Techniques Commande Avancee PDF

Rpublique Algrienne Dmocratique et Populaire
Ministre de l'Enseignement Suprieur et de la Recherche Scientifique
Centre universitaire de Rlizane Ahmed Zabana

Facult Des sciences et de la Technologie ST
Dpartement dElectrotechnique
NOTES DE COURS : TECHNIQUES DE

COMMANDE AVANCE
REPRSENTATION DTAT DES SYSTMES

COMMANDE PAR RETOUR DTAT
COMMANDE OPTIMALE
TRANSFORME EN Z
COMMANDE ADAPTATIVE
Dr. H. Merabet Boulouiha
Anne : 2014/2015
Table des matires
Chapitre 1 Reprsentaon dtat des systmes
1.1. INTRODUCTION .............................................................................................. 1
1.2. VARIABLES DETAT DUN SYSTEME DYNAMIQUE ............................................. 1
1.3. EQUATIONS DETAT ........................................................................................ 2
1.4. PASSAGE DUNE REPRESENTTATION DETAT VERS FONCTION DE TRANSFERT.. 4
1.5. TRANSFORMATION DUNE FONCTION DE TRANSFERT VERS LESPACE DETAT . 6
1.5.1. REPRESENTATION MODALE .............................................................................. 6
1.5.2. REPRESENTATION SERIE OU CASCADE ............................................................... 7
1.5.3. REPRESENTATION COMPAGNE COMMANDABLE ............................................... 8
1.5.4. REPRESENTATION COMPAGNE OBSERVABLE .................................................... 10
1.6. COMMANDABILITE ET OBSERVABILITE DUN SYSTEME .................................. 12
1.6.1. NOTION DE COMMANDABILITE ......................................................................... 12
1.6.2. DEFINITION1 ..................................................................................................... 12
1.6.3. DEFINITION DE LA COMMANDABILITE PAR LA NOTION MODALE ....................... 12
1.6.4. CRITERE DE COMMANDABILITE ......................................................................... 13
A. Thorme de Kalman ............................................................................................ 13
1.6.5. NOTION DOSERVABILITE .................................................................................. 14
1.6.6. DEFINITION ....................................................................................................... 15
1.6.6. CRITERE DOBSERVABILITE ................................................................................ 15
A. Thorme de Kalman ............................................................................................ 15
Chapitre 2 Commande par retour dtat

2.1. INTRODUCTION .............................................................................................. 17
2.2. PRINCIPE DE LA COMMANDE PAR RETOUR DETAT ......................................... 17
2.3. RESOLUTION DU PROBLEME PAR PLACEMENT DE POLES ................................ 18
2.3.1. APPLICATION DE LA METHODE PLACEMENT DE POLES....................................... 19

2.3.2. FONCTION DE TRANSFERT EN BOUCLE FERMEE ................................................. 20
2.3.2. DETERMINATION DU VECTEUR DETAT .............................................................. 21
i
2.4. EXERCICES DAPPLICATION ............................................................................. 21
A. EXERCICE NO1 ....................................................................................................... 21

B. EXERCICE NO2 ....................................................................................................... 22
C. EXERCICE NO 3 ....................................................................................................... 22
D. EXERCICE NO4 ....................................................................................................... 23
E. EXERCICE NO5 ........................................................................................................ 23
Chapitre 3 Commande adaptave

3.1. INTRODUCTION .............................................................................................. 24
3.2. CONTROLE OPTIMAL DES SYSTEMES ............................................................... 24
3.3. COMMANDE LINEAIRE QUADRATIQUE ........................................................... 28
3.3.1. SYNRHESE DU REGULATEUR LQR ....................................................................... 28

3.3.2. CHOIX DES MATRICES DE PONDERATION .......................................................... 30
3.4. COMMANDE LINEAIRE GAUSSIENNE LQG ....................................................... 32
3.4.1. PRINCIPE DU FILTRE DE KALMAN ...................................................................... 32

3.4.2. SYNTHESE DU REGULATEUR LINEAIRE QUADRATIQUE GAUSSIENNE LQG ........... 33
3.4.2.1. SYNTHESE DU FILTRE DE KALMAN ................................................................. 34
3.4.2.2. CHOIX DES MATRICES DE COVARIANCES ET CALCUL DU GAIN ........................ 35
Chapitre 4 Transforme en Z
4.1. INTRODUCTION .............................................................................................. 36
4.2. ECHANTILLONNAGE DUNE FONCTION CONTINUE .......................................... 37
4.2.1. DEFINITION ....................................................................................................... 37

4.3. PROPRIETES DE LA TRANSFORMEE EN Z.......................................................... 38
4.4. FONCTIONS DE TRANSFERT EN Z ..................................................................... 39
4.4.1. THEOREME DE SHANNON ................................................................................. 41

4.4.2. CALCULE DE LA FONCTION DE TRANSFERT ECHANTILONNEE .............................. 42
4.5. SYSTEME A TEMPS DISCRET ............................................................................ 44
4.5.1. EQUATION RECURRENTE ................................................................................... 44

4.6. STABILITE DES SYSTEMES DISCRETS ................................................................ 45
ii
Chapitre 5 Commande adaptave
5.1. INTRODUCTION .............................................................................................. 46
5.2. DIFFERENTS TOPOLOGIE DE LA COMMANDE ADAPTATIVE .............................. 47
5.2.1. COMMANDE ADAPTATIVE A GAIN PROGRAMME .............................................. 47

5.2.2. COMMANDE ADAPTATIVE A CORRECTEUR AUTO-AJUSTABLE ............................ 48
5.2.3. COMMANDE ADAPTATIVE A MODELE DE REFERENCE (CAMR) ........................... 48
5.3. IDENTIFICATION PARAMETRIQUE PAR LALGORITHME DES MOINDRES CARRES
RECURSIFS (MCR) .................................................................................................. 49
5.3.1. INTRODUCTION A LESTIMATION ...................................................................... 49

5.3.2. METHODE DES MOINDRES CARRES ................................................................... 49
5.3. LALGORITHME DE MCR AVEC LE FACTEUR DOUBLI ....................................... 52
5.4. INITIALISATION DE LALGORITHME MCR ......................................................... 52
iii
Chapitre 1 Reprsentation dtat des systmes
Reprsentation dtat des systmes
1.1. INTRODUCTION :
Toutes les mthodes tudies jusqu prsent de lasservissement linaire
restent valables et efficaces jusqu ce que ces systmes atteignent une complexit telle
que lon ne puisse plus se satisfaire de lunique relation entre sortie (c'est--dire les
systmes mono-variables SISO: Single Input Single Output) pour les commander
correctement. De mme, ces modles deviennent difficiles mettre en uvre lorsque les
systmes tudis possdent plusieurs entres et plusieurs sorties cas dun systme
multi-variable (MIMO : Multi Input Multi Output).
Les thories de commande avances sont bases compltement sur les modlisations
modernes sous la forme des variables d'tat. La reprsentation dtat des systmes est
un outil puissant permettant de modliser le fonctionnement de systmes linaires, en
temps continu ou en temps discret et qui possde en outre, lavantage de conserver la
reprsentation temporelle des phnomnes.
1.2. VARIABLES D'TAT D'UN SYSTME DYNAMIQUE
On dfinit l'tat d'un systme linstant t0 comme linformation sur le pass

ncessaire et suffisante pour dterminer lvolution ultrieure du systme quand on
connat, pour t>t0, les signaux dentre et les quations du systme. Plus gnralement,
les variables dtat dans les systmes physiques sont les lments aptes emmagasiner
de lnergie sous forme cintique ou potentielle : inductances, capacits, masses,
ressorts... Ce sont les lments ayant une capacit de "mmoire".
Exemple : considrons lexemple de la figure 1 dcrit par les quations diffrentielles suivantes :
DE(F) G (HI J HK )L (F) J M NP J Q (F )

NO
U (1-1)
L(F) G R
NS
C NP
B T(F) G HK L (F) J Q (F)
1
Figure (1-1) : Exemple dun systme lectronique.

Dans le cas de lexemple (figure (1-1)), linformation ncessaire et suffisante pour
rsoudre le systme dquations (1-1) est lie aux conditions initiales : i(t0) et v(t0). Par
consquent, un ensemble possible de variables dtat est x(t)G[i(t), v(t)] T. O x(t) est
vecteur dtat.
Dfinition Un vecteur dtat : est un ensemble minimal de variables dtat, cest--dire de
grandeurs temporelles, ncessaires et suffisantes pour dterminer lvolution future
dun systme quant on connat les quations qui dcrivent le fonctionnement du
systme et les entres de ce systme.
Dans ce qui suit, ltat dun systme est en gnral reprsent par un vecteur dtat un
sera not :
Z([) G [Z\ ([) Z] ([) Z_ ([)]`

Le nombre n de composantes correspond au degr de complexit du systme. Il dfinit
lordre du systme.
Remarques
- Le vecteur dtat nest pas unique : il y a mme une infinit de choix possibles
NO c
(sur notre exemple (figure (1)), aL(F) b est un autre vecteur dtat possible).
NP
On passe dun vecteur dtat un autre par simple changement de base.

- Les variables dtat sont gnralement choisies pour leur signification physique
et/ou leur simplicit dans les quations dvolution qui leur sont associes.
1.3. EQUATIONS DETAT
Lorsquun systme est modlis sous la forme dune reprsentation dtat, on montre
quil est faisable dexprimer ltat du systme un instant donn en fonction du signal
dentre ce mme instant et en fonction de son pass , autrement dit, de son tat
prcdent. Comme nous avons affaire des variables continues du temps, la notion
2
dtat prcdent nexiste pas vraiment. En revanche, ce concept est rapprocher de

lvolution du systme, autrement dit des variations de chaque variable dtat.
La forme gnralise des quations de systme sous forme dtat est :
hi (F) G jh(F) J kE(F) Equation dtat (1-2)
T(F) G Rh (F) J lE(F) Equation de sortie (1-3)
Dans le cas dun systme stationnaire, les matrices A, B, C et D sont indpendantes du
temps.
Ce cas seul sera examin par la suite.
x(t) est appele vecteur dtat du systme de dimension n.
u(t) est appele vecteur dentre ou vecteur de commande du systme de dimension .
y(t) est appele vecteur de sortie du systme de dimension m.
A est appele matrice dtat du systme de dimension nn.
B est appele matrice dentre ou de commande du systme de dimension n.
C est appele matrice de sortie du systme de dimension mn.
D est appele matrice la matrice de transmission directe du systme de dimension
m.
Cela signifie que, dune manire gnrale, on peut exprimer lvolution du systme
dquations (1-2) et (1-3), modlise par un vecteur constitu des drives premires des
composantes du vecteur dtat de dimension n, en fonction du vecteur dtat du systme.
zII zIK .... zIq h (t) |II |IK ... |I E (t)

Avec un vecteur de commande de dimension et un vecteur de sortie de dimension m.
h i (F )
p I t pzKI zKK ....zKq t p I t p|KI |KK ...|K t p I t
o hKi (F) h (t)
. s o . . .... . s o K . s o . . ... . s o K. s
E (t)
o . s o . . .... . s o . s o ... . s o . s
o sGo so sJo . . so s (1-4)
o . s o . . . .. . . so . s o . . . .. . so . s
o . s o . . .... . s o . s o . . ... . s o . s
nhvqiw
u (F)r nzqI zqK ....zqq r u
vx uvvvwvvvx (t)r
nhvqw vx uv
n|qI |qK..v
vvwv .|vx nE (t)r
q r uvwvx
yi (P) { y(t) } ~(P)
T (t) II IK .... Iq h (t) II IK ... I E (t)

p I t p KI KK .... Kq t p I t p KI KK ... K t p I t
o TK (. t) s o . . .... . s o hK.(t) s o . . ... . s oEK.(t)s
o . s o . . .... . s o . s o ... . s o . s
o sGo so sJo . . so s (1-5)
o . s o . . .... . s o . s o . . ... . s o . s
o . s o . . .... . s o . s o . . ... . s o . s
nTvw(v
u )r uv
tx nI K ...v
vvvwv .vq
vxr u (v
nhvqw )r uv
tx nI
vv
vwv ...
K v
nE (t) r
r uvwvx
vvx
(P) y(t) ~(P)
3
Exemple :
Reprenons notre exemple de la figure (1-1), le systme dquations (1-1) peut scrire
sous la forme matricielle suivante :
(\ J ] ) \
D
([)
G \
[ ([) \ U ([)
J ([)
C ([)

([)
[
([) G ] \]
B ([)
Remarque :
Dans le cas dun systme discret, ces quations prennent la forme suivante :
h( J 1) G jh() J kE() EzFL FzF U

T() G Rh() J lE() EzFL FL
1.4. PASSAGE DUNE REPRESENTATION DETAT VERS FONCTION

FONCTION DE
TRANSFERT
On considre un systme LTI dcrit par sa reprsentation dtat :
hi (F) G jh(F) J kE(F)U

(1-6)
T(F) G Rh(F) J lE(F)
On se restreint au cas dun systme une entre et une sortie. Exprimons la fonction de
transfert G(p) du systme en fonction des matrices A, B, C et D.
() G () (1-7)
()
Dans le cas des systmes multi-entres multi-sorties (systme MIMO), G est une matrice
des fonctions de transfert entre une entre et une sortie. Par exemple :
O () G (1-8)
()
()
En prenant les T.L (Transforme de Laplace) des quations dtat et de sortie, on

obtient:
() G j() J k()U
(1-9)
() G R() J l()
En supposant les conditions initiales nulles.
4
() G (q j)I k() U
(1-10)
() G R[(q j)I k]() J l() G R[(q j)I k J l]()
Finalement :
() G ()GR[(q j)I k J l] (1-11)

()
Avec In est la matrice identit de dimension n.

Linverse dune matrice est obtenu par :
( j)I G (1-12)
N( {)
NP( {)
En substituant linverse sa dfinition, il vient :
() G GR a NP({) k J lb (1-13)
() N( {)
()
Exemple : on considre le systme LTI reprsent par les quations :
0 1 0
hi (F) G a b h(F) J a b E(F), T(F) G [1 0]h(F)
10 7 1
La matrice (pInA) dans cet exemple devient :
1
(K j) G
10 J7
Et son inverse est calcul par :
J7 1
z (q j)
10
(K j)I G G
F (q j) K J 7 J 10
La fonction de transfert, donc, est donne par :
J7 1 0
[1 0] a b
() 10 1 1
G() G G R[(q j)I k] G G K
() J 7 J 10
K J 7 J 10
Dans cet exemple, nous observons que le dterminant de la matrice (pI2 - A) est gal au
polynme de dnominateur de G(p). C'est--dire que les ples de la fonction de transfert
correspondent aux zros de det(pIn A) qui est aussi le polynme caractristique de la
matrice dtat A. Par consquent, les ples de G(p) sont les valeurs propres de la matrice
dtat A.
5
Remarque : Dans le cas dun systme plusieurs entres et/ou plusieurs sorties, on
dfinit de manire analogue une matrice de transfert.
Exemple : on considre les deux systmes LTI:
0 1 ( ) 0 1 0 ( )
hi (F ) G a b h F J a b E (F), T(F ) G a bh F
10 7 1 0 1
0 1 ( ) 0.5 0 ( ) 1 0 ( )
hi (F) G a bh F J a bE F , T(F) G a bh F
10 7 0 1 0 1
Les fonctions de transfert respectivement pour les deux cas sont :

1 0 J7 1 0 1
() a0 1b 10 a1b pK J 7 J 10t
GI () G G Go
s
() K J 7 J 10 o s
nK J 7 J 10r
1 7
\ J \ . p 2 pJ 2 1 t
() a \b \ a \b op2 J7pJ10 p2 J7pJ10s
] () G G Go s
() ] J J \ -5 p
o s
np2 J7pJ10 p2 J7pJ10r
1.5. TRANSFORMATION DUNE FONCTION DE TRANSFERT VERS

LESPACE DETAT
Comme nous lavons dj cit, la reprsentation dtat dun systme nest

pas unique. Nous prsentons ici des mthodes pour procder un ensemble de
reprsentation des variables d'tat dun systme continu partir dune fonction de
transfert G(p). Le choix de la reprsentation peut dpendre de la forme disponible de la
fonction de transfert ou du type dtude que lon souhaite raliser partir du modle.
Rappelons pareillement que la reprsentation dtat dun systme nest pas unique et
que les proprits du systme ne sont en aucun cas lies la forme choisie.
1.5.1. REPRESENTATION MODALE
Ce type de reprsentation, encore dsigne reprsentation parallle,

convient essentiellement bien la reprsentation dun systme dont la fonction de
transfert est place sous la forme dune somme. Soit le systme monovariable LTI est
modlis par une fonction de transfert G(p):
() G G J J J (1-14)
()
~()
6
Cette criture fait apparatre la somme de n fonctions de transfert et peut tre

matrialise par le schma de la figure (1-2) en faisant apparatre n blocs lmentaires.
I 0 0
D 0 0 0 1
hi (F) G K
0 U h(F) J 1 E(F)
C 0 0 q
1
BT(F) G [I K q ] h (F)
Figure (1-2) : Schma bloc de la fonction de transfert.
Remarques
A est diagonale; les lments diagonaux correspondent aux ples du systme.
Si le systme a des ples multiples, A est diagonale par blocs.
-
-
La prsence dun numrateur modifie les pondrations dans la dcomposition en
lments simples; seules les matrices C et D sont affectes.
-
1.5.2. REPRESENTATION SERIE OU CASCADE
Le systme est vu comme une mise en srie de systmes dordre 1. Pour

mettre en vidence cette reprsentation, il suffit de factoriser le dnominateur de la
fonction de transfert G(p). Soit la fonction de transfert:
()
() G G
() ( \ )( ] ) ( _ )
Cette graphisme fait apparatre le produit de n fonctions de transfert et peut tre

matrialise par la mise en cascade de n blocs lmentaires.
7
Il vient alors la reprsentation schmatique de la figure (1-3). On choisit comme

variables dtat les sorties des systmes lmentaires. La reprsentation dtat obtenue
est dite sous forme cascade.
Figure (1-3) : Reprsentation dtat du systme sous forme srie.

Dans ce cas, elle scrit :
\ Z\ \
D \ Z
Zi ([) G \ Z\ ([) J ([) Zi ([) G ] J ([)
]
D \
Zi ] ([) G ] Z] ([) J Z\ ([) \ _ Z_
U U
CZi _ ([) G _ Z_ ([) J Z_\ ([) C Z \
Z]

B ([) G Z_ ([) ([) G [ ]

B Z_
Remarque :
- Si le numrateur nest pas constant, on perd la forme cascade.
- Le traitement des ples multiples ne pose aucune difficult. La matrice dtat
garde une forme similaire.
Cas particulier : soit une fonction de transfert G(p) possde des ples complexes
conjugus, autrement dit il peut exister des termes non dcomposables du type :
qK
() G
K J 2q J qK
Dans ce cas, on utilise la reprsentation dtat propose sur la figure (1-4).
Figure (1-4) Reprsentation dtat dun bloc du second ordre non dcomposable.
1.5.3. REPRESENTATION COMPAGNE COMMANDABLE
Considrant un systme dcrit par sa fonction de transfert :
() G G avec
()
()
8
Choisissons zq G 1 (ce qui revient diviser le numrateur et le dnominateur par zq ) et

divisons le numrateur et le dnominateur par q . On obtient :
Choisissons zq G 1 (ce qui revient diviser le numrateur et le dnominateur par zq ) et
divisons le numrateur et le dnominateur par q . On obtient :
() | q J |I qI J J |I qI J | q
() G G
l() 1 J zqI I J J zI qI J z q
Dans tous les cas, il est plus simple de raisonner dans un premier temps sur le systme
sans numrateur, on peut alors crire :
1
I () G
1 J zqI I J J zI qI J z q
Avec :
()
() G
()
() I ()
() G () I (); () G F I () G
() ()
Le systme de la forme compagne pour la commande est vu comme une mise en srie
dintgrateurs purs. A partir de lexpression de la fonction de transfert G(p), on retrouve
aisment lquation associe au systme :
I ()[1 J zqI I J J zI qI J z q ] G ()
On obtient :
1 1 qI 1 q
I () G () zqI J J zI J z I ()

Il suit la reprsentation schmatique de la figure (1-5). On choisit comme variables
dtat les sorties des systmes lmentaires, cest--dire les drives successives de la
sortie.
Figure (1-5) Reprsentation compagne commandable.
9
Les quations dtat se dduisent naturellement de cette reprsentation :

hi I G hK
D hi K G h

U
C hi qI G hq
hi q G z hI zI hK zqI hq J E
B T G | hI J |I hK J J z hI
La reprsentation dtat obtenue est dite sous forme compagne pour la commande; elle
scrit (si n) :
0 1 0 0
D p 0 0 1 0 t 0
o s p0t
hi (F) G o s U o s
Do : 0 0 1 h(F) J o s E(F)
C o 0 s
nz zI zqI r o0s
n1r
BT(F) G [| | 0 0]h(F)
Cette forme de reprsentation est appele forme compagne car la matrice de commande
du systme contient, en une seule ligne, lensemble des coefficients du dnominateur de
la fonction de transfert. Elle est dite commandable car, bien que seule la variable hq soit
directement affecte par le signal dentre, toutes les variables dtat sen trouvent
influences par intgrations successives. Si un systme est compltement commandable,
alors on peut le mettre sous forme compagne commandable.
Remarques
- Si alors l 0.
Toute linformation relative au dnominateur de la fonction de transfert est
mmorise dans la matrice dtat A.
-
Toute linformation relative au numrateur de la fonction de transfert est

mmorise dans les matrices C et D.
-
1.5.4. REPRESENTATION COMPAGNE OBSERVABLE
Plus simple apprhender, la reprsentation compagne observable

peut tre mise en vidence partir de la forme de G(p) dj transforme dans le
paragraphe prcdent :
() | q J |I qI J J |I qI J | q
() G G
l() 1 J zqI I J J zI qI J z q
On peut alors crire :
( ) G [zqI I J J z q ]() J [| q J J | q ]()
10
I q I q I q
Soit : () G azqI J J z b () J a| J J | b ()
I

On peut alors proposer la reprsentation dtat de la figure (1-6).
hi I G z hq J | E (F)
D
hi K G hI zI hq J |I E(F)

hi I G h z hq J | E(F)U
C

hi q G hqI zqI hq
B T(F) G hq
Figure (1-6) Reprsentation dtat du systme sous forme compagne observable.
Les quations dtat se dduisent naturellement de cette reprsentation :
0 0 z |
D p1 0 0 zI t pt

o 1 0 0 s o s
0 s h(F) J o|q sU
hi (F) G o s
Do : o o 0 s E (F )
C o0 0 1 0 s os

n0 0 0 1 zq r n0r
B T(F) G [0 0 1]h(F)
Cette forme de reprsentation est appele forme compagne observable car, outre le fait
que la matrice de commande du systme contient, en une seule colonne, lensemble des
coefficients du dnominateur de la fonction de transfert, on remarque que la sortie de ce
systme est gale hq qui, par intgrations successives, est bien influence par toutes
les variables dtat. Si un systme est compltement observable, alors on peut le mettre
sous forme compagne observable.
11
1.6. COMMANDABILITE ET OBSERVABILITE DUN SYSTME
La commandabilit et lobservabilit dun systme ne dpendent pas de la

reprsentation choisie qui, rappelons-le une fois de plus, nest pas unique. Si un systme
est commandable et/ou observable, il sagit de proprits intrinsques au systme qui
ne sont pas remises en cause par la forme du modle. Il ne faut donc pas confondre les
formes compagnes avec des reprsentations sous lesquelles il faut imprativement
placer le systme pour quil possde telle ou telle caractristique. En revanche, il est
important de connatre ces formes remarquables car elles facilitent, sous certaines
conditions, la mise en uvre des systmes. Les concepts de commandabilit et
dobservabilit sont des concepts fondamentaux pour ltude des systmes. Ils dcrivent
respectivement comment les tats dun systme sont influencs par les entres et quelle
information les sorties mesures donnent sur les tats du systme. De plus, ces concepts
(commandabilit et observabilit) sont utiliss pour avoir la possibilit du passage dun
systme espace dtat vers un systme fonction de transfert, puisque la reprsentation
de fonction de transfert est valide seulement si elle remplit les conditions de la
contrlabilit et de l'observabilit des systmes sous forme despace dtat.
1.6.1. NOTION DE COMMANDABILITE
La commandabilit a pour objet de caractriser la capacit dun systme

voir ses caractristiques dynamiques modifies par les entres. Il est souvent
intressant de sassurer de la commandabilit dun systme avant de cherche mettre
en uvre la commande proprement dite. En dautres termes, on demande de disposer
dune condition ncessaire et suffisante de commandabilit.
1.6.2. DEFINITION1
Un tat hO est commandable en F sil est possible de dterminer
E(F)/ [F F ] conduisant tout tat initial hO (F ) vers 0 en F FI F .
Si cette proprit est vraie F F L G 1, alors le systme est compltement
compltement
commandable.
commandable
1.6.3. DEFINITION DE LA COMMANDABILITE PAR LA NOTION MODALE
On appelle commande modale la commande qui consiste dterminer

une matrice de retour dtat L telle que les valeurs propres de la matrice (j kM) soient
12
places en des positions prfixes ( I . . . qI ) (valeurs complexes). Lexistence

dune solution est tudie travers la notion de commandabilit.
Un systme est commandable si et seulement si, pour toute contrainte modale
( I . . . qI ), il existe un retour dtat linaire L satisfaisant. On montre que, dans le
cas dun systme monovariable SISO (une entre, une sortie), si le retour dtat L existe,
il est unique.
Remarques
- Si un systme nest pas compltement commandable alors pour certaines
conditions initiales il nexiste pas dentre de commande pouvant ramener le
systme lorigine.
- La commandabilit est une notion importante puisquelle tablit le fait que lon
puisse commander le systme afin de modifier son comportement (stabilisation
dun systme instable, modification des dynamiques propres). Cette notion joue
donc un rle trs important dans la thorie de la synthse de systmes de
commande dans lespace dtat.
Un systme trivialement non commandable est celui dont la matrice dentre est
nulle, B G 0.
-
1.6.4. CRITERE DE COMMANDABILITE
Il est clairement difficile dutiliser directement les dfinitions

prcdentes afin de dcider de la commandabilit dun systme LTI donn. La
commandabilit est une proprit caractristique du couplage entre lentre et la sortie
du systme et fera donc intervenir les matrices A et B. Kalman a propos un critre
simple construit partir de ces deux matrices.
A. Thorme de Kalman
Considrons un systme LTI reprsent par un vecteur dtat x, et une quation
dvolution de ltat :
hi (F) G jh(F) J kE(F)
O j H qq , k H q est commandable si et seulement si la matrice de

commandabilit
commandabilit, est de rang , (avec est la matrice de commandabilit)
z( ) G z([k jk jK k jqI k ]) G
13
Un systme est commandable si z( ) G . On dfinit plus gnralement le degr de

commandabilit dun systme comme le rang de la matrice de commandabilit.
Si z() , alors le systme est partiellement commandable. Nous verrons sur un
exemple que lide, dans le cas dun systme partiellement commandable, consiste
rendre la partie non commandable su systme inoprante afin de le contrler
entirement via sa partie commandable.
Exemple 1 : on considre le systme suivant :
h (F) 0 1
Ga b h(F)U 1
F 2 3 J a b E(F)
2
T(F ) G [1 0]h(F)
Exemple 2 : on considre la reprsentation stat suivante.
h(F) 5 0 0
G 0 2 0 h(F)U 1
F J 0 E(F)
0 0 4
T(F) G [2 0 4]h(F) 1
1) Tracer ce systme sous forme schma fonctionnel

2) Etudier la commandabilit de systme.
Exemple 3 : Considrons un systme reprsent par les deux quations d'tat:
hi I G 2hI J E F hi I G 3hK J hI
T G hK
1) Prsenter le systme sous forme dtat.

2) Pour quelle valeur de d le systme est non commandable.
1.6.5. NOTION DOBSERVABILITE
Dans la seconde partie de cet ouvrage, nous avons vu combien il tait

important, notamment pour la commande des systmes en boucle ferme, dtre capable
de mesurer un signal de sortie. En reprsentation dtat, il nous importe dtre capable
de connatre chaque instant, ltat du systme, autrement dit de pouvoir dterminer le
vecteur dtat Z(F). Certaines variables dtat sont trs faciles mesurer. Un capteur
14
plac au bon endroit, lintrieur du systme, peut nous donner accs linformation
recherche. Dans ce cas, on dit que la variable dtat considre est mesurable. Dans
dautres cas, cette investigation directe nest pas possible. La grandeur est alors dite non
mesurable.
En revanche, elle peut, tout en tant non mesurable, influencer la sortie T(F) du systme.
Il est alors possible, partir de la mesure de la sortie, de dduire la grandeur considre.
On dit que celle-ci est observable.
1.6.6. DEFINITION :
Un tat xi est observable en F sil est possible de dterminer hO (F )

connaissant T(F) /[F F ].
Si cette proprit est vraie F F L G 1, , alors le systme est compltement
observable.
observable
Remarques
Clairement, la notion dobservabilit est cruciale pour les systmes o le vecteur dtat
complet nest pas accessible la mesure mais doit tre reconstruit, estim ou filtr
partir des donnes fournies par la sortie.
1.6.7. CRITERE DOBSERVABILITE
Un critre de Kalman existe galement pour la notion dobservabilit

et fait intervenir la matrice dynamique A et la matrice de sortie C.
A. Thorme de Kalman
Considrons un systme LTI reprsent par un vecteur dtat x, et
une quation dvolution de ltat :
hi (F) G jh(F) J kE(F)
O j H qq , R H q est commandable si et seulement si la matrice dobservabilit

est de rang :
R
p Rj t
o s
z() G z o RjK s G
o s
nRjqI r
15
Remarque :
Lobservabilit dun systme de matrices caractristiques (A,C) sera appele
observabilit de la paire (A,C).
Exemple 4
Soit le systme modlis par:
hi I (F) 1 1 hI (F) 0
Ga b J a b E(F)
hi K (F) 1 2 hK (F) 1
h (F)
T(F) G [1 0] I
hK (F )
1) Vrifier lobservabilit de systme
Exemple 5
Si lon mesure la vitesse angulaire, les matrices dynamiques et de sortie du satellite sont,
0 1
jGa b; R G [1 0 ]
0 0
Exemple 6
Considrer le systme donn par :
2 0 1
hi (F) G a b h(F) J a b E(F)
1 1 1
T(F) G [1 1]h(F)
1) Vrifier la contrlabilit et l'observabilit de systme.
16
Commande par retour dtat
2 .1 . INTRODUCTION
La commande par retour dtat est la commande des systmes modliss
par leur reprsentation dtat, ce que la boucle ferme est aux systmes reprsents par
une fonction de transfert. Lide consiste toujours piloter le systme par un signal de
consigne et gnrer automatiquement le signal de commande en confrontant en
permanence la valeur de la consigne et le comportement rel du systme. Lcart entre
consigne et comportement rel sert de base au signal de commande du systme. Dans la
commande par retour dtat, nous nallons pas mesurer le signal de sortie pour le
boucler sur lentre, mais nous allons nous servir du vecteur dtat complet pour
prendre connaissance du comportement du systme.
2 .2 . PRINCIPE
PRINCIPE DE LA COMMANDE
COMMANDE PAR RETOUR DETAT
Le principe est de dterminer une commande telle que les ples du systme
de la fonction de transfert du systme boucl soient convenablement placs dans le plan
complexe et satisfasse des spcifications damortissement, de rapidit...
Les ples de la fonction de transfert tant les valeurs propres de la matrice dtat, le but
est donc de raliser un asservissement modifiant convenablement la matrice dtat du
systme.
Figure (2-12 : Systme en boucle ouverte

Soit un systme dcrit par lquation dtat suivant :
67 (82 9 :6(82 ; <=(82 A
5 (2-12
>(82 9 ?6(8 2 ; @=(82
Dans le cadre de ce cours, on se restreint la commande linaire construite par

rtroaction linaire de ltat du systme sur lentre :
=(82 9 B(82 C D6(82 (en boucle ouverte2 (2-22
17
Le signal de commande du systme (autrement dit lcart2 doit tre construit en

soustrayant au signal de consigne un signal qui dpend du vecteur dtat. Ce vecteur
dtat tant compos de n signaux 6F (82, 6G (82, . . . , 6H (82, on le multiplie par un vecteur
ligne (K2 appel vecteur de gain pour pouvoir effectuer cette soustraction. On a alors :
D 9 JKF KG KH M (2-32
Et :
6F
6G
=(82 9 B(82 C D6 (82 9 B(82 C JKF KG KH M O P Q (2-42
6H
Figure (2-22 : Bouclage du systme par un vecteur de gain.

Les quations du systme en boucle ferm sont :
67 (82 9 :6(82 ; <=(82
T =(82 9 B(82 C D6(82 A (2-52
>(82 9 ?6(82 ; @=(82
Lquation dtat du systme en boucle ferm scrit :

67 (82 9 :6(82 ; <JB(82 C D6(82M 9 J: C <DM6(82 ; <B(82 (2-62
Par consquent, la matrice dtat du systme en boucle ferm vaut : (A C BK2.
La dynamique du systme boucl est donc fixe par les valeurs propres de la matrice
(: C <D2; ces valeurs propres sont les racines de lquation caractristique :
XY8Z[\ C (: C <D2] 9 ^([2_àb 9 0 (2-72
2 .3 . RESOLUTION DU PROBLEME
PROBLEME PAR PLACEMENT DE POLES
On considre le systme suppos commandable 67 9 :6 ; <= et on
cherche un rgulateur pour ce systme de la forme = 9 B C D6, o r est la nouvelle
entre. Il est lgitime de vouloir choisir la matrice de rgulation de faon imposer
18
les ples du systme boucl. Ce problme est quivalent imposer le polynme

caractristique du systme. Soit g([2 le polynme dsir, que lon supposera bien
sr de degr n. il nous faut rsoudre lquation polynomiale :
XY8Z[\ C (: C <D2] 9 g([2 (2-82
Dite de placement de ples. Cette quation peut se traduire en j quation scalaires.
Rappelons en effet que deux polynmes de degr n et unitaire [H ; kH`F [H`F ; l ; km
et [H ; nH`F [H`F ; l ; nm sont gaux si et seulement si leurs coefficients sont tous
gaux, c'est--dire si kH`F 9 nH`F , , km 9 nm . Noter systme des j quations possde
m.n inconnues qui sont les coefficients Kpq , r s t1, , uv, w s t1, , jv. En fait, unes seule
matrice solution D nous suffit. On peut donc fixer (u C 12 lments de D afin quil ne
nous reste plus que n inconnues. Mais le systme obtenu nest pas toujours linaire.
Tout est simple lorsque le systme possde une seule entre. En effet, lquation
polynmiale (2-82 se traduit forcment par un systme de j quations linaires j
inconnues qui admet une et une seule solution (car le systme est commandable2.
Dans le cas o le systme possde u entres, on peut choisir D de la forme :
D 9 <x DF
O la matrice <x (u y 12 est choisie arbitrairement de faon conserver la
commandabilit et solliciter les entres les moins coteuses. La quantit DF 9
JKF , , KH M est la matrice 1 y j dterminer. Le systme polynmiale (2-82 se traduit
alors par un systme linaire en KF , , KH .
2.3.1. APPLICATION DE LA METHODE PLACEMENT DE POLES
Nous allons ici illustrer la rsolution de lquation polynmiale (2-82,
lorsque le systme nadmet quune seule entre. Les mthodes proposes ici
ncessitent des calculs assez fastidieux. Considrons par exemple le systme :
1 4 C1 2
67 9 |6 C1 3 }6 ; | 3 }=
2 2 C5 C1
Que lon cherche stabiliser par un retour dtat de la forme :
= 9 B C D6
Avec
D 9 (KF KG K 2
Cherchons K de faon ce que ce polynme caractristique g([2 du systme en
boucle ferme ait pour racines C1, C1 C 2w, C1 ; 2w, c'est--dire :
g([2 9 ([ ; 12([ ; 1 ; 2w2([ ; 1 C 2w2
19
g([2 9 [ ; 3[G ; 7[ ; 5
XY8Z[\ C (: C <D 2] 9 g([2
[ 0 0 1 4 C1 2
XY8 |0 [ 0} C |6 C1 3 } ; | 3 } (KF KG K 2 9 [ ; 3[G ; 7[ ; 5
0 0 [ 2 2 C5 C1
C'est--dire
[ C 1 ; 2KF C4 ; 2KG 1 ; 2K
XY8 C6 ; 3KF [ ; 1 ; 3KG C3 ; 3K 9 [ ; 3[G ; 7[ ; 5
C2 C KF C2 C KG [ ; 5 C K
Ou encore
[ ; (2KF ; 3KG C K ; 52[G ; (25KF ; 21KG ; 10K C 292[
;41KF ; 72KG ; 71K C 129 9 [ ; 3[G ; 7[ ; 5
On obtient le systme linaire suivant :
2 3 C1 KF 5 3
|25 K
21 10 } G ; | C29 } 9 |7}
41 72 71 K C129 5
Ainsi,
KF 2 3 C1 `F 3 5 1.4227
KG 9 |25 21 10 } |7} C | C29 } 9 |C0.94158}
K 41 72 71 5 C129 2.0206
Soit :
D 9 J1.4227 C0.94158 2.0206M
2.3.2. FONCTION DE TRANSFERT EN BOUCLE FERMEE
On peut calculer la fonction de transfert en boucle ferme du systme
partir de la reprsentation dtat. Supposons que le systme, en boucle ouverte, soit rgi
par les quations dtat suivantes :
67 (82 9 :6(82 ; <=(82 A
5
>(8 2 9 ?6(8 2
On a en boucle ferme :
67 (82 9 :6(82 ; < ZB
(2
8 C D6
(
8 2]
(2
Donc, on obtient :
67 (82 9 (: C <D 26 (82 ; <B(82
Nous appliquons la transforme de Laplace aux quations dtat :
[([2 9 (: C <D2([2 ; < ([2A
5
([2 9 ?([2
20
On tire :
(\H [ C : ; <D2([2 9 <([2
Donc :
([2 9 (\j [ C : ; <D2C1 <([2
Do :
a ([2 9 9 ? (\H [ C : ; <D2`F < (2-92

(2
(2
2.3.3. DETERMINATION DU VECTEUR DETAT

La commande par retour dtat suppose que lon connaisse parfaitement le
systme, mais surtout, que lon puisse accder au vecteur dtat. Trois cas peuvent se
prsenter :
- tous les signaux internes composant le vecteur dtat sont accessibles la mesure
; dans ce cas, les variables dtat sont mesurables et des capteurs judicieusement
placs permettent daccder aux informations ncessaires au retour dtat ;
- toutes les variables dtat ne sont pas mesurables mais le systme est
compltement observable ; il est alors possible de reconstruire le vecteur dtat
un instant donn partir de la connaissance du signal de sortie et du signal
dentre du systme sur un intervalle de temps prcdent ; on utilise pour ce
faire, un observateur dtat ;
- le systme nest pas compltement observable ; il est alors ncessaire destimer le
vecteur dtat au moyen dun estimateur dtat.
2 .4 . EXERCICES DAPPLICATION
A. EXERCICE No1
On considre un systme rgi par lquation dtat :
C1 C5 4
9 :6 ; <= o : 9 , < 9

2 C8 C1
tudier la commandabilit de ce systme et calculer le vecteur de gain (K2 introduire
dans une boucle de retour dtat pour que le systme, en boucle ferme et soumis un
chelon unitaire de consigne, soit caractris par un coefficient damortissement 90.45
et n97.5sec.
21
B. EXERCICE No2
On considre le systme une entre, une sortie et dordre n associ la
reprsentation dtat suivante :
67 (82 9 :6 (82 ; <=(8 2A
5
>(82 9 ?6
12 Quelles sont les dimensions des matrices A, B et C ?
2) Quel nom donne-t-on la matrice A, B et C ?
32 Que reprsentent les valeurs propres de la matrice A ?
42 Que doit satisfaire A pour que le systme soit stable ?
52 Donner lexpression de la fonction de transfert du systme en fonction de A,
B et C.
6) Donner la condition portant sur A et B pour que le systme soit commandable.
72 Ecrire lexpression gnrale de la commande par retour dtat et donner une
reprsentation schmatique du coupe systme retour dtat.
82 Donner la condition portant sur A et C pour que le systme soit observable.
C. EXERCICE No3
Soit le systme dcrit par le schma de la figure 1.
On prend comme vecteur dtat, le vecteur X suivant:
9 J6F 6G 6 6 M
Figure : Schma fonctionnel du systme

12 Ecrire la reprsentation dtat de ce systme.
22 Etudier la commandabilit et lobservabilit en utilisant les matrices de
commandabilit et dobservabilit.
32 A partir du schma fonctionnel de la figure 1, dterminer la fonction de
transfert du systme.
42 En effectuant un changement de variables dtat, dterminer la
reprsentation dtat du systme sous forme modale.
22
52 Donner le schma fonctionnel correspondant la forme modale

(dcomposition parallle2 et analyser la commandabilit et lobservabilit sur
le schma.
D. EXERCICE No4
On considre le systme ayant pour fonction de transfert :
1
([2 9
[([ ; 12
12 Donner la reprsentation dtat du systme sous forme compagne pour la
commande. On notera x le vecteur dtat associ a cette reprsentation.
22 Donner le schma fonctionnel correspondant cette reprsentation.
32 Dterminer le retour detat K ncessaire pour imposer -2 et -5 comme ples
du systme boucl.
42 Dterminer la fonction de transfert du systme boucl.
E. EXERCICE No5
On considre le systme ayant pour fonction de transfert:
([2 [;3
([2 9 9
([2 [([ ; 12([ ; 22
12 Donner la reprsentation dtat du systme sous forme compagne pour la
commande. On notera x le vecteur dtat. On prcisera bien ce que vaut x.
22 Dessiner le schma fonctionnel correspondant cette reprsentation.
32 Dterminer le retour dtat K ncessaire pour imposer les valeurs -2, -5 et -10
comme ples du systme boucl.
42 Dterminer la fonction de transfert du systme boucl.
23
Chapitre 3 Commande optimale
Commande optimale
3 .1 . INTRODUCTION
Les problmes de commande optimale se rencontrent dans la vie de tous les
jours : comment arriver destination le plus rapidement possible, comment minimiser
sa consommation... Pour un systme dynamique donn et dont les quations sont
connues, le problme de commande optimale consiste alors trouver la commande
minimisant un critre donn.
On s'intressera dans une premire partie la commande optimale telle qu'elle a t
pose initialement et dans le cas des systmes les plus gnraux. Dans une seconde
partie, on s'intressera plus particulirement aux systmes linaires dans le cas d'un
critre quadratique, cas connu sous le nom de commande linaire quadratique (LQR :
Linear Quadratic Rgulator).
3 .2 . CONTROLE OPTIMAL DES SYSTEMES

La conception de contrle optimal des systmes est une fonction importante
de l'automatique. Le but de la conception est de raliser un systme de contrle de telle
faon que le systme en boucle ferme est identique un systme dsir (ce systme est
impos selon des critres bien dfini). L'excution de ces critres dsirs est obtenue
par la minimisation dun critre de performance ou lindice de performance (not J). Les
indices de performance sont normalement spcifis dans le domaine temporel; donc, il
est normal que nous souhaitions laborer des procdures de conception dans le
domaine temporel.
Dans cette section, nous considrerons la conception de systme de contrle optimal qui
est dcrit par une formulation de variable d'tat. Nous considrerons que la mesure des
variables d'tat est utilise pour calculer un signal de commande u(t) de sorte que
l'excution du systme soit optimise.
Soit un systme temps continu de reprsentation d'tat :
24
:; < =(:, >, ?) (3-1)

Et de condition initiale :(?A ) < :A , o ? C D, > C DE F? : C DG . Les signaux > et : sont des
fonctions de D vers respectivement DE et DG . Pour la condition initiale :A et la
commande >, l'quation d'tat (3-1) dfinit une trajectoire unique : pour l'tat
sur I?A ; ?J ]. Celle-ci est fonction de la condition initiale :A et de la commande >
sur I?A ; ?J ].
Lindice de performance J d'un systme de contrle peut tre exprim en gnral par :
M < NA Q = (:, >, ?)O? (3-2)
P
O x est le vecteur d'tat, u est le vecteur de commande, et tf est le temps final
Figure (3-1) : Systme de contrle en termes : et >.

Le systme de contrle que nous considrerons est montr sur la figure (3-1) et peut
tre reprsent par l'quation diffrentielle suivante:
:; < S: T U> (3-3)
Il est intressant de noter que la commande optimale obtenue s'crit comme un retour
d'tat :
>V(?) < WX:(?) (3-4)
Par exemple, nous pourrions employer

>VZ < W[Z :Z , >V\ < W[\ :\ , , >VE < W[G :G (3-5)
Alternativement, nous pourrions choisir le vecteur de commande par :

>VZ < W[Z (:Z T :\ ), >V\ < W[\ (:\ T :_ ), (3-6)
La loi de commande est > < WX:, o K est matrice de dimension b:c. Par consquent,
sous la forme augmente, nous avons :
25
>VZ :
[ZZ [ZG :Z
>V\
d f < Wg e e e h d e\ f (3-7)
e
[EZ [EG :
>VE G
Substituant l'quation (3-7) dans l'quation (3-3), nous obtenons :

:; < S: W UX: < j: (3-8)
O H est une matrice de dimension c:c rsultant de l'addition des lments S W UX.
Dans ce cas, lindice de performance J est lintgral du carr derreur, donc le critre
s'crit alors :
M < NA QI:Z (?)]\ O? (3-9)
P
Pour deux variables dtats :Z et :\ , lindice de performance scrit par :

M < NA Qn:Z\ (?) T :\\ (?)oO? (3-10)
P
Puisque nous souhaitons dfinir le critre de performance en termes d'intgral de la

somme des carres des variables d'tat, nous emploierons l'opration vectorielle
suivante :
:Z
t :\ w
s v
: q : < I:Z , :\ , :_ , , :G ] s :_ v (3-11)
sev
r:G u
O : q est le transpos du vecteur :. Lindice de performance devient :

M < NA Q : q :O? (3-12)
P
Pour ?J tend vers linfini, le principe de la commande optimale est de driver lindice de
performance par rapport au temps (Pour obtenir la valeur minimum), on obtient :
(: q y: ) < :; q y: T : q y:; (3-13)

x
xP
Substituant l'quation (3-8), nous obtenons

O q
(: y:) < (j: )q y: T : q y(j: )
O?
< : q jq y: T : q yj:
< : q (jq y T yj): (3-14)
26
Avec (j: )q < : q jq . Si nous supposons que jq y T yj < Wz, alors l'quation (3-14)
devient :
(: q y:) < W: q : (3-15)
x
xP
Substituant l'quation (3-15) dans l'quation (3-12), nous obtenons
M < NA W xP (: q y: )O? < |W: q y:|{

A < : (0)y: (0) (3-16)
{ x q
Dans l'valuation de la limite ? < , nous supposons que le systme est stable, et par
consquent :() < 0. Par consquent, pour rduire au minimum le critre de
performance J, nous considrons les deux quations :
M < NA : q : O? < : q (0)y:(0) (3-17)
{
Et :
jq y T yj < Wz (3-18)
Les tapes de conception sont alors comme suit :
1. Dterminer la matrice P qui satisfaite l'quation (3-18), o H est connu.
2. Rduire au minimum J en dterminant le minimum de l'quation (3-17) en
ajustant un ou plusieurs paramtres de systme non spcifis
Exemple : (rsoudre au cours)
On Considre le systme contrler en boucle ouverte
O :Z 0 1 :Z 0
< T > (?)
O? :\ 0 0 :\ 1
O :Z et :\ sont les variables d'tat.
Avec :
0 1 0
S< ,U <
0 0 1
Nous choisirons un systme de contrle de rtroaction de sorte que :
:Z
>(?) < WX: (?) < I[Z [\ ] :
\
1
Si nous supposons que [1<1 et les conditions initiales sont : (0) < , calculer le gain
1
optimal K et reprsenter lallure de lindice de performance J.
27
3 .3 . COMMANDE LINEAIRE QUADRATIQUE

On parle de commande linaire quadratique : LQ ou LQR pour linear quadratic
regulator. Le systme est linaire et la commande est quadratique. La commande optimale est
un retour d'tat. Le principe de la commande LQR est prsent dans la figure (3-2).
Figure (3-2) : principe dune commande par retour dtat.
3.3.1. SYNTHESE DU REGULATEUR

REGULATEUR LQR
Considrons un systme linaire sous forme dquation dtat suivant:
:; (?) < S(?): (?) T U(?)>(?)|
(3-19)
(?) < :(?)
O on va supposs que La paire (A, B) est stabilisable, cest--dire quil ny a pas de
mode instable et ingouvernable dans le systme.
Soit un rgulateur par retour detats dont le processus a pour quation dtat lquation
(3-19). Le problme simplifi du rgulateur linaire quadratique consiste trouver la
matrice du correcteur K qui minimise la fonction du cot (ou le critre de performance)
suivante :
M(:A , >) < \ : q n?J o:n?J o T \ NP Qn: q (?) (?): (?) T >q (?)(? )> (?)oO? (3-20)
Z Z P

Les matrices de pondration Q et R sont dfinies positives et symtriques. Et S est la

matrice de solution de lquation de Riccati (est dfinie positives et symtrique).
Le Lagrangien s'crit alors :
(:, >, , ?) < q S(? ): T q U (?)> T \ (: q (?): T > q (? )> ) (3-21)
Z
La loi de commande optimale est obtenue si le driv de lagrangien par rapport la loi
de commande est nul :
28
< Uq (?) T (?)> < 0 (3-22)

Donc, on peut tirer la optimale partir dquation (3-22) :

>P < W Z (?)U q (?) (3-23)
O :
n?J o < :n?J o (3-24)
Le principe du maximum donne la condition suivante :
; < W < WSq (?) W (?): (3-25)

Alors l'quation dynamique du systme en boucle ferme s'crit :

:; < Sq (?):(?) W U(? ) Z (?)U q (?)(? ) (3-26)
Les quations (3-24) et (3-26) peuvent se mettre sous la forme d'un systme matriciel
appel systme Hamiltonien :
: (?) S(?) WU (?) Z (?)U q (?) :(?)
< (3-27)
x
xP (? ) W (?) WSq (?) (?)
Ecrivons p(t) < P(t)x(t), comme nous y incite (4-8), avec comme condition finale
P(tf)<S. L'quation (3-26) s'crit alors :
; (?) < WnSq (?)y(? ) T (?)o: (?) (3-28)
Avec ; (?) < y;(?):(?) T y(?):; (?)et l'quation d'tat (3-19) du systme, l'quation (3-
28) s'crit (en omettant la rfrence au temps au d'allger les notations) :
ny; T yS T Sq y W yU Z U q y T o: < 0 (2-29)
La solution est alors obtenue en rsolvant l'quation (diffrentielle) de Riccati suivante:
y; T yS T Sq y W yU Z U q y T < 0 (3-30)
Avec la condition finale P(tf ) < S. Remarquons que la condition :
: q ny T yS T Sq y; W yU Z y T o: < 0 (3-31)
Scrit aussi :
(: q y:) T : q : T >q > (3-32)
x
xP
Il est intressant de noter que la commande optimale obtenue s'crit comme un retour
d'tat > < WX(?): avec :
X < W Z Uq y (3-33)
On peut rcrire toutes les quations du systme en temps continu par des quations en
temps discret (voir le tableau ci-dessous) :
29
Type de systme Systme continu Systme discret

: ( T 1) < S: (: ) T U> ( )|
devient :
() < >()
quation (3-19)
devient : M < \ A : ()() :() T

Z q
>q ()( )> ( )

quation (3-20)
A \ : ()() :() T
devient : < q Z
> q ( ) ()>() T q ( T 1)nW: ( T

Z
\
quation (3-21)
1)S(): () T U()>()o
< ()>() T U q ()( T 1) <

()
0
devient:
quation (3-22)
devient :>() < W Z ()U q ()( T 1)

devient :() < y( ): ()
quation (3-23)
devient :( T 1) < WnSq ()y( ) T ( ): (:)o

quation (3-24)
devient ::( T 1) <

quation (3-25)
q ():(:)
S W U()Z ()U q ()()
quation (3-26)
:( T 1)
<
( T 1)
S( ) U( ) Z ( )U q () :()
devient :
quation (3-27)

W() Sq ()
( T 1) < WnSq ()y() T ()o: (: )
devient :y( T 1) T y()S( ) T Sq ( )y() W
quation (3-28)
y( )U()Z ( )U q ()y( ) T ()
quation (3-30)
devient : X() < Z ()U q ( )y( T 1)S( )

o : Z () < ( ) T U q ()y( T 1)U( )
quation (3-33)
3.3.2. CHOIX DES MATRICES DE

DE PONDERATION
Il est intressant de remarquer d'abord que la multiplication des
pondrations Q et R par un mme scalaire laisse inchang le gain K. En effet, soit P
solution de (3-30) et soit le nouveau problme bas sur les pondrations < et
< . On vrifie que y < y est solution de l'quation de Riccati correspondante. En
effet :
< W Z Uq y < W Z Uq y < X
X (3-34)
Sans restriction, les pondrations peuvent tre choisies symtriques. Elles sont
gnralement choisies diagonales. Ainsi, on se ramne au choix de n scalaires pour l'tat
et de p scalaires pour la commande. Voici une mthode simple de choix et de
modification des pondrations en vue d'aboutir un correcteur satisfaisant.
30
1. Au dpart, on choisit gnralement des pondrations gales aux matrices

identit.
2. Dans une seconde tape, on acclre ou dclre globalement le systme en
multipliant la matrice Q par un scalaire (acclration avec 1 et dclration
avec 1), jusqu' obtenir une dynamique moyenne adapte.
3. Dans le cas o certains tats auraient des dynamiques trop lentes par rapport
d'autres, on peut choisir d'augmenter la pondration de Q correspondant aux
premiers.
4. Dans le cas o certains actionneurs seraient trop sollicits par rapport d'autres,
on peut choisir d'augmenter la pondration de R leur correspondant.
Exemple : (rsoudre au cours)

Soit le systme sous la forme despace dtat suivant :
:; (? ) < S:(?) T U>(?) T F(?)|

(?) < :(?)
O :
0 1 0 0
S< , U , < , < I1 W1]
0 0 1 1
Nous recherchons le rgulateur (e(t)<0) qui minimise le critre :
{
M < I \ (?) T >\ (?)]O?

A
En appliquant lquation de Riccati :

yS T Sq y W yU Z Uq y T T 0
O on pose Q:
< q
31
3 .4 . COMMANDE LINEAIRE GAUSSIENNE

GAUSSIENNE LQG
Le rgulateur LQG est une combinaison entre un rgulateur LQR et un

estimateur de Kalman (LQG<LQRTfiltre de Kalman). La synthse LQG de retours
dynamiques dtat, qui combine un retour dtat LQ et un filtre de Kalman. Nous
prsentons principalement les proprits structurelles de la commande LQG (principe
de sparation).
3.4.1. PRINCIPE DU FILTRE DE KALMAN
Nous supposerons donc que notre systme perturb peut tre modlis
par le modle dtat suivant appel modle de Kalman :
:(?) < S:(?) T U>(?) T (?)|
(3-35)
(?) < : (?) T >(?) T (?)
O : : DG , > DE , D , D , D
O et reprsentent des bruits blancs, de moyenne nulle, indpendants, avec
respectivement pour matrice de covariance et .
Auquel nous adjoindrons les hypothses suivantes. Nous supposerons que :
H1 : La paire (A,C) est dtectable, cest--dire quil ny a pas de mode instable et

inobservable dans le systme,
H2: les signaux (?) et (?) sont des bruits blancs gaussiens centrs de Densit
Spectrale de Puissance (DSP) et respectivement, cest--dire :
I(?)(? T )q ] < ()
I(?)(? T )q ] < ()
I(?) (? T )q ] < 0 (cette dernire relation traduit
lindpendance stochastique des bruits w(t) et v (t) : cette hypothse est introduite
pour allger les calculs qui vont suivre mais nest pas ncessaire).
Avec : 0 F? 0.
O :
E : Cest esprance mathmatique.
: Est le symbole de Kronecker.
H3: V est inversible (il y a autant de sources de bruits blancs indpendantes que de
mesures dans lequation de mesure).1
1
V est donc une matrice dfinie positive et W est une matrice semi-dfinie positive.
32
3.4.2. SYNTHESE DU REGULATEUR LINEAIRE QUADRATIQUE GAUSSIENNE

LQG
Par rapport la commande LQ, la commande LQG prsente l'intrt de

s'appliquer a des systmes dont l'tat n'est pas mesur. Dveloppe au dbut de la
seconde moiti du 20me sicle et applique lors du programme spatial Apollo pour la
stabilisation de lanceurs, elle est apparue comme la premire mthode gnrale pour
l'asservissement des systmes multivariable. La commande LQG est compose dune
commande LQR avec un observateur des tats par la mthode du filtre de Kalman. O le
schma de principe de cette commande est illustr par la figure (3-3). On remarque
daprs cette figure que le principe de la commande LQG est le mme comme la
commande LQR seulement la loi de commande dans le rgulateur LQG est la
multiplication du gain de retour par ltat estime par le filtre de Kalman :
Figure (3-3) : La structure du correcteur LQG.
La loi de commande est obtenue par :

>P (?) < WX:V(?) (3-36)
Avec :
33
X < W Z Uq y (3-37)
3.4.2.1. SYNTHESE DU FILTRE DE KALMAN
On considre le systme linaire stationnaire et stochastique

possdant la modlisation dtat suivante :
: (?) < S: (?) T U>(? ) T (?)|
(3-38)
(?) < :(?) T >(?) T (?)
A partir du vecteur y de mesures bruites (retour de sortie), nous recherchons une loi
de commande qui minimise le critre :
M < limP{ NA q J T >q J > (3-39)

P
J et J deux matrices de pondration avec, comme prcdemment :

J < Jq 0 F? J < Jq 0
La solution de ce problme sappuie sur le principe de sparation qui tablit que la

commande optimale est obtenue comme le montre dans figure (3-3).
Le principe de la commande LQG est bas sur les tapes suivantes :
a) en recherchant lestim optimal :V (au sens de la variance derreur minimale) de

ltat x par la mthode du Filtre de KALMAN, cest--dire on estime ltat x par
lquation classique du filtre de KALMAN condition que le triplet (S, , )

soit dtectable et stabilisable.

:; (?) < S:V (?) T U>(?) T XJ n W :V W >(?)o
Avec : XJ < yJ q JZ o obit lquation de RICCATI suivante :
yJ Sq T SyJ W yJ q JZ yJ T J < 0 (3-40)
Avec : yJ < yJq 0
b) en employant cet estim comme sil tait la mesure exacte du vecteur dtat, pour
rsoudre le problme de commande optimale linaire dterministe (mthode
LQ) ; soit (si (S, U, )) est dtectable et stabilisable) :

> < WX:V(?)
Avec :
X < Z Uq y |

yS T Sq y W yU Z Uq y T < 0
34
La figure (3-3) reprsente la structure du correcteur LQG dans la boucle de rgulation.

La reprsentation dtat du correcteur LQG scrit :
;
: S W UX W XJ T XJ X XJ :V
< (3-41)
> WX 0
3.4.2.2. CHOIX DES MATRICES DE COVARIANCES ET CALCUL DU GAIN
Les diffrents tats mesurs, prdits et estims passent par ces

matrices. Leurs buts sont de minimiser les erreurs lies une modlisation approche et
la prsence de bruits sur les mesures. Ce rglage requiert une attention particulire et
seul un rglage en ligne permet de valider le fonctionnement du filtre. Cependant
quelques grandes lignes permettent de comprendre linfluence du rglage de ces valeurs
par rapport la dynamique et la stabilit du filtrage.
La matrice Qf lie aux bruits entachant ltat, permet de rgler la qualit estime de
notre modlisation et de sa discrtisation. Une forte valeur de Qf donne une forte valeur
du gain Kf rduisant limportance de la modlisation et de la dynamique du filtre. La
mesure possde alors un poids relatif plus important. Une trop forte valeur de Qf peut
cependant crer une instabilit de lobservation.
La matrice Rf rgle quant elle le poids des mesures. Une forte valeur indique une
grande incertitude de la mesure. Par contre, une faible valeur permet de donner un
poids important la mesure. Cependant, il faut faire attention au risque dinstabilit aux
faibles valeurs de Rf.
Les rglages de Qf et de Rf ont t effectus afin dassurer une stabilit dans toute la
plage des tats estimer, tout en respectant un compromis avec la dynamique et les
erreurs statiques. Ces rglages ne sont srement pas optimaux, mais les qualits de ce
filtre assurent un fonctionnement correct.
En consquence, nous fixons les matrices Qf et Rf comme suit :
J < q
J <
Exemple :
Soit le systme dtat suivant :
:; (?) < S:(?) T U>(?) T (?)|

(?) < :(?) T (?)
0 1 0 0
O : S < ; U < ; < ; < I1 W1]
0 0 1 1
Avec : I(?) q (?)] < \ et I(?) q (?)] < \ ( < 10, < 1)
1) Calculer le gain de Kalman Kf. XJ < I[JZ [J\ ]
35
Chapitre 4 transforme en Z
Transforme en z
4 .1 . INTRODUCTION :
Jusqu prsent, nous navons tudi que des systmes linaires continus,
dont la principale fonction consistait traiter continment, en temps rel, des signaux
eux-mmes continus, cest--dire des signaux reprsents par des fonctions continues
du temps. On parle alors de signaux et de systmes temps continu.
Dans la ralit industrielle, la complexit des systmes, ainsi que celle des traitements
raliser, ncessite souvent le recours des outils numriques de traitement :
ordinateurs, calculateurs, systmes numriques en tout genre.
De tels outils ne peuvent en aucun cas saccommoder de signaux continus ; ceux-ci
doivent tre transforms en suites de nombres pour pouvoir tre traits. De mme, ces
systmes dlivrent, leur sortie, des suites de valeurs numriques, autrement dit, des
signaux numriques.
La problmatique est alors de reprsenter les interactions entre des signaux physiques
modliss par des fonctions avec des signaux assimilables par des calculateurs
numriques qui se prsentent sous forme de suites. Lutilisation des calculateurs
numriques utiliss en temps rel pour commander, piloter, guiderdes procds ou
systmes physiques qui par essence sont le plus souvent continus a donn naissance aux
systmes commands chantillonns (discrets/numriques).
Sans entrer dans les dtails du fonctionnement des diffrents lments, la commande
par calculateur, ou processeur, dun procd ncessite la mise en uvre dun certain
nombre dlments (Figure (4-1)) :
- un actionneur, ou organe de commande qui reoit les ordres du processeur
travers un convertisseur numrique-analogique,
- un capteur, ou organe de mesure qui transmet au processeur les informations
recueillies sur le procd, travers un convertisseur analogique-numrique.
36
Figure (4-1) : Structure gnrale dune commande de procd par calculateur
Un processeur (calculateur) qui labore la commande uk et ralise

lchantillonnage.
Des convertisseurs analogique-numriques, CAN1.
Des capteurs ou organes de mesure qui transmettent au calculateur les
informations recueillies sur le systme continu, travers les convertisseurs
analogiques numriques,
Des convertisseurs numrique-analogiques, CNA2.
Un convertisseur N/A consistera maintenir constante sur lintervalle ;<=> , (< ? 1)=> @
la commande soit :
A(B ) C A (<=> ) DB E ;<=> , (< ? 1)=> @
Un tel convertisseur est appel Bloqueur dOrdre Zro (BOZ), de fonction de transfert :
1 J K LMNO
GH (I) C
I
4 .2 . ECHANTILLONNAGE DUNE FONCTION CONTINUE.
4.2.1. DEFINITION
On appelle transforme en z d'un signal f(t) la transforme de Laplace

U V(I) du signal chantillonn W V (B), dans laquelle on effectue la substitution :
X C K MN O (4-1)
Lchantillonnage dun signal que nous noterons W V (B) est le produit du signal causal
CAN : Echantillonnage des variations mesures sur le processus continu, transmis au

calculateur.
1
2
CNA : transforme le signal discret en signal continu (transmis au processus continu).
37
W(B) par un peigne de Dirac dune priodicit correspondante la priode

dchantillonnage.
W V (B ) C W (B) [
\]H Z (B J <. => ) (4-2)
La fonction W V (B) est une distribution constitue dimpulsions de Dirac aux instants
dchantillonnages et dont les surfaces correspondent aux valeurs de W (B) ces
mmes instants.
Notation : _;U(I)@ À _;W(B)@
Pour trouver les valeurs numriques W(<. => ) un instant B C <. => il suffit dintgrer
limpulsion de Dirac correspondante soit :
W(<. => ) C bL[ W(B). Z (B J <. => ) (4-3)
c[
Sur la Figure (4-2) nous retrouvons les reprsentations des fonctions W(B ) et W V (B).
Figure (4-2) : Echantillonnage dun signal continu
4 .3 . PROPRIETES DE LA TRANSFORMEE EN Z
Comme la transforme en z est la transforme de Laplace suivie d'un

changement de variable, ses proprits se dduisent de celles de la transforme de
Laplace.
Linarit
_;fW(B) ? gh(B)@ C fU(X) ? gi(X) (4-4)
O a et b sont des constantes
Translations relles
Retard de k priodes
k;W(B J <=> )l(B J <=> )@ C X L\ U(X) (4-5)
Notez l'oprateur "retard" X Lo
38
Figure (4-3) : Illustration de la proprit de l'avance.

Translation complexe
_;K LpMN W(B)@ C _;U(I ? f)@ C U(XK LpMN ) (4-6)
Changement d'chelle en z
_;fL\ W(<=> )@ C U rpt (4-7)

s
Thorme de la valeur finale

vwx W V (B) C vwx W(<=> ) C vwx(1 J X Lo )U (X) (4-8)
yz[ \z[ szo
Thorme de la valeur initiale

vwx W V(B) C vwxW(<=> ) C vwx U(X) (4-9)
yzH \zH sz[
4 .4 . FONCTIONS DE TRANSFERT EN Z
La restriction des systmes SISO, linaires, invariants, au repos et

chantillonns rend possible lutilisation de fonctions de transfert en z, plus simples
manipuler que la reprsentation par modles dtat. Les fonctions de transfert seront
gnralement crites sous forme de fonctions rationnelles de polynmes en loprateur
davance z. On peut ainsi aisment crire la rponse dun signal filtr par une fonction de
transfert, sans dfinir la transforme en z des signaux. Loprateur davance z est notre
avis plus naturel que loprateur de retard zJ1; en effet, les ples et les zros dune
fonction de transfert se dfinissent toujours par rapport z. La transforme en a
lavantage de conduire une reprsentation mieux conditionne numriquement, mais
elle est peu rpandue. Une fois la synthse faite dans le domaine de la transforme en z,
il est toujours possible, si des problmes numriques se posent, de passer une
quation aux diffrences en pour limplantation du rgulateur.
39
De la mme manire que lon associe un systme temps continu, une fonction de
transfert, par application de la transformation de Laplace son quation diffrentielle,
on peut associer un systme temps discret, une fonction de transfert en z, par
application de la transformation en z son quation rcurrente Sous lhypothse que les
conditions initiales sont nulles (H C o C C Lo C AH C Ao C C ALo C 0) il
vient la relation suivante :
(fH ? fo X ? ? fLo X Lo ? f X )(X) C (gH ? go X ? ? gLo X Lo ? g X )l(X)
Soit encore :
(X) C l(X) (4-10)

(s)
(s)
Avec :
i (X) C (s) C (4-11)

(s) c scc s c s
p cp sccp s cp s
qui est dfinie comme la fonction de transfert en z du systme. Dans le cas gnral o les
conditions initiales sont non nulles la reprsentation en z du systme scrit plus
exactement:
(X) C (s) l(X) ? (s) (4-12)

(s) (s)
O le polynme I(z) ne dpend que des conditions initiales. Il influe sur la sortie du
systme sans modifier le comportement d au signal dentre U(z).
La factorisation du numrateur et du dnominateur conduit a la forme ples, zros, gain
suivante :
i (X) C (4-13)
(sLs )(sLs )(sLs )
p (sLO )(sLO )(sLO )
Avec :
I]o :ples X]o : zros <C : gain

p
Par dfinition les ples du systme sont les racines du polynme dnominateur et les
zros du systme sont les racines du polynme numrateur. Les uns et les autres ont par
dfaut des nombres soit rels soit complexes.
Certains auteurs prfrent une formulation en X Lo de la fonction de transfert. On peut
lobtenir partir de la formulation en z comme suit :
i(X) C X L (4-14)
oc
V s ccV s
p ocp
V s ccpV s
Avec les notations suivantes :
40
gV C fV C (4-15)
p
p
O X Lo reprsente loprateur retard qui est physiquement raliste tandis que z

suppose de prvoir les instants futurs. Bien entendu, les formulations en z et X Lo sont
quivalentes.
Lcriture (4-15) fait apparatre non seulement le gain, les ples, les zros mais
galement un retard pur X L entre une excitation en entre du systme et son effet sur
la sortie.
Notons galement que, comme dans le cas des systmes temps continu, le
dnominateur de la fonction de transfert est appel galement polynme caractristique
caractristique
du systme. Son degr n correspond lordre
ordre du systme
systme et ses racines sont les ples du
systme :
f X ? fLo X Lo ? ? fo X ? fH C f (X J Io )(X J I ) (X J I ) (4-16)
4.4.1. THEOREME DE SHANNON
Parmi les proccupations essentielles de lchantillonnage, on a celle qui

consiste ne pas perdre dinformations lors de la discrtisation temporelle du signal
continu. Pour que cela soit possible, une des conditions remplir est que le signal e(t)
que lon doit chantillonner ait une largeur spectrale (exprime en Hz ou rad/s) finie,
finie on
parle alors dun spectre de type passe-bas. On rappelle que la largeur spectrale dun tel
signal est dfinie par lintervalle ;0, W @ o W est la plus grande frquence prsente
dans le spectre frquentiel de ce signal.
Cette condition dcoule du phnomne de recouvrement (ou repliement) de spectre,
pour prserver, lors de lchantillonnage dun signal K(B), le contenu spectral de ce
signal, la frquence dchantillonnage, W> C 1/=> , doit tre suprieure au double de
W , la largeur spectrale du signal :
W> 2Wp
En pratique, il est recommand de choisir la frquence dchantillonnage dans une

fourchette de lordre de 6 24 fois la frquence de coupure du procd.
Exemple :
Ainsi, pour un procd dordre 1 :
1
i (I) C
1 ? I
41
La frquence de coupure est W C 1/(2). La frquence dchantillonnage W> C 1/=>

sera choisie telle que :
6 1 24

2 => 2
Soit approximativement :

=>
4
4.4.2. CALCULE DE LA FONCTION DE TRANSFERT ECHANTILLONNEE

Dans cette sous-section, la mthode de calcul qui permet la donne dune
fonction de transfert dun systme temps continu de dduire le modle en z du
systme temps discret obtenu par chantillonnage est expose. Elle se rsume au
thorme suivant.
Thorme
Soit un procd continu modlis par une fonction de transfert i(I). Ce procd,
chantillonn suivant le schma de la figure (4-4) admet une fonction de transfert en z
telle que:
X J 1 i (I)
i (X) C _;i (I)GH (I)@ C _
X I
u(k) u(t) y(t) y(k)

B0(p) Procd
Te
Figure (4-4) : Procd chantillonn

Exemple
Considrons le systme chantillonn reprsent sur la figure (4-5) et pour lequel on
veut calculer la fonction de transfert en z.
u(k) 1 y(k)
B 0 (p)
p(p+1)
Figure (4-5) : Systme chantillonn

Te
La fonction de transfert continue tant :

1
i (I) C
I(I ? 1)
La fonction de transfert chantillonne est donne par :
42
X J 1 i (I)
i (X) C _;i (I)GH (I)@ C _
X I
Avec la dcomposition en lments simples suivante:
i (I) 1 J1 1 1
C C ? ?
I I (I ? 1) I I I?1
En utilisant le tableau (4-1), il vient :
XJ1 X => X X
i (X) C J ? ?
X X J 1 (X J 1) X J K LMN
Soit :
C K LMN J 1 ? =>
i (X) C (sLo)(sLp)
(sL)
avec f C K LMN
g C 1 J MN Loc> N
M oL> N
N
Application numrique :
Soit => C 1K. Il vient :
X ? 0.7183
i (X) C 0.3679
(X J 1)(X J 0.3679)
() C ;()@ () () C
Transforme de Laplace Signal continu Signal chantillonn Transforme en z
Z(B) WH C 1, D< 0 W\ C 0
L Z(B J f)
1 1
L Z(B J = ) W C 1, D< W\ C 0 X L
A(B) X
XJ1
1
B <= X
=
(X J 1)
B < = X(X ? 1)
=
(X J 1)
K Lpy K Lp\M X
? X J K LpM
BK Lpy <= K Lp\M = XK LpM
( ? ) (X J K LpM )
J K Lpy J K Ly K Lp\M J K L\M X(K LpM J K LM )
( ? )( ? ) (X J K LpM )(X J K LM )
f\ X
XJf
(Jf \ ) X
X?f
1 J K Lpy 1 J K Lp\M X(1 J K LpM )
( ? ) (X J 1)(X J K LpM )
w(B) w(<= ) Xw(= )
? X J 2X`(= ) ? 1

`(B) `(<= ) XX J `(= )
? X J 2X`(= ) ? 1
TAB (4.1) Signaux chantillonnes et leurs transformes de Laplace.
43
4.5. SYSTEME A TEMPS DISCRET
Un systme temps discret se dfinit comme un oprateur entre deux

signaux temps discret. Considrons le systme reprsent sur la figure (4-6), o u(k)
reprsente le terme gnral de la squence dentre et y(k) le terme gnral de la
squence de sortie. Un modle entre-sortie, appel aussi modle externe, ne fait
intervenir que les variables dentre u(k) et de sortie y(k).
Figure (4-6) : Systme temps discret

Nous allons aborder dans ce cours deux types de modles externes, complmentaires
lun de lautre, que sont les quations rcurrentes et les fonctions de transfert.
4.5.1. EQUATION RECURRENTE
La modlisation initiale dun systme temps discret conduit souvent
lcriture dune quation rcurrente entre diffrents termes des squences dentre et
de sortie. Une quation rcurrente, pour une transmittance permet dexprimer la sortie
y(k) linstant courant en fonction de lentre u(k) au mme instant et aux chantillons
passs de la sortie et de lentre.
Le fait dexprimer par convention, linstant courant par rapport au pass ncessite que la
fonction de transfert soit mise avec des puissances ngatives de z.
Prenons comme forme gnrale dun systme discret :
C (4-17)
(s) c s c s c s cc s
(s) ocp s cp s cp s ccp s
La forme gnrale dune quation rcurrente linaire peut tre donne par :
(X) C gH l(X) ? go X Lo l(X) ? g X L l(X) ? g X L l(X) ? ? g X L l(X) J fo X Lo (X)
J f X L (X) J f X L (X) J J f X L (X)
En identifiant les termes correspondants aux mmes instants dchantillonnage nous
obtenons :
(0) C gH A(0)
(1) C gH A(1) ? go A(0) J fo (0)

(2) C gH A(2) ? go A(1) ? g A(0) J fo (1) J f (0)

(<) C gH A(<) ? go A(< J 1) ? g A(< J 2) ? ? g A(< J x) J fo (< J 1) J f (< J 2) J J f (< J )
44
Cette dernire relation constitue lquation rcurrente qui permet le calcul de la sortie
pour nimporte quelle entre.
Comme nous venons de le voir (dans les travaux dirigs), lquation rcurrente issue
dune transmittance en z permet de calculer la sortie pour nimporte quelle entre. Pour
la transforme de Laplace, il est clair que le calcul de la sortie ncessite un
dveloppement algbrique spcifique, nous mesurons l le grand intrt de la
transforme en z.
4 .6 . STABILITE DES SYSTEMES

SYSTEMES DISCRETS
Si X C K OMN , avec p complexe, alors la partie relle de p est strictement ngative si et

seulement si le module de X est strictement infrieur un. Cela signifie
gomtriquement que X C K OMN envoie le demi-plan I: K(I) 0 lintrieur du cercle
unit X: |X| 1.
Figure (4-7) : Proprit gomtrique
Thorme :
Un systme numrique est stable si et seulement si tous les ples de sa fonction de
transfert sont situs lintrieur du cercle de rayon 1. Il est dautant plus stable (amorti)
que les ples sont plus lintrieur du cercle.
Ceci est prvisible du fait de la relation de passage continu-discret : X C K OMN :
(Stabilit analogique) > (I ) 0 |X | 1 (Stabilit numrique).
Figure (4-8) : Zone de stabilit
45
Chapitre 5 Commande adaptative
Commande adaptative
5 .1 . INTRODUCTION :
Les variations paramtriques dun processus rel dans le temps suivant les
changements de lenvironnement sont influs sur la rgulation du systme boucl avec
des contrleurs paramtres fixe. Dans ces conditions, il faut trouver un rgulateur
quil est le pouvoir de ladaptation devant ces variations, parmi ces rgulateurs on
trouve les rgulateurs adaptatifs qui sont bass essentiellement sur lidentification en
ligne des paramtres du procd. Ces techniques destimation sont connues depuis les
annes soixante. Elles permettent dobtenir un modle mathmatique qui reprsente le
plus fidlement possible le comportement dynamique dun processus. Donc, la
commande adaptative fait partie dun ensemble de techniques destines ajuster
automatiquement les paramtres du correcteur des systmes de commande lorsque les
caractristiques du processus et les perturbations sont inconnues ou varient dans le
temps. Par principe, ce type de commande est non-linaire puisquil comporte deux
boucles de contre-raction imbriques : la boucle de correction et la boucle dadaptation.
Comme les preuves de stabilit sont extrmement difficiles tablir, on utilise une
gnrale de commande adaptative dfinie partir du thorme de stabilit de Landau.
Le dbut des recherches sur la commande adaptative (destines laronautique) date des
annes 1950. Cependant cause de linsuffisance de rsultats thoriques et de labsence de
moyens techniques performants, ces recherches furent trs vite abandonnes.
Les progrs rapides de llectronique et les rsultats thoriques fondamentaux tablis dans les
annes 1960 (variables dtat, analyse de la stabilit, commande stochastique) devaient
susciter de nouveau lintrt pour ce sujet durant les annes 1970. Depuis lors des tudes
considrables ont t ralises et daujourdhui elles sont mises en uvre laide de
microprocesseurs, micro-ordinateurs ou circuits spcialiss (Digital Signal Processors).
Concernant la commande adaptative on a choisi la mthode des moindres carrs rcursive
pour le bloc destimation paramtrique. Le principe de cette technique didentification est la
dtermination dun vecteur des inconnus partir de linformation des signaux dentries u(t) et
les sorties mesures y(t) du systme.
46
5 .2 . DIFFERENTS TOPOLOGIES DE LA COMMANDE ADAPTATIVE

La commande adaptative est un ensemble de techniques destines ajuster
automatiquement les paramtres du correcteur des systmes de commande lorsque les
caractristiques du processus et les perturbations sont inconnues ou varient dans le
temps. Son utilisation requiert la mesure dun certain indice de performance qui est
compar lindice dsir. Suivant lcart obtenu, le mcanisme dadaptation (algorithme
dadaptation) modifie les paramtres du correcteur ajustable afin de maintenir lindice
de performance la valeur dsire. Le principe des systmes de la commande
adaptative est illustr par la figure (5-1).
Mesure de
Performance Mcanisme
dsire
lindice de
dadaptation
performance
y(k)
+ Correcteur
Consigne Processus
autoajustable u(k)
-
Figure (5-1) : Principe des systmes de commande adaptative
La commande adaptative est dite directe (explicite), si les paramtres du correcteur

sont valus directement, et indirecte (implicite), si les paramtres du correcteur sont
calculs aprs lestimation des paramtres du processus. Cependant, il est toujours
possible de passer dun type de commande lautre en reparamtrant le problme.
Il existe essentiellement trois approches de la commande adaptative.
5.2.1. COMMANDE ADAPTATIVE A GAIN PROGRAMME

Cette mthode suppose que les non-linarits sont connues, car il nexiste pas
de correction pour compenser une programmation incorrecte (fonctionnement en boucle
ouverte). Elle a cependant lavantage dajuster rapidement les paramtres du correcteur lors
de changements rapides de la dynamique du processus (voir la gure (5-2)).
47
Programme du
gain
y(k)
+ Correcteur
Consigne Processus
autoajustable u(k)
-
Figure (5-2) : Commande adaptative gain prprogramm.
5.2.2. COMMANDE ADAPTATIVE A CORRECTEUR AUTO-

AUTO-AJUSTABLE
Cette commande comporte une boucle interne, la boucle classique

processus-correcteur, et une boucle externe comprenant un estimateur (identification
des paramtres du processus) et un mcanisme dadaptation qui minimise lerreur entre
la sortie du processus et son estimation comme le montre la figure (5-3).
Mcanisme Estimation des

dadaptation paramtres
y(k)
+ Correcteur
Consigne Processus
autoajustable u(k)
-
Figure (5-3) : correcteur auto-ajustable.
5.2.3. COMMANDE ADAPTATIVE A MODELE DE REFERENCE (CAMR)
Le comportement dynamique du processus est dfini par le modle de

rfrence et les paramtres du correcteur sont ajusts par la boucle externe de faon
minimiser lerreur de sortie processus-modle. Pour la description mathmatique du
modle de rfrence et du systme ajustable deux mthodes sont gnralement
utilises : les quations dtat ou les relations entre-sortie. Cest la deuxime, applique
des systmes discrets, qui sera considre (voir la figure (5-4)).
48
Figure (5-4) : Commande adaptative modle de rfrence.

A lorigine la CAMR traitait les problmes dasservissement alors que le correcteur auto-
ajustable tait destin aux problmes rgulation, cest pourquoi laspect de la rgulation,
pourtant inhrent tout systme de commande, a souvent t ignor dans les tudes de
CAMR.
5.3. IDENTIFICATION PARAMETRIQUE PAR LALGORITHME DES

MOINDRES CARRES RECURSIFS (MCR) :
5.3.1. INTRODUCTION A LESTIMATION

Estimer, cest obtenir un ordre de grandeur sur certaines quantits dun
systme partir de mesures dautres quantits de ce mme systme. Le problme
destimation que nous allons considrer dans ce chapitre. Soit un systme sur lequel on a
effectu des mesures B C DBE , . , BG H et un modle (p) dpendant dun vecteur de
paramtres . Il nous faut estimer tel que les sorties BK (L) gnres par (p)
ressemblent le plus possible y.
5.3.2. Mthode des moindres carrs
Les paramtres dun processus physique rel sont changs cause des variations de
lenvironnent. Dans ce cas ces paramtres doivent tre estims en ligne. Le principe de
lalgorithme des moindres carrs rcursifs consiste minimiser un critre quadratique
au carr de lerreur, entre lentre et la sortie du modle comme le montre la figure (5-
5).
49
y (t )
u (t ) e(t )

y (t )
Figure (5-5) : Le schma de principe pour lindentification MCR.
Considrons le processus mono-entre mono-sortie, linaire-invariant-discret, dcrit

par :
M(N OE )B(P) C N OQ R(N OE )S(P) (5-1)
O z-1 est loprateur retard et dV0 le retard du processus
M(N OE ) C 1 X ^[_E Z[ N [ C 1 X ZE N OE X Z\ N O\ X ] X Z^ N O^
R(N OE ) C à X ^[_E `[ N [ C à X È N OE X `\ N O\ X ] X `^ N OK ; à c 0
La sortie linstant k est donne par :
B(P) C e f g (P h i) (5-2)
O e f C jZE , Z\ , , Z^ , à , È , , `K k
g f (P h i) C jhB(P h 1), hB(P h 2), , B(P h l), S(P h i), S(P h i h 1), S(P h i h m)k
Le critre quadratique minimiser a pour expression :
p_E op C \ p_EDB(P ) h e (P ) g (P h 1)H

n(e) C \ q
\
(5-3)
E \ q E f
O :
: est le vecteur de mesure.
: est le vecteur estimer.
y : est la sortie du systme.
Le minimum du critre J est obtenu par le jeu de paramtres qui annule sa drive dans
lespace paramtrique.
p_EDB(P ) h e (P ) g (P h 1)HDhg (P h 1)H C 0

C q (5-4)
st(u) f
su
Ceci donne :
p_EDg (P h 1)B(P )H h p_E g (P h 1)g (P h 1) e (P )

q (5-5)
q f
Donc le vecteur des coefficients estimer est donn comme suit :
50
e (P ) C (q
p_E g (P h 1)g (P h 1) ) (p_E g (P h 1)B(P ))
f OE q
(5-6)
Lquation de vecteur estimer scrit par :
p_E g(P h 1)B(P))

e(P) C w(P h 1)(q (5-7)
Avec :
P(k) : la matrice de variance de lerreur destimation.
O cette matrice est donne par :
w(P ) C (q
p_E g (P ) g (P ) )
f OE
(5-8)
En utilisant le lemme dinversion de matrice suivant :
(M X Rz{)OE C MOE X MOE R(z OE X {MOE R)OE {MOE (5-9)
La relation rcursive de la matrice covariance est :
T -1
P (t )C P (t - 1 )- P (t - 1 ) (t - 1 ) I X (t - 1 ) P (t - 1 ) (t - 1 ) (t - 1 ) P (t - 1 ) (5-10)

partir de lexpression prcdente du vecteur paramtres (t), on peut aboutir sa

forme rcursive.
e(~) C w(~) p_E g(P h 1) B(P) C w(P)g(P h 1) C L(~)(g(P h 1)B(~) X p_E g(P h
1)B(P)) (5-11)
Do :
e(~) C w(~)(w(~ h 1)e (~ h 1) X g(P h 1)B(~)) (5-12)
Or:
w(~) C w(~ h 1) X g(P h 1)g (P h 1)f (5-13)
Finalement on obtient lalgorithme des moindres carrs rcursifs comme suit :
e (~) C e(~ h 1) X (~) B(~) h g (P )f e (~ h 1)

(5-14)
(~) C
(OE)(pOE)
(pOE)(OE)(pOE)
w(~ ) C ( X (~ h 1)g(P h 1)w(~ h 1))

O :
I : la matrice identit.
K(t) : gain de Kalman.
Remarque :
Lalgorithme des MCR donne de moins en moins de poids aux nouvelles mesures, il ne
convient donc pour estimer des paramtres variables dans le temps. Pour obtenir un
51
algorithme capable de suivre les variations des paramtres, le critre facteur doubli
suivant est utilis.
5.4. LALGORITHME DE MCR AVEC LE FACTEUR DOUBLI

Si le systme est non stationnaire (c'est--dire si ses paramtres varient dans
le temps), alors lestimateur moindres carrs tel que nous lavons dfini jusqu prsent
ne convient pas. Il est ncessaire dliminer linfluence des anciennes donnes du vecteur
dobservation pour que lalgorithme soit capable de suivre les variations ventuelles du
processus. On va utiliser un critre affectant le poids maximal au dernier chantillon et
permettant doublier progressivement les anciennes valeurs un facteur doubli.
Le critre quadratique J dfini par :
n (e ) C q DB(P ) h e(P)f g(P h 1)H

\
p_E (5-15)
qOp
Plus le facteur doubli est voisin de zro, plus on oublie rapidement les anciennes
valeurs. Donc les valeurs typiques pour sont comprises entre 0.85 et 0.995.
Lexpression de lalgorithme des moindres carrs rcursive avec le facteur doubli scrit
par :
f
e (~) C e(~ h 1) X (~) B(~) h g(P) e (~ h 1)

(~) C (pOE)(OE)(pOE)
(OE)(pOE) (5-16)

w(~) C D X (~ h 1)g(P h 1)H
(OE)

Les gains dadaptation facteur doubli ont une capacit de poursuite (convergence
exponentielle) dans le cas o les signaux dentre-sortie sont excitants. Or cette
condition nest pas ralise lorsque le rgime stationnaire est attient. Dans ce cas le gain
dadaptation tend crotre exponentiellement et conduit lexplosion du vecteur des
paramtres. Il est fondamental de ne pas utiliser un algorithme facteur doubli dans le
cas o les signaux ne sont pas excitants.
5.5. INITIALISATION DE LALGORITHME MCR
Lalgorithme des moindres carrs rcursifs doit tre initialis de P(0) et (0).
Si on ne dispose daucune information, on peut choisir (0)C0 sans porter prjudice la
convergence de lalgorithme. Par sa dfinition P(t) C ((t)T(t))-1. P(t) reprsente la
52
matrice de covariance de (t) donc sa prcision, les lments situes sur la diagonale de
P(t) reprsentent la variance instantane de chaque paramtre. Cette remarque nous
permet alors P(0) si on na aucune information sur cela signifie que la variance de
chaque paramtre est infinie on peut alors choisir PCI (matrice diagonale), la taille
des lments de la diagonale dpend de la confidence sur les valeurs initiales des
paramtres (0).
53
Bibliographie
[1] C. Vachier, Reprsentation dtat et commande dans lespace dtat, notes de cours, UNIVERSIT
PARIS XII-VAL DE MARNE, 2007.
[2] R.C. Dorf, R.H. Bishop, Modern Control Systems, Addison Wesley Publishing Company, Seventh
Edition, 1995.
[3] J. Bordebeuve-Guib, Reprsentation dtat des systmes linaires, Polycopi de cours, ENSICA,
1997.
[4] R.C. Dorf, R.H. Bishop, Modern Control Systems, Addison Wesley Publishing Company, Twelfth
edition, 2011.
[5] A. Tewari, Modern Control Design With MATLAB and SIMULINK, Indian Institute of Technology,
Kanpur, India, 2002.
[6] Y. Granjon, AUTOMATIQUE Systmes linaires, non linaires, temps continu, temps discret,
e
reprsentation d'tat, 2 dition, Dunod, Paris, 2010.
[7] O. H. Bosgra H. Kwakernaak, Design Methods for Control Systems, Notes for a course of the Dutch
Institute of Systems and Control Winter term 20002001.
[8] A. K. Mandal, INTRODUCTION TO CONTROL ENGINEERING: Modeling Analysis and design,

Daryaganj, New Delhi 110002, 2006.
[9] E. Laroche, Commande Optimale, Polycopi de cours, Ecole Nationale Suprieure de Physique de
Strabourg, 2009-2010.
[10] D. Xue, Y. Q Chen, D. P. Atherton Linear Feedback Control Analysis and Design with MATLAB,
Springer-Verlag, July 3, 2002.
[11] L. C. Evans, An Introduction to Mathematical Optimal Control Theory, Version 0.2.
[12] D.Alazard, Rgulation LQ/LQG, Notes de cours.
[13] D.Alazard, Introduction au filtre de Kalman, Notes de cours, Janvier 2005.
[14] H. B. Merabet, A. Tahri et A. Allali, Commande Multi-Variable dun Compensateur Statique de

Puissance Ractive Par Lutilisation dun Rgulateur Linaire Quadratique LQR, 2mes Journes
Internationales dElectrotechnique, de Maintenance et de Compatibilit Electromagntique lENSET
Oran, Confrence Internationale JIEMCEM 2010, 25-27 Mai 2010.
[15] R.E. Kalman, Contributions to the theory of optimal control, Bol. Sociedad Mat. Mex., 1960.
[16] S. Tliba, M. Jungers et Y. Chitour, COMMANDE DES PROCESSUS ASSERVISSEMENTS

NUMRIQUES, Notes de cours, Universit Paris-Sud XI - ENS de Cachan, 2005.
[17] J.M Retif, AUTOMATIQUE REGULATION, Institut National des Sciences Appliques de Lyon,
EdiIon 2008.
[18] D. Peaucelle, SYSTEMES A TEMPS DISCRET Commande numrique des procds, Notes de cours,
Ecole Nationale des Sciences Appliques, 7 avril 2003.
[19] Y. B. ENSICA, Commande des systmes par calculateur, Notes de cours, 2007.
[20] J. L. Gonzales, Commande Adaptative Modle de Rfrence de Systmes Discrets, Notes de

cours, EUROPEAN ORGANIZATION FOR NUCLEAR RESEARCH, 8 Novembre 1988.
[21] I. D. Landau and G. Zito, Digital Control Systems Design, Identification and Implementation,
Springer-Verlag London Limited 2006.
[22] H. Merabet Boulouiha, Commande adaptative dun compensateur statique de puissance ractive
de type avanc, Thse de Magistre, Universit des sciences et de la technologie Mohamed Boudiaf
USTO-MB, Soutenu en 2009.

Techniques Commande Avancee PDF

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

Techniques Commande Avancee PDF

Загружено:

Авторское право:

Доступные форматы

Rpublique Algrienne Dmocratique et Populaire

Ministre de l'Enseignement Suprieur et de la Recherche Scientifique

Centre universitaire de Rlizane Ahmed Zabana

NOTES DE COURS : TECHNIQUES DE

REPRSENTATION DTAT DES SYSTMES

Dr. H. Merabet Boulouiha

Chapitre 2 Commande par retour dtat

2.2. PRINCIPE DE LA COMMANDE PAR RETOUR DETAT ......................................... 17

2.3. RESOLUTION DU PROBLEME PAR PLACEMENT DE POLES ................................ 18

2.3.1. APPLICATION DE LA METHODE PLACEMENT DE POLES....................................... 19

A. EXERCICE NO1 ....................................................................................................... 21

Chapitre 3 Commande adaptave

3.2. CONTROLE OPTIMAL DES SYSTEMES ............................................................... 24

3.3. COMMANDE LINEAIRE QUADRATIQUE ........................................................... 28

3.3.1. SYNRHESE DU REGULATEUR LQR ....................................................................... 28

3.4.1. PRINCIPE DU FILTRE DE KALMAN ...................................................................... 32

4.2. ECHANTILLONNAGE DUNE FONCTION CONTINUE .......................................... 37

4.2.1. DEFINITION ....................................................................................................... 37

4.4. FONCTIONS DE TRANSFERT EN Z ..................................................................... 39

4.4.1. THEOREME DE SHANNON ................................................................................. 41

4.5.1. EQUATION RECURRENTE ................................................................................... 44

5.2. DIFFERENTS TOPOLOGIE DE LA COMMANDE ADAPTATIVE .............................. 47

5.2.1. COMMANDE ADAPTATIVE A GAIN PROGRAMME .............................................. 47

5.3.1. INTRODUCTION A LESTIMATION ...................................................................... 49

5.4. INITIALISATION DE LALGORITHME MCR ......................................................... 52

Reprsentation dtat des systmes

1.2. VARIABLES D'TAT D'UN SYSTME DYNAMIQUE

On dfinit l'tat d'un systme linstant t0 comme linformation sur le pass

DE(F) G (HI J HK )L (F) J M NP J Q (F )

Figure (1-1) : Exemple dun systme lectronique.

Z([) G [Z\ ([) Z] ([) Z_ ([)]`

On passe dun vecteur dtat un autre par simple changement de base.

1.3. EQUATIONS DETAT

dtat prcdent nexiste pas vraiment. En revanche, ce concept est rapprocher de

zII zIK .... zIq h (t) |II |IK ... |I E (t)

T (t) II IK .... Iq h (t) II IK ... I E (t)

h( J 1) G jh() J kE() EzFL FzF U

1.4. PASSAGE DUNE REPRESENTATION DETAT VERS FONCTION

hi (F) G jh(F) J kE(F)U

En prenant les T.L (Transforme de Laplace) des quations dtat et de sortie, on

En supposant les conditions initiales nulles.

() G ()GR[(q j)I k J l] (1-11)

Avec In est la matrice identit de dimension n.

En substituant linverse sa dfinition, il vient :

Exemple : on considre le systme LTI reprsent par les quations :

Les fonctions de transfert respectivement pour les deux cas sont :

1.5. TRANSFORMATION DUNE FONCTION DE TRANSFERT VERS

Comme nous lavons dj cit, la reprsentation dtat dun systme nest

1.5.1. REPRESENTATION MODALE

Ce type de reprsentation, encore dsigne reprsentation parallle,

Cette criture fait apparatre la somme de n fonctions de transfert et peut tre

Figure (1-2) : Schma bloc de la fonction de transfert.

1.5.2. REPRESENTATION SERIE OU CASCADE

Le systme est vu comme une mise en srie de systmes dordre 1. Pour

Cette graphisme fait apparatre le produit de n fonctions de transfert et peut tre

Il vient alors la reprsentation schmatique de la figure (1-3). On choisit comme

Figure (1-3) : Reprsentation dtat du systme sous forme srie.

B ([) G Z_ ([) ([) G [ ]

1.5.3. REPRESENTATION COMPAGNE COMMANDABLE

Considrant un systme dcrit par sa fonction de transfert :

Choisissons zq G 1 (ce qui revient diviser le numrateur et le dnominateur par zq ) et

Figure (1-5) Reprsentation compagne commandable.

Les quations dtat se dduisent naturellement de cette reprsentation :

Chapitre 3 Commande adaptave