Commande Linéaire Des Systèmes Multivariables: Benoît Bergeon Professeur

Commandelinaire
dessystmes
multivariables
BenotBergeon
Professeur
UniversitBordeaux1 Commandelinairedessystmesmultivariables MasterISAS
ii
Commande linaire i
des systmes i
multivariables i
Chapitre 1 : Commande Linaire Quadratique 1
1 Introduction 1
2 La Commande L.Q 2
2.1 Formulation du problme de commande retour dtat 2
2.2 Le critre doptimalit L.Q 3
2.3 Gestion des objectifs et spcification des matrices de pondration 4
3 La solution du problme L.Q stationnaire. 6
4 La matrice HAMILTONIENNE et la solution de lquation de Riccati 9
5 Stabilit de la boucle ferme 10
Chapitre 2 : Commande Linaire Quadratique Gaussienne 11
1 Problme de commande stochastique retour de sortie 11
2 Observateur dtat et principe de sparation 11
3 Lobservateur optimal de Kalman 14
4 Solution du problme L.Q.G 18
Annexe 19
Chapitre 3 : Commande Robuste monovariable : Aspects frquentiels 20
1 Robustesse et dsensibilisation 20
2 Description des incertitudes 21
2.1 Origine des erreurs de modle 22
2.2 Structuration dincertitudes 22
2.3 Reprsentations dincertitudes 23
3 Description de performances 25
3.1 Stabilit de la boucle ferme 25
3.2 Rgulation 27
3.3 Compromis performances / robustesse 28
4 Conclusion 29
Chapitre 4 : Systmes Linaires Multivariables : reprsentations et quelques proprits. 30
1 Reprsentation dtat et matrice de transfert 30
2 Systme boucl par retour dynamique de sortie 31
3 Dfinitions gnrales des L.F.T 32
3-1 L.F.T Suprieure (F
u
) 32
3-2 L.F.T Infrieure (F
l
) 33
4 Reprsentation par matrice de systme 34
5 Les zros de systmes multivariables 34
6 Thorme de Nyquist gnralis 36
7 Critre de Nyquist multivariable 36
iii
Chapitre 5 : Analyse de Robustesse Multivariable 38
1 Les valeurs singulires de matrices 38
2 Dcomposition dune matrice en valeurs singulires 38
3 Proprits des valeurs singulires 39
4 Normes H
2
et H
de matrices de transfert. 40
4.1 Les normes de vecteurs de signaux 40
4.2 Les gains principaux de matrices de transfert 40
4.3 Les normes de matrices de transfert 40
5 Calcul de norme H
41
6 Thorme du faible gain (Zames 1981) 42
7 Description dincertitudes non structures multivariables 43
8 Thorme de stabilit robuste 44
Chapitre 6 : Synthse multivariable robuste : minimisation de sensibilit mixte 47
1 La spcification de performance 47
2 La contrainte de stabilit robuste 48
3 La contrainte sur la commande 48
4 Le systme augment : problme standard 49
5 La spcification H 50
6 Matrices de transfert premires 51
6.1 Dfinitions 51
6.2 Thormes 51
6.3 Paramtrisation de YOULA 54
7 L'algorithme de Glover-Doyle 56
Chapitre 7 : Synthse multi-objectifs. 59
1 Les valeurs singulires structures 59
2 Thorme de stabilit robuste structure 60
3 Le problme de performance robuste 62
3.1 Performance nominale 62
3.2 Performance robuste 62
4 Calcul de , D-K itrations 64
1
Chapitre1:CommandeLinaireQuadratique
Bibliographie:
KWAKERNAAKSIVAN:Linearoptimalcontrolsystem,Wiley,1972
KAILATH:Linearsystems,EnglewoodCliffs,NJ,Prentice-Hall,1979
ASTRMWITTENMARK:Computercontrolledsystems,EnglewoodCliffs,NJ,Prentice-Hall,
1984.
deLARMINAT:Automatique,commandedessystmeslinaires,Herms,1993.
1Introduction
La commande Linaire Quadratique est prsente dans ce chapitre sur les systmes dynamiques
tempscontinu:
(i) linaires,
(ii) coefficientsconstants.
(iii) stabilisablesparretourdtat.
Unsystmelinaireeststabilisablesilexisteunecommandeenbouclefermetellequelesystme
command soit stable. Si la commande utilise un retour dtat, il suffit que les ventuels modes
instablesdusystmesoientgouvernables(commandables).
Dunefaongnrale,lacommandeenbouclefermechercherpondredesobjectifsde
(i) stabilit:retourltatdquilibreaprsuneperturbation;
(ii) performance de rgulation: rejet dune perturbation, ainsi que la rapidit du rejet. En
termesdeperformances,ilsagitdoncdedplacerlesvaleurspropresdelaboucleferme
dansledemi-plancomplexegauche,leplusloinpossibledel'axeimaginaire.
Exemple:
Soitlesystmescalaire:
; x a x x ( ) 0 0 1-1
Lasolutiondecesystmescalaireest:
( ) ( ) t x t e x
at
0 0 ; 1-2
Lesystmeeststablesia<0etlasolutionestdautantplusrapideque|a|estgrand.
Les contraintes de la rgulation se situent au niveau de lamplitude ou de lnergie de la
commande:soitcausedesaturationsdactionneurs,soitpourdesraisonsdecotnergtique.
Finalement, le problme de la rgulation en boucle ferme, avec stabilit, est toujours le rsultat
duncompromisentrelarapiditetlnergiedelacommande.
2
2LaCommandeL.Q
2.1Formulationduproblmedecommanderetourdtat
Soitlesystmerglerdcritparlemodledtat:
x t Ax t Bu t
z t Cx t
( ) ( ) + ( )
( ) ( )
1-3
x(t) :vecteurdtat,dimx(t)=n1
u(t) :vecteurdecommandededimension:l1,olestlenombredactionneurs.
z(t) :vecteurdesgrandeursrgler,dimz(t)=mx1
A :matricedtatdusystme,dimA=nn
B :matricedecommande,dimB=nl
Le problme est de trouver un retour dtat stabilisant, optimal au sens du compromis
rapiditnergiedecommande.IlsagitdoncdetrouverlamatricedegainduretourdtatK:
u(t)=Kx(t) 1-4
avec:dimK=ln 1-5
Figure1-1:schma-blocdecommanderetourdtat.
Enboucleferme,lquationdtatdevient,aprscalculdeK:
x t A BK x t
z t Cx t
bf bf
bf
( )
[ ] ( )
( ) ( )
1-6
Lesconditionsinitialessontrejetesdautantplusrapidementquelesvaleurspropresdelamatrice
(A B K), ont une partie relle trs ngative. Les gains de la matrice K seront dautant plus
grandsquelondsireacclrerlerejetdeperturbation.
C
A
B
-K
u x z
x
3
2.2LecritredoptimalitL.Q
2.2-1Vitessederejetdeperturbation
Soient2systmesmonovariablesdu1
er
ordre:
x t x t
x
1 1
1
0 1
( ) ( )
( )
1-7
x t x t
x
2 2
2
2
0 1
( ) ( )
( )
1-8
Lessolutionssontrespectivement:
x t e t
t
1
0 ( )
, ; 1-9 et x t e t
t
2
2
0 ( )
, 1-10
Onpeutvaluerlesrapiditsrespectivesencomparantlesairesdescourbes x t
i
2
( ):
t
x
1
x2
LaireA
1
concernelacourbex
1
(t)
LaireA
2
concernelacourbex
2
(t)
Figure1-2:comparaisondaires.
On constate aisment que x t dt x t dt
1
2
0
2
2
0
( ) > ( )

, si bien quon peut dire quun objectif de
rapiditderejetdeperturbationestrespectparlaminimisationde:
x t dt
2
0
( ) 1-11
Gnralisationunproblmemultivariable.
Soit:
J x t Qx t dt
x
T
( ) ( )
0
1-12
Q: estunematricesymtriquedfinienonngative:x
T
Qx0
Cest une matrice de pondration: elle donne un poids diffrent chaque composante du vecteur
dtatdanslecritre.
t
0
(x
1
)
2
(x
2
)
2
A
1
A
2
4
Exemple:
1
]
1
2
1
x
x
x : soit
1
]
1
2
1
q 0
0 q
Q : soit
[ ]
2
2 2
2
1 1
2
1
2
1
2 1
T
x . q x . q
x
x
q 0
0 q
x x x . Q . x +
1
]
1
1
]
1
sionprend: 1 q
1
1000 q
2

ilvient: x
T
Qx=x
1
2
+1000x
2
2
lecritrescritalors:
J x t Qx t dt x x dt
x
T
( ) ( ) +
[ ]

0
1
2
2
2
0
1000
2.2-2Energiedecommande
Delammefaononpeutvaluerlnergiedecommandeparlecritre:
J u t Ru t dt
u
T
( ) ( )
0
1-13
Rest une matrice symtrique dfinie positive: u
T
(t) R u(t) > 0 , si u(t) 0. Cest la matrice de
pondration de la commande. On peut ainsi affecter un poids diffrent chaque composante du
vecteurdecommande.
2.2-3Critredecompromis
J J J x t Qx t dt u t Ru t dt
LQ x u
T T
+ ( ) ( ) + ( ) ( )

0 0
1-14
Dans ce critre, les matrices QetR doivent tre spcifies: les performances de la commande
dpendentfortementdesvaleursnumriquesdescoefficientsdecesmatrices.
2.3Gestiondesobjectifsetspcificationdesmatricesdepondration
Engnral,lesobjectifsdeperformanceportentsurcertainescombinaisonslinairesdeltat,qui
sontregroupesdansunvecteurdesortiesrgler.
Ladimensiondez(t)est:m1,avec: mndim(C)=mn
SoitQ=C
T
SC:
J x t C QCx t dt u t Ru t dt
LQ
T T T
( ) ( ) + ( ) ( )

0 0
1-15
z
T
(t)Sz(t)=x
T
(t)C
T
SCx(t) 1-16
LeproblmeestramenauchoixdelamatriceS
Sionchoisitcettematricediagonale,ilyamcoefficientschoisir.
5
S
s
s
s
s
i
m
1
]
1
1
1
1
1
1
1
2
0 0
0 0
0 0 0 0
. .
. .
. . . . .
. . . .
1-17
PourqueSsoitnonngative,ilfautquetousless
i
soientpositifsounuls.
Lamatrice Restlamatricedepondrationdescommandes.Onpose: R= R,o estunrel
positif.
estunparamtredeLagrangequisertrglerlepoidsrelatifdeRparrapportQ.Onpeutalors
choisirlamatriceRdiagonale,enposant:
R
r
r
r
r
i
m
'
' . .
' . .
. . . . .
. . . ' .
'
1
]
1
1
1
1
1
1
1
2
0 0
0 0
0 0 0 0
1-18
Oncommenceparchoisirlesdiffrentsr
i
quipondrentlesnergiesdecommandedesdiffrents
actionneurs.
R
r
r
r
r
i
m
1
]
1
1
1
1
1
1
' . .
' . .
. . . . .
. . . ' .
'
1
2
0 0
0 0
0 0 0 0
1-19
u t Ru t dt u t R u t dt
T T
( ) ( ) ( ) ( )

0 0
'
1-20
Lecritreoptimallinairequadratiquescritfinalement:
J z t Sz t dt u t R u t dt
LQ
T T
( ) ( ) + ( ) ( )

0 0
' 1-21
Leproblmeestdechoisir:
- si crot la part relative du critre u t R u t dt
T
( ) ( )
0
' crot: lobjectif est dconomiser
lnergiedecommande,
- si dcrot le terme z t Sz t dt
T
( ) ( )
0
prend plus dimportance: lobjectif est daccrotre les
performances.
6
J
x
J
u
Figure1-3:partsrelativesdescritresdeperformanceJ
x
etdnergiedecommandeJ
u
,selonla
valeurde.
3LasolutionduproblmeL.Qstationnaire.
Soitlesystmelinaireinvariant:
x t Ax t Bu t ( ) ( ) + ( ) 1-22
LeproblmeestdecalculerlamatriceKquipermetdedterminerleretourdtat: u t K x t ( ) ( ),
ettellequelecritreL.Q:
J x t Qx t u t Ru t dt
LQ
T T
( ) ( )
[ ]
+ ( ) ( )
[ ] ( )
0
1-23
soit minimum. Q est une matrice symtrique dfinie non ngative, R est une matrice symtrique
dfiniepositive.
Soitu
0
(t)lacommandeoptimale,solutionduproblme.Toutecommandeu(t)peutscrire:
u t u t u t R
o
( ) ( ) + ( ) ; 1-24
Lesystmeestlinairedoncilvrifielethormedesuperposition:
x t x t x t R
o
( ) ( ) + ( ) ; 1-25
ox
0
(t)estlasolutionoptimaledusystme(cestlatrajectoiredtatobtenuelorsquelonapplique
lacommandeoptimale).
x t Ax t Bu t
o o o
( ) ( ) + ( ) 1-26
Cequinouspermetdcriredelammemanire:
x t Ax t Bu t ( ) ( ) + ( ) 1-27
Onsupposex(0)0(tatinitialindpendantdeu(t);t0),doncx(0)=x
0
(0)et x
~
(0)=0.
Pourt0,lasolutionscrit:
7
x t e x e Bu d
o At o A t
t
o
( ) ( ) + ( )
( )
0
0
1-28
x t e Bu d
A t
t
( ) ( )
( )

0
1-29
donc:
J x t x t Q x t x t dt u t u t R u t u t dt
LQ
o
T
o o
T
o
( ) + ( )
[ ]
( ) + ( )
[ ]
+ ( ) + ( )
[ ]
( ) + ( )
[ ]

0 0
1-30
J x Qx u Ru dt
x Qx u Ru dt
x Qx u Ru dt
LQ
oT o oT o
T o T o
T T
+
[ ]
+ +
[ ]
+ +
[ ]
0
0
2
0
2

1-31
siu
0
(t)estlacommandequiminimiseJ
LQ
,touteautrecommandeconduitaugmenterlavaleurde
J
LQ
.
Lacommandescrivant:u(t)=u
0
(t)+
u
~
(t),leminimumducritreJ
LQ
setrouveen=0.
Ilfautdoncrsoudre:

J
LQ
0
0
cest--dire:

J x Q x u R u dt
LQ
T o T o
+
[ ]

0
0
2 0 1-32
Lquation1-29devient:
x t u B e d
T T T A t
t T
( ) ( )
( )
0
donc:
u B e d Q x t u t R u t dt
T T A t
t
o T o
T

( )
[ ]
( ) + ( ) ( )
'

( )

0 0
0 1-33
aprscalcul(permutationdintgrales),onobtient:
u t B e Q x d R u t dt
T T A t o
t
o
T
( ) ( ) + ( )
{ }

( )

0
0 1-34
ondfinitalors:
p t e Q x d
A t o
t
T
( ) ( )
( )

1-35
p(t)estdoncunvecteurdedimension: 1 n ,dfiniparuneintgraledeconvolution. Ce vecteur
peut donc tre considr comme un vecteur dtat dun systme dynamique dont lquation
dvolutionserait:
8
lim
p t A p t Qx t
p t
T o
t
( ) ( ) ( )
( )
0
1-36
Lquation1-34devient
u t B p t R u t dt
T T o
( ) ( ) + ( )
{ }

0
0 1-37
quidoittrevrifiequelquesoit ( ) t u
~T
toutinstantt0,cest--dire:
B p t Ru t t
T o
( ) + ( ) > 0 0 , 1-38
Finalementonobtient:
u t R B p t
o T
( ) ( )
1
1-39
Onaintroduitlevecteurp(t)commevecteurdtatdunsystmefictifdedimensionn. On peut
dfinirunvecteurdtattendu:
t
x t
p t
o
( )
( )
( )
1
]
1
1-40
Lesquations1-26et1-36scrivent
t
A BR B
Q A
t t
T
T
( )

1
]
1
( ) ( )
1
1-41
estunematricededimension2n2n,etquiestdestructureHAMILTONIENNE
La commande optimale cherche est une commande retour dtat u t K x t ( ) ( ), vrifiant
lquation1-39.
IlrestedonccalculerunematriceconstanteP,telleque:
p t Px t
p t Px t
o
o
( ) ( )
( ) ( )
,

1-42
Delquation1-41onobtient:
,
x t Ax t BR B Px t
p t Qx t A Px t
o o T o
o T o
( ) ( ) ( )
( ) ( ) ( )
1
1-43
Desquations1-42et1-43ondduitlarelation:
PA A P Q PBR B P
T T
+ +
1
0 1-44
connuesouslenomdEquationdeRICCATIalgbrique.
LamatricePestluniquesolutiondecettequation,stabilisantlaboucleferme.
9
Remarque:
sin=l=1,onrsoutenfaitunequationdu2
nd
degrenP:
2 0
2 2
PA
P B
R
Q + 1-45
quia2solutions.Uneseuledeces2solutionspermetdobtenirunebouclefermestable.
4LamatriceHAMILTONIENNEetlasolutiondelquationdeRiccati

1
]
1
A BR B
Q A
T
T
n n
1
2 2 *
1-46
Restunematricesymtriquedfiniepositive,donc:R>0etR
-1
existe.
Q estunematricesymtriquedfinienonngative,donc:Q0
SoitunevaleurpropreetVunvecteurpropreassocidroite:
V
v
v
v
v
1
]
1

1
]
1
1
2
1
2
1-47
avec dimv
1
=n1 dimv
2
=n1
Alors le couple {-; (v
2
T
,v
1
T
)} est un couple de valeur propre et vecteur propre gauche
associlamatrice,cest--dire:
v v v v
T T T T
2 1 2 1
[ ]

[ ]
1-48
Vrification:
A BR B
Q A
v
v
v
v
T
T
1
]
1

1
]
1

1
]
1
1
1
2
1
2
, 1-49
c..d.
Av BR B v v
Qv A v v
T
T
1
1
2 1
1 2 2

1-50
et:
v v
A BR B
Q A
v A v Q v BR B v A
T T
T
T
T T T T T T
2 1
1
2 1 2
1
1
[ ]

1
]
1
+ +
[ ]
, 1-51
v v
A BR B
Q A
v v
T T
T
T
T T
2 1
1
2 1
[ ]

1
]
1

[ ]
, 1-52
Les2n valeurs propres du systme sont symtriques 2 2 par rapport laxe imaginaire (si
1
estvaleurpropre,alors
1
lestaussi).
10
Siaucunedesvaleurspropresnestimaginairepure,ilyanvaleursproprespartierelle 0 < etn
valeursproprespartierelle>0.
Soitlamatricediagonale(nn)dontleslments(
1
,
2
,
3
,,
n
)sontlesvaleurspropres
partierellengative.
SoitX une matrice compose des vecteurs propres droite associs cesn valeurs propres, Xest
unematricededimension2nn:

X X
A BR B
Q A
X
X
X
X
T
T
1
]
1
1
]
1

1
]
1
,
1
1
2
1
2
1-53
donc
AX BR B X X
QX A X X
T
T
1
1
2 1
1 2 2

1-54
Soit:
P X X

:
2 1
1
,alors:

( )

( )

Q A P X X X X
P AX BR B X X
T
T
2 1
1
1 1
1
1
1
2 1
1
1-55
cest--direquePvrifielquationdeRiccati1-44:
PA A P Q PBR B P
T T
+ +
1
0
5Stabilitdelaboucleferme
Lesystmelinairedelquation1-22,auquelonappliquelacommandedcriteauxquations1-39
et1-42,devientlesystmedynamiquehomogne:
, x t A BR B P x t
T
( )
( )
( )
1
1-56
qui est stable si et seulement si toutes les valeurs propres de sa matrice dvolution sont dans le
demi-plancomplexegauche.Delquation1-54onobtient;:
AX BR B X X
X A BR B P X
A BR B P X X
T
T
T
1
1
2 1
1
1 1
1
1
1 1
1

( )

,
1-57
Lesvaleurspropresdelamatricedvolutiondelabouclefermesontdonclescoefficients(
1
,
2
,
3
, ,
n
) de la matrice diagonale . Ces coefficients sont les valeurs propres partie relle
ngativedelamatricehamiltonienne,donclesystmeeststableenboucleferme.
Remarque:
DansMATLAB:CONTROLSYSTEMTOOLBOX,aprsavoirdfinilesmatricesA,B,QetR,la
commandelqr(A,B,Q,R)gnrelecalculdelamatriceK.
11
Chapitre 2 : Commande Linaire Quadratique
Gaussienne
1Problmedecommandestochastiqueretourdesortie
Soitlesystmedelquation1-3danslequelonsupposequelasortieetltatsontperturbspardes
bruits(signauxalatoiresgnants).Onpeutlcrire:
x t Ax t Bu t w t
z t Cx t w t
( ) ( ) + ( ) + ( )
( ) ( ) + ( )
1
2
2-1
w
1
(t) :vecteurdebruitsblancsgaussienscentrs,dimw
1
(t)=n1
w
2
(t) :vecteurdebruitsblancsgaussienscentrs,dimw
2
(t)=m1
B :matricedecommande,dimB
1
=nl
C :matricedobservation,dimC=mn
Unbruitw(t)estunsignalalatoirequiest:
blanclorsquesafonctiondautocorrlationestdelaforme:
ww
t V t t , ( ) ( ) ( ) 2-2
gaussiensiV(t)estunevariablealatoiregaussienne(loideprobabilitnormale),
centrsilesprancemathmatiqueE(V(t))estnulle.
Le critre doptimalit doit porter sur une grandeur probabiliste: lesprance mathmatique dun
critrequadratique.Parailleurslasortie(vecteurdesgrandeursrgler,oudesvariablesmesures)
est soumise des perturbations: le rejet ou attnuation de ces bruits ne peut pas tre obtenu par
retourdtat.
Dunautrect,ilnestpastoujourspossible(voirejamais)demesurerltatdontonabesoinpour
leretourdtat.
LecritreLQGscritdonc:
J E x t Qx t u t Ru t dt
LQG
T T
( ) ( ) + ( ) ( )
[ ]
{ }
0
2-3
oQetRsontsymtriques,dfiniespositives.
2Observateurdtatetprincipedesparation
Un observateur dtat (ou reconstructeur) est un filtre dont lentre est le vecteur des mesures
bruitesdesortiedunsystmedynamique,ainsiquelevecteurdesesentres.Lasortiedecefiltre
est un vecteur proche du vecteur dtat du systme. La connaissance dun modle du systme
dynamiqueetdesesentrespermetderestitueruntatdusystmepartirdesmesuresdesortie.
Soitlesystmedterministe(pasdebruitalatoire):
12
x t Ax t Bu t
z t Cx t
( ) ( ) + ( )
( ) ( )
2-4
onpeutconstruireunautresystmedynamique:
x t Ax t Bu t Le t
z t Cx t
e t z t z t
( ) ( ) + ( ) + ( )
( ) ( )
( ) ( ) ( )
2-5
Figure2-1:structuredobservateurdtat
Onpeutcalculerlcartentrelesvecteursdtat:
t x t x t
t x t x t
( ) ( ) ( )
( ) ( ) ( )
2-6

t Ax t Bu t Ax t Bu t Le t
A x t x t LC x t x t
A LC t
( ) ( ) + ( ) ( ) + ( ) + ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]

[ ] ( )
2-7
Si les valeurs propres de A LC sont toutes dans le demi-plan complexe gauche, ce systme est
asymptotiquementstableetlevecteurderreurentreltatx et ltat xtendexponentiellementvers
zro.Onaconstruitunobservateur:sontat xtendexponentiellementversltatxdusystme.
Pour raliser une commande retour de sortie, on peut donc utiliser un observateur dtat et
effectuerunecommanderetourdtatenutilisantltatobserv(tatdelobservateur).
A
u
x
z
B
x&
x
&
C
x
w
1
w
2
L
C
B
A
z
e
13
Figure2-2:structuredecommanderetourdtatobserv
Onpeutalorscrirelesquationsdtat:

x t Ax t BK x t w t
x t Ax t BK LC x t Lw t LCx t
( ) ( ) ( ) + ( )
( ) ( )
[ ] ( ) + ( ) + ( )
1
2
2-8
quelonpeutmettresouslaforme:
x t Ax t BK x t t w t
t A LC t w t Lw t
( ) ( ) ( ) ( )
[ ]
+ ( )
( )
[ ] ( ) + ( ) ( )

1
1 2
2-9
ouencore:
x
t
A BK BK
A LC
x t
t
I
I L
w t
w t
( )
( )
1
]
1

1
]
1
( )
( )
1
]
1
+
1
]
1
( )
( )
1
]
1
0
0
1
2
2-10
La matrice dvolution est bloc-triangulaire. Ses valeurs propres sont les valeurs propres des blocs
de la diagonale: A BK A LC
[ ]

[ ]
, . Les dynamiques du retour dtat dune part, et de
lobservateur dautre part, sont spares: on peut rgler les valeurs propres de la commande par la
matricederetourdtatK,defaonindpendantedesvaleurspropresdelobservateurquelonrgle
parlechoixdelamatriceL.Cestleprincipedesparation.
LecritreLQGdelarelation(2-3)scrit:
LQG
T T
( ) ( ) + ( ) ( )
[ ]
{ }
0
A
u
x
z
B
x&
x
&
C
x
w
1
w
2
L
C
B
A
z
e
-K
14
Delquation2-6ondduit
x x
J E x Q x u Ru dt
J E x Qx u Ru dt
E x Q dt
E Q dt
LQG
T
T
LQG
T T
T
T
+
+ ( ) + ( ) +
[ ] { }
+
[ ]
{ }
+
[ ]
{ }
+
[ ]
{ }

0
0
0
0
2
2-11
Comme xnestpasalatoire,ilvient:
J x Qx u Ru dt
x QE dt
E Q dt
LQG
T T
T
T
+
[ ]
+ { }
[ ]
+
[ ]
{ }
0
0
0
2

2-12
etdoncsi E
? ?
( ) 0(cestunevariablealatoirecentre),ilvient:
J J E Q dt
LQG LQ
T
+
[ ]
{ }

0
2-13
oJ
LQ
estuncritredetypeLQ,portantsurltat xdelobservateur.
Lobservateur devra donc tre conu pour que la quantit E Q dt
T

[ ]
{ }
0
soit la plus petite
possible.
UntelobservateurestunobservateurdeKalman.
3LobservateuroptimaldeKalman
Dans le critre de lquation 2-13, la matrice Q est symtrique dfinie positive, donc la quantit

T
Q estuneformequadratique:

T
Q > 0, . 2-14
Le minimum de E Q dt
T

[ ]
{ }
0
est obtenu pour la matrice L telle que la variance E
T

{ }
soit
minimum.
Par ailleurs,
T
est le carr scalaire du vecteur , cest donc une norme de la matrice
T
. En
effet:

T
i
i
T
tr
2
( )
15
tr
T
i
i
T
( )
0 0 0
2
2-15
tr tr
T
i
i
i
i
T

( )

( )

2 2
tr tr tr
T T
i i
i
i
i
i
i
T T

1 1 2 2 1
2
2
2
1
2
2
2
1 1 2 2
+
( )
+
( )
+
( )
+
( )
, , , ,
LamatriceLquiminimiselavariancedelerreurdobservationminimisenimportequellenormede
lamatrice E
T

{ }
.
Delquation2-1et2-2reproduitesici,
x t Ax t Bu t w t
z t Cx t w t
( ) ( ) + ( ) + ( )
( ) ( ) + ( )
1
2
,
ww
t V t t , ( ) ( ) ( )
ondduit,enutilisantladfinitiondelafonctiondautocorrlation:
ww
T
t E w t w V t t , ( ) ( ) ( )
{ }
( ) ( )
soitenformantlevecteur w t
w t
w t
( )
( )
( )
1
]
1
1
2
,danslequelonsupposequelesbruitsw
1
(t)etw
2
(t)sont
indpendantsetstationnaires,onobtient:
E w t w
V
V
t
T
( ) ( )
{ }

1
]
1
( )
1
2
0
0
2-16
La matrice V
V
V
1
]
1
1
2
0
0
est une matrice de variance-covariance, constante, dans laquelle les
matricesV
1
etV
2
sontsymtriquesdfiniespositives.
Les conditions initiales du systme ne sont pas connues: x(0) est un vecteur alatoire, que lon
caractrisepar:
sonesprancemathmatique E x x 0
0
( ) { } ,
samatricedevariance-covariance E x x x x Q
T
0 0
0 0 0
( )
[ ]
( )
[ ]
{ }

Delquation(2-9)ontire:
t A LC t I L
w t
w t
( )
[ ] ( ) +
[ ]
( )
( )
1
]
1
1
2
2-17
aveclaconditioninitiale: 0 0 0 ( ) ( ) ( ) x x .
Le vecteur x 0 ( )reprsentelaconditioninitialedelobservateur:cestunvecteurquelutilisateur
doit dterminer pour rgler lobservateur. Lerreur dobservation (t) est un vecteur alatoire de
caractristiques:
16
E t t
t t t
E t
E t t Q t
E t t t t Q t
T
T T

( ) { } ( )
( ) ( ) + ( )
( ) { }

( ) ( )
{ }
( )
( ) ( )
{ }
( ) ( ) + ( )
0 2-18
Le minimum dune norme de cette matrice de covariance est obtenu si les 2 termes (qui sont
positifs)sontminimums.Pourlepremier,oncherche:
t t ( ) 0 0 , 2-19
Or,puisquelesbruitsw
1
etw
2
sontcentrs:
.

t A LC t
t A LC t I L
w t
w
t
( )
[ ] ( )
( )
[ ] ( ) +
[ ]
( )
1
]
1
( )
1
2
2-20
Achaqueinstantt>0:
t e
A LC t
( ) ( )
[ ]
0 2-21
ilfautetilsuffitdoncque:
0 0 0
0
( ) ( ) , soit x x 2-22
Ltat initial de lobservateur doit donc tre rgl sur lesprance mathmatique de ltat initial du
systme.
IlrestetrouverlamatriceLquiminimiseunenormede

Q t E t t
T
( ) ( ) ( )
{ }
.
Soient:
A A LC
B I L
w t
w t
w t

[ ]
( )
( )
( )
1
]
1
1
2
alors:

+
+
A Bw
A w B
T T T T T
2-23
Onpeutcalculerchaqueinstant:

t e e Bw d
t e w B e d
At A t
t
T T A t T T A t
t T T
( ) ( ) + ( )
( ) ( ) + ( )
( )
( )
0
0
0
0
2-24
17
Enposant
t e
A t
( )
( )
2-25
onpeutcalculer:

Q t E t t
t w B t d
t Bw d t
t Bw d w B
T T
T
t
T T
t
T T
t
T
t
T
( ) ( ) ( ) ( ) ( )
{
+ ( ) ( ) ( ) ( )
+ ( ) ( ) ( ) ( )
+ ( ) ( ) ( )

0 0
0
0
0
0
0 0
TT
t d ( ) }
2-26
Q t t E t
t E w B t d
t BE w d t
E t Bw d w
T T
T
t
T T
t
T T
t
T
( ) ( ) ( ) ( )
{ }
( )
+ ( ) ( ) ( )
{ }
( )
+ ( ) ( ) ( )
{ }
( )
+ ( ) ( ) (

0 0
0
0
0
0
0
)) ( )
{ }
0
t
T T
B t d

2-27
Or,parcausalit,lerreurinitialenepeuttrecorrleaveclesbruitsdentrefuturs:
E w
E w
T
T

0 0
0 0
( ) ( )
{ }

( ) ( )
{ }

2-28

Q t t Q t
t BE w w B t d d
T
t t
T T T
( ) ( ) ( ) ( )
+ ( ) ( ) ( )
{ }
( )

0
0 0

2-29

Q t t Q t
t BV B t d d
T
t t
T T
( ) ( ) ( ) ( )
+ ( ) ( ) ( )

0
0 0

2-30

Q t t Q t
t BV B t d
T
t
T T
( ) ( ) ( ) ( )
+ ( ) ( )

0
0

2-31
Cetterelationexprimelasolutiondusystmediffrentiel:

Q t AQ t Q t A BV B
T T
( ) ( ) + ( ) + 2-32
(voirannexe).

Q t A LC Q t Q t A LC I L
V
V
I
L
T
T
( )
[ ] ( ) + ( )
[ ]
+
[ ]
1
]
1
1
]
1
1
2
0
0
2-33
18

Q t A LC Q t Q t A C L V LV L
T T T T
( )
[ ] ( ) + ( )
[ ]
+ +
1 2
2-34
La solution stationnaire exprime que la variance de lerreur dobservation est indpendante du
temps:
0
1 2

[ ]
+
[ ]
+ + A LC Q Q A C L V LV L
T T T T

2-35
Sionpose(paranalogieaveclacommandeLQ):
L QC V
T
2
1
2-36
onobtientunequationdeRiccatialgbrique:
0
1 2
1
+ +

AQ QA V QC V CQ
T T

2-37
etlamatricehamiltonienneassocie:
H
A C V C
V A
T T
1
]
1
2
1
1
2-38
Un calcul semblable celui utilis au chapitre 1 permet donc de calculer la matrice L de
lobservateurdeKalman.
4SolutionduproblmeL.Q.G
Lacommandeoptimaleretourdesortiedusystmedfiniparlesrelations2-1et2-16
x t Ax t Bu t w t
z t Cx t w t
( ) ( ) + ( ) + ( )
( ) ( ) + ( )
1
2
, E w t w
V
V
t
T
( ) ( )
{ }

1
]
1
( )
1
2
0
0
etlecritreLQGdelarelation2-3:
LQG
T T
( ) ( ) + ( ) ( )
[ ]
{ }
0
est dfinie par la structure observateur/retour dtat, du schma de la figure 2-2, dans laquelle on
calculelesmatricesKetLparlesrelations1-39,1-44,2-36et2-37:
K R B P
T

1
PA A P Q PBR B P
T T
+ +
1
0
L QC V
T
2
1
AQ QA V QC V CQ
T T

+ +
1 2
1
0
Remarque:
DansMATLAB:CONTROLSYSTEMTOOLBOX:
[AF,BF,CF,DF]=LQG(A,B,C,D,W,V),o W
Q
R
V
V
V
1
]
1

1
]
1
0
0
0
0
1
2
, .
19
Annexe
Soit:
t f x t dx
t
t
( ) ( )
( )
( )
,
o f
f
x
,

sontcontinues,et(t)et(t)sontdiffrentiables,alors:
d
dt
t
t
f x t dx f t t
d
dt
t f t t
d
dt
t
t
t
( ) ( ) + ( ) ( ) ( ) ( ) ( ) ( )
( )
( )
, , ,
Lasolutiondelquationdvolutiondunsystme:
x t e x t e Bu d
a t t a t
t
t
( ) ( ) + ( )
( ) ( )
0
0
0
,
sadriveparrapportautempsscrit:
x t ae x t ae Bu d e Bu t
a t t a t
t
t
a t t
( ) ( ) + ( ) + ( )
( ) ( ) ( )
0
0
0

cest--dire,si t t
0
:
x t a x t Bu t ( ) ( ) + ( )
quiestbienlquationdvolutioncorrespondante.
Pour trouver une quation dvolution dont lquation 2-31 ci-dessus serait la solution, il faut
successivementdriverparrapportt,puisfairetendret
0
verst:

Q t t t Q t t t t BV B t d
T
t
t
T T
( ) ( ) ( ) ( ) + ( ) ( )

0 0 0
0

d
dt
t t Q t t t A t t Q t t t t t Q t t t A
T T T T
( ) ( ) ( ) ( ) ( ) ( ) + ( ) ( ) ( )
0 0 0 0 0 0 0 0 0

d
dt
t BV B t d
t
t BV B t d
t t BV B t t
t e
d
dt
t Ae
t t
t
t
T T
t
t
T T
T
A t
A t

( ) ( ) ( )
[
( )
]
+ ( ) ( )
( )
( )
( )

( )
( )

0 0

I
etdonc:
t t
T T
d
dt
Q t AQ t Q t A BV B
0

( ) ( ) + ( ) +
lim

20
Chapitre3 : Commande Robustemonovariable :
Aspectsfrquentiels
1Robustesseetdsensibilisation
La commande L. Q. est une commande retour dtat, calcule sur un modle, suppos parfait et
non bruit, du systme rgler. Lintroduction dun observateur de Kalman a permis de relcher
lhypothse de mesurabilit de ltat, tout en prenant en compte lexistence de bruits supposs
blancsetgaussiens.
Cependant, llaboration de la commande L.Q.G. utilise un modle dtat, dont on connat
parfaitement lordre (les dimensions des matrices) ainsi que les valeurs numriques prcises des
coefficientsdecesmatrices.Danslaralit,lesmodlesnesontquedesreprsentationssimplifies
descomportementsmesurablesdessystmes:ilestdoncncessairederflchirauxperformances
rellementatteintesparcescommandeslorsquonlesappliqueausystmerel.
On peut galement prendre en compte ce problme lors de la conception de la commande. Pour
celailexiste2approchestrsdiffrentes:
LaDsensibilisation: onchercheminimiseruncritredutype:
performance
mod le
danslequel:performanceestunemesuredcartdeperformanceobtenupouruncartdemodle
modle.
Untelcritreestuncritrelocal,quinadesensquepouruncartdemodlepetit,dontonnepeut
prciserunelimite.
LaRobustesse: unecommandeestditerobustesionpeutgarantirlasatisfactionduncertain
niveaudeperformancesmalgrlaprsencederreur(borne)demodle(notiondincertitude).
Larobustesseauncaractreglobal.
Exemplededsensibilisation:
SoitunsystmemonovariablePetsonmodleP
0
.SoitPlerreurdemodle,selonlarelation:
P P P + ( )
0
1 3-1
Soit R un rgulateur calcul sur le modle P
0
. Ce rgulateur permettait dobtenir la fonction de
transfertdeboucleferme(sensibilitcomplmentaire):
T
P R
P R
0
0
0
1
+
3-2
Lafonctiondetransfertenbouclefermecorrespondantauschmadelafigure3-1scrit:
T
PR
PR
+ 1
3-3
21
Figure3-1:Schmafonctionneldeboucleferme
Sioncrit:
T T T + ( )
0
1 3-4
onpeutcalculer:
T
T
T RP
P
+
0
1
1
1
3-5
Lafonctiondetransfert:
S
RP
+
1
1
3-6
estappelefonctiondesensibilit.
Si la quantit T reprsente lcart de performance de la boucle ferme, et P lcart de modle,
alors la dsensibilisation est dautant meilleure que le rapport
T
P
est petit, cest--dire que lon
chercheminimiser:
S
RP
+
1
1
. 3-7
Bienentendu,ilfautrespecterlacontraintedestabilit,etonnepeutobtenir S <<1 que dans
une bande de frquences limite. Dans cette bande de frquences, il suffit alors dassurer
que RP >>1:cestladsensibilisationpargrandgain.
Exemple du rgulateur action intgrale: si R p ( ) est un rgulateur action intgrale, alors on
peut lcrire sous la forme R p R p p ( ) ( ) ' / . Il est alors bien connu que le gain statique de la
boucle ferme (sensibilit complmentaire) vaut 1, quel que soit le gain statique du systme. En
effet:
lim
p
S p
( )
0
0. 3-8
2Descriptiondesincertitudes
Dans le cadre de la commande robuste, il est ncessaire de prciser lensemble des modles
possiblesreprsentantlesystmecommander.Untelensembleestdfiniparunmodlenominal
etundomainedincertitude:
P P P ( )
0
, 3-9
-
R P
22
2.1Originedeserreursdemodle
Les systmes physiques sont essentiellement des systmes dynamiques non linaires, dont on
approximelecomportementparceluidunmodlelinaire,plusoumoinsproche.
Le systme non linaire peut fonctionner autour de plusieurs points dquilibre (points de
fonctionnement,danslespacedtat)aucoursdesonvolutionnormale:onpeutalorscalculeren
chaque point un modle linaire tangent par drivation au premier ordre. Lensemble des modles
possiblesdoitdonccontenirlensembledecesmodleslinariss.
Certainsparamtresdemodlelinairepeuventchangerdevaleurparsaut(cestlecasdelinertie
dunbrasderobotquiprendunobjetpesant):lensembledesmodlespossiblesdoitalorscontenir
lesdiffrentsmodlescorrespondantauxvaleurspossiblesdecesparamtres.
Souvent les modles sont obtenus (ou cals) partir didentification utilisant des mesures
dentre-sortie(analyseharmonique,moindrescarrsouautres).Danscecas,leserreursoubruits
demesureinduisentdeserreursdemodlesquilfautquantifier.Engnrallerapportsignal/bruit
dessignauxsedgradeenhautefrquence:lesmodlessontdoncimprcisceshautesfrquences
Les modles linaires utiliss pour la synthse de commande, sont souvent des modles dordre
fini et rduit, alors que les systmes physiques sont souvent dordre infini (paramtres rpartis ou
systmesretard).Ilfautdonccaractrisercetteerreurdetroncature(dynamiquesnonmodlises)
etlaborner.
2.2Structurationdincertitudes
Ondistingue2typesdincertitudes
-Lesincertitudesstructures: cesontlesincertitudessurlesparamtresdemodle.
-Lesincertitudesnonstructures: cesontlesincertitudessurlesrponsesdesystmes.
2.2-1Incertitudesstructures
Ilya2typesdincertitudesstructures:
-Lesincertitudesstructuresstructurationforte: Les incertitudes sont donnes sur les
paramtresphysiques(m=m
0
tm).
-Lesincertitudesstructuresstructurationfaible: Les incertitudes sont donnes sur les
paramtresdemodle.
Exemples:
fonctiondetransfert:
G p
b p b p b p b
a p a p a p
m
m
m
m
n
n
n
n
( )
+ + + +
+ + + +

1
1
1 0
1
1
1
1
L
L
pour(i=1,2,3,,n),a
i
=a
i
()oestunvecteurdeparamtresphysiques.Chaquea
i
estdela
formea
i
=a
i0
ta
i
.
23
modledtat:
x t A x t B u t
z t C x t
( ) ( ) + ( )
( ) ( )

A A A
B B B
C C C
+
+
+
0
0
0
Cettedescriptiondincertitudeestmoinsprcisequelastructurationforte.
2.2-2Incertitudesnonstructures
Cesincertitudesdfinissentdesdomainesdappartenancedunerponsedetype:
rponsetransitoireunchelon.
rponsetransitoireuneimpulsion.
rponsefrquentielle.
Ces incertitudes sont facilement observables et quantifiables. De plus elles contiennent les
incertitudes sur les grandeurs physiques (incertitudes structures) et elles peuvent tenir compte des
dynamiquesngliges.
2.3Reprsentationsdincertitudes
Onutiliselesformesadditivesetlesformesmultiplicatives:
additives:
P j P j j
j
a
a a

( ) ( ) + ( )
( ) ( )
0
,
3-10
multiplicatives:
P j P j j
j
m
m m

( ) ( ) + ( )
[ ]
( ) ( )
0
1 ,
3-11
A chaque valeur de pulsation on reprsente lensemble P j
m 0
( ) ( ) ( )
, par un disque dans le
plancomplexe:
24
m
(j) P
0
(j)
P(j)
Re
Im
Figure3-2:EnsembledesvaleursdePlafrquence
OnpeutdonctracerunteldisqueautourdechaquepointdulieudeNyquistdeP
0
(j),etonobtient
untubequicontienttousleslieuxdeNyquistpossibles.
Figure3-3:EnsembledeslieuxdeNyquistpossibles.
Acausedesdynamiquesngliges,desretardsnonreprsentsetplusgnralementdeladifficult
didentifierprcismentlessystmesdanslesfrquencesleves(causedeladiminutiondesgains
etdoncdeladgradationdesrapportssignal/bruitdessignauxissusdescapteurs),lincertitudecrot
aveclafrquence,selonunecourbequia,engnral,lalluredelafigure3-4.
3
P j
m 0
( ) ( )
25
Figure3-4:alluredelareprsentationfrquentielledelincertitudemultiplicative.
Remarques:
1 Les incertitudes structures ne remettent pas en cause le comportement frquentiel
asymptotique. Elles interviennent dans la bande passante du systme, cest--dire la plage de
frquencesdanslaquellelastructuredumodleestbienconnue(ordrefini).
2 Les incertitudes non structures sont prpondrantes dans les hautes frquences, cest--dire
danslesplagesdefrquencesolerapportsignal/bruitdesmesuresestfaibleetolesmodles
deconnaissancesontimprcisdufaitdesdynamiquesngligesetdelapproximationinhrente
auxloisdelaphysique.
3 Par consquent, la notion de comportement frquentiel asymptotique est remettre en cause:
les modles dordre fini et connu ne constituent quune approximation qui nest utilisable que
dansuneplagedefrquenceslimite.
3Descriptiondeperformances
3.1Stabilitdelaboucleferme
La stabilit du systme command est la premire performance exige. Dans le cadre de la
commande en boucle ferme de systmes linaires monovariables partir de modles exacts, les
mthodeshabituellesdanalysedestabilitdebouclefermesuffisent:
-lieudesracines,
-plandephase,
-critredeNyquist
-critresalgbriques,
Sil sagit de commande robuste, la premire exigence est la robustesse de la stabilit. Ds les
travauxdeBodeetNyquist(1930-1950)cetteexigenceestprsentetraverslesnotionsdemarge
de stabilit: marge de gain et marge de phase. Dans lapproche moderne (1980-) les marges de
stabilit doivent tre spcifies en fonction des incertitudes, pour garantir de faon certaine la
stabilit.
OnpeutainsiformuleruncritredeNyquistrobuste:
Si:
1.lesystmeincertainetsonmodlenominalontlemmenombredeplespartierellepositive,
2. le lieu de Nyquist de la boucle ouverte nominale (rgulateur + modle nominal) vrifie le
critre de Nyquist (nombre de tours encerclant le point (-1, 0) gal au nombre de ples partie
rellepositive),cest--direquelabouclefermenominaleeststable,
3. le point critique (-1, 0) est lextrieur de tous les disques dincertitudes (contenant de faon
certainelesystmeincertain)centrssurlelieudeNyquistnominal(figure3-2),
20log
m
( ) ( )
log()

26
alors la boucle ferme de commande du systme incertain est stable: on parle de stabilit
robuste.
Il est en effet vident que le lieu de Nyquist de la boucle ouverte relle fait le mme nombre de
tours encerclant le point critique que la boucle ouverte nominale, et le critre de Nyquist est donc
vrifi.
Thorme3-1:casdincertitudesmultiplicativesnonstructures
SoitP(j_) lafonctiondetransfertdunsystmeincertain,P
0
(j)unmodlenominaldecesystme,
alors,soit:
(i) R(j)estlafonctiondetransfertdunrgulateurquistabilise(enboucleferme)lemodle
P
0
(j),
(ii) Lensemble des systmes possibles est dcrit par des incertitudes multiplicatives non
structures: P j P j j j
m m m
( ) ( ) + ( )
[ ]
( ) < ( )
0
1 , ;
(iii) P(j)etP
0
(j)ontlemmenombredeplespartierellepositive,
LergulateurR(j)stabilisecertainementP(j)sietseulementsi:
+ ( ) ( ) > ( ) ( ) ( ) ; 1
0 0
P j R j P j R j
m
3-12
Remarque:
cethormeimposedefixerunemargedestabilitsuffisantepourstabiliserlesystmedanslecas
lepluscontraignant.
Thorme3-2:casdincertitudesadditivesnonstructures
SoitP(j_) lafonctiondetransfertdunsystmeincertain,P
0
(j)unmodlenominaldecesystme,
alors,soit:
(i) R(j)estlafonctiondetransfertdunrgulateurquistabilise(enboucleferme)lemodle
P
0
(j),
(ii) Lensemble des systmes possibles est dcrit par des incertitudes additives non
structures: P j P j j j
a a a
( ) ( ) + ( ) ( ) < ( )
0
, ;
(iii) P(j)etP
0
(j)ontlemmenombredeplespartierellepositive,
LergulateurR(j)stabilisecertainementP(j)sietseulementsi:
+ ( ) ( ) > ( ) ; 1
0
P j R j
a
3-13
Corollaire3-1:casdincertitudesmultiplicativesnonstructures
Lechoixdelafrquenceaugainunitdelaboucleouverte(crossoverfrequency)estimposparle
profilfrquentieldelincertitude.Eneffet,si
0
estlafrquenceaugainunitdelaboucleouverte,
ellevrifie:
P j R j
0 0 0
1 ( ) ( ) 3-14
etilfautdoncchoisir
0
telleque:
m

0
2 ( ) < . 3-15
27
Corollaire3-2:
Le choix a priori de
0
et de la marge de phase nominale (M
)impose une valeur maximale

lincertitude:

m
M
0
2
2
( ) <

_
,
sin 3-16
Il faut donc soigner lidentification pour obtenir la prcision requise par le niveau de performance
spcifi.
3.2Rgulation
Lepremierobjectifdunsystmedergulationestlarductiondeseffetsdessignauxperturbateurs
(bruits) sur les grandeurs rgler. Dans lapproche linaire, les signaux perturbateurs sont
reprsents par des signaux additifs sur lentre (biais ou offset dactionneur, couple induit par un
coupdeventenaronautique,),ltatoulasortie. Pour simplifier la prsentation, nous ne
traiterons,danscechapitre,quelaperturbationdesortiesurunsystmemonovariable.
La structure de rgulation est prsente la figure 3-5ci-dessous. Le problme est donc de
concevoirlergulateurRtelquelesignaldeperturbationdesortiedaffectepeulasortiez.
Figure3-5:Schmafonctionneldergulationdesortie.
Dansledomainefrquentiel,onpeutdfinirunefonction m(),rellepositive,dontlavaleursoit
unebornesuprieureautransfertz/d:
z j
d j
m

( )
( )
( ) ; 3-17
soit:
S j
P j R j
m

( )
+ ( ) ( )
( )
1
1
, 3-18
Cettefonctiondoitvrifierlescontraintes:
m
m

( ) <<
( )
1 0
1
si
si
3-19
P
R
d
z
-
28
Pourlerejetexactdeperturbationconstanteonimposera:
lim
( )
0
0 m . 3-20
Lafigure3-6donnelalluredunetellefonctioncible.
Figure3-6:alluredelafonctionm().
Remarque:
On peut comparer les relations 3-17, 3-18, 3-1 et 3-20 avec les relations 3-7 et 3-8 : en basses
frquences, une bonne rgulation assure une bonne dsensibilisation aux erreurs
paramtriques(dcritespardesincertitudesstructures).
3.3Compromisperformances/robustesse
Ondistinguegnralement3plagesdefrquencesdistinctes:
a)lesfrquencesbasses,correspondentlaplagedefrquencesolesystmerglerestbien
modlis: les incertitudes sont faibles et la boucle ouverte peut donc prsenter un gain important
(voireunouplusieursintgrateurs);
b) les frquences intermdiaires o les incertitudes croissent, imposant de diminuer le gain de
boucleouverteetdeprendreencomptelesmarges(gain,phase);
c) les frquences leves o la contrainte de robustesse impose de diminuer le gain de boucle
ouverte.
Danslesfrquencesbasses: < ( ) << { }
b
m ; 1
Larelation3-18estvrifiesi:
R j P j
m

( ) ( ) >>
( )
1
3-21
puisque
R j P j R j P j R j P j ( ) ( ) >>
{ }
( ) ( ) + ( ) ( )
{ }
1 1 3-22
Danslesfrquenceshautes: > ( ) >
;
m
1
Larelation3-12estvrifiesi:
R j P j
m

( ) ( ) <<
( )
1
3-23
1
log
m()
0dB
29
puisque
R j P j R j P j ( ) ( ) <<
{ }
+ ( ) ( )
{ }
1 1 1 3-24
Danslesfrquencesintermdiaires:
b
< <

Ilfautvrifierlesrelations3-12,3-15et3-16,cest--direquelafrquenceaugainunitdeboucle
ouverte,
0
, doit tre fixe dans cet intervalle, de faon pouvoir respecter la marge de phase
spcifie.
On peut reprsenter cet ensemble de contraintes sur le lieu de Bode du module de la boucle
ouverte:
Figure3-7:ContraintessurlelieudeBodedumoduledelaboucleouverte.
4 Conclusion
Lestapesdesmthodesmodernesdesynthsedecommanderobuste:
-dfinitiondincertitudes(liesauprocessusdidentification),
-contraintessurlacommande(saturationdactionneurs,),
-contraintesdestabilitrobuste(dcroissancedugainenhautesfrquences:roll-off),
-spcificationdesperformances(bandepassantedeboucleferme,gainenbassesfrquences).
R j P j
dB
( ) ( )
log
1
m ( )
1
1
m
( )
b

0
30
Chapitre 4 : Systmes Linaires Multivariables:
reprsentationsetquelquesproprits.
1Reprsentationdtatetmatricedetransfert
Un systme dynamique linaire peut tre dcrit par un modle dtat du type de la relation 1-3 que
longnraliseicienreprsentantuntransfertdirectdelentreverslasortie:
x t Ax t Bu t
z t Cx t Du t
( ) ( ) + ( )
( ) ( ) + ( )
4-1
B :matricedecommande,dimB=nl
C :matricedobservation,dimC=mn
D :matricedetransfertdirect,dimD=ml
Onpeutgrouperles2quationsmatriciellesenune:
x
z
A B
C D
x
u
1
]
1

1
]
1
1
]
1
4-2
etonpeutlereprsenterparleschmafonctionnel:
Figure4-1:schmafonctionnel
Enfait,lentrexdpenddelasortie x:
x t
d
dt
x t x p
p
L x t ( ) ( ) ( ) ( ) { }
1
4-3
doleschmafonctionnelboucldelafigure4-2ci-dessous.
On peut calculer la matrice (m l) de transfert entre le vecteur des entres u(p) et le vecteur des
sortiesz(p),entransformesdeLaplace:
z p C p I A B D u p
n
( ) ( ) +
[ ]
( )
1
4-4
AB
CD
x
u z
x
31
Figure4-2:schmafonctionnelboucl
SoitMlamatricedusystme,dfiniepar:
M
A B
C D
1
]
1
4-5
onnote:
z p F M
p
I u p
u n
( )

_
,
( ) ,
1
4-6
Latransformation:
M
p
I F M
p
I C p I A B D
n u n n
, ,
1 1 1
_
,
_
,
( ) +
[ ]
a 4-7
sappelle Transformation Linaire Fractionnelle haute (upper Linear Fractionnal Transformation,
upperLFT).
2Systmebouclparretourdynamiquedesortie
Figure4-3:schmafonctionneldesystmecommand
G
F
H
-K
r
z
y
u
I
n
/p
AB
CD
x
u z
32
Lafigure4-3reprsenteunsystmedynamiquecommand.Surceschma,onreconnat:
G:matricedetransfertdusystmergler,
H:matricedetransfertdescapteurs,
F:matricedetransfertduprcompensateur(feedforward)deconsigne,
K:matricedetransfertducorrecteurdeboucle(feedback).
Onpeutcrirelesquations:
z GFr Gu
y HGFr HGu
+
+
4-8
soitenposant:
P
GF G
HGF HG
1
]
1
4-9
z
y
P
r
u
1
]
1

1
]
1
4-10
etpuisque:
u K y 4-11
onobtientenboucleferme:
z p GF G I K HG K HGF r p ( ) + + ( )
[ ]
( )
1
4-12
Onnote:
z p F P K u p
l
( ) ( ) ( ) , 4-13
Latransformation:
P K F P K GF G I K HG K HGF
l
, , ( ) ( ) + + ( )
[ ]
a
1
4-14
sappelle Transformation Linaire Fractionnelle basse (lower Linear Fractionnal Transformation,
lowerLFT).
3DfinitionsgnralesdesL.F.T
3-1L.F.TSuprieure(F
u
)
Selonleschmadelafigure4-4,onpeutcrirelamatricedetransfertduvecteuruverslevecteurz:
33
z F
P P
P P
u
z P I P P P u
z P I P P P u
u
1
]
1
_
,
( ) +
[ ]
( ) +
[ ]
11 12
21 22
21 11
1
12 22
21 11
1
12 22
,

4-15
Figure4-4:SchmafonctionneldeLFThaute.
3-2L.F.TInfrieure(F
l
)
Demme,lafigure4-5reprsenteuneLFTbassedontonpeutcrirelamatricedetransfert:
Figure4-5:schmafonctionneldeLFTbasse.
z F
P P
P P
K u
z P I K P K P P u
z P K I P K P P u
l
1
]
1
_
,
( ) +
[ ]
( ) +
[ ]
11 12
21 22
12 22
1
21 11
12 22
1
21 11
,
4-16
P
11
P
12
P
21
P
22
u z
P
11
P
12
P
21
P
22
K
u z
34
4Reprsentationparmatricedesystme
Soitlesystmedynamiquemultivariable:
x Ax Bu
z Cx Du
+
+
4-17
critentransformedeLaplace:
0 ( ) +
+
A p I x Bu
z Cx Du
4-18
ousousuneformeplusgnrale:
0 ( ) +
+
T p x Bu
z Cx Du
4-19
Ce systme est stable si et seulement si les zros de det[T(p)] sont dans le demi-plan complexe
gauche.Danslecasdusystmedelquation4-17,ceszrossontlesvaleurspropresdelamatrice
dvolutionA.
5Leszrosdesystmesmultivariables
Thorme:
Soitlesystme:
x Ax Bu
z Cx
+
4-20
Aestdedimensionnxn
Bestdedimensionnxm
Cestdedimensionmxn
soit
H p C p I A B ( )
[ ]
1
4-21
samatricedetransfert(carre,dedimensionmxm);
alors:
det H p
p
p
( )
[ ]
( )
( )
4-22
o:
p pI A ( )
[ ]
det 4-23
et(p)estunpolynmededegrnm,oumoins.
Dmonstration:
Enutilisantunlemmedinversionmatricielle:
35
SoitMunematricemxnetNunematricenxm,alors:
(i) det det I MN I NM
m n
+
[ ]
+
[ ]
(ii)si det I MN
m
+
[ ]
0,alors I MN I M I NM N
m m n
+
[ ]
+
[ ]
1 1
Onpeutcalculer:
det det det

det
det
det

I C pI A B I I C pI A B
I pI A BC
pI A pI A BC
pI A BC
m n m m n
m
n n
m
n n
m
n
+ ( )
[ ]
[ ]
+ ( )
1
]
1
+ ( )
1
]
1
( ) +
_
,
1
]
1
1 1
1
1
1
1
1
1
]]
1
[ ]
det pI A
n
4-24
Cestunefractionrationnelledes2polynmes:
p pI A ( )
[ ]
det
et
m
n
pI A BC det +
1
]
1
1
.
Onobtientalors:
det lim det
lim det
H p I C pI A B
p pI A BC
m n
m
n
( )
[ ]
+ ( )
[ ] { }
( ) +
1
]
1
'
0
1
0
1
4-25
Pourdterminerledegrde(p),ilfautcalculer:
lim lim det
p
m
p
m
n
p p
p
p C pI A B

( )
( )
( )
[ ]
1
4-26
or:
lim lim
p
n
p
n
n
p pI A I
p
A
I
( )
_
,
1
1
1
4-27
lim det lim det
det
p
m
n
p
n
p C pI A B C p pI A B
CB
( )
[ ]
( )
[ ]
[ ]
1 1
4-28
sidet[CB]0,alorsdeg[(p)]=nm;
sidet[CB]=0,alorsdeg[(p)]<nm.
36
Lesplesdusystme(4-20)sontlesracinesde(p),seszrossontlesracinesde(p).
6ThormedeNyquistgnralis
Pour les systmes monovariables, la condition de stabilit dun systme boucl sexprime par le
thorme de Nyquist, selon lequel il faut et il suffit que les racines du dnominateur de la boucle
fermesoientdansle1/2plancomplexegauche.
Encequiconcernelesystmebouclmultivariabledelafigure4-6,danslequel:
G
z
T p B
C D
x
u
K
u
T p B
C D
x
z
G G
G G
G
K K
K K
K
: ,
: ,
0
0
1
]
1

( )
1
]
1
1
]
1
1
]
1

( )
1
]
1
1
]
1
Figure4-6:systmebouclmultivariable.
elleeststablesietseulementsilesracinesdupolynme:
det det det det T p I G p K p T p T p
H G K
( )
[ ]
+ ( ) ( )
[ ]
( )
[ ]
( )
[ ]
4-29
sonttoutesdansle1/2plancomplexegauche.
7CritredeNyquistmultivariable
Soient:
D un contour ferm dans le plan complexe, englobant tous les ples partie relle positive de la
boucle ouverte, cest--dire les racines RHP de det[T
G
] det[T
K
]. On construit ce contour en prenant
laxeimaginaire(encontournantlorigineparladroite),etenfermantparundemi-cercledroite,de
rayoninfini.
p
0
lenombredecesplesRHP,
alors, la boucle ferme de la figure 4-6 est stable si et seulement si limage de D par det[I + GK]
entoureloriginep
0
fois.
Preuve:
delquation4-29:
det det det det T p I G p K p T p T p
H G K
( )
[ ]
+ ( ) ( )
[ ]
( )
[ ]
( )
[ ]
ondduit
G
- K
37
det
det
det det
I G p K p
T p
T p T p
H
G K
+ ( ) ( )
[ ]
( )
[ ]
( )
[ ]
( )
[ ]
4-30
Les ples de la boucle ouverte sont les racines de det[T
G
] det[T
K
], et det[T
H
] ne doit pas avoir de
racineRHP.
Remarque:
DanslecasmonovariablelesmatricesdetransfertG(p)etK(p)sontdesfractionsrationnelleset:
det I G p K p G p K p + ( ) ( )
[ ]
+ ( ) ( ) 1 , 4-31
lenombredetoursdelorigineparlimagedeD par det I G p K p G p K p + ( ) ( )
[ ]
+ ( ) ( ) 1 estgal
aunombredetoursdupointcritique(-1,0)parlimagedeD par G p K p ( ) ( ).
Pourquelabouclefermesoitstable,ilfautquedet[T
H
]naitpasderacineRHP,doncquelimage
de D par det[T
H
] nentoure pas lorigine. Si det[T
G
] det[T
K
] a p
0
racines RHP, limage de D par
1
det T p T p
G K
( )
[ ]
( )
[ ]
det
fait(-p
0
)toursdelorigine.
Danslecasmultivariable,onmontrefacilementque:
det I G p K p p + ( ) ( )
[ ]
+ ( ) 1 4-32
o (p) est une fraction rationnelle dont on peut calculer limage du contour D et compter le
nombredencerclementdupointcritique(-1,0).
Utile pour analyser la stabilit dun systme multivariable boucl, ce critre est inutilisable pour la
synthsedergulateurmultivariable.
38
Chapitre5:AnalysedeRobustesseMultivariable
Bibliographie:
J.M.MACIEJOWSKI:Multivariablefeedbackdesign,AddisonWesley,1989.
B. A. FRANCIS: A course in H
control theory, Lecture Notes in Control and Information

Sciences,Springer-Verlag,1987.
G. DUC et S. FONT: CommandeH
et -analyse, des outils pour la robustesse, Hermes Science,

1999.
1Lesvaleurssinguliresdematrices
Les valeurs singulires dune matrice A, de dimension mxn, coefficients complexes, de rang r,
sontlesracinescarresnon-ngativesdesvaleurspropresdeA
*
A,o A
*
est la matrice adjointe,
cest--direconjugueettransposedeA.
Onpeutnoncerquelquespropritsdesvaleurssingulires:
lesn valeurs singulires de Asontrelles,puisqueA
*
A estunematricehermitiennedfinienon-
ngative,parconstruction;
onpeutordonnercesvaleurssingulires:

1 2 3
K K
r n
5-1
sir < n,ilyanrvaleurssinguliresnulles.Donc,lerangdeAestgalaunombredevaleurs
singuliresnonnulles.
2Dcompositiondunematriceenvaleurssingulires
Pour toute matrice A, de dimension mxn, coefficients complexes, de rang r, il existe 2 matrices
unitaires: U C V C
n m m n

x x
, ,tellesque:
m n
r
r n r
m r r m r n r
r r n r
m r r m r n r
U AV
,
*
,
, ,
,
, ,
,
1
]
1
1
1
1
1
1
1
]
1
1
2
0 0
0 0
0 0
0
0 0
0
0 0
L
L
M M O M
L
5-2
o
r
estunematricerellepositive,diagonale.
39
Remarque:
M
M M I
M M I
M M
Mu u
estunitaire ( )
_
,
*
*
1
5-3
3 Propritsdesvaleurssingulires
i A A
A
Ax
x
ii A A
A
Ax
x
iii A A A A
i r
i
x C
i r
i n
x C
i
n
n
( ) ( ) ( )
[ ]
( )
( ) ( ) ( )
[ ]
( )
( ) ( ) ( ) ( ) ( )

max :
max
min :
min
,
1
oles sontlesvaleurspropresdeA
i
iv A A
A
v A A
A
( ) ( )
( )
( ) ( )
( )
si existe :
si existe :
1
1
1
1
1
1
vi A A
vii A B A B
viii A B A B
ix A B A B A B
( ) ( ) ( )
( ) + ( ) ( ) + ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) + ( ) ( ) + ( )

,
. .
scalaire
x A B A B A B
xi a A n a
xii A trace A A
xiii i n
A B A B A
i j
ij
i j
ij
i
i i i
( ) ( ) ( )
{ }
[ ] ( )
( ) ( )
{ }
( ) ( )
( ) ( )
( )
( )
( ) ( ) + ( ) ( ) +
max , max ,
max max
, , , ;
, ,
*

2
1 2
2
K
BB ( )
40
4NormesH
2
etH
dematricesdetransfert.
DanscechapitreonsupposequeGestunematricedetransfertstableetpropredunsystmedordre
minimal(observableetcommandable).
4.1Lesnormesdevecteursdesignaux
Lanormeeuclidienne:
x j x j x j ( ) ( ) ( )
[ ]
:
*
/ 1 2
5-4
LanormeL
2
:
x x j x j d
y x j G j G j x j d
2
1 2
2
1 2
1
2
1
2
( ) ( )
1
]
1
( ) ( ) ( ) ( )
1
]
1
:
*
/
* *
/

5-5
LanormeH
2
:
x x j x j d
2
0
1 2
1
2
+ ( ) + ( )
_
,
1
]
1
1
>
: sup
*
/

5-6
SouventlesnormesL
2
etH
2
sontgales.OnappelleH
2
lensembledesvecteursdontlanormeL
2
ouH
2
estfinie:
x H x <
2
2
4.2Lesgainsprincipauxdematricesdetransfert
Pour chaque valeur de , on peut dcomposer la matrice de transfert G(j) en valeurs singulires,
ordonnesdanslesensdcroissant.Onpeutalorscrer2fonctionsrellespositivesetcontinues:
> ( )
[ ]
( )
[ ] { }
> ( )
[ ]
( )
[ ] { }

0
0
, : sup
, : inf
G j G j
G j G j
i
i
i
i
Cesfonctionssappellentlesgainsprincipaux(suprieuretinfrieur)delamatricedetransfert.
4.3Lesnormesdematricesdetransfert
LanormeL
2
induite:
G j
y j
x j
( )
( )
( )
2
2
2
: 5-7
41
G j trace G j G j d
j d
i
i
n

( ) ( ) ( )
[ ]
'
( )
'
2
1 2
2
1
1 2
1
2
1
2
*
/
/
5-8
LanormeL
:
G j Sup G j x j x j ( ) ( ) ( ) ( )
{ }
: ;
2 2
1 5-9
Onmontreque:
G j Sup G j
( ) ( )
[ ] { }
5-10
LanormeH
estinduitedelammemanirepartirdelanormeH
2
.
Remarques:
Danslecasmonovariable: g j Sup g j
( ) ( )
{ }
Gestunematricedetransfertpropresi lim
( )
[ ]
< G j
Gestunematricedetransfertstrictementpropresi lim
( )
[ ]
G j 0.
5CalculdenormeH
SoitGlamatricedetransfertdfiniepartirdunereprsentationdtat:
G F
A B
C p
I
u
1
]
1
'
0
1
, , 5-11
alors:
G M
<
( )

( )

n apasdevaleurpropreimaginairepure '
olamatriceM
estunematricehamiltoniennedfiniepar:
M
A
BB
C C
A
T
T
T
1
]
1
1
1
1
5-12
Preuve:
Soit
G p G p
T
( ) ( ),lamatriceconjuguespectraledeG(p).
Onmontresuccessivement:
42
G i G j
i G j G j
i I G j G j
I G j G j
I G p
i
i
i
<
( )
( )
[ ]
<
( )
( ) ( )
[ ]
<
( )
( ) ( )
[ ]
>
( )
( ) ( )
[ ]
>
( )
(

, ,
, ,

, ,

,

2
2
2
2
0
0
)) ( )
[ ] ( )
G p n apasdezrosurl' axeimaginaire '
5-13
Uneralisationde
2
1
I G p G p ( ) ( )
[ ]
estreprsentesouslaformedelamatricedesystme:
A
BB B
C C
A
B I
T
T
T
T

2
2
0
0

1
]
1
1
1
1
1
1
1
5-14
Leszrosde
2
I G p G p ( ) ( )
[ ]
sontlesvaleurspropresdelamatricedvolution:
A
BB
C C
A
T
T
T
1
]
1
1
1
1
5-15
Algorithme:PourvaluerlanormeH
dunematricedetransfert,onchoisitunevaleurarbitrairede
, on calcule les valeurs propres de la matrice M
,,siaucunenestimaginairepureondiminue et
onrecommence,sinononaugmente etonrecommence.Onnepeutdonspascalculerlavaleurde
lanormeH
,maisseulementendonnerunebornesuprieure,aussiprochequelonveut.
6Thormedufaiblegain(Zames1981)
Soitlesystmeboucldelafigure4-6danslaquellelessystmeGetKsontstables,unecondition
suffisantedestabilitdelabouclefermeestque:
GK
<1 5-16
Preuve:dcouleduthormedeNyquist.
Par labsurde. Supposons que la relation (5-16)soitvraieetquelabouclefermesoitinstable:alors
selon le thorme de Nyquist, limage du contour D par det I GK +
[ ]
entoure lorigine. Il existe
doncunepulsation
0
et
[ ]
0 1 , telsque det I G j K j + ( ) ( )
[ ]

0 0
0.
43
Par consquent, il existe une valeur propre
i
I G j K j + ( ) ( )
[ ]
0 0
0, cest--dire quil existe
unevaleurpropre
i
G j K j
0 0
1 ( ) ( )
[ ]
,
i
G j K j
0 0
1
( ) ( )
[ ]
.
Parlaproprit(iii)desvaleurssingulires:

i
G j K j G j K j
0 0 0 0
( ) ( )
[ ]
( ) ( )
[ ]
5-17
donc:

G j K j
0 0
1
( ) ( )
[ ]
5-18
Comme 0 1 ,lesrelations5-16et5-18sontcontradictoires.
7Descriptiondincertitudesnonstructuresmultivariables
Lechapitre3traitedesystmemonovariable,ilestdoncncessairedadapterlesdfinitionsaucas
multivariable:
formeadditive:
G p G p p
a
( ) ( ) + ( )
0

avec

a a
j ( )
[ ]
( ) > , 0
Figure5-1:incertitudesadditives
formemultiplicativeenentre:
G p G p I p
e
( ) ( ) + ( )
[ ]
0

e e
j ( )
[ ]
( ) > , 0
Figure 5-2 : incertitudes multiplicatives en
entre
formemultiplicativeensortie:
G p I p G p
s
( ) + ( )
[ ]
( )
0

s s
j ( )
[ ]
( ) > , 0
Figure 5-3 : incertitudes multiplicatives en
sortie
G
0
a
G
0
e
G
0
s
44
8Thormedestabilitrobuste
Soitlesystmeincertain(incertitudesmultiplicativesenentre),bouclparunrgulateurK:
Figure5-4:systmeincertainboucl.
Onpeutredessinerceschmafonctionnel:
Ouencore:
DanslequelT
0e
reprsentelabouclefermenominale:
T p I K p G p K p G p
e 0 0
1
0
( ) + ( ) ( )
[ ]
( ) ( )
5-19
Thorme:
Si
e
(p)estunematricedetransfertstableinconnue,vrifiant:

e e
j ( )
[ ]
( ) > , 0
siT
0e
eststable,
alorslabouclefermeincertainedelafigure5-6eststablesietseulementsi:
G
0
e
-K
G
0
e
-K
T
0e
e
45

T j
e
e
0
1
( )
[ ]
<
( )
, 5-20
Preuve:
conditionsuffisante:
Larelation(5-20)permetdcrire, :

e e
e e
e e
e e
T j
j T j
j T j
j T j
( ) ( )
[ ]
<
( )
[ ]
( )
[ ]
<
( ) ( )
[ ]
<
( ) ( ) <
0
0
0
0
1
1
1
1
Lethormedupetitgainpermetdedirequelabouclefermeeststable.
Conditionncessaire:
Supposonsquelarelation(5-20)nesoitpasvrifie,cest--dire:
( )
[ ]
( )

0 0 0
0
1
tq T j
e
e
.
OnpeutdcomposerT
0e
(j
0
)envaleurssingulires:
T j U j V
j
j
j
e
n
0 0 0
0
1 0
0
0
0

( ) ( )
( )
( )
( )
1
]
1
1
1
*
,
L
M O M
L
Onchoisitlamatricederreur:
e
e
j V D j U
D j

0 0
0 0
0 0
0 0 0
0 0 0
( ) ( )
( )
1
]
1
1
1
1
( )
*
L
L
M M O M
L
Si < 1, onvrifie bienque
e e
j
0 0
( )
[ ]
( ).
PourappliquerlethormedeNyquistoncalcule:
46
det det
det
det det det
det
det
* *
*
*
I T j j I U j V V D j U
I U j D j U
U I j D j U
I j D j
I
e e
( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
[ ] ( ) ( )
[ ] [ ]
( ) ( )
[ ]

0 0 0 0 0
0 0
0 0
0 0
1

jj
j
j
n
e

0
2 0
0
0
0 0
0 0
0 0
0 0
0 0 0
0 0 0
1 0 0
0 1 0
0 0 0
( )
( )
( )
1
]
1
1
1
1
1
( )
1
]
1
1
1
1
1
]
1
1
1
1
1
L
L
L L O M
L
L
L
M M O M
L
L
L
M M O M
L
det
1
]
1
1
1
1
( ) ( )
1
]
1
1
1
1
1
]
1
1
1
1
1
( ) ( )

1 0 0
1 0 0
0 0
0 0 0
0 0 0
1
j
j
e
e
L
L
M M O M
L
Soit
( ) ( )
<
1
1
1 0 0
j
e
,
alorslethormedeNyquistnestplusvrifi.Onaconstruitunsystmeboucl,vrifiantlarelation
dincertitude,instable.
Larelation5-20estbienuneconditionncessaire.
Remarque:
Onpeutcriredesthormesquivalentspourdesincertitudesmultiplicativesensortieouadditives.
47
Chapitre6 : Synthse multivariable robuste:
minimisationdesensibilitmixte
1Laspcificationdeperformance
Auchapitre3onadfinilesfonctionsdesensibilitpourlessystmesmonovariables.Cettenotion
doittretendueauxsystmesmultivariables,enutilisantlegainprincipal(suprieur).
sensibilitensortie:cestlamatricedetransfertentreuneperturbationdesortieetlasortie,selon
lafigure6-1:
S j I G j K j
s 0 0
1
,
: ( ) + ( ) ( )
[ ]
6-1
Figure6-1:sensibilitensortie.
sensibilit en entre: cest la matrice de transfert entre une perturbation dentre (consigne) et
lerreur,selonlafigure6-2:
S j I K j G j
e 0 0
1
,
: ( ) + ( ) ( )
[ ]
6-2
Figure6-2:sensibilitenentre.
On peut alors, par exemple, fixer un objectif de performance sur la sensibilit en entre sous la
formedunecontraintesursongainprincipal:larelation(3-18)devient:
S j m
e 0,
, ( )
[ ]
( ) 6-3
G
0
-K
d
z
G
0
-K
r

48
Cette fonction est de la forme dcrite par la figure 3-6. Pour que lon puisse lutiliser dans la
synthse, il faut reprsenter cette fonction m() par le module dune fraction rationnelle propre et
stable,dinversepropreetstable.
Soitparexemplelafractionrationnelle:
W j a
j
b
a
j
a
b
1
1 0
0
1
1
( )
+
+
6-4
alors:
lim ;
lim ; ( ).
( ) < ( )
( )
0
1
1
1
1
1
1
W j a a
W j b b
6-5
Pouraetbfixs,leproblmeestdetrouverlaplusgrandevaleurde
0
possibletelleque:
S j W j
e 0 1
1
,
, ( )
[ ]
( )
6-6
2Lacontraintedestabilitrobuste
Elleestdonneparlethormedestabilitrobusteetlarelation5-20,adaptl'incertitudedesortie.
Cettecontraintedoittrercritelaidedunefractionrationnellepropreetstable,dinversepropre
etstable.SoitW
3
unetellefractionrationnelle,vrifiant:
W j j
s 3
( ) ( )
[ ]
, 6-7
alorslacontraintedestabilitrobustescrit:
T j W j
s 0 3
1
,
, ( )
[ ]
( )
6-8
3Lacontraintesurlacommande
Onpeutcontraindreleniveaudecommandeparlegainprincipalsuprieurdelamatricedetransfert
R
0
dfinipar:
R j I K j G j K j
0
1
( ) + ( ) ( )
[ ]
( )
6-9
Ilfautalorscrerunefractionrationnelle(souventunsimplegain)W
2
telleque:
R j W j
0 2
1
( )
[ ]
( )
, 6-10
49
-
4Lesystmeaugment:problmestandard
Le problme de synthse consiste chercher le rgulateur K stabilisant G
0
et tel que la bande
passante
0
soitlaplusgrandepossible,toutenrespectantlescontraintes6-6,6-8et6-10.
Onpeutrcrirelesrelations6-6,6-8et6-10souslaforme:
W j S j
W j R j
W j T j
e
s
1 0
2 0
3 0
1
1
1

( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
.
.
.
,
,
6-11
etreprsenterleschmafonctionnel:
Figure6-3:schmafonctionnelreprsentantleproblmestandard
Onpeutcrire:
Y
y
y
y
y
P
u
u
PU
1
]
1
1
1
1
1
]
1

11
12
13
2
1
2
6-12
et
u K y
2 2

G
0
K
W
1
I
W
2
I
W
3
I
u
1
u
2
y
11
y
12
y
13
y
2
P
50
5LaspcificationH
Laproprit(vi)desvaleurssingulirespermetd'crire:
W j S j W j S j
W j R j W j R j
W j T j W j T j
e e
s s
1 0 1 0
2 0 2 0
3 0 3 0

( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
( ) ( )
[ ]
.
.
.
, ,
, ,
6-13
Laproprit(x)permetd'crirelaconditionsuffisante:

W j S j
W j R j
W j T j
W j S j
W j R j
W j T
e
s
e
1 0
2 0
3 0
1 0
2 0
3
1
1
1
( ) ( )
( ) ( )
( ) ( )
1
]
1
1
1

'
( ) ( )
[ ]

( ) ( )
[ ]

( )
,
,
,
,
,
,
00
1
,
,
s
j ( )
[ ]

'
6-14
Ilsuffitdoncd'assurerque:
W j S j
W j R j
W j T j
e
s
1 0
2 0
3 0
1

( ) ( )
( ) ( )
( ) ( )
,
,
. 6-15
La synthse consiste chercher la plus grande valeur de
0
pour laquelle on puisse trouver un
rgulateurK,quistabiliseG
0
,etpourlequelonvrifie:
F P K
l
, ( )
1 6-16
Remarque:
Danstouslescas,larelation
S T I
0 0
+ 6-17
permetd'crire:
1
0 0 0 0 3
1
1
1
+ ( ) ( ) + ( ) +

T S T S W W 6-18
quiexprimeuneconditionncessairel'existenced'unesolutionauproblmedesynthse:
+

, W W
3
1
1
1
1 6-19
Cetterelationexprimeledilemmeperformance/robustesse.
51
6Matricesdetransfertpremires
6.1Dfinitions
DeuxmatricesUetVsontpremiresdroite(resp.premiresgauche)sileurfacteurcommunest
stableetd'inversestable:
U V U W X
V Z X
X X
et sont
premiresdroite
et sontstables
'
'
1
6-20
U V U XW
V X Z
X X
et sont
premiresgauche
et sontstables
'
'
1
6-21
6.2Thormes
Bezout:
UetVsontpremiresdroitesietseulementsiilexisteXetYtellesque:
XU Y V I +
UetVsontpremiresgauchesietseulementsiilexisteXetYtellesque:
U X VY I +
factorisationspremiresdematricesdetransfert:
SoitG(p)unematricedetransfertpropre,alors:
( ) ( )
( ) ( )
U p V p
U p V p
,
,

premiresdroiteetstables
premiresgaucheetstables
tellesque:
G p U p V p
G p V p U p
( ) ( ) ( )
( ) ( ) ( )
1
1

Lemme
SoitG(p)unematricedetransfertpropre,alors:
( ) ( )
( ) ( )
U p V p
U p V p
,
,

premiresdroiteetstables
premiresgaucheetstables
tellesque:
G p U p V p V p U p
G p
V p
V p
( ) ( ) ( ) ( ) ( )
( ) { }

( )
( )
'
1 1
1
1

eststable
eststable
eststable
6-22
52
Preuve:
det det det G p U p V p ( )
[ ]
( )
[ ]
( )
[ ]
1
oronavu(4-21)
det G p
p
p
G
G
( )
[ ]
( )
( )
o
G p G
pI A
( )
( ) det .
Onademme:
det
det
U p
p
p
V p
p
p
U
U
V
V
( )
[ ]
( )
( )
( )
[ ]
( )
( )
1
1
1
etdonc
G U
V
p p p ( ) ( ) ( )
1
.
Comme U(p) est stable par hypothse, les ventuels zros RHP de
G
p ( ) sont des zros de
V
p
( )
1
.
Thormedestabilitinterne
Le systme boucl de la figure 6-4 vrifie la proprit de stabilit interne si toutes les matrices de
transfertquel'onpeutcriresontstables.C'estdire:
u
y
H H
H H
r
d
H
ij
1
]
1

1
]
1
1
]
1
'
11 12
21 22
et stable i, j
Figure6-4:systmemultivariableboucl.
Uneconditionncessaireetsuffisantedestabilitinterneest:
I K
G I
1
]
1
1
eststable.
G
-K
r
d
y
u
53
Preuve:
H
I KG I KG K
I GK G I GK
+ ( ) + ( )
+ ( ) + ( )
1
]
1
1

1 1
1 1
puisonvrifieque:
H
I K
G I
I K
G I
H I
1
]
1

1
]
1

d'o:
H
I K
G I
1
]
1
1
.
Remarque: la condition de stabilit interne est plus forte que la stabilit simple: il peut arriver que
desplesRHPdelabouclefermesoientsimplifispardeszrosRHP.Lastabilitinterneinterdit
de telles simplifications puisqu'elles ne peuvent pas apparatre sur tous les transferts de boucle
fermesimultanment.
Thormedestabilitdesfactorisationspremires.
SoientlesfactorisationspremiresdeGetK:
G N M M N
K UV V U

1 1
1 1

o:
M N M N
U V U V
, ,

,

, ,

,

sontpremires22
_
,
alorslapaire(G,-K)eststabledemanireinterne(c'estdirequelabouclefermedeGetKest
stabledemanireinterne)sietseulementsi:
M U
N V
V U
N M
1
]
1
1
]
1
1
1
eststable
et
eststable

Preuve:
I K
G I
I UV
N M I
M U
N V
M
V
I K
G I
M
V
M U
N V
1
]
1

1
]
1

1
]
1
1
]
1
1
]
1

1
]
1
1
]
1

1
1
1
1
1 1
0
0
0
0
ParlethormedeBezout:
N M X Y X M Y N I
U V X Y X U Y U I
et premires et stablestq.
et premires et stablestq.
( ) + ( )
( ) + ( )
1 1 1 1
2 2 2 2
54
Soient:
X
X Y
X Y
Y
Y
X
1
]
1

1
]
1
1 1
2 2
1
2
0
0
et stables ,
alors:
X
M
V
Y
M U
N V
I
M
V
M U
N V
0
0
0
0
1
]
1
+
1
]
1

1
]
1
1
]
1
et sontpremires
donc
I K
G I
M U
N V
1
]
1

1
]
1
1
stable stable
-1
Ladmonstrationestidentiquepourlafactorisationgauche.
Thorme
SiilexisteKquistabiliseG,alorsonpeuttrouver M N U V M N U V , , , ,

,

,

,

,tellesque
G N M M N
K UV V U

1 1
1 1

alors

V U
N M
M U
N V
I
1
]
1
1
]
1

Preuveomise.
6.3ParamtrisationdeYOULA
Thorme
Soient:
G N M M N
K U V V U

1 1
0 0 0
1
0
1
0

vrifiantlethormeprcdent(K
0
stabiliseG)
SoitQunematricedetransfertralisable,stable,dedimensionapproprie:
U U MQ V V NQ
U U QM V V QN
+ +
+ +
0 0
0 0
,

,

55
alors:
(i) UV V U K UV V U

1 1 1 1

,

et estunrgulateurquistabiliseG; 6-23
(ii)touslesrgulateursquistabilisentGpeuvents'criresouscetteforme.
Preuve:
(i) Oncalcule:

V U
N M
M U
N V
I
I
1
]
1
1
]
1

1
]
1
0
0
donc

,

VU UV UV V U

0
1 1
et ,etd'aprslethormeprcdent:
K UV V U
1 1

estunrgulateurquistabiliseG.
(ii) SoitKunematricedetransfertralisabletellequelapaire(G,-K)soitstable,alorsilexiste
desfactorisationspremiresdroiteetgauche K UV V U
1 1

,tellesque:
M U
N V
V U
N M
1
]
1

1
]
1

1
1
et

soientstables
donc

V U
N M
M U
N V
V M U N
NU MV
1
]
1
1
]
1
'

+
[ ]
+
[ ]
'
1
1
1
0
0
eststable.
Soient
Z MV NU
Q M U Z U
+

( )

1 1
0
alors
V V NQ Z
U U MQ Z
+ ( )
+ ( )
0
0
etcommeZetZ
-1
sontpropresetstables:
K U MQ V NQ + ( ) + ( )
0 0
1
6-24
Commentaires:
SionconnatunrgulateurK
0
quistabiliseG,onpeutengnreruneinfinitd'autres.
Onmontreque
K K V Q I V NQ V + +
( )

0 0
1
0
1
1
0
1
6-25
56
7L'algorithmedeGlover-Doyle
Bibliographie:
DOYLE J.C., GLOVER K., KARGONEKAR P.P., FRANCIS B.A., "State-space solutions to
standardH2andHcontrolproblems",I.E.E.E.Trans.AutomaticControl,Vol.34,n8,1989.
Le problme standard H est de trouver une famille de rgulateurs K stabilisant le systme
augmentP,ettelque:
F P K
l
, , ( ) <
relpositifdonn. 6-26
Lesystmeaugmentdelafigure6-3s'crit:
P
A B B
C D D
C D D
1
]
1
1
1
1 2
1 11 12
2 21 22
6-27
Lecalculdergulateurretourdesortiencessitelarsolutiondes2quationsdeRiccattiassocies
auxmatriceshamiltoniennesH
1
etH
2
:
X Ric H
Y Ric H
( )
( )
1
2
6-28
o:
H
A B D C B B B B
C C A B D C
H
A B D C C C C C
B B A B D C
B B I D
T T T
T T
T
T
T
T T
T T
1
2 12 1
2
1 1 2 2
1 1 2 12 1
2
1 21 2
2
1 1 2 2
1 1 1 21 2
1 1

( )
1
]
1

( )

( )
1
]
1
1

21 21 21
1 12 12 1
T
T
D
C I D D C
( )

( )
6-29
Alors,leproblmeestrsolusi:
X Y 0 0 , 6-30
lerayonspectral: XY ( ) <
2
6-31
F P K
l
, ( ) <
. 6-32
LafamilledergulateursKestdonnepar K F J Q
l
( ) , oQeststable,propreet Q
< .
57
J
A B F B B X ZH C D B X ZH Z B YC D
F I
C D B X I
F B X D C
H YC B D
Z I Y X
T T T
T
T T
T T
+ + + +
( )
+
( )
+
( )
1
]
1
1
1
+
( )
+
( )

(

2
2
1 1 2
2
12 1 2
2
1 12
2
2
21 1
2 12 1
2 1 21
2
0
0

))
1
6-33
Si toutes les conditions ci-dessus ne sont pas vrifies, il faut augmenter et recommencer. La
solutionoptimaleestdonneparlapluspetitevaleurdepourlaquelleontrouveunesolution.
Remarques:
Si le problme est de type Minimisation de Sensibilit Mixte, on cherche plutt le jeu de
pondrationstelquel'ontrouveunesolutionpour=1:c'estunesolutionsub-optimale.Ons'attache
dans ce cas vrifier le caractre "passe-tout" du systme augment boucl: le gain principal doit
avoirunerponseenfrquenceplate0dB,surlaplagedefrquencelapluslargepossible.
Onpeutdecettefaonrsoudredesproblmesd'optimisationsouscontraintetrsdivers.
58
Figure6-5:structuredurgulateurH.
A
I/p
B
2
B
2
C
2
-2
D
21
B
1
T
X
I/p
A
-2
B
1
B
1
T
X
C
1
C
2
D
21
B
1
D
12
Z(B
2
+
-2
YC
1
T
D
12
Q
-ZH
F
-
u
1
y
1
u
2
y
2
P
J
y
3
u
3
59
Chapitre7:Synthsemulti-objectifs.
1Lesvaleurssinguliresstructures
Considronslesystmereprsentsouslaformedite"M-"delafigure7-1,danslequellesmatrices
M et sont des matrices de transfert stables. Alors ce systme est stable pour toute matrice qui
vrifie
<1sietseulementsi M
1:c'estlethormedestabilitrobuste.
Figure7-1:ReprsentationM-.
Iln'existedoncpasdematricevrifiantlesconditions,telleque det I M ( ) 0.
Dansl'ensembledesmatrices considres, on peut dfinir un sous-ensemble des matrices qui ont
unestructureparticulire,detype"diagonaleparblocs",chaquebloctantparailleursdfiniparses
dimensions.Untelsous-ensembletantnaturellementpluspetitquel'ensembledesmatrices sans
structure,lethormedestabilitrobusten'estqu'uneconditionsuffisantesurcetensemble.
Pourprendreencomptelesstructuresparticuliresdesmatrices,ilatncessaired'introduirela
notiondevaleursingulirestructure
1
.
Dfinition:
Soitlastructuredematrice:
1
]
1
1
1
1
1
1
1
2
3
0 0 0
0 0 0
0 0 0
0 0 0
L
L
L
M M M O M
L
n
7-1
danslaquelleparexemple:
1
1 1
2 2
0 0
0 0
0 0
1
]
1
1
1
1
r
r
r
r
i
r
ri
I
I
I
L
L
M M O M
L
7-2
oles
i
r
sontdescoefficientsrels,

1
J.C.Doyle:Analysisoffeedbacksystemswithstructureduncertainty;Proc.IEE,PtD,129,242-250.(1982)
M
60
2
1 1
2 2
0 0
0 0
0 0
1
]
1
1
1
1
1
c
c
c
c
j
c
cj
I
I
I
L
L
M M O M
L
7-3
o les
i
c
sont des coefficients complexes, et les matrices
3
, ,
n
sont des matrices complexes
pleines; alors on appelle "valeur singulire structure de la matrice M, pour la structure , la
fonction::

M
I M
( )
( ) ( )
{ }
1
0 min ; det
7-4

M tq I M ( ) / ( ) 0 0 si det 7-5
Il s'agit en fait d'une "mesure" de la distance l'instabilit de M: c'est le taille de la plus petite
incertitudedestructuredfiniepar quidstabiliseM.
Remarque:
Onatoujours:

M M [ ] [ ] , . 7-6
Parextensiondenotation,ondfinit:

M M
,
: sup

( )
[ ]
7-7
Entouterigueurmathmatique,cen'estpasunenorme.
2Thormedestabilitrobustestructure
SoitGunsystmemultivariableincertain,dcritparleschmafonctionneldelafigure7-2:
Figure7-2:Systmeincertainavecincertitudesenentreetensortie.
Il s'agit d'un systme dont les actionneurs (incertitudes en entre) et les capteurs (incertitudes en
sortie)sontincertains.Quelquesmanipulationslmentairesdeschmafonctionnelpermettentdele
transformerenlafigure7-3.
La matrice d'incertitude a donc une structure diagonale par bloc (bloc-diagonale), constitue de 2
blocs complexes pleins
e
et
s
. Le thorme de stabilit robuste structur tablit une condition
ncessaire et suffisante pour qu'un rgulateur K qui stabilise le systme nominal G
0
stabilise le
systmeincertainquelquessoientlesmatrices
e
et
s
,dedimensionHinfrieure1.
G
0
e

s
61
Figure7-3:FormeM-dusystmeincertain
Thorme:
SoitPunsystmeincertaindcritparlafigure7-4,ettelque:
(i) (s)estunematriced'incertitudestructure(bloc-diagonale)et j ( )
[ ]
< 1; ;
(ii)F
u
(P
0
,,)etF
u
(P
0
,,0)ontlemmenombredeplesdansle1/2plandroit;
siKestunrgulateurquistabiliseF
u
(P
0
,,0),
alorsKstabiliseF
u
(P
0
,,)sietseulementsi:

F P K
l 0
1 , ; ( )
[ ]
7-8
Figure7-4:SystmeincertainsousformeM-.
Preuve:
Lafigure7-5reprsentelesystmeincertainenbouclefermeaveclergulateurK.
Figure7-5:Systmeincertainboucl.
P
0
u
1
u
2
z
1
z
2
P
0
u
1
u
2
z
1
z
2
-K
s
G
0
M

62
Si K stabilise le systme nominal P
0
, c'est que F
l
(P
0
, K) est stable. Alors, par dfinition de , la
boucle ferme incertaine F
u
[F
l
(P
0
, K), ] est stable pour toute incertitude considre si et
seulementsilarelation7-8estvrifie.
3Leproblmedeperformancerobuste
Soitunsystmereprsentselonlafigure5-2avecdesincertitudesenentre:
G p G p I p
e
( ) ( ) + ( )
[ ]
0
et
e e
j ( )
[ ]
( ) > , 0.
On dsire trouver un rgulateur K tel que l'objectif de sensibilit soit respect par tous les modles
possibles.
3.1Performancenominale
Lemodlenominalcorrespondaucaso=0.Laspcificationdergulationnominalepeuts'crire
commelarelation6-6etlafigure6-2.
On peut reprsenter le problme sous la forme d'un problme de stabilit. La relation 6-6 est
quivalente7-9:
W j S j
p e
( ) ( )
[ ]

0
1
,
, 7-9
qui est vrifie si la boucle ferme incertaine de la figure 7-6 est stable pour toute matrice de
transfert
p
(p)vrifiant:
p
p ( ) <
1 7-10
Figure7-6:Bouclefermereprsentantlescontraintes7-9et7-10.
Lamatricedetransfert
p
(p)estunematriced'incertitudefictive.
3.2Performancerobuste
Le problme de performance robuste consiste remplacer dans la relation 7-9 et la figure 7-6 le
modlenominalG
0
parlesystmeincertainG:
W j S j
p e
( ) ( )
[ ]
1, 7-11
S j I K j G j
e
( ) + ( ) ( )
[ ]
:
1
7-12
G p G p I p
e
( ) ( ) + ( )
[ ]
0
7-13

e e
j ( )
[ ]
( ) > , 0 7-14
p
W
p
I
G
0
-K
63
OnpeutconstruireunefractionrationnelleW
e
(p)vrifiant:
W j
e e
( ) < ( )
1
, 7-15
etonpeutdoncrcrirelarelation7-14souslaforme:
W j j
i e
( ) ( )
[ ]
< > 1 0 , 7-16
Labouclefermeincertaineestreprsentelafigure7-7:
Figure7-7:Schmafonctionneldespcificationdeperformancerobuste.
Lastructuredelamatriced'incertitudeest:
1
]
1
i
p
0
0
7-17
avec:
i
p
p
p
( ) <
( ) <
1
1
7-18
etlaspcificationdeperformancerobustes'crit:

F P K
l
, , ( )
[ ]
1 7-19
ouencore
F P K
l
,
,
( )

1 7-20
p
W
p
I
W
i
I
G
0
-K
P

64
4Calculde,D-Kitrations
SoitDunematricediagonale,inversible,unematricedemisel'chelle(scaling),alorslesschmas
delafigure7-8sontquivalents:
Figure7-8:Schmasquivalents.
CommeDestdiagonale:

D D
1
7-21
larelation7-6permetd'crire:

M DM D M
D
( )
( )
[ ]
( )
min
# 1
7-22
quidfinitlabornesuprieurede.
On peut ainsi valuer, frquence par frquence (sur un ensemble discret de frquences) une borne
suprieure de en cherchant, par algorithme d'optimisation, la matrice D de mise l'chelle qui
minimise DM D
( )
1
.
Lasolutiond'unproblmede-synthsedetype:

#
, , F P K
l k
( )
[ ]
1 7-23
sersoutpardoubleitration:
1.PourD=I;onchercheKtelque:
DF P K D
l
, ( )
1
7-24
2.PourKfixonchercheD:
D Arg DF P K D
Diag
l
( )
[ ] [ ]
min ,
1
7-25
3.Onritreen1avecladernirematriceD.
Iln'existeaucunepreuvequ'untelalgorithmedeD-K itrations converge vers un minimum global,
maissouventamarche.
D D
-1
D D
-1

Commande Linéaire Des Systèmes Multivariables: Benoît Bergeon Professeur

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Commande Linéaire Des Systèmes Multivariables: Benoît Bergeon Professeur

Загружено:

Авторское право:

Доступные форматы

Commandelinaire

UniversitBordeaux1 Commandelinairedessystmesmultivariables MasterISAS

)impose une valeur maximale

det det det

control theory, Lecture Notes in Control and Information

et -analyse, des outils pour la robustesse, Hermes Science,

UniversitBordeaux1 Commandelinairedessystmesmultivariables MasterISAS

UniversitBordeaux1 Commandelinairedessystmesmultivariables MasterISAS

Вам также может понравиться