PDFsam Merge

Département E.E.A.
Master M1 ASE
Module Systèmes Automatisés
Notes de Cours
1 Motivations: Systemes SISO et MIMO
1.1 Exemple SISO (Single Input-Single Output):

Moteur à courant continu
Cet exemple est celui d’un système electromécanique dont le principe de fonc-
tionnement est schématisé ci après. L’entrée du processus est la tension u(t)
aux bornes du circuit électrique, est la sortie est la position θ(t) de l’arbre
moteur.
R, L sont respectivement la résistance et l’inductance du circuit éléctrique,

E(t) la force contre-électromotrice, f le coefficient de frottements visqueux,
et J l’inertie de l’arbre moteur
i(t)
R L
f J q(t)
u(t) E(t)
L’application des principes fondamentaux conduit aux équations suivantes,

où Γ(t) est le couple moteur et ke , kc , des coefficients constants.
Equations électrique et mécanique Couplage
u(t) = R i(t) + L di/dt + E(t) E(t) = ke dθ/dt
Γ(t) = J θ̈(t) + f θ̇(t) Γ(t) = kc i(t)
Par application de la transformée de Laplace (avec C.I.=0) de simples ma-

nipulations conduisent à la relation:
kc
θ(p) = U(p) que l’on met sous la forme
p[(R + Lp)(Jp + f ) + ke kc ]
K
θ(p) = U(p) := G(p) U(p)
p(1 + a1 p + a2 p2 )
L’équation ci-dessus constitue un modèle mathématique du comporte-
ment du processus physique qu’est le moteur à courant continu Ce modèle
1
sera d’autant plus fiable que les valeurs des frottements, inertie etc...seront
connues avec précision.
Par cette démarche, nous avons obtenu une fonction de transfert G(p)
traduisant le comportement la sortie θ(t) du processus en fonction de
l’entrée u(t).
Limites: Cette fonction de transfert ne donne pas d’information sur l’état

interne du processus. Ainsi par exemple, l’information sur le courant i(t)
qui traverse le circuit n’est pas accessible par cette fonction de transfert.
1.2 Exemple MIMO (Multi-Inputs/Multi-Outputs):

Centrale thermique
Une centrale thermique produit de l’énergie électrique à partir de l’énergie
calorifique. Le combustible est brûlé dans une chaudière tapissée de tubes
dans lesquels circulent de l’eau. Sous l’effet de la chaleur, l’eau se transforme
en vapeur à très haute température et entraı̂ne des turbines couplées à un
alternateur producteur d’électricité.
Schéma de fonctionnement d’une centrale thermique (source EDF-DE)
En termes d’entrées et de sorties, le générateur de vapeur de cette centrale

peut être vu comme un processus MIMO admettant:
2
• Comme entrées,
– Un débit de fuel
– Un débit d’eau
– Un débit de vapeur (demande du réseau électrique)
• Comme sorties,
– La pression de la vapeur
– La température de la vapeur
débit vapeur Générateur pression

débit fuel
débit eau de vapeur température
On ne peut plus parler ici de fonction de transfert, mais on pourra par la

suite décrire ce process en terme de matrice de transfert. Ici encore cette
description ne fournit pas d’information sur l’état interne du processus.
Remarque: Dans ce cas de figure, l’entrée qui représente le débit de vapeur

demandé, variable en fonction de la demande du réseau électrique, est à
séparer des deux autres car elle ne constitue pas une entrée sur laquelle nous
pourrons agir. Elle sera prise en compte comme une consigne.
3
2 Représentation d’état
2.1 Concept d’état: Définition

Soit un processus possédant r entrées u = (u1 , u2 , ..., ur )t et m sorties y =
(y1 , y2 , ..., ym )t . Si un vecteur x(t) à n composantes (i.e. x = (x1 , x2 , ..., xn )t
est proposé pour représenter l’état du système, cette proposition sera perti-
nente s’il lui correspond un système d’équations de la forme:
ẋ = f (x, u, t) dite équation d′ état

y = h(x, u, t) dite équation de sortie
où f = (f1 , ..., fn )t , et h = (h1 , ..., hm )t . Dans cette représentation, x(t) ∈ Rn

est appelé vecteur d’état, u(t) ∈ Rr est appelé vecteur de commande,
et y(t) ∈ Rm est appelé vecteur de sorties.
Dans certaines situations où l’état, les commandes ou les sorties sont soumis
à des contraintes (par ex: saturation des actionneurs), il convient d’être
plus précis sur les ensembles dans lesquels évoluent ces vecteurs. On note
alors
• x(t) ∈ X ⊆ Rn avec (x,X ) = vecteur et espace d’état
• u(t) ∈ U ⊆ Rr avec (u,U) = vecteur et espace de commande
• y(t) ∈ Y ⊆ Rm avec (y,Y) = vecteur et espace de sortie
2.2 Le cas linéaire

Dans de nombreuses situations, la nature du processus ou encore le domaine
(réduit) dans lequel évoluent les variables sont tels que les fonctions f (x, u, t)
et h(x, u, t) possèdent les propriétés particulières suivantes:
• Elles sont stationnaires (ou invariantes dans le temps), en ce sens que

le temps n’intervient pas explicitement dans les équations. En d’autres
termes, f (x, u, t) := f (x, u) et h(x, u, t) := h(x, u).
• Elles sont linéaires par rapport à leurs arguments (x et u) soit encore
f (x1 + x2 , 0) = f (x1 , 0) + f (x2 , 0), f (0, u1 + u2 ) = f (0, u1) + f (0, u2),
idem pour h(x, u).
4
Dans ce cas la représentation d’état précédente pourra toujours se mettre
sous la forme matricielle:
ẋ(t) = A x(t) + B u(t)

y(t) = C x(t) + D u(t)
dans laquelle A est une matrice carrée de taille n × n, B est de taille n × r,

C est de taille
P m × n, et D est de taille m × n. Pour alléger l’écriture,
P on
note parfois (A, B, C, D) un système linéaire stationnaire noté et décrit
par les matrices (A, B, C, D).
Note: Dans le cas linéaire mais non invariant dans le temps, on obtient la
représentation matricielle précédente avec des matrices qui dépendent du
temps, soit A(t), B(t), C(t) et D(t).
2.3 Exemple du moteur à courant continu

Ici (cas Siso), r = m = 1. Proposons pour vecteur d’état:
t t
x = x1 x2 x3 = θ ω i
où ω est la vitesse de rotation de l’arbre. En manipulant les équations

précédentes du moteur, nous pouvons écrire:
θ̇ = ω
kc i − f ω
ω̇ =
J
u − R i − ke ω
i̇ =
L
Ces équations admettent une écriture matricielle:
 
0 1 0 
0

 −f kc 
 0 
ẋ = f (x, u) =  0 J
 
J  x+ u = Ax + Bu
 −ke −R  1
0 L
L L

y = h(x, u) = 1 0 0 x + (0) u = C x + D u
Le vecteur x = (θ, ω, i)t est donc bien acceptable en tant que vecteur d’état
Noter que ce vecteur possède 3 composantes, ce qui correspond aussi à
l’ordre de la fonction de transfert G(p).
5
2.4 Exemple du générateur de vapeur
Une étude du comportement du générateur a permit de modéliser le com-
portement du processus sous forme de fonctions de transfert interconnectées
comme indiqué sur le schéma suivant. On se propose de fournir un représenation
d’état du système. Les FT mises en jeu étant du premier ordre, associons
une variable d’état xi à la sortie de chaque bloc (peu importe l’ordre), et
notons temporairement ri les entrées correspondantes.
u1
débit
vapeur y1
c1 c2
pression
u2
r1 b1 x1 r2 b2 x2
débit
fuel p + a1 p + a2
c3 c4 c5 c6
y2
température
u3
r3 b3 x3 r4 b4 x4
débit
eau p + a3 p + a4
Modèle d’un générateur de vapeur en centrale thermique
A chaque FT du premier ordre correspond une equation différentielle d’ordre

1 de la forme ẋi = −ai xi + bi ri , i = 1, ..., 4. La lecture du schéma de
fonctionnement fournit alors les équations:
ẋ1 = −a1 x1 + b1 r1 r1 = u2
ẋ2 = −a2 x2 + b2 r2 r2 = x1 + c1 u1 + c3 u3
ẋ3 = −a3 x3 + b3 r3 r3 = u3
ẋ4 = −a4 x4 + b4 r4 r4 = x3 + c4 x1 + c5 u1 + c6 x2
et pour les sorties
y1 = x2 + c2 u1
y2 = x4
6
soit sous forme matricielle
   
−a1 0 0 0 0 b1 0
 b2 −a2 0 0   b2 c1 0 b2 c3 
ẋ = f (x, u) = 
 0
 x+ u
0 −a3 0   0 0 b3 
b4 c4 b4 c6 b4 −a4 b4 c5 0 0

0 1 0 0 c2 0 0
y = h(x, u) = x+ u
0 0 0 1 0 0 0
C’est encore un système admettant la représentation matricielle ẋ(t) = A x(t)+
B u(t), et y(t) = C x(t) + D u(t).
REMARQUE:
Dans la représentation ẋ = A x + B u, et y = C x + D u, u(t) représente

généralement le vecteur de commande, c’est à dire que nous pouvons agir
sur ses différentes composantes u1 , ..., ur .
Or, dans le cas du générateur de vapeur, si nous maı̂trisons effectivement les

entrées ”debit de fuel” u2 et ”débit d’eau” u3 , la composante ”débit vapeur”
u1 est une grandeur incontrôlable (demande du réseau électrique aléatoire).
Pour être plus précis dans la représentation d’état précédente, il convient de

séparer les commandes u2 , u3 de cette grandeur u1 qui représente la consigne.
En notant par exemple u = (u2 , u3 )t et w = u1 , on peut réécrire l’équation

d’état précédente d’un manière plus précise en séparant les commandes de la
consigne sous la forme:
ẋ = Ax + B1 u + B2 w
y = Cx + D2 w
expression dans lesquelles B1 et B2 sont des matrices formées des colonnes

(2,3) et (1) de la matrice B, et D2 est formée de la colonne (1) de D.
7
2.5 Systèmes non linéaires, Linéarisation
Soit un système décrit par les équations d’état non linéaires
ẋ = f (x, u)
y = h(x, u)
où f et h sont suffisamment dérivables par rapport à leurs arguments. Sup-

posons qu’il existe une trajectoire nominale (ou d’équilibre) c’est à dire un
triplet xe (t), ye (t), et ue (t) qui vérifie:
ẋe = f (xe , ue )
ye = h(xe , ue )
Si on suppose de plus que x(t), y(t), et u(t) restent voisins de xe (t), ye (t), et
ue (t), on peut linéariser ces équations, c’est à dire fournir une représentation
d’état linéaire, valable pour des petits déplacements au voisinage de la tra-
jectoire nominale. On introduit pour cela les écarts
ζ = x − xe , w = u − ue , z = y − ye
et un développement en série de Taylor au premier ordre fournit
ζ̇ ≃ Aζ + Bw
z ≃ Cζ + Dw
expressions dans lesquelles

∂fi ∂fi
A= , B=
∂xj |e ∂uj |e

∂hi ∂hi
C= , D=
∂xj |e ∂uj |e
2.5.1 Exemple: pendule

Cet exemple simple est celui d’une masse m mise en mouvement au moyen
d’un couple u(t) comme indiqué sur la figure suivante. On néglige en première
approximation la masse de la tige ainsi que les frottements de l’articulation.
La position de la masse est repérée par l’angle θ que fait la tige avec la
verticale.
8
u(t)
θ(t) m
Avec g accélération de la gravité, l’équation du mouvement s’écrit:
m θ̈(t) + mg sin θ(t) = u(t)
Recherchons tout d’abord une représentation d’état de ce système. Si on

propose pour vecteur d’état
x = (x1 , x2 )t = (θ, θ̇)t
on obtient
ẋ1 = f1 (x, u) = x2
ẋ2 = f2 (x, u) = −g sin x1 + u/m
y = h(x, u) = x1
Cette équation est bien vérifiée à l’équilibre, i.e. pour la trajectoire xe (t) ≡
(0, 0)t , ue (t) ≡ 0. Ainsi, pour de petits déplacements au voisinage de cet
équilibre, nous pouvons écrire (ici ζ = x, w = u, z = y).
   
∂f1 ∂f1 ∂f1
ẋ ≃  ∂x ∂x2  x +  ∂u 
 1
∂f2 ∂f   ∂f2  u
∂x1 ∂x2 |e ∂u |e

∂h ∂h
y≃ x
∂x1 ∂x2 |e
Les valeurs des dérivées partielles étant prises à l’équilibre, il vient

0 1 0
ẋ ≃ x+ u
−g 0 1/m

y≃ 1 0 x
9
2.6 Représentation graphique
A l’équation ẋ = (...) correspond un intégrateur (vectoriel), ce qui permet de
représenter les systèmes linéaires invariants dans le temps, i.e. régis par
ẋ(t) = A x(t) + B u(t) et y(t) = C x(t) + D u(t)
sous la forme du diagramme fonctionnel suivant où les grandeurs sont vecto-
rielles
u ẋ x y
B C
De même, à chaque équation ẋi = (...) correspond un intégrateur (simple),

ce qui permet de traduire les équations d’état sous forme de schéma de sim-
ulation. Ainsi par exemple, les équations du moteur à courant continu
θ̇ = ω
kc i − f ω
ω̇ =
J
u − R i − ke ω
i̇ =
L
se traduisent par le schéma
R/L f /J
- -
u θ
1/L kc /J
- i
ke /L
Réciproquement, partant d’un shéma de simulation, une représentation d’état

est possible en associant une variable d’état à la sortie de chaque intégrateur.
10
3 Changement de base
3.1 Cas général

Partant d’une représentation d’état donnée (avec x(t) ∈ Rn )
(
ẋ(t) = Ax(t) + Bu(t)
,
y(t) = C x(t) + D u(t)
et pour une matrice constante régulière T (n × n) quelconque, on peut tou-
jours définir un nouveau vecteur d’état ζ(t) par la relation
ζ(t) = T x(t) ⇔ x(t) = T −1 ζ(t)
On constitue ainsi un changement de base permettant d’obtenir une nouvelle
représentation d’état, avec ζ(t) comme vecteur d’état (et évidemment les
entrées et sorties u(t) et y(t)!). Elle se déduit aisément de la précédente pour
aboutir à
( (
ζ̇(t) = Ā ζ(t) + B̄ u(t) Ā = T AT −1 B̄ = T B
avec
y(t) = C̄ ζ(t) + D̄ u(t) C̄ = CT −1 D̄ = D
Il existe donc une infinitéP de représentation P d’état possibles. Inverse-

ment, deux systèmes 1 (A, B, C, D) et 2 (Ā, B̄, C̄, D̄) dont les matrices
vérifient les égalités précédentes sont dits isomorphes. Un changement de
base peut mettre en évidence des propriétés structurelles du système.
3.2 Forme de Jordan

3.2.1 Polynôme caratéristique et valeurs propres
Pour une matrice A (n × n) on appelle polynôme caractéristique de la
matrice A le polynôme PA (λ) d’ordre n défini par
PA (λ) = det(λIn − A)
Ce polynôme admet donc n racines λ1 , λ2 , · · · λp qui peuvent être simples ou
multiples. Ces racines sont appelées valeurs propres de A. On peut alors
écrire
PA (λ) = (λ − λ1 )m1 (λ − λ2 )m2 · · · (λ − λp )mp
11
avec mi la multiplicité (algébrique) de la valeur propre λi , et m1 + m2 + · · · +
mp = n.
3.2.2 Vecteurs propres et vecteurs propres généralisés

On appelle ensuite vecteur propre vi associé à la valeur propre λi un vecteur
non nul tel que
(A − λi I) vi = 0
Si λi est une valeur propre simple (mi = 1), alors il lui correspond un unique
vecteur propre (à un facteur près). Dans le cas où λi est une valeur propre
multiple, le nombre de vecteurs propres associés est donné par la formule
qi = n − rang (λi In − A)
où qi est appelée la dégénérescence de λi . On appelle enfin vecteur propre

généralisé de rang k, associé à la valeur propre λi un vecteur vi,k tel que
(A − λi I)k vi,k = 0
(A − λi I)k−1 vi,k 6= 0
et chaı̂ne de Jordan associée à vi,k l’ensemble des vecteurs {vi,1 , vi,2 , · · · vi,k }
définis par la relation
vi,j = (A − λi I)k−j vi,k
Noter que (A − λi I) vi,1 = (A − λi I)k vi,k = 0 et que par suite vi,1 est une
valeur propre de λi . De même, dans le cas de valeurs propres simple, la
chaı̂ne de Jordan est unique et se réduit au seul vecteur propre.
3.2.3 Forme de Jordan d’une matrice

Toute matrice A (n × n) est semblable à sa forme de Jordan, c’est à dire qi’il
existe une matrice régulière P telle que
 
J1  
λ i 1
 J2 
..
P −1AP = J = 
   
..  avec Ji =  . 1 
 . 
λi
Jp
où λi est une valeur propre de A. Pour chaque valeur propre λi , le nombre
de blocs de Jordan associé est fourni par la dégénérescence qi .La matrice P
de changement de base est fournie par les chaı̂nes de Jordan associées aux
différentes valeurs propres.
12
3.2.4 Exemple:
Considérons le cas d’un matrice A (5 × 5) pour laquelle nous avons obtenu 2
valeur propres simples λ1 et λ2 (m1 = m2 = 1), et une valeur propre triple
λ3 (m3 = 3). Pour cette valeur propre multiple, la dégénérescence est de 2.
En d’autres termes,
PA (λ) = det(λIn − A) = (λ − λ1 )(λ − λ2 )(λ − λ3 )3
et q3 = 5 − rang (λ3 I − A) = 2
La matrice de changement de base P sera alors de la forme
m3 =3 vecteurs pour λ3
m1 =1 m2 =1 z }| {
z}|{ z}|{ (1) (2) (2)
P =( v1 , v2 , v3,1 , v3,1 , v3,2 )
|{z} |{z} |{z} | {z }
vect. p de λ1 vect. p. de λ2 q3 =2 chaı̂nes de Jordan
et la forme de Jordan associée sera

 
λ1
 

 λ2 

−1  
J = P AP =  λ3 
 
 
 λ3 1 
λ3
Dans le cas où toutes les valeurs propres de A sont simples, la forme de
Jordan se réduit à une matrice diagonale.
3.3 Exemple
Considérons l’exemple suivant dans lequel on choisit comme variable d’état
xi la sortie de chaque bloc (d’ordre 1).
2 x1 1 x3
p p−1
u y
−1 2
p + 1 x2 p + 2 x4
Il lui correspond la représentation d’état

   
0 0 0 0 2
 0 −1 0 0   x +  −1  u
 
ẋ = 
 1 1 y= 0 0 1 1 x
1 0   0 
2 2 0 −2 0
13
La matrice A admet pour valeurs propres σA = {0, −1, 1, −2} et la matrice P
conduisant à la forme de Jordan est donnée par les vecteurs propres associés
P = (v1 , v2 , v3 , v4 ). On obtient:
 
0 −1 0 0
 0 0 0 1/2 
P =  0

1 1 −1/4 
−1 −1 0 1
Considérons alors le nouveau vecteur d’état définit par ζ(t) = T x(t) avec
T = P −1. L’application du changement de base conduit à la nouvelle
représentation d’état dans laquelle Ā = T AT −1 = P −1 AP est une matrice
de Jordan
   
−2 0
 0  ζ +  −2  u
  
ζ̇ =  y = −1 0 1 3/4 ζ
 1   3/2 
−1 −2
et au schéma fonctionnel
−1 ζ1
p+2
2 ζ2
p
u 3/2 ζ3 - y
p−1 +
+
−2 ζ4
3/4
p+1
Il apparaı̂t de ce schéma que la composante ζ2 (t) n’est pas accessible par la

mesure y(t), de même que la variable d’état ζ1 (t) n’est pas affectée par la
commande u(t). Ces notions seront reprises lors de l’étude de la command-
abilité et de l’observabilité des systèmes.
14
4 Conversions Etat / Transfert
4.1 Matrices de transfert (ou Description externe)

Partant d’une représentation d’état donnée, l’utilisation de la transformée de
Laplace permet d’avoir une description entées/sorties en terme de matrice
de transfert (généralisant le cas Siso).

˙ = Ax(t) + Bu(t)
x(t) pX(p) − x(0) = A X(p) + B U(p)
→
y(t) = C x(t) + D u(t) Y (p) = C X(p) + D U(p)
Par inversion formelle de la matrice (pIn − A) , un simple calcul conduit à la

relation

Y (p) = C (pI − A)−1 B + D U(p) + C (pI − A)−1 x(0)
Comme dans le cas Siso, l’hypothèse des conditions initiales nulles conduit à
la relation entrée/sortie suivante
Y (p) = H(p) U(p) avec H(p) = C (pI − A)−1 B + D
dans laquelle H(p) représente un matrice (m × r) de fonctions de transfert
4.1.1 Exemple
Soit le système linéaire décrit par
   
0 1 0 0
˙ 1 2 0
x(t) =  0 0 1  x(t) +  0  u(t), y(t) = x(t)
0 3 1
−6 −3 −1 1
La matrice (pIn − A) et son déterminant s’écrivent

 
p −1 0
(pIn − A) =  0 p −1  det(pIn − A) = PA (p) = p3 + p2 + 3p + 6.
6 3 p+1
15
Le polynôme PA (p) = det(pIn −A) porte le nom de polynôme caractéristique
du système (ou de la matrice A). L’inverse recherchée s’obtient par (pIn −
A)−1 = (matrice des cofacteurs)T /PA (p) soit
 2 
p +p+3 p+1 1
1
(pIn − A)−1 = 3 2
 −6 p2 + p p 
p + p + 3p + 6
−6p −3p − 6 p2
Finalement
  
p2 + p + 3 p + 1 1 0
1 1 2 0  2
H(p) = −6 p +p p   0 
p3 + p2 + 3p + 6 0 3 1 2
−6p −3p − 6 p 1
 
2p + 1
 p3 + p2 + 3p + 6 
H(p) =  
 p2 + 3p 
3 2
p + p + 3p + 6
Remarque: Il existe des logiciels permettant d’effectuer ces calculs simple-
ment, rapidement et sans erreur.
4.1.2 Invariance par changement de base

La matrice de transfert H(p) ne décrit que le comportement entrées/sorties et
ne dépend donc pas du choix du vecteur d’état. En effet, avec le changement
de base,
( (
ζ̇(t) = Ā ζ(t) + B̄ u(t) Ā = T AT −1 B̄ = T B
avec
y(t) = C̄ ζ(t) + D̄ u(t) C̄ = CT −1 D̄ = D
la matrice de transfert H̄(p) issue de cette représentation est la même

puisque l’on peut écrire, en utilisant le fait que pour des matrices R, S, T
régulières (RST )−1 = T −1 S −1 R−1
H̄(p) = C̄ (pI − Ā)−1 B̄ + D̄ = CT −1 (pT T −1 − T AT −1 )−1 T B + D

−1
= CT −1 T (pI − A)T −1 T B + D = C (pI − A)−1 B + D
= H(p)
Il en est de même du polynôme caractéristique PĀ (p) du système. En

effet, en se rappelant que det(RS) = det(R). det(S) pour R et S régulières,
16
il vient
PĀ (p) = det(pI − Ā) = det(pT T −1 − T AT −1 )

= det(T ) det(pI − A) det(T −1 ) = det(pI − A) = PA (p)
Comme on le verra par la suite, d’autres propriétes sont invariantes par

changement de base, notamment la stabilité, la commandabilité et l’observabilité.
4.1.3 Ordre de la matrice de transfert

Dans l’exemple précédent, H(p) est une matrice de fonctions de transfert dont
l’ordre le plus élévé est 3, ce qui correspond aussi à l’ordre de la représentation
d’état. Ce n’est pas toujours le cas comme on le montre le cas de figure
suivant; Calculons le transfert de l’exemple du paragraphe ?? précédent.
Celui-ci est plus facile à calculer à partir de la forme diagonale et fournit:
3
H(p) =
(p − 1)(p + 1)
On observe ici que la fonction de transfert H(p) est d’ordre 2 alors que la
représentation d’état est d’ordre 4. Si on cherche à retrouver ce transfert di-
rectement à partir du premier schéma fonctionnel, on obtient avec les calculs
intermédiaires qu’il y a eu simplification de pôles par des zéros pour aboutir
à une fonction de transfert H(p) d’ordre2. Comme on le verra par la suite,
ce genre de situation a lieu pour des systèmes non commandables et/ou non
observables.
4.2 Représentations d’état d’une fonction de transfert

Ayant vu qu’il existait une infinité de représentations d’état pour un même
système, l’objectif ici est de fournir quelques formes de représentation dites
canoniques pour une fonction de transfert H(p) d’entré u(t), de sortie y(t),
et écrite sous la forme (on notera la normalisation an = 1)
bn pn + bn−1 pn−1 + · · · + b1 p + b0 Num(p) Y (p)
H(p) = = =
pn + an−1 pn−1 + · · · + a1 p + a0 Den(p) U(p)
4.2.1 Forme commandable

On introduit une variable intermédiaire v(t) correspondant à la sortie du
transfert ”sans” numérateur
V (p) 1
= ⇒ v (n) + an−1 v (n−1) + · · · + a1 v (1) + a0 v = u
U(p) Den(p)
17

On définit alors les variables d’état (x1 , x2 , · · · , xn ) = v, v (1) , · · · , v (n−1)
d’où on déduit les relations

ẋ1 = x2 , ẋ2 = x3 , · · · , ẋn−1 = xn et
ẋn = −a0 x1 − a1 x2 − · · · − an−1 xn + u
Pour l’équation de sortie, nous avons la relation Y (p) = Num(p) V (p) qui se
traduit
y = b0 v + b1 v (1) + · · · + bn v (n) = b0 v + · · · + bn [−a0 x1 − · · · − an−1 xn + u]

= (b0 − a0 bn ) x1 + (b1 − a1 bn ) x2 + · · · + (bn−1 − an−1 bn ) xn + bn u
Sous forme matricielle, il vient ainsi la représentation d’état dite command-

able
    

 0 1 0 0 0

  0 0 1 0   .. 


    . 
 .. .. ..
 x +  ... u
   


 ẋ =  . . .

    

  0 1   0 
−a0 −a1 · · · · · · −an−1 1

 | {z } | {z }

 A

 B





 y = b0 − a0 bn , b1 − a1 bn , · · · bn−1 − an−1 bn x + bn u


 | {z } | {z }
C D
4.2.2 Forme observable

Cette forme peut facilement se déduire de la précedente à partir de l’observation
suivante: H(p) étant une fonction scalaire (non matricielle), H(p) = H T (p)
et par suite, en utilisant le fait que pour une matrice inversible, (M −1 )T =
(M T )−1 , il vient (D étant aussi scalaire)
H(p) = C (pI − A)−1 B + D = B T (pI − AT )−1 C T + D
On obtient donc une nouvelle reprtésentation d’état en considérant les sub-

stitutions
A ← AT , B ← C T , C ← B T , D ← D.
Plus explicitement, la forme dite observable s’écrit
18
    

 0 0 0 −a0 b0 − a0 bn



  1 0 −a 1   b1 − a1 bn

  .   
 
ẋ =  0 1 0 ..   .. 



 x+  . u




 . .. .
..






0 · · · 1 −an−1 bn−1 − an−1 bn

 | {z } | {z }

 B

 A





 y = 0 · · · 0 1 x + b u

 n
 | {z } | {z }
C D
Il est important de noter que le polynôme caractéristique de la matrice A qui

rappelons le est invariant par changement de base, se déduit immédiatement
de ces deux dernières formes puisque l’on obtient
PA (p) = det(pI − A) = pn + an−1 pn−1 + · · · + a1 p + a0
4.2.3 Forme de Jordan

Lorsque le transfert H(p) n’admet que des pôles simples (i.e.pôles distincts),
une décomposition en éléments simples permet de réécrire H(p) sous la forme
suivante à laquelle correspond le schéma de réalisation:
1
αn
p − λn
..
n
.
X αi u 1 y
H(p) = α2
i=1
p − λi p − λ2
1
α1
p − λ1
Il suffit alors de prendre pour variable d’état la sortie de chaque bloc d’ordre
1 pour obtenir la représentation
   
λ1 1
 . ..   . 
ẋ =   x +  .. u y = α1 · · · αn x
| {z }
λn 1 C
| {z } | {z }
A B
19
Lorsque H(p) contient un pôle multiple (disons γ d’ordre r), la décomposition
en éléments simples pourra se mettre suivante où H̄(p) ne contient pas le pôle
γ. La réalisation de la partie relative au pôle γ est alors fournie par le schéma
ci-après
1 ζ1
βr
p−γ
...
1 ζr−1 y
r β2
X βi p−γ
H(p) = H̄(p) +
i=1
(p − γ)i
1 ζr
β1
u p−γ
En prenant pour variable d’état la sortie de chaque bloc d’ordre 1, la représentation

d’état associée à la partie relative au pôle γ est alors donnée par la forme de
Jordan
 
γ 1  
0
 .. 
 γ .   0 u
 
ζ̇ =  .  ζ + y = βr · · · β1 ζ
 .. 1   0  | {z }
γ 1 C
| {z } | {z }
B
A
Enfin, dans le cas où la décomposition en élément simples conduit à une paire
de pôles complexes (forcément conjuguée),
α ᾱ
H(p) = · · · + +
p − (a + jb) p − (a − jb)
il peut être souhaitable d’avoir une représentation d’état avec coefficients
uniquement réels. Ceci peut s’obtenir en considérant le changement de base
ζ = T x avec
1 1 −1 1 −j
T = ⇒ T = 1/2
j −j 1 j
On obtient en effet l’équivalence suivante:
 
 a + jb 1  a −b 2
 ẋ =
 x+ u  ζ̇ =
 ζ+ u
a − jb 1 b a 0
⇔

 

 
y= α ᾱ x y = Re α Im α x
20
5 Résolution de l’équation d’état
5.1 Forme générale

Pour un système linéaire (pas forcément invariant dans le temps) décrit par:
ẋ(t) = A (t) x(t) + B(t) u(t)
on montre que la solution générale est de la forme

Z t
x(t) = Φ(t, t0 ) x(t0 ) + Φ(t, τ ) B(τ ) u(τ ) dτ
| {z } t0
réponse libre | {z }
réponse forcée
expression dans laquelle t0 et x(t0 ) représentent l’instant et l’état initial. La

matrice (n × n) Φ(t, t0 ) est appelée matrice fondamentale du système et
possède les propriétes suivantes:
Φ(t0 , t0 ) = In , Φ(t2 , t1 ) Φ(t1 , t0 ) = Φ(t2 , t0 )

det Φ(t1 , t0 ) 6= 0 ∀ t1 , t0 Φ−1 (t1 , t0 ) = Φ(t0 , t1 ).
Dans la cas particulier des systèmes stationnaires, i.e. décrits par:
ẋ(t) = A x(t) + B u(t)
la matrice fondamentale a pour expression
Φ(t, t0 ) = Φ(t − t0 ) = eA(t−t0 ) .

et la solution de l’équation d’état prend la forme
Z t
A(t−t0 )
x(t) = e x(t0 ) + eA(t−τ ) B u(τ ) dτ
t0
Le système étant invariant dans le temps (stationnaire), on peut sans perte

de généralité prendre t0 = 0. La matrice eAt est définie par son développement
en série
(At)2 (At)n
eAt = I + At + +···+ +···
2! n!
Il existe plusieurs techniques permettant un calcul analytique de cette expo-
nentielle.
21
5.2 Calcul de eAt
5.2.1 A partir de la forme de Jordan
D’une manière générale, si deux matrices A et Ā sont semblables,
A = T −1 ĀT alors eAt = T −1 eĀt T
De plus si Ā est la forme de Jordan de A,

   Jt 
J1 e1

 J2 
 Āt

 eJ2 t 

Ā =  ..  alors e =  .. 
 .   . 
Jp eJp t
enfin pour chaque bloc Ji de taille (ni × ni )

 t2 tni −1

1 t ···
2 (ni −1)!
 
λi 1
 .. 

 1 t . 


Ji =  .. 
eJi t λi t 
=e  ..
. 1  1 . t2


 2 
λi  1 t 
1
Noter que dans le cas où toutes les valeurs propres de A sont simples, Ā est di-
agonale, Ā = diag(λ1 , λ2 , · · · , λn ) et par suite eĀt = diag(eλ1 t , eλ2 t , · · · , eλn t ).
5.2.2 Utilisation du théorème de Cayley Hamilton

D’après ce théorème, toute matrice A (n × n) annule son propre polynôme
caractéristique. En d’autres termes, si PA (λ) = λn + an−1 λn−1 + · · ·+ a1 λ + a0
est le polynôme caractéristique de A, alors
PA (A) = An + an−1 An−1 + · · · + a1 A + a0 In = 0
Cela signifie aussi que toute puissance de A d’ordre supérieur ou égal à n

peut s’exprimer à partir de puissances d’ordre inférieur. On en déduit que
eAt peut s’exprimer à partir d’une somme finie de la forme
n−1
X
At
e = αj (t) Aj
j=0
22
La connaissance des αj (t) (j = 0, 1, · · · , n − 1) permet donc de calculer eAt .
Ils s’obtiennent en observant que cette relation doit également être vérifiée
pour les valeurs propres de A, soit sous forme matricielle
 λt   
1 λ1 · · · λ1n−1

e 1 α0 (t)
 eλ2 t   1 λ2
   λ2n−1 
 α1 (t) 
 ..  =  ..  
 .   .  
eλp t 1 λp · · · λpn−1 αn−1 (t)
Si toutes les valeurs propres de A sont simples, on obtient un système de n

équations à n inconnues permettant le calcul des αj (t) Si une valeur propre
λi est multiple d’ordre ni , on utilise en plus des relations précédentes
n−1
dk λt X dk j
e = αj (t) (λ ) k = 1, ..., ni
dλk λ=λi j=0
dλk λ=λi
pour aboutir à un système de n équations à n inconnues.
5.2.3 Par Transformée de Laplace inverse

Pour l’équation homogène ẋ(t) = A x(t), on obtient par transformée de
Laplace
pX(p) − x(0) = AX(p) et par suite X(p) = (pI − A)−1 x(0)
Sachant que la solution de cette équation s’écrit x(t) = eAt x(0) on en déduit
que par transformée inverse

eAt = L−1 (pI − A)−1
5.3 Exemple
Soit la matrice A suivante dont on cherche à déterminer eAt .

2 2
A=
−1 5
(1) Par la forme de Jordan on obtient les résultats suivants: Le polynôme

caractéristique s’écrit

λ − 2 −2
PA (λ) = det(λI −A) = det = λ2 −7λ + 12 = (λ −3)(λ −4)
1 λ−5
23
Les valeurs propres étant distinctes, on sait que la forme de Jordan associée
J = P −1AP sera diagonale. il reste à calculer le changement de base P .
Celui ci s’écrit P = (v1 , v2 ) où v1 , v2 sont les vecteurs propres associés à 3 et
4, et s’obtiennent en résolvant:

 1 −2 par ex 2
 (3I − A)v1 =
 v1 = 0 ⇒ v1 =
1 −2 1
⇒P = 2 1
 2 −2 par ex 1 1 1
 (4I − A)v2 =
 v2 = 0 ⇒ v2 =
1 −1 1
Ainsi, eAt = P eJt P −1 soit

3t 3t
At 2 1 e 0 1 −1 2e − e4t −2e3t + 2e4t
e = =
1 1 0 e4t −1 2 e3t − e4t −e3t + 2e4t
(2) Par l’approche de Cayley-Hamilton, A étant d’ordre n = 2, eAt est une

somme de deux termes (de 0 à 1) de la forme
eAt = α0 (t)I + α1 (t)A
Cette relation est aussi valable pour les valeurs propres, ce qui fournit par
inversion
3t 3t
e 1 3 α0 (t) α0 (t) 4 −3 e
= ⇒ =
e4t 1 4 α1 (t) α1 (t) −1 1 e4t
Ainsi, eAt = (4e3t − 3e4t )I + (−e3t + e4t )A et on retrouve l’expression

précédente. (3) Par transformée de Laplace, le calcul de l’inverse (pI − A)−1
suivi d’une décomposition en éléments simples fournit
−1
−1 p − 2 −2 1 p−5 2
(pI − A) = =
1 p−5 (p − 3)(p − 4) −1 p − 2
 2 1 −2 2 
− +
= p− 3 p−4 p−3 p−4 

1 1 −1 2 
− +
p−3 p−4 p−3 p−4
On retrouve l’expression recherchée par transformée de Laplace inverse ap-

pliquée à chacun des termes.
24
6 Stabilité
Intuitivement, on dira qu’un système dynamique est stable, relativement

à une trajectoire, si de faibles perturbations appliquées au système entraı̂nent
de faibles écarts de la trajectoire. Pour des systèmes linéaires, cette trajec-
toire est souvent est souvent celle de l’équilibre x(t) = 0, t ≥ 0. Les
perturbations envisagées ici peuvent être de deux natures: perturbations
des entrées ou perturbations des conditions initiales. Elles conduisent à des
définitions différentes.
Definition 1 (Stabilité externe (BIBO)) On dira qu’un système est sta-

ble au sens BIBO si toute entrée de faible amplitude conduit à une sortie de
faible amplitude.
Dans cette définition on suppose les conditions initiales nulles. Le terme

BIBO est à traduire par Bounded inputs/Bounded outputs, ie: entrées bornées
/ sorties bornées. Sachant qu’entrées et sorties sont liées par la matrice de
transfert
Y (p) = H(p) U(p) H(p) = [hij (p)] ,
le système sera stable au sens Bibo si et seulement si H(p) est stable au sens
où tous les pôles des fonctions de transfert hij (p) sont à partie réelle négative.
La définition suivante concerne la stabilité de la solution libre (ie avec u = 0)

de l’équation d’état
ẋ(t) = Ax(t) + Bu(t)
Definition 2 (Stabilité interne) On dira qu’un système est stable (au sens
interne) si pour toute condition initiale x0 6= 0, la réponse libre x(t) du
système tend vers 0 pour t → ∞.
En d’autres termes, limt→∞ eAt x0 = 0, ∀x0 , ce qui revient à exiger que

limt→∞ eAt = 0. En écrivant A sous sa forme de Jordan notée ici J, cela
revient aussi à limt→∞ eJt = 0. Enfin en notant que tous les éléments non
nuls de eJt sont de la forme α(t)eλt avec λ valeur propre de A et α(t) polynôme
en t, on aboutit à
lim eAt x0 = 0, ∀x0 ⇔ Re(λi ) < 0 ∀λi valeur propre de A

t→∞
25
6.1 Exemple 1
On reprend ici l’exemple du paragraphe 4 pour lequel nous avions obtenu la
matrice A et le transfert H(p) suivants:
 
0 1 0  
2p + 1
A=  0 0 1 
 p3 + p2 + 3p + 6 
−6 −3 −1 H(p) =  
 p2 + 3p 
3 2
p + p + 3p + 6
PA (p) = det(pIn − A) = p3 + p2 + 3p + 6.
En observant que polynôme caractéristique de A et dénominateurs de H(p)

sont identiques, les stabilités BIBO et interne sont, dans cet exemple, équivalentes.
6.2 Exemple 2
P
Soit le système (A, B, C, D) décrit sous forme de Jordan et auquel corre-
spond le schéma fonctionnel ci après.

−a 0
ζ̇ = ζ+ u y= 1 1 ζ
−1 −2
1 ζ2
p+a
u y
−2 ζ1
+
p+1
Le système est stable au sens interne si et seulement si a > 0, alors que ce

−2
même système toujours est stable au sens BIBO puisque H(p) = p+1 est
stable.
Ce deuxième exemple montre que les deux définitions de la stabilité ne sont

pas toujours équivalentes. (On peut montrer qu’il y a équivalence si et seule-
ment si le système est observable et commandable). Cependant, puisque
H(p) = C(pI − A)−1 B, on établit facilement que
Stabilité interne ⇒ Stabilité BIBO
Dans un cas comme dans l’autre, il s’agit de savoir si les racines d’un polynôme
sont à partie réelle négative, et le critère de Routh constitue un test simple.
26
7 Commandabilité
Un des objectifs majeurs de l’automaticien étant la commande des systèmes,

la première question qu’il doit se poser est celle de la faisabilité du problème.
Pour des systèmes linéaires et stationnaires décrits par:
ẋ(t) = A x(t) + B u(t)

y(t) = C x(t)
cette question se pose en ces terme: ”est il possible de générer une commande
qui permette de faire passer le système d’un état quelconque x(t0 ) à un autre
état quelconque x(T ).” Sans perte de généralités, on pourra supposer l’état
initial nul, i.e.x(t0 ) = 0.
Definition 3 Un système est dit à état entièrement commandable si, par

action sur l’entrée, il est possible d’atteindre en un temps fini n’importe quel
point de l’espace d’état.
L’hypothèse de l’état initial nul est tel que la solution x(t) s’exprime par
Z t
x(t) = eA(t−τ ) B u(τ ) dτ (*)
0
Supposons que l’on arrive à établir qu’il existe un vecteur v constant tel que
v T x(t) = 0 ∀t ≥ 0.
Cela constitue un obstacle à la commandabilité. En effet, prenons l’exemple

à deux dimensions avec x = (x1 , x2 )T , et v = (1, −1)T . La définition de la
commandabilité annonce que l’espace atteignable est le plan R2 tout entier
alors que la contrainte v T x(t) = 0 impose à l’état de se déplacer sur la droite
d’équation x2 = x1 , et ce pour tout t. Le système considéré n’est donc pas
commandable.
x2
Espace d’état Etats atteignables
X = R2 x1 = x2
x1
27
7.1 Systèmes à matrice A diagonalisable
Pour un système dont la matrice A possède des valeurs propres distinctes, la
mise sous forme de Jordan (ici diagonale) permet de conclure rapidement à
la commandabilité ou non. Il suffit en effet qu’une des lignes de B̄ soit nulle
pour que le système ne soit pas commandable.
L’exemple du paragraphe (??) montre bien que la variable ζ1 évolue de

manière autonome et ne peut être modifiée par action sur l’entrée u(t). Avec
l’hypothèse d’une condition initiale nulle, on obtient ζ1 (t) = 0, t ≥ 0 et
le vecteur non nul v T = (1, 0, 0, 0) réalise bien v T ζ(t) = 0 soit de manière
équivalente
(v T T ) x(t) = 0
Cette démarche admet des extensions à des systèmes à forme de Jordan non
diagonale. Le critère suivant permet cependant de s’affranchir de cette mise
sous forme de Jordan.
7.2 Critère de commandabilité de Kalman

Un premier résultat plus général sur la commandabilité peut être obtenu
en introduisant la matrice (n × n) symétrique suivante, dite grammien de
commandabilité Z T
T
Wc (T ) = eAτ BB T eA τ dτ
0
Lemme 1 Le système est entièrement commandable si et seulement si la

matrice Wc (T ) est inversible.
Preuve. (éléments) (1) La condition est suffisante: En effet, si Wc (T )

est inversible, alors en utilisant la commutativité du produit de convolution
dans (??), i.e. remplaçant la paire (t − τ, τ ) par (τ, t − τ ), la commande u(τ )
suivante
T
u(τ ) = B T eA (T −τ ) Wc−1 (T )x(T )
utilisée dans (??) réalise bien le passage de x(t0 ) = 0 à x(T ). (2) La condition
est nécessaire: Si Wc (T ) n’est pas inversible, on établit ici que le système
n’est pas commandable. En effet, si Wc (T ) n’est pas inversible, il existe un
vecteur v constant tel que v T W v = 0. Cette égalité s’écrit aussi
Z T Z T
T Aτ T AT τ 2
0= v e BB e v dτ = v T eAτ B dτ
0 0
28
ce qui entraı̂ne que v T eAτ B = 0 pour 0 ≤ τ ≤ T , puis pour tout τ par
analycité de la fonction exponentielle. Ainsi, il existe un vecteur v constant
tel que Z t
v T x(t) = v T eA(t−τ ) B u(τ ) dτ = 0
0
et le système n’est pas commandable.
Grace à ce lemme on peut ensuite établir un critère simple de commandabilité

des systèmes, connu sous le nom de critère de Kalman. Il basée sur le
rang de la matrice C (n × nr) suivante dite matrice de commandabilité
du système.
CA,B = (B, AB, A2 B, · · · , An−1 B)
Theorème 2 Le système est entièrement commandable si et seulement si la

matrice CA,B est de rang maximal, c’est à dire rang CA,B = n.
Preuve. (éléments) On établit ici la suite d’équivalences suivante en

commençant par celle établie précédemment
Wc (T ) n’est pas inversible

⇔ ∃v t.q. v T eAτ B = 0 pour 0 ≤ τ ≤ T
dm T Aτ
⇔ ∃v t.q. v e B|τ =0 = v T Am B = 0 ∀m (Analycité)
dτ m
⇔ ∃v t.q. v T B, AB, A2 B, · · · , An−1 B = 0 (Cayley Hamilton)
⇔ rang CA,B < n.
En terme de propositions (disons P et Q), on vient de montrer que (non P ) ⇔

(non Q) ce qui revient à P ⇔ Q. Le lemme précédent permet alors de
conclure.
Noter que la commandabilité du système ne dépend pas de l’équation de sor-

tie (ou de l’observation) y(t) = Cx(t), et qu’elle ne dépend que des matrices
A et B. On dit parfois plus simplement que la paire (A, B) est commandable.
Noter aussi que dans le cas de systèmes à une seule entrée, CA,B est une
matrice carrée et la condition de rang maximal équivaut à l’inversibilité de
CA,B .
29
Enfin, la propriété de commandabilité est une propriété structurelle. En
effet, avec un changement de base Ā = T AT −1 , B̄ = T B, il vient

CĀ,B̄ = B̄, Ā B̄, Ā2 B̄, · · · = T B, T AT −1 T B, · · · = T CA,B
La matrice T étant régulière on en déduit alors que
rang CA,B = rang CĀ,B̄
7.3 Décomposition selon la commandabilité

De manière équivalente au résultat précédent, on peut établir que si un
système n’est pas commandable, avec rang CA,B = n1 < n, alors il existe
un changement de base

ζ1
ζ = Tx = avec dim(ζ1 ) = n1
ζ2
P
conduisant au système isomorphe (Ā, B̄, C̄) avec

−1 Ā11 Ā12 B̄1
Ā = T AT = , B̄ = T B =
0 Ā22 0
et où la paire (Ā11 , B̄1 ) est commandable. La matrice C̄ = (C̄1 , C̄2 ) ne

possède pas de structure particulière. La nullité des blocs Ā21 et B̄2 se
traduit par la décomposition illustrée sur le schéma suivant.
u ζ1
ζ̇1 = Ā11 ζ1 + Ā12 ζ2 + B̄1 u C̄1
y
+
ζ2
ζ̇2 = Ā22 ζ2 C̄2
Celle ci montre bien que l’entrée u(t) n’exerce aucune action sur le sous
système d’état ζ2 . Celui ci porte le nom de partie non commandable du
système.
On observera que dans cette base la matrice de commandabilité prend la

forme suivante mettant en évidence l’aspect non commandable du système
n−1
!
B̄1 , Ā11 B̄1 , · · · , Ā11 B̄1
CĀ,B̄ =
0
30
La transformation T permettant d’obtenir cette décomposition n’est pas
unique. Une solution possible consiste à procéder comme suit: (i ) On relève
toutes les colonnes indépendantes de CA,B (ii ) On complète pour obtenir une
matrice inversible (iii ) On inverse pour obtenir la matrice T .
Lorsque l’on cherche à calculer la matrice de transfert de ce système non

commandable, il vient
−1
pI − Ā11 Ā12 B̄1
H(p) = (C̄1 , C̄2 ) = C̄1 (pI − Ā11 )−1 B̄1
0 pI − Ā22 0
En d’autre P termes le transfert H(p) ne dépend que du sous système (com-
mandable) c (Ā11 , B̄1 , C̄1 ). La matrice Ā11 étant de taille n1 < n, H(p)
sera nécéssairement d’ordre strictement inférieur à n.
7.3.1 Exemple
P
Considérons le système (A, B, C) décrit par
   
−2 1 0 1
A=  0 −1 1 , B =
  1 , C= 1 0 0
0 0 0 1
Avec n = 3, la matrice de commandabilité CA,B s’écrit
 
1 −1 2
CA,B = (B, AB, A2 B) =  1 0 0 
1 0 0
Elle est manifestement de rang 2 < 3 et le système n’est donc pas command-
able. Pour obtenir une décomposition selon la commandabilité, on peut par
exemple compléter les deux première colonnes indépendantes de CA,B pour
obtenir par exemple
   
1 −1 0 0 1/2 1/2
T −1 =  1 0 −1  ⇒ T =  −1 1/2 1/2 
1 0 1 0 1/2 −1/2
Le système peut être alors décrit par le nouveau triplet (Ā, B̄, C̄) dans lequel
les blocs Ā21 et B̄2 sont nuls,
   
0 0 −1 1
 1 −2
Ā = T AT −1 = −2 
, B̄ =  0 
 
C̄ = 1 −1 0
0 0 −1 0
31
8 Commande par placement de pôles
8.1 Principe
On considère le système décrit par

ẋ = Ax + Bu
, x ∈ Rn , u ∈ Rr , y ∈ Rm ,
y = Cx
et pour lequel on suppose que l’ensemble des composantes du vecteur d’état

est accessible (directement ou par reconstruction). Une commande par retour
d’état est une commande de la forme
u = −kx + f v
où v ∈ Rr est une nouvelle consigne, k (r × n) et f (r × r) sont des matrices

généralement constantes. Souvent, f sert à corriger le statisme et k réalise
les différents types de commande.
v u P y
f
x
−k
La combinaison des deux relations précédentes conduit à:

ẋ = (A − Bk) x + Bf v
y = Cx
Theorème 3 Les valeurs propres de A − Bk peuvent être fixées arbitraire-

ment si et seulement si la paire (A, B) est commandable (càd rang CA,B = n)
L’hypothèse de commandabilité de la paire (A, B) assure donc que l’on peut

fixer arbitrairement le polynôme caractéristique de la matrice (A − Bk), et
donc placer arbitrairement les pôles de la matrice de transfert du système
corrigé.
32
8.2 Placement de pôles pour des systèmes monoentrée.
8.2.1 Systèmes décrits sous forme commandable
Soit un système décrit par
   
0 1 0 0 0
 0 0 1 0   .. 
   . 

ẋ =  .. .. ..  x +  ... u
  
. . .
   
 0 1   0 
−a0 −a1 · · · · · · −an−1 1
| {z } | {z }
A B
et donc de polynôme caractéristique: PA (λ) = a0 + a1 λ + . . . + an−1 λn−1 + λn .

En imposant le retour u = −kx + f v il vient la matrice
 
0 1 0 0

 0 0 1 0 

A∗ = A − Bk = 
 .. .. .. 
.
. . .
 
 0 1 
−k1 − a0 −k2 − a1 · · · · · · −kn − an−1
Si on se fixe a priori les pôles du système corrigé (coefficients αi ), il vient
PA∗ (λ) = (a0 + k1 ) + (a1 + k2 )λ + . . . + (an−1 + kn )λn−1 + λn

= α0 + α1 λ + . . . + αn−1 λn−1 + λn
soit par identification α0 = a0 + k1 , ..., αn−1 = a1 + kn , d’où
k = [k1 , · · · , kn ] = [(α0 − a0 ), · · · , (αn−1 − an−1 )]
Exercice 1 Pour les systèmes de fonction de transfert
1 − p2 0, 5 + p
H1 (p) = , H2 (p) = ,
1 + 3p + 3p2 + p3 −3 + p + p2 + p3
mettre sous forme commandable et déterminer le retour d’état fixant
les pôles du système corrigé à {−1, −2, −3} et {−1} (triple). Pour
H2 (p), déterminer le gain f assurant une erreur statique en position
nulle.(réponses k1 = [5, 8, 3], k2 = [4, 2, 2] et f = 2)
33
8.2.2 Systèmes sous forme quelconque
Il suffit de connaı̂tre le changement de base P qui conduit à la forme com-
mandable de matrice (Ac , Bc , Cc )

ẋ = Ax + Bu ż = Ac z + Bc u
→ z = Px →
y = Cx y = Cc z
On effectue le placement de pôles sur la forme commandable, u = −kc z +f v,
puis on en déduit u = −kc P x + f v, soit donc
k = kc P
Exercice 2 On note l’inverse de la matrice de passage P −1 =

(P1 , ..., Pn ) Par identification, montrer que celle-ci s’obtient par
Pn = B, et pour k = 1, ..., n − 1, Pk = APk+1 + ak B. Donner
alors la forme commandable du système Σ(A, B, C) suivant

−2 1 1
A= B= , C=( 1 2 )
2 −3 −1
8.2.3 Formule d’Ackermann

L’utilisation du théorème de Cayley Hamiltion permet de déterminer directe-
ment la matrice k par la formule
−1
k= 0 ··· 0 1 CA,B P ∗ (A)
où CA,B est la matrice de commandabilité du système (ici carrée) et P ∗ (A)

le polynôme caractéristique souhaité appliqué à la matrice A.
Exercice 3 Déterminer de deux manières différentes le retour d’état

qui fixe les pôles du système corrigé à −2, −3, −4 lorsque
   
−2 1
A= 1  B =  −1 
3 1
8.3 Placement de pôles et systèmes à plusieurs entrées.

Lorsque r > 1, il existe plusieurs façons de déterminer un retour d’état
plaçant les pôles.
34
8.3.1 Méthode de Young et Willems
Soient p(λ) et d(λ) les polynômes du système non corrigé et corrigés
p(λ) = det(λI − A) = a0 + a1 λ + .. + .an−1 λn−1 + λn

d(λ) = det(λI − A + Bk) = d0 + d1 λ + ... + dn−1 λn−1 + λn
Dans cette méthode, le gain k (r × n) est de la forme
k = f gT
où f et g sont des vecteurs à r et n composantes. Si il existe un vecteur f

tel que la paire (A, Bf ) soit commandable, c’est à dire tel quel la matrice de
commandabilité carrée suivante soit inversible,
Cf = (Bf, ABf, ..., An−1 Bf ),
alors g s’obtient par

g = (CfT )−1 X −1 δ
   
1 dn−1 − an−1
 an−1 1   dn−2 − an−2 
   
X =  .. .. .. , δ= .. 
 . . .   . 
a1 · · · an−1 1 d0 − a0
Exercice 4 Déterminer un retour d’état fixant le spectre du système

suivant à {−1, −2, −3} . On testera le vecteur f = (1, 1)T .
   
0 1 0 1 0
A =  0 0 1  ,B =  0 0 
4 4 −1 0 1
8.3.2 Méthode de Brogan

Cette méthode est basée sur l’utilisation d’un lemme (de Plotkin) det(I −
AB) = det(I − BA). Elle se présente comme suit: On définit:
Φ(λ) = (λI − A)−1 (n × n)

Ψ(λ) = Φ(λ)B = [ϕ1 , ϕ2 , . . . , ϕr ] (n × r)
Ir = Identité = [e1 , e2 , . . . , er ] (r × r)
35
On souhaite imposer les pôles λ1 , · · · , λn , supposés ici distincts (pour simpli-
fier). Alors on peut toujours trouver n colonnes indépendantes ϕj1 , ϕj2, · · · , ϕjn ,
et le retour d’état s’exprime par
k = − [ej1 , ej2 , . . . , ejn ] [ϕj1 (λ1 ), ϕj2(λ2 ), · · · , ϕjn (λn )]−1
Exercice 5 Proposer par cette méthode un retour d’état pour les

différents cas de figure suivantes

0 2 0
A= , B= , σ = {−3, −4}
0 3 1

0 2 1 0
A= , B= , σ = {−3, −5}
0 3 0 1
   
−2 1 0 0 0
A =  0 −2 0  , B =  0 1  , σ = {−3, −2 ± j}
0 0 4 1 0
8.4 Technique du découplage

On se place dans le cas de systèmes ayant autant d’entrées que de sorties
(m = r). L’objectif ici est de déterminer un retour d’état u = −kx + f v qui
rende chaque sortie dépendante d’une seule entrée. En d’autres termes, le
matrice de transfert du système corrigé doit être diagonale.

ẋ = (A − Bk) x + Bf u
, H(p) = C (pI − A + Bk)−1 Bf,
y = Cx
La démarche peut être la suivante. On note ci la i ème ligne de C, et on

définit m entiers d1 , · · · , dm par

 di = min {j tels que ci Aj B 6= 0 pour j = 0, 1, . . . , n − 1}
ou

di = n − 1 si ci Aj B = 0 ∀j
Le système peut alors être découplé si et seulement si la matrice m × m

suivante est inversible  
c1 Ad1 B
N =
 .. 
. 
cm Adm B
36
Dans ce cas, le retour d’état
 
c1 Ad1 +1
f = N −1 et k = N −1 
 .. 
. 
dm +1
cm A
fournit une matrice de transfert dont tout les pôles sont à l’origine.
Exercice 6 les systèmes Σ(A, B, C) suivants sont ils découplables

   
0 1 0 0 1
1 0 0
A =  0 0 1 , B =  1 0 , C =
0 0 1
1 0 0 0 0
   
−2 1 0 0 0
0 0 1
A=  0 −2 0 , B =  0 1 , C=

1 0 0
0 0 4 1 0
Exercice 7 Partant du dernier système précédent, déterminer un

retour d’état supplémentaire déplaçant le (nouveau) pôle triple {0} à
{−5, −5, −10} . Le système ainsi corrigé est il toujours découplé?
37
9 Observateur, Commande par état recon-
struit
9.1 Observabilité
Lorsque l’état x(t) du processus n’est pas accessible, les techniques de com-
mande ne sont plus directement applicables, et il faut faire appel à un état
reconstruit x̂(t). Cette opération n’est possible que si le processus possède la
propriété d’observabilité définie ci dessous.
Definition 4 Un système est dit à état entièrement observable si, par ob-
servation des entrées et sorties du système sur un intervalle de temps fini,
on peut déterminer l’état initial du processus.
Pour le système Σ(A, B, C), on définit la matrice d’observabilité du processus,

de taille (nm × n), par  
C
 CA 
 
OA,C =  .. 
 . 
n−1
CA
Theorème 4 Le système Σ(A, B, C) est observable si et seulement si la ma-

trice d’observabilité OA,C est de rang plein.
Preuve. (éléments) il s’agit de démontrer que sur [0, T ], la connaissance

de u(t) et de y(t) permet de remonter à x(0). Rappelons tout d’abord que
Z t
At
y(t) = Ce x(0) + eA(t−τ ) Bu(τ )dτ
0
T
une multiplication à gauche par eA t C T et une intégration sur [0, T ] con-
duisent à une relation de la forme
PO (T )x(0) = W (y(θ), u(θ), 0 ≤ θ ≤ t)
où PO (T ) est le grammien d’observabilité n × n défini par

Z T
T
PO (T ) = eA t C T CeAt dt
0
38
Si PO (T ) est inversible, alors on peut remonter à un unique x(0). Sinon, il
existe alors un vecteur v 6= 0 tel que PO (T )v = 0 ce qui veut dire aussi que
PO (T )x(0) = PO (T )(x(0) + v) et par suite x(0) et x(0) + v sont indistin-
guables. Ensuite, comme pour la commandabilité, on établit l’équivalence
entre l’inversibilité de PO (T ) et la condition de rang sur OA,C
Si rang OA,C = n1 < n, on peut alors appliquer une décomposition (change-

ment de base) selon l’observabilité de manière analogue à celle établie selon
la commandabilité. Il existe
P donc un changement de base ζ = T x conduisant
au système isomorphe (Ā, B̄, C̄) avec

−1 Ā11 0 B̄1
Ā = T AT = , B̄ = T B = , C̄ = CT −1 = C̄1 0
Ā12 Ā22 B̄2
u ζ1 y
ζ̇1 = Ā11 ζ1 + B̄1 u C̄1
ζ̇2 = Ā21 ζ1 + Ā22 ζ2 + B̄2 u
De cette décomposition, illustrée ici, il est clair que l’état ζ2 n’est pas observ-
able. La propriété d’observabilité ne dépend que des matrices A et C. Noter
T
que la matrice d’observabilité transposée OA,C est identique à la matrice de
commandabilité CAT ,C T associée au système fictif suivant d’entrée v et sortie
η (dit aussi système dual).

ẋ = Ax + Bu ż = AT z + C T v
Σ: , Σ: .
y = Cx η = BT z
Exercice 8 Etudier la commandabilité et observabilité du système

Σ(A, B, C) suivant:
   
0 1 0 0
A= 0 0 1 , B =  1 , C = 0 1 1
0 −1 −2 1

−2 0 1
A= , B= , C= 1 2
0 −α 1
pour ce dernier cas, donner l’expression de la fonction de transfert.

Que devient ce transfert lorsque α = 2
39
9.2 Observateur
Connaissant Σ(A, B, C), l’objectif est de construire un système d’entrée u(t)
et y(t) dont la sortie x̂(t) donne une estimation du vecteur d’état du proces-
sus.
u P y
Observ.
x̂
On associe pour cela au processus définit le système dynamique (observa-

teur) régi par l’équation différentielle suivante où L représente le gain de
l’observateur,
x̂˙ = A x̂ + B u + L (y − C x̂),
avec x̂(0) = x̂0 . En notant ε(t) = x(t) − x̂(t), il vient aisément
ε̇(t) = (A − LC) ε(t),
avec ε(0) = x0 − x̂0 . Par suite, lorsque ε(0) 6= 0, ε(t) → 0 si et seulement

t→∞
si A − LC est stable (i.e. toutes ses valeurs propres sont négatives).
Theorème 5 Les valeurs propres de A − LC peuvent être fixées arbitraire-

ment si et seulement si la paire (A, C) est observable (càd rang OA,C = n)
Fixer les pôles de A − LC revient à fixer ceux de AT − C T LT Ainsi cela

revient à déterminer k qui fixe les pôles de la paire (AT , C T ), car alors
L = kT
Toutes les techniques de placement précédentes s’appliquent immédiatement.
Exercice 9 Déterminer le gain L qui fixe les pôles de A − LC à

{−8, −8} pour le système

0 2 0
A= ,B= ,C= 1 0
0 3 1
40
9.3 Commande par retour d’état reconstruit
Lorsqu’on applique la commande sur l’état reconstruit (càd u = −k x̂ +
f v), on peut considérer que nous sommes en présence d’un systèmes à 2n
dimensions, n pour le système et n pour l’observateur. Considérons l’état
complet de ce processus définit comme suit

x I 0 x
z= =
ε −I I x̂
Régulateur
v u P y
f
Observ.
x̂
−k
Il vient la représentation d’état

A − Bk −Bk Bf
ż = z+ u
A − LC 0
qui montre que les pôles du système et ceux de l’observateur peuvent être
fixés séparément. Cette remarque est connue sous le nom de principe de
séparation.
Exercice 10 Pour le système suivant, déterminer le retour d’état

conduisant au pôle triple {−1}. Ce retour sera appliqué à
l’état estimé au travers d’un observateur de dynamique (pôles)
{−8, −8, −10}. Donner le schéma de réalisation de l’ensemble.
   
−2 1 0 0 0
0 0 1
A =  0 −2 0  , B =  0 1  , C =
1 0 0
0 0 4 1 0
41
Exercice 11 Pour le système de fonction de transfert
1
F (p) =
p(p + 1)
déterminer le retour d’état conduisant aux pôles {−1 ± j}. Calculer

le gain d’un observateur de dynamique double {−2} . Proposer un
schéma de réalisation de l’ensemble sous forme de fonctions de trans-
fert.
9.4 Observateurs d’ordre réduits

L’observateur précédemment construit est du même ordre que le système (n).
Or dans l’équation d’observation, la matrice C étant généralement du même
ordre que le nombre de sorties, m composantes du vecteur d’état sont (à un
changement de base près) directement accessibles via l’observation y(t). En
effet, supposons C sous la forme C = [C1 , C2 ] avec C1 (m × m) inversible, et
considérons le changement de base (par exemple)

ζ1 C1 C2
ζ= = x
ζ2 In−m
Ce dernier conduit à la représentation suivante où il apparaı̂t que la partie
ζ1 (m × 1) du nouveau vecteur d’état est directement accessible par y et donc
seule reste à reconstruire ζ2 .

ẋ = Ax + Bu ζ̇ = Ā ζ + B̄ u
, .
y = Cx y = ζ1
Les différentes matrices partitionnées issues de ce changement de base sont
données ci après.
Ā11 = (C1 A11 + C2 A21 )C1−1 Ā12 = −Ā11 C2 + (C1 A12 + C2 A22 )
Ā22 = A22 − A21 C1−1 C2 Ā21 = A21 C1−1
B̄1 = C1 B1 + C2 B2 B̄2 = B2
La réalisation d’un observateur sur ζ2 uniquement (et donc de taille (n −

m)), puis la reconstruction de l’état estimé x̂ peut alors être réalisée selon le
schéma suivant;
y ż = Mz + Nu + P y x̂
u x̂ = F z + Gy
42
Soit L la matrice (n − m) × m qui place les pôles de la paire Ā22 , Ā12 dans
l’équation (Ā22 − LĀ12 ). Les différents coefficients de cet observateur sont
alors donnés par:
 −1 
−C1−1 C2 C1 (I − C2 L)
 F = In−m
G=
L 
 
 
 

 M = Ā22 − LĀ12 , N = B̄2 − LB̄1 

 
P = Ā21 + Ā22 L − LĀ11 − LĀ12 L
Exercice 12 Déterminer un observateur d’ordre réduit et de dy-

namique λ = −4 pour le système Σ(A, B, C) suivant

−3 3 0
A= , B= , C= 1 0
0 −1 1
Proposer une réalisation sous forme de fonctions de transfert.
Exercice 13 Déterminer un observateur d’ordre réduit et de dy-

namique {−4, −5} pour le système Σ(A, B, C) suivant
   
−1 2 0 0
A=  0 −2 1 , B =  0 , C = 1 0 0
0 0 −1 1
43
10 Commande monovariable et perturbations
L’objectif de cette section est de montrer comment on peut tenir compte de

situations dans lesquelles le système est soumis à des perturbations inconnues.
On se limite au cas de systèmes monovariables où de plus la perturbation est
supposée constante (et par extension constante par morceaux).
10.1 Approche par Modèle d’état du système perturbé

Tout d’abord le choix du point d’impact de la perturbation est à déterminer.
On se placera ici dans le cas de figure où la perturbation est supposée agir
en amont de la dynamique du processus, comme indiquée ci-après. Un
autre choix du point d’application de la perturbation conduit à des résultats
différents (par ex. un intégrateur avec une perturbation constante en amont
ou en aval).
d
Σ
u 1 y
Num(p)
Den(p)

Num(p) = bn−1 pn−1 + ... + b0
Den(p) y = d + Num(p) u,
Den(p) = pn + ... + a1 p + a0
De simples manipulations permettent de réecrire la sortie y sous la forme

suivante (limitée ici à n = 3).
y = p−1 [(b2 u − a2 y) + p−1 [(b1 u − a1 y) + p−1 (b0 u − a0 y + d)]]

| {z }
x1
| {z }
x2
| {z }
x3
Le choix des variables d’états comme indiqué ici permet d’établir une equa-
tion d’état mettant en jeu la perturbation au travers du terme Dd

ẋ = Ax + Bu + Dd
Σ
y = Cx
44
     
0 −a0 
b0

1 0
 ..   0   . 
 1 .   b1 
,D =   T  .. 
A= . . ,B =   ..,C =  
 .. ..     .  0 
1 −an−1 bn−1 0 1
Noter qu’en l’absence de perturbation, on retrouve la forme observable des

fonctions de transferts (causales strictes dans ce cas)
10.1.1 Reconstructeur d’état et de perturbation

L’hypothèse d’une perturbation constante (par extension, par morceaux) se
traduit par
d˙ = 0
On définit alors un nouveau système (fictif) ayant pour état l’état augmenté
T
ζ = xT d de dimension (n + 1) et pour lequel les équations d’état
s’écrivent, compte tenu du paragraphe précédent

ζ̇ = Φζ + Γu
Σa
y = Hζ

A D B
Φ= ,Γ = ,H = C 0
0 0 0
L’observabilité de la paire (Φ, H) (à faire en exercice) permet alors la re-

construction de l’état augmenté ζ selon la figure et l’équation suivante, dans
laquelle dans lequel L est un gain de dimension (n + 1), L = [l1 , ...ln+1 ]T .
˙
Observ.: ζ̂ = Φ ζ̂ + Γ u + L (y − H ζ̂),
u P y
Observ.

x̂
ζ̂ =
dˆ
45
10.1.2 Commande avec reconstructeur
La commande avec état et perturbation reconstruits se fait alors selon l’équation
et le schéma suivants:
u = −k x̂ − g dˆ + f v
où k = [k1 , . . . , kn ] tandis que g et f sont des scalaires. Pour le calcul de

ces différents gains, on utilise le principe de séparation, c’est à dire que l’on
suppose x̂ = x et dˆ = d.
d
Régulateur
v u P y
f
Observ.
x̂
[−k, −g]
dˆ
La combinaison de la loi de commande avec l’équation d’état du processus

conduit à l’expression de la sortie y:
y = C(pI − A + Bk)−1 [Bf v + (−Bg + D)d]
Le placement de pôles réside dans le choix d’un gain k tel que A − Bk ait des
pôles préspécifiés. Pour assurer ensuite l’égalité y = v en régime permanent
lorsque v et d sont constants, on utilise le théorème de la valeur finale pour
les transformées de Laplace, ce qui conduit aux relations
1
f =
C(−A + Bk)−1 B
C(−A + Bk)−1 D
g =
C(−A + Bk)−1 B
Noter que par l’application du théorème de la valeur finale, l’effet de la per-

turbation est annulé à l’infini, avec décroissance plus ou moins rapide réglée
par la commande. On parle alors de rejet asymptotique de la perturbation.
46
10.1.3 Placement de pôles robuste pour la commande et l’observation
Hormis les contraintes de stabilité, le choix des (n) pôles pour la commande
(coefficients du gain k), et des (n + 1) pôles de l’observateur (coefficients du
gain L) est à priori libre. Pour assurer un comportement robuste, on peut
adopter la stratégie suivante:
• Pour la commande, on se donne un horizon de commande Tc et acces-

soirement un amortissement fixe. Les pôles de la boucle ouverte, c’est
à dire les pôles de A, sont modifiés comme suit:
– un pôle instable est remplacé par son symétrique (1)

– un pôle peu amorti est ramené à l’amortissement spécifié (2,3)
– un pôle trop lent (à droite de −1/Tc ) est ramené sur cette verticale
(2,4)
– les autres pôles demeurent inchangés (5).
• Pour l’observateur, on adopte la même stratégie avec un horizon de

filtrage Tf . Les (n + 1) pôles à placer sont ceux de la matrice F du
paragraphe 3.2 qui ne sont autres que ceux de A augmentés de {0}.
Im
·(3)
bc
bc
·(2)
bc ·(1)
−1/Tc Re
bc ·
(4)
·pôles initiaux
˜ (5) bc pôles finaux
Le choix des 2n + 1 paramètres initiaux est donc ramené à celui de deux

coefficients Tc et Tf . Avec un Tc faible, les réponses du système aux consignes
peuvent être rapides, mais cela se fera au détriment des actionneurs qui seront
fortement sollicités. De la même manière un Tf trop faible augmentera la
sensibilité vis à vis des bruits issus des capteurs.
47
10.1.4 Exemple
On considère le cas d’un premier ordre de fonction de transfert H(p) =
γ/1 + τ p, et dont la prise en compte de la perturbation conformément au
paragraphe précédent conduit au schéma ci-après
d
Σ
u 1 y=x
b0
a0 + p
avec b0 = γ/τ , a0 = 1/τ . La représentation d’état est ici immédiate

ẋ = −a0 x + b0 u + d
y=x
Dans cet exemple, l’état x est accessible par la mesure y et seul reste à
ˆ Etant donné un horizon d’observation Tf ,
reconstruire la perturbation d.
on détermine alors un observateur d’ordre réduit (1) qui déplace le pôle {0}
à {−1/Tf }. On obtient alors L = 1/Tf pour le gain, puis les expressions
suivantes pour l’observateur d’ordre réduit:
M = −1/Tf N = −b0 /Tf P = −a0 /Tf − 1/Tf2

F = (1, 0)T G = (1, 1/Tf )T
Etant donné un horizon de commande Tc , on détermine ensuite le placement

de pôles (de −1/τ à −1/Tc ) et le réglage des gains de la commande avec
reconstructeur pour obtenir
k = ( Tτc − 1)/γ, f = τ /(γTc ), g = τ /γ
La représentation sous forme de fonction de transfert conduit alors au schéma

T
de réalisation suivant avec pour coefficients t0 = γ/τ , t1 = (1 − τf )/Tf ,
t2 = 1/Tf .
Des simulations sont ensuite réalisées avec les caractéristiques suivantes:

Pour le processus: γ = 1.5 et tau = 1. Pour la commande, seuls les
paramètres Tf et Tc sont à régler: On adopte ici Tf = τ /4 pour l’observation,
et Tc1 = τ /2 puis Tc2 = τ /12 pour la commande.
48
d
P
v u y
f +
-k -g
t0
dˆ 1
+ -
1 + Tf p
t2 t1
Les réponses à des consignes et perturbations constantes par morceaux et

obtenues par Simulink/Matlab sont regroupées ci-dessous.
0.8 0.2
Consigne et réponses
0.7
pour Tc2 < Tc1 0 Perturbations
0.6 -0.2
appliquée et
reconstruite
0.5 -0.4
0.4 -0.6
0.3 -0.8
0.2
− − Tc1 -1
0.1 -1.2
0 -1.4
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Commandes pour
3.5
Tc2 < Tc1
3 avec Tc2 < Tc1 la perturbation
2.5 est plus rapidement rejetée. D’un
autre coté, avec ce même Tc2 la
2
− − Tc2
commande présente des pics de
1.5
forte intensité lors des change-
1
ments de consigne
0.5
0
0 2 4 6 8 10 12 14 16 18 20
49
Exercice 14 A partir du schéma de simulation précédent, montrer
que la commande ainsi déterminée peut se mettre sous la forme
R(p) T (p)
u=− y+ v
S(p) S(p)
que l’on explicitera. On utilisera les valeurs numériques correspon-

dant aux choix Tc1 = τ /2.
10.2 Commande par approche polynomiale (RST )

Dans l’exemple précédent, il é été mis en évidence que la commande issue
d’un placement de pôles avec reconstructeur pouvait s’exprimer au moyen de
fonctions de transferts entre la commande d’une part et les sortie et pertur-
bation d’autre part. C’est cet aspect qui est envisagé ici et traduit selon le
schéma de commande suivant.
d Σ
y
v −1
u −1
T (p) S (p) B(p) A (p)
R(p)
Le système étudié est caractérisé par une fonction de transfert de numérateur

et dénominateur
B(p) = bn−1 pn−1 + . . . + b0
A(p) = pn + an−1 pn−1 + . . . + a0
Dans cette configuration, le calcul de la sortie en fonction de la consigne et
de la perturbation est immédiat
BT S
y= v+ d = Wv v + Wd d
AS + BR AS + BR
Ces transferts devant être stables, pour assurer le rejet de perturbation (con-
stante ou constante par morceaux) et le suivi de consigne en régime perma-
nent, l’application du théorème de la valeur finale (pour p → 0) conduit aux
relations
50

Wd (0) = 0 → S(0) = 0
Wv (0) = 1 → T (0) = R(0)
D’un autre coté, A(p) et B(p) étant donnés, le problème du placement de

pôles consiste à déterminer R(p) et S(p) tels que pour un polynôme fixé D(p),
on ait
D = AS + BR
Pour assurer la faisabilité du problème, le régulateur doit être causal deg(S) ≥

deg(R), si bien que deg(D) = n + deg(S). En tenant compte de S(0) = 0,
écrivons les polynômes R, S, D sous la forme:
R(p) = rdeg(R) pdeg(R) + . . . + r0 , S(p) = sdeg(S) pdeg(S) + . . . + s1 p
D(p) = dn+deg(S) pn+deg(S) + . . . + d0
La resolution de l’équation D = AS +BR, dite équation de Bezout, s’effectue

en écrivant l’égalité des puissances successives de p ce qui se traduit par une
relation matricielle de la forme (système de Sylvester):
deg(S) colonnes 1+deg(R) colonnes  
z
 }| { z }| { sdeg(S)  
 ..  dn+deg(S) 

 .   .. 


  ..   . 

   .. 


 .   


   . 


 s1    n + deg(S)
 MA,B  =  dn 

  rdeg(R)   ..  +1 lignes
  ..   . 


  .  
..


  ..
  

   . 

 .  

d0
r0
Ce système admettra autant d’équations que d’inconnues si la matrice MA,B

est carrée, ce qui se traduit par
deg(S) + deg(R) + 1 = n + deg(S) + 1 ⇒ deg(R) = n
On en déduit alors pour S(p)
deg(S) = deg(R) = n ou deg(S) = deg(R) + 1 = n + 1
selon que le régulateur choisi est causal ou strictement causal. L’existence

d’une solution unique (donc des polynômes S(p) et R(p)) est alors assurée si
51
A(p) et B(p) sont premiers entre eux, ce que l’on supposera toujours par la
suite. A titre d’exemple, pour un régulateur causal, la matrice MA,B prend
la forme:
 
1 0
 an−1 1 0 .. 
 0 . 0 
 .. .. .. .. ..


 .
 . . bn−1 . . 
 .. 
.. .. .. .. .. .. 
 .
 . . . . . . 

 .. .. .. .. 
 a0
 . 1 . . . 0 
MA,B = ..

 0 . an−1 .. 
 b0 . 0 

 .. .. .. .. 

 . . . . bn−1 
.. 
 .. .. .. .. 

 . . . . . 

 .. .. .. 
 0 . a 0 0 . . 
0 b0
A ce stade, le choix du polynôme D(p) est libre (du moment qu’il est stable), de
même que le choix du polynôme T (p) est libre (du moment que T /S est causal et
T (0) = R(0)). On décrit ci-après deux approches possibles;
10.2.1 Commande sans compensation de zéros

Si on récrit D(p) sous la forme de produit de 2 polynômes P et C de degré n, alors
le choix suivant pour le polynôme T
D(p) = P (p)C(p) T (p) = (R(0)/C(0)) C(p)
conduit à
R(0) B(p) S(p)
y= v+ d
C(0) P (p) P (p)C(p)
et donc à un transfert sortie/consigne Wv (p) d’ordre n et dont les pôles sont ceux
fixés par P (p). En d’autres termes et pour conclure, la démarche à suivre pour
déterminer les polynômes R, S, et T peut être la suivante:
1. Fixer les pôles du système bouclé dans P (p) (placement de pôles pour
la commande), et ceux d’un filtre dans C(p) (placement de pôles pour
l’observateur), d’où D(p) = P (p)C(p).
2. Résoudre l’équation de Sylvester pour obtenir R(p) et S(p).
3. En déduire T (p).
52
Noter que les pôles fixés par les polynômes P et C peuvent être déterminés à partir
de ceux de A (système en boucle ouverte) et de la donnée d’horizons d’observation
et de commande Tf et Tc comme indiqué dans le paragraphe précédent.
Exercice 15 Déterminer les polynômes R, S, T pour le premier ordre de

l’exercice précédent. On utilisera les paramètres Tc = τ /2 et Tf = τ /4.
Comparer avec l’exercice précédent.
10.2.2 Commande avec compensation de zéros

Dans la situation précédente, le transfert en poursuite (y/v) a complètement fixé
les pôles en boucle fermée, mais les zéros de la boucle fermée reste ceux de la
boucle ouverte (càd B(p)). On peut vouloir modifier cette donnée en procédant
comme suit. On factorise tout d’abord B(p) en
B(p) = Bi (p)Bs (p)
où Bs et Bi représentent respectivement les parties de B à éliminer et à conserver.

Sous peine de conduire à la réalisation de correcteur instable (non envisageable), la
partie à éliminer par compensation (Bs ) doit impérativement être stable (et bien
amortie). Il suffit alors de résoudre l’équation de Bezout suivante
AS1 + Bi R = D(= P C)
de laquelle on déduit R, puis:
S(p) = S1 (p)Bs (p) T (p) = (R(0)/C(0)) C(p)
On abouti ainsi facilement à

R(0) Bi (p) S1 (p)
y= v+ d
C(0) P (p) P (p)C(p)
où pour retrouver le cas précédent (sans compensation de zéros), il suffit de poser
Bs = 1.
Remarque Selon que l’on tient compte (comme ici) du rejet de perturbation
(au travers de S(0) = 0) ou non , le système d’équations de départ (de Sylvester)
et par suite le correcteur n’est plus le même. L’ordre des polynômes mis en jeu
peut également être différent. Noter aussi que le fait notamment que S se factorise
en pS ′ (p) induit en particulier une action intégrale.
53
Exercice 16 On considère un système instable de fonction de transfert
en boucle ouverte
5
H(p) =
(p − 1)(p + 2)
Déterminer un régulateur causal (degR = degS) RST tel que le transfert
y/v en boucle fermée s’écrive
0, 25
Hm (p) =
0, 25 + 0, 7p + p2
On notera k = degS et on cherchera d’abord à déterminer la valeur de k.
Les pôles éventuels d’observation seront fixés à -5 et la question du rejet
de perturbation ne sera pas considérée dans cet exercice.
54
11 Analyse et commande des systèmes dis-
crets
L’utilisation de calculateurs a donné naissance aux systèmes commandés échantillonnés

dans le sens où le traitement de l’information par le calculateur n’est effectué qu’à
des instants discrets (instants d’échantillonnage). Cette approche est décrite par
le schéma suivant dans lequel figurent
• des convertisseurs numériques/ analogiques (CNA) chargé de fournir des
signaux continus (par morceaux) à partir de données numériques. Le plus
souvent, ils se contentent de fournir un signal en escalier à partir d’une suite
discrète. En d’autres termes, pour la suite {uk }, il délivre en sortie
u(t) = uk pour t ∈ [kTe , (k + 1)Te [
Il existe également des convertisseurs réalisant une interpolation plus fine de

la suite utilisée.
• des convertisseurs analogique/numériques (CAN) dont le rôle est de fournir
aux instants d’échantillonnage des valeurs numériques images des grandeurs
analogiques en entrées. Plus simplement, à partir du signal y(t) on obtient
la suite {yk } d’élément générique
yk = y(kTe ) pour k = 1, 2, . . .
u(t) y(t)
C C
N S(A,B,C) A
A N
{
Système discret
uk yk
Calculateur
(horloge Te)
Le système discret est alors vu comme un système dynamique délivrant en sortie

un signal discret, en réponse à une entrée discrète.
uk yk
Syst. discret
55
11.1 Traitement dans l’espace d’état
11.1.1 Discrétisation exacte
Partant d’un système linéaire continu et décrit dans l’espace d’état par les matrices
(A, B, C), l’obtention d’un modèle discret est simple, sachant que
Z t
x(t) = eA(t−t0 ) x(t0 ) + eA(t−τ ) Bu(τ )dτ
t0
En supposant la commande constante entre les instants d’échantillonnage, il suffit

alors de prendre en particulier t0 = kTe et t = (k + 1)Te pour en déduire le modèle
discret:

xk+1 = Ad xk + Bd uk
y k = Cd xk
avec Z
Te
Ad = eATe Bd = eAτ dτ B Cd = C
0
L’équation d’état est donc ici une équation de récurrence alors qu’en continu il
s’agissait d’équation différentielle.
Exercice 17 Déterminer le modèle discret Σd (Ad , Bd , Cd ) associé au

schéma suivant
Σd
u1,k
CNA
CAN
y yk
u2,k k/1 + p k/p
11.1.2 Matrice de transitions

En réitérant l’équation discrète on obtient directement la solution à un instant kTe
et à une entrée quelconques par
k−1
X
k
xk = Ad x0 + Ad k−i−1 Bd ui
i=0
La matrice de transition du système est ici donnée par Akd qui se calcule de manière
analogue à eAt . Plus précisément, on trouve (entre autres) les approches suivantes:
(a) Par diagonalisation; Si Ad est diagonalisable, i.e. Ad = P DP −1 , alors Akd =
56
P D k P −1 (b) En utilisant le théorème de Cayley Hamilton; La même démarche
que celle du cas continu s’applique avec les susbstitutions eAt ← Akd et eλi t ← λi k
Exercice 18 Déterminer la matrice de transition Akd avec

1/2 1/8
Ad =
1/8 1/2
11.1.3 Commandabilité, observabilité

La propriété de commandabilité d’un système se définit par l’existence d’une com-
mande (Uk ) pour tout état final xk . En supposant x0 = 0, la solution à une entrée
quelconques s’exprime avec des notations évidentes par
 
uk−1
xk = [Bd , Ad Bd , ..., Adk−1 Bd ]  ...  = Ck Uk
  def
u0
La théorie des matrices nous montre alors que le système sera commmnadable si
et seulement si la matrice de commandabilité CAd ,Bd = Cn est de rang plein.
De même, la propriété d’observabilité se définit comme la possibilité de déterminer

un état initial unique x0 à partir des observations et sorties. En exprimant la sortie
yk pour différents instants d’échantillonnage, il vient
      
y0 C 0 u0

 y1  
  CAd 


 CBd 0 
 u1 

 .. = ..  x0 +  .. ..  .. 
 .   .   . . 0  . 
yk−1 CAdk−1 CAdk−2 Bd . . . CBd 0 uk−1
| {z } | {z } | {z }| {z }
Yk Ok Wk Uk
qui se récrit
Ok x0 = Yk − Wk Uk
On obtient alors que le système sera observable si et seulement si la matrice
d’observabilité OAd ,C = On est de rang plein.
Exercice 19 On considère le système à état continu décrit par

α ω 1
ẋ = x+ u, y = (1, ε)x
−ω α ε
Montrer que ce système est commandable et observable pour tout ω 6=

0. Ces propriétés sont elles maintenues pour le système discret qui en
découle?
57
En général et pour éviter les cas de figure de l’exemple précédent, on veillera à
ce que la période d’échantillonnage soit suffisamment faible (au moins Te < Ti /2
où Ti est la période propre du mode oscillant) pour préserver les propriétés de
commandabilté et observabilité.
11.1.4 Stabilité
Par définition le système sera dit stable si pour toute condition initiale x0 , la
réponse libre converge vers zéro. Autrement dit,
xk = Akd x0 → 0 ∀x0
k→∞
Le système discret est stable si et seulement si les valeurs propres de Ad sont de

module inférieur à 1.
11.1.5 Retour d’état, observateurs

La propriété de commandabilité établit que pour tout paire (A, B) command-
able, il existe une matrice K qui permet de fixer arbitrairement le polynôme car-
actéristique de (A − BK). Un retour d’état discret est de la forme
uk = −K xk + f vk
et conduit à la représentation détat discrète du système bouclé:

xk+1 = (Ad − Bd K) xk + Bd f vk
y k = Cd xk
Les technique de placement de pôles par retour d’état s’appliquent immédiatement,

le polynôme à fixer ayant alors ses racines de module inférieur à 1. Il en évidemment
de même pour l’aspect observateur et la combinaison commande/observation.
Exercice 20 Pour le système discret décrit par

−1/2 0 1
xk+1 = xk + uk ,
0 −1/4 1
déterminer le retour d’état uk = −kxk qui fixe les pôle du système bouclé
à {−1/4, −1/8}.
58
11.2 Traitement par Transformée en z
11.2.1 Echantillonnage et Transformée en z
Le principe de cette approche consiste à associer à un signal continu y(t), un signal
dit échantillonné noté y ∗ (t) et correspondant à une suite d’impulsions (”de Dirac”)
pondérées par yk = y(kTe ) et régulièrement espacées de Te comme schématisé ci
dessous.
∞
Te P
y(t) y ∗ (t) = yk δ(t − kTe )
k=0
Si on considère la transformée de Laplace du signal échantillonné y ∗ , on obtient

def
en observant que L[δ(t − kTe )](p) = e−kTe p , et en notant z = eTe p ,
∞
X
Ȳ (z) = yk z −k
k=0
Plus généralement,
P pour toute suite {yk } pour laquelle il existe un réel ρ tel
que | ∞ k=0 y k ρ−k | < ∞ pour tout ρ > ρ , la formule ci dessus est adoptée
m
comme définition de la transformée en z de la suite {yk }. On note également
Z{yk } = Ȳ (z).
Ainsi par exemple, à la fonction f (t) = e−at , pour t ≥ 0, il correspond la suite

d’élément générique fn = e−anT et par suite
F̄ (z) = 1 + e−aT z −1 + e−2aT z −2 + . . .
C’est une progression géométrique de raison e−aT z −1 , ainsi

1 z
F̄ (z) = =
1− e−aT z −1 z − e−aT
On notera qu’avec a = 0 on en déduit que l’échelon de position E (de transfert
1/p) a pour transformée en z
z
E(z) =
z−1
Le tableau en annexe fournit une liste de quelques correspondances entre signaux
standards, avec la convention g(t) = 0 pour t < 0. Par abus de notations, on
notera parfois Z(g(t)), ou encore Z(G(p)), voire G(z) la transformée en z de la
suite {gk } générée par le signal échantillonné g ∗ .
59
Propriétés
Outre le théorème de convolution discrète ci-après, les principales propriétés con-
cernent les opérations d’avance et de retard, ainsi que la formulation analogue du
”théorème de la valeur finale”.
• Très utile pour les études statiques, ce premier résultat étabit que lorsqu’
elle existe, la limite de la suite {xk } est donnée par
x∞ = lim (z − 1)X(z)
z→1
• Retard: Si à partir de la suite {xk } = {x0 , x1 , . . . , xk , . . .}, de transformée

notée Z{xk } = X(z), on forme, avec des notations abusives, la suite retardée
{xk−1 } = {0, x0 , x1 , . . . , xk , . . .}, alors il vient immédiatement,
Z(xk−1 ) = z −1 X(z)
• Avance: Si à partir de la suite {xk }, on forme la suite ”avancée” {xk+1 } =

{x1 , x2 , . . . , xk , . . .}, alors il vient
Z(xk+1 ) = z[X(z) − x0 ]
Exercice 21 Généraliser les expressions précédentes à l’avance et au re-

tard de q échantillons.
Exercice 22 On définit l’intégration discrète comme l’opération

Pk−1 qui à la
suite {xk } associe la suite {yk } d’élément générique yk = i=0 xi . Définir
cette opération en terme de transformée en z.
11.2.2 Transmittances en z
Pour les systèmes discrets décrits dans l’espace d’état, lorsque l’on considère les
suites engendrées par les membres de chaque équation, l’application de ce qui
précède se traduit immédiatement par

xk+1 = A xk + B uk z[X(z) − x0 ] = A X(z) + B U (z)
→
y k = C xk Y (z) = C X(z)
qui permet d’aboutir à la sortie Y (z) = C[zI − A]−1 [z x0 + B U (z)], et au transfert:
T (z) = C[zI − A]−1 B
60
A l’inverse, en considérant z (non causal) [resp. z −1 (causal)] comme un opérateur
d’avance (resp. de retard), à une fonction de transfert
bm z m + bm−1 z m−1 + . . . + b0 B(z)

T (z) = n n−1
=
an z + an−1 z + . . . + a0 A(z)
correspond la relation A(z)Y (z) = B(z)U (z), laquelle se traduit en terme de rela-
tion de récurrence
an yk+n + an−1 yk+n−1 + . . . + a0 yk = bm uk+m + bm−1 uk+m−1 + . . . + b0 uk
La causalité de la fonction de transfert conduit à la condition m ≥ n.
Théorème de convolution discrète

Lorsqu’un système continu de transfert G(p) est inséré entre deux échantillonneurs
comme sur la figure ci dessous, on s’intéresse à la relation entre les signaux discrets
u∗ et y ∗ , ou de manière équivalentes entre leurs transformées U (z) et Y (z).
Te Te
u(t) u∗ y(t) y∗
G(p)
Le système étant continu et stationnaire, la réponse y(t) est la somme

Pq des réponses
impulsionnelles (pondérées par u) antérieures à t, soit donc y(t) = i=0 u(iT )g(t−
iT ) avec q tel que qT ≤ t < (q + 1)T . Ainsi, pour un instant discret t = kT , il
vient le produit de convolution discret:
k
X
yk = ui gk−i
i=0
En utilisant le fait que toutes les suites sont à termes nuls pour indices négatifs,
on en déduit (à faire) la relation principale
Y (z) = G(z) U (z)
Dans le cas des systèmes continus insérés entre des convertisseurs CNA et CAN,
le schéma de principe précédent est modifié pour faire apparaı̂tre l’opération du
bloqueur comme suit:
u(t) u∗ y(t) y∗
B0 (p) G(p)
61
Par application de ce qui précède, la relation entrée sortie dans ce cas de figure est
donnée par
Y (z) = W (z) U (z) avec W (z) = Z[B0 (p)G(p)]
La fonction de transfert d’un bloqueur d’ordre 0 est quant à elle caractérisée par
la réponse impulsionnelle et le transfert suivant:
1 − e−T p
B0 (p) =
p
Par suite, compte tenu que e−T p traduit un retard d’une période d’échantillonnage,
on en déduit que
z−1
Z[B0 (p)G(p)] = Z[G(p)/p]
z
Exercice 23 Donner l’expression des transfert discrets correspondant aux

systèmes de fonction de transfert suivantes
1 k
G(p) = , G(p) =
p+a p(1 + τ p)
et précédées d’un bloqueur d’ordre 0.
Exercice 24 On considère le schéma de correction ci-après
x(t) k y(t)
A B0 (p)
p(1 + τ p)
1 + λp
Donner l’expression du transfert discret Y (z)/X(z) associé. On veillera à

mettre en évidence les transmittances discrètes mise en jeu.
Gain statique
Le gain statique est donné par la limite (si elle existe) de la suite {yk } lorsque le
système est soumis à un échelon de position (discret) unitaire. Ce dernier ayant
pour transfert U (z) = z/(z − 1), on déduit de l’application du théorème de la
valeur finale que:
Pour un transfert discret G(z), le gain statique vaut G(1)
62
11.2.3 Stabilité
La condition nécessaire et suffisante pour le transfert G(z) = B(z)/A(z) soit sta-
ble est que les racine du dénominateur A(z) soient toutes de module strictement
inférieur à 1. Voici une approche possible:
Critère de Routh Ce critère à la base permet de savoir si les racines d’un

polynôme sont à partie réelle négative. Pour l’appliquer au cas des systèmes dis-
crets, il suffit de tester la stabilité du processus en applicant le critère de Routh
au polynôme
1+ω
P (ω) = (1 − ω)n A( )
1−ω
En effet, la transformation en ω ainsi réalisée transforme l’intérieur du cercle unité
en le demi plan à partie réelle négative, i.e.
1+ω
z= ⇒ |z| < 1 ⇔ Re(ω) < 0
1−ω
Exercice 25 Représenter graphiquement le domaine de stabilité associé

à la fonction de transfert
b1 z + b0
G(z) =
z2 + a1 z + a0
Exercice 26 Un processus d’entrée de transfert G(p) = 1/p2 est com-

mandé au moyen de convertisseurs CNA et CAN (≃ B0 (p)), à la fréquence
de 1Hz. La commande est générée suivant l’expression
uk = c1 εk + c2 εk−1
où ε(t) représente l’écart x(t) − y(t), x(t) consigne. Etudier la stabilité de
l’ensemble en fonction des coefficients c1 et c2
11.2.4 Commande RST

La commande par placement de pôles et approche polynômiale s’étend sans diffi-
culté aux systèmes discrets. En conservant le même schéma de principe que pour
l’approche continue, le système à commander (entrée uk , sortie yk , perturbation
dk ) et le régulateur sont décrits avec des notations abusives par
process : A(z) y = B(z) u + d

correcteur : S(z) u = R(z) y + T (z) v
63
ce qui conduit aux mêmes expressions (formelles!) des transferts en poursuite et
régulation
BT S
y= v+ d = Wv v + Wd d
AS + BR AS + BR
De même que dans l’approche continue, la prise compte éventuel d’un rejet de
perturbation constante se traduira ici par une factorisation de la forme S(z) =
(z − 1)S ′ (z). Le degré des polynômes mis en jeu s’en trouve affecté. (Bref il vaut
mieux reprendre les raisonnements depuis le début).
Dans l’exemple suivant, seule la fonction de transfert obtenue en boucle fermée est
considérée. On ne cherche pas non plus à compenser le zéro du numérateur qui
bien que stable est relativement proche du cercle unité.
Exercice 27 Pour le système de transfert

z + 0.718
H(z) = 0.37 ,
(z − 1)(z − 0.37)
déterminer un régulateur RST causal avec placement de pôles à {0.375 ±

j3.25} et sans compensation de zéro. L’effet des perturbations ne sera pas
considéré, et les pôles éventuels de l’observateur seront mis à 0.
Dans l’exemple suivant, le rejet de perturbation est considéré au travers d’une

factorisation de la forme S(z) = (z − 1)S ′ (z). Cependant, sans envisager la
question des perturbations explicitement, cette factorisation traduit également
l’introduction d’une action intégrale explicite.
Exercice 28 Pour le système de transfert
(z + 3.087)(z + 0.222)
H(z) = 0.34510−3
z 3 − 2.275z 2 + 1.791z − 0.472
envisager une commande RST causale avec placement de pôles à {0.4, 0.2±
j0.4} et rejet de perturbations constantes. le zéro instable du transfert en
B.O. sera compensé et les pôles éventuels de l’observateur seront mis à 0.
11.2.5 Commande en temps fini

La commande en temps fini est spécifique des systèmes discrets. Contrairement au
cas continu ou les convergences se font de manière asymptotique, cette approche
permet d’annuler les régimes transitoires en un temps fini (i.e. un nombre de pas
d’échantillonnage fini). Dans un transfert discret d’ordre n, il suffit que tous les
64
pôles du transfert soit à l’origine, soit donc
N um(z)
Y (z) = X(z) avec Den(z) = z n
Den(z)
pour annuler le régime transitoire en ”n coups”. Noter que cela correspond aussi
à avoir une réponse impulsionnelle de durée finie.
Exercice 29 (suite de l’exercice 24) Déterminer A et λ tels que le

dénominateur du transfert Y (z)/X(z) se réduise à z 2 . En déduire que
ε(z) = X(z) − Y (z) = ε0 + ε1 z −1
pour une entrée en échelon de position et conclure.
Comme illustration de l’exercice précédent, la figure ci-après représente la réponse

à un échelon de position unitaire en consigne, suivi d’un échelon de perturbation
d’amplitude -0.2 à t = 0, 2s. Que ce soit en poursuite ou en régulation, le régime
permanent est bien établi au bout de 2 périodes d’échantillonnage.
1.2
1 Réponse du moteur avec les

0.8 paramètres
← réponse y
0.6
τ = 0.1, k = 100, Te = 0.05
0.4
0.2
← commande u et le réglage (avec D = exp(−Te /τ ))
0
1 Te D 2
-0.2 perturbation A= , λ=τ−
kTe (1 − D) 1−D
-0.4
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Noter que dans cet exemple la perturbation n’est pas rejetée. Cela n’est pas dû
au placement de pôles à l’origine, mais plutôt à la structure de la commande
(par retour d’état) qui ne tient pas compte (dans ce cas de figure) du rejet de
perturbation.
65
Annexe: Quelques transformées en z
Table de transformées usuelles
g(t) G(p) Ḡ(z)
δ(t) 1 1
δ(t − kT ) e−kT p z −k
1 z
Echelon
p z−1
1 Tz
t
p2 (z − 1)2
1 z
e−at
p+a z − e−aT
ω0 ze−aT sin(ω0 T )
e−at sin(ω0 t)
(p + a)2 + ω02 z2 − 2ze−aT cos(ω0 T ) + e−2aT
p+a z 2 − ze−aT cos(ω0 T )
e−at cos(ω0 t)
(p + a)2 + ω02 z 2 − 2ze−aT cos(ω0 T ) + e−2aT
66

PDFsam Merge

Transféré par

Droits d'auteur :

Formats disponibles

PDFsam Merge

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

PDFsam Merge

Transféré par

Droits d'auteur :

Formats disponibles

Département E.E.A.

Module Systèmes Automatisés

1.1 Exemple SISO (Single Input-Single Output):

R, L sont respectivement la résistance et l’inductance du circuit éléctrique,

L’application des principes fondamentaux conduit aux équations suivantes,

Equations électrique et mécanique Couplage

u(t) = R i(t) + L di/dt + E(t) E(t) = ke dθ/dt

Γ(t) = J θ̈(t) + f θ̇(t) Γ(t) = kc i(t)

Par application de la transformée de Laplace (avec C.I.=0) de simples ma-

Limites: Cette fonction de transfert ne donne pas d’information sur l’état

1.2 Exemple MIMO (Multi-Inputs/Multi-Outputs):

Schéma de fonctionnement d’une centrale thermique (source EDF-DE)

En termes d’entrées et de sorties, le générateur de vapeur de cette centrale

débit vapeur Générateur pression

On ne peut plus parler ici de fonction de transfert, mais on pourra par la

Remarque: Dans ce cas de figure, l’entrée qui représente le débit de vapeur

2.1 Concept d’état: Définition

ẋ = f (x, u, t) dite équation d′ état

où f = (f1 , ..., fn )t , et h = (h1 , ..., hm )t . Dans cette représentation, x(t) ∈ Rn

• x(t) ∈ X ⊆ Rn avec (x,X ) = vecteur et espace d’état

• u(t) ∈ U ⊆ Rr avec (u,U) = vecteur et espace de commande

• y(t) ∈ Y ⊆ Rm avec (y,Y) = vecteur et espace de sortie

2.2 Le cas linéaire

• Elles sont stationnaires (ou invariantes dans le temps), en ce sens que

ẋ(t) = A x(t) + B u(t)

dans laquelle A est une matrice carrée de taille n × n, B est de taille n × r,

2.3 Exemple du moteur à courant continu

où ω est la vitesse de rotation de l’arbre. En manipulant les équations

Modèle d’un générateur de vapeur en centrale thermique

A chaque FT du premier ordre correspond une equation différentielle d’ordre

et pour les sorties

Dans la représentation ẋ = A x + B u, et y = C x + D u, u(t) représente

Or, dans le cas du générateur de vapeur, si nous maı̂trisons effectivement les

Pour être plus précis dans la représentation d’état précédente, il convient de

En notant par exemple u = (u2 , u3 )t et w = u1 , on peut réécrire l’équation

expression dans lesquelles B1 et B2 sont des matrices formées des colonnes

où f et h sont suffisamment dérivables par rapport à leurs arguments. Sup-

et un développement en série de Taylor au premier ordre fournit

expressions dans lesquelles

2.5.1 Exemple: pendule

Avec g accélération de la gravité, l’équation du mouvement s’écrit:

m θ̈(t) + mg sin θ(t) = u(t)

Recherchons tout d’abord une représentation d’état de ce système. Si on

x = (x1 , x2 )t = (θ, θ̇)t

Les valeurs des dérivées partielles étant prises à l’équilibre, il vient

ẋ(t) = A x(t) + B u(t) et y(t) = C x(t) + D u(t)

De même, à chaque équation ẋi = (...) correspond un intégrateur (simple),

Réciproquement, partant d’un shéma de simulation, une représentation d’état

3.1 Cas général

Il existe donc une infinitéP de représentation P d’état possibles. Inverse-

3.2 Forme de Jordan

3.2.2 Vecteurs propres et vecteurs propres généralisés

où qi est appelée la dégénérescence de λi . On appelle enfin vecteur propre

3.2.3 Forme de Jordan d’une matrice

et la forme de Jordan associée sera

Il lui correspond la représentation d’état

Il apparaı̂t de ce schéma que la composante ζ2 (t) n’est pas accessible par la

4.1 Matrices de transfert (ou Description externe)

Par inversion formelle de la matrice (pIn − A) , un simple calcul conduit à la