3

Chapitre 1

Principes de modélisation

Dans ce chapitre, on propose une démarche graduelle de modélisation et on

rappelle quelques grands principes permettant d'obtenir des modèles mathé-
matiques pour une large classe de systèmes. Cette étape constitue un préalable
à toute élaboration de loi de commande, cette dernière consistant le plus géné-
ralement en un algorithme mathématique adapté à une certaine représentation
mathématique du système à commander. Nous nous proposons ici de donner
des outils permettant d'obtenir une telle représentation.
Pour une étude plus détaillée concernant le sujet très vaste de la modélisa-
tion, nous renvoyons le lecteur à des ouvrages comme [22, 8, 50].

1.1. Équations de bilan

et lois phénoménologiques
Il existe en physique un certain nombre de lois et principes fondamentaux
qui peuvent se formuler sous forme mathématique. Parmi ceux-ci, on peut
citer les principes de conservation de la masse et de l'énergie (et plus géné-
ralement les principes de la thermodynamique), le principe fondamental de la
dynamique et les lois de Newton en mécanique, les équations de Maxwell en
électromagnétisme...
Nous reviendrons sur les expressions mathématiques de ces lois au para-
graphe 1.2 mais on peut d'ores et déjà noter qu'elles résultent souvent d'un
bilan.

1.1.1. Équations de bilan

Pour décrire l'état d'un système à un instant donné on peut utiliser deux
types de grandeurs.
Définition 1.1.1
Une grandeur ou variable caractérisant l'état local d'un système à un instant
donné est dite grandeur extensive ou additive si elle est proportionnelle au
volume
de l'élément local considéré.
4 chap. 1. Principes de modélisation

Exemples.
La masse M d'un élément est proportionnelle au volume de cet élément,
!
de même l'énergie interne E , l'entropie H , la quantité de mouvement P
sont des variables extensives :
Z
M = d! ;
Z

E = ed! ;
Z

H = hd! ;
Z

!
P = !
V d! :


Dans ces expressions,  désigne la masse volumique de l'élément consi-
déré, e l'énergie interne spécique (i.e. par unité de masse), h l'entropie
!
spécique, V le vecteur vitesse.

De manière duale, on introduit la notion suivante.

Définition 1.1.2
Une grandeur ou variable caractérisant l'état local d'un système à un instant
donné est dite grandeur intensive si sa valeur ne varie pas quand on modie le
volume
de l'élément considéré.
Exemples.
La masse volumique , l'énergie interne spécique e, l'entropie spéci-
!
que h, la vitesse V , la pression p d'un gaz, la température... sont des
grandeurs intensives.

À présent, nous allons écrire la forme générale de l'équation de bilan qui

exprime la conservation d'une grandeur extensive. Soit une grandeur scalaire
extensive F qui se met sous la forme suivante dans le cas d'un volume ni :
Z
F= fd! :
Ici, f est la variable scalaire intensive associée à la grandeur extensive F ,
rapportée à l'unité de masse.
Si le volume est limité par une surface supposée xe @ , de normale
unitaire ! n dirigée vers l'extérieur, trois termes interviennent dans l'équation
de bilan :
 un terme de variation de la grandeur F par unité de temps dans le volu-
me , Z
@
fd! ;
@t
 un terme de ux de la grandeur F , qui caractérise l'apport ou la perte
de la grandeur F au travers de la surface @ ,
Z
J!F : !
n ds ;
@
1.1. Équations de bilan et lois phénoménologiques 5

!
où JF est le ux unitaire par unité de surface et de temps,
 un terme de production de la grandeur F ,
Z
PF d! ;

où PF est la vitesse de production de la grandeur F par unité de volume.

Ainsi, la formulation intégrale de l'équation de bilan s'écrit :
Z Z Z
J!F : !
@
fd! = PF d! n ds : (1.1)
@t @

Sous des hypothèses de régularité de , f , JF , !

!
n , on peut appliquer à (1.1)
la formule d'Ostrogradsky et on obtient la formulation diérentielle suivante
de l'équation de bilan :
@
(f ) = PF !
divJF : (1.2)
@t
 Pour plus de détails, on pourra se référer à [1].

1.1.2. Lois phénoménologiques

Une fois xées un certain nombre de variables (les  inconnues  du pro-
blème), les lois et principes fondamentaux de la physique précédents ne susent
pas toujours à écrire un système d'équations comportant autant d'équations
que d'inconnues. Des lois phénoménologiques ou de comportement, propres à
chaque discipline, sont alors adjointes en vue de  fermer  le système d'équa-
tions (c'est-à-dire faire en sorte que le nombre d'équations coïncide avec le
nombre d'inconnues).
On peut compléter un système par des équations d'approximation résultant
du principe suivant.

Principe 1.1.3
Au voisinage d'un équilibre, un courant de grandeur extensive est proportionnel
au gradient de la grandeur intensive conjuguée.

Le terme  conjugué  est à prendre au sens où moments et vitesses sont des

variables conjuguées par rapport au Lagrangien, comme en mécanique analy-
tique. De même, en thermodynamique, énergie et inverse de la température
sont des variables conjuguées.

Exemples.
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
TABLE DES MATIÈRES VII

Table des matières

Préface V
Avant-propos XVII

I Modélisation, systèmes dynamiques

et représentation externe 1
1 Principes de modélisation 3
1.1 Équations de bilan et lois phénoménologiques . . . . . . . . . . . . . 3
1.1.1 Équations de bilan . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Lois phénoménologiques . . . . . . . . . . . . . . . . . . . . . 5
1.2 Lois et principes fondamentaux de la physique . . . . . . . . . . . . . 6
1.2.1 Conservation de la masse . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Principes de la thermodynamique . . . . . . . . . . . . . . . . 7
1.2.3 Mécanique du point . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.4 Équations de l'électromagnétisme . . . . . . . . . . . . . . . . 8
1.3 Quelques applications de ces principes . . . . . . . . . . . . . . . . . 9
1.3.1 Mécanique du solide . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Mouvements d'un uide . . . . . . . . . . . . . . . . . . . . . 14
1.3.3 Modèles élémentaires de circuits électriques . . . . . . . . . . 16
1.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2 Modèles d'état nis 17

2.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Exemples de modélisation . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.1 Le pendule inversé . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.2 Un modèle de roue sur un plan . . . . . . . . . . . . . . . . . 22
2.2.3 Un modèle d'avion . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.4 Vibrations d'une poutre . . . . . . . . . . . . . . . . . . . . . 27
2.2.5 Un circuit électrique RLC . . . . . . . . . . . . . . . . . . . . 28
2.2.6 Un moteur électrique . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.7 Cinétique chimique . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.8 Croissance d'une population structurée en âge . . . . . . . . . 32
2.2.9 Un bioréacteur . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4 Systèmes dynamiques linéaires . . . . . . . . . . . . . . . . . . . . . 38
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
VIII TABLE DES MATIÈRES

2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3 Représentation externe 45
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Représentation externe . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2.1 Dénitions et propriétés . . . . . . . . . . . . . . . . . . . . . 46
3.2.2 Réponses caractéristiques et matrices de transfert . . . . . . . 46
3.3 Le cas des systèmes scalaires . . . . . . . . . . . . . . . . . . . . . . . 49
3.4 Stabilité et pôles. Critère de Routh . . . . . . . . . . . . . . . . . . . 50
3.5 Zéros d'une fonction de transfert . . . . . . . . . . . . . . . . . . . . 52
3.6 Synthèse classique de régulateur : le PID . . . . . . . . . . . . . . . . 53
3.6.1 Système du premier ordre en boucle ouverte . . . . . . . . . . 55
3.6.2 Système du second ordre en boucle ouverte . . . . . . . . . . 55
3.7 Méthodes graphiques. Marges de gains et de phase . . . . . . . . . . 56
3.8 Compensateurs à avance de phase et à retard de phase . . . . . . . . 61
3.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
TABLE DES MATIÈRES IX

II Stabilisation par approche d'état 67

4 Stabilité d'un point d'équilibre 69
4.1 Notion de stabilité d'un point d'équilibre . . . . . . . . . . . . . . . . 69
4.2 Cas des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . 70
4.3 Points d'équilibre d'un système linéaire plan . . . . . . . . . . . . . . 72
4.4 Équivalence topologique. Théorèmes d'approximation . . . . . . . . . 79
4.5 Fonctions de Lyapunov et stabilité . . . . . . . . . . . . . . . . . . . 82
4.6 Introduction à la stabilisation par bouclage linéaire . . . . . . . . . . 87
4.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

5 Systèmes linéaires continus 93

5.1 Dénitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.2 Stabilité des systèmes commandés . . . . . . . . . . . . . . . . . . . 95
5.3 Commandabilité. Régulateur . . . . . . . . . . . . . . . . . . . . . . 96
5.3.1 Commandabilité . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3.2 Équivalence de systèmes. Forme canonique commandable . . 99
5.3.3 Régulateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.4 Observabilité. Observateur . . . . . . . . . . . . . . . . . . . . . . . . 103
5.5 Synthèse observateur-régulateur. Principe de séparation . . . . . . . 108
5.6 Liens avec la représentation externe . . . . . . . . . . . . . . . . . . . 109
5.6.1 Réponse impulsionnelle et matrice de transfert . . . . . . . . 109
5.6.2 Passage d'une représentation entréesortie
à une représentation d'état . . . . . . . . . . . . . . . . . . . 111
5.6.3 Stabilité et pôles . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.7 Stabilisation locale d'un système non linéaire . . . . . . . . . . . . . 114
5.8 Poursuite de trajectoires . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.8.1 Stabilisation d'un point d'équilibre quelconque d'un système
linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.8.2 Stabilisation d'une trajectoire lentement variable . . . . . . . 116
5.8.3 Stabilisation d'une trajectoire quelconque . . . . . . . . . . . 117
5.9 Mise en ÷uvre pratique . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.9.1 Étapes d'une synthèse de commande . . . . . . . . . . . . . . 118
5.9.2 Sensibilité à une imprécision sur le modèle : précision . . . . . 120
5.9.3 Sensibilité à un retard sur la commande : stabilité . . . . . . . 122
5.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

6 Systèmes linéaires discrets 125

6.1 Discrétisé exact d'un système linéaire continu . . . . . . . . . . . . . 126
6.2 Stabilité des systèmes dynamiques discrets . . . . . . . . . . . . . . . 128
6.2.1 Stabilité d'un point d'équilibre . . . . . . . . . . . . . . . . . 129
6.2.2 Cas des systèmes linéaires discrets . . . . . . . . . . . . . . . 130
6.3 Stabilité des systèmes commandés discrets . . . . . . . . . . . . . . . 134
6.4 Commandabilité. Régulateur . . . . . . . . . . . . . . . . . . . . . . 135
6.5 Observabilité. Observateur . . . . . . . . . . . . . . . . . . . . . . . . 137
6.6 Principe de séparation . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.7 Choix de la période d'échantillonnage . . . . . . . . . . . . . . . . . . 140
6.8 Liens avec la représentation externe . . . . . . . . . . . . . . . . . . . 141
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
X TABLE DES MATIÈRES

6.8.1 Réponse impulsionnelle, matrice de transfert et réalisation . . 141

6.8.2 Stabilité et pôles. Critère de Jury . . . . . . . . . . . . . . . . 143
6.8.3 Zéros d'un système discret scalaire . . . . . . . . . . . . . . . 144
6.8.4 Relation entre un système en temps continu et son discrétisé . 145
6.9 Stabilisation locale d'un système non linéaire . . . . . . . . . . . . . 149
6.10 Mise en ÷uvre pratique . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

7 Synthèse quadratique 155

7.1 Optimisation quadratique . . . . . . . . . . . . . . . . . . . . . . . . 155
7.1.1 Optimisation en horizon ni . . . . . . . . . . . . . . . . . . . 156
7.1.2 Optimisation en horizon inni. Liens avec la commandabilité 159
7.1.3 Mise en ÷uvre . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2 Filtre de Kalman-Bucy . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2.1 Le ltre de Kalman-Bucy . . . . . . . . . . . . . . . . . . . . 163
7.2.2 Convergence du ltre. Liens avec l'observabilité . . . . . . . . 167
7.3 Formules en temps continu . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3.1 Optimisation en horizon ni . . . . . . . . . . . . . . . . . . . 169
7.3.2 Optimisation en horizon inni. Liens avec la commandabilité 170
7.3.3 Observateur asymptotique . . . . . . . . . . . . . . . . . . . . 172
7.4 Mise en ÷uvre pratique . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
TABLE DES MATIÈRES XI

III Rejet de perturbations

approche polynomiale 177
8 Représentation polynomiale 179
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
8.2 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
8.3 Résultats sur les matrices polynomiales . . . . . . . . . . . . . . . . . 184
8.3.1 Opérations élémentaires. Matrices de Hermite et de Smith . . 184
8.3.2 Division et identités de Bezout . . . . . . . . . . . . . . . . . 187
8.4 Pôles et zéros. Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . 188
8.5 Équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
8.6 Observabilité et commandabilité . . . . . . . . . . . . . . . . . . . . 192
8.7 Passage entre forme d'état et forme polynomiale . . . . . . . . . . . 198
8.7.1 Passage de la représentation d'état
à la forme polynomiale observateur . . . . . . . . . . . . . . . 199
8.7.2 Passage de la forme polynomiale observateur
à la forme polynomiale contrôleur . . . . . . . . . . . . . . . . 200
8.8 Fonctions de transfert en boucle fermée . . . . . . . . . . . . . . . . . 201
8.9 Paramétrisation du contrôleur et placement de zéros . . . . . . . . . 202
8.10 L'exemple du pendule inversé . . . . . . . . . . . . . . . . . . . . . . 204
8.10.1 Calcul des formes polynomiales observateur et contrôleur . . . 204
8.10.2 Calcul des transferts en boucle fermée . . . . . . . . . . . . . 205
8.10.3 Paramétrisation du contrôleur . . . . . . . . . . . . . . . . . . 206
8.10.4 Placement de zéros de régulation à pôles xés . . . . . . . . . 207
8.11 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
Brigitte Andréa-Novel, Michel Cohen de Lara COURS D'AUTOMATIQUE
XII TABLE DES MATIÈRES

IV Appendices 213
A Équation de Riccati stationnaire discrète 215
B Transformée de Laplace et transformée en z 221
2.1 La transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . 221
2.2 La transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . 224

C Vecteurs gaussiens 227

3.1 Rappels de probabilités . . . . . . . . . . . . . . . . . . . . . . . . . 227
3.2 Vecteurs gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

D Diagrammes de Bode 233

Bibliographie 239
Index 242