Академический Документы
Профессиональный Документы
Культура Документы
TIN)
Automatique avance
1repartie
in s t i t u t d ' Automatisation in d u s t r i e l l e
Prof. Michel ETIQUE, mars 2006, Yverdon-les-Bains (
AAV)
HEIG-VD
Automatique avance (
AAV)
v.1.0
HEIG-VD
Automatique avance (
AAV)
1.2
1.A 1.B
1.C
1.D
v.1.0
HEIG-VD
Automatique avance (
AAV)
Dnition de la TFD . . . . . . . . . . . . . . . . . . . . . Consquence de la discrtisation de la transforme de Fourier Echantillonnage minimal de la transforme de Fourier . . . Inversion de la TFD . . . . . . . . . . . . . . . . . . . . . Priodogramme . . . . . . . . . . . . . . . . . . . . . . . . Densit spectrale de puissance () ("spectre") . . . . . . Calcul de la densit spectrale de puissance de signaux dterministes . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.D.13 Calcul de la densit spectrale de puissance de signaux alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.D.14 Transformation du spectre par des systmes dynamiques linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64 65 65 68 68 69 69 70 71
2 Contrle robuste
2.1 2.2
Fonction de sensibilit ([4], 3.4) . . . . . . . . . . . . . . . . . . . 2.1.1 Application : spcication de performance ([4], 3.4) . . . . Stabilit robuste [4] . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Incertitude sur la fonction de transfert du systme rgler [[4], p.46-47] . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2 Thorme de la stabilit robuste [[4], p.53] . . . . . . . . . 2.2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . Rgulateur RST polynmial . . . . . . . . . . . . . . . 3.1.1 Structure du rgualteur RST [5] [6] . . . . . . . 3.1.2 Fonctions de transfert . . . . . . . . . . . . . . 3.1.3 Forme des polynmes et contraintes . . . . . . . 3.1.4 Calcul de R(z) et S(z) . . . . . . . . . . . . . . 3.1.5 Calcul des polynmes R(z) et S(z) : matrice de [[5], 10.3.3] . . . . . . . . . . . . . . . . . . . . 3.1.6 Commande a priori [[5], 10.6] . . . . . . . . . .
73
74 76 80 81 86 90
93
Reprsentation d'un systme dynamique linaire par son modle d'tat. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1 Exemple introductif : circuit RLC srie . . . . . . . . . . . 4.1.2 Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.3 Forme matricielle . . . . . . . . . . . . . . . . . . . . . . . 4.1.4 Schma fonctionnel . . . . . . . . . . . . . . . . . . . . . . 4.1.5 Calcul de la fonction de transfert partir du modle d'tat 4.1.6 Application : linarisation autour d'un point de fonctionnement ([[?], chap.11], [[?], 3.6]) . . . . . . . . . . . . . . 4.A Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
107
108 108 111 114 116 117 123 131
v.1.0
HEIG-VD
Automatique avance (
AAV)
4.A.1 Modles d'tat . . . . . . . . . . . . . . . . . . . . . . . . 131 4.A.2 Modlisation et schma fonctionnel d'un entranement avec transmission exible . . . . . . . . . . . . . . . . . . . . . 131 4.A.3 Modlisation et linarisation du pendule invers . . . . . . 133
v.1.0
HEIG-VD
Automatique avance (
AAV)
Priodes encadres :
1 2 3 4
64 (= 48 heures)
5 6 7 8 9 10 11 12
Position recommande des priodes encadres dans les plans de formation: 3+1L 3+1L Connaissances pralables recommandes :
Ltudiant doit connatre et savoir utiliser les notions suivantes : reprsentations et proprits des systmes analogiques / numriques (quations diffrentielles / quations aux diffrences, fonction de transfert, ples et zros); transforme de Fourier discrte, notions des signaux alatoires; principes de la rgulation, et aperu des mthodes classiques de synthse. Les units d'enseignement SES (Signaux et Systmes), REN (Rgulation Numrique), TSA (Traitement de Signal Appliqu), ALA (Algbre linaire et analyse numrique) et PRE (Probabilits et statistique pour l'lectronique) permettent d'acqurir ces connaissances.
Objectifs :
A l'issue de cette unit denseignement, l'tudiant-e sera capable de : appliquer la reprsentation des systmes multi variables LTI dans l'espace d'tat; dfinir et interprter le gain d'un systme multi variables LTI; comprendre le concept d'un observateur; appliquer bon escient les techniques didentification paramtrique et non paramtrique des systmes dynamiques linaires; dcrire les apports et les limites des techniques didentification; dfinir les cas o la mise en uvre dun rgulateur RST amliorerait significativement les performances dasservissement; synthtiser un rgulateur RST selon un cahier des charges; dcrire les lments non linaires parasites et utiles; calculer la priode des oscillations dans les systmes avec non-linarits; mettre en uvre le rgulateur tout ou rien; expliquer les phnomnes inexistants en systmes linaires, tels frottement-relaxation (stick-slip), oscillations autoentretenues, dpendances des conditions initiales. A l'issue des travaux pratiques en laboratoire, ltudiant-e sera en outre capable de : appliquer les reprsentations de systmes multi variables sur des systmes rels; synthtiser un rgulateur RST pour un processus et des spcifications donnes, le tester en simulation et sur un systme rel; mettre en uvre des algorithmes didentification paramtrique et non paramtrique sur des processus classiques; appliquer la mthode de premier harmonique pour analyser les systmes non linaires; tester les performances des systmes avec des non-linarits.
Version du 04.11.2005 Page 1/2
v.1.0
HEIG-VD
Automatique avance (
AAV)
Modle d'tat pour les systmes linaires : dfinition, utilit, proprits, et exemples Diagramme de Bode pour les systmes plusieurs entres et sorties (MIMO) : valeurs singulires de la matrice de transfert. Application : critre de Nyquist pour les systmes faible gain Rgulateur bas sur la contre-raction des variables d'tat, calcul des gains par placement des ples Introduction aux rgulateurs bass sur observateur Identification non paramtrique, estimateurs de rponses temporelle et frquentielle (ETFE) Structures de modles ARX et ARMAX. Identification paramtrique, mthode des moindres carrs Rgulateur RST : principe, spcifications, synthse avec compensateur de perturbation Description des systmes dynamiques non linaires Diffrence entre les systmes linaires et non linaires Non linarits utiles et parasites rencontres dans les applications techniques avec les courbes statiques Linarisation par la contre-raction Mthode du 1ier harmonique Mthode de plan de phase
6 6 4 4 4 6 4 2 2 2 2 4 4
Version du 04.11.2005
Page 2
v.1.0
HEIG-VD
Automatique avance (
AAV)
v.1.0
HEIG-VD
Automatique avance (
AAV)
( t )
" v 1 r a i " s y s It m e
5
y
f _ 0 8 _ 0 4 . e p s
( t )
1.1 On n'a pas accs au signal de sortie du "vrai" systme, celui-ci tant perturb par v(t) subissant l'inuence des bruits n(t) (chier source).
Fig.
Identification, v.1.8
HEIG-VD
Automatique avance (
AAV)
( k
( k
G
0
1 I
( z ) 5
y
f _ 0 5 _ 0 5 . e p s
( k
Fig.
1.2 Reprsentation du problme : la vraie fonction de transfert est G0 (z) et l'ensemble des signaux perturbateurs, i.e. non-corrls avec u(k), est reprsent par v(k) (chier source).
solus : on doit s'assurer autant que possible que la dure d'acquisition corresponde un nombre entier de priodes du signal de sortie du systme. Cela est rsolu en tenant compte des indications donnes ds le 1.1.2, o l'on s'arrange pour que les signaux acquis puissent tre considrs comme priodiques ; la minimisation de l'eet du bruit (y compris perturbations). Cela se fait en augmentant la dure d'aquisition (nombre N de points), en traitant le spectre des signaux (par exemple par moyennage) ou en choisissant judicieusement le signal d'excitation u(k).
y(k) =
l=0
Il vaut ici la peine de remarquer que l'on ne cherche pas identier un modle analogique, par exemple une fonction de transfert Ga (s), mais directement le modle chantillonn G0 (z). Analytiquement, ces 2 fonctions de transfert sont lies par la relation ( ?? page ? ?) :
G0 (z) =
Y (z) = 1 z 1 Z L1 U (z)
Ga (s) s
Le signal d'entre u(k), que l'on peut en principe imposer lors des travaux ddis l'identication, est plutt de nature dterministe alors que la perturbation v(k) est de nature stochastique. On admet que ses paramtres statistiques sont = E [v(k)] = 0, i.e. la moyenne de v(k) est nulle ;
Identification, v.1.8
10
HEIG-VD
Automatique avance (
AAV)
2 = E (v(k) )2 = , i.e. la variance de v(k) est gale . Notons que = reprsente ici la (vraie) valeur ecace du bruit v(k). Un bref rappel des notions relatives aux signaux alatoires est donn l'annexe 1.C page 58. Le problme pos est de dterminer une estimation G(ejh ) de la rponse jh harmonique G0 (e ) de G0 (z), sachant qu'exprimentalement, seuls N chantillons ont t prlevs sur les signaux u(k) et y(k) : on a donc a disposition uN (k), yN (k) ainsi que les paramtres et du bruit v(k). En allant droit au but, il est clair qu'une estimation de G0 (ejh ), d'une qualit dnir, peut tre obtenue en calculant les transformes de Fourier discrtes (ci-aprs TFD, voir 1.D page 61) UN () et YN () de uN (k) et de yN (k) respectivement puis en valuant :
N 1 k=0 yN N 1 k=0 uN
(1.1)
RN () VN () YN () = G0 (ej ) + + GN (ej ) = UN () UN () UN ()
o
(1.2)
1 |RN ()| N
et VN () est la transforme Fourier de vN (k). On observe d'emble que l'esti mation GN (ej ) de G0 (ej ) est d'autant meilleure que le nombre N est lev, puisque |RN ()| 1 . N On peut montrer que si u(k) est priodique de priode gale un multiple de N h, i.e. si uN (k) est une priode ou un nombre 1 entier de priodes de u(k), alors RN () = 0 pour = 2 i N , i = 0 . . . N 1, h i.e. aux frquences auxquelles la TFD est dnie. Dans le but d'annuler RN (), il y a donc intrt ce que le signal u(k) soit priodique de priode N h. C'est ce qui est fait avec le logiciel AcqBode (actuellement RTPWatch) cr par le Prof. F.Mudry dans le but d'identier les systmes dynamiques linaires : on calcule la transforme de Fourier discrte de deux signaux correspondant l'excitation et la rponse du systme tudi. Le signal d'excitation u(k) prend la forme d'une suite binaire pseudo alatoire (SBPA) de N points, rpte R = 2
Identification, v.1.8
11
HEIG-VD
Automatique avance (
AAV)
0.05
0.1
0.15
0.2
0.25
0.2
y(k)|v=0, yN(k)|v=0
0.15
0.1
0.05
0.05
0.1 t [s]
0.15
0.2
0.25
f_fft_03_01_2.eps
1.3 Signal d'excitation u(k) = uN (k) et rponse y(k) = yN (k). yN (k) ne constitue l'vidence pas un nombre entier de priodes de y(k), comme requis N () selon la relation (1.2) pour que le terme RN () s'annule. L'estimation de la rponse U harmonique GN (ejh ) est donne sur la gure 1.4 page ci-contre (chier source).
Fig.
fois an de mettre la sortie y(k) du systme en rgime permanent priodique. Les N derniers points seuls, i.e. la dernire priode seule, sont alors prlevs et leurs TFD calcule. Si les termes transitoires ont eectivement disparu, on calcule eectivement la TFD d'un signal priodique et le terme RN () est nul aux frquences auxquelles GN (ejh ) est value.
Exemple
Pour illustrer l'importance du signal d'excitation u(k), on eectue les 3 tests suivants, avec v(k) = 0, i.e. sans bruit an sparer les problmes. De ce fait, la relation (1.2) devient
0
12
HEIG-VD
Automatique avance (
AAV)
j h
10
10
200
100
100
G0(ej h) YN()/UN()|v=0 10
1
200 0 10
10 f [Hz]
10
f_fft_03_01_4.eps
1.4 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.3 page ci-contre. Le N () mauvais rsultat s'explique par le fait que le terme RN () de la relation (1.2) est U non-nul, yN (k) n'tant manifestement pas une priode de y(k) (chier source).
Fig.
rpt R = 2 fois, ce qui dans le cas particulier met y(k) dans un tat de rgime quasi permament priodique pour k > N (gure 1.5 page suivante). La dernire priode de y(k) est donc extrayable telle quelle pour eectuer l'analyse selon (1.1) et les rsultats (gure 1.6 page suivante) sont meilleurs que prcdemment (gure 1.4).
Identification, v.1.8
13
HEIG-VD
Automatique avance (
AAV)
Signaux (v(k)=0) 1
0.5
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.25 0.2 y(k)|v=0, yN(k)|v=0 0.15 0.1 0.05 0 0.05 0.1 0 0.05 0.1 0.15 0.2 0.25 t [s] 0.3 0.35 0.4 0.45 0.5
f_fft_03_02_2.eps
1.5 Signal d'excitation u(k) et rponse y(k). u(k) est constitu de R = 2 priodes. On observe que les transitoires sont amorties ds la n de la premire priode. De ce fait, le signal y(k) peut tre admis priodique de priode N h pour k N . Si l'on avait gnr u(k) avec une priode de plus (R = 3), on aurait simplement obtenu une 3me priode. L'estimation de la rponse harmonique GN (ejh ) est donne sur la gure 1.6 (chier source).
Fig.
j h
10
10
200
100
100
G0(ej h) YN()/UN()|v=0 10
1
200 0 10
10 f [Hz]
10
f_fft_03_02_4.eps
1.6 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.5. La lgre discordance apparaissant aux frquences leves est due au fait que le signal prlev yN (k) comporte encore des termes transitoires. Un signal d'excitation u(k) comportant une priode de plus rsoudrait le problme (chier source).
Fig.
Identification, v.1.8
14
HEIG-VD
Automatique avance (
AAV)
Signaux (v(k)=0) 1
0.5
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.05
0.1
0.15
0.2
0.25 t [s]
0.3
0.35
0.4
0.45
0.5
f_fft_03_03_2.eps
Fig. 1.7 Signal d'excitation u(k) et rponse y(k). On ne prlve que les N derniers chantillons, ce qui correspond une priode du signal y(k) admis priodique pour k N (les N premiers chantillons correspondant au rgime transitoire). L'estimation de la rponse harmonique GN (ejh ) est donne sur la gure 1.8 page suivante (chier source).
3. uN (k) est cette fois une SBPA (gure 1.7), rpte galement R = 2 fois. Les rsultats (gure 1.8 page suivante) sont quivalents au cas prcdent (gure 1.6 page ci-contre).
Identification, v.1.8
15
HEIG-VD
Automatique avance (
AAV)
j h
10
10
200
100
100
G0(ej h) YN()/UN()|v=0 10
1
200 0 10
10 f [Hz]
10
f_fft_03_03_4.eps
1.8 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.7 page prcdente (chier source).
Fig.
Identification, v.1.8
16
HEIG-VD
Automatique avance (
AAV)
Moyenne
L'esprance mathmatique de GN (ejh ) doit montrer si l'estimateur GN (ejh ) jh tend bel et bien vers G0 (e ). On a [[1], 6.3, p.148] : RN () E GN (ejh ) = E G0 (ejh ) + E + UN ()
G0 (ejh )
RN () UN ()
VN () UN ()
On voit que pour N puisque limN RN () = 0 et E [v(k)] = 0. GN (ejh ) est ainsi un estimateur non biais de G0 (ejh ).
GN (ejh ) G0 (ejh )
Variance
La variance de l'estimateur GN (ejh ) montre comment uctue celui-ci autour de sa moyenne E GN (ejh ) = G0 (ejh ). On montre que [[1], 6.3, p.149] :
E
GN (ejh ) G0 (ejh )
v () |UN ()|2
pour
o v () est la densit spectrale de puissance ("spectre", 1.D.11 page 69) de l'entre stochastique v(k) et UN () est la transforme de Fourier de uN (k). On voit que la variance de l'estimateur ne tend pas vers 0, mme pour un grand nombre N d'chantillons, mais vers
v () |UN ()|2 La variance de GN (ejh ) est donc dpendante du spectre (plus pcisment de la densit spectrale de puissance) v () du bruit v(k). Si v () est donne, la variance ne peut tre rduite qu'en choisissant |UN ()| de manire diminuer le () rapport |U v()|2 . On conoit ds lors que le choix d'un signal d'excitation specN tralement trs riche est un avantage. La consquence de ce fait est que souvent, le graphe de la rponse harmonique est trs uctuant lorsque le rapport signal sur bruit n'est pas satisfaisant (gures 1.9 page suivante, 1.13 page 21 et 1.15 page 22, la gure 1.15 page 22 montrant l'amlioration obtenue en augmentant la densit spectracle de uN (k)).
Identification, v.1.8
17
HEIG-VD
Automatique avance (
AAV)
10
10
10
[rad/s]
10
10
f_lse_m_03_9.eps
Fig. 1.9 Mme dans de bonnes conditions d'expriences (ici un cas rel d'identication d'un systme mcanique comportant une lasticit, schma technolo gique de la gure 1.10 page suivante), l'ETFE GN (ejh ) fournit une rponse trs uctuante, principalement cause du bruit v(k). Cela est la consquence de la variance de GN (ejh ), laquelle est dpendante du spectre de v(k) et tend vers v () . A v(k) donn, on ne peut donc rduire la variance qu'en choisissant un |U ()|2
N
signal d'excitation uN (k) tel que |UN ()|2 soit lev (chier source).
Identification, v.1.8
18
HEIG-VD
Automatique avance (
AAV)
c o f r o t t e m d T ( t ) G
1
e f f i c i e n e n e s
f
d u ]
e e u x :
t p m
i s q s / r a d
a l i e r s G
2
e m
( t ) R
[ N
( t )
R
f
r i g d e
i d k
i t [ N m
d s m
l 'a r b i s s i o / r a d ] n
r e :
t r a n
i n
e r t i e
d J
u
1
r o
t o
i n
e r t i e
e J
l a
2
c h
a r g
f _
. e p
1.10 Schma technologique d'un systme mcanique (suppos linaire), possdant un arbre lastique (i.e. non inniment rigide). La consigne de couple moteur u(k) = Temc (k) a t impose (SBPA) et la vitesse (y(k) = (k)) de celuici a t mesure avant de calcul l'ETFE. Les rsultats de l'ETFE sont indiqus sur la gure 1.9 page ci-contre et les signaux sont visibles sur la gure 1.11 (chier source).
Fig.
3 2 1 u (k) 0 1 2 3 0
3
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
3 2 1 y (k) 0 1 2 3
N
x 10
0.1
0.2
0.3
0.4
0.5 t [s]
0.6
0.7
0.8
0.9
f_lse_m_03_1.eps
1.11 Signal d'excitation et rponse du systme reprsent sur la gure 1.10 (chier source).
Fig.
Identification, v.1.8
19
HEIG-VD
Automatique avance (
AAV)
Signaux 1 u(k), uN(k) 0.5 0 0.5 1 0.3 0.2 0.1 0 0.1 0.04 0.02 v(k) 0 0.02 0.04 0 0.05 0.1 0.15 0.2 0.25 t [s] 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
y (k)|
v=0
, y (k)|
v0
f_fft_03_04_1.eps
Fig.
1.12 Signal d'excitation uN (k), rponse yN (k) et bruit v(k). L'estimation de la rponse harmonique GN (ejh ) est donne sur la gure 1.13 page ci-contre (chier source).
Cela signie par exemple que l'estimateur ne voit pas de dpendance forte entre le gain de la fonction de transfert deux frquences voisines l'une de l'autre. Or, cela contredit l'exprience, puisque l'on sait que la rponse harmonique d'un systme linaire ne varie que de manire "douce".
Exemple
On considre maintenant le mme systme que le premier exemple trait ( 1.1.2 page 12), dsormais perturb par un bruit v(k) de moyenne nulle et de variance = 0.0001, soit une valeur ecace = = 0.01. Dans un premier temps, le systme excit un signal uN (k) form nouveau par la rptition priodique (R = 2 fois) de deux impulsions unit discrtes de signes opposs (selon gure 1.5 page 14). Ce signal est galement donn sur la gure 1.12, avec le signal de sortie yN (k), bruit par la perturbation v(k) galement gure. le systme est ensuite maintenant excit par une SBPA (gure 1.14 page 22). Les rsultats sont donns la gure 1.15 page 22 qui montre une amlioration substantielle par rapport ceux de la gure 1.13.
Identification, v.1.8
20
HEIG-VD
Automatique avance (
AAV)
j h
10
10
10
200
100
100
200 0 10
10 f [Hz]
10
f_fft_03_04_6.eps
1.13 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.12 page ci-contre. Les rsultats de l'estimateur sans bruit sont galement donns (chier source).
Fig.
Signaux 1 u(k), uN(k) 0.5 0 0.5 1 2 1 0 1 0.04 0.02 v(k) 0 0.02 0.04 0 0.05 0.1 0.15 0.2 0.25 t [s] 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
yN(k)|v=0, yN(k)|v 0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
f_fft_03_05_1.eps
Fig.
1.14 Signal d'excitation uN (k), rponse yN (k) et bruit v(k). L'estimation de la rponse harmonique GN (ejh ) est donne sur la gure 1.15 (chier source).
Identification, v.1.8
21
HEIG-VD
Automatique avance (
AAV)
Diagrammes de Bode de G0(ej h), YN()/UN() (pour v(k)=0) et YN()/UN() avec bruit v(k) de variance =0.0001 40 20 0 20 40 60 80 100 0 10 10
1
10
10
200
100
100
200 0 10
10 f [Hz]
10
f_fft_03_05_6.eps
1.15 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.14. Les rsultats de l'estimateur sans bruit sont galement donns (chier source).
Fig.
Cet exemple met en vidence l'importance du signal d'excitation. Dans le dernier cas, les rsultats obtenus sont meilleurs car la variance asymptotique
v () |UN ()|2 de GN (ejh ) a t diminue en choisissant un signal d'excitation ayant |UN ()| lev. Nanmoins, la comparaison de l'estimateur ETFE avec la vraie rponse harmonique montre, mme dans le cas de la gure 1.15 page suivante, toute la dicult qu'il y a identier la rponse frquentielle de systmes dynamiques. En guise de conclusion de cet exemple, on choisit maintenant un signal d'excitation uN (k) constitu d'une somme de sinus d'amplitude 1, de frquences variant de fe N fe et de phase alatoire distribution uniforme ( = 0, = 1). N 2 N Ce signal a pour proprit d'avoir une densit spectrale de puissance encore plus leve que la SBPA, i.e. d'tre plus puissant pour chaque composante spectrale. Rpt R = 2 fois, ce signal est donn sur la gure 1.16 page 23 et la rponse harmonique de l'estimateur se trouve sur la gure 1.17 page 24.
Identification, v.1.8
22
HEIG-VD
Automatique avance (
AAV)
Signaux 40 u(k), uN(k) 20 0 20 40 15 10 5 0 5 0.04 0.02 v(k) 0 0.02 0.04 0 0.05 0.1 0.15 0.2 0.25 t [s] 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
yN(k)|v=0, yN(k)|v 0
f_fft_03_06_1.eps
Fig.
1.16 Signal d'excitation uN (k), rponse yN (k) et bruit v(k). L'estimation de la rponse harmonique GN (ejh ) est donne sur la gure 1.17 page suivante (chier source).
Identification, v.1.8
23
HEIG-VD
Automatique avance (
AAV)
Diagrammes de Bode de G0(ej h), YN()/UN() (pour v(k)=0) et YN()/UN() avec bruit v(k) de variance =0.0001 40 20 0 20 40 60 80 100 0 10 10
1
10
10
200
100
100
200 0 10
10 f [Hz]
10
f_fft_03_06_6.eps
1.17 Comparaison de la vraie rponse harmomique G0 (ejh ) et de son estimation GN (ejh ), avec uN (k) et yN (k) selon gure 1.16 page prcdente. Les rsultats de l'estimateur sans bruit sont galement donns (chier source).
Fig.
Identification, v.1.8
24
HEIG-VD
Automatique avance (
AAV)
GN (ejh )
l=1
L'inconvnient de cette manire de faire est videmment que la dure des essais est prolonge d'un facteur R, puisqu'il faut acqurir R N mesures. Une alternative [[7], 8.5, p.212] consiste partager un ensemble existant de N mesures en R sous ensembles de M points et calculer GM (ejh ) pour chacun des sous-ensembles avant de sommer. On a :
1 GN (ejh ) = R
GM (ejh )
l=1
La variance est galement divise par R mais en revanche la rsolution frquentielle ( 1.D.8 page 65) est dgrade, puisque l'on aura
f =
fe fe fe =R =R M RM N
N
La rsolution frquentielle est ainsi R fois plus grossire. Cette dernire manire de faire porte le nom de mthode de Welch. Une mthode d'amlioration de la variance de l'estimation GN (ejh ) consiste lisser la rponse harmonique obtenue l'aide d'un ltre (ce que font sans autre nos propres yeux !). C'est la mthode de Blackman-Tukey, dcrite dans [[1],6.4] et [[7], 8.5].
Identification, v.1.8
25
HEIG-VD
Automatique avance (
AAV)
G(z) =
d'un systme dynamique linaire discret. U (z) et Y (z) sont respectivement les transformes en z des signaux temporels discrets d'entre u(k) et de sortie y(k). k Z est l'instant d'chantillonnage, i.e. un entier relatif tel que t [s] = k h o h est la priode (constante) d'chantillonnage en [s]. Les signaux discrets u(k) et y(k) que l'on considre sont admis nuls pour k < 0, ce qui revient dire :
u(k) = 0 y(k) = 0
pour pour
k<0 k<0
La thorie de la transformation en z permet facilement de retrouver l'quation aux dirences dcrivant le comportement du systme dans le domaine temporel ; on a en eet, sachant que l'oprateur z 1 correspond un retard d'une priode d'chantillonnage h :
y(k) + a1 y(k 1) + . . . + an1 y(k n + 1) + an y(k n) = b1 u(k 1) + . . . + bn1 u(k n + 1) + bn u(k n) (1.3)
Les mthodes d'identication paramtrique se doivent donc de dlivrer les estimations (les notations utilises normalement pour dsigner une estimation, i.e. ai et j , sont abandonnes pour allger la notation) : b
a1
a2
...
an
b1
b2
...
bn
La qualit des estimations doit pouvoir tre chire, typiquement par l'intermdiaire de la moyenne et de la variance de chaque paramtre estim.
26
HEIG-VD
Automatique avance (
AAV)
e ( k
( z )
( k
( k
1 I
( z ) 5
y
f _ 0 5 _ 0 1 . e p s
( k
1.18 Modle de structure gnrale, prenant en compte les perturbations v(k) en ltrant un bruit blanc e(k) avec la dynamique H(z) (chier source).
Fig.
(Gauss), moyenne nulle et variance 2 = . e(k) tant externe au systme et indpendant, on dnomme e(k) "variable exogne", la lettre x expliquant l'adjonction de X aux modles standards AR et ARMA connus en traitement de signal et devenant ainsi ARX (p.27) et ARMAX (p.29). La structure gnrale est reprsente par la gure 1.18, et l'on peut crire :
Structure ARX
Dans le cas de la structure ARX (AR="AutoRegressive", X="eXogeneous" ou "eXtra" variable), le bruit e(k) perturbe la sortie brute de la fonction de transfert G(z) du systme via la dynamique
H(z) =
1 A(z)
G(z) =
Identification, v.1.8
27
HEIG-VD
Automatique avance (
AAV)
e ( k
1 A
v ( k )
( z )
( k
B
1
( z )
I
A
Fig.
( z )
5
y
f _ 0 5 _ 0 2 . e p s
( k
On a donc :
Y (z) =
y(k) + a1 y(k 1) + . . . + an1 y(k n + 1) + an y(k n) = b1 u(k 1) + . . . + bn1 u(k n + 1) + bn u(k n) + e(k)
L'inconvnient de cette structure est qu'elle impose par A(z) une dynamique commune pour la propagation du signal d'entre u(k) et du bruit e(k). On conoit que ce modle ne puisse convenir pour certaines applications. Une consquence en est que l'identication des paramtres par la mthode des moindre carrs prsente au 1.2.2 page 31 a tendance favoriser une bonne identication du systme G(z) = B(z) aux hautes frquences, au dtriment des basses frquences A(z) ([[1], 8.5 p.228 et relation (8.68)]).
Identification, v.1.8
28
HEIG-VD
Automatique avance (
AAV)
e ( k
C A
v ( k )
( z ) ( z )
( k
B
1
( z )
I
( z )
5
y
f _ 0 8 _ 0 3 . e p s
( k
Fig.
Grce C(z), on peut avoir des dynamiques trs direntes entre u(k) (signal dterministe, contrl) et y(k) et entre e(k) (bruit blanc = 0 et 2 connu) et y(k), ce qui compense en partie les lacunes de la structure ARX. On a B(z) C(z) Y (z) = U (z) + E(z) A(z) A(z)
G(z) H(z)
avec
B(z)
G(z) =
Identification, v.1.8
29
HEIG-VD
Automatique avance (
AAV)
y(k) + a1 y(k 1) + . . . + ana 1 y(k na + 1) + ana y(k na ) = b1 u(k 1) + . . . + bnb 1 u(k nb + 1) + bnb u(k nb ) +e(k) + c1 e(k 1) + . . . + cnc 1 e(k nc + 1) + cnc e(k nc )
(1.4)
Identification, v.1.8
30
HEIG-VD
Automatique avance (
AAV)
e ( k
( z )
( k
( k
1 I
( z ) 5
y
f _ 0 5 _ 0 1 . e p s
( k
1.21 Modle de structure gnrale, prenant en compte les perturbations v(k) en ltrant un bruit blanc e(k) avec la dynamique H(z) (chier source).
Fig.
31
HEIG-VD
Automatique avance (
AAV)
p.56]
1 G(z) U (z) + 1 Y (z) (1.5) Y (z) = H(z) H(z) L'tablissement de ce prdicteur dans le cas particulier de la structure ARX est fait dans le 1.2.3 page 34. La mthode PEM a donc pour objectif trouver les paramtres des fonctions de transfert G(z) et H(z) de telle faon que l'erreur de prdiction (k) = y(k) y (k)
soit minimise. Dans le cas d'une structure ARX ( 1.2.1 page 27), on a G(z) =
B(z) A(z)
et
1 H(z) = A(z) , alors que G(z) = B(z) et H(z) = C(z) pour une structure ARMAX A(z) A(z) ( 1.2.1 page 29). Partant d'un ensemble de N mesures yN (k) correspondant aux entres uN (k), on runit les paramtres de G(z) et H(z) identier dans le vecteur-colonne , lequel prend dans le cas de la structure ARX la forme T = a1 a2 . . . an b1 b2 . . . bn
et l'on utilise la mthode PEM pour fournir une estimation N de minimisant la fonction N 1 1 ( (k)) VN , yN (k), uN (k) = N
k=0
N = arg min VN , yN (k), uN (k) comprendre comme "N est la valeur de l'argument de la fonction VN , yN (k), uN (k) minimisant VN ". L'estimateur N recherch doit donc minimiser la fonction VN , yN (k), uN (k)
partir des signaux d'entre uN (k) et de sortie yN (k), o N correspond au nombre d'chantillons prlevs. Un cas particulier trs important est celui o la fonction ( (k)) est quadratique : 2
VN
1 , yN (k), uN (k) = N
N 1
k=0
1 1 y(k) y (k) = 2 N
(k)
N 1
k=0
1 (k)2 (1.6) 2
Dans ce cas, on indique dans le 1.2.3 page 34 qu'il existe mme une solution analytique pour N .
Identification, v.1.8
32
HEIG-VD
Automatique avance (
AAV)
10
10
10
10
G(ej h) YN()/UN()| 10
0
10 f [Hz]
10
10
f_lse_m_03_8.eps
1.22 L'identication paramtrique du systme mcanique conduit une trs bonne concordance avec l'identication de la rponse frquentielle. On observe un eet de lissage de l'ETFE. En cela, le procd pourrait tre vu comme une alternative aux mthodes discutes au 1.1.4 page 25. Mais l'identication paramtrique apporte bien plus puisqu'elle ore directement la fonction de trans fert estime G(z) du systme linaire tudi (chier source).
Fig.
Exemple
Reprenant l'exemple du systme mcanique trait aux gures 1.10, 1.11 et 1.9, on prsente ci-dessous (gure 1.22) les rsultats de l'identication param trique par l'intermdiaire de la rponse harmonique G(ejh ) de l'estimateur G(z) du modle G(z) dont les paramtres ont t identis. Le modle choisi a une structure ARMAX. La comparaison l'estimation non-paramtrique (ETFE) de la rponse harmonique montre une trs bonne concordance. Fait remarquable, alors que l'achage de l'ETFE tel qu'il est prsent sur la gure ncessite 1024 infor mations, celui de G(ejh ) n'en ncessite que 9, correspondant aux paramtres estims b0 . . . b5 et a1 . . . a5 de G(z), d'o un facteur de compression d'information important. La fonction de transfert obtenue est
b0 z 5 + b 1 z 4 + b 2 z 3 + b 3 z 2 + b 4 z + b 5 G(z) = 5 z + a1 z 4 + a2 z 3 + a3 z 2 + a5 z + a5 3.917 105 z 5 + 3.469 105 z 4 10.46 105 z 3 + 1.353 105 z 2 + 4.631 105 z = z 5 1.286 z 4 + 0.6549 z 3 + 0.1233 z 2 0.5827 z + 0.11
Identification, v.1.8
33
HEIG-VD
Automatique avance (
AAV)
1.2.3 Cas particulier : modle de structure ARX, mthode des moindres carrs
Soit la fonction de transfert G(z)
G(z) =
De faon simplier la notation, G(z) est tout d'abord prsente sous une forme lgrement remanie, avec m = n 1 (la fonction de transfert de tout systme physiquement ralisable est toujours strictement propre, i.e. n > m) :
B(z)
G(z) =
Y (z) =
y(k) + a1 y(k 1) + . . . + an1 y(k n + 1) + an y(k n) = b1 u(k 1) + . . . + bn1 u(k n + 1) + bn u(k n) + e(k)
L'estimation y (k) "naturelle" (qui correspond l'expression gnrale (1.5) donne au 1.2.2 page 31) de la sortie du systme considr est fournie par
34
HEIG-VD
Automatique avance (
AAV)
avec toutefois l'erreur de prdiction (due une modlisation inexacte et la prsence de bruit) (k) = y(k) y (k) (k) comme suit En dnissant le vecteur
La mthode des moindres carrs consiste trouver minimisant la fonction cot : 2 VN 1 , yN (k), uN (k) = N
N 1 k=0
1 1 (k)2 = 2 N
N 1
k=0
1 y(k) (k)T 2
(k)
Il s'agit d'un problme standard en statistique, dont, une fois n'est pas coutume, la solution existe sous forme analytique ! On a :
(k) (k)T
N 1
k=0
1 N
N 1
(k) y(k)
k=0
(1.7)
1 N
(k) y(k)
k=0
Exemple
On considre le systme analogique d'ordre 1
Ga (s) =
Identification, v.1.8
HEIG-VD
Automatique avance (
AAV)
0.01
0.02
0.03
0.04
0.05
0.06
yN(k)|v=0, yN(k)|v 0
0.01
0.02
0.03
0.04
0.05
0.06
0.01
0.02
0.03 t [s]
0.04
0.05
0.06
f_lse_01_1.eps
Fig.
1.23 Signal d'excitation, rponses (avec et sans bruit) et bruit (chier source).
G(z) =
avec
b1 Y (z) = U (z) z + a1
0.001
1 R (k) = N
N
Identification, v.1.8
N 1
(l) (l + k)
l=0
36
HEIG-VD
Automatique avance (
AAV)
Rponses du systme rel et du modle, avec et sans bruit. a =0.90484 b1=0.095163 a1est=0.90511 b1est=0.095 1 8
G(z) Gest(z)v0 Gest(z)v=0 0 0.01 0.02 0.03 t [s] 0.04 0.05 0.06
f_lse_01_2.eps
1.24 Rponse du vrai systme G(z), de son modle identi G(z) avec et sans bruit (chier source).
Fig.
0.1
Rsidus (k)
0.05
0.01
0.02
0.03 t [s]
0.04
0.05
0.06
Fig.
Identification, v.1.8
37
HEIG-VD
Automatique avance (
AAV)
1 0.5 0 0.5 1
10
lag
15
20
25
Cross corr. function between input 1 and residuals from out put 1
15
10
0 lag
10
15
20
25
Fig.
1.26 Fonctions d'autocovariance de (k) et d'intercovariance (covariance croise) de (k) et u(k) (chier source).
qui devrait tendre vers 0 ds que k = 0 si (k) est eectivement un bruit alatoire. La gure 1.26 montre que c'est bien le cas. De plus, les rsidus devraient tre indpendants de l'entre uN (k), ce qui se vrie en examinant la fonction de covariance croise
RN (k) u
1 = N
N 1
(l) u(l + k)
l=0
1 RN = N
Identification, v.1.8
N 1
(k) (k)T
MEE \cours_aav.tex 1er septembre 2007
k=0
38
HEIG-VD
Automatique avance (
AAV)
on a :
1 1 N = RN N
1 = RN
N 1
1 N
k=0 N 1
k=0
1 1 = 0 + RN N
0
(k) v (k) 0
(k)
k=0 v0 (k)
pour
On voit d'ores et dj que si le niveau des perturbations v0 (k) est faible par rap port aux composantes de (k) et que RN est non singulire, i.e. inversible, alors N sera proche de 0 . L'estimateur N a donc un biais nul, i.e. les paramtres a1 , a2 , . . . an1 , an , b1 , b2 , . . . , bn1 , bn du systme sont estims sans biais. La variance de N indique comment les valeurs estimes des mmes paramtres uctuent autour de leur moyenne. En eet, les estimations de a1 , a2 , . . . an1 , an , b1 , b2 , . . . , bn1 , bn sont inuences par le signal stochastique v(k) et sont de ce fait galement des variables stochastiques. On peut montrer qu'une estimation de cette variance est donne par
1 1 N cov N = N N
avec
N 1
(k, N ) T (k, N )
k=0 N 1
1 N = N
et
(k)2
k=0
(k, N ) =
d y (k) dN
cov N est la matrice de covariance des paramtres estims. Les variances re cherches se trouvent la diagonale de cov N . L'expression cov N montre en premier lieu qu'un moyen trs ecace de diminuer la dispersion des paramtres estims consiste augmenter N . La fonction (k, N ) indique comment varie le signal de sortie y(k) en fonction du paramtre a1 , a2 , . . . an1 , an , b1 , b2 , . . . , bn1 , bn pour lequel la drivation d y (k) est eectue. On voit donc que si la sensibilit de y(k) est grande par
rapport au paramtre considr, alors la variance de la distribution de celui-ci sera d'autant plus faible ! Il y a donc intrt choisir un signal d'entre u(k) provoquant un signal de sortie y(k) trs sensible au paramtre identier.
Identification, v.1.8
dN
39
HEIG-VD
Automatique avance (
AAV)
Rponses du systme rel et du modle, avec et sans bruit. a =0.90484 b1=0.095163 a1est=0.89686 b1est=0.096904 1 0.8
0.6
0.4
G (z) v 0 G (z) v=0
0.2
| ,y
est
| ,y y
est
G(z)
0.2
0.4
0.6
0.8
G(z) Gest(z)v0 Gest(z)v=0 0 0.01 0.02 0.03 t [s] 0.04 0.05 0.06
f_lse_02_2.eps
Fig. 1.27 Rponse du modle lorsque le rapport signal sur bruit est mdiocre (comparer avec les rsultats prsents sur la gure 1.24 page 37) (chier source).
Cette dernire observation met en vidence toute l'importance du choix du signal d'excitation u(k). Il vaut la peine que le spectre u () soit dense dans les frquences o la sensibilit de la fonction de transfert par rapport aux paramtres identier est leve [[1], 14.3, p.371]. Cela sera illustr dans l'exemple du paragraphe 1.2.4. Ces rsultats, prsents ici dans le cas particulier d'un modle de type ARX, sont gnralisables aux paramtres correspondant d'autres structures [[1], 9.2].
Exemple
Reprenant l'exemple du 1.2.3 page 35, on se place cette fois dans la situation o l'amplitude du signal d'excitation u(k) est divise par 10. Le rapport signal sur bruit est alors dgrad et l'on peut observer sur la gure 1.27 que l'estimation des 2 paramtres est moins bonne. Si dans le premier exemple, on avait cov 1 0.0005 b cov a1 0.001 on a maintenant : cov 1 0.005 b cov a1 0.01 L'eet du caractre stochastique des estimations est illustr sur les gures 1.28 et 1.29 o les paramtres des 2 modles identis sont perturbs selon leurs
Identification, v.1.8
40
HEIG-VD
Automatique avance (
AAV)
Output number 1 10 8 6 4 2 0 2 4 6 8 10 20 30 40 50 60
1.28 Illustration de la dispersion des paramtres du premier modle, selon 1.2.3 page 35 (chier source).
Fig.
variances respectives. Les rponses correspondantes sont traces et donnent une ide de la dispersion des paramtres de chacun des 2 modles. Finalement, on peut encore tenir compte de l'observation faite la n du 1.2.4 et former d'un signal u(k) dont le spectre u () est riche aux frquences o la sensibilit de la fonction de transfert aux variations des paramtres est leve. Dans le cas de l'exemple, et en raisonnant dans le domaine ananlogique, supposant que le systme est d'ordre 1 fondamental (un gain K et une constante de temps T ), la sensibilit de la fonction de transfert au paramtre K sera maximale en rgime permanent constant, car
arg max
d 1 dK 1 + j T
=0
1 , T
41
HEIG-VD
Automatique avance (
AAV)
Output number 1 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 10 20 30 40 50 60
Fig.
1.29 Illustration de la dispersion des paramtres du modle obtenu avec un rapport signal sur bruit mdiocre (chier source).
Les gures 1.30 et 1.31 montrent les rsultats obtenus. Malgr un rapport signal sur bruit mdiocre comme dans le dernier cas trait, les rsultats sont nettement meilleurs, comme les variances en tmoignent : cov 1 0.006 b cov a1 0.007
Identification, v.1.8
42
HEIG-VD
Automatique avance (
AAV)
Rponses du systme rel et du modle, avec et sans bruit. a =0.90484 b1=0.095163 a1est=0.90586 b1est=0.094001 1 2
| |
, yG yG(z), yG
est est
1.2 1
1.30 Rponse du modle obtenu avec rapport signal sur bruit mdiocre mais une excitation adapte aux paramtres identier (chier source).
Fig.
Output number 1
1.5
0.5
10
20
30
40
50
60
1.31 Illustration de la dispersion des paramtres du modle obtenu avec un rapport signal sur bruit mdiocre (comme pour le cas des gures 1.27 page 40 et 1.29 page prcdente) mais avec un signal d'entre u(k) excitant les frquences o la fonction de transfert est le plus sensible aux variations des paramtres (chier source).
Fig.
Identification, v.1.8
43
HEIG-VD
Identification, v.1.8
1 RN = N
on doit donc eectuer le produit matriciel
N 1
(k) (k)T
k=0
(k) (k)T = y(k 1) y(k 2) ... y(k n) u(k 1) y(k 1) y(k 2) . . . y(k n) u(k 1) u(k 2) . . . u(k n) u(k 2) ... u(k n) (k) (k)T est le produit d'un vecteur-colonne et d'un vecteur-ligne. Le rsultat est une matrice carre, de dimension nn :
Automatique avance (
44
MEE \cours_aav.tex 1er septembre 2007
(k) (k)T = y(k 1) y(k 1) y(k 1) y(k 2) y(k 2) y(k 1) y(k 2) y(k 2) ... ... y(k n) y(k 1) y(k n) y(k 2) = u(k 1) y(k 1) u(k 1) y(k 2) u(k 2) y(k 1) u(k 2) y(k 2) ... ... u(k n) y(k 1) u(k n) y(k 2)
. . . y(k 1) y(k n) y(k 1) u(k 1) y(k 1) u(k 2) . . . y(k 2) y(k n) y(k 2) u(k 1) y(k 2) u(k 2) ... ... ... ... . . . y(k n) y(k n) y(k n) u(k 1) y(k n) u(k 2) . . . u(k 1) y(k n) u(k 1) u(k 1) u(k 1) u(k 2) . . . u(k 2) y(k n) u(k 2) u(k 1) u(k 2) u(k 2) ... ... ... ... . . . u(k n) y(k n) u(k n) u(k 1) u(k n) u(k 2)
. . . y(k 1) u(k n) . . . y(k 2) u(k n) ... ... . . . y(k n) u(k n) . . . u(k 1) u(k n) . . . u(k 2) u(k n) ... ... . . . u(k n) u(k n)
AAV)
HEIG-VD
Automatique avance (
AAV)
1 RN = N
N 1
(k) (k)T
k=0
qui doit tre inversible, i.e. non singulire, pour que (1.7) puisse tre calcule. A ce stade, il vaut la peine de remarquer que les lments de la matrice RN ne sont autres que des termes du type
[RN ]ij =
1 N
N 1
y(k i) y(k j)
k=0
i.e. chaque lment est une estimation des fonctions de covariance de u(k) et de y(k).
Identification, v.1.8
45
HEIG-VD
Automatique avance (
AAV)
1.A Exercices
1.A.1 Identication non-paramtrique et paramtrique des systmes A, B et D du laboratoire
Appliquer la thorie vue au cours pour identier les systmes A, B et D du laboratoire, dont les rponses temporelles ont t pr-enregistres et se trouvent sur le site
http ://iai.eivd.ch/users/mee/
suivre lien "Laboratoires de rgulation automatique et numrique", puis "Identication des systmes linaires (base)". On protera de la bote outils MATLAB "System Identication Toolbox" en faisant notamment usage de la fonction arx : th = arx([y,u],[na,nb,nk]) Autres fonstions present compare idsimsd idsim th2tf
MATLAB
utiles :
Identification, v.1.8
46
HEIG-VD
Automatique avance (
AAV)
e ( k
C A
v ( k )
( z ) ( z )
( k
B
1
( z )
I
( z )
5
y
f _ 0 8 _ 0 3 . e p s
( k
Fig.
(gure 1.32).
Il s'agit, connaissant N points de l'entre contrle u(k 1) . . . u(k N ) et de la sortie mesure y(k 1) . . . y(k N ) de trouver les paramtres des polynmes A(z), B(z) et C(z) minimisant l'erreur de prdiction
47
HEIG-VD
Automatique avance (
AAV)
q
dni comme suit [6]
q d x(k) = x(k d)
o d N est un entier naturel. La fonction ralise par cet oprateur est identique z 1 , l'avantage rsidant dans le fait qu'il s'applique directement aux signaux temporels et non pas leurs transformes en z . On a alors :
Estimation de y(k)
On peut montrer qu'un estimateur y (k, ) correspondant une structure quel conque est donn par [[1], (3.20) p.56, (4.6) p.70] :
y (k, ) =
Dans le cas de la structure ARMAX (gure 1.32 page prcdente), on dmontre ci-dessous ce rsultat. On a ([[1], pp.73-74]) :
v(k) =
v(k) + a1 v(k 1) + . . . + ana 1 v(k na + 1) + ana v(k na ) = e(k) + c1 e(k 1) + . . . + cnc 1 e(k nc + 1) + cnc e(k nc )
Identification, v.1.8
48
HEIG-VD
Automatique avance (
AAV)
La meilleure prdiction de v (k) de v(k) ne peut s'appuyer que sur les valeurs passes de e(k) et v(k) :
v (k) =
C(q) e(k 1) A(q) C(q) = v(k) e(k) A(q) A(q) = v(k) v(k) C(q) A(q) = 1 v(k) C(q)
On en dduit :
y (k) =
u(k) + v (k) A(q) C(q) A(q) u(k) + 1 C(q) A(q) u(k) + 1 C(q) u(k) + 1 v(k) B(q) u(k) A(q) A(q) B(q) y(k) 1 u(k) C(q) A(q) y(k)
d'o :
y (k, ) =
(1.8)
(1.9)
49
HEIG-VD
Automatique avance (
AAV)
des vecteurs
y(k 1) y(k 2) ... y(k na ) u(k 1) (k, ) = u(k 2) ... u(k nb ) (k 1, ) (k 2, ) ... (k nc , ) a1 a2 . . . ana b1 b2 = . . . bn b c1 c2 . . . cnc y (k, ) = (k, )T
et
on a :
Il ne s'agit malheureusement pas d'une rgression linaire (on parle de rgression pseudo-linaire) et en consquence, une solution analytique visant trouver le jeu de paramtre minimisant
VN
1 , yN (k), uN (k) = N
N 1
k=0
1 (k)2 2 1 N
N 1
2
(1.10)
k=0
1 y(k) (k, )T 2
(k)
n'existe pas. Il faut alors recourir a une solution numrique. On propose d'tudier ci-aprs la mthode dite de descente de gradient.
Identification, v.1.8
50
HEIG-VD
Automatique avance (
AAV)
puis nalement : y (k, ) 1 = y(k j) aj C(q) y (k, ) 1 = u(k j) bj C(q) y (k, ) 1 1 1 = q j y (k, ) + y(k j) = (k j, ) cj C(q) C(q) C(q)
Identification, v.1.8
51
HEIG-VD
Automatique avance (
AAV)
L'valuation de
VN aj VN bj VN cj
donne :
2 (k, )
1 N 1
y 1 VN VN = = aj y aj N VN VN y 1 = = bj y bj N VN VN y 1 = = cj y cj N
k=0 N 1
y 1 = aj N
N 1
k=0 N 1
y 1 = bj N y 1 = cj N
k=0 N 1
k=0 N 1
k=0
k=0
En introduisant
y(k 1) y(k 2) ... y(k na ) u(k 1) (k, ) = u(k 2) ... u(k nb ) (k 1) (k 2) ... (k nc )
Identification, v.1.8
52
HEIG-VD
Automatique avance (
AAV)
ainsi que
y a1 y a2
(k, ) =
1 (k, ) C(q)
(1.11)
Un algorithme de recherche des paramtres minimisant VN ( ) est le suivant [[1], eq. (10.41)] : (i+1) (i) (i) (i) 1 N = N N RN VN ( N )
avec (1.12)
1 VN ( ) = N
N 1
(k, ) (k, )
(1.13)
k=0
avec VN ( N ) selon (1.10) et (k, ) selon (1.11). (i) RN est une matrice de dimension na + nb + nc modiant la direction de recherche et choisie dans un premier temps gale la matrice identit, faisant de (1.12) une mthode de descente de gradient. Si l'on prend en compte la double drive de VN ( N ), i.e. le hessien de VN ( N ), on peut aner la direction de recherche en tenant compte de l'vo lution du gradient VN ( ) [[1], q. (10.44)] : 1 VN ( ) = N
Avec
N 1
N 1
(k, ) (k, )
(1.14)
k=0
Identification, v.1.8
HEIG-VD
Automatique avance (
AAV)
(1.12) est une mthode Newton. Lorsque l'on est proche du minimum de VN ( ), on peut admettre [[1], q. (10.46)] que 1 VN ( ) N
N 1
(k, ) (k, )T
(1.15)
k=0
%tolerance a partir de laquelle on travaille avec le Hessien %nb d' iterations %Nb de parametres a estimer pour les polynomes A(q) , B(q) et C(q)
t o l 2 = 1e 3; NBITER = 1 0 0 ;
mesures = mesures ( 1 : ind , : ) ; t = mesures ( : , 1 ) ; %instants d' echantillonnage u = mesures ( : , 4 ) ; %signal d' entree ( deterministe ) y = mesures ( : , 5 ) ; %signal de sortie y = y y(1); %enleve offset N = length ( y ) ; %longueur echantillon de mesures
sortie %vecteur des parametres a estimer %Insertion de u(n ) . . . u( 1) et y(n ) . . . u( 1) dans u(k) et y(k) %estimation de y %vecteur temps %Parametre de la routine de recherche du minimum selon (6) VN = zeros (NBITER, 1 ) ; %1/Nsomme du carre de 0.5 erreur de prediction VN( 1 ) = 1 e5 ; %Valeur initiale mise a l ' infini ou presque RN = eye ( na+nb+nc ) ; %direction de recherche , initialisation pour methode de descente de gradient muN = 0 . 0 1 ; %pas de calcul i n i t i a l pour la recherche %test avec ARMAX MATLAB (ce que l 'on aimerait reussir a faire nousmemes avec ce fichier . . . )
y e s t = [ zeros ( n , 1 ) ; zeros (N , 1 ) ] ; t = [ 0 : length ( y e s t ) 1 ] ' ; u = [ zeros ( n , 1 ) ; u ] ; y = [ zeros ( n , 1 ) ; y ] ;
%Conditions initiales : modele ARX, dont la solution analytique existe , donc %implantable par nous . . .
th_arx = arx ( [ y , u ] , [ na , nb , nk ] ) ; A = th_arx .A; B = rem_zero ( th_arx .B ) ; C = [ 1 , zeros ( 1 , nc ) ] ; %C est A_1 = A; B_1 = B; C_1 = C;
th_armax = armax ( [ y , u ] , [ na , nb , nc , nk ] )
%Autre condition initiale possibles ( plus quelconques) %A = [1 , 1.5 ,0.76]; %B = [0.0097 , 0.0057]; %C = [1 , 1.2 ,0.65]; %Formation du vecteur de parametre i n i t i a l t h e t a = [A( 2 : na +1) ,B,C(2:1+ nc ) ] ' ; p = 2 ; %compteur d' iteration
while ( ( p<NBITER) ) VNp = zeros ( na+nb+nc , 1 ) ; VNpp = zeros ( na+nb+nc ) ;
A = [ 1 , zeros ( 1 , na ) ] ; B = ones ( 1 , nb ) 0 . 0 1 ;
%initialisation du gradient de VN %initialisation du Hessien de VN %Calcul de l ' estimation avec les parametre theta actuels selon (2) yhat ( n+1:n+N) = dlsim (B, C, u ( n+1:n+N) ) + dlsim (CA, C, y ( n+1:n+N) ) ; %Residus ( erreur de prediction )
54
MEE \cours_aav.tex 1er septembre 2007
Identification, v.1.8
HEIG-VD
Automatique avance (
AAV)
%Somme des carres de l ' erreur de prediction VN( p ) = 1/Nsum ( 0 . 5 e p s i l o n . ^ 2 ) ; %selon (4)
epsilon = y [ p ,VN( p )
yhat ;
%Si la somme des carres croit au lieu de decroitre , on restaure les %parametres precedents et l 'on change muN (comment ?)
VN( p 1)]
%Passage au Hessien si l 'on est tres proche du minimum et si la %variation de VN est negative %
i f (( (VN( p ) VN( p 1))< t o l 2 )&((VN( p ) RN = VNpp ; disp ( ' H e s s i e n ' )
for k=n+1:n+N phi = [ y ( k 1: 1:kna ) ' , u ( k 1: 1:knb ) ' , e p s i l o n ( k 1: 1:knc ) ' ] ' ; p s i = dlsim ( [ 1 , zeros ( 1 , nc ) ] , C, phi ) ; %selon (5) VNp = VNp p s i e p s i l o n ( k )/N; %selon (7) VNpp = VNpp + p s i psi ' /N; %selon (9) end
i f ( (VN( p ) VN( p 1))>0) A = A_1; B = B_1 ; C = C_1; t h e t a = [A( 2 : na +1) ,B,C(2:1+ nc ) ] ' ; muN = 0 . 0 0 1 ; yhat ( n+1:n+N) = dlsim (B, C, u ( n+1:n+N) ) + dlsim (CA, C, y ( n+1:n+N) ) ; e p s i l o n = y yhat ; VN( p ) = 1/Nsum ( 0 . 5 e p s i l o n . ^ 2 ) ; end
muN = 0.01;
RN = eye ( na+nb+nc ) ; %methode de descente de gradient end %Calcul des parametres correspondant a l ' iteration t h e t a = t h e t a muN inv (RN) VNp %selon (6) %backup des parametre precedents
else
A B C p
= = = =
Les rsultats sont sur les gures 1.33 page suivante et 1.34 page 57.
Identification, v.1.8
55
HEIG-VD
Automatique avance (
AAV)
4.5
Evolution du gradient
3.5
2.5
1.5
0.5
10
20
30
40
50 No itration
60
70
80
90
100
f_test_armax_01_1.eps
NBITER=100
itrations
Identification, v.1.8
56
HEIG-VD
Automatique avance (
AAV)
6 4 y(k), yest(k) 2 0 2 4
y yest
10
20
30
40
50
60
20 10 u(k) 0 10 20
10
20
30 k
40
50
60
f_test_armax_01_2.eps
Fig.
1.34 En haut : mesure y(k) et estimation y (k), aprs p = 100 itrations. En bas : signal d'entre u(k) (chier source).
Identification, v.1.8
57
HEIG-VD
Automatique avance (
AAV)
p(xi ) dxi
x1
Des formes bien connues de densits de probabilit sont les distributions [[2], 14.4] uniforme : 1 ( (x + a) (x b)) p(x) = ba
2 avec x = 1 (b + a) et x = 2 gaussienne : (ba)2 12
p(x) =
1 (x x )2 exp 2 2 x 2 x
x = E [xi ] =
Identification, v.1.8
xi p(xi ) dxi
58
MEE \cours_aav.tex 1er septembre 2007
HEIG-VD
Automatique avance (
AAV)
Cx ( ) = E [(x(t) x ) (x(t + ) x )] = Rx ( ) 2 x
Pour x = 0, on a Rx ( ) = Cx ( ). La fonction d'intercorrlation statistique peut galement tre dnie :
E [f (x)] =
f (x) p(x) dx
f (x(t)) = lim
1 T T
+T /2
f (x(t)) dt
T /2
59
HEIG-VD
Automatique avance (
AAV)
La fonction d'autocorrlation d'un processus stochastique ergodique peut ainsi se calculer comme suit :
1 T T
+T /2
x(t) x(t + ) dt
T /2
Son valuation exprimentale ne peut bien sr s'eectuer que pour une dure T nie, typiquement en chantillonnant le signal x(t) considr :
N Rx (k)
1 = N
N 1
x(l + k) x(l)
l=0
Identification, v.1.8
60
HEIG-VD
Automatique avance (
AAV)
X (j ) = F{x (k)} =
k=
x (k) ejkh
(1.16)
Xa (j ) = F{xa (t)} =
xa (t) ejt dt
ce qui montre qu'elle est une simple adaptation la nature discrte de x(k). La transforme de Fourier inverse s'crit :
+ e 2
x (k) = F 1 {X (j )} =
e 2
X (j ) e+jkh d
XN (j ) = F{xN (k)} =
k=k0
xN (k) ejkh
On note que F{xN (k)} = XN (j ) est ce stade une fonction continue de la variable , laquelle peut ainsi varier de manire continue. La gure 1.35 page suivante le montre le rsultat de la transforme d'une priode d'un signal carr, value selon (1.16) pour un grand nombre de valeurs de .
Identification, v.1.8
61
HEIG-VD
Automatique avance (
AAV)
5 t [s]
10
3 2.5 2 |U(j)| 1.5 1 0.5 0 0 0.5 1 1.5 2 2.5 f [Hz] 3 3.5 4 4.5
f_fourier_carre_03_1.eps
1.35 Module de la transforme de Fourier, i.e. spectre d'amplitude d'une priode d'un signal carr discret, valu pour un grand nombre de valeurs de 1 f = 2 . On note la priodicit (priode fe = h = 1.6 [Hz]) du spectre d'amplitude (chier source).
Fig.
Identification, v.1.8
62
HEIG-VD
Automatique avance (
AAV)
5 t [s]
10
3 2.5 2 |U(j)| 1.5 1 0.5 0 0 0.1 0.2 0.3 0.4 f [Hz] 0.5 0.6 0.7 0.8
f_fourier_carre_01_1.eps
1.36 Module de la transforme de Fourier d'une priode d'un signal carr discret, value pour un grand nombre de valeurs de . Du fait de la priodicit de priode fe de X (j ) et de la parit de |X (j )|, l'achage du spectre d'amplitude peut tre limit la zone de frquences 0 . . . f2e (chier source).
Fig.
1.D.3 Proprits
Comme la gure 1.35 page ci-contre le laisse prsager, X (j ) = F{x (k)} est une fonction priodique de priode e = 2 , puisqu'en eet h
+
X (j ( + e )) =
k=
=
k=
ce qui signie qu'on peut se contenter de l'valuer et de la reprsenter sur une priode e . D'autre part, le module |X (j )| de X(j ) est une fonction paire, car
|X (j )| = |X ((j ) )| = |X (j )| = |X (j )|
pour autant que le signal x(k) soit rel. En consquence, il est susant de reprsenter |X (j )| dans la gamme de pulsations 0 rad < < e (gure 1.36). s 2 63
Identification, v.1.8
HEIG-VD
Automatique avance (
AAV)
2.5
2 |U(jf)| et |U (n)|
1.5
0.5
0 0.8
0.6
0.4
0.2
0 f [Hz]
0.2
0.4
0.6
0.8
f_fourier_carre_04_2.eps
1.37 Module de la transforme de Fourier d'une priode d'un signal carr discret et sa version chantillonne dans le domaine des frquences : ici, on limite la reprsentation du spectre d'amplitude a P = 64 points rpartis entre f2e et + f2e fe (chier source). P
Fig.
1.D.4 Transforme de Fourier discrte (TFD) 1.D.5 Discrtisation de l'axe des frquences
Reprenant la dnition de la transforme de Fourier d'un signal de dure nie xN (k), on note que bien que le signal original xN (k) soit de nature discrte, sa transforme de Fourier XN (j ) = F{xN (k)} est une fonction de la variable continue . L'valuation la transforme de Fourier est donc possible pour tout . Pour des raisons pratiques [[3], 3.2.2], on doit toutefois se contenter d'une version chantillonne de la fonction XN (j ), laquelle est obtenue en discrtisant l'axe des pulsations. On n'value et/ou on ne dispose donc de XN (j ) qu' intervalles rguliers plutt que de manire continue (gure 1.37).
Identification, v.1.8
64
HEIG-VD
Automatique avance (
AAV)
La suite de P nombres XN (n) reprsente la transforme de Fourier discrte de xN (k), abrge ci-aprs TFD.
xp (k) = F
{XN (n)} = . . . =
l=
xN (k + l P )
Alors que XN (j ) est la transforme de Fourier (exacte) de xN (k), la TFD XN (n) de xN (k) est la transforme de Fourier exacte d'un signal priodique xp (k) de priode P h form de la superposition de xN (k) tous les P chantillons. Si P N , la superposition ne cre aucun recouvrement et la somme xp (k) =
+ l=
x (k) ejnkh
k=k0
Dans un tel cas de gure, une priode de xp (k) concide parfaitement avec xN (k) prlev prcdemment sur xa (t) et aucune information n'est perdue. En d'autres termes, calculer la TFD de xp (k) ou celle de xN (k) donne le mme rsultat. En pratique, on chantillonne donc la priode e de XN (j ) au moins autant de fois que l'on a prlev d'chantillons sur xa (t) an d'obtenir N nombres XN (n) (gure 1.38 page suivante) avec
XN (n) = XN (j n )
Identification, v.1.8
pour 65
HEIG-VD
Automatique avance (
AAV)
2.5
2 |U(jf)| et |U (n)|
1.5
0.5
0 0.8
0.6
0.4
0.2
0 f [Hz]
0.2
0.4
0.6
0.8
f_fourier_carre_05_2.eps
1.38 Echantillonnage de la transforme de Fourier d'une priode d'un signal carr (N = 16 chantillons). La TFD est galement chantillonne avec N = 16, soit le cas limite pour viter le recouvrement (chier source).
Fig.
e N
Sachant que XN (j) est priodique de priode e et que l'on peut en consquence limiter son achage la plage e , . . . + e , les N valeurs de sont : 2 2
N , . . . , , 0, +, +2 , . . . + 2
N 1 2
Le simple fait de songer la TFD de xN (k) suppose donc que le signal xN (k) est priodique de priode N h ! On pouvait d'ailleurs le pressentir en relevant notamment que le module |XN (j )| de XN (n) n'est pas sans rappeler le spectre de raies d'un signal analogique priodique (gure 1.39 page ci-contre). La consquence videmment importante est qu'avec un outil tel que la TFD, seuls des signaux priodiques de priode N h et ses sous-multiples peuvent tre transforms sans erreur. Pour les signaux non priodiques, les techniques de fentrage (Hamming, Hanning, etc) permettent de limiter les inexactitudes [[3], 3.7].
Identification, v.1.8
66
HEIG-VD
Automatique avance (
AAV)
5 t [s]
10
3 2.5 2 |U(j)| 1.5 1 0.5 0 0.8 0.6 0.4 0.2 0 f [Hz] 0.2 0.4 0.6 0.8
f_fourier_carre_02_1.eps
Fig.
1.39 Transforme de Fourier d'une priode d'un signal carr (N = 16 chantillons). La TFD est galement chantillonne avec N = 16, soit le cas limite pour viter le recouvrement. L'achage est limit la zone de frquences f2e . . . f2e fe (chier source). N
Identification, v.1.8
67
HEIG-VD
Automatique avance (
AAV)
XN (n) e+jn2k
(1.17)
Notons que par suite de la discrtisation de la frquence inhrente la TFD, on n'a pas d'galit parfaite entre xp (k) et xN (k) puisque l'on a mentionn que
+
xp (k) = F
{XN (n)} = . . . =
l=
xN (k + l P )
1.D.10 Priodogramme
On appelle priodogramme d'un signal x(k) l'expression
N () =
1 |XN ()|2 N
Le priodogramme permet de mesurer les contributions des direntes frquences l'nergie du signal.
Identification, v.1.8
68
HEIG-VD
Automatique avance (
AAV)
x () d
1
fournisse la puissance du signal x(k) correspondant aux pulsations comprises entre 1 et 2 ([[7], 3.8 p.65]). La densit spectrale de puissance s'applique aux signaux dterministes et alatoires puissance moyenne nie, i.e. aux signaux tels que
Wx =
k=0
x(k)2 <
on prfre utiliser la notion de densit spectrale d'nergie [[7], 3.8, p.66] (aussi appele spectre !), dont il est facile de dmontrer qu'elle a pour expression :
x () = |X()|2
x () = F{Rx (k)} =
k=0
Rx (k) ejkh
i.e., la densit spectrale de puissance est gale la transforme de Fourier de la fonction d'autocorrlation
Rx (k) =
l=0
x(l + k) x(l)
1 x () = lim N N
x(k) ejkh
k=0 XN ()
= lim
1 |XN ()|2 N N
Identification, v.1.8
69
HEIG-VD
Automatique avance (
AAV)
Donc :
1 |XN ()|2 N N
(1.18)
1 = N
N 1
x(l + k) x(l)
l=0
et
N N () = F Rx (k) = x
1 |XN ()|2 N
On voit que la densit spectrale de puissance N () concide avec le priodox gramme dni au 1.D.10 page 68.
1 N N
N 1
x(l + k) x(l)
l=0
La densit spectrale de puissance d'un signal alatoire x(k) peut alors tre calcule de manire analogue ce qui a t fait pour les signaux dterministes et l'on peut montrer que 1 x () = F{Rx (k)} = lim E |XN ()|2 (1.19) N N Si seules N valeurs sont disposition, on a galement :
N N () = F Rx (k) x
Ces expressions mettent en lumire le parfait paralllisme entre les expressions de la densit spectrale de puissance pour des signaux dterministes (1.18) et alatoires (1.19). Pour ces derniers, la densit spectrale de puissance sera plutt value en N mesurant x(k), en calculant Rx (k) avant d'obtenir N (). Quant aux signaux x
Identification, v.1.8
70
HEIG-VD
Automatique avance (
AAV)
dterministes, la mme dmarche est potentiellement appliquable, mais il est clair que le calcul de N () s'eectuera plus directement sur la base de la description x analytique de x(k). N Relevons nalement que l'on peut montrer que N () = F Rx (k) est un x estimateur non biais de x () puisque [[7], 8.5, p.211] E N () = x () + RN x o RN
1 . N
y(k) =
l=0
g(l) u(k l) +
l=0
o u(k) est un signal dterministe et v(k) un signal alatoire de moyenne v = 0 2 et de variance v = . Alors
y () = G(ej ) u () + H(ej )
et
yu () = G(ej ) u ()
La dernire galit provient du fait que u(k) et v(k) sont non corrls. En consquence, E [u(k) v(k + l)] = 0 et donc uv () = 0.
Identification, v.1.8
71
HEIG-VD
Automatique avance (
AAV)
Identification, v.1.8
72
HEIG-VD
Automatique avance (
AAV)
Rgulation robuste
73
HEIG-VD
Automatique avance (
AAV)
( t )
( t )
e ( t )
G
c
1 I
( t )
5 G
a
( s )
1 I
( s )
( t )
( t )
f _ 0 7 _ 7 8 _ 0 3 . e p s
Fig.
de la fonction
S(s) =
On a :
Go d 1+G(s) dGw (s) o (s) = dGa (s) dGa (s)
dGa (s) Gc (s) (1 + Gc (s) Ga (s)) Gc (s) Ga (s) Gc (s) = (1 + Gc (s) Ga (s))2 Gc (s) = (1 + Gc (s) Ga (s))2
Rgulation robuste
74
HEIG-VD
Automatique avance (
AAV)
d'o :
dGa (s)
Gw (s)
Gc (s) dGa (s) (1+Gc (s)Ga (s))2 Gc (s)Ga (s) 1+Gc (s)Ga (s)
S(s) =
1 1 + Go (s)
On constate que, sous rserve d'un maintien de la stabilit en boucle ferme, plus le gain de boucle Go (s) est lev, moins les variations des paramtres du systme rgler Ga (s) n'ont d'inuence sur les performances en boucle ferme, i.e. les paramtres de la fonction de transfert Gw (s). Cette observation concorde avec les proprits de linarisation oertes par la contre-raction. On note galement que cette expression est identique celle que l'on obtient si l'on calcule la fonction de transfert liant la consigne w(t) l'erreur e(t) :
Gew (s) =
La rponse harmonique de S(j ) a une allure tout fait typique (gure 2.2 page suivante) : son module est faible basse frquences (peu de sensibilit, i.e. bonne performance en prcision) et tend vers l'unit (grande sensibilit) aux hautes frquences. Une proprit tout fait remarquable ([4], 4.2) de la fonction de sensibilit est que le maximum du module de sa rponse harmonique max {|S(j )|} = S
75
HEIG-VD
Automatique avance (
AAV)
Rponses harmoniques
50 0 50 100 150 10
2
10
10 Frequency (rad/sec)
10
Fig.
critique 1 + j 0 (gure 2.3 page suivante) : distance minimum entre 1 et Go (j ) = min {|1 + Go (j |)}
concide
Gew (s) =
Rgulation robuste
HEIG-VD
Automatique avance (
AAV)
- 1
1 + G
o
( j w )
G
o
( j w )
I m G
( j w )
1
w
[ r a d
/ s ]
w =
[ r a d
/ s ]
- 1
1 + G
o
( j w )
G
o
( j w )
f _
. e p
2.3 Lieu de Nyquist de Go (j ) : sa distance minimale au point critique 1 + j 0 est donne par min{|1 + Go (j |)}, soit l'inverse du maximum du module de la fonction de sensibilit max{|S(j )|} (chier source).
Fig.
Rgulation robuste
77
HEIG-VD
Automatique avance (
AAV)
A [ d
( M B ]
) |
| W
1
( j M
) |
[ d
] | W
1 - 1
( j M
) |
c o
[ r a d
/ s ]
| S
( j M
) |
f _
. e p
Fig.
2.4 Illustration d'une mthode de spcication des performances d'un systme asservi : on impose que le module de fonction de sensibilit soit infrieur 1 une limite W1 (j ) variant en fonction de la frquence (chier source).
traduisant l'eet de la consigne sur l'erreur, il est envisageable de spcier les performances de prcision d'un systme de rgulation automatique en imposant 1 une valeur maximale |W1 (j)| de la fonction de sensibilit pour chaque pulsation . On pourrait crire : 1 |S(j )| < |W1 (j )|
1 i.e. le module de la fonction de sensibilit doit tre infrieur la borne W1 (j ) (gure 2.4). On peut condenser cela sous la forme
W1 (j ) S(j )
<1
(2.1)
illustre par la gure 2.5 page suivante. Typiquement, on choisira |W1 (j )| lev basse frquence (bonne prcision) et tendant vers 1 aux hautes frquences, l o l'action rgulateur est sans eet sur le systme rgler, vu le caractre ltrant de ce dernier (y(t) 0 = e(t) = w(t) y(t) w(t)). Il existe une interprtation graphique intressante de la relation 2.1 : pour 1 que le module de la fonction de sensibilit soit toujours infrieur W1 (j ) , il faut que lieu de Nyquist de Go (j ) soit toujours en dehors du disque de rayon |W1 (j )| et de centre 1 + j 0 (gure 2.6 page ci-contre).
Rgulation robuste
78
HEIG-VD
Automatique avance (
AAV)
A [ d
( M B ]
) |
| W
1
( j M
) |
[ d
] | W
1
( j M
) S
( j M
) |
M
c o
[ r a d
/ s ]
| S
( j M
) |
f _
. e p
2.5 Spcication des performances d'un systme asservi : on impose que la valeur suprieure de |W1 (j ) S(j )| soit infrieure 1, i.e. 0 [dB] (chier source).
Fig.
I m G
( j w )
| W
1
|
w
[ r a d
/ s ]
w =
[ r a d
/ s ]
- 1
f _
. e p
Fig.
Rgulation robuste
79
HEIG-VD
Automatique avance (
AAV)
J
J
A J
1
?
J
5 /
=
I
I
J
J
f _ r o b u s t e _ 0 2 . e p s
Fig.
2.7 Systme asservi dont les paramtres du systme rgler Ga (s) sont susceptibles de varier (chier source).
(2.2)
alors que la fonction de transfert nominale en boucle ferme, rgulation de correspondance, est
Gw0 (s) =
Go0 (s) Gc (s) Ga0 (s) Y (s) = = W (s) 1 + Go0 (s) 1 + Gc (s) Ga0 (s)
(2.3)
L'imprcision dont il est question est l'incertitude lie la modlisation et l'identication de la rponse harmonique en boucle ouverte. Celle-ci tant forme de la mise en cascade du rgulateur Gc (s) et du systme rgler Ga (s), c'est normalement cette dernire fonction de transfert que sont dues des variations.
Rgulation robuste
80
HEIG-VD
Automatique avance (
AAV)
|W2 (j )|
Ga (j ) Ga0 (j ) Ga0 (j )
(2.4)
que l'on appelle prol d'incertitude. On voit que |W2 (j )| reprsente une borne suprieure sur l'incertitude relative aectant le modle nominal Ga0 (s). Le modle d'incertitude utilis ici est non-structur, ce qui signie grosso modo que l'on ne prend pas en compte les variations individuelles des paramtres (par exemple, pour l'asservissement de vitesse d'un moteur DC, on aurait J = J0 J pour l'inertie en charge et/ou Ramin Ra0 Ramax pour la rsistance de l'induit) du modle nominal Ga0 (s), mais que |W2 (j )| traduit plutt leur eet global en fonction de la frquence. Notons qu'aucune hypothse n'a t pose sur |W2 (j )|, qui peut tre une fonction quelconque, notamment une fonction non-linaire avec la frquence.
Disque d'incertitude
L'ingalit de la dnition de |W2 (j )| indique que |W2 (j )| est la borne suprieure de la variation relative du modle. A une pulsation p donne, le module de la variation relative maximale de Ga (j p ) par rapport Ga0 (j p ) n'est autre que |W2 (j )| et peut tre d'amplitude comprise comprise entre 0 et |W2 (j p )| d'une phase quelconque, comprise entre 0 et 360 [ ] Ce que l'on dcrit ici n'est autre qu'un disque, appel disque d'incertitude, centr en Ga0 (j p ) et de rayon |W2 (j p ) Ga0 (j p )| (gure 2.8 page suivante). Pour une frquence donne p , l'volution de l'amplitude dans tout le disque ainsi que la variation de phase (gure 2.9 page suivante) est intgre au prol d'incertitude |W2 (j )| en crivant que
(2.5)
Sup |(j )| =
(2.6)
Il est clair que le modle d'incertitude non-structur choisi ici est conservateur, puisqu'il constitue une sorte de cas le plus dfavorable : il est en eet peu probable
Rgulation robuste
81
HEIG-VD
Automatique avance (
AAV)
I m G
( j M )
| W
2
G
a
| G
a
f _
r o
s t e _
. e p
2.8 Le disque d'incertitude dnit, pour une pulsation p donne, la zone dans laquelle la fonction de transfert Ga (j ) peut se trouver. |W2 (j p )| correspond la limite du disque, soit la variation maximale par rapport la fonction de transfert nominale Ga0 (j ) (chier source).
Fig.
I m G
( j w )
G
a
G
a
D W
G
a
| W
2
G
a
f _
r o
s t e _
. e p
Fig. 2.9 C'est (s) qui fait voluer la fonction de transfert Ga (s) dans tout le disque d'incertitude (chier source).
Rgulation robuste
82
HEIG-VD
Automatique avance (
AAV)
qu'en prenant vraiment en compte les variations cumules de ses paramtres individuels, le systme rgler Ga (s) se direncie autant de sa valeur nominale Ga0 (s) que ne le prvoit le prol d'incertitude |W2 (j )|. En se limitant ainsi au modle d'incertitude non-structur, on simplie grandement l'analyse mathmatique du problme, ce qui aura l'avantage de fournir des mthodes d'analyse applicables aisment. De surcrot, on couvre galement la situation o une partie de la dynamique du systme rgler n'a pas pu tre modlise, faute de temps ou de connaissance.
Rgulation robuste
83
HEIG-VD
Automatique avance (
AAV)
A [ d
( M B ]
) |
[ d
] | W
2
( j M
) |
M
M
c o
[ r a d
/ s ]
f _
r o
s t e _
. e p
Fig.
|W2 (j p )| =
(2.7) Ce phnomne est particulirement marqu lorsque le systme rgler, comme celui du schma technologique de la gure ?? page ? ?, possde une anti-rsonance (gure 2.11 page ci-contre).
Rgulation robuste
84
HEIG-VD
Automatique avance (
AAV)
40 60 80 100 120 1 10
10
10
10
10
10 f [Hz]
10
10
f_lse_m_04_mes_id_2004_05_08_2_8.eps
2.11 Diagramme de Bode exprimental d'un systme mcanique exible : dans la zone de 100 [Hz], la prsence d'une anti-rsonance provoque un aaiblissement considrable du gain et dgrade ainsi le rapport signal-sur-bruit. Il s'ensuit que la prcision du modle cette frquence est mauvaise que le niveau du gabarit d'incertitude W2 (j ) se devra d'tre lev ( 20 [dB]), limitant les chances de ralisabilit d'un rgulateur robuste (chier source).
Fig.
Rgulation robuste
85
HEIG-VD
Automatique avance (
AAV)
A [ d
( M B ]
) |
| W
2
( j M
) |
[ d
] | W
| G
w
( j M
) | ( j M
0
( j M
) G
w
) |
c o
[ r a d
/ s ]
f _
r o
s t e _
. e p
Fig.
W2 (j ) Gw0 (j )
<1
(2.8)
avec W2 (j ) Gw0 (j ) = Sup |W2 (j ) Gw0 (j )|. Partant du prol d'incertitude |W2 (j )| et de la fonction de transfert nomiY Gc (s) nale en boucle ferme, rgulation de correspondance Gw0 (s) = W(s) = 1+G(s)Ga0a0 (s) , (s) c (s)G il sut donc de tracer le diagramme de Bode du module de W2 (j ) Gw0 (j ) et de vrier qu'il est toujours infrieur 0 [dB] (gure 2.12). Sur la base de la gure 2.12, on peut qualitativement estimer la prcision requise sur le modle : l'attnuation du gain en boucle ferme doit au moins compenser la croissance du prol d'incertitude. On voit que probablement, W2 Gw0 intervient non loin de la bande passante en boucle ferme, et donc approximativement de la pulsation de coupure 0 [dB] en boucle ouverte co .
Dmonstration
Partant du lieu de Nyquist de Go (j ) (gure 2.13 page suivante) on a successivement : Go0 (j ) correspond au design nominal, lequel satisfait le critre de Nyquist La distance entre le point critique 1 + j 0 et Go0 (j )
|1 Go0 (j )| = |1 + Go0 (j )|
Rgulation robuste
(2.9)
MEE \cours_aav.tex 1er septembre 2007
86
HEIG-VD
Automatique avance (
AAV)
I m G
( j w )
- 1
j 0
w
G
o
[ r a d
/ s ]
w =
[ r a d
/ s ]
Fig.
2.13 Lieu de Nyquist de Go (j ) nominal, disque d'incertitude, mise en vidence des distances (chier source).
1 + G
o
|W
2
G
o
|
f _ r o b u s t e _ 2 4 . e p s
Rgulation robuste
87
HEIG-VD
Automatique avance (
AAV)
est telle que le point critique est laiss sur la gauche du lieu de Nyquist (gure 2.13 page prcdente). Cette distance peut tre considre comme un sorte de "rserve". La perte intgrale de cette distance amnerait le lieu de Nyquist sur le point critique, ce qui est viter absolument ! La variation de distance potentielle |W2 (j ) Go0 (j )| doit donc tre infrieure la distance nominale |1 + Go0 (j )| :
|1 + Go0 (j )|
distance nominale selon design
(2.10)
(2.11)
(2.12)
Rgulation robuste
88
HEIG-VD
Automatique avance (
AAV)
I m G
( j w )
w =
[ r a d
/ s ]
w =
[ r a d
/ s ]
- 1
| W
2
G
o
f _
r o
s t e _
. e p
2.14 Interprtation graphique du thorme de la stabilit robuste : le point critique doit rester l'extrieur du disque (chier source).
Fig.
Interprtation graphique
La condition de stabilit robuste peut tre interprte graphiquement comme suit : le systme de rgulation automatique est stable si le point critique 1 + j 0 demeure l'extrieur du disque de centre Go0 (j ) de rayon |W2 (j ) Go0 (j )| comme le montre la gure 2.14.
Rgulation robuste
89
HEIG-VD
Automatique avance (
AAV)
Step Response
1.2
0.8 Amplitude
0.6
0.4
0.2
Fig.
2.2.3 Exemple
On considre un systme rgler de fonction de transfert nominale
Ga0 (s) =
(2.13)
Kp
(2.14)
avec Kp = 349.7, Td = 38 [s] et Ti = 380 [s]. Il s'agit d'un systme de rgulation automatique de la temprature d'un lment d'une machine de production industrielle (observer la valeur de la constante de temps dominante !). Avec les paramtres du rgulateur PID donns, la rponse indicielle en boucle ferme est satisfaisante (gure 2.15), et la question se pose de savoir quelle est la robustesse de la stabilit oerte dans le cas nominal. Dans ce but, on dnit un prol d'incertitude (gure 2.16 page suivante), sur la base des informations que l'on a quant la qualit de Ga0 (s). Dans le cas particulier, des variations observes du gain basse frquence amnent prendre en compte une incertitude relative de quelque 6 [dB], soit 50%. Cette imprcision s'amliore aux frquences moyennes (10 [dB] = 33%) et nit bien sr par augmenter considrablement aux hautes frquences.
Rgulation robuste
90
HEIG-VD
Automatique avance (
AAV)
20
15
10
5 W2()
10
15
20 3 10
10
[rad/s]
10
10
Fig. 2.16 Prol d'incertitude : 6 [dB] = 50% basse frquence, 10 [dB] = 33% aux frquences intermdiaires et augmentation aux hautes frquences. On remarque que la fonction W2 (j ) peut tre quelconque (mais doit tre stable), en particulier discontinue. Ce n'est donc pas forcment une fonction de transfert (chier source).
Rgulation robuste
91
HEIG-VD
Automatique avance (
AAV)
10
10
20 A() 30 40
50
W2 Gw W2Gw
10
2
60 3 10
[rad/s]
10
10
Fig. 2.17 Test de la condition de stabilit robuste : on voit que ce test est satisfait puisque la courbe W2 (j ) Gw0 (j ) est infrieure 1 = 0 [dB] (chier source).
Notons qu'en principe, c'est plutt la dmarche inverse qui est suivie : ayant dni le prol d'incertitude |W2 (j )|, on en dduit les performances possibles de Gw0 (s) et par suite le rgulateur Gc (s) : c'est l'objet de la synthse robuste. On peut alors faire le test de la stabilit robuste, en traant ici le diagramme de Bode du gain W2 (j ) Gw0 (j ) < 1 (gure 2.17). On observe que la condition de stabilit robuste est satisfaite.
Rgulation robuste
92
HEIG-VD
Automatique avance (
AAV)
Rgulateur RST
93
HEIG-VD
Automatique avance (
AAV)
v[k]
w[k]
T (z)
1 R(z)
u[k]
B(z) A(z)
y[k]
S(z)
n[k]
Fig.
H(z) =
(3.1) (3.2)
MEE \cours_aav.tex 1er septembre 2007
94
HEIG-VD
Automatique avance (
AAV)
v[k]
w[k]
T (z) z R
z R R(z)
u[k]
B(z) A(z)
y[k]
S(z) z R
n[k]
3.2 Structure du rgulateur RST. R est l'ordre du polynme R(z) (chier source).
Fig.
Rgulation de correspondance
T (z) B(z) T (z) B(z) Y (z) B(z) T (z) Bm (z) R(z) A(z) R(z) A(z) Gw (z) = = = = = S(z)B(z) W (z) 1 + Go (z) A(z) R(z) + B(z) S(z) Am (z) 1 + R(z)A(z) (3.3)
Rgulation de maintien
Y (z) B(z) R(z) A(z) A(z) = = Gv (z) = = S(z)B(z) V (z) 1 + Go (z) A(z) R(z) + B(z) S(z) 1 + R(z)A(z) (3.4)
B(z) B(z)
S(z) B(z) Y (z) B(z) S(z) R(z) A(z) Gn (z) = = = S(z)B(z) N (z) A(z) R(z) + B(z) S(z) 1 + R(z)A(z)
95
HEIG-VD
Automatique avance (
AAV)
la rponse indicielle autoris, etc. Si l'on souhaite un comportement apriodique en boucle ferme avec une dure de rglage Treg , il sura alors de poser
Am (z) (z pf 1 ) = z e
Th
reg
(3.7)
Le polynme B(z) dtermine les zros du systme rgler. Il est dans le cas gnral envisageable de les compenser, condition toutefois que l'on se limite aux zros de B(z) situs dans le disque unit (voir ?? page ? ?). Des conditions plus drastiques d'amortissement absolu et relatif peuvent galement tre imposes. En dsignant par B + (z) le polynme monique facteur de B(z) dont les racines rpondent cette condition, on peut alors crire B(z) comme
(3.8)
Le polynme Bm (z) devra ainsi contenir le terme B (z) an de s'assurer qu'aucun zro hors du disque unit, voire hors d'une zone plus restrictive spcie par des conditions d'amortissement absolue et relative, n'ait t compens :
(3.9)
Si le polynme B + (z) est compens, la seule possibilit est qu'il le soit par des zros de R(z) puisque A(z) et B(z) n'ont par hypothse pas de facteurs communs :
Go (z) =
S(z) B + (z) B (z) S(z) B (z) S(z) B(z) = + = R(z) A(z) B (z) R (z) A(z) R (z) A(z) R(z) = B + (z) R (z)
(3.10)
On en dduit que
Hm (z) =
Y (z) B(z) T (z) = W (z) A(z) R(z) + B(z) S(z) B (z) B + (z) T (z) = A(z) B + (z) R (z) + B + (z) B (z) S(z) B (z) T (z) = A(z) R (z) + B (z) S(z)
Hm (z) =
On en dduit :
B (z) T (z) B (z) Bm (z) B (z) Bm (z) Ao (z) = = A(z) R (z) + B (z) S(z) Am (z) Am (z) Ao (z)
Rgulateur RST
96
HEIG-VD
Automatique avance (
AAV)
Le polynme Ao (z) porte le nom de polynme observateur : il permet de tenir compte du fait que si 7 7 3 21 = = 4 4 3 12 on ne peut cependant galer directement les numrateurs et dnominateurs de chacune des fractions. Dans le cas de l'exemple, Ao (z) = 3. Pour la synthse du rgulateur, i.e la dtermination des polynmes R(z), S(z) et T (z) partir des polynmes A(z), B(z), Am (z) et Bm (z), les quations suivantes sont donc rsoudre :
(3.11) (3.12)
Si une compensation des perturbations d'ordre j est spcie, il sut d'inclure dans Go (z) le nombre l = j + 1 correspondant d'intgrateurs. S'inspirant de la dmarche ayant conduit l'quation (3.10), ceci se fait en imposant que R(z) ait la forme :
(3.13)
o A(z), X(z), B(z), Y (z) et C(z) sont des polynmes. A(z), B(z) et C(z) sont connus, X(z) et Y (z) sont les polynmes dterminer. Il est clair qu'une telle quation possde une innit de solutions. Cependant, on peut dmontrer que l'quation (3.14) a des solutions uniques si (la notation X signie "degr du polynme X ")
Y < A
(3.15)
i.e. si le degr du polynme Y (z) est strictement infrieur celui du polynme A(z). Dans le cas du rgulateur RST, une quation de la mme forme est justement obtenue lorsque l'on considre le dnominateur A(z) R (z) + B (z) S(z) = Ao (z) Am (z) de la fonction de transfert en boucle ferme. En en multipliant les 2 membres par B + (z), on a :
(3.16)
MEE \cours_aav.tex 1er septembre 2007
97
HEIG-VD
Automatique avance (
AAV)
R S R T A > B Am Bm A B
R + A > B + S
Ainsi :
R + A = B + + Ao + Am
d'o
R = B + + Ao + Am A
(3.21)
Comme
T = Ao + Bm
Degr du polynme
R T :
B + + Ao + Am A Ao + Bm
R T
et nalement :
Am Bm B + + A
Rgulateur RST
(3.22)
MEE \cours_aav.tex 1er septembre 2007
98
HEIG-VD
Automatique avance (
AAV)
S(z) et Ao (z) Il reste dterminer les degrs des polynmes S(z) et Ao (z). Pour S(z), on prendra simplement, selon l'quation (3.15) : S = A 1 (3.23)
Pour Ao (z), la prise en compte des quations (3.17), (3.21) et (3.23) permet de calculer :
R S B + + Ao + Am A A 1
R S
d'o :
Ao 2 A Am B + 1
(3.24)
Rsum
En rsum, pour la synthse du rgulateur RST, on s'arrangera pour respecter, dans l'ordre, les conditions suivantes : Choisir Bm (z) selon les contraintes en poursuite de consigne Am Bm B + + A Ao 2 A Am B + 1 R = B + + Ao + Am A S = A 1 T = Ao + Bm Ces contraintes tant respectes, une solution unique causale (i.e. ralisable) peut tre trouve en rsolvant l'quation de Diophantine. Celle-ci aura alors la forme :
Rgulateur RST
99
3.1.5 Calcul des polynmes R(z) et S(z) : matrice de Sylvester [[5], 10.3.3]
Les polynmes R(z), S(z), A(z), B(z) et C(z) = B + (z) Ao (z) Am (z) ont pour formes :
HEIG-VD
Rgulateur RST
R(z) = z R + r1 z R1 + r2 z R2 + . . . + rR1 z + rR S(z) = s0 z S + s1 z S1 + s2 z S2 + . . . + sS1 z + sS C(z) = z C + c1 z C1 + c2 z C2 + . . . + cC1 z + cC B(z) = b0 z B + b1 z B1 + b2 z B2 + . . . + bB1 z + bB A(z) = z A + a1 z A1 + a2 z A2 + . . . + aA1 z + aA
100 En crivant :
C(z)
Automatique avance (
AAV)
Rgulateur RST
HEIG-VD
En identiant terme terme (de mmes reprsentable par la matrice de Sylvester : 1 0 ... .. a1 . 1 .. . a1 a2 . .. . . a2 . . . .. . . . . . . .. . . aA1 . . a A aA1 . . .. 0 . aA . . .. . . . . . 0 0 ...
0 . . . 0 1 a1 a2 . . . . . . . . . aA
0 . . . b0 b1 b2 . . . bB 0 . . . 0
0 . . . 0 b0 b1 b2 . . . bB . . . 0
101
MEE \cours_aav.tex 1er septembre 2007
AAV)
HEIG-VD
Automatique avance (
AAV)
Exemple
On considre le systme rgler de fonction de transfert :
Ga (s) =
(3.25)
H(z) =
0.4983 z + 0.4967 Y (z) 4.9834 106 (z + 0.9967) = 105 2 = U (z) z 1.99 z + 0.99 (z 1) (z 0.99) (3.26) b0 z + b1 B(z) b0 (z z1 ) = 2 = = 2 z + a1 z + b 2 z + a1 z + b 2 A(z)
Les spcications en boucle ferme prconisent d'avoir le modle poursuivre ayant 1. un comportement dynamique donn par les ples pf 1 = 0.9, pf 2 = 0.4. On en dduit que
Hm (z) =
on en dduit que
Bm (1) =
102
HEIG-VD
Automatique avance (
AAV)
Hm (z) =
z Am 2 (z p1 ) (z p2 ) b0 (z z1 ) (1 p1 ) (1 p2 ) = b0 (1 z1 ) (z p1 ) (z p2 ) (1 0.9) (1 0.4) 4.9834 106 (z + 0.9967) = Am 2 4.9834 106 (1 0.9967) z (z 0.9) (z 0.4) (3.27)
On remarque dans ce modle poursuivre que le zro z1 = 0.9967 du systme rgler se retrouve bel et bien en boucle ferme, comme souhait On peut alors procder au calcul des degrs des polynmes : Choisir Bm (z) selon les contraintes en poursuite de consigne Bm (z) =
(1 p1 ) (1 p2 ) b0 (1 z1 )
(3.28)
Am Bm B + A Ao 2 A Am B + 1 R = B + + Ao + Am A S = A 1 T = Ao + Bm
Am = 0 0 + 2 = 2 Ao = 2 2 2 0 1 = 1 R = 0 + 1 + 2 2 = 1 S = 2 1 = 1 T = 1 + 0 = 1
Les polynmes R(z), S(z), A(z), B(z) et C(z) = B + (z) Ao (z) Am (z) ont alors pour formes :
R(z) = (z + r1 ) S(z) = (s0 z + s1 ) Ao (z) = z Am (z) = (z 2 (p1 + p2 ) z + p1 p2 ) C(z) = 1 (z 2 (p1 + p2 ) z + p1 p2 ) z B(z) = (b0 z + b1 ) B + (z) = 1 A(z) = (z 2 + a1 z + a2 )
Rgulateur RST
103
HEIG-VD
Automatique avance (
AAV)
En crivant :
C(z)
(3.37)
z3 z2 z1 z0
soit encore
: : : :
1=1 r1 + a1 + b0 s0 = p1 p2 a1 r 1 + a2 + b 0 s 1 + b 1 s 0 = p 1 p 2 a2 r 1 + b 1 s 1 = 0
r1 a1 r1 a2 r1
+b0 s0 +b1 s0 + b0 s1 + b 1 s1
= p1 p2 a1 = p 1 p 2 a2 =0
Ce systme peut tre crit sous forme matricielle, faisant intervenir la matrice de Sylvester : p1 p2 a1 r1 1 b0 0 a1 b1 b0 s0 = p1 p2 a2 0 s1 a2 0 b 1 Avec p1 = 0.9 et p2 = 0.1, on a : 1 r1 1 b0 0 p1 p2 a1 s0 = a1 b1 b0 p1 p2 a2 s1 a2 0 b 1 0 1 1 0.4983 105 0 0.9 0.1 (1.99) = 1.99 0.4967 105 0.4983 105 0.9 0.1 0.99 0.99 0 0.4967 105 0 0.4741 = 1.0354 105 9.4497 104 On a donc pour R(z) et S(z) :
104
HEIG-VD
Automatique avance (
AAV)
0.9
0.8
0.7
0.5
10
20
30 k
40
50
60
f_rst_exemple_1_1.eps
3.3 Rponses indicielles du modle poursuivre Hm (z) et de la fonction de transfert eective en boucle ferme, rgulation de correspondance, Gw (z) (chier source).
Fig.
La gure 3.3 montre le rsultat obtenu (rponse indicielle en boucle ferme, rgulation de correspondance).
U (z) =
T (z) S(z) W (z) Y (z) R(z) R(z) A(z) Bm (z) S(z) = W (z) + B(z) Am (z) R(z)
(3.39)
Ceci correspond au schma fonctionnel de la gure 3.4 page suivante, o la commande a priori est bien visible.
Rgulateur RST
105
HEIG-VD
Automatique avance (
AAV)
A(z) B(z)
w[k]
Bm (z) Am (z)
S(z) R(z)
u[k]
B(z) A(z)
y[k]
3.4 Mise en vidence de la commande a priori intrinsque au rgulateur RST (chier source).
Fig.
Rgulateur RST
106
HEIG-VD
Automatique avance (
AAV)
Espace d'tat
107
HEIG-VD
Automatique avance (
AAV)
4.1 Reprsentation d'un systme dynamique linaire par son modle d'tat.
4.1.1 Exemple introductif : circuit RLC srie
Modle entre-sortie ("Input-ouput model")
On considre le circuit lectrique suivant : En admettant que les paramtres
R L
u
e
( t )
i ( t ) C
u
s
( t )
f _
. e p
Fig.
R, L et C soient constants, la relation mathmatique liant la tension de sortie us (t) celle d'entre ue (t) peut tre trouve en crivant l'quation (intgro-) direntielle rgissant le circuit :
t
1 di + ue (t) = R i (t) + L dt C
i ( ) d
(4.1)
Notant que :
(4.2)
1 us (t) = C
i ( ) d
(4.3)
l'quation
soit encore :
Espace d'tat
HEIG-VD
Automatique avance (
AAV)
u
s 2
u
e
( t ) =
( t )
d =
+ 1
R L u
e
d d
u
s
+ L
1 C
u
s
(
t
(
t
u
s
( t ) =
( t )
f _
. e p
4.2 Description du circuit de la gure 4.1 page ci-contre par un modle de connaissance prenant la forme d'une quation direntielle d'ordre 2. Le modle indique le lien entre l'entre ue (t) et la sortie us (t) : il s'agit d'un modle entre sortie (chier source).
Fig.
l'entre ue (t) et la
du systme. Dans le cas de conditions initiales nulles, on peut extraire la transfert : 1 Us (s) = G (s) = Ue (s) 1 + s R C + s2 L C Il s'agit l nouveau d'une relation
sance puisse tre importante ; on pense notamment au courant i(t) ; au ux totalis (t) = L i(t) ; la charge instantane du condensateur q(t) ; au champ lectrique E(t) entre les armatures du condensateur. Un courant i(t) trop lev peut provoquer une saturation magntique se manifestant directement sur le ux totalis (t), alors qu'une charge exagre du condensateur peut engendrer un champ lectrique E suprieur au champ disruptif. Dans un cas comme dans l'autre, les hypothses de linarit sont dmenties, mais aucune de ces grandeurs n'apparat dans l'un ou l'autre des modles entresortie (quation direntielle d'ordre 2 et fonction de transfert) obtenus.
entre-sortie o aucune des grandeurs internes du circuit n'intervient, bien que leur connais-
Modle d'tat
La reprsentation dans l'espace d'tat (State space model) ore une alternative au modle entre-sortie en proposant un modle liant non seulement les signaux
Espace d'tat
109
HEIG-VD
Automatique avance (
AAV)
U
e
( s ) ( s )
( s )
U
f _
( s ) ( s )
Y
0 2 _ 0 2 _
. e p
Fig.
4.3 Description du circuit de la gure 4.1 page 108 par un modle de connaissance prenant la forme d'une fonction de transfert d'ordre 2. Comme le modle de la gure 4.2 page prcdente, il s'agit galement d'un modle entre sortie (chier source).
d'entre et de sortie d'un systme dynamique tout en gardant " l'oeil" certaines grandeurs internes essentielles, les variables d'tat. Pour l'obtenir, il sut de dcrire le systme dynamique par n quations direntielles d'ordre 1 en lieu et place d'une seule quation direntielle d'ordre n. Pour le circuit lectrique considr, on pourrait crire :
di dt
1 C
q (t)
(4.7)
o q(t) est la charge lectrique instantane du condensateur. En plaant les drives premires dans les membres de gauche et en mettant en forme, on a :
di dt dq dt
= R i (t) L = i (t)
1 LC
q (t) +
1 L
ue (t)
(4.8)
Ces deux quations, mises ainsi sous forme canonique, modlisent le comportement dynamique du circuit. Elles sont les quations d'tat du systme. L'expression de la tension de sortie us (t) est alors simplement
us (t) =
1 q (t) C
(4.9)
qui est appele quation d'observation. En protant de la notation matricielle, on peut prsenter les trois dernires quations sous forme compacte :
d dt
i q 0
=
1 C
us =
Espace d'tat
1 R LC L 1 0 i q
i q
1 L
ue
(4.10)
110
HEIG-VD
Automatique avance (
AAV)
La rsolution de la premire de ces quations (i.e. l'quation d'tat) fournit i(t) et q(t) en fonction de ue (t). Le calcul de us (t) n'est alors plus qu'une simple formalit (combinaison linaire des tats i(t) et q(t)) en faisant usage de la seconde quation, i.e. l'quation d'observation. Les variables d'tats du systme sont ici
i(t)
Elles ont t runies dans le
et
q(t)
(4.11)
vecteur d'tat
x= i q
(4.12)
(4.14) (4.15)
d 1 R 1 = 1L + ue us 0 0 dt us LC us = 0 1 us
ce qui montre dj que la reprsentation d'tat n'est pas unique.
(4.16) (4.17)
4.1.2 Dnition
La reprsentation d'tat d'un systme dynamique linaire est un modle par lequel non seulement la relation entre-sortie entre u(t) et y(t) est dtermine, comme c'est dj le cas avec l'quation direntielle d'ordre n,
Espace d'tat
HEIG-VD
Automatique avance (
AAV)
U u
( s ) ( t )
G
Fig.
( s )
Y
f _ 0
( s ) y
2 _ 0 1
( t )
_ 2 7 . e p s
y
n
( t )
+ a
d d t
y
1
+ a
d d b
y t +
a
0
y u
m
d d t
+ b
d d t
u
1
+ b
d d
u t +
y
b
0
( t )
f _
. e p
4.5 Reprsentation d'un systme dynamique linaire par une quation direntielle d'ordre n (chier source).
Fig.
la rponse impulsionnelle g(t) ou la fonction de transfert G(s), mais galement le comportement des grandeurs internes x1 . . . xn au systme, appeles variables d'tat. dx dt1 = a11 x1 +a12 x2 + . . . +a1n xn +b1 u dx2 = a21 x1 +a22 x2 + . . . +a2n xn +b2 u dt (4.19) ... ... ... ... ... ... dx n = an1 x1 +an2 x2 + . . . +ann xn +bn u dt Les variables d'tat x1 xn sont au nombre de n, n tant l'ordre du systme. Elles apparaissent naturellement lors de la mise en quations d'un systme. Si l'on s'astreint modliser celui-ci par un ensemble de n quations direntielles du 1er ordre, les grandeurs d`tat sont alors celles faisant l'objet de la drive. Les n quations direntielles d'ordre 1 sont les quations d'tat du systme. Bien qu'une dnition claire des variables d'tat soit relativement dicile trouver dans la littrature, on proposera nanmoins la suivante : Les variables d'tat d'un systme dynamique d'ordre n sont les n grandeurs x1 xn qu'il est ncessaire et susant de connatre l'instant t0 pour calculer la rponse y(t) du systme toute entre u(t), t t0 . Cela signie que si x1 (t) xn (t) sont connues un instant t0 , la connaissance des quations du systme ainsi que du signal d'entre u(t) qui lui est appliqu permet de calculer la rponse y(t) pour t t0 . Dans ce sens, les variables d'tat x1 (t0 ) xn (t0 ) l'instant t0 concident avec les conditions initiales du systme.
Espace d'tat
112
HEIG-VD
Automatique avance (
AAV)
U u
( s ) ( t )
( s )
Y
f _ 0
( s ) y
2 _ 0 1
( t )
_ 2 8 . e p s
4.6 Reprsentation d'un systme dynamique linaire par sa fonction de transfert (chier source).
Fig.
La connaissance un instant donn des variables d'tat du systme permet donc d'en dnir rigoureusement l'tat, l'instar par exemple des registres d'tat ("status registers") d'un processeur. Toute autre donne est alors superue, hormis bien sr les valeurs des paramtres (R, L, C , J , Rf , etc). Le jeu de n quations direntielles ci-dessus doit en principe tre complt par une quation dnissant la relation entre les grandeurs d'tat x1 (t) xn (t) et la sortie y(t) du systme :
y = c1 x1 + c2 x2 + . . . + cn xn + d u
(4.20)
Il s'agit de l'quation d'observation, dans laquelle le signal de sortie y(t) apparat comme une combinaison linaire des tats x1 xn .
Exemple : moteur DC
On considre un moteur DC excitation spare dont tous les paramtres sont supposs constants :
a a
a l i e r s
( t ) G
( t )
u
a
( t ) M
i
a
C d e v
e f f i c i e n f r o i s q t t e m u e u x e n
t t
R
f
f _
. e p
Fig.
Espace d'tat
113
HEIG-VD
Automatique avance (
AAV)
Les signaux d'entre u(t) et de sortie y(t) sont ici la tension ua (t) applique aux bornes de l'induit ainsi que la position angulaire (t) respectivement. La mise en quations donne :
ua (t) = Ra ia (t) + La
dia + KE (t) dt
dia Ra KE 1 = ia + ua dt La La La KT Rf d = ia dt J J d = dt
La connaissance de ces trois quations est ncessaire et susante pour dcrire le comportement dynamique du systme considr, lequel est donc d'ordre n = 3. La sortie y du systme est donne par l'quation d'observation et concide dans cet exemple avec l'un des tats :
y=
(4.28)
dx =Ax+Bu dt y =C x+Du
le vecteur
(4.29) (4.30)
x1 . x= . . xn
(4.31)
est le vecteur d'tat ; c'est un vecteur colonne de dimension n 1. Ses composantes sont les n tats du systme.
Espace d'tat
114
HEIG-VD
Automatique avance (
AAV)
la matrice
A=
(4.32)
est la matrice d'tat ou matrice systme ; c'est une matrice carre de dimension n n. Dans le cas d'un systme mono-variable (une entre u, une sortie y ), la matrice b1 b2 B= . (4.33) . .
bn
est la matrice sion n 1 ; la matrice est la matrice la matrice
est la matrice de transfert direct. Elle se rduit un scalaire dans le cas mono-variable. Si elle est non-nulle, cela indique que l'entre u intervient directement sur la sortie y , ce qui traduit un comportement statique (voir gure 4.9 page 118). L'quation
dx =Ax+Bu dt
(4.36)
est l'quation d'tat. Elle seule dtermine le comportement des tats x1 xn , i.e. le comportement dynamique du systme. L'quation
y =C x+Du
(4.37)
est l'quation d'observation ou encore quation de sortie ; elle n'a aucune inuence sur les tats. Elle permet de construire la/les sortie(s) du systme par simple combinaison linaire des tats.
Espace d'tat
115
HEIG-VD
Automatique avance (
AAV)
Exemple : moteur DC
On reprend l'exemple du moteur DC excitation spare prcdemment trait. Sous forme matricielle, ses quations d'tat s'crivent : Ra 1 La KE 0 ia ia La La d = KT Rf 0 + 0 ua dt J J 0 0 1 0
x x A ia 0 0 1 + [0] ua u D C x B
(4.38)
=
y
x1 ia x = x2 = x3
(4.39)
La reprsentation dans l'espace d'tat constitue par ailleurs la forme idale pour la simulation ; en eet, la plupart des mthodes de rsolution de systmes d'quations de 1er ordre linaires ou non-linaires (Runge-Kutta, Euler, etc) requirent la forme dite canonique, o les drives premires (des tats) apparaissent dans le membre de gauche, le membre de droite comprenant des combinaisons linaires ou non-linaires des tats. Par exemple, dans le cas linaire, les rponses impulsionnelle, indicielle ou harmonique du systme tudi sont facilement obtenues avec MATLAB, par les commandes respectives (oertes dans Control System Toolbox ) : step(A,B,C,D) impulse(A,B,C,D) bode(A,B,C,D) excutes aprs avoir introduit les valeurs numriques des matrices A, B , C et D. On a par exemple pour la rponse indicielle :
=Ax+Bu y =C x+Du
dx dt
(4.40)
peuvent tre reprsentes graphiquement par le schma fonctionnel gnral correspondant (gure 4.9 page 118). Ce schma met en vidence le rle capital jou par la matrice d'tat A, laquelle dtermine les contre-ractions internes au systme. Il sera montr ultrieurement qu'elle seule dtermine en fait la stabilit du systme, ses valeurs propres concidant avec les ples dudit systme.
Espace d'tat
116
HEIG-VD
Automatique avance (
AAV)
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0.1 0 0.01
x3=teta x1=ia 0.02 0.03 0.04 0.05 t [s] 0.06 0.07 0.08 0.09 0.1
4.8 La rponse indicielle du modle d'tat du moteur DC montre l'volution des 3 tats i(t), (t) et (t).
Fig.
Exemple : moteur DC
Les quations d'tat du moteur DC peuvent tre reprsentes sous forme graphique. Un schma fonctionnel possible celui des gures 4.10 page 119 et 4.11 page 122 o les seuls lment dynamiques intervenant sont des intgrateurs. L'avantage de ces schmas est que l'on peut voir au premier coup d'oeil la structure interne du systme, notamment les relations existant entre les direntes grandeurs.
=Ax+Bu y =C x+Du
dx dt
(4.41)
An d'extraire la relation entre sortie entre U (s) et Y (s), on limine X (s) entre
Espace d'tat
117
HEIG-VD
Automatique avance (
AAV)
D
@ N @
S
H
J
( t )
H
C
( t )
A
f _ 0 2 _ 0 1 _ 2 9 . e p s
4.9 Schma fonctionnel (ou structurel) associ une reprsentation par un modle d'tat. On observe que la matrice d'tat A dtermine les contre-ractions des tats du systme (chier source).
Fig.
(4.42)
(4.43)
G (s) =
(4.44)
A est obtenu en divisant la transpose de la matrice des cofacteurs par le dterminant de A. Cas particulier : matrice 2 sur 2. A= a11 a12 a21 a22 A1 = 1 a22 a12 a11 a22 a12 a21 a21 a11
(4.45)
On peut ainsi obtenir la fonction de transfert du systme dcrit dans l'espace d'tat partir des matrices A, B , C et D. On voit qu'il est ncessaire d'inverser la matrice (sI A) qui est d'ordre n, ce qui peut constituer un travail considrable.
Espace d'tat
118
HEIG-VD
Automatique avance (
AAV)
d d
i
a
R
a
L
a
i
a
K
E
L
a
w +
1 L
a
u
a
w
d t =
K
T
u
a
S L
S
a
1 s
R
a
i
a
T K
T
i
a
R
f
d d
J
t =
e m
1 J
S
R
1 s
w
1
e
m
L
a
K
E
f _
. e p
4.10 Une reprsentation graphique possible des quations d'tat du moteur DC (chier source).
Fig.
L'expression de G(s) peut encore tre dveloppe en tenant compte de l'expression de l'inverse de (s I A) :
G (s) =
[cof (s I A)]T Y (s) =C B+D U (s) |s I A| = C [cof (s I A)]T B + D |s I A| polynme en s = (4.46) |s I A| polynme en s
On observe que le dnominateur de G(s) n'est autre que le dterminant de (s I A). Les racines du dnominateur tant les ples s1 . . . sn de G(s), on voit que ceux-ci correspondent aux valeurs propres de A, obtenues en rsolvant :
s1 s2 dc (s) = |s I A| = 0 . . . s n
Espace d'tat
(4.47)
119
HEIG-VD
Automatique avance (
AAV)
Exemple : moteur DC
(s) (s) La fonction de transfert G (s) = Y (s) = Ua (s) est obtenue en procdant par U tapes : Ra La KE 0 1 0 0 La (s I A) = s 0 1 0 KT Rf 0 J J 0 0 1 0 1 0 KE Ra s + La + La 0 = KT s + Rf 0 J
0 (s I A)1 =
KT J
a s + Ra L R s + Jf
s+
Ra La
KT KE JLa
0 0 s+
Ra La Rf J KT KE JLa
s+
C (s I A)
Ra Rf KT KE s+ + La J J La R a J + R f La KT KE + R a R f = s s2 + s+ L J La J a Rf T s s+ J s Ka 0 L KT a s s s + Ra 0 J L R KT a a s + Ra s + Ra s + Jf + J L L = 0 0 1 R J+R L K KE +R R s s2 + a La Jf a s + T La J a f
KT J
KT KE JLa
s+
Ra La
s+
Ra La
s+ s+
Rf J
KT KE JLa
s s2 +
Ra J+Rf La La J
KT KE +Ra Rf La J
(4.48) On voit ici que la connaissance de la matrice C peut permettre d'abrger le calcul de l'inverse de (s I A), certaines composantes de cette dernire n'tant de toute faon pas prises en compte dans le calcul. La mme remarque s'applique galement la matrice B intervenant dans le calcul suivant. Pour gagner du
Espace d'tat
120
HEIG-VD
Automatique avance (
AAV)
temps lors de l'extraction de (s I A)1 en vitant le calcul de certaines de ses composantes, on aura donc intrt prendre en compte la forme de B et C ds le dpart. 1 R KT a a T K s + Ra s + Ra s + Jf + KJLaE La J L L C (s I A)1 B = 0 R J+R L K KE +R R s s2 + a La Jf a s + T La J a f 0
= s s2 +
KT 1 La J Ra J+Rf La s La J
KT KE +Ra Rf La J
KT La J Ra J+Rf La La J
s+
KT KE +Ra Rf La J
(4.50) Le calcul symbolique ci-dessus est fastidieux et pourrait tre aisment ralis au moyen de logiciels de calcul symbolique comme Mathematica, Maple, Mathcad (qui comprend quelques primitives de calcul de Maple) ou MATLAB et sa bote outil Symbolic ( nouveau un extrait de Maple). Ce long calcul peut aussi tre vit si l'on se contente d'une solution numrique, laquelle est aisment obtenue avec MATLAB au moyen de ss2tf ("State Space to Transfer Function") Combin avec printsys(numG,denG), le rsultat est :
>> [numG,denG]=ss2tf(A,B,C,D); >> printsys(numG,denG) num/den = -5.457e-012 s + 1.277e+004 -----------------------------s^3 + 162.4 s^2 + 1.533e+004 s
Du dterminant de (s I A) peuvent tre extraites les valeurs propres, i.e. les ples s1 s3 du systme. Numriquement, cela peut se faire l'aide de MATLAB par la fonction eig ("eigenvalues "), ce qui donne ici :
Espace d'tat
121
HEIG-VD
Automatique avance (
AAV)
u
a
1 L
a
S -
1 s
R
a
i
a
d d
i
a
R
a
L
a
i
a
K
E
L
a
w +
1 L
a
u
a
e
m
L
a
K
E
S
d d
1 s
R
f
w
t =
K
T
i
a
R
f
T
1 J
e m
K
T
d d
J
t =
1 s
f _
. e p
4.11 Une autre reprsentation graphique des quations d'tat du moteur DC (chier source).
Fig.
Espace d'tat
122
HEIG-VD
Automatique avance (
AAV)
4.1.6 Application : linarisation autour d'un point de fonctionnement ([[?], chap.11], [[?], 3.6])
Le but de ce paragraphe est de proposer une mthode permettant de linariser des systmes non-linaires en vue de pouvoir leur appliquer les mthodes d'analyse rserves aux systmes linaires. Comme on le verra, la reprsentation du systme dans l'espace d'tat s'avre tre ici particulirement avantageuse. On considre l'quation d'tat d'un systme dynamique mono-variable, causal, stationnaire, linaire ou non-linaire, reprsent par n quations direntielles d'ordre 1 o la variable indpendante est le temps :
dx1 dt dx2 dt dxn dt
. . .
gi u u
(4.53)
(4.54)
= =
f1 x1 f2 x1
Q Q
x1 + x1 +
f1 x2 f2 x2
Q Q
x2 + . . . + x2 + . . . +
f1 xn f2 xn
Q Q
xn + xn +
g1 u Q g2 u Q
u u
(4.55)
. . .
d xn dt
fn x1
x1 +
fn x2
x2 + . . . +
123
fn xn
xn +
gn u Q
u
MEE \cours_aav.tex 1er septembre 2007
Espace d'tat
HEIG-VD
Automatique avance (
AAV)
+ u
gn u Q
g1 u g2 u
(4.56)
soit encore :
(4.57)
(4.58)
Le systme est ainsi linaris autour du point de fonctionnement Q et peut donc tre trait comme un systme linaire pour de faibles accroissements autour de Q. Le schma fonctionnel correspondant apparat ci-aprs sur la gure 4.12.
D
, u
/ d
t ( , x
B
Q
/ s
, x
C
5
p f o n
i n n Q n
d e m
e e n T
A
Q
c t i o
u x
0
0
f _
. e p
Fig.
Exemple
On considre un moteur DC excitation spare constante (gure 4.13 page ci-contre), pour lequel l'inertie de la charge Jch est dpendante de la position angulaire selon la loi
(4.59)
Espace d'tat
124
HEIG-VD
Automatique avance (
AAV)
a l i e r s
( t )
u
a
( t ) M
i
a
C d e v
e f f i c i e n f r o i s q t t e m e n x
t t
I n e n
e r t i e f o l a p n
J
v
a r i a b n n d
l e e
c t i o o s i t i o
u
f
e u
f _
. e p
Fig.
Cela reprsente par exemple un entranement came ou le bras d'un robot. Pour cet exemple, le signal de sortie du systme est la vitesse angulaire (t). Le schma fonctionnel est donn sur la gure 4.15 page 127. On y reconnat un bloc non-linaire symbolis conventionnellement par un rectangle aux bordures doubles. Les quations d'tat sont :
dia Ra KE 1 dx1 = = ia + ua dt dt La La La = f1 (x1 , x2 , x3 ) + g1 (u) d KT Rf KT Rf dx2 = = ia = ia dt dt Jt Jt JN ( + sin ()) JN ( + sin ()) = f2 (x1 , x2 , x3 ) + g2 (u) dx3 d = = dt dt = f3 (x1 , x2 , x3 ) + g3 (u) (4.60)
Ces mmes quations, linarises autour du point de fonctionnement Q(ua0 , [ia0 , 0 , 0 ]),
Espace d'tat
125
HEIG-VD
Automatique avance (
AAV)
0.014
0.012
0.008
0.006
0.004
0.002
0 0
teta [rad]
Fig.
x1 d x2 = dt x3 ia d = dt
f1 x1 f2 x1 f3 x1
f1 x2 f2 x2 f3 x2
a Ra L
f1 x3 f2 x3 f3 x3
x1 x2 + x3
Q R
g1 u g2 u gn u
u
Q
KT JN
KE La
1 (+sin(0 ))
1 (+sin(0 ))
f JN
1 0 ia La 0 + 0 ua 0 0 (4.61)
o en particulier la drive partielle de f2 (ia , , ) par rapport au point de fonctionnement Q(u0 , [ia0 , 0 , 0 ])
(4.62)
MEE \cours_aav.tex 1er septembre 2007
126
HEIG-VD
Automatique avance (
AAV)
( t )
1
s
1
i
a
a
( t )
e m
( t )
S
u
a
( t )
S
1
R +
s R
L
a
K
T
a
( a
+
s i n ( J
) )
1 s
( t )
R
f
K
E
f _
. e p
4.15 Schma fonctionnel d'un moteur DC entranant une inertie variable en fonction de la position angulaire (chier source).
Fig.
KT ia0 cos (0 ) cos (0 ) Rf 0 f2 = 2 x3 JN JN ( + sin (0 )) ( + sin (0 ))2 Rf cos (0 ) KT ia0 0 = ( + sin (0 )) JN ( + sin (0 )) JN ( + sin (0 ))
f2 (x10 ,...,xn0 )+g2 (u0 )=0
=0
(4.63) On peut alors en dduire, selon les besoins, les ples, les constantes de temps ou la fonction de transfert liant l'entre ua et la sortie de son choix. (s) Pour obtenir la fonction de transfert Ga (s) = Ua (s) , on limine le courant ia des quations ci-dessus en l'extrayant de la premire quation :
s+
Ra La
Ia (s) =
(4.64)
(s) + s
1 La + Ra La
Ua (s)
Rf JN
1 ( + sin (0 ))
(s)
KT JN
s Rf JN Rf JN
(s) = Ra La 1 KT JN
KT JN
1 ( + sin (0 )) (s) =
1 La + Ra La
Ua (s) 1
s
2
s+
KE La Rf JN
KT JN
1 La
( + sin (0 )) KT JN
Ua (s) 1 ( + sin (0 ))
s +s
Ra La
( + sin (0 ))
KT JN
KE La
(s) =
1 La
Ua (s)
(4.65)
Espace d'tat
127
HEIG-VD
Automatique avance (
AAV)
La fonction de transfert en rgime d'accroissements est nalement, prsente sous forme d'Evans (Laplace) puis sous forme de Bode :
Ga (s) = = (s) Ua (s) ka s2 + a1 s + a0
KT 1 (+sin( )) La JN 0 Rf 1 1 J + (+sin( )) (+sin(0 )) 0 N
= s2 + s = KT
Ra La
Rf Ra +KT KE La JN
(4.66)
Rf Ra + KT KE
1 +
1
Rf Ra 1 + La (+sin(0 )) JN Rf Ra +KT KE 1 La JN (+sin(0 ))
s+
1 (+sin(0 )) 1 Rf Ra +KT KE La JN
s2
Le systme rgler tudi a donc des caractristiques dynamiques dpendant du point de fonctionnement Q(u0 , [ia0 , 0 , 0 ]). An d'en juger les eets, on trace (gure 4.16) la rponse indicielle de Ga (s) en dirents points de fonctionnement xs par la valeur de la position angulaire :
rad , 0 = 0 . . . 330 [ ] s
(4.67)
On constate trs clairement l'inuence de la valeur de la position angulaire sur le comportement dynamique du systme. Il va donc de soi qu'il faut prendre en compte cet eet si le systme est destin tre contre-ractionn en vue d'un asservissement de position, de vitesse ou encore de courant.
Espace d'tat
128
HEIG-VD
Automatique avance (
AAV)
2.5 240 vitesse angulaire [rad/s] 2 300 1.5 270 1 180 150 120 90 330 60 210 30 0
0.5
0 0
0.01
0.02
0.03 t [s]
0.04
0.05
0.06
Espace d'tat
129
HEIG-VD
Automatique avance (
AAV)
Espace d'tat
130
HEIG-VD
Automatique avance (
AAV)
4.A Exercices
4.A.1 Modles d'tat
1. Donner le modle d'tat du double intgrateur (analogique) et en obtenir la fonction de transfert partir de ce modle. 2. Donner le modle d'tat du systme dynamique linaire ayant pour fonction de transfert (intgrateur et constante de temps) :
G(s) =
K 1 Y (s) = U (s) s (1 + s T )
3. Dterminer le modle d'tat global rsultant de la mise en srie de deux systmes dynamiques linaires a et b donns par leurs quations d'tat.
Indication :
x=
xa xb
4. Dterminer le modle d'tat global rsultant de la mise en contre-raction d'un systme dynamique linaire donn par ses quations d'tat.
liant les masses en rotation est de rigidit k Nm . Les couples rsistants Trs1 et rad Trs2 agissent sur les charges J1 et J2 au titre de perturbations. 1. Modliser ce systme par ses quations direntielles. Donner son modle d'tat, i.e. ses n quations direntielles d'ordre 1. 2. Calculer les ples et les zros de la fonction de transfert position angulaire de J1 1 (s) = couple moteur Tem (s)
rad s
, et l'arbre
G1 (s) =
3. Donner le schma fonctionnel dtaill du systme en se basant sur le modle d'tat. Les seuls lment dynamiques y apparaissant doivent tre des intgrateurs.
Espace d'tat
131
HEIG-VD
Automatique avance (
AAV)
c o f r o t t e m d T ( t ) G
1
e f f i c i e n e n e s
f
d u ]
e e u x :
t p m
i s q s / r a d
a l i e r s G
2
e m
( t ) R
[ N
( t )
R
f
r i g d e
i d k
i t [ N m
d s m
l 'a r b i s s i o / r a d ] n
r e :
t r a n
i n
e r t i e
d J
u
1
r o
t o
i n
e r t i e
e J
l a
2
c h
a r g
:
f _ 0 7 _ 0 1 . e p s
Fig.
4.17
Espace d'tat
132
HEIG-VD
Automatique avance (
AAV)
4. A l'aide de MATLAB, tracer les rponses impulsionnelles et frquentielles du systme. Calculer galement les fonctions de tranfert position angulaire de J1 1 (s) = couple moteur Tem (s) 2 (s) position angulaire de J2 = G2 (s) = couple moteur Tem (s)
G1 (s) =
Paramtres :
Nm rad
Commandes MATLAB (Control System Toolbox ) impulse(A,B,C,D) ouimpulse(num,den) bode(A,B,C,D) ou bode(num,den) G=ss2tf(A,B,C,D,iu,iy)
GF x (s) =
et
GF (s) =
aux deux points de fonctionnement ci-dessus. Quels sont les ples de ces fonctions de transfert ?
Espace d'tat
133
HEIG-VD
Automatique avance (
AAV)
Fig.
Espace d'tat
134
HEIG-VD
Automatique avance (
AAV)
Bibliographie
[1] Lennart Ljung. System Identication, Theory for the User. Prentice-Hall information and system sciences series, Thomas Kailath Editor, 1987. Bibliothque HEIG-VD No 40.162-27/02. [2] F. de Coulon. Trait d'electricit. In Thorie et traitement des signaux, volume 6. Presses Polytechniques Romandes, Lausanne, 1984. bibliothque HEIG-VD No 32.100-23. [3] M.Kunt. Trait d'lectricit. In Traitement numrique des signaux, volume 20. Presses Polytechniques Romandes, Lausanne, 1984. Bibliothque HEIG-VD No 32.100-23. [4] Tannenbaum Doyle, Francis. Feedback control theory. Maxwell Macmillan international editions, 1992. Bibliothque HEIG-VD No 40.112-04. [5] R.Longchamp. Commande numrique de systmes dynamiques. Presses Polytechniques Romandes, 1995. Bibliothque HEIG-VD No 40.120-11. [6] B.Wittenmark K.strom. Computer controlled systems. Prentice-Hall, 1990. Bibliothque HEIG-VD No 40.122-03. [7] Lennart Ljung & Torkel Glad. Modeling of Dynamic Systems. PrenticeHall information and system sciences series, Thomas Kailath Editor, 1994. Bibliothque HEIG-VD No 40.162-32. [8] Michel Etique. Rgulation numrique. Cours polycopi, //iai.eivd.ch/users/mee/, 2005.
HEIG-VD
, http:
[9] Rolf Iserman. Identikation dynamischer Systeme, Band I & II. SpringerVerlag, 1988. Bibliothque HEIG-VD No 40.162-25/01 et 40.162-26/01. [10] F.Mudry. Introduction au traitement de signal. Cours polycopi, EINEV, 1992.
Espace d'tat
135
HEIG-VD
Automatique avance (
AAV)
Espace d'tat
136