5.3 Crit` re des racines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e 9.5.3.1 R sultat g nral . . . . . . . . . . . . . . . . . . . . . . . . . e e e 9.5.3.2 Stabilit interne et stabilit BIBO . . . . . . . . . . . . . . . . e e v
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.6
9.7
9.8
9.5.3.3 Marge de stabilit . . . . . . . . . . . . . . e Crit` re de Jury . . . . . . . . . . . . . . . . . . . . . e M thode de Lyapunov . . . . . . . . . . . . . . . . . e Stabilit dun syst` me echantillonn . . . . . . . . . . e e e 9.5.6.1 Echantilonnage dune boucle ouverte . . . . 9.5.6.2 Bouclage dun syst` me echantillonn . . . . e e Commandabilit /observabilit dun mod` le discret . . . . . . e e e 9.6.1 D nitions . . . . . . . . . . . . . . . . . . . . . . . e 9.6.1.1 Commandabilit . . . . . . . . . . . . . . . e 9.6.1.2 Observabilit . . . . . . . . . . . . . . . . . e 9.6.2 Crit` re de Kalman . . . . . . . . . . . . . . . . . . . e 9.6.2.1 Commandabilit . . . . . . . . . . . . . . . e 9.6.2.2 Observabilit . . . . . . . . . . . . . . . . . e 9.6.2.3 Dualit des deux concepts . . . . . . . . . . e 9.6.3 Crit` res sappliquant aux formes de Jordan . . . . . . e 9.6.4 Grammiens . . . . . . . . . . . . . . . . . . . . . . . 9.6.4.1 D nition des grammiens . . . . . . . . . . e 9.6.4.2 Interpr tation des grammiens . . . . . . . . e 9.6.4.3 Calcul des grammiens . . . . . . . . . . . . 9.6.5 Mod` les et structures . . . . . . . . . . . . . . . . . . e 9.6.6 R alisation minimale . . . . . . . . . . . . . . . . . . e Commande par retour d tat . . . . . . . . . . . . . . . . . . e 9.7.1 Les diffrentes approches de la commande num rique e e 9.7.2 Retour d tat discret . . . . . . . . . . . . . . . . . . e 9.7.3 Placement de p les par retour d tat . . . . . . . . . . o e 9.7.3.1 Commandabilit et placement de p les . . . e o 9.7.3.2 Technique de placement de p les . . . . . . o Commande par retour de sortie . . . . . . . . . . . . . . . . . 9.5.4 9.5.5 9.5.6
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
93 93 94 95 95 95 95 96 96 96 96 96 96 97 97 97 97 98 98 98 98 99 99 99 100 100 100 101
10 Conclusion 103 10.1 R sum du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 e e 10.2 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 Annexes A Rappels dalg` bre et danalyse e ` A.1 A propos des matrices . . . . . . . . . . . . . . . . . . . . . . . . . A.1.1 Transposition et conjugaison . . . . . . . . . . . . . . . . . A.1.2 Matrices carr es . . . . . . . . . . . . . . . . . . . . . . . e A.1.3 Op rations sur les matrices . . . . . . . . . . . . . . . . . . e A.1.3.1 Addition de matrices . . . . . . . . . . . . . . . . A.1.3.2 Multiplication de matrices . . . . . . . . . . . . . A.1.4 D terminant dune matrice carr e . . . . . . . . . . . . . . e e A.1.4.1 D terminant dune matrice carr e dordre 2 . . . e e A.1.4.2 D terminant dune matrice carr dordre 3 ou plus e e A.1.4.3 Quelques propri t s du d terminant . . . . . . . . ee e A.1.5 Cofacteurs et matrice adjointe . . . . . . . . . . . . . . . . A.1.6 Polyn me caract ristique dune matrice carr e . . . . . . . o e e A.1.7 Rang dune matrice . . . . . . . . . . . . . . . . . . . . . . A.1.8 Matrices inverses . . . . . . . . . . . . . . . . . . . . . . . A.1.8.1 D nition et calcul . . . . . . . . . . . . . . . . e A.1.8.2 Propri t s des inverses . . . . . . . . . . . . . . . ee A.1.9 Valeurs propres dune matrice . . . . . . . . . . . . . . . . A.1.9.1 Structure propre dune matrice . . . . . . . . . . A.1.9.2 Propri t s des valeurs propres . . . . . . . . . . . ee vi 105 107 107 107 107 108 108 108 109 110 110 111 111 111 111 111 111 112 112 112 113
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
A.1.9.3 Propri t s des vecteurs propres . . . . . . . . . ee A.1.10 Rang dune matrice carr e, d terminant et valeurs propres e e A.1.11 Trace dune matrice . . . . . . . . . . . . . . . . . . . . ` e A.2 A propos de la d nition positive . . . . . . . . . . . . . . . . . . A.2.1 Fonction d nie positive . . . . . . . . . . . . . . . . . . e A.2.2 Matrices Hermitiennes d nies en signe . . . . . . . . . . e ` e B A propos du r gime transitoire B.1 Inuence du spectre de la matrice d tat . . . . . . . . e B.2 Inuence des vecteurs propres de A . . . . . . . . . . B.2.1 Couplage modes/sortie . . . . . . . . . . . . . B.2.2 couplage modes/commandes en boucle ferm e e B.2.3 Couplage modes/consigne en boucle ferm e . . e B.2.4 En r sum sur les vecteurs propres . . . . . . . e e B.3 Inuence des z ros . . . . . . . . . . . . . . . . . . . e B.3.1 Les z ros dun mod` le d tat . . . . . . . . . . e e e B.3.2 Contribution des z ros . . . . . . . . . . . . . e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
113 114 114 114 114 115 117 117 118 118 119 119 120 120 120 120
C Formule dAckermann pour le placement de p les par retour d tat o e 123 C.1 Rappel du probl` me . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 e C.2 R solution selon Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 e ` D A propos de 125 D.1 Propri t s de ee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 D.2 Tableau de transform es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 e E Lyapunov et les syst` mes lin aires e e E.1 Le cas continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E.2 Le cas discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . E.3 Le cas echantillonn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e

127 127 128 128
` F A propos des grammiens 131 F.1 Signication des grammiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 F.2 Invariance des valeurs propres de Wc Wo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 G M ATLAB et la repr sentation d tat e e G.1 Fonctions math matiques de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e G.2 Fonctions li es au mod` le d tat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e e G.3 Fonctions li es aux mod` les discrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e e 135 135 139 146
H Biographies 149 H.1 Alexandr Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 H.2 Rudolf Kalman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 R f rences bibliographiques ee 155
vii
viii
Chapitre 1
Introduction
LAutomatique est une discipline scientique qui vise a conf rer a un dispositif donn , appel syst` me, des pro` e ` e e e pri t s souhait es et ce, sans n cessit dune intervention humaine. Une telle discipline requiert dattribuer un ee e e e mod` le au comportement du dit syst` me (phase de mod lisation) et de lutiliser an, dune part, de mieux come e e prendre ce comportement (phase danalyse) et dautre part, dagir sur le syst` me dans le but dam liorer ses proe e pri t s (phase de commande). ee Sans revenir trop longuement dans cette introduction sur des concepts etudi s lors des cours relatifs a lapproche e ` dite fr quentielle, il convient de rappeler quelques notions de base. e
1.1 Notion de syst` eme

Un syst` me est une combinaison de composants interconnect s pour atteindre un objectif, rendre un service a e e ` un ou plusieurs op rateurs humains. Le composant est un organe fonctionnel qui ne se limite pas a un objet e ` physique mais peut correspondre a un objet plus abstrait de telle sorte quun syst` me peut etre economique, nan` e cier, d mographique m me si, dans le cadre de cet enseignement, seront plut t rencontr s des syst` mes physiques, e e o e e cest-` -dire m caniques, electriques, electroniques, hydrauliques, pneumatiques, chimiques, m catroniques voire a e e biologiques. Parmi les grandeurs, eventuellement physiques, mises en jeu dans le fonctionnement dun syst` me, lon peut dis e tinguer celles qui, g n r es par lenvironnement ext rieur au syst` me, agissent sur ce dernier. Ce sont les entr es e ee e e e parmi lesquelles gurent celles dont lhomme a la matrise (les entr es de commande ou simplement entres) et e e celles qui echappent a son contr le (les perturbations). Lon distingue aussi les grandeurs par lesquelles le syst` me ` o e agit sur lenvironnement ext rieur, a savoir les sorties. Lon note souvent par les lettres u, d et y, respectivement e ` les entr es, les perturbations et les sorties, de sorte quun syst` me peut- tre repr sent par le sch ma de la gure e e e e e e 1.1.
d1 ... dr
u1 u2 . . . um
y1
Syst` eme
y2 . . . yp
F IG . 1.1 Syst` me comportant m entr es, p sorties et r perturbations e e
Dans le cadre de ce cours, seuls seront etudi s les syst` mes monovariables pour lesquels m = p = 1, cest-` -dire e e a ne comportant quune seule entr e et une seule sortie. e
Notion de mod` ele
Il est rappel que lautomaticien est souvent amen a r introduire linformation pr sente au niveau de la sortie e e` e e sur lentr e an de modier les performances du syst` me. Ce dernier est alors dit boucl . La notion de boucle etant e e e d j` connue des etudiants, elle nest pas d taill e dans cette introduction. Une partie de ce cours consacr e a la ea e e e ` commande y reviendra. Il va de soi que les performances attendues sont les m mes que celles envisag es lors de e e l tude de lapproche fr quentielle, a savoir la stabilit , la forme des r gimes transitoires, la pr cision et le rejet de e e ` e e e perturbations.
ele 1.2 Notion de mod`

Comme le sous-entend le pr ambule de cette introduction, lanalyse dun syst` me et a fortiori sa commande font e e appel a un mod` le du comportement du syst` me. De cette description mathmatique du comportement peuvent ` e e e natre des outils danalyse et de commande qui sont utilis s par la suite. Lon distingue plusieurs automatiques e selon la nature des signaux et des mod` les consid r s. e ee Ainsi les signaux continus peuvent prendre toutes les valeurs dans un intervalle donn alors que dautres sie gnaux sont susceptibles de prendre uniquement certaines valeurs bien d termin es. Sur la base de cette diff rence, e e e lon distingue lautomatique des syst` mes a ev nements continus de lautomatique des syst` mes a ev nements e ` e e ` e discrets. Seul le cas des ev nements continus sera envisag dans ce cours. e e Une autre distinction tout aussi fondamentale se fait sur le temps. En effet, les signaux peuvent etre d nis a e ` tout instant du temps ou simplement connus a des instants donn s (lon parle de signaux discrets, discr tis s, ou ` e e e echantillonn s). Les signaux de sortie sont ainsi mesur s, et donc connus, uniquement a certains instants, et la e e ` s quence des echantillons est obtenue sous forme num rique en sortie dun convertisseur analogique num rique. e e e Elle est transmise a un calculateur qui en d duit une s quence de signaux de commande. Celle-ci est transform e ` e e e par un convertisseur num rique analogique qui restitue un signal a temps continu sur lentr e du syst` me. Pour le e ` e e calculateur, lensemble constitu du syst` me et des convertisseurs est vu comme un syst` me a temps discret (ou, e e e ` de mani` re plus g n rale, syst` me discret ). Dans ce cours, sera essentiellement consid r e lautomatique des e e e e ee syst` mes a temps continu (ou simplement des syst` mes continus ). Seul le dernier chapitre traitera traitera de e e ` lautomatique des syst` mes discrets. e Il existe dautres distinctions qui reposent sur le mod` le math matique utilis pour d crire le comportement e e e e du syst` me. Ce mod` le est obtenu soit par identication (lon fait correspondre un mod` le de structure donn e e e e e au comportement entres/sorties du syst` me) ou, et ce sera le cas ici, par une utilisation judicieuse des equations e e correspondant aux lois de la physique r gissant le comportement du syst` me. La plupart de ces equations sont e e diff rentielles et non lin aires. Cependant, il est souvent recommand de travailler dans une gamme de valeurs e e e autour dun point de fonctionnement de telle sorte que les equations sont raisonnablement remplacables par des equations diff rentielles dites lin aires a coefcients constants. Cette approximation permet donc de passer dun e e ` mod`le non lin aire a un mod` le lin aire. Bien que moins d` le a la r alit , ce dernier facilite lanalyse et la come e ` e e e ` e e mande du syst` me, notamment gr ce a un principe fondamental, celui de superposition (ou de s paration), r sum e a ` e e e sur la gure 1.2. a 1 u1 a 2 u2
+ Syst` me e +
lin aire e
y= a 1 y1 + a 2 y2
F IG . 1.2 Principe de s paration e Si lentr e u1 entrane la sortie y1 et si lentr e u2 entrane la sortie y2 alors une entr e a1 u1 + a2 u2 entrane une e e e sortie y = a1 y1 + a2 y2 . Ce cours est restreint a l tude des syst` mes lin aires. ` e e e Enn, comme il a d j` et mentionn , une derni` re distinction est essentielle pour ce cours. Les syst` mes sont eae e e e soient monovariables (une seule entr e, une seule sortie) soit multivariables (plusieurs entr es, plusieurs sorties). e e Seuls les syst` mes monovariables seront etudi s. e e 2
Grandes lignes du cours
En r sum , ce cours concerne les syst` mes lin aires monovariables (continus et discrets), cest-` -dire ceux qui e e e e a peuvent etre d crits par une fonction de transfert. e
1.3 Grandes lignes du cours

Compte tenu des connaissances pr alables des etudiants, ce cours est organis comme suit. Apr` s un rappel sur la e e e fonction de transfert, son origine, son int r t, un nouveau mod` le alternatif est pr sent : la repr sentation d tat ee e e e e e lin aire. Ses propri t s sont explicit es, en particulier le lien existant avec la fonction de transfert. Une fois ce e ee e mod` le introduit, lon sint resse a la mani` re de d terminer la r ponse des syst` mes lin aires monovariables. Ene e ` e e e e e suite, il sera montr comment analyser la stabilit dun tel mod` le d tat. Bien moins famili` res seront les notions e e e e e de commandabilit et dobservabilit dune repr sentation d tat. La commande de tels mod` les sera abord e vers e e e e e e la n du cours avant de consacrer une chapitre au mod` le d tat discret et de conclure sur les perspectives d tude e e e en automatique.
Grandes lignes du cours
Chapitre 2
Rappel sur la fonction de transfert

Dans ce chapitre, lon revient bri` vement sur la notion a priori famili` re de fonction de transfert. Do` vient-elle ? e e u Comment lobtenir ? Pourquoi est-elle utilis e ? e
eliminaires 2.1 Equations pr

Il faut dabord noter que le syst` me evoluant avec le temps, les grandeurs impliqu es peuvent etre assimil es a des e e e ` signaux temporels, cest-` -dire, math matiquement, des fonctions du temps. Lors de la phase de mod lisation, lon a e e essaie g n ralement de d crire le comportement du syst` me par un jeu d quations, de relations math matiques e e e e e e entre les signaux, qui parat correspondre d` lement a ce quest le syst` me. Dans le cas dun syst` me physique, e ` e e lon sappuie sur les lois de la physique ( lectricit , m canique, etc...) pour d terminer plusieurs equations reliant e e e e les diff rentes grandeurs en jeu, en essayant de prendre en compte tous les ph nom` nes an de d crire lint gralit e e e e e e du syst` me. Tr` s souvent, ce dernier fait apparatre un comportement dynamique (et pas seulement statique) de e e sorte que les equations obtenues sont non seulement alg briques mais aussi diff rentielles. e e Prenons comme exemple un circuit RLC comme celui de la gure 2.1
i(t) R L
+ u(t) C y(t)
F IG . 2.1 Circuit RLC Les equations issues des lois de l lectricit qui r gissent le comportement du circuit RLC sont les suivantes : e e e u(t) = Ri(t) + L di(t) + y(t) dt t dy(t) 1 y(t) = 1 i( )d = i(t). C 0 dt C
(2.1)
earit 2.1.1 Lin e

La premi` re constatation souvent f cheuse est que ces equations alg bro-diff rentielles ne sont pas lin aires en e a e e e fonction des grandeurs impliqu es ou de leurs d riv es successives. Or, les mod` les non lin aires sont par essence e e e e e difciles a manipuler. Cela signie en pratique quils rendent ardues lanalyse du comportement du syst` me et, ` e 5
Equations pr eliminaires
plus encore, sa commande. Par cons quent, m me si cest une entorse au principe de description d` le de la dye e e namique du syst` me, lon d cide bien souvent de travailler dans une gamme de valeurs des grandeurs se situant e e autour de valeurs centrales constituant ce quil est convenu dappeler un point de fonctionnement. Sous r serve e de ne pas trop s loigner de ce point de fonctionnement, lon peut approcher les equations non lin aires par des e e equations certes approximatives mais lin aires. Sans revenir sur ces notions connues, lon peut utiliser pour ce faire e des d veloppements limit s ou de Taylor au premier ordre de certaines fonctions math matiques en jeu. Lon parle e e e alors du syst` me non lin aire et de son lin aris tangent qui est lin aire. Lon sarrange egalement pour que e e e e e les coefcients intervenant dans les equations soient ind pendants du temps. Lon parle alors de mod` le lin aire e e e invariant dans le temps. Dans le cas des equations (2.1), elles sont d j` lin aires a coefcients constants donc il est inutile de recourir ea e ` a une approximation. `
ele ee/sortie : l equation diff erentielle 2.1.2 Mod` entr

Pour simplier le mod`le lin aire obtenu, pour le rendre plus compact, une tendance habituelle consiste a regrouper e e ` toutes les equations en une seule. Il sagit d liminer du jeu d quations toutes les grandeurs internes au syst` me e e e qui ne sont ni lentre, ni la sortie. Lon obtient alors une unique equation diff rentielle ne faisant apparatre que e e lentr e u, la sortie y et, eventuellement, leurs d riv es successives. Une telle equation a lallure suivante : e e e
dn y(t) dn1 y(t) dm u(t) dm1 u(t) + an1 + ... + a1 y(t) + a0 y(t) = bm + bm1 + ... + b1 u(t) + b0 u(t). (2.2) n n1 m dt dt dt dtm1
an
(NB : le point sur une lettre d signant un signal correspond a la d rivation par rapport au temps ; exemple : y(t) e ` e signie dy(t) .) dt Il sagit l` dun mod` le de comportement entr e/sortie, cest-` -dire qui traduit l volution de la sortie en fonca e e a e tion de celle de lentre et ce, en eludant la dynamique interne du syst` me. e e Physiquement, il est inconcevable que m soit strictement sup rieur a n. Lon peut toujours imaginer un mod` le e ` e math matique correspondant a ce cas mais en pratique, cela signierait que la sortie du syst` me a un instant donn e ` e ` e d pend de la valeur de lentr e a un instant ult rieur. Cest pourquoi, lon suppose que m n. Un tel syst` me est e e ` e e dit causal. Si lon revient a lexemple du circuit RLC, en regroupant les deux equations donn es en (2.1), lon obtient, par ` e elimination de i(t) : u(t) = LC d2 y(t) + RC y(t) + y(t). dt2 (2.3)
Cette equation diffrentielle unique constitue bien un mod`le du lien existant entre lentre u(t) et la sortie y(t). e e e En outre, il est clair que des valeurs elev es de m et n rendent difcile la d termination analytique de lexpres e e sion du signal y(t). En dautres termes, il est fastidieux, sinon impossible, de r soudre une equation diffrentielle e e dordre elev . Aussi a-t-on ressenti le besoin dintroduire un nouvel outil de mod lisation, plus ais a manipuler, et e e e` plus a m me daider lautomaticien dans les phases danalyse et de commande : il sagit de la fonction de transfert. ` e
` 2.1.3 Transform de Laplace : de l ee equation diff erentielle a la fonction de transfert

Pour eviter davoir a manipuler une equation diffrentielle pas toujours simple, les electroniciens et a leur suite, ` e ` les automaticiens, ont d cid dexploiter un outil math matique bien connu, la transform e de Laplace. e e e e
Equations pr eliminaires
Chaque signal temporel f (t) causal , cest-` -dire pour lequel f (t) = 0, t < 0, peut subir une transformation a dite de Laplace , not e e et ainsi d nie : e f (t) F (p) =
0

f (t)ept dt.
F (p), si elle existe, cest-` -dire si lint grale est calculable, est appel e transform e de Laplace de f (t) et la vaa e e e riable complexe p = + j (not e s dans les ouvrages de culture anglo-saxonne) est connue sous le nom de e variable de Laplace. Cet op rateur poss` de les propri t s suivantes : e e ee 1. lin arit : e e f1 (t) + kf2 (t) F1 (p) + kF2 (p) 2. th or` me de la d rivation : e e e f(t) pF (p) f (0) f (t) p2 F (p) pf (0) f(0) dl f (t) df l1 (0) pl F (p) pl1 f (0) pl2 f(0) ... l dt dtl

p correspond donc, en pr sence de conditions initiales nulles, a une d rivation dans le domaine de Lae ` e place. 3. th or` me de lint gration : e e e f ( )d
t0 0
F (p) p
1/p est donc lop rateur dint gration dans le domaine de Laplace. e e 4. th or` me du retard : e e f (t ) ep F (p) 5. th or` me du d calage fr quentiel : e e e e f (t)et F (p + ) 6. th or` me de la valeur initiale : e e lim f (t) = lim pF (p)
t0 p

(sous r serve dexistence des deux limites) e 7. th or` me de la valeur nale : e e lim f (t) = lim pF (p)
t p0
(sous r serve dexistence des deux limites) e Comme il est parfois fastidieux de calculer la transform e de Laplace dune fonction temporelle compliqu e (de e e 7
Fonction de transfert
En appliquant la transform e de Laplace a l quation (2.1), il vient : e ` e U (p) = LC(p2 Y (p) py(0) y(0)) + RC(pY (p) y(0)) + Y (p). (2.4)
L quation (2.4) constitue un lien entre la transform e de Laplace du signal dentr e et celle du signal de sortie. e e e
2.2 Fonction de transfert

2.2.1 Comment obtenir la fonction de transfert ?
La fonction de transfert est un mod` le de comportement entr e/sortie qui sobtient a partir de l quation diff rentielle e e ` e e lin aire a coefcients constants. Plut t que de chercher a obtenir y(t) en fonction de u(t), lon cherche a obtenir e ` o ` ` Y (p) = (y(t)) en fonction de U (p) = (u(t)). Comme il sagit de d terminer un mod`le qui soit ind pendant e e e des conditions initiales, ces derni` res sont consid r es nulles et lon applique tout simplement la transform e de e ee e Laplace a l quation diff rentielle (2.2), ce qui conduit a lexpression suivante : ` e e `

Y (p) N (p) bm pm + bm1 pm1 + . . . + b1 p + b0 = G(p) = = . U (p) D(p) an pn + an1 pn1 + . . . + a1 p + a0
G(p) est une fraction rationnelle d pendant de la variable de Laplace, de numrateur N (p) et de d nominateur e e e D(p). Elle est appel e fonction de transfert et se r v`le tr` s utile pour l tude des syst` mes lin aires monovae e e e e e e riables. G(p) est dite dordre n et selon la r` gle de causalit , lon aura g nralement m n. e e e e Lon note que les racines de N (p) sont appel es z ros du syst` me et celles de D(p) sont appel es p les du syst` me. e e e e o e Bien que les z ros aient une inuence difcile a estimer sur le comportement du syst` me, il convient surtout de e ` e se souvenir que les p les ont une inuence encore plus grande en termes de stabilit et de r gime transitoire de o e e la r ponse du syst` me. Cette inuence des p les est beaucoup plus facile a pr voir (voir cours sur la fonction de e e o ` e transfert).
Dans le cas du circuit RLC, lapplication de Y (p) = LCp2
1 + RCp + 1 N (p) D(p) G(p)
Y (p) =
G(p) permet de d terminer le terme de Y (p) d pendant seulement de U (p) et non des conditions initiales, ici e e pr sentes au niveau du num rateur I(p). e e
er 2.2.2 Int et de la fonction de transfert

M me dans le cas dun mod` le dordre elev , la r ponse du syst` me a une excitation u(t) est plus facile a e e e e e ` ` d terminer si lon utilise la fonction de transfert. En effet, lorsque u(t) est une impulsion de Dirac (r ponse impule e sionnelle), ou un echelon unitaire (r ponse indicielle), alors Y (p) = G(p)U (p) peut etre d compos en el ments e e e e simples faisant intervenir les p les du syst` me. Ainsi chaque el ment simple g n` re un terme de la r ponse y(t) o e e e e e 8
m me que la transform e inverse not e e e e form es. e
), en pratique, les automaticiens disposent de tableaux de trans-
(2.5)
conduit a : ` U (p) + LCpy(0) + LC y(0) + RCy(0) 2 + RCp + 1 LCp I(p) . D(p) (2.6)
U (p) +
par application de 1 . Cest ainsi que lon voit linuence des p les. De ce fait, connatre la fonction de transfert, o cest connatre ses p les donc pr voir en partie le comportement du syst` me. o e e Dans le cas o` u(t) est un signal sinusodal (r ponse harmonique), lon peut tracer, par exemple, le diagramme u e de Bode du mod` le gr ce a G(p) (voir cours sur la fonction de transfert). Ce diagramme est particuli` rement utile e a ` e pour comprendre la r action du syst` me a des signaux et ce, selon la fr quence de ces signaux. La fonction de e e ` e transfert permet donc une analyse fr quentielle du comportement du syst` me par linterm diaire du diagramme de e e e Bode. En outre, de G(p), lon d duit facilement des lois de commande (par exemple de type r gulateur PID), bas es e e e sur lobtention de certaines marges de gain ou marges de phase, d terminables gr ce au diagramme de Bode. De e a m me, G(p) peut- tre utilis e pour calculer une loi de commande placant les p les du syst` me en boucle ferm e. e e e o e e Dans les deux cas, cest la manipulation de G(p) qui conduit a l tablissement de la loi de commande, ce qui ` e d montre la pertinence dun tel outil. e Concernant le circuit RLC, lon peut par exemple calculer les racines de D(p) pour savoir si le signal y(t) comportera une forte oscillation ou pas. Lon peut aussi ecrire G(p) sous la forme dite canonique de deuxi` me ordre e (voir cours sur la fonction de transfert) G(p) = 1 , 2m 1 2 1+ p+ p 0 0
la valeur de m, le coefcient damortissement, renseignant sur le niveau doscillation.
10
Chapitre 3
La repr esentation d etat

Devant la complexit croissante des syst` mes, la fonction de transfert peut parfois sembler ne pas etre le mod` le le e e e plus appropri pour d crire les comportements consid rs. La recherche de performances toujours plus nes peut e e ee conduire a la m me conclusion. Ceci est particuli` rement vrai si lon sort du cadre ce ce cours et si lon envisage ` e e l tude de syst` mes multivariables. Pour cette raison, dautres mod` les sont utilis s et apparaissent comme une e e e e alternative a la fonction de transfert. Le plus c l` bre dentre eux est la repr sentation d tat ou equation d tat ` ee e e e ou encore mod` le d tat. Il fut popularis dans les ann es 1960 m me si son origine est plus lointaine. Il sagit e e e e e dun mod` le qui prend en compte la dynamique interne du syst` me et ne se limite pas a la description dun e e ` comportement de type entr e/sortie. Ce chapitre pr sente les principes de base dun tel mod` le en se restreignant e e e n anmoins, comme pour la fonction de transfert, au cas lin aire monovariable continu. e e
3.1 Principe g eral en

Comme pr cis dans le pr ambule ci-avant, il sagit de d crire un syst` me en consid rant sa dynamique interne et e e e e e e pas seulement une relation entre son entr e et sa sortie. Ainsi, il convient de redonner de limportance a des e ` grandeurs qui ne sont ni lentre, ni la sortie, tout en prenant en compte lensemble des phnom` nes dynamiques e e e et statiques qui conf`re au syst` me son comportement. Une telle pr occupation conduit aux d nitions suivantes : e e e e e e Etat : l tat dun syst` me dynamique est le plus petit ensemble de variables, de grandeurs, tel que la connaissance de cet ensemble a linstant t = t0 , ainsi que celle du signal dentr e pour t t0 , suft a d terminer ` e ` e compl` tement le comportement du syst` me pour t t0 . e e L volution de l tat a partir de linstant t0 nest donc pas d termin e par son evolution avant linstant t 0 . Seuls e e ` e e importent l tat a t0 et lentr e a partir de t0 , comme lillustre la gure 3.1. o` plusieurs trajectoires de x(t) avant e ` e ` u linstant t0 aboutissant en x(t0 ) sont compatibles avec la m me trajectoire de x(t) apr` s t0 . e e Variables d tat : ce sont les variables, grandeurs qui constituent l tat du syst` me. e e e Lon consid` re traditionnellement que ces variables sont au nombre de n et not es x 1 , x2 , ..., xn . Cette valeur e e de n est lordre du mod`le. Chacune de ses variables est associ e a un signal temporel. Lensemble {x 1 , ..., xn } e e ` constitue l tat. Les grandeurs xi ne sont pas n cessairement des grandeurs physiques. e e Vecteur d tat : de mani` re plus math matique, lon repr sente l tat par une concat nation de lensemble e e e e e e des variables d tat en un vecteur, a priori r el, de dimension n, que lon note x = [x 1 , . . . , xn ] . e e Il va de soi que les expressions etat et vecteur d tat sont fr quemment utilis es lune pour lautre sans que cela e e e nalt` re fondamentalement le propos. e Espace d tat : Il sagit tout simplement de lespace vectoriel dans lequel le vecteur d tat x est susceptible e e d voluer, chaque instance de x etant associ a un point de cet espace. Cet espace est donc I n . e e` R 11
De la non-lin earit ` la lin e a earit e
x1 (t) xi (t) xn (t)
t0
F IG . 3.1 L volution des composantes de x(t) apr` s t0 (trait plein) est ind pendante de leur evolution avant t0 e e e (pointill s) e
Lon dit souvent de la repr sentation d tat que cest une mod lisation dans lespace d tat. e e e e Pour un syst` me dynamique, le vecteur d tat nest pas unique. Plusieurs choix sont possibles. Mais pour que e e x soit effectivement vecteur d tat, il importe que chacune des variables d tat apparaissent, de mani` re explicite e e e ou implicite, sous forme d rive dans le jeu d quations d crivant le syst` me. Dans le cas contraire, il sera dife e e e e cile de se servir de cette variable pour pr voir l volution du syst` me. Cette constatation conduit a un syst` me e e e ` e d quations diff rentielles auquel sajoute une equation alg brique : e e e
f1 (x(t), u(t), t) x1 (t) . . . . x(t) = = f (x(t), u(t), t) = . . fn (x(t), u(t), t) xn (t) y(t) = g(x(t), u(t), t). (3.1) o` f et g sont des fonctions susceptibles de prendre presque nimporte quelles formes. Cependant, lon ne parle de u repr sentation d tat que si la fonction vectorielle f de I n I I dans I n est Lipschitzienne en x, continue en e e R R R R u et continue par morceaux en t. Le syst` me diff rentiel apparaissant dans (3.1) est appel equation dynamique ou equation d volution alors que e e e e l quation alg brique est dite equation de mesure ou equation de sortie. e e
3.2 De la non-lin e a la lin e earit` earit

Bien entendu, f et g sont des fonctions eventuellement tr` s complexes, g n ralement non lin aires et il convient, e e e e dans le cadre de ce cours, de recourir a une approximation lin aire. Pour ce faire, lon consid` re souvent que ` e e l tat du syst` me ainsi que son entr e evoluent au voisinage dun point d quilibre, ou point de fonctionnement e e e e 12
et lon fait lhypoth` se que toutes les variations autour de ce point sont faibles. Ainsi, en supposant que ce point e d quilibre est caract ris par les valeurs xe et ue , lon peut consid rer la variation d tat (t) = x(t) xe , celle e e e e e dentr e v(t) = u(t) ue et celle de sortie z(t) = y(t) g(xe , ue , t). Si les valeurs de v(t) et des composantes e i (t) de (t) restent faibles (donc assimilables aux diff rentielles correspondantes), lon peut calculer les matrices e jacobiennes suivantes f1 (xe , ue , t) . . . x1 . .. . . . fn (xe , ue , t) . . . x1 f1 (xe , ue , t) xn . . . fn (xe , ue , t) xn f1 (xe , ue , t) u . . . fn (xe , ue , t) u
A(t) =
B(t) = ;
; (3.2)
C(t) =
g (xe , ue , t) . . . x1
g (xe , ue , t) xn
D(t) =
g (xe , ue , t). u
Ainsi, si lon consid` re que (t) et v(t) sont respectivement le nouveau vecteur d tat et la nouvelle entr e du e e e mod` le lin aris tangent autour du point d quilibre, il vient : e e e e (t) = A(t)(t) + B(t)v(t) z(t) = C(t)(t) + D(t)v(t). (3.3)
Lapproximation lin aire au premier ordre consiste donc a supposer que (t) et v(t) restent faibles et a d crire le e ` ` e comportement du syst` me par (3.3). Comme x(t), u(t) et y(t) sont les notations habituelles de l tat, de lentr e e e e et de la sortie, lon ecrira plut t o x(t) = A(t)x(t) + B(t)u(t) y(t) = C(t)x(t) + D(t)u(t), (3.4)
dautant plus quil nest pas rare que lorigine soit le point d quilibre ( = x), que lon sint resse au syst` me e e e autonome, voire que le mod` le soit obtenu directement sous forme lin aire, sans avoir a recourir a une approximae e ` ` tion. Par ailleurs, les signaux u(t), y(t) et xi (t) sont de toute evidence des signaux temporels. De plus, il est assez fr quent, comme il a d j` et mentionn , que les fonctions non-lin aires f et g ne d pendent pas explicitement e ea e e e e du temps. Lon peut alors tr` s souvent omettre la d pendance en t de mani` re a obtenir la repr sentation d tat e e e ` e e suivante, qui correspond a un syst` me diff rentiel lin aire a coefcients constants : ` e e e `
x = Ax + Bu y = Cx + Du.
(3.5)
Les relations donn es en (3.5) constituent une reprsentation d tat lin aire invariante dans le temps dun syst` me. e e e e e Par abus de langage, lon parle souvent de syst` me LTI (acronyme anglais pour Linear Time-Ivariant, cest-` -dire e a lin aire invariant dans le temps). Cest ce type de mod`le qui fait lobjet de ce cours. e e La matrice A est appel e matrice d tat ou d volution. On la nomme aussi parfois matrice dynamique. B est e e e appel e vecteur dentr e ou de commande (d` u une ambigut avec le vecteur u). C est le vecteur de sortie, dobe e o e servation ou de mesure (d` u une ambigut avec le vecteur y). Quant a D, cest un scalaire dit de transmission o e ` directe, qui est nul sil nexiste aucun lien statique direct entre le signal dentr e et celui de sortie. e Remarque 3.1 Dans le cas o` f et g d pendent explicitement de t, alors A, B, C et D sont des fonctions de t et le u e mod` le est dit lin aire variant dans le temps. Il est souhaitable, si possible de recourir aussi a une approximation e e ` pour consid rer ces matrices comme constantes. Lon retrouve alors un mod` le LTI. e e La repr sentation d tat peut- tre associ e au sch ma-bloc donn par la gure 3.2. e e e e e e 13
+ + x
+ +
F IG . 3.2 Sch ma-bloc dune repr sentation d tat e e e
F IG . 3.3 Pendule en mouvement libre
Exemple : Lon consid` re le mouvement du pendule autonome repr sent sur la gure 3.3. e e e Lapplication de la relation fondamentale de la dynamique et le choix dun vecteur d tat x tel que x = [ ] e conduit a instancier l quation (3.1) ainsi : ` e = f1 (x1 , x2 ) x1 = x 2 x2
g k = sin(x1 ) x2 = f2 (x1 , x2 ). l m o` g est la constante gravitionnelle, l la longueur du pendule, m sa masse et k sa raideur. Le syst` me etant autou e nome, les fonctions f1 et f2 ne d pendent pas dune entr e u. Le point de fonctionnement consid r est le seul des e e ee deux points d quilibre (c.-` -d. x = 0) physiquement atteignable, a savoir x e = [0 0], lautre etant xe = [ 0]. e a ` Il vient : f1 f1 (xe ) = 0 ; (xe ) = 1 ; x1 x2 f2 g (xe ) = cos(xe1 ) x1 l ; f2 k (xe ) = x2 m .
Cette approximation conduit a la repr sentation LTI du syst` me autonome ` e e x = Ax = 0 1 k g . l m 14 x
Comment obtenir un mod` d ? ele etat
3.3 Historique de la repr esentation d etat

Bien que la fonction de transfert f t popularis e dans les ann es 30 et 40 alors que la repr sentation le fut dans les u e e e ann es 1960, il nest pourtant pas exact de dire que cette derni` re est ult rieure. En r alit , la notion d tat etait e e e e e e d nie depuis le XIX` me si` cle et apparaissait par exemple en M canique (la formulation de la loi de Newton par e e e e W. R. Hamilton utilise implicitement la notion d tat) et en Thermodynamique au travers des contributions de H. e Poincar ). Elle est particuli` rement pr sente dans les travaux dAlexandr Lyapunov (math maticien et physicien e e e e russe (1857-1918)) relatifs a la stabilit du mouvement en m canique (1892). Ces travaux eurent dimportantes ` e e r percutions, entre autres dans la perception de certains mod` les dastronomie mais aussi dans bien dautres doe e maines. Cependant, malgr deux traductions francaises en 1902 et 1907 puis une anglaise en 1949, ils ne rest` rent e e un centre dint r t que dans les milieux scientiques sovi tiques. ee e Pendant ce temps, en occident, ces m thodes dites temporelles (parce que bas es sur des mod` les faisant intere e e venir des d rives par rapport au temps) furent supplant es par lapproche dite fr quentielle. En effet, le formae e e e lisme de la contre-r action et les th ories connexes furent progressivement d velopp es dans les ann es 1930 e e e e e et 1940 par des electroniciens (Black, Bode aid s tout de m me de math maticiens tel Nyquist) qui virent les e e e syst` mes dabord comme des ltres et privil gi` rent donc l tude du comportement dun syst` me en fonction de la e e e e e fr quence du signal dentr e. Par ailleurs, certains outils mathmatiques disponibles depuis longtemps (travaux de e e e Fourier, Laplace, Routh, Hurwitz) semblaient convenir parfaitement a leurs besoins ce qui conduisit tout naturel` lement a une pr eminence de la fonction de transfert en tant que mod` le de syst` me lin aire. En outre, les progr` s ` e e e e e de l lectronique et les n cessit s daccentuer le d veloppement de technologies usant dAutomatique en temps de e e e e guerre aid` rent a la popularisation de cet outil, particuli` rement aux USA. La France fut partie prenante de cette e ` e evolution, surtout apr` s la guerre. De fait, il est vrai que la fonction de transfert sav ra un outil tr` s utile. e e e N anmoins, pendant ce temps, les Sovi tiques continu` rent daccorder une grande importance a la notion d tat et e e e ` e aux travaux de Lyapunov, gr ce, entre autres, a Chetayev et Lure qui sint ressaient a des probl` mes a ronautiques a ` e ` e e et/ou militaires. Loccident ne pr ta pas forc ment beaucoup dattention a ce clivage scientique jusquen 1957 ou e e ` le premier satellite articiel, Spoutnik, fut mis en orbite par les scientiques de lest. Il apparut donc clairement que si lapproche fr quentielle etait utile, il y avait aussi a gagner a d velopper lapproche temporelle, en particue ` ` e lier dans le domaine spatial. Cest pourquoi le professeur Salomon Lefschetz organisa une equipe de recherche, aux USA, charg e de promouvoir en occident la th orie de Lyapunov. Parmi ces chercheurs guraient entre autres e e La Salle, Bertram et surtout Kalman. Ce dernier fut le grand initiateur de la repr sentation d tat lin aire et sut e e e mettre en evidence lint rt de cette derni` re au regard des outils de lalg` bre lin aire. Il introduisit les notions de ee e e e commandabilit et dobservabilit et, gr ce a ses travaux, la th orie de Lyapunov t un retour signicatif dans la e e a ` e communaut des automaticiens occidentaux. Des projets a caract` re spatial tels quApollo ou Polaris b n c` rent e ` e e e e directement de ce regain dint r t. ee Il est a noter, enn, que, sans remplacer la fonction de transfert qui continue d tre utilis e efcacement pour ` e e de nombreuses applications, la repr sentation d tat se pr te particuli` rement bien a l tude des syst` mes mule e e e ` e e tivariables (plusieurs entr es et/ou plusieurs sorties) fr quemment rencontr s dans le domaine a rospatial. Selon e e e e certaines nomenclatures anglo-saxonnes, la branche de lautomatique bas e sur le concept de repr sentation d tat e e e est quali e de moderne, par opposition a la branche fr quentielle parfois quali e de classique. De fait, lapproche e ` e e temporelle ou interne bas e sur les travaux de Kalman est celle qui procure le plus doutils novateurs de nos jours. e Les notions de base de cette approche etant cependant maintenant bien connus, le qualicatif de moderne nest pas toujours consid r comme appropri ou tout du moins commun ment admis. ee e e
3.4 Comment obtenir un mod` d ? ele etat

Lon peut obtenir une repr sentation d tat lin aire en manipulant le jeu d quations pr liminaires ou en op rant a e e e e e e ` partir de l quation diff rentielle unique. e e 15
Comment obtenir un mod` d ? ele etat
3.4.1 Par le jeu d equations

Lon suppose ici que les equations manipul es sont d j` lin aires. Par souci de simplicit , lon consid` re lexemple e ea e e e du circuit RLC modlis par les equations (2.1). Les deux grandeurs dont la d riv e intervient sont i et y (` partir e e e e a de maintenant, la d pendance en le temps est omise pour all ger les notations). Soient donc les deux variables e e d tat x1 = i et x2 = y. Les equations de (2.1) peuvent se r crire e e x 1 = R x1 1 x2 + 1 u L L L x = 1x . 2 1 C 1 B= L 0
ce qui conduit au mod` le (3.5) avec : e R L
A =
1 C
1 L 0
C=
0 1
D = 0.
(3.6)
equation diff erentielle unique 3.4.2 Par l

La technique consiste a consid rer l quation diff rentielle globale (2.2). Lon suppose dabord que m = 0. Lon ` e e e suppose egalement, sans perte de g n ralit , que an = 1 et lon pose, sans se soucier de la signication du vecteur e e e d tat, les variables d tat suivantes : e e x1 = y Lon peut alors montrer que : 0 0 . . . 0 a0 1 0 . . . 0 a1 0 1 . . . 0 a2 ... ... .. . 0 0 . . . 0 0 . . . ; x2 = y ; x3 = y ; ... ; xn = dn1 y . dtn1
A=
... 1 . . . an1
B= 0 b0
C=
1 0 0 ... 0
D = 0.
(3.7)
` e e La technique ci-dessus appliqu e a l quation (2.3) conduit a r crire cette derni` re ainsi : e ` e y+ Lon obtient alors 0 1 0 1 1 R y+ y= u. L LC LC
; D = 0. (3.8) ; B= 1 ; C = 1 0 1 R LC LC L qui est un quadruplet de matrices diff rent de celui trouv pr c demment et donn en (3.6). Ceci permet de constae e e e e ter que le mod` le d tat obtenu d pend du choix des variables d tat. Il nest donc pas unique, contrairement e e e e a la fonction de transfert. En effet, cette derni` re est un mod`le externe et non interne, cest-` -dire un mod` le ` e e a e entr e/sortie. Or, la sortie et lentr e etant uniques, il nexiste quune fonction de transfert. e e Dans le cas o` m = 0, la proc dure est un peu plus complexe mais r pond au m me principe. Lon suppose u e e e que m = n sans perte de g n ralit (il suft de considrer bj = 0 j | m < j n). Le coefcient an est toujours e e e e suppos egal a 1. Lon d nit : e ` e 16
A=
De la fonction de transfert ` la repr a esentation d etat
n = b n ,
j1
Les variables d tat peuvent alors etre ainsi choisies : e x1 = y n u x2 = x1 n1 u x3 = x2 n2 u xn = xn1 1 u Il vient 0 0 . . . 0 a0 1 0 . . . 0 a1 0 1 . . . 0 a2 ... ... .. . 0 0 . . . n1 n2 . . . 1 0
nj = bnj
anj+k nk
k=0
j {1, . . . , n}.
A=
... 1 . . . an1
B=
C=
1 0 0 ... 0
D = n ,
(3.9)
Pour le circuit RLC, on retrouve les quatre matrices donn es en (3.8). e
` 3.5 De la fonction de transfert a la repr esentation d etat

Comme il vient d tre vu, sil existe une seule et unique fonction de transfert d crivant un syst` me lin aire, il peut e e e e en revanche exister plusieurs repr sentations d tat dites r alisations du syst` me. Dans cette partie, il est montr e e e e e comment passer de la fonction de transfert a plusieurs formes de r alisations. ` e Dans un premier temps, il est suppos que n > m, cest-` -dire quil nexiste pas de transmission directe (D = 0). e a Il existe alors des m thodes pour d terminer des r alisations diagonales, de Jordan, ou encore dites compagnes. e e e Ensuite, le cas m = n est envisag . Il est alors montr que lon peut n anmoins b ncier des r sultats obtenus e e e e e e dans le cas o` n > m. u
3.5.1 Cas dune fonction de transfert strictement propre (m < n)

3.5.1.1 R alisation diagonale ou quasi diagonale de Jordan e Lon suppose sans perte de g n ralit que an = 1 de sorte que la fonction de transfert G(p) peut s crire : e e e e G(p) = N (p) N (p) = n = D(p) p + an1 pn1 + . . . + a1 p + a0 N (p)
n
(p i )
i=1
Lexpression ci-dessus fait apparatre les p les du syst` me, cest-` -dire les racines du d nominateur D(p). o e a e Poles distincts Dans le cas ou tous les p les i , i = 1, ..., n sont distincts, il est facile de r aliser la d composition en el ments o e e e simples de Y (p) = G(p)U (p) et il vient :
n
Y (p)
=
i=1
i U (p) . p i Xi (p) 17
Si lon focalise son intention sur chaque terme Xi (p), lon d duit que e pXi (p) = i U (p) + i Xi (p),
ce qui se traduit dans le domaine temporel, par application de
, par
x i = i u + i xi . En choisissant le vecteur d tat x = e x = y = x1 . . . 1 0 . . . 0 , il vient ais ment la r alisation suivante, dite diagonale : e e 1 0 ... 0 2 2 . . . 0 . . x + . u .. . . . . . . . (3.10) n . . . . . . n x, xn
1 1 ... 1
laquelle peut egalement etre modi e en remplacant B par C et C par B . De mani` re plus g n rale, dans une e e e e r alisation diagonale, B = [1 . . . n ] et C = [1 . . . n ] doivent etre telles que i i = i , i {1, ..., n}. Une e r alisation de la forme (3.10) est dite diagonale car la matrice d volution A est diagonale. e e
Par exemple, la fonction de transfert G(p) = peut conduire a la r alisation ` e x Poles multiples y = 0 0 0 0 1 0 x 0 0 1 1 1 2 x. 1 + 1/2 u 1/4 1 1 1 1 = + + p(p + 1)(p 1) p 2(p + 1) 2(p 1)
Dans le cas o` G(p) poss` de un p le dordre de multiplicit sup rieur a 1, la diagonalisation de A nest pas u e o e e ` forc ment possible. Pour comprendre ce qui peut etre envisag dans cette situation, lon peut tout simplement e e consid rer une fonction de transfert G(p) ne poss dant quun seul p le de multiplicit n. Lon a alors : e e o e
n
Y (p) = G(p)U (p)
=
i=1
U (p) . (p )i Xn+1i (p)
Lon voit bien sur cette expression que le premier terme est tel que Xn (p) = Quant aux autres termes, ils sont tels que Xj1 (p) = U (p) Xj (p) 1 = xj1 = xj1 + xj , j {2, ..., n}. j (p ) p
U (p) 1 xn = xn + u. p
Ceci conduit a la r alisation suivante : ` e 18
x y
= n
0 . . . 0 0
... ... 0 . .. 0 . . .. .. . . . . . . .. . 1 0 ... 0 ... ... n1
x 1 x.
0 1
0 0 . . .
(3.11)
n1
. . . 2
Dans la r alisation ci-dessus, lon constate que la matrice d volution A est quasi diagonale c.-` -d. constitue un e e a bloc de Jordan. Pour le cas o` G(p) contient des p les dordre de multiplicit divers, il suft dassocier les deux cas r pertori s u o e e e pr c demment comme le montre lexemple ci-apr` s : e e e G(p) = 2p2 + 4p + 1 1 1 1 = + + . 2 p(p + 1) p p + 1 (p + 1)2
Il apparat un p le simple nul et un p le double de Jordan egal a -1. Ceci conduit a la r alisation suivante : o o ` ` e x y 0 = 0 0 = 0 0 1 1 x + 0 1 1 1 1 x. 1 0 u 1
Remarque 3.2 Il est clair que ces formes de Jordan font apparatre les p les de G(p) sur la diagonale de A. o Ainsi, ces p les sont aussi les valeurs propres de A. Lorsque les poles sont multiples, la matrice peut ne peut etre o diagonale, mais ce nest pas syst matique. En effet, il est possible quune matrice carr e ayant des valeurs propres e e multiples puissent etre diagonalis e (voir cours de math matiques). e e
3.5.1.2 R alisation de forme compagne e Il existe plusieurs r alisations de forme compagne qui peuvent etre facilement obtenues a partir de la fonction de e ` transfert. Ce paragraphe est restreint aux formes compagnes les plus classiques. Pour ce faire, G(p) est suppos de e la forme (2.5) avec an = 1. Les deux formes dites compagnes les plus commun ment rencontr es sont : e e Forme compagne horizontale : x = y = 0 0 . . . 0 a0 b0 1 0 . . . 0 a1 b1 ... ... 0 .. . 0 . .. .. . . . . .. . ... 1 . . . . . . an1 0 ... 0
x x.
+ 0 1
0 0 . . .
(3.12)
. . . bm
Forme compagne verticale : 19
an2 . . = . a1 a0
an1
1 ... ... 0 . 0 0 .. . .. . x .. . . . . . . .. . 1 0 ... 0 ... ... 0
0 . . . 0 u + bm . . . b0
(3.13)
1 0 . . . . . . . . . 0 x. y = Aucune justication rigoureuse nest apport e ici mais lon peut comprendre que ces formes compagnes sont li es e e aux formes issues de l quation diff rentielle. e e Reprenant le dernier exemple de fonction de transfert, il vient G(p) = 2p2 + 4p + 1 2p2 + 4p + 1 = 3 , p(p + 1)2 p + 2p2 + p
3.5.2 Cas dune fonction de transfert non strictement propre (m = n)

Dans le cas o` m = n, il est impossible dappliquer directement les techniques pr sent es ci-avant pour obtenir u e e une r alisation du syst` me. Cependant, lon peut se ramener au cas dune fonction de transfert strictement propre e e en op rant une division polynomiale de la facon suivante : e G(p) = b0 + b 1 p + . . . + b n p n R(p) b0 + b 1 p + . . . + b n p n N (p) = = + Q = Gpr (p) + Q = + Q. (3.15) D(p) D(p) D(p) D(p)
qui peut correspondre a la forme compagne horizontale suivante : ` 0 1 0 0 x = 0 0 1 x + 0 u 0 1 2 1 1 4 2 x. y =
(3.14)
Comme m = n, le quotient Q est une constante et le reste R(p) est un polyn me de degr strictement inf rieur a o e e ` celui du diviseur D(p). Ainsi, Gpr (p) est une fonction de transfert strictement propre. Les coefcients du numrateur N (p) de la fonction de transfert globale G(p) sont not s b i pour les distinguer des e e coefcients bi du num rateur R(p) du transfert strictement propre Gpr (p) extrait de G(p). e Par ailleurs, lon a Y (p) = G(p)U (p) = Gpr U (p) + QU (p) = Ypr (p) + QU (p). Donc, si lon prend ypr comme sortie, la fonction de transfert associ e au syst` me obtenu est G pr dont on peut d terminer une r alisation e e e e (A, B, C). Il vient alors : x ypr = Ax + Bu = Cx.
En posant D = Q et en r alisant le changement de variable inverse (dans le domaine temporel cette fois-ci) e y = ypr + Du, il vient : x y Par exemple, soit la fonction de transfert : G(p) = p3 + 4p2 + 5p + 1 (p3 + 2p2 + p) + (2p2 + 4p + 1) 2p2 + 4p + 1 = = 3 + 1 = Gpr (p) + 1. 3 + 2p2 + p 3 + 2p2 + p p p p + 2p2 + 1 = Ax = Cx + Bu + Du.
Gpr (p) correspond a la fonction de transfert du dernier cas trait . Il suft donc de conserver les matrices A, B et ` e C donn es en (3.14) en y ajoutant la transmission directe D = 1. e 20
Dune r ealisation ` lautre a
3.6 De la repr esentation d a la fonction de transfert etat `

Sil existe plusieurs mani` res dobtenir une r alisation a partir de la fonction de transfert, cette derni` re etant e e ` e unique, il nexiste quune facon de lobtenir a partir dune equation d tat. Pour cela, il faut noter que ` e est un op rateur lin aire qui peut donc sappliquer aux matrices. Partant de l quation (3.5), il vient e e e pX(p) = AX(p) + BU (p) X(p) = (pI A)1 BU (p) Y (p) = CX(p) + DU (p), les conditions initiales etant consid r es nulles puisquil sagit de d terminer G(p). De toute evidence, ceci am` ne : ee e e
G(p) = C(pI A)1 B + D.
(3.16)
Le d nominateur D(p) de la fonction de transfert est souvent appel polyn me caract ristique. Il est facile de e e o e voir quil est, dans lexpression ci-dessus, engendr par linversion matricielle et egal a (cf. A.1.5 et A.1.8.1 en e ` annexe A) :
D(p) = det(pI A).
(3.17)
` 3.7 Dune r ealisation a lautre

Il a et vu quune fonction de transfert pouvait correspondre a plusieurs r alisations. En r alit , elle en admet m me e ` e e e e une innit comme le montre le paragraphe qui suit. e
3.7.1 Changement de base

Lon peut passer dune r alisation a une autre tout simplement par un changement de base dans lespace d tat I n . e ` e R En effet, si lon consid` re l quation d tat (3.5), lon peut appliquer au vecteur d tat un changement de rep` re de e e e e e sorte a obtenir un nouveau vecteur d tat x. Ainsi, soit le changement de base x = M x o` M est une matrice de ` e u rang plein, il vient : 1 1 x = M AM x + M B u A B + Du. CM x y = C
(3.18)
Le quadruplet de matrices obtenu est donc (A, B, C, D) = (M 1 AM, M 1 B, CM, D). Comme il existe une innit de matrices de passage M utilisables, il existe aussi une innit de r alisations equivalentes qui correspondent e e e toutes a la m me fonction de transfert. En effet, ` e G(p) = CM (pIM 1 AM )1 M 1 B+D = CM (M 1 (pIA)M )1 M 1 B+D = C(pIA)1 B+D = G(p). 21
En outre, puisque M 1 AM est semblable a A, les valeurs propres de A sont les m mes quelle que soit la r alisation ` e e consid r e. De ce fait, ce sont toujours les p les de G(p) cest-` -dire les racines du polyn me caract ristique ee o a o e (m me si lon sera plus tard amen a porter une nuance a ce propos). e e` ` Les racines du polyn me caract ristique D(p), cest-` -dire les p les du syst` me, sont valeurs propres de la o e a o e matrice d tat A quelle que soit la r alisation choisie. e e Il est possible de passer dune r alisation a une autre ce qui peut se r v ler utile quand la seconde a une forme e ` e e particuli` re. Le principe est de d terminer la matrice de passage. e e
3.7.2 Obtention dune forme compagne (horizontale)

Soit un quadruplet de matrices (A, B, C, D) constituant une repr sentation d tat dun syst` me. Il sagit alors de e e e d terminer M , une matrice de passage a une autre r alisation ( A, B, C, D) = (M 1 AM, M 1 B, CM, D) qui e ` e soit compagne horizontale. Lon sattache dabord a exprimer les colonnes de M : ` u o e Lon note que A est de la forme (3.12) o` les composantes ai sont les coefcients du polyn me caract ristique P () qui peut etre calcul : e
n1
P () = det(I A) = n +
i=0
(ai i ).
Ceci permet dobtenir A. Si lon d compose la matrice M en M = [m1 , ..., mn ], alors l galit AM = M A e e e conduit a ecrire ` = a0 mn colonne 1 Am1 Am2 = v 1 a 1 mn colonne 2 . . . . . . Amn1 = mn2 an2 mn colonne n 1 Amn = mn1 an1 mn colonne n. mn1 = (A + an1 I)mn mn2 = (A2 + an1 A + an2 I)mn (3.19) . . . m1 = (An1 + an1 An2 + . . . + a2 A + a1 I)mn Lon constate que M est fonction de mn . Comment d terminer mn ? e Compte tenu de Am1 = a0 mn , il vient : (An + an1 An1 + . . . + a2 A2 + a1 A + a0 I)mn = 0. Dapr`s le th or` me de Cayley-Hamilton, toute matrice A v rie son propre polyn me caract ristique, c.-` -d. e e e e o e a P (A) = det(A A) = An + an1 An1 + . . . + a2 A2 + a1 A + a0 I = 0, ce qui signie que l galit pr cdente est v ri e quelle que soit A et quel que soit m n . e e e e e e Proc dure pratique : e Il est donc possible de xer arbitrairement mn = 0 et de d terminer la matrice de changement de base M gr ce e a a (3.19). ` (3.20)
3.7.3 Obtention dune forme de Jordan

Le probl` me est le m me que celui du paragraphe pr cdent mais la matrice M doit etre telle que A est diagonale e e e e ou de Jordan. 22
3.7.3.1 Les valeurs propres i de A sont distinctes Il suft de d terminer n vecteurs non nuls lin airement ind pendants v i tels que e e e Avi = i vi . Les vecteurs vi sont appel s vecteurs propres. Lon a alors M = V = [v1 , ..., vn ]. La matrice = V 1 AV est e diagonale et sa diagonale contient les valeurs propres de A. 3.7.3.2 Les valeurs propres i de A sont multiples Dans ce cas, A peut ne pas etre diagonalisable mais lon peut lui associer une matrice de Jordan. Pour simplier, lon suppose ici que A na quune valeur propre , dordre de multiplicit n. Il convient de d terminer le nombre e e de blocs de Jordan dans J = V 1 AV . Ce nombre est donn par e q = n rang(I A). Pour comprendre comment d terminer les vecteurs propres g n ralis s, il est plus facile denvisager les deux cas e e e e extr mes, q = 1 (un seul bloc de Jordan) et q = n (matrice J diagonale). Les cas intermdiaires ne correspondent e e qu` une association de ces deux cas comme il est expliqu par la suite. a e q=1: La relation AV = A[v1 , . . . , vn ] = V J = [v1 , . . . , vn ] 0 0 v1 v1 + v2 vp2 + vp1 vp1 + vp . 0 . . . 1 . . . 0 0 0 1 .. . ... ... ... ... .. . 0 1 0 0 . . .
conduit aux egalit s suivantes (une egalit par colonne) : e e = Av1 Av2 = . . . Avp1 = Avp =
Il faut donc proc der a une r solution s quentielle de toutes ces equations lin aires en sassurant toujours que les e ` e e e vi sont bien lin airement indpendants. e e
q=n: Dans ce cas, lon d termine simplement n vecteurs vi lin airement ind pendants tels que e e e Avi = vi i {1, ..., n}
q = n et q = 1 : Dans ce cas l` , il y a plusieurs blocs de Jordan et il convient dassocier les deux techniques expliqu es ci-avant. a e Remarque 3.3 Il peut exister une ambigut sur la taille des blocs de Jordan ; si cela se produit, lon peut envie sager tous les cas possibles sachant quun seul conduira a une solution. Ainsi, la premi` re solution rencontr e est e e ` recevable. Dans le cas o` il y a plusieurs valeurs propres multiples, il faut proc der comme ci-dessus, mais ce, pour chaque u e valeur propre. Exemple : 23
Soit la matrice d tat e 1 0 0 A = 1 1 1 . 1 0 0 1 0 0 1 1 1 1 0
Lon a : P () =
= ( 1)2
1 = 0 est une valeur propre simple. En r solvant Av1 = 1 v1 , lon peut voir que v1 = [0 1 1] est une solution. e 2 = 1 est valeur propre double. Or, q = n rang(I A) = 3 1 = 2 donc lon saitque A est diagonalisable. En r solvant Av = v, lon trouve e 1 0 v = 0 a+ 1 b 1 0 [1 0], lon obtient les deux derniers 0 0 1 0 . 0 1
o` a et b sont deux degr s de libert . En choisissant [a b] = [0 1] et [a b] = u e e vecteurs propres et 0 0 0 1 0 = V 1 AV = 0 V = 1 1 1 0 1 0
Remarque 3.4 Dans lexemple ci-avant, la matrice A est diagonalisable malgr la pr sence dune valeur propre e e multiple, a savoir 1. Il sagit l` dune distinction entre multiplicit alg brique et multiplicit g om trique (voir a e e e e e ` cours de math matiques). e
24
Chapitre 4
R eponse dun mod` le d e etat

Dans ce chapitre, il sagit dutiliser un mod` le d tat pour d terminer la r ponse dun syst` me lin aire a une e e e e e e ` excitation classique (impulsion, echelon, sinusode). Par r ponse, lon entend la forme (ou lexpression) de la e sortie y(t) du syst` me d livr e sous leffet dune excitation u(t). e e e
eme 4.1 Solution du syst` autonome

Avant denvisager une solution a l quation d tat compl` te, lon peut sattarder un peu sur la r ponse du syst` me ` e e e e e autonome. Un tel syst` me se d crit ainsi : e e x = Ax, x(t0 ) = x0 . (4.1)
Le vecteur x0 constitue lensemble des conditions initiales a linstant t0 . Il sagit ici de voir comment le syst` me ` e r agit librement, en labsence dentr e, a cette condition initiale. e e `
etat 4.1.1 Matrice de transition d

Lon recherche la solution sous la forme suivante : x(t) = (t, t0 )x0 . La matrice (t, t0 ) est dite matrice de transition d tat puisquelle permet de passer de l tat x 0 a l tat x(t). En e e ` e d rivant x par rapport au temps, lon obtient e x = Ax = (t, t0 )x0 = A(t, t0 )x0 , ce qui conduit aux equations suivantes : (t, t0 ) = A(t, t0 ) (t0 , t0 ) = I. Les propri t s de cette matrice sont notables. En effet, ee x(t2 ) x(t3 ) x(t3 ) = (t2 , t1 )x(t1 ) = (t3 , t2 )x(t2 ) (t3 , t1 ) = (t3 , t2 )(t2 , t1 ) {t1 ; t2 ; t3 } I 3 R = (t3 , t1 )x(t1 ) 1 (t2 , t1 ) = (t1 , t2 ) {t1 ; t2 ; } I 2 . R (4.2)
(4.3)
x(t1 ) = (t1 , t2 )x(t2 ) x(t1 ) = 1 (t2 , t1 )x(t2 )
(4.4)
25
Solution de l equation d compl` etat ete
4.1.2 Solution de l equation homog` ene

La solution dun tel syst` me matriciel (c.-` -d. (4.2)) est analogue a celle obtenue dans le cas scalaire donc il vient : e a ` (t, t0 ) = eA(tt0 ) . Pour sen convaincre, lon peut rappeler quune exponentielle de matrice peut se calculer gr ce au d veloppement a e en s rie : e A2 (t t0 )2 A3 (t t0 )3 + +... 2! 3! Si lon d rive lexpression ci-dessus par rapport au temps, lon obtient e eA(tt0 ) = I + A(t t0 ) + A3 (t t0 )2 d(eA(tt0 ) ) = A + A2 (t t0 ) + +... dt 2! d(eA(tt0 ) ) A2 (t t0 )2 A3 (t t0 )3 = A(I + A(t t0 ) + + + . . .) = AeA(tt0 ) , dt 2! 3! (4.5)
e e ` ce qui montre bien que eA(tt0 ) est solution de (4.2). La r ponse du syst` me autonome a une condition initiale x 0 est donc :
x(t) = eA(tt0 ) x0 .
(4.6)
4.2 Solution de l equation d compl` etat ete

Lon recherche maintenant une solution en x puis y a l quation (3.5). Lon suppose que cette solution est de la ` e forme : x(t) = (t, t0 )z(t) avec z(t0 ) = x0 . Il vient alors : x(t) = (t, t0 )z(t) + (t, t0 )z(t) = A(t, t0 )z(t) + (t, t0 )z(t) = Ax(t) + Bu(t). Par identication des deux membres de la derni` re egalit , lon a e e z(t) = 1 (t, t0 )Bu(t) qui, compte tenu de la propri t (4.4), devient ee z(t) = (t0 , t)Bu(t). En int grant, lon exprime z(t) : e
t
z(t) = x0 +
t0
(t0 , )Bu( )d
t
x(t) = (t, t0 )x0 + (t, t0 )

t0
(t0 , )Bu( )d
26
Calcul de eAt
t
x(t) = (t, t0 )x0 +

t0
(t, )Bu( )d.
Compte tenu de lexpression de la matrice , il vient
x(t) = eA(tt0 ) x0 +
t t0
eA(t ) Bu( )d.
(4.7)
Bien entendu, lexpression de x(t) d pend ensuite de celle u(t). Si lon donne la solution en y de l quation d tat, e e e e l galit (4.7) am` ne : e e
y(t) = CeA(tt0 ) x0 + C
t t0
eA(t ) Bu( )d
+ Du(t).
(4.8)
Dans l galit ci-dessus, lon peut faire une distinction utile (d j` etudi dans le cours sur lapproche fr quentielle) e e ea e e dans le membre de droite et faire apparatre deux r gimes dans la r ponse : e e Le r gime libre : il correspond au premier terme et ne d pend que du mod`le du syst` me et de la condition e e e e initiale. Il ne d pend pas de laction de lenvironnement ext rieur pendant la r ponse. e e e Le r gime forc : il est associ aux deux derniers termes et correspond en fait a la r action du syst` me a lexcie e e ` e e ` tation u(t). Il d pend du mod` le du syst` me mais aussi de la nature du signal u(t). e e e En outre, lorsque la r ponse tend asymptotiquement vers une valeur constante de y(t) ou vers un comportement e p riodique de ce signal, lon peut distinguer e Le r gime transitoire qui est le temps durant lequel y(t) subit une evolution avant de se rapprocher dune valeur e constante ou dun comportement p riodique. La dur e du r gime transitoire correspond a un temps appel temps e e e ` e de r ponse et not tr . e e Le r gime permanent qui succ` de au r gime transitoire, qui commence donc a t r et qui correspond a lintervalle e e e ` ` de temps durant lequel y(t) est consid r comme restant toujours proche de sa valeur nale (g n ralement a ee e e ` moins de 5% de la variation totale de y(t)) ou comme ayant un comportement p riodique. e
4.3 Calcul de eAt

Pour calculer x(t) ou y(t), il est n cessaire de savoir calculer une exponentielle de matrice. Plusieurs m thodes e e sont ici pr sent es. e e
4.3.1 M ethode des s eries

Il suft pour cette m thode dutiliser le d veloppement en s rie donn e en (4.5). Lorsque le calcul est effectu e e e e e manuellement, cette m thode nest envisageable que pour des matrices nilpotentes cest-` -dire des matrices pour e a lesquelles il existe un k ni tel que Al = 0 quel que soit l sup rieur a k. e ` En revanche, il est tout a fait raisonnable dutiliser cette technique lorsque le calcul est effectu num riquement, le ` e e d veloppement convergeant de mani`re absolue. e e Le th or` me de Cayley-Hamilton peut etre utilis pour calculer plus facilement les diff rentes puissances de A e e e e a partir de An . En effet, ce th or` me stipule que la matrice A v rie son propre polyn me caract ristique (cf. ` e e e o e equation (3.20)). Il vient donc : 27
Calcul de eAt
P (A) =
i=1
ai Ai = 0 avec an = 1
n1
An =
i=1
ai Ai
n+k1
An+k =
i=1+k
aik Ai .
Exemple : Soit la matrice A= Son polyn me caract ristique est o e P () = 2 + 3 + 2. Le th or` me de Cayley-Hamilton conduit a : e e ` A2 + 3A + 2I = 0 A2 = 3A 2I. Ceci permet donc de d duire A2 plus ais ment, mais aussi e e A3 = A2 .A = 3A2 2A = 7A 2I ainsi que les puissances successives de A. 0 1 2 3 .
4.3.2 Par la transformation de Laplace

Soit le syst` me autonome (4.1) avec t0 = 0. La solution dun tel syst` me pour une condition initiale x(0) = x 0 est e e donn e par x(t) = eAt x0 . Or, si lon applique e a (4.1), lon a ` pX(p) x0 = AX(p) X(p) = (pI A)1 x0

x(t) = Lexponentielle de matrice peut donc s crire : e
[(pI A)1 ]x0 .
eAt = Prenons comme exemple la matrice suivante :
[(pI A)1 ].
A=
0 1 2 3 p 1 2 p+3 .
pI A = Linversion de la matrice ci-dessus am` ne a e ` (pI A)1 = Une d composition en el ments simples conduit a e e ` 28
1 p2 + 3p + 2
p+3 1 2 p
Calcul de eAt
(pI A)1
1 2 p+1 p+2 2 2 + p+1 p+2
1 1 p+1 p+2 2 1 + p+1 p+2
4.3.3 M ethodes des modes

Il est bien connu que si J est une forme de Jordan semblable a A telle que A = M JM 1 alors ` Ak = M J k M 1 k 0.
Ceci sapplique a chaque terme du d veloppement (4.5) de sorte que ` e eAt = M eJt M 1 . Dans le cas o` u 1 . J == . . 0 e 1 t . =M . . 0 1 1 1 2 ... 0 . .. . . . . . . n
est une forme strictement diagonale alors il est facile de voir que ... 0 . M 1 . .. . . . n t ... e 2 1 1 1
Si lon reprend lexemple du paragraphe pr c dent, la matrice de passage a la forme diagonale est e e ` M= M 1 =
ce qui permet de retrouver la m me expression de eAt . e Dans le cas o` J est une forme de Jordan non strictement diagonale et comportant p blocs de Jordan, u k 0 . . . 0 0 1 k . . . 0 0 ... ... 0 .. . 0 . .. .. . . . . .. . 1 ... . . . . . . k
J = blocdiag{J1 ; . . . ; Jp } avec Jk = lexponentielle de matrice s crit e
qui, par application de
, donne eAt = 2et e2t 2et + 2e2t et e2t et + 2e2t
eAt
, k {1, ..., p},
29
R egime transitoire : inuence des modes
eAt = M eJt M 1 = M blocdiag{eJk t }M 1
avec eJk t
Il existe egalement une quatri`me m thode dite de Cayley-Hamilton qui nest pas d taill e ici. e e e e
= e k t
t2 2!
... ... ... . ... ... ..
tnk 1 (nk 1)! t (nk 2)! tnk 3 (nk 3)!

nk 2
tn k nk ! t (nk 1)! tnk 2 (nk 2)!

nk 1
0 1 0 0 . . . . . . 0 0 0 0
t 1 . . . 0 0
. . . 1 0
. . . t 1
egime transitoire : inuence des modes 4.4 R

Lon suppose que lon sint resse a la r ponse du mod` le (3.5) pour lequel la transmission directe D est consid r e e ` e e ee nulle par souci de simplicit des expressions. Les conditions initiales sur les variables d tat sont concat n es dans e e e e un vecteur x0 = x(0). La r ponse dun tel syst` me est donn par la relation e e e y(t) = CeAt x0 + C
0 t
eA(t ) Bu( )d
(4.9)
o` le premier terme constitue le r gime libre de la r ponse ne d pendant que des conditions initiales et o` le u e e e u second terme est le r gime forc d pendant du signal dentr e u(t). Ces deux termes font tous deux apparatre e At . e e e e Cette exponentielle de matrice est donc fondamentale pour comprendre lallure de la r ponse du syst` me. Elle peut e e s crire, sous lhypoth` se de n valeurs propres distinctes e e
n
eAt =
i=1
Ni e i t
o` les scalaires i sont les valeurs propres de A et o` Ni = wi vi , les vecteurs vi et wi etant respectivement la u u eme eme i ` colonne de la matrice de passage diagonalisante M et la i ` ligne de son inverse M 1 . Si les coefcients Ni ont bien entendu une inuence sur la forme de y(t), ce sont surtout les facteurs e i t qui en d terminent les e caract ristiques principales. e Remarque 4.1 On appelle mode dun syst` me un terme de son r gime libre. Chaque mode est donc li a une e e e ` valeur propre. Aussi, par abus de langage, parle-t-on parfois du mode i . Ainsi, lorsquune valeur de i est a partie r elle strictement n gative, le terme correspondant est evanescent et ` e e disparat asymptotiquement. Si tous les i sont ainsi, et si u(t) converge vers une valeur nie avec le temps, alors la r ponse de y(t) converge elle aussi vers une valeur nie. Il est alors possible de mesurer t r , le temps de r ponse, e e et de distinguer clairement le r gime transitoire et le r gime permanent. e e Lorsque i nest pas a partie r elle strictement n gative, il est impossible que lexponentielle correspondante ` e e disparaisse. Elle peut m me crotre avec le temps si la partie r elle de i est strictement positive. Il est alors ime e possible que y(t) converge vers une valeur nie, m me si u(t) est ni. y(t) peut m me diverger inniment. Dans e e ce dernier cas, il est impropre de parler de r gime permanent. e Par ailleurs, si i et j sont des valeurs propres complexes conjugu es non r elles, leurs parties imaginaires e e vont engendrer des termes sinusodaux dans lexpression de y(t) ce qui est susceptible de g n rer des oscillations e e dans la r ponse. e Lorsque les termes exponentiels sont convergents (Re(i ) < 0), la convergence est dautant plus rapide que |Re(i )| est grande, ce qui correspond donc a une diminution du temps de r ponse t r . ` e
30
R eponse impulsionnelle
En r sum : e e Cest le plus ou moins grand ratio entre partie imaginaire et partie r elle dun p le qui caract rise e o e le comportement oscillatoire li a ce p le ; e` o Ce sont les p les dominants (ceux dont la partie r elle est la plus grande au sens alg brique) qui o e e ont le plus dinuence sur la forme de la r ponse. e Linuence des valeurs propres de A sur le r gime libre de y(t) est illustr e sur la gure 4.1. e e
Im(p)
Re(p)
F IG . 4.1 Inuence des valeurs propres i de A sur le r gime libre e e a e Les comportements indiqu s sur la gure 4.1 se retrouvent aussi en pr sence de u(t), cest-` -dire sur le r gime e forc de la r ponse. M me si les p les sont pr pond rants pour analyser ou pr voir le comportement dun syst` me e e e o e e e e (comme il apparatra dailleurs davantage au chapitre suivant), il existe bien s r dautres el ments qui peuvent u e inuencer ce r gime transitoire et cest pourquoi lon revient sur ces diverses inuences dans lannexe B. e
4.5 R eponse impulsionnelle

Sans d tailler ce type de r ponse, il est rappel quil sagit de la r ponse a une impulsion de Dirac u(t) = (t). Le e e e e ` calcul aboutit, en labsence de transmission directe (D = 0), a : `
y(t) = CeAt (x0 + B).
(4.10)
Cest dans ce cas-ci que linuence des valeurs propres de A apparat clairement telle quelle est illustr e par la e gure 4.1. 31
R eponse indicielle
4.6 R eponse indicielle

Dans ce cas de gure, lentr e est un echelon unitaire (u(t) = (t)) egalement appel fonction de Heavyside. e e Lexpression de y(t) est alors
y(t) = CeAt (x0 + A1 B) CA1 B
(4.11)
ce qui suppose ici que A est inversible. Cest le cas si la r ponse est convergente (Re( i ) < 0 i {1, ..., n}). e Lon voit clairement que le r gime permanent est egal a CA1 B. Ceci est coh rent avec la d nition du gain e ` e e statique dune fonction de transfert : G(0) = C(0 I A)1 B (+D) = CA1 B (+D). Soit lexemple du circuit RC de la gure 4.2.
i(t) u(t)
R C
y(t)
F IG . 4.2 Circuit RC
Les equations qui r gissent le comportement de ce syst` me RC sont : e e y(t) =

t
i( )d
0
i(t) dy(t) = , dt C
u(t) = Ri(t) + y(t).
En prenant lunique variable d tat x = y, lon obtient e x = 1 x RC y = x. + 1 u RC
e ` e Lapplication de (4.11) pour un syst` me initialement au repos conduit a l quation bien connue : y(t) = 1 et/RC . Les r sultats obtenus sont evidemment les m mes que ceux issus de lapproche fr quentielle et le lecteur est invit e e e e a se reporter aux formes de r ponses des syst` mes de premier et deuxi` me ordre donnes dans le cours sur la ` e e e e fonction de transfert. 32
R eponse harmonique
4.7 R eponse harmonique

Il sagit l` de la r ponse a une excitation sinusodale u(t) = Um sin(t). Lon peut dabord noter que u(t) = a e ` Im(Um ejt ). Lexpression de y(t) est alors y(t) = CeAt x0 + Im y(t) = CeAt x0 + Im y(t) = CeAt x0 + Im
t 0 t 0
CeA(t ) BUm ej d CeAt e(jIA) BUm d

t 0
CeAt e(jIA) (jI A)1 BUm
y(t) = CeAt x0 + Im CeAt (e(jIA)t I)(jI A)1 BUm y(t) = CeAt x0 Im (jI A)1 BUm + Im C(jI A)1 BUm ejt . Cest le r gime permanent qui importe dans une r ponse harmonique. Or si Re( i ) < 0 i {1, ..., n}, alors e e le premier terme de lexpression de y(t) ci-dessus tend asymptotiquement vers z ro et constitue le r gime trane e sitoire. Le second terme correspond alors a ce quil est convenu dappeler le r gime permanent et est ici not y (t). ` e e En observant lexpression de y (t), lon constate quil est possible de l crire e y (t) = Im(G(j)Um ejt ) o` G(p) d signe bien s r la fonction de transfert du syst` me. u e u e Lon d nit : e Le gain harmonique : () = |G(j)|; Le d phasage harmonique : () = (G(j)). e Le r gime permanent apparat alors comme un signal sinusodal. En effet, e y (t) = Im(()ej() Um ejt ) y (t) = Im(()Um ej(t+()) ) y (t) = ()Um sin(t + ()). (4.13) (4.12)
Ce signal sinusodal conserve la m me pulsation que le signal dentr e mais poss` de une amplitude et un d phasage e e e e qui sont fonctions de cette pulsation. Ils peuvent etre d termin s gr ce a la fonction de transfert. e e a ` Comme il est impossible de repr senter toutes les r ponses (cest-` -dire y (t) pour toutes les valeurs de ), e e a lon pr f` re donner une repr sentation graphique de l volution de () et de () en fonction de . Il existe ee e e plusieurs facons de repr senter cette d pendance. Les plus c l` bres sont le lieu de Nyquist, celui de Black, ainsi e e ee que les diagrammes de Bode. Tous les r sultats bien connus de lapproche fr quentielle sont donc ici retrouv s par e e e r solution de l quation d tat. e e e
33
R eponse harmonique
34
Chapitre 5
Stabilitdes mod` les d e e etat

Ce chapitre traite de la stabilit des repr sentations d tat lin aires. De ce fait, certaines notions sont communes e e e e avec les enseignements relatifs a lapproche fr quentielle. ` e La notion de stabilit est bien entendu fondamentale dans l tude des syst` mes et, a quelques rares exceptions e e e ` pr` s, les syst` mes ne v riant pas cette qualit sont inutilisables voire dangereux. Si la notion de stabilit peut e e e e e sembler assez intuitive, il nest pourtant pas trivial den donner une d nition mathmatique uniforme pour tous e e les syst` mes aussi existe-t-il de nombreuses stabilit s diffrentes. Une approche intuitive conduit a la notion de e e e ` stabilit externe ou celle de stabilit BIBO qui est succinctement pr sent e et qui d coule naturellement de lape e e e e proche fr quentielle. Dans lespace d tat il faut avoir une approche interne de la stabilit et cest cette approche e e e qui est privil gi e au cours du chapitre. e e
5.1 Une approche quasi intuitive : la stabilitBIBO e

Comme il est dit en pr ambule de ce chapitre, la stabilit dun syst` me est une notion qui peut sembler assez e e e intuitive. Lon comprend que si un syst` me est excit par une entr e, loprateur utilisant ce syst` me a sans doute e e e e e peu envie de voir sa sortie diverger brutalement. Cette facon assez simple denvisager la stabilit donne naissance e a une d nition plus rigoureuse qui est celle de la stabilit BIBO (de lacronyme anglais Bounded input bounded ` e e output, entr e born e, sortie born e). e e e Un syst` me est stable au sens BIBO (ou encore au sens entr e/sortie) si et seulement si, quelle que soit e e l tat inital x0 = x(0), pour toute entr e u born e, la sortie y lest aussi. e e e Une autre d nition de la BIBO-stabilit , plus math matique et philosophiquement quelque peu diff rente, e e e e peut etre donn e : en notant y (t) la r ponse impulsionnelle du mod` le, ce dernier est BIBO-stable si et seulement e e e sil existe un scalaire k v riant 0 < k < et e
0
|y ( )|d k.
Un mod` le BIBO-stable peut donc etre interpt , dans cette seconde d nition, comme un mod` le dont la r ponse e ee e e e impulsionnelle est un signal d nergie nie. Il nest pas facile dexploiter directement cette derni` re formulation. e e Aussi a-t-on recours, en particulier dans lespace d tat, a l tude de stabilit dun syst` me au travers de la notion e ` e e e de stabilit des etats d quilibre. e e Remarque 5.1 La stabilit BIBO est une mani` re denvisager la stabilit dun syst` me au sens de son comportee e e e ment entr e/sortie cest-` -dire dans ses interactions avec lenvironnement ext rieur. Lon parle donc de stabilit e a e e externe. Dans les d veloppements qui suivent, la stabilit est etudi e au travers du mod` le interne que constitue la e e e e repr sentation d tat. La stabilit est-elle alors quali e dinterne. e e e e ` e e ee Exemple : un moteur a courant continu est excit par une tension dentre u(t). La sortie consid r e est la vitesse angulaire de larbre du moteur. Si lon impose un signal born sur linduit du moteur, lon sait que la vitesse reste e 35
Crit` de stabilit eres e
born e donc le moteur est BIBO-stable au sens de la premi` re d nition. De m me, toute impulsion au niveau ce e e e e cette tension dinduit entrane une evolution de la vitesse telle que celle-ci augmente transitoirement pour sannuler ensuite, son int grale etant ainsi nie. Le moteur est donc BIBO-stable au sens de la d nition alternative. e e Lon suppose maintenant que la sortie est la position angulaire de larbre. Un echelon appliqu sur linduit du e moteur engendre, en r gime permanent, une vitesse constante, donc la position angulaire augmente ind niment. e e Le moteur (associ a cette nouvelle sortie) est alors BIBO-instable. Si une impulsion intervient sur linduit, larbre e` va tourner et ne reviendra pas a sa position angulaire initiale donc lint grale de la position dans ce cas nest pas ` e nie. Le moteur est BIBO-instable.
5.2 Stabilitdun etat d e equilibre

Pour envisager rigoureusement d tudier la stabilit dun syst` me, il faut donc dabord d nir la notion d tat e e e e e d quilibre et celle de stabilit dun etat d quilibre. e e e
5.2.1 D enition et recherche dun etat d equilibre

Un syst` me se trouve dans un etat d quilibre (par etat, lon entend un point de lespace d tat c.-` -d. une e e e a instance du vecteur d tat) si cet etat nest pas modi lorsque le syst` me est abandonn a lui-m me. e e e e` e Un tel etat d quilibre se d termine en posant a la fois u = 0 ( livr a lui-m me ) et x = 0 ( pas modi ). La e e ` e` e e recherche des etats d quilibre possibles dun syst` me modlis par la repr sentation (3.5) revient donc a r soudre e e e e e ` e Ax = 0. (5.1)
De cette equation, lon comprend quil peut exister un seul ou plusieurs etats d quilibre selon le rang de A. Soit e rang(A) = n det(A) = 0 (ceci signie que A na pas de valeur propre nulle) et le seul point d quilibre est e lorigine xe = 0. Soit rang(A) < n det(A) = 0 (ceci implique lexistence dau moins une valeur propre nulle de A) alors il existe une innit d tats d quilibre. e e e Remarque 5.2 M me sil est plus rigoureux de parler de stabilit dun etat d quilibre, il sav` re que, quel que e e e e soit l tat d quilibre dun syst` me lin aire, sa stabilit d pend de la matrice A. Ainsi parle-t-on toujours de la e e e e e e stabilit du syst` me. e e
5.2.2 Stabilit e
Un etat d quilibre est dit asymptotiquement stable si, lorsque le syst` me est ecart de cet etat sous leffet e e e dune perturbation, il y revient (en un temps inni). L tat d quilibre est dit instable, si apr` s perturbation, le syst` me sen eloigne davantage. e e e e L tat d quilibre est dit simplement stable si apr` s perturbation, le syst` me reste dans un voisinage du e e e e point d quilibre. e Pour illustrer ces trois cas, lon proc`de tr` s souvent a une analogie m canique. Cette derni` re consiste a d crire e e ` e e ` e l tat d quilibre dune bille dans trois positions diff rentes comme le montre la gure 5.1. e e e
5.3 Crit` de stabilit eres e

Analyser la stabilit dun syst` me revient donc a rechercher ses etats d quilibre et a d terminer leur stabilit . Pour e e ` e ` e e ce faire, il faut disposer de crit` res de stabilit . La pr sentation de certains de ces crit` res fait lobjet de cette partie. e e e e 36
Equilibre asymptotiquement stable
2
Equilibre instable
3
Equilibre simplement stable
F IG . 5.1 Les trois etats d quilibre possibles dune bille e
5.3.1 Crit` des racines ere

Lon rappelle que la r ponse du syst` me autonome est x(t) = e At x0 . Si lon d compose la matrice de passage M e e e qui diagonalise ou Jordanise A et son inverse M 1 de la facon suivante w1 . M = v1 . . . vn ; M 1 = . , . wn Les valeurs propres de A sont distinctes
n n
alors on peut exprimer x(t) de deux facons, selon lordre de multiplicit des valeurs propres de A. e
x(t) =
i=1
v i w i x 0 e i t = (
i=1
Ni ei t )x0 .
Les valeurs propres de A sont multiples Lon a alors, en supposant que J fait apparatre r valeurs propres diff rentes et p r blocs de Jordan : e 2 tn k tnk 1 1 t t . . . (nk 1)! 2! nk ! nk 1 nk 2 t 0 1 t ... t (nk 2)! (nk 1)! Jt Jk t Jk t k t tnk 2 tnk 3 e = blocdiag{e } avec e = e 0 0 1 . . . (nk 3)! (nk 2)! , k. . . . .. . . . . . . . . . . . . . 0 0 0 ... 1 t 0 0 0 ... 0 1 Ceci conduit a d duire que x(t) r pond a la formulation suivante : ` e e `
r
(5.2)
x(t) = M eJt M 1 = (
i=1
Ni (t)ei t )x0
(5.3)
5.3.1.1 rang(A) = n Dans ce cas, il nexiste quun point d quilibre : lorigine de lespace d tat. Lon parle donc indiff remment de e e e e stabilit de lorigine ou de stabilit du syst` me. En analysant les formes (5.2) et (5.3), lon d duit que trois cas se e e e 37
pr sentent. e Re(i ) < 0 i : le syst` me est asymptotiquement stable ; e j | Re(j ) > 0 : le syst` me est instable ; e j | Re(j ) = 0 et Re(i ) 0 i : j = 0 (impossible par hypoth` se) ; e j,l = j comportement oscillatoire damplitude constante syst` me simplement stable. e
5.3.1.2 rang(A) < n Dans ce cas, il existe plusieurs etats d quilibre dont lorigine. Comme au moins une valeur propre est nulle, la e stabilit asymptotique est impossible. Toujours en analysant (5.2) et (5.3), lon d duit que deux cas se pr sentent. e e e j | Re(j ) > 0 : le syst` me est instable ; e j | Re(j ) > 0 : / Les blocs de Jordan relatifs aux eventuelles valeurs propres nulles sont tous scalaires (la multiplicit g om trique e e e de ces valeurs propres nulles est egale a leur multiplict alg brique) le syst` me est simplement stable ; ` e e e Il existe un bloc de Jordan non scalaire associ a une valeur propre nulle (la multiplicit g om trique de cette e` e e e valeur propre nulle est strictement inf rieure a sa multiplicit alg brique) le syst` me est instable e ` e e e 5.3.1.3 En r sum e e
j | Re(j ) > 0 : le syst` me est instable ; e j | Re(j ) > 0 : / Re(i ) < 0 i : le syst` me est asymptotiquement stable ; e La multiplicit g om trique des valeurs propres nulles est egale a leur multiplict alg brique le e e e ` e e syst` me est simplement stable ; e La multiplicit g om trique dune valeur propre nulle est strictement inf rieure a sa multiplicit e e e e ` e alg brique le syst` me est instable. e e
En r alit , la propri t souvent recherch e est la stabilit asymptotique. La condition n cessaire et sufsante de e e ee e e e stabilit asymptotique dun syst` me et les propri t s associ es se r sument a ceci : e e ee e e `
Soit le syst` me mod lis par (3.5). Ce dernier est dit asymptotiquement stable si et seulement si le syst` me e e e e autonome associ x = Ax est asymptotiquement stable, cest-` -dire si et seulement si toutes les valeurs e a propres de A sont a partie r elle strictement n gative. ` e e
38
5.3.1.4 Stabilit interne et stabilit BIBO e e Lon peut d duire, par exemple gr ce a l quation (4.8), la relation existant entre la stabilit interne et la stabilit e a ` e e e BIBO. Si A poss` de une valeur propre a partie r elle strictement positive et si lon suppose que lentr e u(t) est nulle, e ` e e tout etat initial x0 conduit a un etat non born (et donc potentiellement a une sortie non born e). ` e ` e Au contraire, si A ne poss` de que des valeurs propres n gatives, d` s lors que u(t) est un signal born , tous les e e e e termes de la r ponse x(t), et a fortiori ceux de y(t), convergent vers une valeur nie. e Le syst` me d crit par une repr sentation (3.5) dordre n et de fonction de transfert G(p) dordre n est e e e BIBO-stable s il est asymptotiquement stable. Il est BIBO instable sil est instable de mni` re interne. e Dans la proposition ci-avant, l quivalence entre les deux stabilit s nest pas mentionn e. A chosir entre les deux e e e ` propri t s, cest la stabilit interne qui doit etre privil gi e. Elle assure de la stabilit BIB0. Il faut noter que deux ee e e e e hypoth` ses sont implicites dans cette assertion. La premi` re est la lin arit du mod` le. Une telle proposition ne e e e e e peut etre formul e pour un mod` le non lin aire. La seconde est la dimension commune du mod` le interne et du e e e e mod` le externe, a savoir n. Il sagit l` dune diff rence entre lapproche interne temporelle et lapproche externe e ` a e fr quentielle sur laquelle il sera revenu au chapitre 6. e ` Remarque 5.3 A propos de la non- quivalence des instabilit s interne et externe : un int grateur 1/p est-il ine e e stable ? On lentend souvent dire mais est-ce exact ? La r ponse est oui et non. Si lon applique le crit` re des e e racines d taill ci-avant, un int grateur est un mod` le (interne ou externe) dordre 1 ayant un pole nul unique e e e e donc le bloc de Jordan associ est scalaire. Le syst` me est donc simplement stable mais non asymptotiquement e e stable. En revanche il est BIBO-instable puisquil r pond a un echelon par une rampe ce qui est logique puisque e ` la BIBO-stabilit est equivalente a la stabili asymptotique. En r sum : e e e e ` Un int grateur est stable au sens de la stabilit interne et instable au sens de la stabilit externe. e e e Lon peut noter en revanche quun double int grateur 1/p2 est instable de mani` re interne comme de mani` re e e e externe. 5.3.1.5 Les marges de stabilit e Par analogie avec les syst` mes de second ordre qui poss` dent soit deux p les r els soient deux p les complexes e e o e o conjugu s, lon peut d nir une marge de stabilit absolue et une marge de stabilit relative. e e e e Soit un syst` me asymptotiquement stable dont le comportement est d crit par (3.5). Les valeurs propres de A e e sont toutes a partie r elle strictement n gative. Les marges absolue et relative sont ainsi d nies : ` e e e
Marge de stabilit absolue : distance minimale, dans le plan complexe, entre un point dont lafxe est une e valeur propre de A et laxe imaginaire. Math matiquement, elle sexprime e = min |Re(i )|.
i
(5.4)
Marge de stabilit relative : angle minimal, dans le plan complexe, form par laxe imaginaire et par laxe e e reliant lorigine et un point dont lafxe est une valeur propre de A. Math matiquement, elle sexprime e = min Atan
i
Re(i ) Im(i )
(5.5)
La marge absolue quantie la stabilit asymptotique alors que la marge relative est li e aux p les complexes donc e e o permet de quantier le caract` re plus ou moins oscillatoire induit par les p les et est, a ce titre, reli e au coefcient e o ` e damortissement. Ces marges sont illustr es sur la gure 5.2. e 39
Im(p) Re(p)
F IG . 5.2 Marges de stabilit absolue et relative e
ere 5.3.2 Crit` de Routh/Hurwitz

Le crit` re de Routh-Hurwitz permet dattester ou non de la stabilit asymptotique dun mod` le gr ce au poe e e a lyn me caract ristique D(p). Ce crit` re alg brique est plut t utilis lorsquune approche fr quentielle est prio e e e o e e vil gi e puisque D(p) est le d nominateur de la fonction de transfert. Cependant, il convient de rappeler que D(p) e e e sexprime aussi D(p) = det(pI A) et quil peut, de ce fait, etre d duit de A. En outre, si A est de forme com e pagne, les coefcients de D(p) sont directement lisibles sur la derni` re ligne ou la premi`re colonne de A ce qui e e permet de dresser directement la table de Routh et dappliquer ainsi le crit` re. e Toutefois, ce crit` re nest pas rappel ici. Il a d j` et etudi lors des enseignements relatifs a lapproche fr quentielle. e e ea e e ` e
ethode de Lyapunov 5.3.3 M

Comme il a et dit pr c demment, la popularisation de la repr sentation d tat est n e dune volont de certains e e e e e e e chercheurs de promouvoir la th orie de Lyapunov. Lyapunov sint ressait a la stabilit dun syst` me m canique en e e ` e e e mouvement. Son etude se r v` le n anmoins fort utile pour l tude de la stabilit de nimporte quel syst` me. e e e e e e La th orie de Lyapunov est tr` s compl`te et parfois assez sophistiqu e. Il nest pas utile, dans le cadre de ce cours, e e e e de la d tailler. Il faudrait de toute facon beaucoup de temps et defforts pour y parvenir. Cependant, lon peut en e extraire des r sultats int ressants. Ils sont emprunt s a ce quil est convenu dappeler seconde m thode (ou e e e ` e m thode directe ) de Lyapunov. En voici, de mani` re r sum e, la teneur. e e e e Soit le mod` le non lin aire suivant : e e xi = fi (x1 , ..., xn ) i {1, ..., n} fi (0, ..., 0) = 0 i {1, ..., n} x = 0 etat d quilibre. e Il sagit l` dun mod` le de syst` me autonome qui poss` de lorigine pour etat d quilibre. Lyapunov propose une a e e e e condition sufsante pour v rier la stabilit de cet etat d quilibre. Sil existe une fonction V telle que V (x) > e e e 0 x I n , 0 , (V (0) = 0) et telle que R
n
V =
i=1
V dxi = xi dt
n i=1
V fi (x) < 0 x , x = 0 xi
alors le mod` le d tat non lin aire est asymptotiquement stable pour des conditions initiales dans un voisinage e e e de 0. Si lon sint resse a la stabilit asymptotique dun syst` me lin aire autonome e ` e e e x = Ax, la seconde m thode permet de voir quun tel syst` me est asymptotiquement stable si et seulement s il existe une e e fonction de Lyapunov (quadratique) V = x P x > 0 ( P = P > 0) telle que V (x) < 0, x = 0 x (A P + P A)x < 0 x I n , x = 0 R 40
A P + PA < 0 Q = Q < 0 et P = P > 0 | A P + P A = Q.
(5.6) (5.7)
Plusieurs points sont notables dans ce r sultat. En premier lieu, il nest plus question de faire r f rence a lorie ee ` gine de I n qui est de toute facon lunique point d quilibre. En deuxi` me lieu, la condition devient n cessaire et R e e e sufsante. En troisi` me lieu, il nest pas restrictif de supposer que V (x) est une fonction quadratique de x ce qui e permet daboutir, soit a une in galit matricielle donn e en (5.6), soit a une egalit matricielle donn e en (5.7), ` e e e ` e e dont linconnue est, dans les deux cas, une matrice sym trique strictement d nie positive. e e R soudre une in galit matricielle lin aire telle que (5.6) est possible depuis le d but des ann es 1990 gr ce a e e e e e e a ` des outils num riques. Toutefois, lon pr f` re, lorsquaucun outil num rique sophistiqu nest disponible, manipue ee e e e ler l galit (5.7). La difcult peut sembler a priori de choisir Q = Q < 0 pour que la solution P = P existe e e et soit d nie positive. En fait, en 1974, E. I. Jury et S. M. Ahn prouv` rent quun choix arbitraire de la matrice Q e e etait possible. Lon peut donc r sumer lapplication de la th orie de Lyapunov a ceci : e e ` Un mod` le d tat lin aire (3.5) est asymptotiquement stable si et seulement si, quelle que soit la matrice e e e sym trique d nie n gative Q, lunique solution de l quation e e e e A P + PA = Q est d nie positive. e Lhabitude consiste a choisir Q = I pour effectuer le test. ` Lorsque le syst` me (3.5) est le lin aris tangent dun syst` me non lin aire, le test ci-dessus peut permettre dafe e e e e rmer que le mod` le initial non lin aire est aussi asymptotiquement stable dans un voisinage autour du point de e e fonctionnement (le point d quilibre du mod`le lin aire est alors lorigine et celui du mod` le non lin aire est le e e e e e point de fonctionnement). En effet, sans d tailler ces concepts, lorque le lin aris tangent est tel que rang(A) = n, e e e alors le point de fonctionnement est quali de point d quilibre hyperbolique. Pour ce genre de points d quilibre, e e e il y a equivalence topologique entre le mod` le non lin aire et son lin aris tangent. De ce fait, la stabilit du e e e e e lin aris tangent est celle du non lin aire dans un voisinage du point de fonctionnement. Or, tout mod` le lin aire e e e e e asymptotiquement stable correspond a un point d quilibre hyperbolique pour le mod`le non lin aire original qui ` e e e est donc lui aussi asymptotiquement stable dans un voisinage du point de fonctionnement. En revanche, si le mod`le non lin aire fait apparatre un point d quilibre non hyperbolique alors on ne peut d duire e e e e la stabilit du mod` le non lin aire a partir de son lin aris tangent. e e e ` e e Lannexe E reprend quelques aspects evoqu s ci-avant. e (5.8)
En conclusion, il faut noter que tous ces crit` res de stabilit ne font intervenir que A. Ainsi, seule la e e matrice d volution d termine la stabilit du syst` me. e e e e
41
42
Chapitre 6
Commandabilitet observabilit e e
Ce chapitre introduit des concepts n cessaires pour etablir des lois de commande telles que celles qui seront e etudi es dans les chapitres suivants. Ces concepts sont ceux de commandabilit et dobservabilit . Il furent intro e e e duits par Kalman.
enitions 6.1 D
6.1.1 Commandabilitou gouvernabilit e e
Soit le mod` le d tat (3.5) dun syst` me lin aire dont l tat initial est a une valeur quelconque x 0 = x(t0 ). Lon e e e e e ` peut supposer sans restriction que la transmission directe est nulle (D = 0).
Le mod`le est commandable ou gouvernable si pour toute instance x 1 du vecteur d tat, il existe un signal e e dentre u(t) d nergie nie qui permet au syst` me de passer de l tat x 0 a l tat x1 en un temps ni. e e e e ` e Il est possible que, si la commandabilit nest pas v ri e sur tout le vecteur d tat, elle puisse n anmoins l tre sur e e e e e e une partie de ses composantes. Lon dit alors des variables d tat concern es que ce sont les etats commandables e e du syst` me. e La commandabilit peut etre vue comme la possibilit de modier les dynamiques dun mod`le en agissant sur ses e e e entr es. A ce titre cette propri t ne se r f` re qu` l tat et a lentr e du syst` me. Il est donc clair quelle ne d pend e ` ee ee a e ` e e e que des matrices A et B.
6.1.2 Observabilit e
Lon sint resse toujours au m me mod` le que dans la partie pr c dente. e e e e e
Le mod` le est observable si, quel que soit t0 , il existe un intervalle de temps ni [t0 , t1 ] tel que la connaise sance de lentr e u(t) et de la sortie y(t) sur cet intervalle permet de reconstituer x(t 0 ). e Encore une fois, il est possible que cette propri t ne se v rie que pour une partie du vecteur d tat que constituent ee e e alors les etats observables du syst` me. e La d nition de lobservabilit ne fait pas dhypoth` se particuli` re sur la nature de lentr e. Cette propri t peut e e e e e ee etre interpr t e comme la capacit dun syst` me a r v ler lhistorique de son vecteur d tat au travers de celui de ee e e ` e e e ses sorties. Elle ne d pend en fait que des matrices A et C. e 43
Crit` de Kalman ere
6.2 Crit` de Kalman ere

En plus dintroduire les concepts de commandabilit et dobservabilit , R. E. Kalman est aussi lauteur dun crit` re e e e eponyme.
6.2.1 Commandabilit e
La paire de matrices (A, B) (ou le syst` me (3.5)) est commandable si et seulement si e rang(Qc ) = n o` Qc = u La matrice Qc est dite matrice de commandabilit . e Ce r sultat est bas sur linterpolation de Sylvester qui permet dafrmer que e A peut s crire ainsi : e e e
n1
AB
. . . An1 B
(6.1)
eA =
k=1
k ( )Ak
o` k ( ) I u R.
(6.2)
En effet, si lon revient a la d nition de la commandabilit , lon peut, sans perte de g n ralit , consid rer que x 1 ` e e e e e e est lorigine de I n et que t0 est nul. D` s lors, la solution de l quation d tat s crit R e e e e x(t) = eAt x0 +
0 t
eA(t )Bu( )d
et conduit a ` x1 = x(t1 ) = 0 = eAt1 x0 +

0 t1
eA(t1 ) Bu( )d x0 =
0
t1
eA Bu( )d.
Compte tenu de (6.2), il vient

n1 t1
x0 =
k=1
Ak B
0
k ( )u( )d.
(6.3)
En posant
t1
k =
0
k ( )u( )d,
lon peut r crire (6.3) de la facon suivante : e 0 1 . . . n1
Le syst` me est commandable si et seulement si le syst` me (6.4) peut etre r solu quel que soit x0 cest-` -dire si et e e e a seulement si rang(Qc ) = n.
x0 = Qc
(6.4)
6.2.2 Observabilit e
Lon sint resse maintenant a lobservabilit du syst` me (3.5) qui se r sume a lobservabilit de e ` e e e ` e x = Ax, y = Cx. (6.5)
En effet, si lon regarde la solution compl` te de l quation d tat (4.7), connaissant A, B, C, D ainsi que u(t), les e e e deux derniers termes du membre de droite sont connus et peuvent etre soustraits de la valeur mesur e de y(t), ce e qui revient a consid rer le syst` me (6.5). La sortie s crit alors ` e e e 44
Crit` de Kalman ere
y(t) = CeAt x0 ce qui, en tenant compte de (6.2), donne

n1
y(t) =
k=1
Lon voit clairement que la d termination de x0 en fonction de y(t) ne sera possible que si le syst` me d quations e e e ci-dessus ne pr sente pas de d cience de rang ce qui conduit au crit` re dobservabilit de Kalman : e e e e La paire de matrices (A, C) (ou le syst` me (3.5)) est observable si et seulement si e C CA rang(Qo ) = n o` Qo = u ... . CAn1 La matrice Qo est dite matrice dobservabilit . e Exemple 1 : Soit le syst` me : e x La matrice de commandabilit est e y = = 0 1 2 3 0 1 x x. 0 1 1 3 + 0 1 u
k (t)CAk x0 = blocdiag{k I}
C CA . . . CAn1
x0 .
(6.6)
Qc =
AB
Elle est de rang 2 donc le syst` me est commandable. e La matrice dobservabilit est e Qo = Elle est de rang 2 donc le syst` me est observable. e Exemple 2 : Soit le syst` me electronique repr sent par le sch ma de la gure 6.1. Le vecteur d tat choisi est x = [x1 x2 ] = e e e e e [vs1 (vs2 Vref )]. Lentr e est la tension u = v1 et la sortie est la tension y = vs . Ce choix, ainsi que lapplication e des r` gles d lectronique, en considrant les amplicateurs op rationnels de puissance comme parfaits, conduisent e e e e a la repr sentation d tat suivante : ` e e 1 1 0 R1 C1 R C x = x + 1 1 u 1 (6.7) 0 0 R2 C2 1 1 x. y = 45 C CA = 0 1 2 3 .
Crit` de Kalman ere
R1 v1 C1
R R v s1
vs
2R + R
R2 vref C2
+
v s2
F IG . 6.1 Circuit electronique
La matrice de commandabilit de Kalman est e 1 R C Qc = 1 1 0 1 (R1 C1 )2 0
et comme elle est de rang 1, le syst` me nest pas compl` tement commandable. Ceci traduit le fait que, dans ce e e montage electronique, v1 ne peut inuer sur vs2 . La matrice dobservabilit de Kalman est e 1 1 Qo = 1 1 R1 C1 R2 C2 Elle est de rang plein donc le syst` me est observable. e Si lon d cide de considrer vs1 comme la sortie du syst` me, alors la matrice de mesure devient C = [1 0] et celle e e e dobservabilit devient : e 1 0 Qo = . 1 0 R1 C1 Elle est de rang 1 et le syst` me nest donc plus observable. Ceci traduit le fait que lon ne peut d duire v s2 de vs1 e e car vs2 nagit en rien sur vs1 .
6.2.3 Dualitdes deux concepts e

Il est important de noter lanalogie entre les structures de Qc et Qo . Elle permettent de comprendre que la commandabilit et lobservabilit sont deux notions duales comme le soulignent les propositions suivantes : e e Dualit : e La paire (A, B) est commandable si et seulement si la paire (A , B ) est observable. La paire (A, C) est observable si et seulement si la paire (A , C ) est commandable. 46
Crit` sappliquant aux formes de Jordan eres
Les crit` res de Kalman ont un grand int r t th orique et permettent de comprendre un peu mieux ces notions e ee e fondamentales de commandabilit et dobservabilit . Cependant, lorsquils ne sont pas satisfaits (rang(Q c ) < n e e ou rang(Qo ) < n), ils ne donnent aucune information sur les composantes du vecteur d tat qui sont commandables e et/ou observables.
6.3 Crit` sappliquant aux formes de Jordan eres

Comme toujours, il faut distinguer deux cas selon la multiplicit g om trique des valeurs propres de A. e e e
6.3.1 A diagonalisable
Dans ce cas, il existe une matrice de passage M 1 0 x = . . . 0 c1 y = qui permet de changer de base et dobtenir la r alisation e b1 0 ... 0 b2 2 . . . 0 x + . u . . .. . . . . . . . 0 . . . n bn c2 . . . cn x + Du.
Dans ce cas, lon peut assimiler la commandabilit dun mode i a celle de la composante xi du vecteur d tat e ` e associ . Il en est de m me pour lobservabilit . Clairement, sur cette forme diagonale simple, lon voit que lon e e e peut agir sur xi lorsque la composante bi est non nulle de m me que lon peut constater une evolution de x i si la e composante ci est non nulle. Le mode i est commandable (respectivement observable) si et seulement si b i = 0 (resp. ci = 0 par dualit ). e
6.3.2 A non diagonalisable

Pour simplier, lon consid`re uniquement le sous-syst` me associ a la valeur propre multiple . Une r alisation e e e` e de Jordan est : 1 ... ... 0 b1 .. b2 0 . 0 . . . .. . x .. x = + . u . . . . . . . . . bn1 .. 0 0 ... . 1 bn 0 0 ... ... c1 c2 c3 . . . cn1 cn x + y = Du. Le mode associ a un unique bloc de Jordan est commandable (respectivement observable) si et seulement e` si bn = 0 (resp. c1 = 0). Dans le cas o` plusieurs blocs de Jordan lui sont associ s, il ne peut etre ni u e commandable, ni observable.
If faut noter que la derni` re afrmation concernant les modes multiples associ s a plusieurs blocs de Jordan nest e e ` pas forc ment vraie pour un syst` me multivariable. e e Exemple : Lon reconsid` re lexemple electronique de la gure 6.1. La repr sentation d tat en est donn e en (6.7). Elle e e e e 47
Grammiens de commandabilit et dobservabilit e e
est diagonale. Lon sapercoit en appliquant les crit` res ci-avant que la seconde composante du vecteur d tat e e (vs2 Vref ) (donc le p le associ ) nest pas commandable par la tension v 1 . En revanche, la composante vs1 o e (donc son p le associ ) lest. Les deux composantes sont observables. Ce r sultat est compatible avec celui obtenu o e e gr ce au crit` re de Kalman. a e
6.4 Grammiens de commandabilitet dobservabilit e e

Soit le mod` le LTI donn en (3.5) et suppos asymptotiquement stable. Lon se propose ici de pr senter un crit` re e e e e e de commandabilit et dobservabilit qui repose sur les notions de grammiens. e e
6.4.1 D enition des grammiens

Le grammien de commandabilit Wc et le grammien dobservabilit Wo , egalement appel s matrices grame e e miennes, sont respectivement d nies par e
Wc =
0
eA BB eA d, eA C CeA d,
(6.8) (6.9)
Wo =
0
do` lon retrouve bien que les deux propri t s sont duales lune de lautre. u ee
etation des grammiens 6.4.2 Interpr

Linterpr tation dun grammien ainsi d ni nest pas chose ais e. Cependant, les grammiens peuvent aussi etre e e e d nis pour des mod`les LTI a temps discret et sont dans ce cas plus faciles a interp ter. En procdant par analogie e e ` ` e e pour les mod` les a temps continu, lon d duit que le grammien de commandabilit W c est li a lenergie minimale e ` e e e` du signal de commande u(t) n cessaire pour amener l tat dune condition initiale a une condition nale en un e e ` temps inni. Plus pr cis ment, Wc est une matrice sym trique semi-d nie positive donc il existe une matrice de passage unie e e e D D taire U et telle que Wc = U Wc U telle que, dans la nouvelle base, Wc est diagonale et ses el ments diagonaux e di sont positifs ou nuls. Ces el ments sont repr sentatifs de la commandabilit de chaque variable d tat x i dans la e e e e ` e e nouvelle base. En effet, d1 quantie l nergie minimale n cessaire pour atteindre ei = [0 . . . 0 1 0 . . . 0], le ieme i vecteur de la base. Ainsi, si di est faible, cette energie est grande et l tat xi est faiblement commandable. Si di est e nul, xi nest pas commandable du tout (voir annexe F). Le raisonnement sur le grammien dobservabilit Wo se fait par dualit . e e La paire (A, B) (respectivement la paire (A, C)) est commandable (resp. observable) si et seulement si le grammien de commandabilit Wc (resp. dobservabilit Wo ) est strictement d ni positif. e e e Ainsi, les grammiens fournissent-ils des conditions n cessaires et sufsantes dobservabilit ou de commandabilit e e e dun mod` le LTI. Mais de plus, a linstar des crit` res bas s sur les formes de Jordan, ils indiquent le nombre de e ` e e variables d tat non commandables et non observables. En outre, ils permettent de quantier cette propri t ceste ee a-dire de savoir si chaque variable d tat est tr` s ou peu commandable ou observable. En revanche, ils se limitent ` e e a l tude des mod` les LTI asymptotiquement stables. ` e e Remarque 6.1 Wc est egal a la variance de x(t) en r gime stationnaire lorsque lentr e u(t) est un bruit blanc. e e ` Remarque 6.2 Lon peut d montrer que, quelle que soit la base de lespace d tat consid r e, le produit Wc Wo e e ee conserve le m me spectre. e
48
Mod` et structures eles
6.4.3 Calcul des grammiens

Les int grales d nies en (6.8) et (6.9) ne sont pas utilis es pour le calcul des grammiens. En r alit , e e e e e
AWc + Wc A =
0
(AeA BB eA + eA BB eA A )d =
eA BB eA
Sous lhypoth`se de stabilit de A, la quantit ci-dessus est egale a BB . En r sum , prenant en compte la duae e e ` e e lit , lon peut proposer lassertion suivante : e Soit la r alisation (3.5), suppos e asymptotiquement stable. Le grammien de commandabilit W c et celui e e e dobservabilit Wo sont les solutions respectives des equations de Lyapunov e AWc + Wc A = BB , A Wo + Wc A = C C. (6.10) (6.11)
Il est plus facile, a laide des outils numriques daujourdhui de r soudre les equations (6.10) et (6.11) que de ` e e calculer les int grales (6.8) et (6.9). e Remarque 6.3 Il existe une base de lespace d tat dans laquelle les grammiens de commandabilit et dobe e servabilit sont egaux et diagonaux. Ainsi, chaque el ment diagonal de ce double grammien quantie a la fois la e e ` commandabilit et lobservabilit de la variable d tat associ e dans la base consid r e, cest-` -dire son inuence e e e e ee a sur le comportement entr e/sortie du syst` me. La r alisation correspondante est dite equilibr e. Elle se r v` le pare e e e e e ticuli` rement utile pour r duire le mod` le a savoir trouver une r alisation dordre moindre dont le comportement e e e ` e entr e/sortie se rapproche de celui du mod` le initial. Il suft pour ce faire de n gliger la dynamique des variables e e e d tat faiblement commandables et observables. Cette technique de r duction de mod` le a m me et etendue au e e e e e cas dune r alisation instable. e
6.5 Mod` et structures eles

Ces notions de commandabilit n taient pas etudi es lors des enseignements relatifs a lapproche fr quentielle. e e e ` e Lobjectif de cette partie est dexpliquer pourquoi elles n taient pas requises et ce que lapproche temporelle peut e apporter de plus que lapproche fr quentielle sur ce point. e
6.5.1 Diff erence entre les mod` eles

Lon consid`re le syst` me composite de la gure 6.2, form de trois syst` mes en cascade. e e e e Une repr sentation d tat est dabord etablie en utilisant x1 , x2 et x3 comme variables d tat. e e e Le sous-syst` me S3 fait clairement apparatre e x3 = 2x3 + u. Le sous-syst` me S2 am` ne e e x2 = 2x2 + 3x2 + v = x2 x3 + u. Enn, le sous-syst` me S1 conduit a e ` x1 = x1 + 2w = x1 + 2x2 2x3 + 2u. Ces trois equations diff rentielles permettent, en exprimant parall` lement y = x 1 + w, d crire la repr sentation e e e e d tat e 49
S3
S2 + + 1 p+2 x2
S1
u 1 p+2
+ +
w 2 p+1
x3
x1
F IG . 6.2 Syst` me composite e
x = y =
1 2 2 0 1 1 x 0 0 2 1 1 1 x
2 + 1 u 1 + u
Elles sont toutes deux de rang 2 ce qui indiquent quil existe un mode non commandable et un mode non observable. En effet, la d cience de rang renseigne quant au nombre de modes non commandables/observables. En revanche, e lon ne sait si ces modes sont confondus cest-` -dire si cest le m me mode qui est non commandable et non a e observable. Pour le savoir, lon peut diagonaliser la repr sentation d tat. En utilisant la matrice de passage e e 1 1 4 V = 0 1 1 , 0 0 3 une r alisation diagonale possible est la suivante : e 0 1 0 0 = V 1 AV = 0 1 0 , B = V 1 B = 2/3 , 1/3 0 0 2
Le syst` me est donc dordre 3 et a pour modes {1; 1; 2}. Les matrices de commandabilit et dobservabilit e e e sont 2 2 6 1 1 1 0 2 ; Qo = 1 1 3 . Qc = 1 1 2 4 1 1 7
C = CV =
1 0 6
D = D = 0.
Cette r alisation diagonale, selon les crit` re du paragraphe 6.3.1, fait apparatre que le mode 1 est non commane e dable et que le mode 1 est non observable. Lon cherche maintenant a etablir l quation diff rentielle unique reliant u et y. ` e e Le sous-syst` me S1 correspond en fait a un bloc e ` S1 (p) = ce qui se traduit de mani` re temporelle par e 50 p1 , p+1
y + y = w w. Le sous-syst` me S2 correspond a un bloc e ` S2 (p) = ce qui se traduit de mani` re temporelle par e w w = v. Enn, le sous-syst` me S3 correspond a un bloc e ` S3 (p) = ce qui se traduit de mani` re temporelle par e v + 2v = u + u. Ces trois equations diff rentielles obtenues conduisent a : e ` y + 3y + 2y = u + u. Il sagit dune equation diff rentielle dordre 2 qui laisse penser que le syst` me est dordre 2. Les modes associ s e e e sont 1 et 2. La fonction de transfert globale du syst` me est e G(p) = S1 (p)S2 (p)S3 (p) = p . p+2 p+1 , p+2 p , p1
Elle laisse pr sumer que le syst` me est dordre 1 et que son seul mode est 2. e e Que sest-il donc pass ? L quation diff rentielle a perdu le mode non observable et la fonction de transfert a e e e perdu le mode non commandable. Un tel processus se v rie toujours. e L quation diffrentielle ne repr sente que la partie observable du syst` me. e e e e La fonction de transfert ne repr sente que la partie commandable et observable du syst` me. e e Lon constate ici que l quation d tat est un mod`le plus complet que l quation diff rentielle unique qui est ellee e e e e m me un mod` le plus complet que la fonction de transfert. Toute r alisation restreinte a la partie commandable et e e e ` observable dun syst` me est dite minimale. e Il doit etre clair dans lesprit du lecteur quune fonction de transfert dont les racines du d nominateur sont a e ` partie r elle strictement n gative peut laisser penser que le syst` me d crit est asymptotiquement stable alors quil e e e e peut exister un mode instable qui est non commandable et/ou non observable. Un tel mode apparatrait dans une repr sentation d tat. e e
6.5.2 Syst` emes composites

Soit le syst` me correspondant a la mise en cascade de plusieurs sous-syst` mes (sch ma-bloc de la gure 6.3). Dans e ` e e ce cas, le mode a est non commandable. Si lon consid` re maintenant une inversion des blocs telle quillustr e sur la gure 6.4, alors le mode a redevient e e commandable mais est non observable. Dans les deux cas, il napparatra pas dans la fonction de transfert et dans le premier cas, il ne sera pas non plus r v l par la r solution de l quation diff rentielle. e ee e e e 51
(. . .)(p a)(. . .) (. . .)
(. . .) y (. . .)(p a)(. . .)
F IG . 6.3 mode a non commandable
(. . .) (. . .)(p a)(. . .)
(. . .)(p a)(. . .) y (. . .)
F IG . 6.4 mode a non observable
Soit le syst` me de la gure 6.5. Dans ces deux cas, le mode a nest ni commandable, ni observable. Il ne sera e r v l ni par la fonction de transfert, ni par l quation diff rentielle. e ee e e
Remarque 6.4 Lorsque lon pratique un asservissement de type PI sur un syst` me de premier ordre par la teche nique de la compensation de pole (voir cours sur lapproche fr quentielle), lon rend la constante de temps du e proc d non commandable. En effet, si le proc d et le r gulateur sont respectivement d crits par e e e e e e G(p) = K 1 + p et R(p) = A (1 + p), p
soit deux syst` mes de premier ordre, la chane directe L(p), qui devrait a priori etre est de second ordre, par e compensation de (1 + p), est en r alit de premier ordre : e e L(p) = AK . p
Cest un simple int grateur qui cache le p le 1/ . Pourtant les dynamiques li es a sont toujours effectives dans e o e ` le syst` me. e Soient deux sous-syst` mes en parall` le comme indiqu sur la gure 6.6. e e e Lassociation de S1 et S2 constitue alors un syst` me commandable (respectivement observable) si S 1 et S2 sont e
(. . .) (. . .)(p a)(. . .)
(. . .)(p a)(. . .) (. . .)
(. . .) (. . .)(p a)(. . .)
(. . .)(p a)(. . .) (. . .)
(. . .) (. . .)(p a)(. . .)
(. . .)(p a)(. . .) y (. . .)
F IG . 6.5 mode a non commandable et non observable
52
R ealisation minimale
S1 u S2 + + y
F IG . 6.6 Deux syst` mes en parall` le e e
tous deux commandables et sils ne poss` dent pas de mode commun. Lhypoth` se de commandabilit et dobsere e e vabilit de S1 et S2 est bien s r n cessaire mais dans le cas o` les deux sous-syst` mes ont un mode en commun, il e u e u e se peut que le syst` me global soit tout de m me commandable (observable). e e Enn, si S2 constitue un organe de contre-r action sur S1 comme lillustre la gure 6.7, e u + S2 S1 y
F IG . 6.7 Deux syst` mes en contre-r action e e
alors, le syst` me global est : e commandable si la cascade S1 S2 est commandable ; observable si la cascade S2 S1 est observable.
6.6 R ealisation minimale

Cette partie d nit la notion de r alisation minimale et ce quelle induit sur les concepts de p les et de stabilit . e e o e
enition 6.6.1 D
Comme lon vient de le voir, lordre de la reprsentation d tat nest pas toujours le m me que celui de la fonction e e e de transfert. Tout d pend de la commandabilit et de lobservabilit de ce dernier. Lorsquil est compl` tement e e e e commandable et observable, les deux ordres sont egaux. Lon peut cependant restreindre la repr sentation d tat e e du syst` me a un sous-vecteur d tat, de dimension maximale, qui soit enti` rement commandable et observable. e ` e e On appelle r alisation minimale ou irr ductible dun syst` me LTI toute repr sentation d tat ne d crivant e e e e e e que la dynamique commandable et observable du syst` me. e
6.6.2 R ealisation minimale et notion de p les o

Jusqualors, il a et op r a une identication syst matique des p les de la fonction de transfert aux valeurs propres e e e` e o de la matrice d tat. Cette assimilation apparat maintenant peu rigoureuse. e En effet, soit une r alisation (A, B, C, D) dordre n dun syst` me LTI. Soit egalement une r alisation minimale e e e (A, B, C, D) dordre n de ce syst` me. Si le syst` me est enti` rement commandable et observable alors les deux e e e r alisations sont de m me ordre (n = n) et les matrices A et A sont semblables. Les deux r alisations sont alors e e e 53
R ealisation minimale
minimales. Sil existe une partie non commandable et/ou non observable dans le syst` me, alors n < n. La fonction e de transfert admet, entre autres, les deux expressions G(p) = C(pI A)1 B + D = C(pI A)1 B + D mais est toujours dordre n. Ceci conduit tout naturellement, dans le cas o` n < n, a comparer le nombre de u ` p les au cardinal du spectre de la matrice d tat pour constater quil ny a pas n cessairement identit des deux eno e e e sembles. Ainsi les valeurs propres de A sont les p les de G(p) mais celles de la matrice A ne le sont pas forc ment. o e En revanche, tout p le de G(p) est bien valeur propre des deux matrices. Ceci r sulte de la perte de commandabio e lit ou dobservabilit qui conduit a la compensation de p les et de z ros dans la fonction de transfert. Il faut donc e e ` o e distinguer p les de la fonction de transfert et valeurs propres de la matrice d tat. De m me il faut faire la nuance o e e entre d nominateur de fonction de transfert et polyn me caract ristique associ a la matrice dynamique. e o e e` Les p les de la fonction de transfert dun syst` me sont egaux aux valeurs propres de toute matrice d tat o e e dune r alisation minimale du syst` me. e e Exemple : Soit la r alisation : e x y = = 1 0 0 1 1 0 u. x + 1 0 x
Une telle r alisation correspond a la fonction de transfert e ` G(p) = C(pI A)1 B = (p 1) 1 = (p 1)(p + 1) p+1
do` il apparat que la valeur propre 1 nest ni commandable ni observable puiquelle est a la fois p le et z ro de u ` o e la fonction de transfert. Lon peut construire une r alisation a partir de la fonction de transfert dordre 1 : e ` x = x + u y = x. Cette r alisation dordre 1 est minimale. e
6.6.3 R ealisation minimale et stabilit e

Au paragraphe 5.3.1, il avait et pris soin, dans les explications relatives a l quivalence entre BIBO-stabilit et e ` e e stabilit asymptotique, de pr ciser que fonction de transfert et mod` le d tat etaient de m me ordre. Ceci pouvait e e e e e sembler un peu redondant mais la pr cision est n cessaire comme le montre lexemple du paragraphe pr c dent. e e e e En effet, si lon consid` re la fonction de transfert G(p) = 1/(p + 1), il ne fait pas de doute que ce syst` me de e e premier ordre ayant un p le dans le demi-plan gauche r pond a une impulsion par une exponentielle d croissante. o e ` e Il est BIBO-stable. Toutefois, si lon applique le crit` re des racines a la r alisation initiale, la pr sence de la valeur e ` e e propre +1 atteste de linstabilit de ce dernier. e En r alit , tout est une question de minimalit de la r alisation ou si lon pr f` re, de commandabilit et dobe e e e ee e servabilit . Le p le +1, parce quil nest ni commandable ni observable, nest pas sensible a lentre du syst` me e o ` e e et nagit pas sur la sortie. Il est indiscernable dans le comportement entre/sortie du syst` me et nalt` re donc pas e e e la BIBO-stabilit du syst` me. L quivalence entre stabilit asymptotique dune r alisation et BIBO-stabilit du e e e e e e syst` me associ nest vraie que si la r alisation est minimale. e e e De m me que lon avait vu quil etait possible de dire quun syst` me est simplement stable de mani` re interne e e e mais BIBO-instable (donc instable de mani` re externe), tel lint grateur, un syst` me peut egalement etre instable e e e de mani` re interne et stable de mani` re externe a linstar de lexemple ci-dessus. e e ` 54
Chapitre 7
Commande par retour d etat

Dans ce chapitre et dans le prochain, lon aborde laspect ultime de l tude des syst` mes lin aires : l tablissement e e e e dune loi de commande capable de confrer au syst` me des performances requises, dans la mesure du possible. e e Il est ici suppos que lint gralit des composantes du vecteur d tat est mesure et utilis e par la loi commande. e e e e e e Lon parle alors de commande par retour d tat. e
7.1 Notion de retour d etat

Quelques aspects du retour d tat sont abord s dans cette partie. Le retour d tat est le moyen le plus classique e e e denvisager la commande dun syst` me mod lis par une repr sentation d tat. Il suppose que toutes les compoe e e e e santes xi du vecteur d tat x sont accessibles a la mesure. Une loi de commande possible est alors e ` u(t) = Hyc (t) + Kx(t). (7.1)
o` K I n est un vecteur ligne de n composantes quil est convenu dappeler vecteur de retour d tat , H est u R e un scalaire dit de pr commande et yc est la consigne, cest-` -dire lentr e du syst` me en boucle ferm e. e a e e e Si lon regarde attentivement l quation (7.1), lon comprend que ce type de loi de commande ne correspond plus e au sch ma dasservissement classiquement rencontr dans lapproche fr quentielle mais a un nouveau sch ma de e e e ` e commande, comme indiqu sur la gure 7.1. e
R(p)
G(p)
+ D
F IG . 7.1 Sch ma dasservissement e
La motivation pour appliquer une telle commande est illustr e sur un exemple. Lon suppose que lon cherche e a asservir la position angulaire dun moteur a courant continu dont la vitesse et la position sont toutes deux ` ` 55
yc
yc
+ + x
+ +
Retour d et performances transitoires : le placement de p etat oles
mesurables. Sous lhypoth` se que la vitesse du moteur evolue en fonction de la tension dinduit u selon une loi e associ e a la fonction de transfert e ` G (p) = L (p) = , U (p) 1 + p
alors une loi de commande possible par retour d tat correspond au sch ma de la gure 7.2. Le vecteur d tat est e e e x = [ ] et le retour d tat est K = [k1 k2 ]. Le scalaire H reprsente la pr commande. Dans ce cas pr cis, lon e e e e peut r crire le sch ma comme indiqu sur la gure 7.3. Ceci conduit a une fonction de transfert en boucle ferm e e e e ` e Gf (p) = HL p2 + (1 Lk2 )p Lk1
dont on peut choisir a la fois les p les et le gain statique, agissant ainsi sur les performances tant statiques que ` o transitoires. Lon peut aussi noter que, dans le cas pr sent, le retour dynamique de la gure 7.3 peut simplanter, e en mesurant la vitesse , comme un retour statique, ce qui evite la d rivation de (parfois d licate notamment si e e limplantation est num rique). De facon g n rale, il sagit l` dun des int r ts du retour d tat. e e e a ee e yc + + u + G (p) 1 p
k2 k1
F IG . 7.2 Retour d tat appliqu au moteur e e
yc
+ +
L p(1 + p) k1 + k 2 p
F IG . 7.3 Sch ma-bloc equivalent e
7.2 Retour d et performances transitoires : le placement de poles etat

Le placement de p les consiste a d terminer K de telle sorte que le syst` me ait les p les d sir s ou, plus rigoureuo ` e e o e e sement, de telle sorte que la matrice d tat en boucle ferm e ait les valeurs propres sp ci es. Ceci permet dagir e e e e de mani` re signicative sur le comportement transitoire du syst` me, en termes de temps de r ponse, doscillations, e e e etc. (voir partie 4.4). Plus exactement, si lon injecte l quation (7.1) dans le syst` me (3.5), il vient e e x y = (A + BK)x + BHyc = (C + DK)x + DHyc . (7.2)
56
Ainsi, la matrice en boucle ferme est Af = A + BK. Donc le probl` me de placement de p les se r sume a ceci : e e o e ` Placement de p les : o Soient une matrice A I nn et un vecteur B I n1 , d terminer le vecteur K I 1n tel que le spectre R R e R de A + BK concide avec un spectre donn . e Ce probl` me nest pas forc ment simple et il convient de laborder en plusieurs etapes. e e
e o 7.2.1 Commandabilitet placement de p les

Le choix de K est pr pond rant pour agir sur les performances transitoires du syst` me car il induit un choix de e e e p les. Cependant, une question peut venir a lesprit : le probl` me du placement de p les a-t-il une solution ? A o ` e o priori, il sagit dimposer les n valeurs propres de la matrice d tat en boucle ferm e en choisissant les n compoe e santes de K. Lon dispose donc de sufsamment de degrs de libert . Toutefois, le probl` me nest pas aussi simple e e e et lon peut montrer que ce probl` me nadmet une solution que lorsque le mod` le d tat est commandable. e e e Le probl` me de placement de p les par retour d tat admet une solution si et seulement si la paire (A, B) e o e est commandable. La d monstration de cette assertion nest pas evidente. Elle est volontairement omise dans ce cours. e
7.2.2 Placement de p les sur une r o ealisation canonique

Avant daborder le probl` me dans son int gralit , lon se contente de supposer que le syst` me est d crit dans une e e e e e base de lespace d tat particuli` re telle que la r alisation est dite canonique de commande. En r alit , il sagit de e e e e e la forme compagne horizontale (3.12) associ e a une matrice d tat ici not e A et a un vecteur de commande ici e ` e e ` not B. La matrice d tat du syst` me boucl est alors : e e e e 0 1 ... ... 0 .. 0 . 0 0 . . . .. .. . . Af = . (7.3) . . . . . . 0 0 . . . .. 1 0 1 . . . . . . n1
o` i = ai ki+1 , i {0, ..., n1}. Par ailleurs, les vecteurs de commande et dobservation B et C ne changeant u pas, lon note que la r alisation obtenue par le retour d tat est toujours de la forme compagne horizontale. Or les e e composantes i sont les coefcients du polyn me caract ristique d dir en boucle ferm e D d (p). Ainsi, si lon o e e e e d sire placer les p les i , i = 1, ..., n, il faut choisir les composantes ki du retour d tat K = [k1 . . . , kn ] de sorte e o e que
n1 n
Dd (p) = pn +
i=0
(i pi ) =
i=1
(p i ).
(7.4)
e En d veloppant le membre de droite de l quation (7.4), lon d termine, par identication, les coefcients i et il e e reste a d duire les param`tres du retour : ` e e ki = ai1 i1 i {1, ..., n}. (7.5)
Remarque 7.1 . Une telle loi de commande change les poles du syst` me mais ne modie en rien ces z ros puisque e e seuls les coefcients du d nominateur de la fonction de transfert, sont modi s. e e
57
7.2.3 Placement de p les sur une r o ealisation quelconque

La technique pr sent e ci-dessus sapplique a une forme compagne horizontale. Lorsque la r alisation nest pas e e ` e canonique, il faut dabord en obtenir une. ` 7.2.3.1 Obtention de la forme canonique a partir de la fonction de transfert Une premi` re solution consiste a d terminer la fonction de transfert telle que celle donn e en (2.5) avec an = 1 et e ` e e de d duire la forme canonique de commande a partir des coefcients du num rateur et du d nominateur de cette e ` e e fonction de transfert. ` 7.2.3.2 Obtention de la forme canonique a partir dune autre r alisation e Le passage dune forme quelconque a une forme compagne horizontale consiste en un changement de base dans ` lespace d tat, comme il a et d taill dans la partie 3.7.2. Lon prend g n ralement mn = B ce qui signie que e e e e e e la matrice de passage est : mn = B mn1 = (A + an1 I)B mn2 = (A2 + an1 A + an2 I)B M = m1 . . . m n avec (7.6) . . . m1 = (An1 + an1 An2 + . . . a1 I)B. Lon rappelle que la matrice M est telle que la r alisation canonique v rie ( A = M 1 AM, B = M 1 B, C = e e CM, D = D). Lorsque le syst` me nest pas commandable, la matrice M est singuli` re et le changement de base e e est impossible. Ainsi, lalgorithme pr sent ci-apr` s nest pas applicable pour un syst` me non commandable. e e e e
7.2.3.3 Algorithme de placement de poles Lon dispose dun spectre d sir {i , i = 1, . . . , n}. e e e e o Etape 1 V rication de la commandabilit . Si la paire (A, B) nest pas commandable, le placement de p les est g n riquement impossible. e e Etape 2 D termination du polyn me caract ristique d sir : e o e e e
n
Dd (p) =
i=1
(p i ) = pn + n1 pn1 + . . . + 1 p + 0 .
e o e Etape 3 D termination du polyn me caract ristique en boucle ouverte : D(p) = det(pI A) = pn + an1 pn1 + . . . + a1 p + a0 . e e Etape 4 Calcul du retour d tat K dans la base canonique par l quation (7.5). a ` Etape 5 Calcul de la matrice de passage M gr ce a (7.6). Etape 6 Calcul du retour d tat dans la base initiale : e K = KM 1 , puisque la commande sexprime u = K x = KM 1 x = Kx. 58 (7.7)
Exemple : Soit le syst` me de r alisation (A, B, C, 0) e e x = auquel on souhaite assigner le p le double 1. o y =
2 4 2 5 1 1 x.
x +
1 1
u (7.8)
tape 1 : La matrice de commandabilit est E e Qc = B AB = 1 2 1 3 .
Elle est de rang 2 donc le syst` me est commandable. e tape 2 : Le polyn me caract ristique d sir en boucle ferm e est E o e e e e Dd (p) = (p + 1)2 = p2 + 2p + 1 = p2 + 1 p + 0 . tape 3 : Le polyn me caract ristique en boucle ouverte est E o e D(p) = det(pI A) = p2 3p 2 = p2 + a1 p + a0 . tape 4 : Le retour d tat correspondant a la base canonique de commande est E e ` K= k1 k2 avec k1 k2 = a 0 0 = a 1 1 = 2 1 = 3 = 3 2 = 5.
tape 5 : La matrice de passage a la base canonique est : E ` M = [m1 m2 ] = [(A 3I)B B] = tape 6 : Le retour d tat dans la base initiale est E e K = KM 1 = 3 5 1 1 0 1 = 3 8 . 1 1 0 1 .
pilogue : Lon peut v rier que la matrice d tat en boucle ferm e est E e e e Af = A + BK = qui conduit bien au polyn me caract ristique o e D(p) = det(pI Af ) = (p 1)(p + 3) + 4 = p2 + 2p + 1, et donc aux bonnes valeurs de p les. o Remarque 7.2 Il est possible de tenter de proc der directement a lidentication e ` det(pI A BK) = Dd (p). Cette equation peut se r soudre facilement d` s lors que le probl` me est de dimension peu elev e (classiquement e e e e n = 2). Pour la r soudre a des ordres plus elev s, lon peut recourir a la formule dAckermann qui est d montr e e e e ` e ` e e e e e e e en annexe C. Cependant, la proc dure pr sent e ci-avant rev t un caract` re syst matique qui se pr te mieux a ` limplantation dune fonction informatique. 1 4 1 3 ,
59
Performances statiques et retour d : la pr etat ecommande
7.3 Performances statiques et retour d : la pr etat ecommande

Lon se contente ici de d terminer une loi de commande telle que le gain statique du mod` le en boucle ferm e e e e est unitaire. Pour obtenir ce gain statique, lon utilise le dernier degr de libert disponible, a savoir le scalaire de e e ` pr commande H. e La fonction de transfert dun syst` me boucl par retour d tat peut etre d duite de sa repr sentation d tat (7.2) : e e e e e e Gf (p) = (C + DK)(pI A BK)1 BH + DH. Ainsi le gain statique dune telle fonction de transfert est-il egal a : ` Gf (0) = [D (C + DK)(A + BK)1 B]H, ce qui signie que si lon souhaite obtenir Gf (0) = 1, il suft de calculer H ainsi : H = [D (C + DK)(A + BK)1 B]1 . (7.10)
(7.9)
Le calcul de H est ind pendant de la base consid r e, aussi il est parfois plus facile, de d duire lensemble de la e ee e r alisation compagne horizontale not e (A, B, C, D), puis, compte tenu des formes donn es en (3.12), de d duire e e e e H tel que Gf (0) = 1 o` Gf (p) = u (0 + 1 p + . . . + n1 pn1 )H b b b + DH, 0 + 1 p + . . . + n1 pn1 + pn
avec i = bi + Dki+1 i {0, ..., n 1}. b Il convient de rappeler de noter que les coefcients bi correspondent a ceux de R(p), le num rateur de Gpr (p) dans ` e e e e l quation (3.15). En faisant une r duction au m me d nominateur du membre de droite de la seconde equation e ci-dessus, lon obtient Gf (p) = (b0 + b1 p + . . . + bn1 pn1 + bn pn )H , 0 + 1 p + . . . + n1 pn1 + pn
o` les coefcients bi sont ceux de N (p), le num rateur de G(p), la fonction de transfert globale en boucle ouverte u e e e e (voir equation (3.15)). Il est ainsi montr que la remarque 7.1 est vraie m me en pr sence dune transmission directe. Il devient clair dans ces conditions que H= 0 0 = 0 + 0 D b0 b (7.11)
Exemple : Si lon revient a lexemple du syst` me (7.8) pour lequel un retour d tat a et calcul , il suft de d terminer le ` e e e e e coefcient b0 . Pour cela, on peut calculer C, le vecteur dobservation dans la base canonique : C = CM = 1 1 1 1 0 1 = 1 0 = b0 b1 .
Le scalaire de pr commande est donc (sachant que D = 0). e H= 1 0 = = 1, b0 1
ce qui signie ici quil est inutile dappliquer une pr commande. e 60
Rejet de perturbation et retour d : adjonction dint etat egrateurs
7.4 Rejet de perturbation et retour d : adjonction dint etat egrateurs

Ind pendamment du gain statique, il peut etre souhaitable de r duire leffet dune perturbation exog` ne agissant, e e e en tant quentr e non contr l e, sur le syst` me. Il est parfois tr` s difcile de r duire leffet de la perturbation et e oe e e e les quelques techniques existantes n cessitent souvent la connaissance dun mod` le de la perturbation. Lon peut e e noter que toute perturbation de type impulsion de Dirac est rejet e en r gime permanent d` s lors que le syst` me est e e e e asymptotiquement stable. Si la perturbation est plus franche, il faut envisager de sophistiquer la loi de commande et ceci peut sav rer d licat. e e Toutefois, lorsque cette perturbation peut etre assimil e a un echelon (exemple : effet d offset sur la com e ` mande) et lorsque seul leffet de cette perturbation sur le gain statique est en jeu, alors, il est possible dajouter un int grateur dans la chane directe. Le lecteur est invit a se r f rer a la partie du cours sur lapproche fr quentielle e e` ee ` e traitant de la pr cision des syst` mes boucl s. Il y ait mentionn quun syst` me de classe 1 (cest-` -dire comportant e e e e e a un int grateur dans la chane directe) est pr cis en position cest-` -dire que lerreur de position de ce syst` me, une e e a e fois boucl , est nulle quand on lui applique un echelon en consigne. Enn, en pr sence dune perturbation elle aussi e e en echelon, cet int grateur na leffet escompt que sil est plac en amont du point dentr e de la perturbation dans e e e e la chane directe. Sur la base de ces constatations, lon peut choisir dajouter un int grateur a lentre dun syst` me e ` e e avant de r aliser un retour d tat. e e Cependant, d` s lors quun int grateur est ajout , le mod` le en boucle ouverte change. Il devient dordre n + 1, e e e e ` cest-` -dire que le vecteur d tat x de dimension n est augment dune (n + 1) eme composante u de sorte que a e e x = [x u]. La fonction de transfert en boucle ouverte dun tel syst` me est e 1 b0 + b1 p1 + ... + bn1 pn1 D b0 + b1 p1 + ... + bn1 pn1 + D(a0 + a1 p + ... + pn ) G(p) = G(p) = + = 2 + ... + pn+1 p 0 + a0 p + a1 p p a0 + a1 p + a2 p2 + ... + pn+1 0 + 1 p1 + . . . + n1 pn1 + Dpn b b b G(p) = a0 + a1 p + a2 p2 + ... + pn+1 avec a0 = 0 et ai = ai1 i {1, ..., n} i = bi + Dai i {0, ..., n 1}. b
De plus, il convient de calculer une loi de commande de type retour d tat utilisant les n + 1 composantes de x, a e ` savoir u = K x + Hyc ,
o` u est la nouvelle entre du syst` me telle que U (p) = U (p) et K = [k1 . . . kn+1 ] est le vecteur de retour d tat a u e e e ` p appliquer sur le syst` me augment . Si lon se place dans la base canonique de commande du syst` me initial (d tat e e e e u e x), augment ensuite de lint grateur (c.-` -d. a l tat x), lon obtient le sch ma de la gure 7.4 o` le retour d tat e e a ` e e est associ a la matrice K de composantes k i . e` Lon constate que la chane directe allant de u a z est un syst` me de classe au moins egale a 1. De ce fait, toute ` e ` perturbation en echelon agissant sur le proc d en aval du premier int grateur na pas deffet sur le r gime statique e e e e de z. Le cas typique est celui o` la perturbation intervient au niveau de u. u En observant le sch ma, Lon comprend quaucun effet nest alors visible sur le r gime permanent des variables e e d tat xi . Si aucune perturbation nintervient entre ces etats xi et y, alors y nest pas non plus alt r en r gime e ee e statique.
Lon se place maintenant dans la base canonique de commane du syst` me augment o` l tat est not x. e e u e e Remarque 7.3 Attention, il ne faut pas confondre l tat x, qui est le vecteur d tat du syst` me initial dans sa forme e e e canonique de commande auquel on ajoute ensuite lint grateur (la forme alors obtenue nest plus canonique) avec e l tat x qui est le vecteur d tat de la forme canonique de commande de lensemble (syst` me initial augment de e e e e lint grateur). Cette seconde forme est donc bien canonique. Le vecteur x nintervient que dans la gure 7.4 alors e que le vecteur x intervient dans ce qui suit. Appliquer la technique du retour d tat conduit alors a modier l quation (7.5) en e ` e 61
D bn1 bn2 b0 yc H + u 1 u (...) p 1 p xn xn+1 xn1 1 k1 p x 1 kn k n+1 + z + + y +
F IG . 7.4 Retour d tat avec int grateur e e
ki = ai1 i1
i {1, ..., n + 1}
(7.12)
(o` les coefcients i sont ceux du polyn me caract ristique d sir pour le mod` le dordre (n + 1) en boucle u o e e e e = [k . . . k 1 n+1 ]. Dans la base ferm e correspondant aux (n + 1) p les d sir s) an de d duire la retour d tat K e o e e e e M 1 o` M est la matrice de passage a la forme canonique pour le syst` me augment . initiale, le retour est K = K u ` e e Le scalaire de pr commande est alors donn par e e k1 0 . H = = b0 + Da0 b0 La loi de commande devient donc :
t t
(7.13)
u(t) =
0
u()d =
0
k1 yc () + K x() d. b0 + Da0
Exemple : Si lon revient de nouveau au syst` me (7.8) la fonction de transfert est facilement d duite de la forme compagne e e horizontale : G(p) = 1 . p2 3p 2
En ajoutant un int grateur, lon change lentr e u(t) du proc d en une autre entr e not e u(t) comme indiqu sur e e e e e e e la gure 7.4. Il vient : U (p) =
1 U (p) p
u(t) = u(t).
u(t), dont la d riv e apparat dans lexpression ci-avant, devient une nouvelle variable d tat et conduit a une e e e ` repr sentation : e 62
x = y
2 4 1 2 5 1 x + 0 0 0 1 1 0 x
0 0 u = 1 =
x A C x.
+ Bu (7.14)
Lajout dun int grateur am` ne sans surprise a lordre 3. Le vecteur d tat x de la r alisation (7.14) est d ni par e e ` e e e x = [x u]. La derni` re ligne de la matrice d tat A est enti` rement nulle ce qui conrme lexistence dune valeur e e e propre nulle li e a lint grateur. e ` e Quant a la fonction de transfert, elle devient : ` G(p) = 1 1 1 = 3 = 3 . p(p2 3p 2) p 3p2 2p + 0 p + a 2 p2 + a 1 p + a 0
Il est n cessaire de placer un p le suppl mentaire puisque le mod` le est maintenant dordre 3 et ce p le est ici e o e e o choisi de valeur (-1). Ainsi le polyn me caract ristique d sir est-il egal a o e e e ` Dd (p) = (p + 1)3 = p3 + 3p2 + 3p + 1 = p3 + 2 p2 + 1 p + 0 . Lon d duit le retour d tat dans la base canonique e e K= k1 k2 k3 = a0 0 a1 1 a2 2 = 1 5 6
et le scalaire de pr commande e 1 = 1. H = 1 Il est donc de nouveau inutile dappliquer une pr commande dans ce cas. e Il reste a d terminer la matrice de passage ` e 1 1 0 m3 m2 1 0 avec M = m1 m2 m3 = 0 m1 2 3 1 M 1 et donc au retour d tat dans la base initiale : e 1 1 0 = 0 1 0 , 2 5 1 13 36 6 .
= B = (A + a2 I)B 2 + a2 A + a1 I)B, = (A
ce qui conduit a `
K = K M 1 =
63
64
Chapitre 8
Commande par retour de sortie : les observateurs

Dans ce second chapitre consacr a la commande dans lespace d tat, lon suppose que les composantes du vecteur e` e d tat ne sont pas forcment accessibles et lon se contente dutiliser linformation pr sente au niveau de la sortie e e e y pour etablir une loi de commande.
8.1 Notions pr eliminaires

8.1.1 Motivation
Comme il est dit dans le pr ambule du chapitre, il sagit de mettre en uvre une loi de commande qui nutilise a e priori que linformation pr sente sur la sortie y. Cependant, il va de soi quune autre information est accessible, a e ` savoir celle contenue dans le signal de commande u. Le principe pourrait tout simplement etre de d terminer un scalaire de retour k ainsi quun autre scalaire de e pr commande H de telle sorte que la loi de commande e u = ky + Hyc conf` re au syst` me boucl (dont la matrice d tat est alors Af = A + BkC) les propri t s requises. Cependant, e e e e ee proc der de la sorte se r v` le extr mement ardu pour plusieurs raisons. Entre autres, il semble difcile datteindre e e e e un niveau de performance souhait en ne jouant que sur un seul param`tre de retour k. Par exemple, comment e e placer tous les p les du mod`le boucl avec un seul degr de libert ? Pour cette raison, il est rare de se contenter o e e e e dun retour statique de la sortie y mais il est souvent envisag deffectuer un retour dynamique, cest-` -dire que la e a sortie y est reboucl e sur lentr e u au travers dun autre syst` me dynamique comme le montre la gure 8.1. e e e
yc H + Retour dynamique + u Proc e ed y
F IG . 8.1 Principe du retour dynamique
Il est alors n cessaire de d terminer une repr sentation d tat du syst` me dynamique de retour qui conf`re au e e e e e e syst` me boucl global un bon comportement. e e 65
Notions pr eliminaires
En outre, si lon se r f` re au chapitre pr c dent, une loi de commande de type retour d tat est souvent judiee e e e cieuse pour obtenir des performances sp ci es, tant statiques que transitoires. Or, le vecteur d tat n tant pas e e e e disponible dans le probl` me abord ici, une autre solution consisterait alors a le reconstruire ou a le simuler. Pour e e ` ` ce faire, lon pourrait utiliser la solution de l quation d tat (4.7) mais ceci n cessiterait de connatre x0 ce qui e e e nest pas le cas. Aussi faut-il trouver un autre moyen de reconstruire le vecteur x pour essayer de b n cier des e e avantages dun retour d tat. e En r sum , deux possibilit s viennent d tre pr sent es : lune consiste a construire un retour dynamique de sortie ; e e e e e e ` lautre consiste a reconstruire le vecteur d tat pour ensuite appliquer un retour d tat. En r alit , les deux solutions ` e e e e peuvent etre regroupes en une seule gr ce au principe des observateurs pr sent ci-apr`s. e a e e e
8.1.2 Principe de lobservation

Le principe de lobservation est dutiliser u et y pour reconstruire un vecteur x qui soit aussi proche que possible de x an deffectuer ensuite un retour d tat comme le montre la gure 8.2. e
yc H
u Proc e ed + y
x Observateur
K Retour dynamique
F IG . 8.2 Principe de lobservateur
Comme le montre cette gure, lensemble constitu de lobservateur (encore appel reconstructeur d tat) et du ree e e tour d tat K constitue un retour dynamique proche de celui propos par la gure 8.1. Toutefois, celui-ci comporte e e deux entr es : u et y. e Faire la synth` se dun observateur consiste a d terminer, sur la base du mod` le d tat du proc d , un mod` le e ` e e e e e e d tat pour lobservateur. Il existe plusieurs techniques pour r aliser cette synth`se mais avant den pr senter deux, e e e e il convient auparavant de sattarder un peu sur quelques points.
8.1.3 Proprie dun observateur et

La logique de lobservation est simple. Il est utopique de vouloir construire un observateur tel que x(t) = x(t) t. En effet, ceci signierait que lobservateur r agit de mani` re inniment rapide a une evolution de l tat du proc d e e ` e e e m me quand x(0) = x(0). En revanche, lon peut esp rer obtenir cette egalit en r gime permanent. Ainsi si lon e e e e d nit l cart vectoriel e e (t) = x x, la propri t fondamentale que doit satisfaire un observateur est de r pondre a un mod` le tel que ee e ` e lim (t) = 0 (8.1)
(8.2)
66
Synth` dun observateur dordre minimal ese
8.1.4 Condition dexistence dun observateur

Dans ce paragraphe, il est propos , sans d monstration, une condition n cessaire et sufsante dexistence dun e e e observateur. Cette derni` re est tr` s simple : e e Lon peut construire un observateur d tat si et seulement si la paire (A, C) est observable. e
` 8.1.5 A propos de la transmission directe

Dans la suite de ce chapitre, lon consid` re que la transmission directe est nulle (D = 0). Si ce nest pas le cas, il e suft de poser le changement de variable y = y Du et de r aliser les proc dures pr sent es ci-apr` s en remplacant y par y . Une fois les calculs effectu s, lon revient e e e e e e au probl`me initial en effectuant le changement inverse. e
8.2 Synth` dun observateur dordre minimal ese

Dans cette partie, il est question de synth tiser un observateur dordre minimal. lon en donne dabord la d nition e e et la structure avant de proposer la proc dure dite de Luenberger qui permet de r aliser cette synth` se. e e e
8.2.1 Observateur dordre minimal

Il sagit l` dun observateur dont le mod` le d tat correspond a un vecteur d tat de dimension minimale. Lon peut a e e ` e d montrer que pour observer convenablement un vecteur d tat de dimension n, la dimension du vecteur d tat de e e e lobservateur doit etre au minimum de (n 1). Ceci conduit a un mod` le dobservateur de la forme : ` e z = Fz x = Lz + P y + Ru + Qy. (8.3)
avec z I n1 . Faire la synth` se dun observateur consiste ici a d terminer convenablement F I (n1)(n1) , R e ` e R L I n(n1) , {P ; R} {I n1 }2 et Q I n , cest-` -dire de faire en sorte que l quation (8.2) soit v ri e. R R R a e e e Si lon supposait alors que lon p t satisfaire u z = T x, et ce a tout instant, alors ceci am` nerait : ` e x = Lz + Qy = LT x + QCx = (LT + QC)x ce qui, puisque lon souhaite v rier x = x, conduirait a e ` LT + QC = I. (8.4) T I (n1)n , R
Mais, comme on la vu, il est utopique desp rer x = x t (cest-` -dire ici z = T x). En effet, cela na pas de sens e a de vouloir satisfaire l galit z(t) = T x(t) t 0 d` s lors que z(0) nest pas a priori egal a T x(0). Aussi lon se e e e ` contente dessayer dobtenir z(t) = T x(t) + (t) avec lim (t) = 0.
t
(8.5)
Si lon d rive , lon obtient : e 67
= z T x = F + (F T T A + P C)x + (R T B)u. D` s lors, lon peut imposer les contraintes e TA FT = PC Il reste alors = F , ce qui signie que (8.5) se v rie lorsque F est stable au sens dHurwitz, cest-` -dire ne poss` de que des valeurs e a e propres a partie r elle n gative. En prenant en compte la seconde equation de (8.3), il vient : ` e e x = (LT + QC)x + L, qui, si lon impose (8.4), conduit a x = x en r gime permanent, soit a (8.2). ` e ` Finalement, cest par un choix judicieux du mod`le (8.3) que lon parvient a satisfaire (8.5). De mani` re plus e ` e pr cise, ceci consiste a : e ` choisir F stable au sens dHurwitz et dont les modes sont plus rapides que ceux de A (lid e est dobserver e x plus vite quil n volue) ; e choisir P et T tels que T A P C = F T ; calculer R = T B ; d terminer L et Q tels que LT + QC = I. e La proc dure de Luenberger permet deffectuer les diff rentes etapes ci-dessus. e e et R = T B.
8.2.2 Proc edure de Luenberger

Voici lalgorithme que propose Luenberger : Etape 1 V rication de lobservabilit de la paire (A, C). e e e e e Etape 2 Changement de base pour obtenir une r alisation canonique dobservation. En r alit , cette forme correspond a la forme compagne verticale (3.13). Lon passe alors de la r alisation (A, B, C) a la r alisation (A, B, C) ` e ` e en posant le changement de variable x = N x. La matrice N est donn e par la relation : e n1 n2 n3 nn = C = (A + an1 I)C = ((A )2 + an1 A + an2 I)C . . . = ((A )n1 + an1 (A )n2 + . . . + a1 I)C
(N )1 =
n1
. . . nn
avec
(8.6)
Etape 3 Choix de la dynamique de F . Pour cela, on d cide dun polyn me caract ristique de degr (n 1) : e o e e DF (p) = pn1 + fn2 pn2 + fn3 pn3 + . . . + f1 p + f0 . e Etape 4 D duction de F : F est arbitrairement choisie sous forme compagne verticale fn2 1 0 ... 0 fn3 0 . . . 0 . . . .. .. . . F = . . . . . . . . . . . . ... 1 f1 . f0 ... ... ... 0 68
e Etape 5 D termination (arbitraire) de T : 0 . . . 0 1
T = F e ` e Etape 6 D termination de P a partir de l quation
T A F T = P C. F etant prise sous forme canonique, lon r soud l quation dans la base canonique, cest-` -dire en prenant A e e a et C. Ceci a lavantage, compte tenu des structures de F , A, T , et C et du fait que P I n1 est un simple R vecteur, de calculer P , dans la base canonique, gr ce a a ` P = {T A}1 {F T }1, o` {.}1 est une notation correspondant a la premi` re colonne dune matrice. u ` e Etape 7 Calcul de R : R = T B. Etape 8 D termination de Q et L : ces matrices doivent v rier e e QC + LT = I, que lon peut r crire e C
Q L
= I. ... 0 ... 0 . = .. . . . ... ... 1 0 1
Compte tenu des structures particuli` res des matrices impliques dans l galit , il vient : e e e e C 1 1 fn2 . . . f0 1 ... 0 1 fn2 ... 0 . = . .. . . . . . f0 ... ... 1 0 1
L quation ci-dessus fait apparatre clairement Q et L. e Etape 9 Retour a la base initiale : en r alit , le mod` le ainsi construit permet dobserver x par l tat reconstruit ` e e e e x, sortie de lobservateur actuel. Pour retrouver x, l tat reconstruit du proc d dans la base initiale, il suft e e e dappliquer le changement de base x = N x. Lon reviendra par la suite sur lutilit v ritable de cette etape. e e Remarque 8.1 Si la paire (A, C) nest pas observable, alors la matrice N nest pas inversible et le changement de base devient impossible. 69
Synth` dun observateur dordre plein ese
Exemple : Si lon revient a lexemple (7.8) dans lequel la r alisation est caract ris e par les trois matrices ` e e e A= 2 4 2 5 ; B= 1 1 ; C= 1 1 ,
lon peut appliquer toutes les etapes de la proc dure de Luenberger : e tape 1 La matrice dobservabilit relative a la paire (A, C) est E e ` Qo = C CA = 1 1 0 1 .
Elle est de rang plein donc la paire (A, C) est observable. tape 2 Le calcul de la matrice de passage N (m me sil nest pas utile pour linstant) conduit a : E e ` 1 n1 = C = 1 (N )1 = n1 n2 avec 3 , n2 = (A 3I)C = 2 et donc a ` N 1 = 1 1 3 2 N = 2 1 3 1 .
tape3 Lon d cide de placer lunique p le de lobservateur a 5 ce qui m` ne a : E e o ` e ` DF (p) = p + 5 = f1 p + f0 . tape 4 F est donc egale a -5. E ` tape 5 Lon en d duit E e T = [5 1] . tape 6 Le vecteur P doit satisfaire E P = {T A}1 {F T }1 = 17 25 = 42. tape 7 E R = T B = T N 1B = 5 1 0 1 =1
tape 8 Les matrices Q et L sont egalement facilement d duites : E e Q= 1 5 et L = 0 1 .
tape 9 Elle est implicite et pas vraiment utile pour linstant. E
ese 8.3 Synth` dun observateur dordre plein

Dans cette partie, lon consid` re que lobservateur est du m me ordre que le proc d , soit n. La d nition et la e e e e e structure dun tel observateur sont pr sent es avant de donner une proc dure de synth` se. e e e e 70
8.3.1 Observateur dordre plein

Une structure classique dun tel observateur consiste a exprimer ce dernier comme un syst` me boucl de la facon ` e e suivante : x = A x y = Cx + Bu + Z( y) y (8.7)
Ici, le vecteur d tat de lobservateur est directement x et la sortie de ce dernier, y , ne sert qu` r aliser un bouclage e a e au sein de lobservateur lui-mme comme le montre la gure 8.3. e
y (A, B, C) y (A, B, I, C) Z
F IG . 8.3 Sch ma de lobservateur dordre plein e Le mod` le de lobservateur sappuie clairement sur celui du syst` me et il sagit en fait de d terminer Z de telle e e e sorte que la dynamique de lobservateur soit plus rapide que celle du proc d dune part, et, dautre part, que la e e e e relation (8.2) soit satisfaite. En effet, la r alisation (8.7) se r crit x = (A + ZC) + Bu Zy x (8.8)
o` lon voit clairement que le choix de Z xe la dynamique de la matrice d tat Af = A + ZC de lobservateur. u e Ainsi, si lon analyse l volution de , lon constate que e = (A + ZC) . (8.9)
Il est donc n cessaire que (A + ZC) soit stable au sens de Hurwitz, cest-` -dire ait toutes ses valeurs propres a e a ` partie r elle n gative, pour que lon ait bien x = x en r gime permanent. Dans le cas contraire (une valeur propre e e e a partie r elle non strictement n gative), ne peut tendre vers z ro. ` e e e La synth` se dun observateur dordre plein revient donc a choisir Z pour xer arbitrairement les p les de lobe ` o servateur. Cest un probl` me dual de celui du retour d tat. En effet, les valeurs propres de A + ZC sont celles de e e A + C Z , matrice qui peut etre identi e a A + BK avec A A , B C et K C . e ` La synth`se dun observateur de rang plein constitue un probl` me dual de la commande par retour d tat. e e e Sur la base de cette remarque, lon peut etablir un algorithme de synth`se dun observateur dordre plein. Ceci est e lobjet du paragraphe suivant.
8.3.2 Proc edure de synth` ese

Voici lalgorithme qui peut etre facilement d duit de celui du placement de p les par retour d tat. En fait, plut t e o e o que de raisonner sur la matrice transpos e (A + C Z ), lon raisonne directement sur (A + ZC) ce qui revient a e ` travailler dans la base canonique dobservation. 71
Algorithme Lon dispose dun spectre d sir {i , i = 1, . . . , n}. e e Etape 1 V rication de lobservabilit . Si la paire (A, C) nest pas observable, la synth` se de lobservateur risque e e e d tre impossible. e e o e e e Etape 2 D termination du polyn me caract ristique d sir pour lobservateur :
n
Dd (p) =
i=1
(p i ) = pn + n1 pn1 + . . . + 1 p + 0 .
e o e Etape 3 D termination du polyn me caract ristique en boucle ouverte : D(p) = det(pI A) = pn + an1 pn1 + . . . + a1 p + a0 . Etape 4 Calcul du retour d tat Z = [z n . . . z 1 ] dans la base canonique dobservation par l quation. e e
z i = ai1 i1
i {1, ..., n}
(8.10)
a ` Etape 5 Calcul de la matrice de passage N gr ce a (8.6). Etape 6 Calcul du retour d tat dans la base initiale : e Z = NZ (8.11)
Exemple : Lon reprend de nouveau lexemple (7.8). tape 1 D j` franchie. La paire (A, C) est observable. E ea tape 2 Lon d cide de placer un p le double 1 = 2 = 5 sur lobservateur. Le polyn me caract ristique E e o o e d sir pour cet observateur est donc e e Dd (p) = (p 1 )(p 2 ) = (p + 5)2 = p2 + 10p + 25 = 2 p2 + 1 p + 0 . tape 3 Le polyn me caract ristique du mod` le du procd est d j` connu : E o e e e e ea D(p) = p2 3p 2 = a2 p2 + a1 p + a0 . tape 4 Le retour d tat au sein de lobservateur est calcul dans la base canonique : E e e Z= z2 z1 = a1 1 a0 0 = 13 27 .
tape 5 La matrice de passage N est d j` connue : E ea N= 2 1 3 1 72 .
Commande par retour d observ etat e
tape 6 La matrice de retour calcul e dans la base initiale est E e Z = NZ = 2 1 3 1 13 27 = 53 66 .
Remarque 8.2 Il est a noter que si lon concat` ne les deux vecteurs d tat (celui du proc d et celui de lobsere e e e ` vateur) en vecteur d tat unique, lon obtient l quation d tat suivante : e e e x x = A ZC 0 A + ZC x x + B B u.
Ceci montre bien que les p les du syst` me observ sont les p les de lobservateur ajout s a ceux du proc d . o e e o e ` e e
8.4 Commande par retour d observ etat e

La reconstruction du vecteur d tat a pour but ici de mettre en oeuvre une loi de commande par retour d tat e e lorsque le vecteur d tat nest pas mesurable. Si lon associe lobservateur et la loi de commande par retour d tat e e lon obtient les sch mas des gures 8.4 et 8.5. e
yc H
Proc e ed (A, B, C) y
Observateur (F, P, R) w
Observateur (suite) (L, Q)
+ K
F IG . 8.4 Sch ma dun retour d tat par via un observateur de Luenberger e e
yc H
Proc e ed
Observateur
y
(A, B, C)
+
(A, B, C, Z)
F IG . 8.5 Sch ma dun retour d tat par via un observateur dordre plein e e
Dans le cas du retour par observateur de Luenberger, lobservateur proprement dit peut etre implant de mani` re e e a observer l tat du proc d dans la base canonique dobservation (). Cest pourquoi la derni` re etape de la ` e e e x e proc dure de Luenberger consiste a retrouver l tat observ dans la base initiale () avant dappliquer le retour K, e ` e e x comme le montre la gure 8.4. Pour ce choix dobservateur, le mod`le global est dordre (2n 1). e Dans le cas du retour avec observateur dordre plein, lobservateur implant correspond au mod`le exprim dans e e e la base initiale ce qui permet ensuite dappliquer directement le retour K. Pour ce second choix dobservateur, les equations du syst` me global, qui est dordre 2n, sont e 73
En consid rant le vecteur d tat = [x ] o` = x x, il vient le mod`le global suivant : e e u e
x y x y u
= = = = =
Ax + Bu Cx A + Bu x + Z( y) y Cx K x + Hyc .
= =
A + BK 0 C 0 .
BK A + ZC
BH 0
yc (8.12)
Remarque 8.3 Comme suite a la remarque de 8.2, lon voit dans l quation d tat ci-avant que les p les du e e o ` syst` me observ boucl sont les p les de lobservateur ajout s a ceux du proc d boucl par retour d tat. e e e o e ` e e e e Quoi quil en soit, dans les deux cas, la proc dure de calcul dune loi de commande par retour de sortie consiste e dune part a synth tiser une retour d tat, dautre part a synth tiser un observateur. Il nest donc pas utile de r p ter ` e e ` e e e la proc dure dans sa globalit . e e Exemple : Lon reprend lexemple du mod` le (7.8) pour lequel un retour d tat et deux observateurs ont et synth tis s. e e e e e Cest lobservateur dordre plein qui est ici pris en compte. En supposant que les conditions initiales sont toutes nulles, la r ponse indicielle du syst` me boucl global est donn par la gure 8.6. Elle est superpos e a la r ponse e e e e e ` e indicielle du syst` me boucl par retour d tat sans observation. Lon constante que les deux courbes sont parfaitee e e ment confondues. Lobservateur remplit donc tr` s bien son r le. Par ailleurs, puisque x et x sont tous deux nuls a e o ` lorigine du temps, lobservateur d crit imm diatement l tat du proc d sans quun r gime transitoire de lobsere e e e e e vation ne soit visible. Le r gime transitoire de lensemble de la r ponse est etroitement li aux p les i du syst` me e e e o e qui sont plac s par K. Le r gime statique est assur par la pr commande H (ici de 1). e e e e
Rponses indicielles des deux systmes boucls 1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
5 Temps (s)
10
15
F IG . 8.6 R ponses indicielles a conditions initiales nulles. e ` En revanche, si lon consid` re qu` linstant 0, lon a x(0) = [0, 5 1] et x(0) = [0 0] , ce qui revient a e a ` consid rer (0) = [0, 5 1 0, 5 1] , et, si lon superpose la r ponse indicielle du syst` me boucl par retour e e e e d tat direct avec celle du syst` me observ boucl , lon constate cette fois-ci une diff rence, comme le montre e e e e e e e e e ` la gure 8.7. Cette diff rence est li e au r gime transitoire de lobservation li e a la dynamique de lobservateur cest-` -dire aux p les i de cet observateur. Il est donc essentiel de choisir convenablement cette dynamique (plus a o rapide que celle du syst` me). e 74
1.5
0.5
0.5
10
15
F IG . 8.7 R ponses indicielles a conditions initiales non nulles e ` Remarque 8.4 Dans le cas o` le proc d est soumis a linuence dune perturbation en echelon, lon peut, comme u e e ` il est montr a la n du chapitre pr c dent, ajouter un int grateur en amont de la chane directe et proc der e ` e e e e a un retour d tat augment observ . La pr sence dun observateur ne change pas le principe de ladjonction e e e e ` dint grateurs. e
75
76
Chapitre 9
` Introduction a la repr esentation d etat discr` te e

Dans ce chapitre, une premi` re approche de la version discr` te des repr sentations d tat lin aires est propos e. Il e e e e e e ` ne peut en aucun cas sagir dun cours sur les syst` mes discrets, mais plut t dun apercu rapide. A cette n, des e o rappels sur les signaux sont n anmoins n c ssaires, avant dintroduire le mod` le d tat discret. La relation entre ce e e e e e mod` le et la fonction de transfert en z est r sum e. Les concepts de r ponse temporelle, stabilit , commande sont e e e e e egalement tr` s bri` vement abord s. e e e
9.1 Rappels sur les signaux

9.1.1 Signaux continus, discrets, quanti non quanti es, es
Un signal peut etre vu comme une quantit , not e f , qui varie dans le temps, de sorte que f (t) est une fonction ou e e une distribution du temps. Plus simplement, un signal se caract rise par une amplitude f (g n ralement associ e e e e e a une grandeur physique) qui evolue en fonction du temps t. Lon peut distinguer diff rentes classes de signaux ` e selon les valeurs que peuvent prendre f et t. Ainsi lon peut faire une premi` re distinction sur le temps t : e les signaux a temps continu ou simplement signaux continus : ceux-ci sont tels que lamplitude f est ` d nie quel que soit le temps t (cas (a) et (b) de la gure 9.1) ; e les signaux a temps discret ou simplement signaux discrets : ceux-l` sont tels que lamplitude f est ` a d nie a des instants pr cis du temps (le temps est alors discr tis : cas (c) a (f) de la gure 9.1). e ` e e e ` Par ailleurs, lon fait une autre disctinction sur lamplitude f : les signaux non quanti s pour lesquels f peut prendre nimporte quelle valeur dans un intervalle continu e (cas (a-c-e) de la gure 9.1) ; les signaux quanti s pour lesquels f est un nombre quantique cest-` -dire quil ne peut prendre que des e a valeurs discr` tes bien d nies (lamplitude est alors discr` te : cas (b), (d) et (f) de la gure 9.1). e e e Un signal continu et non-quanti est appel analogique (analog signal an anglais) tel que celui dessin sur la e e e gure 9.1, cas (a). Dans les ouvrages sur le sujet, il arrive que lon ne distingue pas signaux continus et analogiques sans que cela ne soit n cessairement probl matique. Toutefois, ces deux vocables ne sont pas synonymes et e e la classe des signaux analogiques constitue un sous-ensemble des signaux continus. De m me, un signal discret et quanti est quali de num rique (digital signal en anglais) tels que ceux dese e e e sin s sur la gure 9.1, cas (d) et (f). L` encore, il arrive tr` s souvent que lon confonde signal discret et signal e a e num rique bien que les signaux num riques consituent un sous-ensemble des signaux discrets. e e Il se peut que pour un signal discret (num rique ou pas), les instants du temps pour lesquels lamplitude f est e 77
Rappels sur les signaux
d nie soient r guli` rement espac s, faisant apparatre une p riode, comme dans les cas (e) et (f) de la gure 9.1. e e e e e Par ailleurs, lon peut noter quun signal quanti est tel quil existe toujours un intervalle minimal entre deux e valeurs admissibles de lamplitude f . Cet intervalle minimal est appel quantum. e Remarque 9.1 En toute rigueur, cette acception du mot num rique nest pas tout a fait conforme au sens e ` habituel que lon en a. Un signal num rique est plus souvent vu comme un signal certes discret, mais pour lequel e les valeurs d nies de f sont r guli` rement espac es dans le temps. De plus, son amplitude peut etre cod e de e e e e e facon binaire et est alors manipulable par un calculateur. De ce fait, un signal num rique au sens pratique du e terme ne peut avoir une amplitude rigoureusement r elle. e Lobjet de ce chapitre est de sint resser aux signaux discrets et aux syst` mes associ s. Si les signaux continus e e e sont bien mod lis s par des fonctions math matiques, les signaux discrets le seraient plut t par des distributions. e e e o Cependant, il est plus facile de saffranchir du temps en d nissant un signal discret par une suite de valeurs e successives que lon indice. Ainsi les valeurs f (t0 ), f (t1 ), etc., en supposant que t0 est lorigine du temps, sont not es f0 , f1 et appel es echantillons (voir gure 9.1.(e)). La s quence d chantillons caract risant le signal discret e e e e e est not e {fk }. Lindice k est alors un entier relatif qui peut, si on le souhaite, faire r f rence au temps. e ee Remarque 9.2 Un mod` le de signal discret sous forme dune s quence d chantillons est en r alit plus g n ral e e e e e e e quun mod` le de signal un temps discret puisque la r f rence au temps nest plus n cessaire. Il est donc possible e ee e de faire une nuance entre signaux discrets et signaux a temps discret m me si cette nuance ne sera pas vraiment e ` utile dans la suite de ce document.
f (t) f (t)
t f (t)
t f (t)
(a)
(b)
f (t)
(c)
f (t)
f1 f0
(e)
F IG . 9.1 Signaux continus et discrets
78
y yy x x x x x CD xyyy x wwwwwww wx v v Gv HQ v EF v vyy v v 78 P IQRIP B A yyy 9@AB ` Y ` ` ` ggg ` fff ` de YYYYY Y` gg ff c c c c Xf X bbbb WW bc ggg WX a a a a a a a g a V
(d) (f)
STST UUU STST U STST uu 56 uuu 34 tst qrqr ststs qrqrqrqr 0 ()0 )' %&'( #$ p ipipi !" ip ipip ip hhh hhh 1 2 hh 12
Rappels sur les signaux
9.1.2 Transformation de signaux

9.1.2.1 Echantillonnage
Il est possible de transformer un signal continu en un signal discret. Ce processus est appel echantillonnage e ou discr tisation. Il est repr sent sur la gure 9.2. Le signal est dit discr tis ou echantilonn . Les instants e e e e e e d chantillonnage ne sont pas n cessairement r guli` rement espac s dans le temps. Toutefois, g n ralement, les e e e e e e e echantillons sont pr lev s a intervalles r guliers. La dur e entre deux instants d chantillonnage, not e T sur e e ` e e e e e e e la gure 9.2, est appel e p riode d chantillonnage.
(a)
F IG . 9.2 Processus d chantillonnage e
9.1.2.2 Quantication Lon peut aussi envisager le passage dun signal non quanti a un signal quanti . Il sagit de la quantication. e` e Ceci consiste, par exemple, a forcer les valeurs non admissibles de f (t) aux valeurs quantiques admissibles les ` plus proches. Ce processus est illustr pour un signal continu par la gure 9.3 (Lon peut aussi quantier un signal e discret).
f (t) fq (t)
Quantication q
(a)
F IG . 9.3 Processus de quantication
Les valeurs admissibles dun signal quanti ne sont pas n cessairement r guli` rement espac es. Toutefois, elles e e e e e le sont g n ralement et l cart entre deux valeurs, not q sur le gure 9.3, est un donc un quantum appel quantum e e e e e de conversion. Il est possible de recourir a l chantillonnage et a la quantication a la fois. Lon parle alors de num risation. ` e ` ` e
79
3 23232 23232 323
Echantillonnage
(b)
(b)
67 76767 67676 67
54545 45454 54545 45454 45
3 23232
88 88
1 1 1 1 0000 01 B B B AAA AB
'&' $% &'&'& $%$% &'&' $%$%$% &'&' $%$%
% $%$%$
) ( ## () ### ## ### ## @ 9 9@
f (t)
fk
!"!"! "!"
Syst` emes discrets lin eaires
9.1.2.3 Blocage Il est possible de d nir la transformation dun signal discret en un signal continu. Le principe consiste a faire en e ` sorte quentre deux echantillons, lamplitude du signal f reste bloqu e sur les valeurs dune fonction mathmatique. e e Cette transformation est ici appel e blocage. La technique de blocage la plus classique consiste, entre deux e echantillons fk et fk+1 , a bloquer la valeur du signal a fk . Lon parle alors de bloqueur dordre z ro. Leffet ` ` e dun tel bloqueur est illustr par la gure 9.4 o` lon voit que le signal continu est alors un signal en escalier . e u
B0 (p)
Blocage dordre z ero
F IG . 9.4 Blocage dordre z ro e Si lon interpr te le bloqueur dordre z ro comme un mod` le continu associ a la fonction de transfert de B 0 (p), e e e e` lon peut d terminer cette fonction de transfert B0 (p) en analysant la r ponse impulsionelle de ce bloc (cf. e e gure 9.5).
(t)
1 B0 (p) 0 0 t 0 T t
F IG . 9.5 R ponse impulsionelle du bloqueur dordre z ro e e La r ponse dun bloqueur dordre z ro a une impulsion de Dirac (t) est la somme de deux echelons unitaires : e e ` y(t) = (t) (t T ).
((t) reprsente la fonction de Heaviside). Lapplication de e
permet de d duire B 0 (p) : e
B0 (p) =
1 eT p 1 eT p = . p p p
Il est aussi possible denvisager dautres types de blocage tels que le blocage dordre 1 pour lequel le bloqueur utilise l chantillon courant ainsi que le pr cdent pour bloquer lamplitude f sur la droite d nis par ces deux points. e e e e Lon peut aussi consid rer toutes sortes dinterpolations plus ou moins sophistiqu es a partir des echantillons. Ces e e ` cas de gure ne sont pas d taill s ici. e e
9.2 Syst` emes discrets lin eaires

Dans cette partie, un rappel est effectu sur la notion de syst` me discret lin aire. Apr` s une br` ve d nition, deux e e e e e e types de mod` les sont propos s : les mod` les externes de transfert, cest-` -dire l quation r currente et la fonction e e e a e e 80
% %$%$ "#"# $%$%$ "#"#"# $%$%$% "#"#"# $%$%

(9.1)
!! !
( ('(' '('(' '( 12 1

fk
f (t)
0 ) )0 &&& &&& &&
de transfert en z, puis le mod` le interne, a savoir la repr sentation d tat. Un lien entre ces mod`les est etabli. e ` e e e
9.2.1 D enition
Un syst` me discret est un syst` me qui transforme une s quence d chantillons dentr e {u k } en une s quence e e e e e e d chantillons de sortie {yk }, comme le montre la gure 9.6. e {uk } Syst` me e {yk }
F IG . 9.6 Syst` me discret e
Un syst` me discret lin aire est un syst` me discret qui respecte le principe de superposition cest-` -dire, a linstar e e e a ` des mod` les continus (cf. 1.2), qui v rie e e
{uk }i {yk }i
i {uk } =
i=1
(i {uk }i ) {yk } =
i=1
(i {yk }i ),
{i } I n . R
(9.2)
9.2.2 Mod` externes eles

Dans ce paragraphe sont pr sent s deux mod` les dits externes , cest-` -dire deux mod` les de transfert qui e e e a e proposent un lien direct entre la s quence dentr e {uk } et la s quence de sortie {yk } sans pr juger des relations e e e e internes au syst` me. Le premier mod` le est l quation r currente. Le second est la fonction de transfert en z. Le e e e e lien entre ces deux mod` les est obtenu gr ce a la transformation en z. e a ` 9.2.2.1 Equation r currente e
De m me que le comportement dun syst` me continu peut- tre caract ris par une equation diff rentielle telle que e e e e e e (2.2), un syst` me discret peut etre mod lis par une equation r currente impliquant lentr e u et la sortie y, et qui e e e e e prend la forme suivante :
an yk+n + an1 yk+n1 + ... + a1 yk+1 + a0 yk = bm uk+m + bm1 yk+m1 + ... + b1 yk+1 + b0 uk .
(9.3)
Cette equation r currente est lin aire a coefcients constants. Lon peut donc parler de syst` mes discrets LTI. e e ` e Si lon pr cise les conditions initiales sur {uk } et {yk } (` savoir y0 , y1 , . . ., yn1 , u0 , u1 , . . ., um1 ), le syst` me e a e est alors compl` tement d ni. e e L quation r currente est un mod`le particuli` rement indiqu pour une loi de commande car, d` s lors que le e e e e e e syst` me est causal (m n), elle constitue un algorithme tr` s facilement implantable dans un processeur. En e e effet, si lon connat enti` rement {uk } ainsi que les conditions initiales, il est facile de faire reconstruire {y k } par e un calculateur. 81
9.2.2.2 Transformation en z Soit une s quence {fk }kI (k est d ni toujours positif ou nul (signal causal)). La transformation en z (op rateur e e e N symbolis par ) de {fk } est d nie par la s rie enti` re : e e e e
F (z) =
[{fk }] =
k=0
fk z k .
(9.4)
Lop rateur e est donc pour les signaux discrets ce quest lop rateur e pour les signaux continus. De m me, la e variable z C repr sente pour les signaux discrets ce que la variable de Laplace p reprsente pour les signaux l e e continus, quoique linterpr tation fr quentielle de z soit plus difcile a appr hender. e e ` e Comme pour la transformation de Laplace, il est possible de calculer la transform e en z de fonctions usuelles. Un e tableau de transform es est disponible en annexe D. e 9.2.2.3 Fonction de transfert en z De m me que pour les signaux continus, lon peut raisonner dans le domaine de Laplace, pour les signaux discrets, e lon peut raisonner dans le plan en z. Il sagit alors dappliquer a l quation r currente (9.3). Compte tenu des ` e e propri t s de ee (cf. annexe D), il vient :
(a0 + a1 z + . . . + an1 z n1 + an z n )Y (z) (a1 z + . . . + an1 z n1 + an z n )y0 . . . an zyn1 = (b0 + b1 z + . . . + bm1 z m1 + bm z m )U (z) (b1 z + . . . + bm1 z m1 + bm z m )u0 . . . bn zum1 ,

ce qui permet d crire lexpression de la transform e en z de {y k } ainsi : e e Y (z) = N (z) D(z) G(z) et, sachant que le polyn me I(z) regroupe les conditions initiales, de d nir la fonction de transfert en z : o e U (z) + I(z) D(z)
G(z) =
b0 + b1 z + . . . + bm1 z m1 + bm z m N (z) = . G(z) a0 + a1 z + . . . + an1 z n1 + an z z
(9.5)
G(z) est donc un mod` le de comportement entr e/sortie qui caract rise le syst` me ind pendamment des conditions e e e e e initiales (voir gure 9.7). Comme dans le cas dune fonction de transfert en p, le d nominateur D(z) est appel polyn ome caract ristisque e e e et ses racines sont les p les du syst` me discret. De m me, les racines de N (z) sont les z ros du syst` me discret. o e e e e 82
Limage F (z) de {fk } est appel e transform e en z de {fk }. Les propri t s de loprateur e e ee e annexe D.
sont donn es en e
{uk } Equation r ecurrente
{yk }
G(z) U (z) Y (z)
F IG . 9.7 Modlisation dans le plan en z e
9.2.3 Repr esentation d etat

Il sagit dexprimer le lien entre {uk } et {yk } en faisant intervenir des vecteur interm daires internes au syst` me e e discret reprsent par la gure 9.6. Ces variables internes constituent le vecteur d tat xk I n qui ob it a e e e R e ` l quation r currente matricielle ( videmment lin aire) : e e e e
xk+1 yk
= Axk = Cxk
+ Buk + Duk
Il sagit dune repr sentation d tat du syst` me discret qui est donc une mod` le interne du syst` me. Les e e e e e matrices A, B, C et D portent le m me nom que pour une repr sentation d tat continue et jouent le m me e e e e r le (cf. 3.2). o La reprsentation d tat dun syst` me discret nest pas unique. Il suft de changer la vecteur d tat x k pour obtenir e e e e un autre mod` le. Chaque choix correspond, comme en continu, a ce que lon appelle une r alisation. e ` e
9.2.4 Lien entre les mod` eles

` 9.2.4.1 Dune r alisation a lautre e Tout dabord, il faut noter quil possible de passer dune r alisation a une autre en utilisant une transformation de e ` similarit , cest-` -dire en op rant un changement de base dans lespace d tat. Les r` gles sont les m mes que pour e a e e e e e les syst` mes continus (cf. 3.7) et lon peut ainsi obtenir des r alisations compagnes ou diagonales. e 9.2.4.2 De l quation d tat a la fonction de transfert en z e e `
Le proc d math matique est le m me quen continu si ce nest que lon utilise lop rateur e e e e e 3.6). Ainsi, la premi` re equation r currente de (9.6), par application de , devient : e e zX(z) = AX(X) + BU (Z) (zIn A)X(z) = BU (z). Sous r serve dinversibilit de (zIn A), en prenant en compte l quation de sortie, il vient : e e e
G(z) = C(zIn A)1 B + D.
(9.7)
83
(9.6)
plut t que o
(cf.
Syst` emes echantillonn es
G(z) est d nie pour toute valeur de z assurant linversibilit de (zI n A). En r alit cette matrice est inversible e e e e pour tout z v riant e D(z) = det(zIn A) = 0. En effet, le polyn me caract ristique D(z), comme en continu, se d duit de A. o e e Les valeurs propres de A sont les p les de G(z). o ` e 9.2.4.3 De la fonction de transfert en z a l quation d tat e Il existe bien s r diff rentes facons de proc der puisque la reprsentation d tat nest pas unique. Lon peut obtenir, u e e e e a partir de G(z), des formes compagnes ou diagonales. Les m thodes de passages sont exactement les m mes que ` e e pour les syst` mes continus (cf. 3.5). e
9.3 Syst` emes echantillonn es

9.3.1 Pourquoi etudier les mod` discrets ? (notion de syst` echantillonn eles eme e)
Il sagit dans cette partie de justier lintroduction dun mod` le discret pour des probl` mes pratiques dAutoe e matique. En r alit , les proc d s a commander sont tr` s rarement discrets mais plut t continus. Alors pourquoi e e e e ` e o etudier un mod` le discret ? Il existe plusieurs raisons mais la principale est que les progr` s en informatique ont e e permis limplantation, sur des calculateurs, de lois de commande de plus en plus sophistiqu es. Toutefois, cette ime plantation se fait au format num rique ce qui suppose que le processus de commande (qui sera ici appel contr oleur e e m me sil sagit dun anglicisme) manipule des signaux num riques (donc discrets). Si le proc d est un syst` me e e e e e continu et le contr leur un syst` me discret, il convient de pr voir une interface entre les deux, comme pr cis sur o e e e e la gure 9.8.
Contr leur o discret {yk }
{uk } T
Bloqueur
u(t)
Proc d e e continu
y(t)
Echantillonneur Organe de commande complet Syst` me echantillonn e e
F IG . 9.8 Syst` me continu discr tis boucl e e e e
Sur cette gure, les signaux u(t) et y(t) sont continus ( ventuellement analogique pour u(t) ; forcment analogique e e pour y(t) si le proc d est lin aire) ; les signaux {uk } et {yk } sont discrets ( ventuellement num riques). Bien que e e e e e ce formalisme ne lexige pas n cessairement, les signaux discrets sont ici suppos s faire apparatre une p riode e e e d chantillonnage T . e Un syst` me continu pr c d dun bloqueur et suivi dun echantillonneur est un syst` me discret particulier e e e e e que lon appelle syst` me echantillonn . e e ` Remarque 9.3 A propos des syst` mes echantillonn s et des syst` mes boucl s, il est important de noter quun e e e e syst` me echantillonn puis boucl nest pas equivalent au m me syst` me boucl puis echantillon . e e e e e e e 84
9.3.2 La commande num erique

En pratique, le contr leur discret est un organe informatique (processeur) qui ne manipule, par essence, que des o signaux numriques. Lorsque quun proc d est asservi par un tel organe, lon parle de commande num erique. Le e e e principe en est r sum par la gure 9.9. e e
Processeur
{uk }
CNA
u(t)
Proc d e e continu
y(t)
{yk }
CAN
Commande num rique e F IG . 9.9 Sch ma de principe de la commande num rique e e Dans ce cas, les signaux {uk } et {yk } sont num riques. Le signal y(t) est continu et m me analogique si le procd e e e e est lin aire. Quant au signal u(t), il est continu mais quanti (donc pas analogique). e e Sur la gure apparat un CAN (Converstisseur Analogioque Num rique). Il joue le r le d chantillonneur mais e o e aussi de quanticateur. Cette quantication est inh rente au codage des valeurs du signal y en binaire, codage e queffectue le CAN. Ce dernier peut aussi parfois int grer le capteur de mesure. De plus, le CNA (Convertise seur Num rique Analogique), qui porte mal son nom, intervient en fait comme bloqueur dun signal num rique en e e un signal continu (non analogique !). Ce blocage est inh rent au d codage des valeurs binaires de {u k } par le CNA. e e Le processeur ex cutant lalgorithme de commande est un contr leur discret et m me num rique car il recoit e o e e un signal num rique {yk } et restitue un signal numrique {uk }. e e Il faut noter que puisquun processeur est cadenc a une certaine fr quence, les signaux num riques font apparatre e` e e une p riode d chantillonnage T qui d pend de la fr quence dutilisation du processeur mais aussi des converstise e e e seurs. En outre, le CAN implique un quantum de conversion q dont leffet est sans doute parfois perceptible bien quil ne soit que tr` s rarement considr dans les cours sur les syst` mes echantillonn s. e ee e e Quoi quil en soit, cette commande num rique nest quun cas particulier de la commande discr` te sch matis e sur e e e e la gure 9.8. Cest pourquoi l tude des mod`les discrets, leur analyse et leur commande se r v` lent utiles. e e e e
9.3.3 Echantillonnage et th eme de Shannon eor`

Lon sint resse ici a leffet de la conversion analogique num rique. Comme souvent dans l tude des syst` mes e ` e e e echantillonn es, leffet de la quantication est n glig e de sorte que la conversion se r sume a l chantillonnage. e e e e ` e Cette prise d chantillons est assimilable a la modulation du signal continu de sortie y(t) par un un peigne de e ` Dirac, cest-` -dire un train dimpulsions unitaires. Ainsi, lon construit un signal d crit par a e
y (t) = y(t)
k=0
(t kT ),
o` T est toujours la p riode d chantillonnage et (.) reprsente limpulsion de Dirac. Il vient : u e e e
y (t) =
k=0
yk (t kT ),
o` lon voit apparatre les el ments yk de la s quence {yk }. u e e
85
Il est absolument essentiel, pour que la commande num rique soit efcace, que la boucle ram` ne une infore e mation pertinente sur la dynamique du syst` me. En dautres termes, il est capital que le signal y (t) cape ture convenablement la dynamique de y(t) qui nest autre que la dynamique du proc d continu lui-m me. Ainsi, e e e pour que les echantillons yk soient repr sentatifs de cette dynamique, il convient de faire un choix judicieux de T . e Une etude plus approfondie des signaux echantillonn s a conduit Shannon a afrmer : e ` Th or` me de Shannon strict. La fr quence d chantillonnage doit etre deux fois sup rieure a la plus e e e e e ` grande fr quence contenue dans le spectre de y(t). e Cette assertion est etablie sur la base darguments th oriques rigoureux mais nest pas facilement applicable en e pratique. Pour des cas concrets, lon consid` re souvent une fr quence d chantillonnage dix fois sup rieure a la e e e e ` plus grande fr quence de cassure du mod` le continu du proc d . e e e e Th or` me de Shannon pratique. La fr quence d chantillonnage doit etre au moins dix fois sup rieure a e e e e e ` la plus grande fr quence de cassure du mod` le du proc d . e e e e Il est bien s r tentant d chantillonner le plus rapidement possible pour que le mod` le echantillonn se r v` le le u e e e e e plus proche possible du mod` le continu. Id alement, une p riode nulle (T = 0) ne trahit en rien la dynamique e e e du syst` me. Mais ceci est utopique. Il subsiste toujours un temps d chantillonnage. Bien que ce dernier soit e e modlis selon une modulation par un peigne de Dirac, chaque echantillon nest pas obtenu instantan ment. Le e e e CAN pr sente toujours un temps de conversion. Par ailleurs, il est n cessaire que le processeur dispose de temps e e pour ex cuter lalgorithme et actualiser la commande uk a chaque p riode. Il faut aussi que le CNA ait le temps de e ` e bloquer uk . Cest pourquoi, malgr les progr` s r alis s dans le domaine des circuits microlectroniques permettant e e e e e des echantillonnages toujours plus rapides, il reste utile de formaliser un mod` le echantillonn . e e
ele e 9.3.4 Obtention dun mod` echantillonn

Dans ce paragraphe, un mod` le de syst` me echantillonn est propos . Lhypoth`se dun bloqueur dordre z ro est e e e e e e retenue de sorte que le syst` me echantillonn est celui repr sent sur la gure 9.10. e e e e
T
{uk }
B0 (p)
u(t)
Gc (p)
y(t)
{yk }
F IG . 9.10 Syst` me echantillonn a laide dun bloqueur dordre z ro e e` e Une premi` re partie rappelle bri` vement un r sultat concernant la fonction de transfert discr` te G(z) dun tel e e e e syst` me. Une seconde partie d taille un peu plus lobtention du mod` le d tat. e e e e 9.3.4.1 Calcul de G(z) Puisque le bloqueur dordre z ro peut etre vu comme un mod` le continu dont la fonction de transfert B 0 (p) est e e donn e en (9.1), il toujours possible dappliquer la formule : e
Cependant, il existe aussi un r sultat obtenu par l tude des propri t s de la transform e en z (voir cours sur les e e ee e signaux echantillonn s) : e
G(z) =
(B0 (p)Gc (p))].
(9.8)
86
Exemple : Soit la fonction de transfert continue : 1 p(p + 2) La fonction de transfert en z de ce proc d echantillonn a T = 1s se calcule par e e e` Gc (p) =

G(z) =
1 1 ep z1 = p p(p + 2) z
z1 z soit, en utilisant les tableaux donn s en annexe D, e G(z) = G(z) =
0, 25 0, 5 0, 25 + , p2 p p+2
z1 0, 25z 0, 25z 0, 5z + 2 z (z 1) z1 z 0, 1353 0, 2838z + 0, 1485 . (z 1)(z 0, 1353) (9.11)
G(z) = 9.3.4.2 Mod` le d tat e e
Pour une condition initiale x0 sur l tat, la solution de l quation ci-dessus se d duit de la relation (4.7). En outre, si e e e lon applique cette relation sur lhorizon [kT ; (k + 1)T ], alors le bloqueur dordre z ro maintient le signal dentr e e e a u(t) = uk , x0 devient xk et l tat nal est xk+1 . Lon obtient : ` e xk+1 = eAc T xk +
(k+1)T kT
Lon suppose que le procd continu de fonction de transfert G c (p) apparaissant sur la gure 9.10 est repr sent e e e e par l quation d tat : e e x(t) = Ac x(t) + Bc u(t) (9.12) y(t) = Cc x(t) + Dc u(t)
eAc ((k+1)T ) Bc uk d,
ce qui, en op rant le changement de variable dint gration = (k + 1)T , devient e e xk+1 = eAc T xk +
0 T
eAc d Bc uk .
De plus, l quation de sortie est v ri e a tout instant, donc en particulier lorsque t = kT . De fait il vient e e e ` y k = C c xk + D c u k .
(Ceci traduit simplement le fait que est un oprateur lin aire). Lidentication de (9.13) et (9.14) dune part, e e avec (9.6) dautre part, permet de d duire les formules de d chantillonages suivantes : e e
T
A = e Ac T C = Cc
; B=
0
eAc Bc d ; (9.15)
D = Dc .
87
G(z) = (1 z 1 )
Gc (p) z1 = p z
Gc (p) . p
(9.9)
(9.10)
1 p2 (p + 2)
(9.13)
(9.14)
R eponse dun syst` discret eme
Remarque 9.4 Si la matrice dynamique Ac est non singuli` re, il est possible de calculer la matrice B en utilisant e une relation plus simple : B = A1 (eAc T I)Bc . c (9.16)
Il est important de noter que la relation unissant Ac a A se v rie aussi sur les valeurs propres de ces derni` res. ` e e i valeurs propres de Ac , i = 1, ..., n i = ei T valeurs propres de A, i = 1, ..., n Exemple : Lon reprend lexemple du paragraphe 9.3.4.1. Une r alisation compagne verticale est donn e par e e 0 0 1 x = Ac x + Bc u = u x + 1 0 2 1 0 x. y = Cc x 1 0
1 2 (1
Il sagit de d terminer une r alisation pour le syst` me echantillonn associ . En utilisant (9.15), il est facile de voir e e e e e que C = Cc et D = 0. Pour une p riode T , (9.15) conduit a e ` A = e Ac T = e2T ) e2T
et
T
B=
0
1 0
1 2 (1
e2 ) e2T
1 0
1 2
T + e 2 1 1 2T ) 2 (1 e
2T
Si lon prend T = 1s, il vient : A C B D 1 0, 4323 = 0 0, 1353 1 0 0, 2838 0, 4323 . 0
En appliquant la formule (9.7), lon retrouve lexpression de G(z) donn e en (9.11). e
9.4 R eponse dun syst` discret eme

Cette partie sint resse a la r ponse des syst` mes discrets. Bien que cette r ponse puisse etre obtenue en partant e ` e e e dun mod`le externe ( quation r currente ou fonction de transfert en z), ce document se focalise sur le mod` le e e e e interne, a savoir l quation d tat. ` e e Trois sous parties sont consid r es. La premi` re etablit la r ponse temporelle dun syst` me discret, dans sa forme ee e e e g n rale, en r solvant l quation d tat. La second se concentre sur le cas sp cique des syst` mes echantillonn s. e e e e e e e e Une troisi` me partie introduit la notion de modes dun syst` me discret. e e
9.4.1 R eponse du mod` d ele etat

9.4.1.1 R ponse par r solution de l quation d tat e e e e ` Il est facile de voir, pour un etat initial x0 , que application (9.6) conduit a x1 = Ax0 + Bu0 , 88
puis x2 = Ax1 + Bu1 = A(Ax0 + Bu0 ) + Bu1 = A2 x0 + ABu0 + Bu1 . La logique de cette r currence conduit a ecrire e `
k1
xk = A k x0 +
j=0
Akj1 Buj .
(9.17)
En utilisant l quation de sortie, la r ponse dun mod` le discret est donn e par e e e e
k1
yk = CAk x0 +
j=0
(Akj1 Buj ) + Duk .
(9.18)
Lon voit clairement que, dans cette r ponse, la matrice A est elev e a diff rentes puissances. Il est donc essentiel e e ` e de pouvoir calculer Ak . 9.4.1.2 Calcul de Ak Trois m thodes sont ici propos es : e e Calcul direct : il sagit tout simplement denchaner de facon r currente de calcul de A 0 = I, A, A2 = A.A, e A3 = A2 .A, etc., jusqu` Ak = Ak1 .A. Pour simplier ce calcul, il est possible de saider du th or` me de a e e Cayley-Hamilton, comme il est expliqu au paragraphe 4.3.1. e M thode modale : il sagit de passer par la forme canonique de Jordan. Ainsi, si M est telle que A = M JM 1 , e o` J est une matrice de Jordan, il est facile de v rifer que Ak = M J k M . Une fois M d termin e, il faut calculer u e e e J k et d duire M . Pour un bloc diagonal de J, lon a e k k h . . . 0 h . . . 0 . . . . = . .. .. . . . . . . . . . . 0 . . . h+l 0 . . . k h+l Pour un bloc de Jordan de dimension m, lon a k h 1 0 . . . 0 0 h 1 . . . 0 . . . .. . . . . = . . . . . . . . . .. . . . . . . . . . . 0 0 0 . . . h k h 0 . . . . . . 0
2 k1 C n h k h . . . . . . 0 2 k2 C n h 2 k1 C n h . . . . . . 0 m km+1 ... C n h m1 km+2 . . . C n h . .. . . . . .. . . . ... k h
j o` les scalaires Ci sont les coefcients de la formule du bin me de Newton correspondant aux combinaisons : u o j Ci =
i . (i j)!j!
Utilisation de
: la transform e en z de l quation du syst` me autonome x k+1 = Axk s crit e e e e zX(z) zx0 = AX(z) X(z) = (zI A)1 zx0 ,
sous r serve dinversibilit de (zI A). Comme la solution du syst` me autonome est x k = Ak x0 , par identie e e cation, lon d duit e
Ak =
[(zI A)1 z].
89
9.4.1.3 R ponse dun syst` me echantillonn . e e e Dans ce paragraphe, un probl` me essentiel est abord . Sans entrer dans le d tail, des pr cautions a prendre dans e e e e ` l tude dun syst` me echantillonn sont expos es. Si lon se reporte a la gure 9.10, lon peut noter que la sortie e e e e ` {yk } du mod` le discret nest que la version echantillonn e de la v ritable sortie du proc d , c.-` -d. y(t). Or cest e e e e e a cette derni` re qui constitue la grandeur pertinente. Une fois le mod` le discret etabli, il est possible, comme le e e montrent les paragraphes pr c dents, de d terminer {yk } a partir de {uk }. Cependant, y(t) nest pas reconstitu e e e e ` e pour autant. Il faut alors distinguer deux cas : Etude en boucle ouverte : ce cas ne pose g n ralement pas trop de probl` me. Lapplication pratique du e e e th or` me de Shannon (cf. 9.3.3) dans le choix de T permet souvent dobtenir un signal discret {y k } qui rend e e bien compte des dynamiques contenues dans le signal continu y(t). Une interpolation des echantillons y k doit donner une bonne id e de la forme de y(t) ; e Etude en boucle ferm e : Malgr un choix pertinent de T en boucle ouverte, la commande numrique peut e e e introduire des dynamiques plus rapides dans le syst` me de sorte que T devient inappropri e en boucle ferm e. e e e Il faut alors envisager deux options : recourir a un outil de calcul num rique pour reconstituer y(t), la sortie du mod` le continu excit par une ` e e e commande discr` te ; e diminuer T pour rendre l chantillonnage de y(t) repr sentatif de sa forme. e e
9.4.2 Analyse de la r eponse : etude des modes

` e ` A linstar de lanalyse faite du r gime transitoire des mod` les d tat continus (cf. 4.4), et conform ment a la e e e propri t de Ak et de sa forme modale, lon peut constater que les valeurs propres i de A ont une inuence ee pr pond rante sur la forme de {yk }. e e Pour simplier, en supposant que A ne poss` de que des valeurs propres disctinctes i , i = 1, . . . , n, lon a : e diag
i=1,...,n
k = V 1 Ak V, i
avec la matrice modale V qui v rie e et V 1 w1 . = . . . wn
V =
v1
. . . vn
Si lon d nit les matrices Ni de rang 1 par e Ni = v i w i e lexpression (9.17) se r crit

n
i {1, . . . , n},
xk =
i=1
Une telle r ponse fait apparatre n termes impliquant des puissances de i . Chaque terme associ a une valeur e e` propre i est appel mode du syst` me discret. Par abus de langage, lon appelle parfois i mode, assimilant ainsi e e mode, p le et valeur propre. o Bien que les matrices Ni , qui sont de mani` re non triviale li es aux z ros du syst` me, aient une inuence cere e e e taine sur la forme de {xk } (donc {yk }), ce sont surtout les valeurs propres i elles-m me qui d terminent lallure e e du mode associ . Les diff rents cas possibles peuvent se r sumer par le tableau 9.1. e e e 90
Ni k x 0 + i
k1 j=0
(kj1 Buj ) . i
Stabilit dun syst` discret e eme
Valeur propre |i | > 1 |i | < 1 |i | = 1 Im(i ) = 0 Re(i ) < 0 Im(i ) = 0 et Re(i ) 0
Comportement du mode associ e Mode divergent Mode convergent Mode entretenu Oscillation du mode Changement de signe a chaque echantillon ` Pas doscillation du mode
TAB . 9.1 Diff rents comportements des modes e

Im(z)
Re(z)
F IG . 9.11 Allure des modes en fonction de la localisation de i dans le plan en z
Tous les comportements des diff rents modes sont r partis sur {x k } et sur {yk } par les matrices Ni , B et C. Quoi e e quil en soit, les comportement possibles sont r sum s sur la gure 9.11. e e Il existe deux sources doscillation dun syst` me discret : e la pr sence de modes complexes (qui peut etre li e a un mode complexe du proc d continu si lon a e e ` e e affaire a un syst` me echantillonn ) ; ` e e la pr sence de modes a partie r elle n gative (cette oscillation est due uniquement a la discr tisation dans e ` e e ` e le cas dun syst` me echantillonn ). e e
9.5 Stabilitdun syst` discret e eme

Il sagit dans cette partie de reprendre les el ments du chapitre 5 sur la stabilit des mod` les continus et de donner e e e des equivalences pour le cas discret. Le lecteur est donc fortement incit a se reporter au chapitre 5. e`
9.5.1 StabilitBIBO e
Il ny a pas de diff rence fondamentale avec le cas continu ce qui conduit tout naturellement a la d ntion suivante : e ` e Un syst` me discret est stable au sens BIBO (ou encore au sens entr e/sortie) si et seulement si, quelle que e e soit l tat inital x0 = x(0), pour toute entr e {uk } born e, la sortie {yk } lest aussi. e e e L` aussi, il est difcile dexploiter cette d nition. La notion de stabilit des etats d quilibre est donc privil gi e. a e e e e e 91
9.5.2 Stabilitinterne e
9.5.2.1 D nition et recherche dun etat d quilibre e e Un syst` me se trouve dans un etat d quilibre (par etat, lon entend un point de lespace d tat c.-` -d. une e e e a instance du vecteur d tat) si cet etat nest pas modi lorsque le syst` me est abandonn a lui-m me. e e e e` e Un syst` me livr a lui-m me est quali dautonome (uk = 0, k I Un point d quilibre xe est une solution e e` e e N). e en xk de l quation : e xk+1 = Axk (A I)xk = 0. (9.19)
Deux cas se pr sentent alors. Soit la matrice (A I) est r guli` re et seule lorgine de lespace d tat (x e = 0) e e e e est un point d quilibre. Soit (A I) est singuli` re et il faut r soudre (9.19) pour d terminer linnit des points e e e e e d quilibre. e 9.5.2.2 Stabilit e Le stabilit dun point d quilibre se d nit, comme dans le cas des mod` les continus, de la facon suivante : e e e e Un etat d quilibre est dit asymptotiquement stable si, lorsque le syst` me est ecart de cet etat sous leffet e e e dune perturbation, il y revient (en un temps inni). L tat d quilibre est dit instable, si apr` s perturbation, le syst` me sen eloigne davantage. e e e e L tat d quilibre est dit simplement stable si apr` s perturbation, le syst` me reste dans un voisinage du point e e e e d quilibre. e Comme pour les mod` les continus, quel que soit le point d quilibre x e consid r , la stabilit de ce dernier d pend e e ee e e de A donc il est logique dassocier la stabilit du syst` me autonome lui-m me a la stabilit de son ou ses points e e e ` e d quilibre. e
9.5.3 Crit` des racines ere

9.5.3.1 R sultat g n ral e e e Comme dans le cas continu, lon se r f` re a l quation du r gime libre, a savoir ee ` e e ` xk = A k x0 . (9.20)
Une etude tout a fait similaire a celle qui est r alis e en continu, sappuyant sur les valeurs propres de A (cf. ` ` e e 5.3.1), consiste a etudier la convergence des modes libres de xk (voir 9.4.2), et conduit au r sultat suivant : ` e
j | |j | > 1 : le syst` me est instable ; e j | |j | > 1 : / [i | < 1 i : le syst` me est asymptotiquement stable ; e Les blocs de Jordan relatifs aux eventuelles valeurs propres h telle que |h | = 1 sont tous scalaires le syst` me est simplement stable ; e Il existe un bloc de Jordan non scalaire associ a une valeur propre h telle que |h | = 1 le syst` me e` e est instable.
92
Par ailleurs, lon peut ecrire : Soit le syst` me mod lis par (9.6). Ce dernier est dit asymptotiquement stable si et seulement si le syst` me e e e e autonome associ xk+1 = Axk est asymptotiquement stable, cest-` -dire si et seulement si toutes les e a valeurs propres de A sont a partie r elle strictement n gative. ` e e Il faut donc en conclure que la r gion de stabilit asymptotique a chang par rapport au cas continu. e e e
x = Ax asymptotiquement stable A stable au sens dHurwitz Spectre de A dans le demi-plan gauche ouvert.
xk+1 = Axk asymptotiquement stable A stable au sens de Schur Spectre de A dans le disque unitaire ouvert
9.5.3.2 Stabilit interne et stabilit BIBO e e ` A linstar de ce qui a et afrm pour les mod`les a temps continu (cf. 5.3.1.4), lon peut afrmer, par l tude de e e e ` e l quation (9.18) : e Le syst` me d crit par une repr sentation (9.6) dordre n et de fonction de transfert G(z) dordre n est e e e BIBO-stable s il est asymptotiquement stable. Il est BIBO-instable sil est instable de mani` re interne. e 9.5.3.3 Marge de stabilit e Lon peut d nir, comme pour les syst` mes continus, la marge de stabilit dun syst` me discret asymptotiquement e e e e stable : Marge de stabilit absolue : distance minimale, dans le plan complexe, entre un point dont lafxe est une e valeur propre de A et le cercle unitaire. Math matiquement, elle sexprime e = min(1 |i |).
i
(9.21)
En revanche, lon ne d nit pas (en tout cas de facon triviale) la marge de stabilit relative. e e
9.5.4 Crit` de Jury ere

De m me que pour les mod` les continus, lon peut d terminer le polyn me caract ristique D(p) = det(pI A) e e e o e et analyser le signe de la partie r elle de ses racines par le crit` re de Routh-Hurwitz, en discret, il est possible e e de d terminer le polyn me caract ristique D(z) = det(zI A) et d tudier le module de ses racines g ce au e o e e a crit` re de Jury. Le crit` re nest pas d taill dans ce document. Il est d duit du crit` re de Routh-Hurwitz par une e e e e e e tansformation bilin aire qui permet de passer du demi-plan gauche au disque unitaire. e 93
9.5.5 M ethode de Lyapunov

Ce paragraphe se r f` re au paragraphe 5.3.3. Voici r sum e la version discr` te de la seconde m thode de Lyapunov. ee e e e e Soit le mod` le non lin aire suivant : e e xk+1 = f (xk ) f (0, ..., 0) = 0 i {1, ..., n} xe = 0 etat d quilibre. e Il sagit l` dun mod` le de syst` me autonome qui poss` de lorigine pour etat d quilibre. f est une fonction a e e e e vectorielle non lin aire a plusieurs variables. Ladaptation de la seconde m thode de Lyapunov induit une condition e ` e sufsante pour v rier la stabilit de cet etat d quilibre. Plut t que de consid rer la d croissance dune fonction e e e o e e energ tique au travers de sa d riv e, lon sint resse a un d cr ment de cette fonction energ tique. Sil existe une e e e e ` e e e fonction V telle que V (xk ) > 0 xk I n , 0 , (V (0) = 0) et telle que R V (xk ) = V (xk+1 ) V (xk ) < 0 xk , xk = 0 alors le mod` le d tat discret non lin aire est asymptotiquement stable pour des conditions initiales dans un voisie e e nage de 0. Si lon sint resse a la stabilit asymptotique dun syst` me lin aire autonome e ` e e e xk+1 = Ax, la seconde m thode permet de voir quun tel syst` me est asymptotiquement stable si et seulement s il existe une e e fonction de Lyapunov (quadratique) V (xk ) = xk P xk > 0 ( P = P > 0) telle que (xk ) < 0, xk = 0 xk (A P A P )xk < 0 xk I n , x = 0 R A PA P < 0 Q = Q < 0 et P = P > 0 | A P A P = Q (9.22) (9.23)
L` encore, il nest plus question de faire r f rence a lorigine de I n qui est de toute facon lunique point d quilibre. a ee ` R e La condition devient n cessaire et sufsante. Enn, il nest pas restrictif de supposer que V (x k ) est une fonction e quadratique de xk ce qui permet daboutir, soit a une in galit matricielle donn e en (9.22), soit a une egalit matri` e e e ` e cielle donn e en (9.23), dont linconnue est, dans les deux cas, une matrice sym trique strictement d nie positive. e e e Ce sont, comme dans le cas continu, E. I. Jury et S. M. Ahn qui prouv` rent quun choix arbitraire de la matrice Q e etait possible. Lon peut donc r sumer lapplication de la th orie de Lyapunov aux mod` les lin aires discrets a ceci : e e e e ` Un mod` le d tat discret lin aire (9.6) est asymptotiquement stable si et seulement si, quelle que soit la e e e matrice sym trique d nie n gative Q, lunique solution de l quation e e e e P + A PA = Q est d nie positive. e Lhabitude consiste a choisir Q = I pour effectuer le test. ` Lannexe E reprend quelques aspects evoqus ci-avant. e (9.24)
En conclusion, il faut noter que tous ces crit` res de stabilit ne font intervenir que A. Ainsi, seule la e e matrice d volution d termine la stabilit du syst` me. e e e e
94
Commandabilit e/observabilit dun mod` discret e ele
9.5.6 Stabilitdun syst` echantillonn e eme e

Lon sint resse ici au rapport entre la stabilit dun proc dd continu et la stabilit du syst` me discret obtenu par e e e e e e echantillonnage de ce proc d continu. e e 9.5.6.1 Echantilonnage dune boucle ouverte
Lon consid` re le sch ma de la gure 9.10. Le proc d continu admet la r alisation (9.12). La matrice d volution A e e e e e e du syst` me echantillonn se d duit donc de la matrice d volution A c du proc d continu par la relation A = eAc T . e e e e e e Si lon note i , i = 1, . . . , n, les valeurs propres de Ac et i , i = 1, . . . , n, les valeurs propres de A, lon a vu quelles etaient li es par la relation (cf. 9.3.4.2) : e i = e i T , do` lon d duit l quivalence : u e e Re(i ) < 0 |i | < 1 i {1, . . . , n}. La stabilit asymptotique dun proc d lin aire continu est equivalente a la stabilit asymptotique du e e e e ` e syst` me discret obtenu par echantillonnage de ce proc d . e e e Il est possible de v rier cette assertion en utilisant la th orie de Lyapunov. Lon constate alors que toute matrice e e de Lyapunov P obtenue pour le procd continu est aussi matrice de Lyapunov pour le mod` le echantillonn et e e e e r ciproquement (cf. annexe E). e 9.5.6.2 Bouclage dun syst` me echantillonn e e Lon consid`re toujours un syst` me echantillonn mais qui est ensuite boucl comme le montre la gure 9.12. e e e e
{uk } yc k + + B0 (p) u(t) Gc (p) y(t) T {yk }
i {1, . . . , n},
F IG . 9.12 Syst` me echantillonn abec bouclage unitaire e e Compte tenu de la r alisation continue (9.12) et des formules d chantillonnage (9.15), le bouclage conduit, pour e e ce syst` me discret boucl , a la repr sentation d tat suivante : e e ` e e T T xk+1 = e Ac T + eAc T Bc d (1 D)1 Cxk + eAc T Bc d (1 D)1 yck
0 0
sous r serve que D = 1. Lon constate que la matrice dynamique en boucle ferm e est grandement d pendante de e e e T et a ce titre, T a une grande inuence sur la stabilit de ce syst` me discret boucl . Il nest donc pas question ` e e e dassocier cette stabilit eventuelle a la stabilit eventuelle dun quelconque syst` me continu. Ceci rejoint lid e e ` e e e formul e dans la remarque 9.3. e
yk
(1 + D(1 D)1 )Cxk
D(1 D)1 yck
9.6 Commandabilit e/observabilitdun mod` discret e ele

Cette partie propose, de facon r sum e, un equivalent du chapitre 6 pour le cas des syst` mes discrets. Le lecteur e e e est invit a se r f rer au chapitre 6. e` ee 95
9.6.1 D enitions
9.6.1.1 Commandabilit e Soit le mod` le d tat (9.6) dun syst` me lin aire dont l tat initial est a une valeur quelconque x 0 . e e e e e `
Le mod` le est commandable si pour toute instance xf du vecteur d tat, il existe une s quence nie e e e d chantillons dentr e uk (k < ) d nergie borne qui permet au syst` me de passer de l tat x 0 a e e e e e e ` l tat xf . e 9.6.1.2 Observabilit e Lon sint resse toujours au m me mod` le que dans la partie pr cdente. e e e e e Le mod` le est observable si, quel que soit l tat initial x0 , il existe dune s quence nie d chantillons de e e e e sortie yk (et eventuellement des echantillons dentr e correspondants u k ) qui permet de retrouver x0 . e
9.6.2 Crit` de Kalman ere

9.6.2.1 Commandabilit e Le r sultat est comp` tement similaire a celui etabli pour les mod` les continus : e e ` e La paire de matrices (A, B) (ou le syst` me (9.6)) est commandable si et seulement si e rang(Qc ) = n o` Qc = u La matrice Qc est dite matrice de commandabilit . e D monstration : soit la r ponse de l tat donn e par (9.17). Lon note que si Qc est de rang plein, son image e e e e concide avec I n . De ce fait, nimporte quel xf I n admet un ant c dent dans lensemble des commandes R R e e {u0 ; u1 ; . . . ; un1 }. Il est donc possible datteindre xf et la condition de Kalman est sufsante. De plus, se pose la question de la n cessit . Qc est suppos e de rang inf rieur a n. Soit la matrice Qi d nie par e e e e ` e Qi = A AB . . . Ai1 B . B AB . . . An1 B (9.25)
est-il possible quil existe une valeur de i telle que limage de Qi concide avec I n . Le th or` me de Cayley R e e Hamilton montre que, quel que soit i, la matrice Ai B peut sexprimer comme une combinaison lin aire de B, AB, e . . ., An1 B. Ainsi le rang de Qi ne peut exc der celui de Qc et donc il existe des vecteurs dans I n qui ne peuvent e R etre atteints. QED Remarque 9.5 Tout etat xf peut etre atteint en partant de x0 gr ce a une s quence dentr e dau plus n a ` e e echantillons. 9.6.2.2 Observabilit e La paire de matrices (A, C) (ou le syst` me (9.6)) est observable si et seulement si e C CA rang(Qo ) = n o` Qo = u ... CAn1 96
(9.26)
La matrice Qo est dite matrice dobservabilit . e D monstration : si lon sint resse au syst` me autonome, la r ponse en y k de ce syst` me est e e e e e yk = CAk x0 . Puisque yk est de dimension 1 et x0 de dimension n, il est n cessaire davoir n valeurs successives de y k pour e esp rer retrouver x0 a partir des echantillons yk . Ceci conduit a ecrire e ` ` y0 y1 . . . y n1
= Q o x0 .
Le syst` me peut se r soudre en x0 (unique) si et seulement si rang(Qo ) = n. QED e e 9.6.2.3 Dualit des deux concepts e Il est important de noter, comme ne continu, lanalogie entre les structures de Q c et Qo . Dualit : e La paire (A, B) est commandable si et seulement si la paire (A , B ) est observable. La paire (A, C) est observable si et seulement si la paire (A , C ) est commandable.
9.6.3 Crit` sappliquant aux formes de Jordan eres

Le principe etant rigoureusement le m me que pour les mod` les continus, le lecteur est invit a se reporter au e e e` paragraphe 6.3. Les r sultats qui y sont mentionn s sont valables pour les mod` les discrets. e e e
9.6.4 Grammiens
Il sagit ici dapporter une analogie discr` te aux notions pr sent es au paragraphe 6.4. Soit le mod` le LTI discret e e e e donn en (9.6) et suppos asymptotiquement stable. Lon se propose ici de pr senter un crit` re de commandabilit e e e e e et dobservabilit qui repose sur les notions de grammiens. e 9.6.4.1 D nition des grammiens e Le grammien de commandabilit Wc et le grammien dobservabilit Wo , egalement appel s matrices grame e e miennes, sont respectivement d nies par e
Wc = lim Ak BB (A )k ,
k
(9.27) (9.28)
Wo = lim (A )k C CAk ,
k
do` lon retrouve bien que les deux propri t s sont duales lune de lautre. u ee 97
9.6.4.2 Interpr tation des grammiens e Le grammien de commandabilit Wc est li a lenergie minimale du signal de commande u(t) n cessaire pour e e` e amener l tat dune condition initiale a une condition nale en un temps inni. La justication en est renvoy e en e ` e annexe F. La paire (A, B) (respectivement la paire (A, C)) est commandable (resp. observable) si et seulement si le grammien de commndabilit Wc (resp. dobservabilit Wo ) est strictement d ni positif. e e e Comme en continu, les grammiens fournissent des conditions n cessaires et sufsantes dobservabilit ou de come e mandabilit et ils indiquent le nombre de variables d tat non commandables et non observables. En outre, ils e e permettent de quantier cette propri t pour chaque variable d tat mais se limitent a l tude des mod` les asympee e ` e e totiquement stables. Remarque 9.6 Lon peut d montrer que, quelle que soit la base de lespace d tat consid r e, le produit Wc Wo e e ee conserve le m me spectre (voir annexe F). e 9.6.4.3 Calcul des grammiens Les sommes d nies en (9.27) et (9.28) sont difcilement utilisables pour le calcul des grammiens. Il est facile, a e ` linstar de ce qui se fait en continu (cf. 6.4.3), dafrmer : Soit la r alisation (9.6), suppos e asymptotiquement stable. Le grammien de commandabilit W c et celui e e e dobservabilit Wo sont les solutions respectives des equations de Lyapunov e Wc + AWc A = BB , Wo + A Wc A = C C. (9.29) (9.30)
9.6.5 Mod` et structures eles

Il ny a pas de diff rence majeure avec le cas continu et le lecteur peut se r f rer au paragraphe 6.5 pour y retrouver e ee les principales notions. Lon retient juste : L quation r currente ne reprsente que la partie observable du syst` me discret. e e e e La fonction de transfert en z ne repr sente que la partie commandable et observable du syst` me e e discret.
9.6.6 R ealisation minimale

L` encore, il est inutile de reprendre toute l tude pour le cas discret et, en se r f rant au cas continu, lon peut a e ee ecrire : On appelle r alisation minimale ou irr ductible dun syst` me LTI discret toute repr sentation d tat ne e e e e e d crivant que la partie commandable et observable du syst` me. e e De ceci, lon d duit que les p les de la fonction de transfert en z dun syst` me discret sont egaux aux valeurs e o e propres de toute r alisation minimale du syst` me. Ainsi, il est possible quune fonction de transfert dun syst` me e e e soit stable au sens de Schur mais quune r alisation non minimale de ce m me syst` me fasse apparatre une e e e instabilit . Ceci correspond a une valeur propre instable qui nest pas commandable et/ou pas observable. e ` 98
9.7 Commande par retour d etat

Cette partie sint resse a la commande par retour d tat des syst` mes discrets. Elle se r f` re tr` s largement au chae ` e e ee e pitre 7. Avant de bri` vement jeter les bases de ce retour d tat discret , un paragraphe est d di aux diffrentes e e e e e approches de la commande num rique. Une fois lune des approches privil gi es, le probl` me du placement de e e e e p les par retour d tat est abord . o e e
erentes approches de la commande num erique 9.7.1 Les diff

Soit le principe de commande illustr par la gure 9.9. Il existe deux strat gies pour envisager cette commande : e e
d terminer une loi de commande en continu, sur la base de G c (p), la fonction de transfert du proc d continu, e e e ou dune r alisation continue, puis approcher cette loi de commande analogique par une commande discr` te qui e e aurait des performances similaires. Cette strat gie ne peut senvisager que si T , la p riode d chantillonnage e e e est faible (Thor` me pratique de Shannon largement respect ). Dans ce cas de gure, deux options quelque peu e e e diff rentes sont alors possibles : e implanter la commande analogique en r alisant une approximation num rique des eventuelles int grateurs e e e (1/p) et d rivateurs (p) ; e pr voir par une transformation appropri e (reposant sur lapproximation de p ou 1/p par une fonction en e e z ( Euler avant , Euler arri` re , Tustin ) quelque loi de commande discr` te se rapprochant de la e e commande analogique puis implanter cette commande discr` te sous forme de r currence. e e Il faut remarquer quun simple retour d tat est identique en continu et en discret puisquil sagit dune loi de e commande statique. d terminer le mod` le echantillonn puis en d duire une loi de commande discr` te avant de limplanter telle e e e e e quelle. Cest la seconde strat gie qui est ici privil gi e. Elle prend mieux en compte lapproximation li e a l chantillonnage e e e e ` e et par ailleurs, elle est utilisable pour un syst` me non echantillonn (discret par essence ou echantillon selon une e e e variable qui nest pas le temps).
9.7.2 Retour d discret etat

Le principe du retour d tat est le m me que pour les mod` les continus, a savoir quil suppose que toutes les come e e ` posantes du vecteur d tat sont mesur es ce qui permet denvisager la loi de commande suivante : e e
uk = Hyck + Kxk ,
k I N. (9.31)
Cette loi de commande, appliqu e a un syst` me discret d crit par (9.6) conduit au mod` le discret boucl : e ` e e e e
xk+1 yk
= (A + BK)xk = (C + DK)xk
+ BHyck + DHyck .
(9.32)
99
9.7.3 Placement de p les par retour d o etat

Comme on peut le voir dans (9.32), la matrice dynamique en boucle ferm e est Af = A + BK. Le probl` me de e e placement de p les se formule donc toujours ainsi : o Placement de p les : o Soient une matrice A I nn et un vecteur B I n1 , d terminer le vecteur K I 1n tel que le spectre R R e R de A + BK concide avec un spectre donn . e 9.7.3.1 Commandabilit et placement de p les e o La condition pour pouvoir placer n p les est la m me quen continu, a savoir : o e ` Le probl` me de placement de p les par retour d tat admet une solution si et seulement si la paire (A, B) e o e est commandable. 9.7.3.2 Technique de placement de p les o Il est absolument inutile de d tailler cette technique puisquelle est exactement la m me que pour les mod` les e e e continus. Le lecteur doit donc se r f rer aux paragraphes 7.2 et 7.3, tant pour le calcul de la matrice de retour K ee que pour celui de la matrice de pr commance H. e Il faut toutefois prendre deux pr cautions pour sassurer de lefcacit de la loi de commande. e e Performances transitoires Le choix des p les est evidemment pr pond rant dans les performances transitoires (cf. gure 9.11). Ce choix o e e est moins facile quen continu. Une technique peut consister a choisir des p les d sir s pour un mod` le continu et ` o e e e a chercher le polyn me caract ristique discret equivalent. ` o e Performances statiques Pour assurer un gain statique unitaire en boucle ferm e, il faut se souvenir que le r gime permanent dun syst` me e e e continu correpond a p = 0. Pour un mod` le discret, il correspond a z = e 0 = 1 (en effet, le r gime statique ` e ` e sexprime xk+1 = xk ce qui se traduit dans le domaine en z par zX(z) = X(z) z = 1). Ceci conduit a la ` formule : H = [D + (C + DK)(I A BK)1 B]1 . (9.33)
Rejet de perturbation De m me quen continu, lon peut ins rer un int grateur pour rejeter les perturbations en echelon se trouvant e e e en amont de cet int grateur dans la chane directe. Un int grateur discret admet pour fonction de transfert e e G(z) = 1 , z1
de sorte que si lon adapte la gure 7.4 au cas discret, la r currence liant uk et uk sexprime e uk+1 = uk + uk . En consid rant u comme une nouvelle variable d tat et u comme la nouvelle commande, lon augmente de 1 e e lordre du mod` le avec int grateur et lon peut ensuite calculer une loi de placement de p les sur ce mod` le e e o e dordre (n 1). 100
Commande par retour de sortie
9.8 Commande par retour de sortie

Cette partie r sume la version discr` te du chapitre 8. Lid e est donc de construire un syst` me discret qui observe e e e e l volution de l tat xk (observateur discret) et dutiliser son estimation de xk pour r aliser ensuite une loi de e e e commande par retour d tat. Lon se contente ici denvisager la synth` se dun observateur dordre n de vecteur e e d tat xk qui r pond a la formulation suivante : e e ` xk+1 yk = Ak + Buk x = C xk . + Z(k yk ), y (9.34)
Si lon d nit l cart dobservation par e e k = x k x k , alors la dynamique de lobservateur est donn e par l quation e e x = (A + ZC) + Bu Zy. x Il faut dabord donner lassertion fondamentale qui est la m me que pour les mod`les continus : e e Soit le syst` me discret d crit par (9.6). Lon peut construire un observateur d tat si et seulement si la paire e e e (A, C) est observable. En outre, ce probl` me, comme en continu, peut etre vu de mani` re purement matricielle et est dual du probl` me e e e de placement de p les. Par cons quent, il est inutile de reproduire la logique de calcul dans cette partie et le o e o lecteur peut se r f rer au paragraphe 8.3 et en particulier le paragraphe 8.3.2 pour calculer Z et placer les p les de ee (A + ZC). Il va de soi quil faut choisir judicieusement la localisation des p les a linterieur du disque unitaire o ` pour xer la dynamique de lobservateur discret. (9.35)
101
Commande par retour de sortie
102
Chapitre 10
Conclusion
10.1 R e du cours esum
Ce cours a balay rapidement les concepts de base de lAutomatique des syst` mes lin aires dans lespace d tat. e e e e Trois des grands probl` mes ont et abord s : la mod lisation, lanalyse et la commande. e e e e Concernant la mod lisation, un nouveau mod` le lin aire a et introduit pour d crire le comportement dun syst` me e e e e e e monovariable : la repr sentation d tat. Il a et expliqu que ce mod`le nest pas unique. Les moyens dobtenir un e e e e e tel mod`le et le lien avec l quation diff rentielle et la fonction de transfert ont et mis en evidence. e e e e Concernant lanalyse, il a et montr que lon pouvait utiliser la repr sentation d tat pour d terminer la r ponse e e e e e e dun syst` me. La notion de valeurs propres de la matrice d tat sest r v le fondamentale non seulement pour e e e ee comprendre la forme de cette r ponse mais egalement pour conclure quant a la stabilit du syst` me. e ` e e Dans la partie relative a la commande, les notions de commandabilit et dobservabilit ont et introduites. Elles ` e e e sont essentielles pour calculer des lois de commandes dites par retour d tat , comprenant ou non un observateur e d tat. Des techniques dobtention de telles lois de commande ont et pr sent es. e e e e
10.2 Perspectives
Les perspectives d tude quoffre la repr sentation d tat sont nombreuses. Citons entres autres : e e e L tude des syst` mes multivariables : la reprsentation d tat, bien plus que la fonction de transfert, se pr te e e e e e a lextension des concepts etudi s au cas des syst` mes poss dant plusieurs entr es et/ou plusieurs sorties. En ` e e e e effet, dans ce cas pr cis, B et C deviennent des matrices plut t que de simples vecteurs mais le mod` le varie peu. e o e Lidentication : il existe, comme dans lapproche fr quentielle, des techniques dobtention de mod` les qui sape e puient sur lobservation du comportement du syst` me. Lorsque la phase de mod lisation ne permet pas dobtenir e e un mod` le complet, lon peut recourir a ces techniques didentication. Elles font lobjet de cours sp ciques e ` e dans cette formation. La commande optimale : sous ce vocable sont regroupes un ensemble de techniques qui consistent a commane ` der un mod` le d tat tout en minimisant un crit` re de performances. Citons la commande LQ (minimisation e e e dun crit` re Quadratique (tel que l nergie appliqu e en commande) sous une contrainte Lin aire (le mod` le e e e e e du syst` me)), les commande H2 et H (minimisation de la norme dun transfert entre des perturbations et les e sorties du syst` me)... e La robustesse : il sagit l` de faire l tude de syst` mes (analyse et commande) dont les mod` les sont incertains. a e e e Lon dit quils sont sujet a des incertitudes. Le principe de lanalyse robuste est de savoir si un syst` me a les ` e 103
Perspectives
propri t s souhait es quelle que soit lincertitude. Celui de la commande robuste est de d terminer une loi de ee e e commande qui assure les propri t s du mod` le pour toute la gamme dincertitudes possibles. ee e
104
A NNEXES
Dans ces annexes, sont pr sent s quelques concepts qui permettent soit dappr hender un peu mieux le contenu du e e e cours, soit dobtenir quelques compl ments dinformation de nature scientique ou culturelle. e
105
Annexe A
Rappels dalg` bre et danalyse e

Quelques notions dalg` bre lin aire et danalyse sont ici bri` vement rappel es. Il ne sagit pas de pr senter un petit e e e e e cours de math matiques mais simplement de rafrachir la m moire du lecteur sil en est besoin. e e
A.1
` A propos des matrices
Lon donne ici quelques d nitions et propri t s des matrices. Une matrice M C mn peut etre vue comme un e ee l eme tableau de m n scalaires complexes mij a m lignes et n colonnes o` mij est l l ment situ en i ` ligne et ` u ee e ` eme colonne. Une telle matrice est en r alit une repr sentation dune application lin aire de C n dans C m . en j e e e e l l Exemple : M= m11 m21 m12 m22 m13 m23 =M = 1 4 2 + 3i 6 7 5+i
A.1.1 Transposition et conjugaison

Soit la matrice M = [mij ] C mn . l Soit aussi la matrice N = [nij ] C nm . l N est la transpos e de M si et seulement si nij = mji , {i; j} (les lignes de M sont les colonnes de N et e r ciproquement). Lon note alors N = M T . e N est la transpos e conjugu e de M si et seulement si nij = mji , {i; j} (les lignes de M sont les colonnes e e conjugu es de N et r ciproquement). Lon note alors N = M . e e Exemple : MT = 1 3 6 2 4 + 5i 7 1 3 6 2 4 5i 7
Dans le cas de matrices r elles (M I mn ), les deux op rateurs peuvent etre confondus. e R e
1 2 M = 3 4 + 5i 6 7 M =
ees A.1.2 Matrices carr

Une matrice est dite carr e si elle comporte le m me nombre de lignes et de colonnes. Ce nombre est parfois e e appel ordre de la matrice. Cette derni` re repr sente une application de I n (ou C n ) vers I n (resp. C n ) qui est e e e R l R l 107
donc susceptible d tre automorphique. e Parmi les matrices carr es, certaines sont particuli` res, telles la matrice nulle, not e 0, dont toutes les compoe e e santes sont nulles (mij = 0, {i; j}) et la matrice identit , not e I, dont toutes les composantes sont nulles a e e ` lexception de celles de sa diagonale principale qui sont egales a 1 (m ii = 1 i et mij = 0 {i, j = i}). 0 est ` l l ment neutre de laddition des matrices de m me dimension et l l ment absorbant de la multiplication. I est ee e ee l lement neutre de la multiplication1 (voir ci-apr` s). e e Une matrice triangulaire sup rieure na que des composantes nulles en dessous de sa diagonale principale (m ij = e 0 {i, j < i}). Une matrice triangulaire inf rieure na que des composantes nulles au dessus de sa diagonale e principale (mij = 0 {i, j > i}). Une matrice triangulaire inf rieure et sup rieure est dite diagonale (m ij = e e 0, {i, j = i}). La matrice carre complexe M est dite Hermitienne quand M = M . Dans le cas o` M est r elle, on a M = e u e M T = M et lon dit alors de la matrice quelle est sym trique. e
A.1.3 Op erations sur les matrices

A.1.3.1 Addition de matrices Soient deux matrices M = [mij ] C mn et N = [nij ] C mn de m mes dimensions alors leur somme l l e S = [sij ] C mn est d nie par l e
sij = mij + nij
{i; j}.
Lon note S = A + B. Les propri t s de laddition matricielle sont les suivantes : ee A + B = B + A (commutativit ) ; e A + (B + C) = (A + B) + C (associativit ) ; e s(A + B) = sA + sB, s C ; l C | A + C = B et C est not e C = A B (diff rence) ; e e A + 0 = A ( l ment neutre) ; ee (A + B)T = AT + B T (transposition de la somme) ; (A + B) = A + B (transposition-conjugaison de la somme).
Exemple : 1 1 2 3 2 4 A.1.3.2 Multiplication de matrices Soient le vecteur v = [v1 . . . vn ]T et le vecteur w = [w1 . . . wn ]T de m me taille. Lon d nit le produit scalaire e e de v et w par
n
1 3 2 3 4 0
2 2 0 6 6 4
< v, w >=
i=1
vi wi .
1 sous
r eserve de compatibilit des dimensions e
108
` A partir de ce produit scalaire de deux vecteurs, lon peut d nir le produit de deux matrices. Si lon suppose que e M C mn et N C nq sont respectivement la concat nation en colonne de m vecteurs lignes v [i] , i = 1, ..., m l l e et la concat nation en ligne de q vecteur colonnes w [j] , j = 1, ..., q, e v [1] . M = . . v [m]
et N =
w[1]
. . . w[q]
alors le produit P = [pij ] = M N = M N C mq est d ni par l e
pij =< v [i] , w[j] >=

k=1
vk wk
[i]
[j]
{i; j} {1, ..., m} {1, ..., q}.
Exemple : 1 1 2 3 2 4 1 1 2 = 0 1 0 3 3 1 7
Lon note que la multiplication deux matrices M et N nest d nie que si le nombre de colonnes de M est egal au e nombre de lignes de N . Le produit de deux matrices correspond a la composition de deux applications lin aires. ` e Les propri t s de la multiplication de matrices sont : ee A(B + C) = AB + AC (distributivit a droite) ; e` (A + B)C = AC + BC (distributivit a gauche) ; e` A(BC) = (AB)C (associativit ) ; e AB = BA (non-commutativit ) ; e A I = A ( l ment neutre) ; ee A 0 = 0 ( l ment absorbant) ; ee AB = 0 nimplique pas toujours A = 0 ou B = 0 ; AB = AC nimplique pas toujours B = C ; (AB)T = B T AT (transposition du produit) ; (AB) = B A (transposition-conjugaison du produit).
Remarque A.1 Une matrice A carr e peut etre elev e a une puissance k en d nissant Ak = Ak1 A et A0 = I. e e e ` Une matrice qui devient nulle pour une valeur de k est quali e de nilpotente. e
A.1.4 D eterminant dune matrice carr ee

La d nition du d terminant dune matrice est un peu formelle pour nos besoins. Elle repose sur la notion permue e tation et pour des raisons de concision, elle nest pas rappel e ici. Lon se contente de rappeler les r` gles de calcul e e pour des matrices carres dordre 2 ou 3. e Lon note dabord que le d terminant dune matrice est un scalaire qui se d duit par calcul des compsantes de e e la matrices. 109
A.1.4.1 D terminant dune matrice carr e dordre 2 e e Soit la matrice carr e A ainsi compos e : e e A = Le d terminant de A est ainsi calcul : e e a11 a21 a12 a22 .
det(A) = a11 a22 a12 a21 .
Exemple : det 1 2 3 4 = 1 4 (2) 3 = 10
A.1.4.2 D terminant dune matrice carr dordre 3 ou plus e e Soit A une matrice carr e dordre n = 3. Lon affecte un signe a chacune de ses composantes, en quinconce, de la e ` facon suivante : a+ 11 A = a 21 a+ 31
ij
a 12 a+ 22 a 23
a+ 13 a23 . a+ 33
Chaque signe est not sign(i, j). e eme eme Lon note det(A) le d terminant de la matrice 22 issue de A par elimination de la i ` ligne et de la j ` colonne. e Il suft alors de raisonner par rapport a la ligne (ou la colonne) k. Lon calcule : `
n n
det(A) =
j=1
sign(k, j)akj det(A) =

kj j=1
sign(j, k)ajk det(A).

jk
En notant que sign(i, j) = (1)(i+j) , il vient

n n
det(A) =
j=1
(1)(k+j) akj det(A) =

kj j=1
(1)(j+k) ajk det(A).

jk
(A.1)
Exemple : Lon raisonne, dans lexemple ci-apr` s, par rapport a la premi` re ligne : e ` e 2+ 1 det 2+ 3 0+ 1 5+ 1 = 2 det 0+ 0 1 1 0 1 1 2 0 1 0 2 1
3 det
+ 5 det
=9
La technique de calcul pr sent e ci-avant peut s tendre a des matrices de dimension plus elev e cest-` -dire que e e e ` e a la formule (A.1) est valable pour n > 3. 110
A.1.4.3 Quelques propri ts du d terminant ee e Une ligne ou une colonne nulle det(A) = 0. det(AT ) = det(A). det(A ) = (det(A)). Ligne ou colonne multipli e par s C det(A) multplipli par s. e l e eme Si B est obtenue a partie de A en ajoutant a la i ` ligne (colonne) le produit dun scalaire par une autre ligne ` ` (colonne) alors det(B) = det(A). det(Im + M N ) = det(In + N M ) (Attention aux dimensions de M et N : M N et N M doivent etre carr es). e
A.1.5 Cofacteurs et matrice adjointe

Lon d nit les cofacteurs dune matrice carr e A = [aij ] par e e ij = (1)i+j det(A).
ij
Lon remarque que le d terminant de A sexprime alors e

n n
det(A) =
j=1
akj kj =
j=1
ajk jk .
En outre, la matrice adjointe de A, not e adj(A), est d nie par la transpos e des cofacteurs, a savoir e e e ` A = [aij ] adj(A) = [ji ].
o eristique dune matrice carr ee A.1.6 Polyn me caract

Le polyn me caract ristique dune matrice carr e A est le polyn me en d ni par o e e o e
P () = det(I A).
Par ailleurs, P (A) = 0 (th or`me de Cayley-Hamilton : toute matrice carr e v rie son propre polyn me cae e e e o ract ristique). e
A.1.7 Rang dune matrice

Lon d nit le rang r dune matrice M C mn par le nombre maximal de lignes ou de colonnes lin airement e l e ind pendantes de cette matrice. Elle est de rang plein si et seulement si min(m, n) = r. Si ce nest le cas, lon dit e que la matrice est d ciente en rang ou pr sente une d cience de rang. e e e Une matrice carr e A de rang plein est dite r guli` re. Dans ce cas, il vient det(A) = 0. Par opposition, une matrice e e e d ciente en rang est dite singuli` re et il vient alors det(A) = 0. Bien souvent, le qualicatif non-singuli` re est e e e pr f r a r guli` re . eee` e e
A.1.8 Matrices inverses

A.1.8.1 D nition et calcul e Une matrice carr e A C nn admet une inverse de m me dimension not e A1 si et seulement si e l e e AA1 = A1 A = I.
111
Une condition dexistence de A1 est la non-singularit de A. e Pour calculer une inverse, lon doit donc dabord savoir si elle existe cest-` -dire savoir si A est de rang plein, a en montrant par exemple que det(A) = 0. Puis les deux techniques de calcul les plus classiques sont : on r soud le syst` me lin aire a n equations et n inconnues (fastidieux m me pour un ordre faible) ; e e e ` e on applique la formule : A1 = 1 adj(A). det(A)
Exemple : a c A.1.8.2 Propri t s des inverses ee Sous r serve de compatibilit des dimensions et dexistence des diverses inverses : e e (AB)1 = B 1 A1 (inverse du produit) ; (AT )1 = (A1 )T (inverse de la transpos e) ; e (A )1 = (A1 ) (inverse de la transpos e-conjugu e) ; e e (A + BCD)1 = A1 A1 B(C 1 + DA1 B)1 DA1 (lemme dinversion des matrices) ; (I + A)1 = I (A1 + I)1 (lemme dinversion des matrices simpli ). e b d
1
1 ad bc
d c
b a
A.1.9 Valeurs propres dune matrice

A.1.9.1 Structure propre dune matrice C est valeur propre de A C nn si et seulement si : l l
P () = det(In A) = 0
(A.2)
Une matrice de dimension n a n cessairement n valeurs propres i , i = 1, ..., n. Pour simplier, lon supposera e que celles-ci sont distinctes. Lorsque A est r elle, les valeurs propres constituent un ensemble auto-conjugu . Aue e trement dit, si est valeur propre de A, sa quantit conjugu e lest aussi. Tous ces scalaires constituent un ensemble e e de cardinal n appel spectre de A et parfois not (A). e e Il existe n vecteurs vi C n , i = 1, ...n non nuls, appels vecteurs propres a droite, tels que : l e `
Avi = i vi
i {1, ..., n}
(A.3)
Ces vecteurs propres sont tous d nis a un facteur pr` s. e ` e Si lon d nit V , matrice modale, par : e V = [v1 , , vn ] alors, il vient la relation : (A.4)
112
= V 1 AV o` est une matrice diagonale d nie par : u e = diag{1 , , n }
(A.5)
(A.6)
La d termination de passe par celle de V . Lon parle de diagonalisation de matrice. Cette diagonalisation nest e pas toujours possible lorsque les valeurs propres ne sont pas distinctes. Des formes canoniques de Jordan peuvent n anmoins etre calcul es mais ceci nest pas explicit ici. e e e Lon peut aussi d nir les vecteurs propres a gauche ui ( galement d nis a un facteur multiplicatif pr` s) par e e e ` e ` la relation
ui A = i ui
i {1, ..., n}.
(A.7)
En d nissant la matrice U par la concat nation e e U = [u1 , , un ], (A.8)
il apparat, entre les matrices U et V , pour des choix de ui et vi convenablement mis a l chelle, la condition ` e dorthogonalit : e
U V = I.
(A.9)
Lensemble constitu des valeurs propres et des vecteurs propres a gauche et a droite est appel structure propre. e ` ` e A.1.9.2 Propri t s des valeurs propres ee Il est a noter que les valeurs propres dune matrice carr e A v rient les propri t s suivantes : ` e e ee (A) = (AT ) ; i (A) i (A) ; i (A) i (A ) i (A) k (Ak ) ; i i (A) s + i (sI + A), s C ; l les el ments diagonaux dune matrice triangulaire sont ses valeurs propres. e Les valeurs propres dune matrice sym trique ou Hermitienne sont r elles. e e
A.1.9.3 Propri t s des vecteurs propres ee Il est a noter que les vecteurs propres dune matrice carr e A v rient les propri t s suivantes : ` e e ee ils doivent etre lin airement ind pendants et constituent donc une base de C n ; e e l ils sont orthogonaux pour une matrice Hermitienne diagonalisable (c.-` -d. < v i , vj >= 0, {i; j = i}) et a constituent donc une base orthogonale (et m me orthonormale puisquils peuvent etre normalis s). Lon peut e e alors ecrire
n
A=
i=1
i v i v i .
Ces propri t s sont aussi vraies pour les vecteurs propres a gauche. ee ` 113
` A propos de la d enition positive
A.1.10 Rang dune matrice carr d ee, eterminant et valeurs propres

Dans le cas dune matrice carr e, lon peut lier la notion de rang a celle de valeurs propres et de d terminant. En e ` e effet, le rang dune matrice est egal a son ordre moins le nombre de ces valeurs propres nulles : ` Les quatre propositions suivantes sont equivalentes : (i) La matrice A est inversible. (ii) La matrice A est non-singuli` re (de rang plein). e (iii) 0 (A). / (iv) det(A) = 0.
A.1.11 Trace dune matrice

Lon d nit la trace dune matrice carr e A C nn par : e e l
trace(A) =
i=1
aii
La trace de A est donc la somme de ses el ments diagonaux. Lon peut par ailleurs montrer que cest la somme de e ses valeurs propres c.-` -d. : a
n
trace(A) =
i=1
De ce fait, toutes les matrices semblables ont la m me trace. La trace est un scalaire complexe, egalement r el si A e e est r elle ou si A est complexe mais Hermitienne. En outre, sous r serve de compatibilit des dimensions, lon a : e e e trace(AB) = trace(BA) trace(A + B) = trace(B + A) = trace(A) + trace(B) (A.10) (A.11)
A.2
A.2.1 Fonction d enie positive

Une fonction V (x, t) de C n I + vers I est dite localement d nie (respectivement semi-d nie) positive sil l R R e e existe une boule B incluant lorigine de C n telle que : l (i) V (0, t) = 0, t I + ; R (ii) V (x, t) > 0 (resp. V (x, t) 0), {x; t} B I + . R Lorsque la boule B peut s tendre a lespace vectoriel C n , lon dit simplement que la fonction V est d nie (resp. e ` l e semi-d nie) positive. e Si V est (localement) d nie (resp. semi-d nie) positive alors la fonction V est dite (localement) d nie (resp. e e e semi-d nie) n gative. e e Un cas particulier est dun grand int r t. Il sagit de celui o` la fonction V est une forme quadratique cest-` ee u a dire r pond a la formulation V (x) = x P x o` P est une matrice Hermitienne. Ce cas particulier conduit a la e ` u ` notion de d nition positive dune matrice (voir paragraphe suivant). e 114
A.2.2 Matrices Hermitiennes d enies en signe

Une matrice Hermitienne P est d nie (resp. semi-dnie) positive si et seulement si e e
x P x > 0 (resp.) x P x 0,
x = 0
Si la propri t est v ri e, alors la matrice Hermitienne P est d nie (resp. semi-dnie) n gative. ee e e e e e La d nition en signe dune matrice Hermitienne est par d nition equivalente a celle de la forme quadratique e e ` associ e. e Quelques propri t s : ee P P P P P P =P =P =P =P =P =P > 0 (P ) I + ; R 0 0 (P ) {I + 0} ; R > 0 P 1 = (P 1 ) > 0 ; > 0 det(P ) = 0 ; 0 det(P ) = 0 ; > 0 P admet une racine carr e not e P 1/2 telle que e e P = (P 1/2 )2 ; P 1/2 > 0 ; ((P 1/2 )1 )2 = P 1 ;
M C nn et det(M ) = 0 P = M M > 0 ; l M C nn et det(M ) = 0 P = M M 0 ; l P > 0 (resp. 0) P admet une d composition dite de Cholesky : P = S S avec det(S) = 0 (resp. e det(S) = 0).
115
116
Annexe B
` A propos du r egime transitoire

Dans cette annexe, lon revient quelque peu sur la notion de r gime transitoire ou, plus exactement, sur les el ments e e qui inuent sur le r gime transitoire de la r ponse dun mod` le LTI. Parmi ces el ments, lon peut bien s r citer e e e e u les p les dont linuence a et etablie dans le corps de ce document, mais aussi les vecteurs propres et les z ros du o e e syst` me. e Pour simplier, la matrice A est toujours suppos e diagonalisable dans ce qui suit. e
B.1 Inuence du spectre de la matrice d etat

Lon suppose que le syst` me est en r gime libre et est soumis a une perturbation instantan e (impulsionnelle) e e ` e repr sent e par une condition initiale x0 = x(t0 ). Lon sint resse alors a la r ponse du syst` me autonome x = Ax e e e ` e e qui est la solution dun syst` me d quations diff rentielles de premier ordre et est donn par e e e e x(t) = eAt x0 . Si lon introduit la structure propre (cf. paragraphe A.1.9.1) de A dans cette expression, lon obtient :
n
x(t) =
i=1
v i e i t u i x 0 .
(B.1)
Or, la d composition de x0 dans la base constitu e par les vecteurs propres a droite de A peut sexprimer par la e e ` combinaison lin aire suivante : e
n
x0 =
j=1
j v j .
Do` lon obtient u

n
x(t) =
i=1
e Compte tenu de la condition (A.9) qui am` ne ui vj = 0, {i, j = 0} {1, ..., n}2 et ui vi = 1, i {1, ..., n}, lon a
n
v i e i t u i
n j=1
j v j .
x(t) =
i=1
i e i t v i .
(B.2)
117
Inuence des vecteurs propres de A
Lon appelle mode r el la quantit ei t vi lorsque i est r el et mode complexe la quantit (ei t vi + ej t vj ) I e e e e R lorque i = j {C I l R}. Cette expression est essentielle car lon constate que tous les termes de la r ponse e convergent vers z ro (donc le syst` me est BIBO-stable) si et seulement si toutes les valeurs propres de A (parfois e e egalement appel es abusivement modes ) sont a partie r elle n gative. Plus pr cis ment, lon voit bien que le e ` e e e e syst` me retrouve dautant plus vite sa position d quilibre a lorigine que les parties r elles des valeurs propres de e e ` e A sont tr` s n gatives (lon parle de modes lents ou dominants et de modes rapides ou domin s). La rapidit de la e e e e r ponse d pend de toute evidence des modes les plus lents. Bien entendu, la valeur de l tat initial x 0 conditionne e e e aussi la forme de la r ponse par le biais de {i , i {1, ..., n}}. e De plus, lon remarque que lexistence de valeurs propres complexes conjugu es induit un comportement oscile latoire dans la r ponse du syst` me. En effet, un mode complexe fait apparatre un sinus dans cette r ponse. Le e e e caract` re oscillatoire dun mode complexe est dautant plus marqu que le rapport (en valeur absolue) entre la e e partie imaginaire et la partie r elle des valeurs propres correspondantes est el v . Pour des syst` mes de deuxi` me e e e e e ordre (n = 2), ces consid rations sont prises en compte pour d nir un coefcient damortissement et une e e pulsation propre non amortie egalement d nis dans le cadre du cours sur lapproche fr quentielle. Selon les e e valeurs de ces indicateurs, la nature de la r ponse peut varier dune absence doscillation a une tr` s forte oscillae ` e tion en passant par un l ger d passement. Lon se r f` re souvent a ces indicateurs pour caract riser la dynamique e e ee ` e dominante dun syst` me dordre plus elev (n > 2) et donc ses performances en termes de temps de r ponse, e e e d passement maximal, etc. N anmoins, il importe de savoir que linuence de chaque mode nest pas toujours e e simplement dict e par la position de la (ou des) valeur(s) propre(s) associ e(s). e e Ce quil convient de retenir est que la localisation des valeurs propres de A dans le plan complexe (en particulier les modes dominants) est extrmement utile pour caract riser le comportement dun syst` me ou pour sp cier les e e e e performances souhait es dun proc d a commander. Le spectre de A rev t donc une importance capitale dans le e e e` e comportement du syst` me. Les vecteurs propres associ s ont egalement une inuence puisquils apparaissent dans e e (B.2). Leur inuence est un peu mieux explicit e dans le paragraphe suivant. e
B.2 Inuence des vecteurs propres de A

B.2.1 Couplage modes/sortie
Dans la r ponse du syst` me en r gime libre (B.2), lon voit clairement apparatre les vecteurs propres a droite de e e e ` A. Cette relation peut etre ainsi d taill e : e e x1 (t) v 11 v n1 . . . t t . = 1 e 1 . + . . . + n e n . . . . . xn (t) v 1n v nn
(B.3)
Lon constate en examinant la relation (B.3) que la composante vij distribue leffet du mode i sur l tat xj . Ainsi, e ` e annuler vij revient a eliminer linuence de i sur xj . Lon en d duit que : Les vecteurs propres a droite sont signicatifs du couplage entre existant entre le spectre de A et le vecteur ` d tat. e Lorsque lon sint resse a la sortie y, la matrice C exprime alors le couplage entre x et y donc plut t que les vecteurs e ` o propres, ce sont les scalaires Cvi quil convient d tudier. Lon peut alors analyser le d couplage modes/sortie. e e Les scalaires Cvi sont signicatifs du couplage entre le spectre de A et la sortie y. Cette assertion est vraie pour un syst` me en boucle ouverte (il faut alors regarder les vecteurs propres a droite de e ` la matrice A) mais aussi pour un syst` me boucl (il faut alors etudier les vecteurs propres a droite de la matrice e e ` Af = A + BK). Remarque B.1 Lorsquun scalaire Cvi est nul, cest-` -dire lorsque la sortie nest pas affect e par le mode i , a e ceci signie que ce mode devient non observable.
118
Inuence des vecteurs propres de A
B.2.2
couplage modes/commandes en boucle ferm ee
Lon rappelle quune loi de commande de type retour d tat est de la forme e u(t) = Kx(t). Pour les besoins de lexplication, le terme de pr commande est omis cest-` -dire que le syst` me boucl est e a e e consid r en r gime libre. Compte tenu de lexpresson de x(t), il vient ee e
n n n
u(t) =
i=1
i Kvi =
i=1 j=1
i e i t k j v i j .
(B.4)
La relation (B.4) pemet de comprendre comment les vecteurs propres interviennent dans la r partition de leffet e des modes sur la commande du syst` me boucl 1 . Il va de soi quen cas de bouclage comme ci-dessus, les scalaires e e i d signent les valeurs propres de Af et les vi d signent leurs vecteurs propres a droite associ s. e e ` e Dans le cas dun mod`le LTI boucl par retour d tat u(t) = Kx(t), les vecteurs Kv i sont signicatifs du e e e couplage entre existant entre le spectre de A et la commande u.
B.2.3
Couplage modes/consigne en boucle ferm ee
Cette fois-ci, la pr commande est pr sente de sorte que le syst` me nest pas en r gime libre et la loi de commande e e e e est : u(t) = Kx(t) + Hyc (t). La r ponse du syst` me au niveau de son vecteur d tat est e e e
t
x(t) =
0
eAf (t ) BHyc ( )d
t
x(t) = V
0 n n
e(t ) U BHyc ( )d.

n n n
x(t) =
i
vi
0
ei (t ) ui BHyc ( )d =
i j=1
vi
0
ei (t ) uij bj Hyc ( )d.
(B.5)
Gr ce a (B.5), lon comprend que le produit ui B est signicatif de linteraction entre le signal de consigne et a ` le mode i . Ainsi, si ce produit est nul (ui et B sont alors orthogonaux), le mode i de la matrice dynamique Af = A + BK nest pas excit par la consigne. e Les vecteurs propres a gauche ont une inuence pr pond rante sur la r partition de lexcitation en consigne ` e e e sur les modes.
Remarque B.2 Lorsque le scalaire ui B est nul et quainsi le signal de consigne nexcite pas le mode i , alors le mode i est non commandable.
1 et
non pas sur la consigne du syst` eme boucl e
119
Inuence des z eros
B.2.4
En r e sur les vecteurs propres esum
Il apparat que leffet du monde ext rieur sur la dynamique interne dun syst` me LTI est d crit par la e e e structure propre a gauche alors que la r partition de cette dynamique sur les sorties est essentiellement ` e d crite par la structure propre a droite. e `
B.3 Inuence des z eros

B.3.1 Les z dun mod` d eros ele etat
Il est possible de d nir les z ros dun syst` me dans lespace d tat. Dans le cadre des syst` mes multivariables, e e e e e les d nitions sont multiples et conduisent a quatre, voire cinq types de z ros dont les caract risations ne sont pas e ` e e equivalentes. En monovariable, de mani` re un peu simpliste, lon peut d nir les z ros dun syst` me comme les e e e e valeurs de z C telles que la matrice l M (z) = zI A C B D
pr sente une d cience de rang. Lon note quil nest pas ais de d terminer les z ros dune r alisation mais cette e e e e e e d nition a lavantage dutiliser une repr sentation d tat. e e e Si la r alisation est minimale (enti` rement commandable et observable) alors, les z ros sont les racines du poe e e lyn me N (p), le num rateur de la fonction de transfert G(p). Dans le cas dune r alisation non minimale, il peut o e e exister des valeurs des z ros de la r alisation qui ne sont pas racines de N (p). Ceci r sulte dune compensation e e e dans G(p) du facteur (p z) de N (p) avec un facteur (p z) du d nominateur D(p) (compensation p le/zro e o e caract ristique des mod` les non-commandables ou non observables (cf. paragraphe 6.5)). e e Les z ros a partie r elle n gative sont quali s de stables et ceux a partie r elle positive sont quali s dinstables. e ` e e e ` e e
B.3.2
Contribution des z eros
M me si les z ros ne d terminent pas la stabilit du syst` me LTI, il va de soi quils ont une inuence sur le e e e e e comportment transitoire du syst` me. En effet, si lon ecrit la fonction de transfert e
m
(p zj ) G(p) =
j=1 n
(p i )
i=1
alors une d composition en el ments simples conduit a e e `

n
G(p) =
i=1
ri . (p i )
(B.6)
Lon comprend en appliquant la transform e de Laplace inverse sur (B.6) et par une comparaison avec (B.1) (qui e nest pas d taill e ici) que les r sidus ri , qui sont d pendants de la valeur des z ros zi , sont etroitement li s mais e e e e e e ` de mani` re non triviale, aux vecteurs propres vi et ui . A ce titre, ils ont donc une importance sur le comportement e transitoire du syst` me. De m me par comparaison avec (B.5). e e Mais il est assez difcile et souvent peu rigoureux dappr cier correctement leffet dun z ro sur le r gime transie e e toire. Pour r sumer tr` s grossi` rement cet effet : e e e les z ros compens s par des p les non commandables et non observables nont aucun effet sur le r gime transie e o e toire dune r ponse sur la sortie y ; e les z ros proches dun p le dans le plan complexe sont faiblement inuents ; e o 120
Inuence des z eros
les z ros instables ont tendance a g n rer un d passement de la r ponse indicielle vers le bas alors que les z ros e ` e e e e e stables contribuent a l ventuel d passement vers le haut. ` e e
121
Inuence des z eros
122
Annexe C
Formule dAckermann pour le placement de p par retour d oles etat

Lon se propose, dans cette annexe, de r soudre le probl` me du placement de p les par retour d tat en utilisant la e e o e formule dite dAckermann . Cette formule est justi e par le raisonnement ci-dessous. e
C.1
Rappel du probl` eme
Soit le syst` me diffrentiel lin aire de premier ordre : e e e x = Ax + Bu, x I n, R uI R. (C.1)
Lon rappelle que le probl` me du placement de p les consiste a trouver un vecteur K, associ e a la loi de commande e o ` e ` u = Kx, de sorte que
n
det(pI Af ) = Dd (p) =
i=1
(p i ).
La matrice Af = A + BK est la matrice dynamique du syst` me boucl e e x = Af x. (C.2)
Le polyn me Dd (p) est le polyn me caract ristique d sir pour ce syst` me boucl . Les scalaires i , i = 1, ..., n, o o e e e e e sont les racines de ce polyn me, cest-` -dire les p les d sir s. La paire de matrices (A, B) est suppos e commano a o e e e dable.
C.2
R esolution selon Ackermann
Lon peut ecrire le polyn me Dd (p) de la facon suivante : o Dd (p) = pn + n1 pn1 + . . . + 1 p + 0 . Or, dapr` s le th or` me de Cayley-Hamilton, toute matrice carr e v rie son propre polyn me caract ristique et e e e e e o e lon a Dd (Af ) = 0. Les diff rentes puissances de Af jusqu` lordre n peuvent etre ainsi exprim es : e a e 123 (C.3)
R esolution selon Ackermann
L quation (C.3) peut alors se r crire e e

n1 Dd (Af ) = 0 I + 1 A1 + 2 A2 + . . . + n1 Af + n An = 0. f f f
0 Af 1 Af 2 Af 3 Af A4 f n Af
= = = = =
= A2 + ABK + BKAf = A3 + A2 BK + ABKAf + BKAf = A4 + A3 BK + A2 BKAf + ABKA2 + BKA3 f f . . . n1 n2 n1 = Af (A + BK) = An + An1 BK + An2 BKAf + . . . + ABKAf + BKAf
I A + BK A1 (A + BK) f A2 (A + BK) f A3 (A + BK) f
Dd (Af )
Dd (A) +
Lon reconnat, dans l galit ci-dessus, la matrice de commandabilit de Kalman e e e Qc = B AB . . . An1 B
= 0 I + 1 A1 + 2 A2 + . . . + n1 An1 + n An n1 +B(1 K + 2 KAf + 3 KA2 + . . . + KAf ) f n2 +AB(2 K + 3 KAf + 4 KA2 + . . . + KAf ) f . . . +An1 BK = 0 n1 1 K + 2 KAf + 3 KA2 + . . . + KAf f n2 2 K + 3 KAf + 4 KA2 + . . . + KA f f AB . . . An1 B . . . K
=0
qui est inversible puisque la paire (A, B) est suppos e commandable. Ainsi, par inversion de Q c , lon obtient e
n1 1 K + 2 KAf + 3 KA2 + . . . + KAf f 2 K + 3 KAf + 4 KA2 + . . . + KAn2 f f . . . K
Pour obtenir K, il suft dextraire la derni` re ligne de cette equation : e
= Q1 Dd (A). c
K=
0 ... 0 1
Q1 Dd (A). c
(C.4)
Cette formule est appel e formule dAckermann. e
124
Annexe D
` A propos de
D.1 Propries de et
Lin arit e e [

n i=1
(i {fk }i )] =
i=1
(i
[{fk }])
Multiplication par k [k {fk })] = F (1 z)
Multiplication par ekT [ekT {fk })] = F (zeT )
(Ici, T d signe la p riode d chantillonnage si elle est d nie). e e e e Produit de convolution [{f g}k ] = F (z)G(z)
o` lop rateur symbolise le produit de convolution {f }k {gk } = {hk } d ni par u e e

hk =
l=
fl gkl =
l=
fkl gl
k I N.
Th or` me du retard e e Th or` me de lavance e e
l1
[{fk+l }] = z l
[{fk }]
i=0
Th or` me de la valeur initiale e e f0 = lim F (z)

z
Th or` me de la valeur nale e e sous r serve que les p les de (1 z e o

k 1
lim fk = lim
zto1
)F (z) soient dans le disque unitaire.
125
[{fkl }] = z l
[{fk }] = z l F (z)
l1
fi z i
= zl
F (z)
i=0
fi z i
(1 z 1 )F (z) ,
Tableau de transform ees
D.2 Tableau de transform ees

Voici quelques transform es pour des signaux usuels : e
Signal continu f (t), t 0
Transform e de Laplace e F (p)
Signal echantillonn e fk , k I N
Transform e en z e F (z)
Impulsion de Dirac (t)
f0 = 1, fk = 0, k = 0
1 Ez z1 bT z (z 1)2 z z eaT T zeaT (z eaT )2 z sin(T ) 2z cos(T ) + 1 z(z cos(T )) 2z cos(T ) + 1
Echelon damplitude E c.-` -d. E(t) a
E p b p2 1 p+a 1 (p + a)2 + 2 p + 2
fk = E
Rampe de pente b c.-` -d. bt a
fk = bT
eat
fk = eakT
teat
fk = kT eakT
sin(t)
p2
z2
cos(t)
p2
z2
1 eaT
a p(p + a)
z(1 eaT ) (z 1)(z eaT ) z za z h G(z)
ak
Retard pur c.-` -d. g(t hT ) a
ehT p G(p)
fk = gkh
De nombreux ouvrages permettent de compl ter ce tableau. e
126
Annexe E
Lyapunov et les syst` mes lin e eaires

Cette annexe a pour but de montrer que les in galit s de Lyapunov peuvent etre obtenues ind pendamment de la e e e seonde m thode et de son th or` me fondamental. e e e
E.1 Le cas continu

Th or` me. La matrice A est stable au sens au sens de Hurwitz si et seulement sil existe une matrice P e e sym trique d nie positive (dite matrice de Lyapunov), solution de e e Mc = A P + P A < 0. La d monstration (simpli e) est en fait assez ais e. e e e Sufsance : (E.1) est suppos e v ri e. Pour toute valeur propre i de A, il existe un vecteur non nul vi tel que e e e Avi = i vi . Ainsi, vi Mc vi = (i + i )vi P vi < 0. Puisque P > 0, alors vi P vi > 0, ce qui implique i + i < 0, qui nest autre que l quation dappartenance de i au demi-plan gauche ouvert. e N cessit : pour simplier, lon suppose que A a des valeurs propres distinctes mais ce raisonnement peut sadapter e e au cas des valeurs propres multiples. Si ces valeurs propres sont suppos es dans le demi-plan gauche ouvert, lon a e i + i < 0, i {1, . . . , n} (E.1)
M = + < 0, o` u = diag {i }.
i=1,...,n
(E.2)
Soit V la matrice modale de A telle que = V 1 AV , il vient M = (V 1 ) A V + V AV 1 < 0 V M V = A V V + V V A < 0, qui nest autre que (E.1) avec le choix P = V V . QED 127
Le cas echantillonn e
E.2 Le cas discret

Th or` me. La matrice A est stable au sens au sens de Schur si et seulement sil existe une matrice P e e sym trique d nie positive (dite matrice de Lyapunov), solution de e e Md = P + A P A < 0. La d monstration (simpli e) est l` encore assez ais e. e e a e Sufsance : (E.3) est suppos e v ri e. Pour toute valeur propre i de A, il existe un vecteur non nul vi tel que e e e Avi = i vi . Ainsi, vi Md vi = (1 + i i )vi P vi < 0. Puisque P > 0, alors vi P vi > 0, ce qui implique 1 + i i < 0, qui nest autre que l quation dappartenance de i au disque unitaire ouvert. e N cessit : pour simplier, lon suppose que A a des valeurs propres distinctes mais ce raisonnement peut sadapter e e au cas des valeurs propres multiples. Si ces valeurs propres sont suppos es dans le disque unitaire ouvert, lon a e 1 + i i < 0, i {1, . . . , n} (E.3)
M = In + + < 0, avec (E.2). Soit V la matrice modale de A, il vient M = In + (V 1 ) A V V AV 1 < 0 V M V = V V + A V V A < 0, qui nest autre que (E.3) avec le choix P = V V . QED
E.3 Le cas echantillonn e

Ici, il est montr que toute matrice de Lyapunov dun mod` le lin aire continu est aussi matrice de Lyapunov du e e e mod`le echantillonn associ (la r ciproque est fausse !). e e e e Soit P = P > 0, la matrice de Lyapunov assurant de la stabilit au sens de Hurwitz de A c . Il vient donc e Mc = Ac P + P Ac < 0, (E.4)
et par cons quent, si lon consid` re la fonction de Lyapunov quadratique V (x(t)) = x (t)P x(t), sa d riv e teme e e e porelle V (x(t)) = x (t)(A P + P A)x(t) est strictement n gative. Ainsi, V (x(t)) est strictement d croissante par e e rapport au temps et lon a donc, pour deux instants d chantillonnage successifs kT et (k +1)T (o` T est la p riode e u e d chantillonnage), e V (x(k + 1)T ) < V (x(kT )), qui se r crit e x ((k + 1)T )P x((k + 1)T ) = x(kT )eAc T P eAc T x(kT ) < x (kT )P x(kT ). Puisque A = eAc T , de cette derni` re in galit lon d duit e e e e 128
Md = P + A P A < 0, qui am` ne la conclusion suivante : e
(E.5)
Toute matrice de Lyapunov du mod` le lin aire continu dun proc d est aussi matrice de Lyapunov du e e e e mod` le discret lin aire du syst` me echantillonn associ . e e e e e
Remarque E.1 Pour d montrer que lon peut choisir arbitrairement Q < 0 telle que Mc = Q (respectivement e Md = Q) admette une solution unique P > 0, la technique consiste a montrer que r soudre cette equation revient e ` a r soudre un syst` me lin aire d quations scalaires poss dant une unique solution. Cet aspect nest cependant e e e e ` e pas d taill ici car toute la subtilit est de montrer que le syst` me est bien pos . e e e e e
129
130
Annexe F
` A propos des grammiens

Dans cette annexe, quelques explications sur linterpr tation des grammiens et leur propri t s sont apport es. e ee e
F.1 Signication des grammiens

Apr` s avoir d ni les grammiens au paragraphe 6.4, lon se propose ici de s tendre sur le sujet en donnant une e e e signication physique aux grammiens dans le cadre des syst` mes discrets. Lon proc` de ensuite bri` vement par e e e analogie pour traiter le cas des syst` mes continus. e Soit le syst` me discret suivant : e xk+1 yk
Axk
+ Buk
= Cxk
Lon atteste ou non de la commandabilit de ce syst` me selon le rang de la matrice de commandabilit (voir e e e 9.6.2) : Qc = [B AB ... An1 B]
Lon rappelle que l tat nal souhait peut etre atteint en n coups ou plus (cf. Remarque 9.5). Il faut aussi noter e e que, partant de lorigine : xf xf o` u Un = [un1 , ... , u0 ]. La solution Un de la commande n cessaire pour atteindre l tat xf , du point de vue de la norme minimale est e e (r solution dun probl` me doptimisation classique) : e e Un = Qc (Qc Qc )1 xf . = Q c Un = An1 Bu0 + An2 Bu1 + ... + ABun2 + Bun1
Ceci veut dire que, pour atteindre l tat nal xf a partir de x0 = 0, il faut une energie minimale de commande : e `
n1
uk uk
k=0
xf (Qc Qc )1 xf
On appelle grammien transitoire de commandabilit la matrice : e 131
Invariance des valeurs propres de Wc Wo
n1
Wc (n)
Q c QT c
=
k=0
Ak BB T (Ak )T .
(F.1)
Wc (n) est une matrice d nie positive, donc il existe une transformation de matrice U unitaire telle que e Wc (n)
i=1,...,n
U DU .
avec la matrice diagonale ordonn e D = diag (di ) o` di 0, i{1, . . . , n}. e u Soit la transformation xk = U xk (qui pr serve la norme de x). Dans la nouvelle base, l nergie minimale de e e eme commande n cessaire pour atteindre ei = [0, ..., 0, 1, 0, ..., 0] est donn e par d1 . Si di est nul, la i ` compoe e i sante de l tat nest pas commandable ( nergie innie) en n coups. D apparat donc, dans la nouvelle base, comme e e la matrice de pond ration dun crit` re d nergie de commande (en partant de z ro). e e e e Si lon ne sint resse pas a la commande en n coups mais en un nombre inni de coups, lon peut d nir : e ` e Wc = lim Wc (n)
n
(F.2)
qui est dit grammien de commandabilit . e Or, Wc (n + 1) = AWc (n)A + BB , ce qui donne, a linni, l quation de Lyapunov : ` e Wc = AWc A + BB Dans le cas des syst` mes continus, lon ne peut donner de signication physique aussi claire a la matrice de e ` commandabilit mais Wc (n) a pour equivalent le grammien transitoire de commandabilit sur un horizon : e e
Wc ( )
=
0
eAt BB T eA t dt
Sur un horizon de temps inni, lon obtient le grammien de commandabilit W c (6.8) v riant (6.10). e e Remarque F.1 Rappel : pour traiter le grammien dobservabilit , lon raisonne par dualit . e e
F.2 Invariance des valeurs propres de Wc Wo

Lon donne ici, dans le cas discret, la d monstration de lassertion formul e a la remarque 6.2 selon laquelle les e e ` valeurs propres de Wc Wo , le produit des deux grammiens, sont invariantes par changement de base. Soit une r alisation R = {A, B, C} soumise au changement de variable z = T 1 x, alors : e R = {A, B, C}
T 1
RT = {T 1AT , T 1 B , CT }
e e et, si lon d nit respectivement Qc et Qo comme les matrices de commandabilit et dobservabilit sur un e horizon de temps ou d chantillons inni, c.-` -d., e a Qc = lim B AB . . . Ak1 B
k
alors il vient
Q o Q c
lim
AC
. . . (A )k1 C
T 1
T 1 Qc
et Qo
T 1
Qo T.
132
Par suite, compte tenu de (F.1) et (F.2), et par dualit : e Wc Wo Finalement : Wc Wo

T 1 T 1
T 1 Wc T T T T Wo T.
T 1
(T 1 Wc T T )(T T Wo T )
T 1
Wc Wo
T 1 Wc Wo T
Le produit des grammiens est transform en une matrice semblable, donc ses valeurs propres sont conserves. QED. e e La d monstration dans le cas continu est quelque peu diff rente. Soit toujours la matrice de changement de base e e T . Il vient : Wc et Wo
T 1 0 T 1
T 1 eA T T 1BB (T )1 T eA (T )1 d = T 1 Wc (T )1 .
0
T eA (T )1 T C CT T 1eA T d = T Wo T.
La n de la d monstration est alors identique a celle du cas discret. QED e `
133
134
Annexe G
M ATLAB et la repr esentation d etat

Le logiciel M ATLAB de la soci t T HE M ATH W ORKS I NC . est originellement un logiciel de calcul matriciel. Il ee sest sp cialis dans diff rentes disciplines au cours des ann es en fonction de la client` le int ress e. Comme de e e e e e e e nombreux automaticiens utilisaient M ATLAB, il sest etoff , entre autres, en fonctions d di es a lautomatique, tant e e e ` pour lapproche fr quentielle que pour lapproche temporelle. Outre le logiciel de base, lon peut faire lacquisition e de quelques botes-` -outils et certaines dentre elles sont sp ciques aux probl` mes dAutomatique, en particulier a e e la C ONTROL T OOLBOX .. Initialement plut t utilis par des chercheurs, M ATLAB est aujourdhui tr` s r pandu dans le monde universitaire o e e e mais aussi dans le monde industriel. Il sagit ici de pr senter quelques fonctions du logiciel accessibles dans la version de base ou dans la bote-` -outils e a C ONTROL. Ne sont donn es que des fonctions basiques ou li es a la repr sentation d tat, reprenant quelques e e ` e e notions de ce cours. Le logiciel est expos dans sa version 6 . e
G.1 Fonctions math ematiques de base

Comme M ATLAB est un logiciel de calcul matriciel, lentit de base est une matrice. Aussi, les vecteurs et les e scalaires ne sont vus que commes des matrices particuli` res. Dans ce qui suit, lon consid`re uniquement des inse e tructions tap es directement dans lenvironnement de travail de M ATLAB. e Ainsi lon peut d nir, par exemple, un vecteur ligne v de trois composantes de la facon suivante : e >> v=[1 2 3] v = 1 2 3
Le premi` re ligne avec le prompt >> correspond a linstruction et les autres correspondent au r sultat afch e ` e e par M ATLAB. La variables v est alors enregistr e dans lenvironnement et disponible a tout moment. La liste des e ` variables actives est donn e par linstruction who. e Un vecteur colonne peut etre g n r de deux facons : e ee >> v=[1;2;3] v = 1 2 3 135
Fonctions math ematiques de base
>> v=[1 2 3]; La premi` re instruction fait apparatre un point virgule entre les composantes pour indiquer un changement de e ligne dans une matrice. Lautre utilise lop rateur de transposition conjugaison sur lequel lon reviendra plus loin. e Le second r sultat (identique au premier) nest pas afch par M ATLAB comme le stipule le point virgule en n e e dinstruction. Les composantes dun vecteur ou dune matrices peuvent etre complexes. Ainsi les variables i ou j sont-elles pr dnies dans M ATLAB et egales a lunit imaginaire. Il importe donc de ne pas les ecraser en red nissant des e e ` e e variables avec le m me identicateur. Lon dispose dun op rateur de conjugaison e e >> v=[1 1+i]; >> conj(v) ans = 1.0000 1.0000 - 1.0000i
et de loprateur de transposition conjugaison e >> v ans = 1.0000 1.0000 - 1.0000i Le caract` re entrane donc la conjugaison des eventuelles composantes complexes et une simple transposition e doit se faire en associant conj et . Pour les matrices r elles, il ny a pas de diff rence entre lop rateur et la e e e transposition simple. Voici comment saisir une matrice r elle et la transposer : e >> M=[1 2;3 4] M = 1 3 >> M ans = 1 2 3 4 2 4
Certaines matrices particuli` res peuvent etre saisies par des fonctions sp ciale telles que e e >> I2=eye(2) I2 = 1 0 0 1
>> zeros(3,2) 136
ans = 0 0 0 0 0 0
>> ones(3,2) ans = 1 1 1 1 1 1
eye permet de construire une matrice identit , zeros une matrice nulle et ones une matrice emplie de compoe santes unitaires. De m me, il est facile dextraire des sous-matrices : e >> I2(:,2) ans = 0 1 >> I2(2,2) ans = 1 >> M(1:2,2) ans = 2 4 Entre parenth` ses apparaissent les lignes et les colonnes conserv es. Les deux points seuls indiquent que toutes les e e lignes ou toutes le colonnes de la matrice sont prises en compte. x :y correspond aux lignes ou colonnes de x a y. ` M ATLAB propose evidemment quantit de fonctions danalyse matricielle parmi lesquelles rank et det qui e permettent de calculer le rang ou le d terminant dune matrice : e >> rank(M) ans = 2 >> det(M) ans = -2 137
Lon peut bien s r calculer la somme de deux matrices (ou plus) ou m me le produit : u e >> M+M ans = 2 6 >> M*M ans = 7 15 10 22 4 8
ce qui conduit a la possibilit de d nir les puissances de matrices : ` e e >> M=M2 ans = 7 15 10 22
Lexposant qui suit lop rateur peut etre non entier de sorte que (1/2) correspond a la racine carr e matricielle. e ` e Il existe aussi la fonction exp qui calcule lexponentielle dune matrice. Pour calculer linverse dune matrice, lon utilise la fonction inv : >> inv(M) ans = -2.0000 1.5000 1.0000 -0.5000
Les valeurs propres sont disponibles ainsi : >> L=eig(M) L = -0.3723 5.3723 Mais lon peut aussi obtenir une matrice modale : >> [V,L]=eig(M) V =
138
Fonctions li au mod` d ees ele etat
-0.8246 0.5658
-0.4160 -0.9094
L = -0.3723 0 0 5.3723
Enn, pour tester le d nition en signe dune matrice Hermitienne, lon peut tester le signe de ses valeurs propres : e >> Z=M*M; >> eig(Z) ans = 0.1339 29.8661 Dans le cas de Z, elles sont positives donc la matrice est d nie positive, ce qui est evident etant donn e la mani` re e e e dont Z est construite. ` Remarque G.1 A toute fonction M ATLAB est associ e une aide en ligne obtenue grace a linstruction help. e ` Exemple : >> help lsim
G.2 Fonctions li au mod` d ees ele etat

Dans cette partie, quelques fonctions M ATLAB relatives a lutilisation du mod` le d tat sont pr sent es. ` e e e e Lon constitue dabord un syst` me : e >> >> >> >> A=[-9 -10;5 5]; B=[1;1]; C=[1 0]; D=0;
Le spectre de la matrice d tat de ce mod` le dordre 2 est donn par e e e >> eig(A) ans = -2.0000 + 1.0000i -2.0000 - 1.0000i Lon peut regrouper des quatres matrices en une seule car M ATLAB propose des variables de type syst` me LTI . e sys=ss(A,B,C,D); La fonction inverse qui permet de r cup rer les matrices a partir de la variable sys est : e e ` [A,B,C,D]=ssdata(sys); Ensuite, lon peut tout faire a laide de cette variable sys. Ainsi, lon peut obtenir la fonction de transfert : ` 139
>> [Num,Den]=tfdata(sys) Num = [1x3 double]
Den = [1x3 double] Un syst` me etant eventuellement multivariable, il est possible quil existe plusieurs num rateurs et d nominateurs e e e pour une ce qui est alors une matrice de transfert. Cest pouquoi M ATLAB fournit une cellule de num rateurs e et une cellule de d nominateurs. Dans le cas monovariable ci-dessus, les cellules ne contiennent quun el ment e e que lon peut extraire. >> Num{1} ans = 0 >> Den{1} ans = 1.0000 4.0000 5.0000 1.0000 -15.0000
Les vecteurs obtenus contiennent les coefcients du numrateur N (p) et du d nominateur D(p) de la fonction de e e transfert G(p) dans lordre des puissances d croissantes cest-` -dire que lon obtient en fait : e a G(p) = Lon peut aussi appliquer linstruction >> [Num,Den]=ss2tf(A,B,C,D); si la fonction sys na pas et utilis e au p alable. e e e Le passage inverse est possible : >> [A,B,C,D]=tf2ss(N{1},D{1}) A = -4.0000 1.0000 -5.0000 0 p 15 . p2 + 4p + 5
B = 1 0
140
C = 1.0000 D = 0 et la r alisation fournie est de type compagne. Les instructions e >> roots(Num{1}) ans = 15.0000 >> roots(Den{1}) ans = -2.0000 + 1.0000i -2.0000 - 1.0000i -15.0000
permettent respectivement de calculer les racines de N (p) et D(p), cest-` -dire les z ros et les p les de la fonction a e o de transfert. Le syst` me est donc asymptotiquement stable et lon peut le v rier par r solution de l quation de e e e e Lyapunov avec Q = I2 : >> Q=eye(2); >> P=lyap(A,Q) P = 0.7500 -0.5000 >> eig(P) ans = 0.1401 1.1599 La derni` re instruction permet de v rier que les valeurs propres de la matrice de Lyapunov P sont positives et e e donc que cette matrice est d nie positive. e Les r ponses impulsionnelles se tracent gr ce aux fonctions impulse et step : e a >> impulse(sys) >> step(sys) Les r sultats sont donns par les gures G.1 et G.2 e e Il est possible dajouter une grille a une gure avec la fonction grid, de modier les echelles gr ce a la fonction ` a ` axis, de tracer plusieurs courbes sur une m me gure gr ce a hold on et hold off. L diteur de gures e a ` e permet de nombreuses modications de l gendes, etc et lon peut cliquer sur toute courbe pour connatre les coore donn es du point indiqu . e e 141 -0.5000 0.5500
Impulse Response 1
0.5
0.5
Amplitude
1.5
2.5
0.5
1.5 Time (sec)
2.5
F IG . G.1 R ponse impulsionnelle a conditions initiales nulles e `

Step Response 0.5
0.5
Amplitude
1.5
2.5
3.5
0.5
1.5 Time (sec)
2.5
F IG . G.2 R ponse indicielles a conditions initiales nulles e ` Il est egalement possible de tracer une r ponse a une condition initiale (xinitial) ou encore la r ponse a nim e ` e ` porte quelle entr e construite sous forme de vecteur (lsim). e La r ponse harmonique est egalement tracable dans ses reprsentations graphiques classiques : e e >> >> >> >> >> >> bode(sys) grid nyquist(sys) grid nichols(sys) grid
Bode Diagram 10
Magnitude (dB) Phase (deg)
10
20
30
40 180 135 90 45 0 45 90 10
1
10
10 Frequency (rad/sec)
10
F IG . G.3 Diagramme de Bode Lon note que le diagramme de Black, dont la paternit est parfois aussi attribu e a Nichols est correspond a la e e ` ` fonction nichols sous M ATLAB. Il est par ailleurs possible de connatre les marges de gain, de phase, et les pulsations associ es : e >> [Gm,Pm,Wcg,Wcp] = margin(sys) 142
Nyquist Diagram 0 dB 2 dB
2 dB
1.5
4 dB 1 6 dB 0.5 10 dB 20 dB 0 10 dB 20 dB 6 dB
4 dB
Imaginary Axis
0.5
1.5
2.5
1.5
1 Real Axis
0.5
0.5
F IG . G.4 Lieu de Nyquist

Nichols Chart 40 0 dB 30 0.25 dB 0.5 dB 20 1 dB 1 dB
10
3 dB 6 dB 3 dB 6 dB
OpenLoop Gain (dB)
10
12 dB
20
20 dB
30
40
40 dB
50
60 180
60 dB 135 90 45 0 OpenLoop Phase (deg) 45 90 135 180
F IG . G.5 Diagramme de Black Warning: The closed-loop system is unstable. Gm = 0.3333
Pm = -129.4032
Wcg = 0
Wcp = 3.4438 Dans lodre, sont obtenus la marge de gain, celle de phase et les pulsations auxquelles elles peuvent respectivement etre mesur es. Des marges innies ou des syst` mes instables en boucle ferm e (comme celui-ci) peuvent g n rer e e e e e des messages davertissement. Si lon sint resse a la commandabilit et a lobservabilit du syst` me, lon peut tester ces derni` res a laide e ` e ` e e e ` des crit` res de Kalman : e >> Qc=ctrb(sys) 143
Qc = 1 1 -19 10
>> rank(Qc) ans = 2 >> Qo=obsv(sys) Qo = 1 -9 0 -10
>> rank(Qo) ans = 2 Les matrices de commandabilit et dobservabilit Qc et Qo sont construites ci-dessus et lon v rie quelles sont e e e de rang plein pour attester des propri t s. Lon peut aussi passer par les grammiens de commandabilit W c et ee e dobservabilit Wo si le syst` me est asymptotiquement stable. Ces derniers sont les solutions dune equation de e e Lyapunov mais plut t que dutiliser lyap, lon peut utiliser directement la fonction gram : o >> Wc=gram(sys,c) Wc = 5.7500 -5.1250 >> eig(Wc) ans = 0.2497 10.5253 >> Wo=gram(sys,o) Wo = 0.7500 1.2500 >> eig(Wo) ans = 144 1.2500 2.5000 -5.1250 5.0250
0.0992 3.1508 Il convient ensuite de v rier le signe des valeurs propres de ces deux grammiens. Ils sont ici d nis positifs donc e e le syst` me est commandable et observable. e Remarque G.2 La fonction minreal permet de r duire une r alisation a une forme minimale cest-` -dire e e a ` compl` tement commandable et observable (au cas ou elle ne le serait d j` ). e ea ` Il existe au moins deux possibilit s pour placer les p les du syst` me. La fonction place est une fonction ecrite e o e pour les syst` mes multivariables pour lesquels la solution du probl` me de placement de p les nest pas unique. Elle e e o a des avantages quil nest pas facile dexpliquer ici mais pour le cas monovariable elle pr sente linconv nient de e e ne placer que des p les disctincts. Ainsi peut-on sen servir pour placer les p les 5 et 4 et v rier a posteriori o o e que le placement est effectu : e >> K=place(A,B,[-5 -4]) K = 5.0000 >> Af=A-B*K; >> eig(Af) ans = -5.0000 -4.0000 En revanche la fonction Acker qui repose sur la formule dAckerman (cf. Annexe C), m me si elle ne pr sente e e pas les m mes avantages en multivariable, permet de lever lhypoth` se des p les distincts. e e o >> K=acker(A,B,[-5 -5]) K = 6.0000 >> Af=A-B*K; >> eig(Af) ans = -5 -5 Remarque G.3 Attention ! les fonctions place et acker envisagent une loi de commande u(t) = Kx(t), cest pourquoi, dans les instructions ci-avant, lon v rie le spectre de Af = A BK. e Remarque G.4 Il est a noter que M ATLAB propose un outil de simulation avec interface graphique appel S IMU e ` LINK qui permet entre autres de construire des sch ma-blocs et de simuler le comportement des mod` les associ s, e e e M ATLAB restant le noyau de calcul. 20.0000 15.0000
145
Fonctions li aux mod` discrets ees eles
G.3 Fonctions li aux mod` discrets ees eles

Un certain nombre de fonctions M ATLAB peuvent sadapter aussi bien aux mod`les d tat discrets quaux mod` les e e e d tat continus. Cependant, il existe des instructions sp ciques pour manipuler les mod` les discrets. Par exemple, e e e la fonction c2d permet d chantillonner un syst` me continu a une fr quence d sir e. Si lon reprend lexemple du e e ` e e e paragraphe 9.3.4.2, lon peut ex cuter la suite dinstructions suivante : e >> Ac=[0 1;0 -2];Bc=[0;1];Cc=[1 0];Dc=0; >> sysc=ss(Ac,Bc,Cc,Dc); >> sys=c2d(sysc,1,zoh) a = x1 x2 x1 1 0 x2 0.4323 0.1353
b = x1 x2 u1 0.2838 0.4323
c = y1 x1 1 x2 0
d = y1 u1 0
Sampling time: 1 Discrete-time model. La variable sys contient les informations sur le syst` me obtenu a partir du syst` me continu sysc par echantillonnage e ` e a T = 1s. Largument zoh (Zero-order hold) stipule quun bloqueur dordre z ro est consid r . Par d faut, en ` e ee e labsence de cet arguement, cest loption zoh qui est retenue. Toutefois, il existe dautres possibilit s. e Les matrices de la r alisation calcul e peuvent etre r cup r es comme en continu. e e e ee >> [A,B,C,D]=ssdata(sys) A = 1.0000 0 0.4323 0.1353
B = 0.2838 0.4323
C = 146
D = 0
De plus, il est possible dutiliser la fonction r ciproque d2c pour retrouver le mod` le continu : e e >> sysc=d2c(sys) a = x1 x2 x1 0 0 x2 1 -2
b = x1 x2 u1 0 1
c = y1 x1 1 x2 0
d = y1 u1 0
En ce qui concerne le trac des r ponses, linstruction dimpulse permet de tracer la r ponse impulsionnelle du e e e syst` me discret. Ainsi lex cution de e e >> dimpulse(A,B,C,D) conduit, pour le syst` me construit plus haut, a la gure G.6, mais cette m me r ponse est aussi obtenue par e ` e e >> impulse(sys) En effet, la variable sys contient linformation selon laquelle il sagit dun mod` le discret. e Lon peut noter que la r ponse est en escalier mais il est possible de faire apparatre plus clairement les e echantillons gr ce a (voir gure G.7) : a ` >> impulse(sys,.) De m me lon peut utiliser indiff remment e e >> dstep(A,B,C,D) ou >> step(sys) 147
Impulse Response 0.7
0.6
0.5
0.4
Amplitude
0.3 0.2 0.1 0 0
10
15
20
25 Time (sec)
30
35
40
45
50
F IG . G.6 R ponse impulsionnelle discr` te en escalier e e

Impulse Response 0.7
0.6
0.5
0.4
Amplitude
0.3 0.2 0.1 0 0
10
15
20
25 Time (sec)
30
35
40
45
50
F IG . G.7 R ponse impulsionnelle discr` te sans effet descalier e e pour obtenir la r ponse indicielle du syst` me (gure G.8). e e Lon peut voir que la r ponse indicielle diverge puisque le mod` le continu contient un int grateur. Les instructions e e e dinitial, initial, dlsim, lsim permettent de tracer des r ponses a des conditions intiales ou a des e ` ` signaux de commande sp ci s par lutilisateur. e e Enn, il existe les fonctions dlyap et dgram qui permettent respectivement de r soudre une equation de Lyapue nov discr` te et de calculer un grammien discret, a lexemple de ce qui peut se faire en continu. e `
Step Response 25
20
15
Amplitude
10 5 0 0
10
15
20
25 Time (sec)
30
35
40
45
50
F IG . G.8 R ponse indicielle discr` te e e 148
Annexe H
Biographies
Sont pr sent es ici de br` ves biographies de deux scientiques dont les travaux apparaissent comme essentiels aux e e e d veloppements de lapproche temporelle de type espace d tat en Automatique. e e Le premier, Alexandr Lyapunov, na pas a proprement parler contribu a l laboration des repr sentations d tat ` e` e e e ` ` mais son travail a la charni` re des XIXeme et XXeme si` cles fut un r servoir extra-ordinaire pour les multiples ` e e e d veloppements dans lespace d tat. Ce r servoir nest sans doute pas encore epuis aujourdhui. e e e e Le second, Rudolf Kalman, est quant a lui celui qui peut sans doute etre considr comme le p` re de la repr sentation ` ee e e d tat lin aire. Il a su non seulement jet les id es fondamentales mais aussi contribu de mani` re intensive aux e e e e e e d veloppements relatifs aux syst` mes lin aires. e e e
H.1 Alexandr Lyapunov

Dapr` s un article de P. C. Parks, du Royal Military College of Science (Craneld, Royaume Uni). e
Sa vie
Alexandr Mikhalovich Lyapunov nat a Iaroslav (Empire russe) le 6 juin 1857 o` son p` re dirige un lyc e. ` u e e Ce dernier d c` de en 1868 ce qui contraint, en 1870, Madame Lyapunov-M` re, accompagn e de ses trois ene e e e fants, a d m nager vers Nizhny-Novgorod (anciennment Gorki). Cest dans cette ville quAlexandr suit sa sco` e e larit pour obtenir brillamment l quivalent du baccalur at (on lui attribue une m daille dor). Il etudie alors les e e e e 149
Alexandr Lyapunov
math matiques a luniversit de Saint-Petersbourg o` il simpr` gne des cours du Professeur P. L. Chebyshev. e ` e u e dipl m en 1880, empochant au passage une nouvelle m daille dor, il pousuit des etudes a la facult de M canique. o e e ` e e Il y soutient, en 1884, sa th` se sur la stabili des formes ellipsodales d tats d quilibre des uides en rotation e e e e (traduite en Francais en 1904). Lann e 1885 est marqu e deux ev nements : il se marie avec sa cousine au premier degr , Natalia Rafailovna e e e e Sechenova et est nomm privat-dozent au d partement de M canique de lUniversit de Kharkov. Si de 1885 a e e e e ` 1888, Lyapunov consacre surtout son temps a l laboration de ses enseignements, de 1888 a 1892, il travaille sur ` e ` son sujet de pr dilection : la stabilit du mouvement. Ce travail aboutit en 1892 a sa c l` bre th` se 1 : Probl` me e e ` ee e e g n ral de la stabilit du mouvement. Il d fend ainsi, a Moscou, son point de vue en pr sence de N. E. Joukowski, e e e e ` e consid r comme le p` re de laviation russe, ce qui lui vaut un poste de professeur a Kharkov. Cette fameuse th` se ee e ` e fut traduite en Francais (en 1907 a Universit de Toulouse puis en 1949) mais seulement un si` cle plus tard (1992) ` e e en Anglais. Parall` lement a ses activit s principales, Lyapunov sint resse a la th orie des potentiels, aux probabilit s (th or` me e ` e e ` e e e e central-limite de Laplace) et il devient membre de la Soci t Math matique de Kharkov. ee e Suite a la mort de Chebyshev en 1894, Lyapunov lui succ` de en 1902 en tant qu Academicien a lUniver` e ` sit de Saint-Petersbourg. Il etudie alors le probl` me des formes d quilibre des corps constitu s de particules e e e e de uide en rotation sous leffet dune attraction gravitationnelle newtonienne mutuelle. Il d montre par exemple e que pour les uides dits en forme de poire , les etats d quilibre sont instables, contredisant ainsi une th orie e e dastronomie en vogue a l poque, en particulier un mod` le de H. G. Darwin, ls du c l` bre naturaliste. ` e e ee En juin 1917, la famille Lyapunov d m nage a Odessa, pour raisons de sant . La femme de Lyapunov est tue e ` e berculeuse et lui-m me craint la c cit . Le 31 octobre 1918, son epouse d c` de. Tr` s affect par ce drame mais e e e e e e e aussi par lincendie, d clench par les r volutionnaires bolch viques, qui ravage la biblioth` que familiale que son e e e e e grand-p` re puis son p` re avaient constitue sur les bords de la Volga, Lyapunov, d pressif, se suicide le jour-m me e e e e e a laide dun pistolet. Il ne meurt que le 3 juin 1918. `
Linuence de son oeuvre

Parmi les contributions signicatives de Lyapunov, lon retient surtout sa th` se. Lon peut citer trois points impore tants de ce travail : les exposants de Lyapunov, le premi` re m thode de Lyapunov et la seconde m thode ( galement e e e e dite m thode directe) de Lyapunov. En automatique, cest surtout la seconde m thode qui tient le haut du pav . e e e Lapplication de cette m thode au cas des syst` mes lin aires est pr sent e au paragraphe 5.3.3. Cest a Lyapunov e e e e e ` que lon doit un principe fondamental : un syst` me peut- tre instable par rapport a une mesure et stable par rapport e e ` a lautre. Cette id e peut paratre anodine dans le formalisme des mod`les LTI monovariables mais elle clarie ` e e eme e beaucoup did es a la n du XIX ` si` cle. Parmi les travaux de Lyapunov, lon peut aussi noter quil exprime la e ` stabilit dans le plan de phase (espace d tat) ouvrant ainsi des perspectives a lapproche temporelle, ou encore e e ` quil reformule des r sultats du math maticien francais Liouville (1809-1882) relatifs aux syst` mes hamiltoniens. e e e Comme il a et mentionn ci-avant, le point clef des travaux de Lyapunov pour un automaticien est la seconde e e m thode. Elle sinspire des contributions de Laplace, Lagrange, Dirichlet et Liouville ou encore de probl` mes e e dastronomie (le maintien en orbite consiste ne un syst` me simplement stable). Elle donne une interprtation e e energ tique de la stabilit en ce sens que la fonction V (cf. paragraphe 5.3.3), dite de Lyapunov, est une energie (au e e sens math matique donc g nral) qui doit d crotre pour assurer la stabilit . Elle permet de comprendre quil nest e e e e e pas toujours n cessaire, m me dans une approche temporelle, de r soudre le syst` me diff rentiel pour conclure e e e e e quant a la stabilit . ` e Les cons quences scientiques de la seconde m thode sont importantes tant en nombre quen qualit scientique. e e e En URSS, elles interviennent surtout avant 1960. Si Lyapunov ne propose que tr` s peu dexemple pratiques, I. G. e Malkin et N. G. Chetayev comprennent que la seconde m thode peut etre applique dans un cadre a ronautique e e e et/ou militaire. Ils obtiennent, vers 1930, des r sultats leur permettant de stabiliser la position angulaire dune fus e e e
1 Il
semblerait que cette th` soit plus ` comparer ` ce qui ese a a etait appel auparavant en France, une th` d e, ese etat
150
Rudolf Kalman
ou dun obus, r sultats qui ne sont pas sans cons quence. De m me, A. I. Lure et A. M. Letov montrent, respece e e tivment en 1957 et 1961, lapplicabilit de la m thode directe a certains probl` mes de commande des mod` les non e e ` e e lin aires. e Comme il a et mentionn dans le paragraphe 3.3, Les Russes parviennent a mettre Spoutnik en orbite en 1957, les e e ` travaux de Lyapunov, Chetayev, Malkin et autres n tant pas etrangers a cette r ussite (cest un euph misme). Cest e ` e e pourquoi le professeur Solomon Lefschetz d cide de cr er au USA un groupe de recherche charg de promouvoir e e e en occident la th orie de Lyapunov, groupe parmi lequel gurent J.-P. La Salle, R. E. Kalman et J. E. Bertram. D` s e e lors, lapproche temporelle connat un regain dint r t. ee En juin 1960, au premier congr` s IFAC de Moscou, Kalman et Bertram font sensation et tout le monde (... ou e presque) souhaite la bienvenue aux repr sentations d tat lin aires. Au d but, lon pense quelles napprtent rien e e e e de plus que de simples equations diff rentielles mais lutilisation des outils de lalg` bre lin aire va montrer la e e e pertinence de loutil et engendrer l automatique moderne . Cest a partir de ce moment que lon sint resse a ` e ` nouveau au plan de phase (espace d tat) donc aux travaux de Lyapunov. e En 1964, P. C. Parks retrouve, dans lespace d tat, les r sultats de Routh-Hurwitz. Lon applique la seconde e e m thode de Lyapunov aux syst` mes lin aires a temps continu donnant naissance a ce que lon appelle l quation e e e ` ` e de Lyapunov (A P + P A = Q) et son equivalent en temps discret (P + A P A = Q) d j` d termin e par ea e e Stein en 1952. Elle permet aussi l tablissement de crit` res de stabilit (m me en non lin aire) tels celui de Popov e e e e e ou celui du cercle (contributions de Popov, Kalman, Brockett). Les autres d veloppements cons quents de la seconde m thode sont nombreux : etude des syst` mes dissipatifs, e e e e commande optimale et tous les probl` mes de type Riccati (commande H 2 , H , optimisation mixte), probl` me e e dencloisonnement des p les ( quations de Lyapunov g n ralis es (A. G. Mazko en 1980, S. Gutman et E. I. Jury o e e e e en 1979 et 1981), un pan entier de la commane robuste, certaines approches d tude des syst` mes non-lin aires e e e (techniques de mode de glissement), syst` mes a param` tres r partis ou r seaux de neurones, etc. e ` e e e Encore de nos jous, des conf rences sont int gralement d di es aux applications des travaux de Lyapunov (exemple : e e e e Irkoutsk, 1995) et susceptibles dint resser les math maticiens, les physiciens, les m caniciens, les automaticiens e e e et tant dautres.
H.2 Rudolf Kalman

Dapr` s le Centre Historique de IEEE (Institute of Electrical & Electronics Engineers). e
Rudolf E. Kalman est n a Budapest le 19 mai 1930. Il d cide de suivre les traces de son p` re, ing nieur electricien. e` e e e Il emigre aux USA puis obtient son baccalaurat. Il recoit du MIT (Massachusetts Institute of Technology) son mas e ter en g nie electrique en 1954. Il quitte le MIT pour continuer ses etudes a lUniversit de Colombia o` il acc` de e ` e u e au doctorat es sciences en 1957, sous la direction du professeur John R. Ragazzini. 151
Rudolf Kalman
Ses etudes au MIT et a Colombia d montrent tr` s t t son int r t pour la th orie des syst` mes et lAutomatique. ` e e o ee e e Ses premi` res recherches sur la notion de variable d tat sont a la fois tr` s avanc es sur le plan math matique mais e e ` e e e egalement motiv es par un vrai souci de r soudre des probl` mes pratiques. e e e En 1957 et 1958, Kalman est employ comme ing nieur dans un laboratoire de recherche dIBM a Poughkeepsie, e e ` etat de New York. Pendant cette p riode, il contribue activement a la recherche dans la conception de lois de com e ` mande pour les syst` mes echantillon s, par lutilisation de crit` res quadratiques caract risant les performances de e e e e ces derniers. Il exploite aussi la th orie de Lyapunov pour lanalyse et la commande des syst` mes en g n ral. Il e e e e comprend d` s cette epoque la pertinence de loutil num rique pour la commande des syst` mes a large echelle. e e e ` En 1958, Kalman rejoint le RIAS (Research Institute for Advanced Study), equipe de recherche cr e par le pro e fesseur Solomon Lefschetz (1884-1972) avec comme but, entre autres, de promouvoir davantage la th otie de e Lyapunov en occident. Il y d bute en tant que chercheur en math matiques et est vite promu Directeur Associ e e e de Recherche. Cest durant cette p riode (1958-1964) quil r alise ses contributions les plus signicatives pour e e lautomatique moderne. Ses conf rences et publications sont symptomatiques de son incroyable cr ativit et de e e e sa volont d tablir une th orie uni e de lautomatique. Larticle co- crit avec J. E. Bertram ou la repr sentation e e e e e e d tat lin aire est rigoureusement introduite fait sensation lors de sa pr sentation au premier congr` s IFAC (Intere e e e national Federation of Automatic Control) a Moscou en 1960. Sa recherche concernant des concepts aujourdhui ` essentiels tels que la commandabilit et lobservabilit permet de consolider les bases th oriques de ling ni rie e e e e e des syst` mes. Il unie les outils danalyse et de conception de lois commande des syst` mes minimisant un crit` re e e e quadratique et ce, en temps continu comme en temps discret. Il r alise un travail crucial pour lexploitation des e r sultats du math maticien Constantin Carath odory (1873-1950) en commande optimale, pour la clarication e e e des connexions entre le principe du maximum de Semenovich Pontryagin (1908-1988) et l quation dHamiltone Jacobi-Bellman, de m me que pour le calcul variationnel en g n ral. Non seulement sa recherche met laccent sur e e e les aspects de mathmatiques g n rales mais elle inclut aussi des aspects tr` s pratiques comme la prise en compte e e e e dun ordinateur comme partie int grante du syst` me pour implanter la loi de commande. e e Cest aussi au cours de son s jour au sein du RIAS que Kalman d veloppe ce qui est peut- tre sa contribution la e e e plus c l` bre, le ltre de Kalman (grossi` rement, ce ltre permet de reconstruire l tat du syst` me en pr sence ee e e e e de bruit). Il obtient des r sultats relatifs a la version discr` te de ce probl` me vers la n de 1958 et au d but de e ` e e e 1959. Sa solution au probl` me discret lam` ne naturellement a une solution en temps continu quil d veloppe en e e ` e 1960-61 en collaboration avec Richard S. Bucy, inventant ainsi le ltre de Kalman-Bucy . Il transpose les travaux fondamentaux en ltrage de Norbert Wiener (1894-1964), Andrey N. Kolmogorov (1903-1987), Hendrick W. Bode (1905-1982), Claude E. Shannon (1916-2001), V. S. Pugachev ( ?) et bien dautres dans lespace d tat. e Le ltre de Kalman et ses extensions aux probl` mes non lin aires constituent peut-tre loutil le plus appliqu e e e e de lautomatique moderne. Il est en effet utilis en navigation spatiale (par exemple, sur les engins Apollo ), sur e les radars, pour la commande de divers proc d s et m me sur des mod`les socio- conomiques. Sa popularit est e e e e e e due a la prise en compte des aspects num riques tant dans la conception que dans limplantation elle m me. Dun ` e e point de vue strictement th orique, ce ltre etablit un lien entre ltrage et commande et met en lumi` re la dualit e e e des deux probl` mes. e En 1964, Kalman vient travailler au D partement de G nie Electrique, M canique et Recherche Op rationnelle e e e e de lUniversit de Stanford. Il sy int resse a la th orie des r alisations et la th orie alg brique des syst` mes. Une e e ` e e e e e fois encore, sa contribution est signicative et il ouvre de nouvelles perspectives de recherche. En 1971, Kalman est nomm graduate research professor de lUniversit de Floride a Gainsville. Il devient die e ` recteur du centre de Th orie Math matique des Syst` mes. Ses activit s de recherche et denseignement sont li es e e e e e aux d partements de g nie electrique, de math matiques et ding ni rie pour lindustrie. Il intervient aussi comme e e e e e consultant en recherche pour lEcole des Mines de Paris. Kalman ne modie pas seulement la vision scientique de lautomatique moderne mais il contribue aussi fortement a promouvoir lapplication des th ories associ es. Sa personnalit charismatique et ses nombreux cours, ` e e e
152
Rudolf Kalman
expos s, tant a lUniversit que dans le monde industriel, attirent un nombre incalculable de chercheurs qui sont e ` e grandement inuenc s par sa conception de lAutomatique. Il agit comme un catalyseur pour un echange internae tional did es. e Kalman publie plus de cinquante articles techniques en revues de haut niveau. En 1962, il est elu jeune eminent chercheur de lann e par lAcad mie des Sciences du Maryland. Il devient membre IEEE en 1964 et est par e e ailleurs membre de plusieurs autres associations professionnelles ou savantes. Il est co-auteur de louvrage Topic in Mathematical System Theory, Mc Graw-Hill, 1969. Il recoit la m daille dhonneur IEEE en 1974 pour ses e travaux pioniers sur les m thodes modernes en th orie des syst` mes, incluant les concepts de commandabilit , e e e e observabilit , ltrage et structures alg briques . e e
153
Rudolf Kalman
154
Bibliographie
[1] K. Ogata. Modern control engineering - Fourth edition. Prentice Hall International Editions, 2001. [2] K. Ogata. System dynamics - Third edition. Prentice Hall International Editions, 1994. [3] K. Ogata. Discrete-time control systems- Second edition. Prentice Hall International Editions, 1995. [4] B. Pradin. Polycopi de cours dAutomatique : Automatique : Notes de cours - Exercices . INSA de e Toulouse, 3` me ann e sp cialit AEI. 1992 e e e e [5] B. Pradin. Polycopi de cours dAutomatique : Automatique lin aire - Syst` mes a temps discret . INSA e e e ` de Toulouse, 4` me anne sp cialit AEI. Edition 1995. e e e e [6] B. Pradin. Polycopi de cours dAutomatique : Automatique lin aire . INSA de Toulouse. D partement e e e de G nie Electrique. Edition 2005. e [7] Ph. de Larminat. Automatique : Commande des syst` mes lin aires. Editions Hermes, 1993. e e [8] A. Rachid and D. Mehdi. R alisation, r duction et commande des syst` mes lin aires. ScientikA, 1993. e e e e [9] G. F. Franklin, J. D. Powell and A. Emami-Naeini. Feedback Control of Dynamic Systems. Addison-Wesly Publishing Company, Inc., New York 1994. [10] E. I. Jury et S. M. Ahn. Remarks on the root-clustering of a polynomial in a certain region in the complex plane. Quaterly of Applied Mathematics, pages 203-205, juillet 1974. [11] J. L. Howland. Matrix equations and the separation of matrix eigenvalues. Journal of Mathematical Analysis and Applications, Vol. 33, pages 683-691, 1971. [12] M ATLAB users guide : Getting started with M ATLAB. The Math Works Inc.. Version 6. http : //www.mathworks.com, 2000 [13] P. C. Parks. A. M. Lyapunovs stability theory - 100 years on. IMA journal of Mathematical Control and Information, 1992, vol. 9, p 275-303. [14] IEEE Center History - Legacies Rudolf E. Kalman. http : //www.ieee.org/organizations/history center/legacies/kalman.html.
155

Cours D'automatique

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cours D'automatique

Uploaded by

Copyright:

Available Formats

` 2eme annee ESIP, specialite AGE

` 2eme annee ESIP, specialite AGE

Table des mati` res e

` TABLE DES MATIERES

` TABLE DES MATIERES

4.4 4.5 4.6 4.7

` TABLE DES MATIERES

` TABLE DES MATIERES

` TABLE DES MATIERES

` TABLE DES MATIERES

93 93 94 95 95 95 95 96 96 96 96 96 96 97 97 97 97 98 98 98 98 99 99 99 100 100 100 101

` TABLE DES MATIERES

` TABLE DES MATIERES

127 127 128 128

` TABLE DES MATIERES

` TABLE DES MATIERES

1.1 Notion de syst` eme

F IG . 1.1 Syst` me comportant m entr es, p sorties et r perturbations e e

Notion de mod` ele

ele 1.2 Notion de mod`

Grandes lignes du cours

1.3 Grandes lignes du cours

Grandes lignes du cours

Rappel sur la fonction de transfert

eliminaires 2.1 Equations pr

earit 2.1.1 Lin e

ele ee/sortie : l equation diff erentielle 2.1.2 Mod` entr

` 2.1.3 Transform de Laplace : de l ee equation diff erentielle a la fonction de transfert

2.2 Fonction de transfert

Y (p) N (p) bm pm + bm1 pm1 + . . . + b1 p + b0 = G(p) = = . U (p) D(p) an pn + an1 pn1 + . . . + a1 p + a0

Dans le cas du circuit RLC, lapplication de Y (p) = LCp2

1 + RCp + 1 N (p) D(p) G(p)

er 2.2.2 Int et de la fonction de transfert

m me que la transform e inverse not e e e e form es. e

), en pratique, les automaticiens disposent de tableaux de trans-

la valeur de m, le coefcient damortissement, renseignant sur le niveau doscillation.

La repr esentation d etat

3.1 Principe g eral en

De la non-lin earit ` la lin e a earit e

x1 (t) xi (t) xn (t)

3.2 De la non-lin e a la lin e earit` earit

De la non-lin earit ` la lin e a earit e

De la non-lin earit ` la lin e a earit e

F IG . 3.2 Sch ma-bloc dune repr sentation d tat e e e

F IG . 3.3 Pendule en mouvement libre

Cette approximation conduit a la repr sentation LTI du syst` me autonome ` e e x = Ax = 0 1 k g . l m 14 x

Comment obtenir un mod` d ? ele etat

3.3 Historique de la repr esentation d etat

3.4 Comment obtenir un mod` d ? ele etat

Comment obtenir un mod` d ? ele etat

3.4.1 Par le jeu d equations

ce qui conduit au mod` le (3.5) avec : e R L

equation diff erentielle unique 3.4.2 Par l

De la fonction de transfert ` la repr a esentation d etat

Pour le circuit RLC, on retrouve les quatre matrices donn es en (3.8). e

` 3.5 De la fonction de transfert a la repr esentation d etat

3.5.1 Cas dune fonction de transfert strictement propre (m < n)

De la fonction de transfert ` la repr a esentation d etat

ce qui se traduit dans le domaine temporel, par application de

Y (p) = G(p)U (p)

U (p) . (p )i Xn+1i (p)

Ceci conduit a la r alisation suivante : ` e 18

De la fonction de transfert ` la repr a esentation d etat