- Automatique -

Analyse et commande des systèmes linéaires

dans l’Espace d’État

M1/UE CSy

Jean-José ORTEU

2011-2012
2 Avant-propos

Avant-propos

Dans le cadre de la réforme du projet pédagogique, le cours d’automatique situé en

M1 a été structuré en 10 modules :
M0 Théorie des Graphes et modèles discrets
M1 Modélisation par fonction de transfert (systèmes linéaires continus et discrets)
P1 Commmande des Systèmes à Évènements Discrets
P2 Analyse et Commande des Systèmes Linéaires Continus
P3 Systèmes Linéaires Echantillonnés et Commande Numérique
P4 Analyse et Commande dans l’Espace d’État (systèmes linéaires continus et dis-
crets) (*)
P5 Conférence sur l’Introduction à la Surveillance, Supervision et Sûreté de Fonction-
nement
P6 Travaux Pratiques
P7 Commande avancée (*)
P8 Projet de commande/simulation sous MATLAB (*)

Les modules marqués d’une (*) sont des modules au choix.

Le présent support de cours traite de la modélisation, de l’analyse et de la com-

mande des systèmes linéaires dans l’Espace d’État (module P4). Il est incomplet
mais il a semblé à l’auteur qu’il avait néammoins le mérite d’exister...

Les étudiants sont vivement encouragés à émettre toutes les critiques qu’ils jugeront
nécessaires pour en améliorer le contenu tant sur le plan de la forme que du fond.

Enfin, ce support de cours ne dispense ni de la présence en cours et TD, ni de la

lecture des ouvrages de base dont la liste (non exhaustive) est fournie dans l’annexe
bibliographique.

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
Table des matières

I Représentation d’État des systèmes 6

1 Définitions 7

1.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2 Matrice de transfert en p du système 13

2.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.2 Calcul de l’inverse [pI − A]−1 . . . . . . . . . . . . . . . . . . . . . . . 15

2.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 Solution de l’équation d’état 18

3.1 Evaluation de la matrice de transition d’état eAt . . . . . . . . . . . . . 19

3.1.1 Transformation de Laplace inverse . . . . . . . . . . . . . . . . . 20

3.1.2 Diagonalisation de la matrice d’évolution A . . . . . . . . . . . 21

3.1.3 Application du théorème de Cayley-Hamilton . . . . . . . . . . 23

4 Stabilité 26

5 Notions d’observabilité et de commandabilité 27

5.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

5.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3
4 Table des matières

5.3 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.3.1 Commandabilité . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.3.2 Observabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

5.3.3 Commandabilité (des sorties) . . . . . . . . . . . . . . . . . . . 35

5.3.4 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

5.4 Formes canoniques pour les systèmes monovariables . . . . . . . . . . . 37

5.4.1 Forme canonique de commandabilité . . . . . . . . . . . . . . . 38

5.4.2 Forme canonique d’observabilité . . . . . . . . . . . . . . . . . . 40

5.4.3 Forme canonique de Jordan . . . . . . . . . . . . . . . . . . . . 42

5.4.4 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6 Exercice 46

II Commande des systèmes dans l’Espace d’État 49

7 Commande découplante 50

7.1 Théorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

7.2 Exemple1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

7.3 Exemple2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

8 Commande par retour d’état - Placement des pôles 57

8.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

8.2 Détermination de la matrice de réaction d’état dans le cas des systèmes

monovariables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

8.2.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

8.2.2 Cas général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
Table des matières 5

8.3 Détermination de la matrice de réaction d’état dans le cas des systèmes

multivariables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

8.4 Choix des pôles du système asservi . . . . . . . . . . . . . . . . . . . . 64

8.5 Amélioration de la précision . . . . . . . . . . . . . . . . . . . . . . . . 66

8.6 Commande avec retour d’état et action intégrale . . . . . . . . . . . . . 67

8.6.1 Exemple (suite TD No 1) . . . . . . . . . . . . . . . . . . . . . . 68

9 Exercice (suite) 70

10 Commande modale 72

11 Commande quadratique 73

12 Reconstructeur d’état 74

III Étude des systèmes échantillonnés dans l’Espace d’État

75

13 Représentation d’état d’un système échantillonné 76

14 Discrétisation d’un processus continu 77

15 Exemple1 : double intégrateur 78

16 Exemple2 79

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
 Première partie

Représentation d’État des systèmes

6
Chapitre 1

Définitions

La représentation classique dans l’analyse des systèmes a été la représentation par des
équations différentielles. Elle est la plus naturelle car elle traduit de manière directe le
comportement du système analysé. Comme nous l’avons vu, cette représentation peut
aussi se ramener à une représentation par fonction de transfert.

La représentation dans l’espace d’état permet de tirer profit de nombreux résultats

disponibles en algèbre linéaire.

Définition 1 Soit x(t) un vecteur de dimension n ayant les composantes suivantes :

h iT
x(t) = x1 (t) x2 (t) · · · xn (t)

On appelera l’état x(t) du système, étant donnée la valeur initiale x(t0 ), l’ensemble
minimal des composantes x1 (t0 ), x2 (t0 ), · · · , xn (t0 ), permettant de déterminer x(t) pour
une certaine entrée u(t) connue, pour tout t > t0 .

En d’autres termes, l’état d’un système est un résumé d’informations suf-

fisantes permettant de décrire l’évolution de ce système.

Un système est dit décrit dans l’espace d’état si son fonctionnement ou son comporte-
ment est régi par l’équation différentielle suivante :

ẋ(t) = A(t) x(t) + B(t) u(t)

Le vecteur x(t) n’est pas forcément directement accessible à la mesure et dans le

cas général il n’est accessible qu’à travers une observation ou équation modélisant la
mesure :

7
8

y(t) = C(t) x(t) + D(t) u(t)

x(t) ∈ Rn est le vecteur d’état

u(t) ∈ Rm est le vecteur de commande (ou d’entrée)
y(t) ∈ Rp est le vecteur d’observation (ou de sortie)

A est la matrice (n × n) d’évolution

B est la matrice (n × m) de commande (ou d’entrée)
C est la matrice (p × n) d’observation (ou de sortie)
D est la matrice (p × m) de couplage entrées-sorties (ou de transmission directe)

On suppose connu par ailleurs le vecteur x(t0 ) qui est le vecteur des conditions initiales
sur l’état.

- D

+ ẋ Z x +
?+
- - - - - -
  y
u B C
+6

A 

Fig. 1.1 – Représentation d’état d’un système

Dans le cas très fréquent où D = 0 le système est dit «propre» ; il n’y a alors aucune
liaison directe entrée-sortie.

Le système est dit stationnaire si les matrices A, B, C, D ne sont pas fonction du

temps.
Dans la suite nous nous placerons systématiquement dans ce cas de figure et considé-
rerons la représentation d’état suivante :
ẋ(t) = A x(t) + B u(t) (1.1)
y(t) = C x(t) + D u(t) (1.2)

Lorsque le système comporte une seule entrée (u ∈ R), le système est dit mono-entrée
(SI en anglais) et multi-entrée (MI en anglais) dans le cas contraire (m > 1).

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
1.1. Exemple 9

Fig. 1.2 – Représentation d’état d’un système

De la même façon, le système peut comporter une seule sortie (y ∈ R), on parle alors
d’un système mono-sortie (SO en anglais), ou plusieurs (p > 1), on a dans ce cas un
système multi-sortie (MO en anglais).
Un système à une seule entrée et une seule sortie est dit monovariable (SISO en anglais),
et dans la cas contraire, multivariable (MIMO en anglais).

Remarque sur le choix des variables d’état :

Les variables d’état doivent apporter une description interne du système et on choisit
celles pour lesquelles on peut définir l’état initial, c’est-à-dire en première instance, les
paramètres de description des réservoirs d’énergie (par exemple la tension au borne
d’un condensateur, le courant dans une self, . . .).

1.1 Exemple

Considérons le circuit passif RLC excité par 2 sources tel qu’il est représenté sur la
Figure 1.3.

Fig. 1.3 – Circuit RLC

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
10 1.1. Exemple

Soit vc la tension aux bornes du condensateur et soient les conditions initiales :

vc (t = 0) = v(0)
i1 (t = 0) = i1 (0)
i2 (t = 0) = i2 (0)
di2 di2
(t = 0) = (0)
dt dt

Nous allons nous intéresser au courant i1 circulant dans la bobine d’inductance L.

Les relations entre les tensions et courants dans les 2 mailles s’écrivent :

di1
u1 = L + R(i1 + i2 ) (1.3)
dt
Z
1 t
u2 = i2 (τ ) dτ + R(i1 + i2 ) (1.4)
C −∞

En éliminant i1 à partir des relations (1.3) et (1.4), il vient :

d2 i2 1 di2 i2 1 du1 1 du2 1 d2 u 2

+ + =− + +
dt2 RC dt LC L dt L dt R dt2

on trouverait, si on avait éliminé i2 , l’équation différentielle suivante :

d2 i1 1 di1 i1 1 du1 1 du2 u1

2
+ + = − +
dt RC dt LC L dt L dt LRC

Choisissons pour vecteur d’état :

" # " #
x1 (t) i1
x(t) = =
x2 (t) vc

dvc
En tenant compte du fait que : i2 = C
dt

l’équation (1.4) peut s’écrire :

u2 = vc + R(i1 + i2 )

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
1.1. Exemple 11

ce qui conduit à :

di1
u1 − u2 = L − vc
dt

et par ailleurs :

dvc vc u2 i1
=− + −
dt RC RC C

On obtient alors :
     
di1 1  1 1  
0 i1 −  u1

 dt 


 L 
    L

L  
ẋ(t) =   =   +   
 dvc   1 1 
vc
 1 
u
− − 0 2
dt C RC RC

 
h i i1
 
y(t) = i1 = 1 0  
vc

Nous avons donc un système ayant 2 entrées et une sortie (Cf. Figure 1.4).

u1 -
i1 -
u2 -

Fig. 1.4 – Un système MISO (2 entrées/1 sortie)

Si nous posons u2 = 0, le système se réduit à un système mono-entrée/mono-sortie

(SISO) :

   
di1 1  
1 

0 i1

 dt 


 L 
    L 
ẋ(t) =   =    +  u1
 dvc   1 1 
vc
− − 0
dt C RC

La représentation d’état permet de mettre en évidence des informations in-

ternes au système, qui n’apparaissent pas nécessairement sur la description
par fonction (ou matrice) de transfert.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
12 1.1. Exemple

La représentation d’état n’est pas unique.

Elle peut être orientée de façon à faire apparaı̂tre explicitement des variables (d’état)
choisies par l’utilisateur.

Considérons en effet une transformation définie par une matrice régulière T permettant
de définir un nouveau vecteur d’état x′ par x′ = T x.

(les colonnes de T −1 sont formées par les vecteurs propres de A)

La représentation d’état associée à x définie par :

ẋ(t) = A x(t) + B u(t)

y(t) = C x(t) + D u(t)

conduit à la représentation d’état associée à x′ définie par :

ẋ′ (t) = A′ x′ (t) + B ′ u(t)

y(t) = C ′ x′ (t) + D ′ u(t)

avec :

A′ = T A T −1
B′ = TB
C′ = C T −1
D′ = D

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 2

Matrice de transfert en p du
système

Appliquons la transformation de Laplace à l’équation d’état matricielle (1.1) :

pX(p) − x(0) = A X(p) + B U(p)

soit :

X(p) = [pI − A]−1 x(0) + [pI − A]−1 B U(p) (2.1)

En supposant que les conditions intiales sont nulles, il vient :

X(p) = [pI − A]−1 B U(p)

d’où :

Y (p) = C [pI − A]−1 B U(p) + D U(p)

La matrice de transfert s’écrit :

Y (p)
H(p) = = C [pI − A]−1 B + D
U(p)

Cette matrice de transfert généralise la fonction de transfert d’un système monovariable

au cas des systèmes multivariables. Les éléments Hij (p) de la matrice de transfert sont

13
14 2.1. Exemple

les fonctions de transfert entre la j ème composante du vecteur d’entrée et la i ème

composante du vecteur de sortie.

Le vecteur d’entrée U(p) est relié au vecteur de sortie Y (p) par :

Y (p) = H(p) U(p)

2.1 Exemple

Soit une représentation d’état d’un système continu d’ordre 3 de la forme :

    

 0 1 0 0
 



 ẋ =  0 0 1  x+ 0 
 
 u
0 −2 −3 1 (2.2)





 h i
 y= 1 1 0 x

La fonction de transfert H(p) s’exprime par :

Y (p)
H(p) = = C [pI − A]−1 B
U(p)

soit :

 −1  
p −1 0 0
h i
 p+1
H(p) = 1 1 0  0 p −1 

 
 0 =
p(p + 2)(p + 1)
0 2 p+3 1

La tentation est grande de simplifier par (p + 1).

Nous verrons au chapitre 5 qui traite de commandabilité et d’observabilité, les pro-
blèmes qui peuvent être liés à ce type de simplification.

Après simplification, il vient finalement :

1
H(p) =
p(p + 2)

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
2.2. Calcul de l’inverse [pI − A]−1 15

2.2 Calcul de l’inverse [pI − A]−1

L’algorithme dit de Leverrier-Souriau permet le calcul de l’inverse de la matrice carac-

téristique [pI − A], ainsi que du polynôme caractéristique de A :

D(p) = dét[pI − A] = pn + an−1 pn−1 + · · · + a1 p + a0

On pose :

V (p)
[pI − A]−1 =
D(p)

avec :

V (p) = Vn−1 pn−1 + · · · + V1 p + V0

où les matrices Vi sont des matrices de Rn×n .

Les coefficients ai et les matrices Vi sont calculés par les formules de récurrence sui-
vantes (données sans autre démonstration) :

Vn−1 = I

an−1 = −trace [Vn−1 A] (= −trace [A])

Vn−2 = Vn−1 A + an−1 I (= A + an−1 I)

1
an−2 = − trace [Vn−2 A]
2

Vn−3 = Vn−2 A + an−2 I

1
an−3 = − trace [Vn−3 A]
3
..
.
Vn−i = Vn−i+1 A + an−i+1 I

1
an−i = − trace [Vn−iA]
i
Jean-José ORTEU Version Ecole des Mines
imprimée le 16 novembre 2011
Albi-Carmaux
16 2.3. Exemple

..
.
V0 = V1 A + a1 I

1
a0 = − trace [V0 A]
n

0 = V0 A + a0 I

La dernière relation peut servir de vérification et permettre d’apprécier le cumul des

erreurs lors du calcul des différents coefficients ai .

2.3 Exemple

   
2 −1 1 2 p−2 1 −1 −2

 0 1 1 0 


 0 p − 1 −1 0 

A=  [pI − A] =  
 −1 1 1 1   1 −1 p − 1 −1 
1 1 1 0 −1 −1 −1 p

V3 = I4

a3 = −trace [A] = −4

   
−2 −1 1 2 −3 4 0 −3
 0 −3 1 0   −1 −2 −2 1 
V2 = A − 4I4 = 


 V2 A = 



 −1 1 −3 1   2 0 −2 −5 
1 1 1 −4 −3 −3 −1 3

1
a2 = − trace [V2 A] = 2
2

   
−1 4 0 −3 −5 2 0 −2

 −1 0 −2 1 


 1 0 −2 −4 
V1 = V2 A + 2I4 =   V1 A =  
 2 0 0 −5   −1 −7 −3 4 
−3 −3 −1 5 0 4 −2 −7

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
2.3. Exemple 17

1
a1 = − trace [V1 A] = 5
3

   
0 2 0 −2 −2 0 0 0

 1 5 −2 −4 


 0 −2 0 0 

V0 = V1 A + 5I4 =   V0 A =  
 −1 −7 2 4   0 0 −2 0 
0 4 −2 −2 0 0 0 −2

1
a0 = − trace [V0 A] = 2
4

Il vient :

D(p) = p4 − 4p3 + 2p2 + 5p + 2

 
p3 − 2p2 − p −p2 + 4p + 2 p2 2p2 − 3p − 2
 
 
1

 −p + 1 p3 − 3p2 + 5 p2 − 2p − 2 p−4 

−1  
[pI−A] =  
D(p) 
 −p2 + 2p − 1 p2 − 7 p3 − 3p2 + 2 p2 − 5p + 4


 
 
p2 − 3p p2 − 3p + 4 p2 − p − 2 p3 − 4p2 + 5p − 2

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 3

Solution de l’équation d’état

Si le système n’est pas excité, nous aurons l’équation homogène suivante :

ẋ(t) = A x(t)

avec la condition initiale x(t0 ).

Nous aurons la solution :

x(t) = eA(t−t0 ) x(t0 )

La solution générale, dans le cas d’un système excité par une entrée u est donnée par
l’équation suivante :

x(t) = eA(t−t0 ) k(t)

Pour obtenir la valeur de k(t), il suffit de remplacer cette valeur de x(t) dans l’équa-
tion (1.1) :

ẋ = eA(t−t0 ) k̇ + A eA(t−t0 ) k = A eA(t−t0 ) k + B u

Donc :

k̇ = e−A(t−t0 ) B u

ou :

18
3.1. Evaluation de la matrice de transition d’état eAt 19

Z t
k(t) = k(t0 ) + e−A(τ −t0 ) B u(τ ) dτ
t0

Donc :

Z t
x(t) = eA(t−t0 ) k(t0 ) + eA(t−t0 ) e−A(τ −t0 ) B u(τ ) dτ
t0

avec : x(t0 ) = eA(t0 −t0 ) k(t0 ) = k(t0 )

Il vient finalement :

Z t
A(t−t0 )
x(t) = e x(t0 ) + eA(t−τ ) B u(τ ) dτ (3.1)
| {z } t0
| {z }
réponse à la condition
régime forcé correspondant à la
initiale avec entrée nulle
condition initiale nulle avec entrée
non nulle

Connaissant x(t) il est facile de déterminer y(t) par l’équation de sortie (1.2).

Pour une entrée nulle, l’évolution du vecteur d’état à partir de t0 = 0 quand on écarte
le système de sa position d’équilibre est décrite par :

x(t) = eAt x(0)

La matrice exponentielle eAt , dite matrice de transition, joue un rôle fondamental.

Elle peut se calculer de plusieurs manières différentes qui seront décrites ci-après.

3.1 Evaluation de la matrice de transition d’état

eAt

Connaissant la matrice A, le calcul de la matrice de transition eAt , peut se faire par

de nombreuses méthodes. Nous en décrirons trois qui conduisent à des formes ana-
lytiques. L’utilisation d’un développement limité de l’exponentielle permet d’obtenir
une solution numérique.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
20 3.1. Evaluation de la matrice de transition d’état eAt

3.1.1 Transformation de Laplace inverse

En rapprochant (2.1) de (3.1) on en déduit le résultat très important :

h i
L eAt = [pI − A]−1

d’où on tire :

eAt = L−1 [pI − A]−1

Cette méthode, qui nécessite le calcul de l’inverse d’une matrice (Cf. l’algorithme de
Leverrier-Souriau au paragraphe 2.2) et le retour à l’original de la transformation de
Laplace, convient tant que l’ordre de A est peu élevé.

Exemple

Soit la matrice d’état :

" #
−5 −1
A=
6 0

On calcule :

" #
p+5 1
[pI − A] =
−6 p

et :

" #
−1 1 p −1
[pI − A] =
dét[pI − A] 6 p+5

avec :

 

 p + 5 1  2
dét[pI − A] = dét   = p(p + 5) + 6 = p + 5p + 6 = (p + 2)(p + 3)
−6 p 

soit :

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
3.1. Evaluation de la matrice de transition d’état eAt 21

" #
−1 1 p −1
[pI − A] =
(p + 2)(p + 3) 6 p+5

Il suffit de décomposer en éléments simples chaque terme de la matrice et d’utiliser

une table de transformées de Laplace pour remonter à l’original.
p
Pour le terme on trouve :
(p + 2)(p + 3)

p −2 3
= +
(p + 2)(p + 3) p+2 p+3

ce qui conduit à l’original : −2e−2t + 3e−3t

La même méthode appliquée aux 4 termes de la matrice conduit à :

 
−2e−2t + 3e−3t −e−2t + e−3t
eAt = 



6e−2t − 6e−3t 3e−2t − 2e−3t

3.1.2 Diagonalisation de la matrice d’évolution A

 
λ1 0 0
On peut aisément montrer que si la matrice A est diagonale, par exemple A =  
 0 λ2 0 ,
0 0 λ3
alors la matrice [pI − A] est aussi diagonale.
−1

On a :

 
1
0 0
 p − λ1
 

 1 
[pI − A]−1 = 
 0 0 


 p − λ2 

 1 
0 0
p − λ3

qui conduit à l’original :

 
eλ1 t 0 0
eAt λ2 t

= 0 e 0 
0 0 eλ3 t

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
22 3.1. Evaluation de la matrice de transition d’état eAt

d’où une expression très simple de la matrice exponentielle à partir de la connaissance

des éléments diagonaux de la matrice A.

Si la matrice A n’est pas diagonale, mais est diagonalisable, il existe alors une
matrice de changement de base T telle que :

T −1 AT = Ã

où Ã est une matrice diagonale constituée des valeurs propres de A.

En appliquant le résultat établi précédemment, on calcule aisément eÃt à partir de Ã.

Par ailleurs, on démontre que :

eAt = T eÃt T −1

La matrice diagonalisante T a ses colonnes formées par les composantes des vecteurs
propres de A.
Le problème se ramène donc au calcul des valeurs propres et vecteurs propres de la
matrice A.

Exemple

Soit la matrice d’état :

" #
−5 −1
A=
6 0

Calculons ses vecteurs propres et ses valeurs propres :

 
 p + 5 1 
 = p(p + 5) + 6 = p2 + 5p + 6 = (p + 2)(p + 3)

dét[pI − A] = dét 
 −6 p 

Les 2 valeurs propres sont : λ1 = −2 et λ2 = −3.

Les vecteurs propres s’obtiennent en résolvant les équations :

A vi = λi vi pour i ∈ 1, 2

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
3.1. Evaluation de la matrice de transition d’état eAt 23

Il vient :

" # " #
1 1
v1 = v2 =
−3 −2

" # " #
1 1 −2 −1
On en déduit T = et son inverse T −1
=
−3 −2 3 1

Donc la matrice de transition d’état est donnée par :

   
e−2t 0 −2e−2t + 3e−3t −e−2t + e−3t
eAt = T 
  −1  
T = 
0 e−3t
6e−2t
− 6e −3t
3e
−2t
− 2e
−3t

3.1.3 Application du théorème de Cayley-Hamilton

Le théorème de Cayley-Hamilton indique que toute matrice satisfait à son équation

caractéristique.
" #
1 4
Par exemple, pour A = dont l’équation caractéristique est
 
2 3
 1−λ 4 
= 0, soit λ2 − 4λ − 5 = 0, on peut écrire A2 − 4A − 5I = 0.
 
dét  
 2 3−λ 

L’application de ce théorème permet d’écrire que eAt peut être développé en un nombre
fini de termes, égal à l’ordre de la matrice A, de la forme :

eAt = α0 (t)I + α1 (t)A + α2 (t)A2 + · · · + αn−1 (t)An−1

Supposons que la matrice A possède n valeurs propres distinctes λ1 , λ2 , · · · , λn et dé-

signons par à la matrice diagonale formée des valeurs propres.
Appelons T la matrice dont les colonnes sont formées par les composantes des vecteurs
propres de A.

On sait que :

à = T −1 AT et Ãk = T −1 Ak T

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
24 3.1. Evaluation de la matrice de transition d’état eAt

donc :

eÃt = T −1 eAt T
= α0 (t)I + α1 (t)Ã + α2 (t)Ã2 + · · · + αn−1 (t)Ãn−1

Le calcul de la matrice de transition eAt se ramène donc au calcul des valeurs propres
(supposées distinctes1 ) de la matrice A puis au calcul des coefficients αk (t) solutions
de :





α0 (t) + α1 (t)λ1 + α2 (t)λ21 + · · · + αn−1 (t)λ1n−1 = eλ1 t







 α0 (t) + α1 (t)λ2 + α2 (t)λ22 + · · · + αn−1 (t)λ2n−1 = eλ2 t

 ..




.





α0 (t) + α1 (t)λn + α2 (t)λ2n + · · · + αn−1 (t)λnn−1 = eλn t

Exemple

Soit la matrice d’état :

" #
−5 −1
A=
6 0

 
 p + 5 1 
 = p(p + 5) + 6 = p2 + 5p + 6 = (p + 2)(p + 3)

dét[pI − A] = dét 
 −6 p 

Les 2 valeurs propres sont : λ1 = −2 et λ2 = −3.

1
Si la matrice A admet une valeur propre multiple (par exemple λ1 et λ2 distinctes, λ3 = λ4 avec
n = 4), alors α0 (t), α1 (t), α2 (t), et α3 (t) sont solutions de :

 α0 (t) + α1 (t)λ1 + α2 (t)λ21 + α3 (t)λ31 = eλ1 t





 α0 (t) + α1 (t)λ2 + α2 (t)λ22 + α3 (t)λ32 = eλ2 t


α0 (t) + α1 (t)λ3 + α2 (t)λ23 + α3 (t)λ33 = eλ3 t









α1 (t) + 2α2 (t)λ3 + 3α3 (t)λ23 = teλ3 t

La dernière équation est obtenue par dérivation de la précédente par rapport à λ3 . Si l’ordre de
multiplicité est plus élevé, on augmente l’ordre de la dérivation.

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
3.1. Evaluation de la matrice de transition d’état eAt 25

Calculons les coefficients α0 (t) et α1 (t) en résolvant le système d’équations :



 α0 (t) − 2α1 (t) = e−2t

 α0 (t) − 3α1 (t) = e−3t

d’où :

α0 (t) = 3e−2t − 2e−3t

α1 (t) = e−2t − e−3t

Donc :

 
−2e−2t + 3e−3t −e−2t + e−3t
eAt = (3e−2t − 2e−3t )I + (e−2t − e−3t )A = 
 

6e −2t
− 6e
−3t
3e
−2t
− 2e −3t

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 4

Stabilité

Un système est dit stable si à toute entrée bornée correspond une sortie bornée.

Un système linéaire invariant est stable si pour des entrées nulles et quelle que soit la
condition initiale x(0), on a :

lim x(t) = 0
t→+∞

On montre que le système est stable, si les racines du polynôme caractéris-

tique (ou les valeurs propres de la matrice d’état A) ont leurs parties réelles
strictement négatives.

En conclusion, l’étude de la stabilité d’un système linéaire invariant décrit par une
représentation d’état, se ramène à l’étude du signe des parties réelles des valeurs propres
de la matrice d’état A.

Il existe un moyen d’éviter le calcul des valeurs propres de A, et d’étudier le signe des
parties réelles de ces valeurs propres : c’est le critère de Routh déjà présenté dans
le cours «Analyse des systèmes linéaires continus».

26
Chapitre 5

Notions d’observabilité et de
commandabilité

5.1 Position du problème

Etant donné un système représenté par équations d’état :

1. Est-il possible de générer une commande qui permette de faire passer le système
d’un état quelconque x(t1 ) (à l’instant t1 ) à un autre état quelconque x(t2 ) (à
l’instant t2 ) ?
2. En supposant que l’entrée du système est connue, peut-on, par la seule observa-
tion des sorties sur un intervalle de temps [t1 , t2 ], déduire l’état initial x(t1 ) du
système ?

5.2 Exemple

Considérons le système de la Figure 5.1.

La représentation par fonction de transfert conduit à :

Y (p) 3p(p + 2) 3
= = (5.1)
U(p) p(p + 1)(p − 1)(p + 2) (p − 1)(p + 1)

Remarque :

Nous avons simplifié par les termes p et (p + 2).

Nous verrons plus loin dans ce chapitre, les problèmes qui peuvent être liés à ce type

27
28 5.2. Exemple

- 2 x1 - 1 x3
p p−1

u- 
? 
? y
+ - + -
 
6 6
- −1 - 2
p+1 x2 p+2 x4

Fig. 5.1

de simplification.

En choisissant comme variables d’état, les variables xi (i ∈ 1, · · · , 4) correspondant aux

sorties de chaque bloc (Cf. Figure 5.1), on obtient l’équation d’état suivante :

       
ẋ1 0 0 0 0 x1 2

 ẋ2 


 0 −1 0 0 


 x2  
  −1 

  =   +  u
 ẋ3   1 1 1 0   x3   0 
ẋ4 2 2 0 −2 x4 0

 
x1
h i 
 x2 

y= 0 0 1 1  
 x3 
x4

Le changement de base défini par :

 
1 2 0 −1
 −1 0 0 0 
x′ = T x
 
T =  ,
 1 0.5 1 0 
0 2 0 0

permet d’obtenir une nouvelle représentation d’état du système :

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.2. Exemple 29

       
ẋ′1 −2 0 0 0 x′1 0

 ẋ′2 


 0 0 0 0 


 x′2  
  −2 

  =   +  u
 ẋ′3   0 0 1 0   x′3   1.5 
ẋ′4 0 0 0 −1 x′4 −2

 
x′1
h i 
 x′2 

y= −1 0 1 0.75  
 x′3 
x′4

Cette équation correspond au schéma de la Figure 5.2.

1 x′1
p+2

- −2 x′2-
p


?
u 1.5 x′3 − y-
- -+

p−1 +
6


- −2 x′4 -
0.75

p+1

Fig. 5.2

On constate, sur ce schéma, que x′1 n’est pas influencé par l’entrée u, et correspond
ainsi à un pôle (ou mode) non commandable. De même, x′2 n’influence pas la sortie,
et correspond à un pôle non observable.

On notera que la représentation par fonction de transfert (Cf. équation (5.1)) ne re-
tient que les pôles observables et commandables, et ne rend pas compte de l’ensemble

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
30 5.3. Définitions

du système représenté Figure 5.1 ou Figure 5.2.

D’ailleurs la fonction de transfert est un système du second ordre, alors que la repré-
sentation d’état du système est d’ordre 4.

Il apparaı̂t donc que la fonction de transfert, à elle seule, est quelquefois insuffisante
pour décrire un système.
Par contre, la représentation d’état permet de rendre compte des problèmes éventuels
de non commandabilité ou non observabilité : ceci pourra être fait directement sur
toute représentation d’état, ou bien à partir de formes canoniques spécifiques.

5.3 Définitions

5.3.1 Commandabilité (de l’état)

Définition 2 Le système :

ẋ(t) = A x(t) + B u(t)

y(t) = C x(t) + D u(t)

est dit commandable ou gouvernable si on peut, sur une durée finie, modifier toutes les
composantes du vecteur d’état x(t) par un signal de commande u(t) en vue d’obtenir
un état final x(tf ) à partir d’un état inital x(ti ).

La commandabilité est une propriété importante en automatique pour la conduite de

procédés ou pour le guidage.

Théorème 1 Un système linéaire invariant d’ordre n est commandable si et seule-

ment si la matrice Gc :

h i
Gc = B AB A2 B · · · An−1 B

est de rang n.

Remarque :

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.3. Définitions 31

Soit :
ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t) (5.2)

un représentation d’état d’un système linéaire invariant et soit :

ẋ′ (t) = A′ x′ (t) + B ′ u(t)
y(t) = C ′ x′ (t) + D ′ u(t) (5.3)

la représentation du même système obtenue par la transformation définie par la matrice

régulière T , soit x′ = T x.

En notant respectivement Gc et G′c les matrices de commandabilité associées aux

représentations correspondant aux équations (5.2) et (5.3), il vient :

h i
Gc = B AB A2 B · · · An−1 B

h i
G′c = B ′ A′ B ′ A′ 2 B ′ · · · A′ n−1 B ′
h i
= T B T AT −1 T B · · · (T AT −1 )n−1 T B
h i
= T B AB A2 B · · · An−1 B
= T Gc

Donc si Gc est de rang n, alors G′c est aussi de rang n.

Exemple

Considérons le circuit électrique de la Figure 5.3.

Intuitivement, dans le cas où il y a coupure, on conçoit que si l’état du circuit est
représenté par x1 et x2 , respectivement tension aux bornes du condensateur et courant
dans la self, x1 ne sera pas affecté («commandé») par le générateur G de tension u.

– Pour le système sans coupure, les équations d’état s’écrivent :

 
  1 1   
0

ẋ1  − − x1
   RC C 

  
= +
1 u
   
ẋ2
 1 
x2

−
0 L
L
Jean-José ORTEU Version Ecole des Mines
imprimée le 16 novembre 2011
Albi-Carmaux
32 5.3. Définitions

Fig. 5.3

La matrice de commandabilité associée à ce système vaut :

 
1
0

 LC 

Gc1 =  
 1 
− 0
L
C’est une matrice carrée de rang 2 : le système est commandable.

– Pour le système avec coupure, les équations d’état s’écrivent :

    

ẋ1

0 0 x1

0
       
  =
 R
 
 +
 1 u

ẋ2 0 − x2 −
L L
La matrice de commandabilité associée à ce système vaut :
 
0 0
 
Gc2 = 
 1 R 

−
L L2
Le déterminant de Gc2 est nul et la matrice Gc2 n’est plus de rang 2 car la deuxième
R
colonne se déduit de la première par le facteur multiplicatif − : le système est non
L
commandable.
On vérifie ainsi mathématiquement notre intuition, à savoir que dans ce cas, l’état
x1 , tension aux bornes du condensateur, ne peut être modifié par la commande u.

5.3.2 Observabilité

Définition 3 Le système :

ẋ(t) = A x(t) + B u(t)

y(t) = C x(t) + D u(t)

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.3. Définitions 33

est dit observable s’il est possible de retrouver son état initial x(ti ) à partir de l’obser-
vation de son entrée u(t) et de sa sortie y(t), sur un intervalle de temps fini.

L’observabilité caractérise la possibilité de retrouver l’état d’un système en observant

son entrée et sa sortie.
Ce problème d’observabilité a une importance pratique car certaines variables internes
sont quelquefois inaccessibles à la mesure ou «coûteuses» à mesurer.

Theorème 2 Un système linéaire invariant d’ordre n est observable si et seulement

si la matrice Ob :

 
C
 


CA 

Ob =

 CA2 

 .. 

 . 

CAn−1

est de rang n.

Remarque :

En raisonnant par analogie avec le paragraphe 5.3.1 relatif à la commandabilité, on

montre qu’un changement de base n’affecte pas la propriété d’observabilité d’un sys-
tème ; autrement dit, il y a invariance de l’observabilité (de la commandabilité) par
rapport à une transformation linéaire.

Exemple

Considérons le système représenté Figure 5.4 constitué d’un moteur à courant continu
commandé par l’induit - champ inducteur constant - entraı̂nant une charge.

On supposera que l’inductance de l’induit est négligeable et on désignera par J le

coefficient d’inertie de l’ensemble rotor du moteur plus arbre de transmission plus
charge, f le coefficient de frottement visqueux, Ke le coefficient de proportionnalité
entre la force contre-électromotrice développée par le moteur et la vitesse de rotation
et Kc le coefficient de proportionnalité entre le couple Cm développé par le moteur et
le courant d’induit.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
34 5.3. Définitions

Fig. 5.4

Choisissons comme variables d’état :

– x1 = θ, la position de l’arbre du moteur,
– x2 = θ̇, la vitesse de rotation.
L’équation d’état de ce système s’écrit :

   

θ̇
 0 1 
θ
 0
   
ẋ =   =
 1    +  Km  u
  
θ̈ 0 − θ̇
Tm Tm

avec :
Kc
Km =
Rf + Kc Ke

RJ
Tm =
Rf + Kc Ke

On notera que la fonction de transfert du moteur s’écrit :

Θ(p) Km
=
U(p) p(1 + Tm p)

– Supposons que la sortie mesurée (observée) soit la vitesse de rotation θ̇, c’est-à-dire
la variable d’état x2 . L’équation de sortie s’écrit alors :
h i
y= 0 1 x

Est-il possible de remonter à l’état initial (position et vitesse de départ) à partir de

la connaissance de la sortie, c’est-à-dire de la vitesse, et du signal de commande u
qui la fait évoluer ?
Formons la matrice d’observabilité Ob1 du système :

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.3. Définitions 35

 
1 0

Ob1 =  1 

0 −
Tm
Le déterminant de Ob1 est nul : ce système n’est donc pas observable.
La connaissance de la vitesse (et de l’entrée u) ne suffit pas pour en déduire la
position.

– Supposons cette fois que l’on observe l’évolution de la position θ. L’équation de

sortie s’écrit alors :
h i
y= 1 0 x
Formons la matrice d’observabilité Ob2 du système :
" #
1 0
Ob2 =
0 1
Cette matrice est régulière : donc le système est observable.
De la connaissance de l’évolution de la position (et de l’entrée u), on peut remonter
à la valeur initiale de la vitesse, il suffit de dériver.

5.3.3 Commandabilité (des sorties)

La commandabilité est la possibilité de transférer un système d’un état initial à un

état de consigne. Cependant, le facteur déterminant d’un système reste souvent son
comportement en termes de sorties : on devra alors caractériser la possibilité de trans-
férer la sortie du système d’une valeur initiale à une valeur de consigne, ce qui conduit
à la définition suivante :

Définition 4 Un système est commandable vis-à-vis des sorties s’il existe une
commande u(t) permettant d’amener en temps fini le vecteur de sortie d’une valeur
initiale y(ti) quelconque donnée à une valeur finale y(tf ) quelconque choisie.

Théorème 3 Un système linéaire invariant sans transfert direct (D = 0) est com-

mandable vis-à-vis des sorties si et seulement si :

h i
rang CB CAB CA2 B · · · CAn−1 B =p

(où p est la dimension de y = C x).

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
36 5.3. Définitions

Les propriétés de commandabilité (par rapport à l’état) et de commandabilité vis-à-vis

des sorties sont distinctes comme le prouve l’exemple de la Figure 5.5.

- y1
u- 1 x-
p+1 
- 2 - y2


Fig. 5.5 – Système non commandable vis-à-vis des sorties

Dans cet exemple, le système est commandable sans l’être vis-à-vis de ses sorties.

" #
1
A = −1, B = 1, C= , rang(CB) = rang(C) = 1 < 2
2

En pratique, si les sorties mesurées sont choisies indépendantes (ce qui impose rang(C) =
p), la commandabilité vis-à-vis de l’état implique celle vis-à-vis des sorties.

5.3.4 Cas général

Dans le cas le plus général un système peut être décomposé en quatre sous-systèmes
(Cf. Figure 5.6) :
– SCO : partie commandable et observable ;
– SCO : partie commandable et non observable ;
– SCO : partie non commandable et observable ;
– SCO : partie non commandable et non observable ;

La Figure 5.6 montre que la fonction de transfert, qui lie la sortie y à l’entrée u d’un
système monovariable ne décrit que la partie SCO , c’est-à-dire la partie commandable
et observable de ce système.

Pour un système monovariable, la propriété de non commandabilité (non observabilité)

correspond à une dégénérescence de l’ordre de la fonction de transfert due à l’existence
d’au moins un pôle et un zéro communs dans la fonction de transfert du système (Cf.
l’exemple de la Figure 5.1 dans le présent chapitre ou l’exemple de la page 14).

En pratique, il n’y a pas de moyen d’action sur les parties non commandables et/ou
non observables, dans le premier cas par définition de la notion de commandabilité et

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.4. Formes canoniques pour les systèmes monovariables 37

- SCO

u -

- SCO - y

SCO

SCO

Fig. 5.6 – Décomposition d’un système

dans le deuxième cas par suite de l’absence d’informations permettant de décider de

la commande à appliquer.

Si les parties non commandables ou non observables sont stables, les variables qui les
caractérisent tendent vers zéro, chacune avec sa dynamique propre, et ne sont donc
pas susceptibles de perturber le fonctionnement entrée-sortie du système. Par contre
en cas d’instabilité incontrôlable, il apparaı̂t un risque de détérioration du matériel.

De façon à s’assurer que la régulation d’un système se réalise sans surprise, il est néces-
saire de vérifier au préalable que les modes instables du système sont commandables
et observables.

5.4 Formes canoniques pour les systèmes monova-

riables

Nous avons vu qu’un système linéaire possède une infinité de représentations d’état.
Bien que ces représentations soient toutes équivalentes, certaines d’entre elles sont plus
appropriées que d’autres d’un certain point de vue.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
38 5.4. Formes canoniques pour les systèmes monovariables

Dans ce paragraphe, nous allons introduire 3 représentations appelées respectivement

forme canonique de commandabilité, forme canonique d’observabilité et
forme canonique de Jordan.

5.4.1 Forme canonique de commandabilité

On considère le système :

ẋ(t) = A x(t) + B u(t)

y(t) = C x(t) + D u(t)

On appelle Gc la matrice de commandabilité associée au système :

h i
Gc = B AB A2 B · · · An−1 B

On définit également la matrice carrée suivante :

 
a1 · · · an−1 1
 . 
 .. 0 
 
M = .. 
 
 an−1 . 
1 0 ··· 0

où les ai sont les coefficients du polynôme caractéristique du système, c’est-à-dire :

det[pI − A] = pn + an−1 pn−1 + · · · + a1 p + a0

On a alors le résultat suivant :

Si la matrice de commandabilité Gc est régulière alors le changement de base défini

par :

z =Qx où Q = (Gc M)−1

donne lieu à la représentation suivante :

ż(t) = Ac z(t) + Bc u(t)

y(t) = Cc z(t) + D u(t)

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.4. Formes canoniques pour les systèmes monovariables 39

où :

 
0 1 0 ··· 0
 .. .. 

 . . 

Ac = Q A Q−1 =
 .. 

 . 0 

 
 0 ··· ··· 0 1 
−a0 · · · · · · · · · −an−1

 
0
 . 
 .. 
Bc = Q B =   

 0 
1

h i
Cc = C Q−1 = b0 · · · bn−1

Cette représentation est appelée forme canonique de commandabilité (ou forme

compagne de commande).

Quand elle existe, la forme canonique de commandabilité d’un système peut s’obtenir
assez simplement à partir de sa fonction de transfert.

En effet, considérons le système défini par sa fonction de transfert :

Y (p) b2 p2 + b1 p + b0
= 3 (5.4)
U(p) p + a2 p2 + a1 p + a0

L’équation différentielle associée est :

d3 y d2 y dy d2 u du
+ a2 + a1 + a0 y = b2 + b1 + b0 u
dt3 dt2 dt dt2 dt

L’équation (5.4) peut se mettre sous la forme :

Y (p) Y (p) Z(p)

=
U(p) Z(p) U(p)

avec :

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
40 5.4. Formes canoniques pour les systèmes monovariables

Z(p) 1 Y (p)
= 3 2
et = b2 p2 + b1 p + b0
U(p) p + a2 p + a1 p + a0 Z(p)

De ces deux fonctions de transfert on tire les deux équations différentielles où la variable
z est un intermédiaire de calcul :

d3 z d2 z dz
3
= −a2 2
− a1 − a0 z + u (5.5)
dt dt dt

d2 z dz
y = b2 2
+ b1 + b0 z (5.6)
dt dt

En prenant comme composantes du vecteur d’état :

x1 = z
!
dz dx1
x2 = =
dt dt
!
d2 z dx2
x3 = =
dt2 dt

les équations (5.5) et (5.6) s’écrivent :

dx3
= −a0 x1 − a1 x2 − a2 x3 + u
dt

y = b0 x1 + b1 x2 + b2 x3

Ces équations conduisent à la représentation :

   
0 1 0 0 h i

A= 0 0 1 
 
B= 0  C= b0 b1 b2 D=0
−a0 −a1 −a2 1

5.4.2 Forme canonique d’observabilité

On considère le système :
ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t)

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.4. Formes canoniques pour les systèmes monovariables 41

On appelle Ob la matrice d’observabilité associée au système :

 
C
 


CA 

Ob =

 CA2 

 .. 

 . 

CAn−1

On définit également la matrice carrée suivante :

 
a1 · · · an−1 1
 . 
 .. 0 
 
M =
 .. 

 an−1 . 
1 0 ··· 0

où les ai sont les coefficients du polynôme caractéristique du système, c’est-à-dire :

det[pI − A] = pn + an−1 pn−1 + · · · + a1 p + a0

On a alors le résultat suivant :

Si la matrice d’observabilité Ob est régulière alors le changement de base défini par :

z =Qx où Q = M Ob

donne lieu à la représentation suivante :

ż(t) = Ao z(t) + Bo u(t)

y(t) = Co z(t) + D u(t)

où :

 
0 ··· ··· 0 −a0
 .. .. 

 1 . . 

Ao = Q A Q−1 =
 .. .. 

 0 . . 


 .. .. 

 . 0 . 
0 ··· 0 1 −an−1

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
42 5.4. Formes canoniques pour les systèmes monovariables

 
b0
 . 
Bo = Q B =  .. 


bn−1

h i
Co = C Q−1 = 0 ··· 0 1

Cette représentation est appelée forme canonique d’observabilité.

Comme pour la forme canonique de commandabilité, celle d’observabilité peut s’obte-

nir immédiatement à partir de la fonction de transfert du système.

5.4.3 Forme canonique de Jordan

On considère le système :
ẋ(t) = A x(t) + B u(t)
y(t) = C x(t) + D u(t)

On suppose que la matrice A a des valeurs propres toutes réelles. Il existe alors une
matrice régulière Q telle que la matrice :

à = Q A Q−1

soit sous forme diagonale ou de Jordan suivant que les valeurs propres de A sont simples
ou multiples.

Dans le cas de valeurs propres simples, les colonnes de la matrice Q−1 sont constituées
par les vecteurs propres de A.

Dans le cas de valeurs propres multiples, il existe une méthode de construction de la

matrice Q−1 qui ne sera pas détaillée dans ce cours (Voir cours de Math).

En outre, le changement de base :

z =Qx

conduit à la représentation d’état :

ż(t) = Aj z(t) + Bj u(t)
y(t) = Cj z(t) + D u(t)

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.4. Formes canoniques pour les systèmes monovariables 43

où :

Aj = Q A Q−1 = Ã Bj = Q B Cj = C Q−1

La forme canonique d’un système peut également être déterminée à partir d’une dé-
composition en éléments simples de sa fonction de transfert.

Cas d’une matrice A à valeurs propres simples

Considérons un système possédant 3 pôles distincts p1 , p2 , p3 dont la fonction de trans-

fert a été décomposée en éléments simples sous la forme :

Y (p) α1 α2 α3
= + +
U(p) p − p1 p − p2 p − p3

On montre que ces équations conduisent à la représentation :

   
p1 0 0 w1 h i
   
Aj =  0 p2 0  Bj =  w2  Cj = µ1 µ2 µ3 Dj = 0
0 0 p3 w3

avec : wi µi = αi pour i ∈ [1, 2, 3]

On montre que le système est commandable si et seulement si Bj n’a aucune ligne

nulle.

On montre que le système est observable si et seulement si Cj n’a aucune colonne nulle.

Cas d’une matrice A à valeurs propres multiples

Considérons un système possédant 1 pôle double p1 et un pôle simple p2 . Sa décom-

position en éléments simples s’écrit :

Y (p) α11 α12 α2

= 2
+ +
U(p) (p − p1 ) p − p1 p − p2

On montre que ces équations conduisent à la représentation :

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
44 5.4. Formes canoniques pour les systèmes monovariables

   
p1 1 0 0 h i
   
Aj =  0 p1 0  Bj =  w1  Cj = µ11 µ12 µ2 Dj = 0
0 0 p2 w2

avec : w1 µ11 = α11 w1 µ12 = α12 w2 µ2 = α2

" #
p1 1
Le bloc est appelé bloc de Jordan d’ordre 2.
0 p1

On montre que le système est commandable si et seulement si les composantes de Bj

qui correspondent à la dernière ligne de chaque bloc de Jordan sont toutes non nulles.

5.4.4 Exemples

Exemple No 1

Soit une représentation d’état d’un système continu d’ordre 2 de la forme :

 " # " #
 −1 1 1


 ẋ = x+ u

 0 −1 1



 h i

 y= 1 −1 x

Forme canonique de commandabilité

 " # " #
 0 1 0


 ẋ = x+ u

 −1 −2 1



 h i

 y= 1 0 x

Forme canonique d’observabilité

 " # " #
 0 −1 1


 ẋ = x+ u

 1 −2 0



 h i

 y= 0 1 x

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
5.4. Formes canoniques pour les systèmes monovariables 45

Forme canonique de Jordan

(voir cours)

Exemple No 2

On considère le système de fonction de transfert :

Y (p) p+3
= 2
U(p) p + 3p + 2

Forme canonique de commandabilité

       
ẋ1 0 1 x1 0
  =   +  u
ẋ2 −2 −3 x2 1

 
h i x1
y= 3 1  
x2

Forme canonique d’observabilité

       
ẋ1 0 −2 x1 3
  =   +  u
ẋ2 1 −3 x2 1

 
h i x1
y= 0 1  
x2

Forme canonique de Jordan

       
ẋ1 −1 0 x1 1
  =   +  u
ẋ2 0 −2 x2 1

 
h i x1
y= 2 −1  
x2

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 6

Exercice

Cet exercice est extrait du livre d’exercices cité en référence [6].

La modélisation simplifiée en vue de l’asservissement en position d’un actionneur élec-

tromécanique et de sa charge a conduit au schéma de la Figure 6.1.

Fig. 6.1 – Un actionneur électromécanique

L’ensemble chariot de masse M, ressort de raideur k, coefficient de frottement visqueux

f modélise la partie mécanique.

L’ensemble résistance R, inductance L, force contre-électromotrice introduite par l’en-

dy
roulement e(t) = α , force appliquée à la charge f (t) = β i(t), caractérise la partie
dt
électrique.

Les variables u, i, y dénotent respectivement la tension à l’entrée, le courant dans l’en-

roulement et la position de la charge à partir d’un état d’équilibre.

On adopte les valeurs numériques suivantes :

M = 30 kg , k = 15 N/m , f = 15 N.s/m , R = 10 Ω
L = 10 H , α = 0, 2 V.s/m , β = 6 N/A

46
 47

Première partie : Modélisation par fonction de transfert et Analyse

1) Etablir les équations électriques et mécaniques du système.

2) Calculer Y (p) = L[y(t)] en fonction de U(p) = L[u(t)] et des conditions initiales.

3) Donner l’ordre, la classe et le gain du système.

4) Etudier la stabilité du système.

5) Calculer la réponse y(t) pour une entrée nulle lorsque l’état initial est :
y(0) = 1 m , ẏ(0) = 1 m/s , i(0) = 0.
(On donnera l’expression analytique de cette réponse).
Tracer cette réponse.

6) Calculer la réponse y(t) lorsqu’on applique un échelon de tension u = 100 V avec

des conditions initiales nulles.
(On donnera l’expression analytique de cette réponse).
Tracer cette réponse.

7) Donner la valeur du temps de réponse à 5%.

8) Calculer la fréquence de coupure à -3 dB du système.

Deuxième partie : Modélisation par représentation d’état et Analyse

9) Donner une modélisation d’état du système (entrée u, sortie y), en utilisant

comme vecteur d’état :
 
y
 

 dy 

x=  

 dt 

i

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
48

10) Déterminer le polynôme caractéristique de la matrice d’état A obtenue et étudier

la stabilité du système.

11) Après avoir calculé la matrice de transition d’état de 3 façons différentes calculer
la réponse x(t) pour une entrée nulle lorsque l’état initial est :
 
1
 
x(0) =  1 
0

12) Calculer la réponse x(t) lorsqu’on applique un échelon de tension u = 100 V avec
des conditions initiales nulles.

13) Etudier l’observabilité et la gouvernabilité du système.

Cet exercice sera poursuivi au chapitre 9 pour la partie commande du système.

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
 Deuxième partie

Commande des systèmes dans

l’Espace d’État

49
Chapitre 7

Commande découplante

7.1 Théorie

En boucle ouverte (Cf. Figure 7.1) :

u1 y1
G11
+
+
G21

G12

+
u2 y2
G22
+

Fig. 7.1 – Système couplé en boucle ouverte

On a :
y = Gp u (7.1)

avec :
" #
G11 G12
Gp = (matrice de transfert du process)
G21 G22

" #
y1
y= (vecteur des sorties)
y2

50
 7.1. Théorie 51

" #
u1
u= (vecteur des entrées)
u2

En boucle fermée (Cf. Figure 7.2) :

Gm1

–
v1 ε1 u1 y1
+ +
Gc11 Gv1 G11
+
+ +

Gc12 G21

Gc21 G12

+ +
v2 y2
Gc22 Gv2 G22
+ ε2 + u2 +
–

Gm2

Fig. 7.2 – Système en boucle fermée

u1 = Gv1 Gc11 ε1 + Gv1 Gc12 ε2

u2 = Gv2 Gc21 ε1 + Gv2 Gc22 ε2

soit sous forme matricielle :

u = Gv Gc ε (7.2)

avec :

" #
Gv1 0
Gv = (matrice des actionneurs)
0 Gv2

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
52 7.1. Théorie

" #
Gc11 Gc12
Gc = (matrice des correcteurs)
Gc21 Gc22

" #
ε1
ε= (vecteur des écarts)
ε2

Par ailleurs :

ε1 = v1 − Gm1 y1
ε2 = v2 − Gm2 y2

soit sous forme matricielle :

ε = v − Gm y (7.3)

avec :

" #
Gm1 0
Gm = (matrice des capteurs)
0 Gm2

" #
v1
v= (vecteur des consignes)
v2

En combinant les équations (7.1) et (7.2), il vient :

y = Gp Gv Gc ε (7.4)

En posant G0 = Gp Gv Gc et en combinant les équations (7.3) et (7.4), il vient :

y = G0 v − G0 Gm y

soit finalement :
y = [I + G0 Gm ]−1 G0 v

On trouve ainsi la matrice de transfert du système en boucle fermée :

H = [I + G0 Gm ]−1 G0

Le système en boucle fermée sera découplé si la matrice H est diagonale.

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
7.2. Exemple1 53

– 1er type de problème :

On choisit les correcteurs directs Gc11 et Gc22 (par exemple des correcteurs de type
proportionnels) et on cherche les correcteurs croisés Gc12 et Gc21 qui rendent la
matrice H diagonale.
Puisque les matrices I et Gm sont diagonales, il faut que la matrice G0 soit également
diagonale.
" # " # " #
G11 G12 Gv1 0 Gc11 Gc12
G0 =
G21 G22 0 Gv2 Gc21 Gc22

Soit :
" #
G11 Gv1 Gc11 + G12 Gv2 Gc21 G11 Gv1 Gc12 + G12 Gv2 Gc22
G0 =
G21 Gv1 Gc11 + G22 Gv2 Gc21 G21 Gv1 Gc12 + G22 Gv2 Gc22

En écrivant que cette matrice est diagonale, il vient :

G12 Gv2 Gc22

Gc12 = −
G11 Gv1
G21 Gv1 Gc11
Gc21 = −
G22 Gv2

– 2ième type de problème :

On se donne la matrice de transfert du système bouclé :
" #
H11 (p) 0
H(p) =
0 H22 (p)

et on calcule la matrice Gc qui va bien.

H = [I + G0 Gm ]−1 G0

[I + G0 Gm ] H = G0

G0 [I − Gm H] = H

Soit :

G0 = H [I − Gm H]−1 = Gp Gv Gc

On trouve finalement :

Gc = [Gp Gv ]−1 H [I − Gm H]−1

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
54 7.2. Exemple1

q1 q2
? ?

6 6
h1 h2

R3 R1 R2
?

Fig. 7.3 – Un exemple de système couplé

7.2 Exemple1

On considère le système de la Figure 7.3.

avec :
S1 = 1 m2 , S2 = 0.5 m2 , R1 = 0.5 s/m2 , R2 = 2 s/m2 , R3 = 1 s/m2

dh1 h1 − h2 h1
S1 = q1 − −
dt R1 R3
dh2 h1 − h2 h2
S2 = q2 + −
dt R1 R2

En prenant comme vecteur d’état :

" #
h1
x=
h2

et en posant : " #
q1
q=
q2

on obtient la représentation d’état :

" # " #
−3 2 1 0
ẋ = x+ q
4 −5 0 2

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
7.2. Exemple1 55

La matrice de transfert Gp reliant les entrées q1 et q2 aux sorties h1 et h2 s’obtient à

partir de :

 
p+5 4
 (p + 1)(p + 7) (p + 1)(p + 7) 
 
Gp = (pI − A)−1 B = 



 4 2(p + 3) 
(p + 1)(p + 7) (p + 1)(p + 7)

Il s’agit bien d’un système couplé.

Nous allons calculer la matrice Gc permettant de découpler les sorties.

On choisit des correcteurs directs de type proportionnels, i.e. Gc11 = K1 et Gc22 = K2 .

On suppose que les fonctions de transfert des actionneurs sont des gains unité.

On calcule les correcteurs croisés :

G12 Gc22 4 (p + 1)(p + 7) −4K2

Gc12 = − =− K2 =
G11 (p + 1)(p + 7) p+5 p+5

G21 Gc11 4 (p + 1)(p + 7) −2K1

Gc21 = − =− K1 =
G22 (p + 1)(p + 7) 2(p + 3) p+3

On peut maintenant calculer la matrice de transfert du système en boucle fermée

donnée par :

H = [I + G0 Gm ]−1 G0

avec :
 
K1
 0
 p+3


G0 = Gp Gv Gc = 



 2K2 
0
p+5

Il vient finalement :

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
56 7.3. Exemple2

 
K1 
K1

 
 p+3  
K1 + 3 
 0  
0 
 K1   p 

 1+ 


 1+ 

H=
 p+3 
=
 K1 + 3 

 2K2 


 2K2 

   
 p+5   2K2 + 5 
 0   0 p


 2K2 


1+

1+ 2K2 + 5
p+5

H1 (p) H2 (p)
Les fonctions de transfert et ont des gains statiques différents de 1 ce
Q1 (p) Q2 (p)
qui permet de prévoir un problème de précision statique en réponse à un échelon de
débit en entrée.

Pour rémédier à ce problème, on peut utiliser des correcteurs directs de type PI, i.e. :

! !
1 1
Gc11 = K1 1+ , Gc22 = K2 1+
p p

qui conduisent aux correcteurs croisés suivants :

−4K2 (p + 1) −2K1 (p + 1)
Gc12 = , Gc21 =
p(p + 5) p(p + 3)

7.3 Exemple2

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 8

Commande par retour d’état -

Placement des pôles

La commande par retour d’état consiste à élaborer un signal de commande, à

partir des grandeurs d’état, supposées, dans un premier temps, toutes accessibles à la
mesure. Si tel n’est pas le cas, on devra avoir recours à un observateur de l’état
(Cf. chapitre 12).

Dans tout ce chapitre, on suppose que le système est commandable.

8.1 Principe

On considère un système décrit dans l’espace d’état sous la forme :

ẋ = A x + B u

y = C x+Du

x ∈ Rn est le vecteur d’état

u ∈ Rm est le vecteur de commande (ou d’entrée)
y ∈ Rp est le vecteur d’observation (ou de sortie)

A est la matrice (n × n) d’évolution

B est la matrice (n × m) de commande (ou d’entrée)
C est la matrice (p × n) d’observation (ou de sortie)
D est la matrice (p × m) de couplage entrées-sorties (ou de transmission directe)

Un tel système, qui est en boucle ouverte, peut être schématisé par les Figures 8.1
et 8.2.

57
58 8.1. Principe

- D

+ ẋ Z x +
?+
- - - - - -
  y
u B C
+6

A 

Fig. 8.1

PROCÉDÉ
u -
y -
ẋ = A x + B u
y =C x+Du

x ?

Fig. 8.2

Le principe d’une correction ou compensation par retour d’état consiste à définir une
loi de commande de la forme :
u=v−Kx

où : v vecteur de dimension m correspond à la consigne du système asservi

K matrice de dimension (m × n) est dénotée matrice de réaction d’état.

Cette loi de commande implique la connaissance du vecteur d’état x.

Le système corrigé, qui est en boucle fermée, est alors schématisé par les Figures 8.3
et 8.4.

Dans l’hypothèse où D = 0, le système corrigé est tel que :

ẋ = A x + B u
u = v−Kx

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.1. Principe 59

- D

+ + ẋ Z x +

?+
- - - - - - -
   y
v u B C
6 +6

A 

K 

Fig. 8.3

RÉGULATEUR
v + u PROCÉDÉ
- - -
 ẋ = A x + B u y
6 y =C x+Du

 x
K

Fig. 8.4

y = Cx

Donc, le système corrigé admet la représentation :

ẋ = (A − B K) x + B v
y = Cx

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
 8.2. Détermination de la matrice de réaction d’état dans le cas des systèmes
60 monovariables

8.2 Détermination de la matrice de réaction d’état

dans le cas des systèmes monovariables

Le comportement dynamique du système en boucle ouverte est fixé par le polynôme

caractéristique Po :

Po (p) = det(pI − A) = pn + dn−1 pn−1 + dn−2 pn−2 + · · · + d0

Le comportement dynamique du système en boucle fermée est fixé par le polynôme

caractéristique Pf :

Pf (p) = det[pI − (A − B K)] = pn + αn−1 pn−1 + αn−2 pn−2 + · · · + α0

Les n coefficients de la matrice de retour d’état K (de dimension 1 × n) se calculent

à partir de la dynamique souhaitée pour le système corrigé. Cette dynamique
est fixée par le choix des pôles du système en boucle fermée qui fixent le polynôme
caractéristique souhaité en boucle fermée Pf (Cf. paragraphe 8.4).

Notons que la compensation par retour d’état modifie le comportement dyna-

mique du système bouclé sans toutefois modifier l’ordre du système commandé.

8.2.1 Exemple

Considérons un oscillateur non amorti de pulsation w0 dont une représentation d’état

est donnée par :

" # " # " # " #

x˙1 0 1 x1 0
= 2 + u
x˙2 −w0 0 x2 1

Le polynôme caractéristique de ce système est :

det(pI − A) = p2 + w02

Ce système présente 2 pôles complexes conjugués égaux à :

p1 = −j w0
p2 = j w 0

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.2. Détermination de la matrice de réaction d’état dans le cas des systèmes
monovariables 61

ce qui correspond bien à un système du second ordre non amorti (coefficient d’amor-
tissement ζ = 0).

La Figure 8.5 montre la réponse d’un tel système aux conditions initiales x1 = 0, 3 et
x2 = −0, 5 dans le cas où w0 = 1.

en boucle ouverte
0.6

0.4

0.2

−0.2

−0.4

−0.6

−0.8
0 5 10 15 20 25 30

Fig. 8.5 – Réponse à des conditions intiales en boucle ouverte

Supposons que l’on souhaite corriger ce système de manière à ce qu’il présente 1 pôle
réel double p0 = −2 w0 . En faisant cela, on double la pulsation des oscillations non
amorties et on fait passer le coefficient d’amortissement ζ de 0 à 1.

Le choix de ces pôles fixe le polynôme caractéristique du système en boucle fermée :

Pf (p) = (p + 2 w0 )2 = p2 + 4 w0 p + 4 w02 (8.1)

Par ailleurs, le polynôme caractéristique du système bouclé est égal à :

" # " # " # !
p 0 0 1 0 h i
det[pI − (A − B K)] = det − 2 + K1 K2
0 p −w0 0 1

= p2 + K2 p + w02 + K1 (8.2)

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
 8.2. Détermination de la matrice de réaction d’état dans le cas des systèmes
62 monovariables

En comparant les expressions (8.1) et (8.2), on obtient les relations suivantes :

K2 = 4 w 0
w02 + K1 = 4 w02

qui conduisent aux coefficients de la matrice de retour d’état :

K1 = 3 w02
K2 = 4 w 0

soit de manière plus condensée :

h i
K= 3 w02 4 w0

La Figure 8.6 montre la réponse du système corrigé aux conditions initiales x1 = 0, 3

et x2 = −0, 5 dans le cas où w0 = 1.
On peut constater un très bon amortissement, comme on pouvait s’y attendre du fait
du pôle double p0 = −2.

avec retour d’etat

0.3

0.2

0.1

−0.1

−0.2

−0.3

−0.4

−0.5
0 0.5 1 1.5 2 2.5 3 3.5

Fig. 8.6 – Réponse à des conditions intiales en boucle fermée

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.2. Détermination de la matrice de réaction d’état dans le cas des systèmes
monovariables 63

8.2.2 Cas général

La détermination des coefficients de la matrice de retour d’état est grandement sim-

plifiée si le système considéré est représenté sous la forme canonique de comman-
dabilité. Cette forme existe si et seulement si le système est commandable.

Soit le système :

ẋ = Ac x + Bc u
y = Cc x

où :

 
0 1 0 ··· 0  
 .. ..  0

 . . 
  . 
 .. 
Ac =
 .. 
Bc =   

 . 0 
  0 

 
 0 ··· ··· 0 1 
1
−a0 · · · · · · · · · −an−1

h i
Cc = b0 · · · bn−1

La matrice d’état du système en boucle fermée est donnée par :

 
0 1 0 ··· 0  
 .. ..  0

 . .  
  ..  h i
A1 = Ac − Bc K =
 ..  
− . 
 K0 K1 · · · Kn−1

 . 0   
0 
 
 0 ··· ··· 0 1 
1
−a0 · · · · · · · · · −an−1

soit :  
0 1 0 ··· 0
 .. .. 

 . . 

A1 =
 .. 

 . 0 

 
 0 ··· ··· 0 1 
−a0 − K0 · · · · · · · · · −an−1 − Kn−1

Cette matrice d’état correspond au polynôme caractéristique :

Pf (p) = pn + (an−1 + Kn−1 ) pn−1 + · · · + (a1 + K1 ) p + (a0 + K0 )

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
 8.3. Détermination de la matrice de réaction d’état dans le cas des systèmes
64 multivariables

La comparaison de ce polynôme avec le polynôme caractéristique désiré défini par :

Pf (p) = pn + αn−1 pn−1 + αn−2 pn−2 + · · · + α0

conduit à choisir les coefficients Ki de la matrice de réaction tels que :

Ki = αi − ai

8.3 Détermination de la matrice de réaction d’état

dans le cas des systèmes multivariables

Dans le cas des systèmes monovariables, la matrice de retour d’état est une matrice
ligne de dimension n égale au degré du polynôme caractéristique du système (qui est
égal à la dimension du vecteur d’état). Il existe donc un seul choix possible des n
coefficients Ki de la matrice de réaction d’état.

Dans le cas de systèmes multivariables, l’équation caractéristique est toujours d’un

ordre n égal à la dimension du vecteur d’état mais la matrice de retour d’état est
définie par m × n coefficients Kij reliés entre eux par n relations non linéaires obtenues
par exemple en identifiant termes à termes les coefficients du polynôme caractéristique
désiré :
Pf (p) = pn + αn−1 pn−1 + αn−2 pn−2 + · · · + α0

et ceux de det(pI − A + B K).

Il existe donc une infinité de choix possibles des m × n coefficients Kij de la matrice
K de retour d’état et donc une infinité de structures de commandes possibles.

L’unicité du choix s’obtient par l’introduction de relations supplémentaires résultant

de techniques de commande particulières qui sortent du cadre de ce cours.

8.4 Choix des pôles du système asservi

Nous avons étudié, dans le cours ASLC, les caractéristiques dynamiques d’un système
du second ordre en fonction de la localisation de ses pôles dans le plan complexe.
Nous avons vu, par exemple, que l’amortissement est d’autant plus rapide que les pôles
sont plus à gauche de l’axe complexe et que la fréquence d’oscillation croı̂t avec l’éloi-
gnement de l’axe réel.
Par extrapolation, ces caractéristiques sont utilisées pour un système d’ordre quel-
conque, les propriétés étant d’autant plus proches de celles d’un second ordre réel que
le système admet deux pôles dominants.

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.4. Choix des pôles du système asservi 65

Pour guider la synthèse d’un régulateur par placement de pôles, nous énoncerons un
certain nombre de règles de base permettant d’assurer la robustesse de la régulation
réalisée :
– ne déplacer les pôles du système que si les conditions de stabilité, de dynamique, ou
plus généralement de comportement l’exigent.
– limiter la valeur supérieure des parties réelles des pôles au niveau nécessité par la
rapidité ou la marge de stabilité requises.
– limiter la valeur inférieure des parties réelles de façon à ne pas solliciter exagérément
et inutilement les actionneurs.
– assurer un amortissement suffisant des oscillations correspondant aux pôles com-
plexes.

Cet ensemble de conditions conduit à une localisation des pôles correspondant au

schéma de la Figure 8.7.

Amortissement
Im

11111111111
00000000000
10101010
00000000000
11111111111 0
1
00000000000
11111111111 0
1
Marge de stabilité

10101010
00000000000
11111111111 0
1
00000000000
11111111111
10101010 0
1
0
1
00000000000
11111111111 0
1
00000000000
11111111111
10101010
00000000000
11111111111 0
1
00000000000
11111111111
00000000000
11111111111 10101010 0
1
0
1
Re

00000000000
11111111111 0
1
00000000000
11111111111
Limitation
due aux
00000000000
11111111111 10101010 0
1
actionneurs
00000000000
11111111111 0
1 0
1 0
1
0
1
00000000000
11111111111 10101010 0
1
00000000000
11111111111 0
1
00000000000
11111111111
00000000000
11111111111 1010 0
1
Fig. 8.7 – Localisation des pôles

De façon pratique, le choix des pôles du système corrigé peut s’effectuer simplement à
partir d’un examen des pôles du système initial.

Dans le cas des pôles instables par exemple un bon positionnement après correction
consiste à les remplacer par leurs symétriques par rapport à l’axe imaginaire.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
66 8.5. Amélioration de la précision

8.5 Amélioration de la précision

Pour améliorer la précision statique, on choisit une loi de commande de la forme

(Cf. Figure 8.8) :
u=λv−K x

RÉGULATEUR
v + u PROCÉDÉ y
- - - -

λ ẋ = A x + B u
6 y=Cx


x
K

Fig. 8.8 – Commande par retour d’état avec gain λ pour la précision statique

Il faut alors calculer le gain λ qui permet de satisfaire à la contrainte de comportement

statique.

Si l’on a déjà calculé le gain statique du système en boucle fermée (sans λ), il suffit de
prendre :
1
λ=
gain statique

Sinon, on peut le calculer directement à partir de la représentation d’état, en écrivant

qu’en régime permanent :

0 = (A − BK) x + B v
y = Cx

Soit :
y = −C (A − BK)−1 B v

Le gain statique vaut donc −C (A − BK)−1 B et on prend alors :

1
λ=
−C (A − BK)−1 B

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.6. Commande avec retour d’état et action intégrale 67

8.6 Commande avec retour d’état et action inté-

grale

Considérons le système en boucle ouverte suivant :

ẋ = A x + B u + B1 w
y = Cx

où u représente l’entrée du système et w représente une perturbation agissant sur le

système.

Nous supposons que le système est de type «1 entrée/1 sortie» (u et y sont des sca-
laires) et qu’il est commandable.

Dans le cas où le système est de classe 0 (pas d’intégration), nous allons générer
une commande en boucle fermée qui utilise à la fois un retour d’état et un terme
correspondant à l’intégration de l’erreur1 ε = y − v :

Z t
u = −K x − KI xI avec xI = ε(τ ) dτ
0

Notons que :
x˙I = ε = y − v = C x − v

?
v  ε xI + u PROCÉDÉ y
- - - - - -
R
 
−KI ẋ = A x + B u + B1 w
+6 +6 y=Cx

x
−K 

Fig. 8.9 – Commande par retour d’état avec action intégrale

1
Attention au sens du comparateur qui, par commodité d’écriture, a été choisi pour que le gain
intégral s’écrive −KI au lieu de KI .

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
68 8.6. Commande avec retour d’état et action intégrale

En définissant un nouvel état (on parle d’état augmenté) :

" #
x
xI

l’équation d’état du nouveau système s’écrit :

" # " # " # " # " # " #

ẋ A 0 x B B1 0
= + u+ w− v (8.3)
x˙I C 0 xI 0 0 1

et la loi de commande s’écrit :

" #
h i x
u = − K KI (8.4)
xI

Les équations (8.3) et (8.4) sont de la forme :

" # " # " # " #

ẋ ′ x ′ B1 0
=A +B u+ w− v
x˙I xI 0 1

" #
′ x
u = −K
xI

Les techniques de placement de pôles vues au paragraphe 8.2 permettent de calculer le

vecteur de retour d’état K ′ qui conduit à un système en boucle fermée présentant une
bonne précision statique, i.e. une erreur nulle en régime permanent aussi bien vis-à-vis
d’une variation de consigne du type échelon que vis-à-vis d’une perturbation constante
agissant sur le système.

8.6.1 Exemple (suite TD No 1)

" # " #
−1 1 0 h i
A= , B= , C= 1 0
1 −2 100

   
" # −1 1 0 " # 0
A 0 B
A′ = B′ =
   
=  1 −2 0  , =  100 
C 0 0
1 0 0 0

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
8.6. Commande avec retour d’état et action intégrale 69

On souhaite que le système en boucle fermée présente 3 pôles (-3), (-4) et (-4).

En appliquant les techniques de placement de pôles vues au paragraphe 8.2, on trouve :

h i h i
K′ = K KI = 0.31 0.08 0.48

1) Tracer la réponse h1 (t) du système en boucle fermée en réponse à un échelon de

débit en entrée (w = 0).

2) Que devient le niveau h1 (t) en présence d’une perturbation constante (q = 0) ?

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 9

Exercice (suite)

On reprend l’exercice du chapitre 6 en vue d’améliorer le comportement dynamique

du système.

Troisième partie : Commande par retour d’état du système

On effectue une commande par retour d’état en choisissant un signal de commande de

la forme u = v − K x où v représente l’entrée du système bouclé. On désire que les
valeurs propres du système corrigé aient les valeurs suivantes :

p1 = −0, 5 + 0, 6 j
p2 = −0, 5 − 0, 6 j
p3 = −2

14) Discuter le choix de ces valeurs propres.

15) Calculer la réaction d’état K pour obtenir les valeurs propres désirées.

16) Calculer le comportement du système bouclé en réponse à un échelon de consigne.

Y (p)
Donner le gain statique du transfert .
V (p)

17) On désire que la position y en mètres soit identique en régime statique au signal
de consigne v en volts tout en conservant le même comportement dynamique.

70
 71

En adoptant une loi de commande de la forme :

u = qv −Kx

trouver le gain q qui permettra de satisfaire à la contrainte de comportement

statique.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Chapitre 10

Commande modale

La commande modale constitue une forme particulière de compensation par réaction

d’état.
La matrice K est calculée de manière à permettre le remplacement d’un ou plu-
sieurs modes du système initial par un nombre équivalent de modes imposés, afin
d’assurer au système corrigé la dynamique choisie par le concepteur.

72
Chapitre 11

Commande quadratique

Le principe de la commande quadratique consiste à définir une loi de commande de la

forme :
u=v−Kx

où : v vecteur de dimension m correspond à la consigne du système asservi

K matrice de dimension (m × n) permettant de minimiser un critère
quadratique J(x, u).

Le critère à minimiser est défini par :

Z +∞
J(x, u) = (xT Qx + uT Ru) dt
0

où Q et R sont des matrices carrées de dimensions respectives n × n et m × m.

73
Chapitre 12

Reconstructeur d’état

Dans les chapitres précédents, nous avons supposé tous les états du processus acces-
sibles pour élaborer la commande. La plupart du temps, soit par impossibilité physique
d’introduire un capteur, soit parce que l’information délivrée par un capteur est trop
bruitée pour pouvoir être exploitée, soit pour des questions de coût, . . . on ne peut pas
mesurer tous les états.
Nous allons voir dans ce chapitre comment on peut, à partir de mesures faites sur
l’entrée et la sortie du processus, reconstruire (on dit aussi estimer) le vecteur d’état
x, noté alors x̂. Le sous-système qui réalise cette reconstruction est appelé un recons-
tructeur d’état (ou observateur).

RÉGULATEUR
v + u PROCÉDÉ
- - -
 ẋ = A x + B u y
6 y =C x+Du


x̂
K observateur d’état 

Fig. 12.1

74
 Troisième partie

Étude des systèmes échantillonnés

dans l’Espace d’État

75
Chapitre 13

Représentation d’état d’un système

échantillonné

76
Chapitre 14

Discrétisation d’un processus

continu

77
Chapitre 15

Exemple1 : double intégrateur

78
Chapitre 16

Exemple2

2
On considère le processus continu de la figure 16.1 avec G(p) = .
p(p + 1)

u(t) y(t)
G(p)

Fig. 16.1 – Processus continu

On décide d’échantillonner ce processus suivant le schéma de la figure 16.2.

T T
u(kT ) y(kT )
BOZ G(p)

Fig. 16.2 – Processus échantillonné

1) Calculer sa fonction de transfert en z.

On se propose de retrouver le résultat de la question 1) à partir de la représentation

d’état du processus continu.

2) Écrire la représentation d’état

" du # processus continu de la figure 16.1 en prenant
y
comme vecteur d’état x = .
ẏ

79
80

3) En déduire la représentation d’état du processus échantillonné de la figure 16.2.

4) À partir du résultat de la question 3), calculer la fonction de transfert en z du

processus échantillonné.

Solution :

On traite le cas général :

b
G(p) =
p(p + a)

1)
" # !
−1 b b T 1 − e−aT
H(z) = (1−z )Z 2 = − (cf. table)
p (p + a) a z − 1 a(z − e−aT )

2)
" #
y
x=
ẏ

 " # " #
 0 1 0


 ẋ = x+ u

 0 −a b



 h i

 y= 1 0 x

3)
 
1 1

−1 
p p(p + a) 

eAt = L−1 [pI − A]−1 = L 



 1 
0
p+a

 
1
 1 (1 − e−aT ) 
F = eAT = a 
 
0 e
−aT

 
1
(1 − e−ax ) 
" #
 1
Z T Z T
G= eAx dx.B =  a  dx 0
0 0
  b
0 e−ax

Ecole des Mines Version Jean-José ORTEU

imprimée le 16 novembre 2011
Albi-Carmaux
 81

 

b
 b −aT
Z (1 − e−ax )   2 (aT − 1 + e ) 
T   a 
G=  a  dx =  
   
0  b 
be −ax
(1 − e−aT )
a

4)

H(z) = P (zI − F )−1 G

 
1 1 1 − e−aT
 
 z−1 a (z − 1)(z − e−aT ) 
(zI − F )−1 =   

 1 
0
z − e−aT

!
b T 1 − e−aT
H(z) = −
a z − 1 a(z − e−aT )

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux
Bibliographie

[1] P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella et I. Zambettakis. Modéli-

sation et Identification des Processus - Tome 1. Collection : Méthodes et Pratiques
de l’Ingénieur. Editions TECHNIP.
[2] P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella et I. Zambettakis. Modéli-
sation et Identification des Processus - Tome 2. Collection : Méthodes et Pratiques
de l’Ingénieur. Editions TECHNIP.
[3] P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella et I. Zambettakis. Analyse
et Régulation des Processus Industriels - Tome 1 : Régulation continue. Collec-
tion : Méthodes et Pratiques de l’Ingénieur. Editions TECHNIP.
[4] D.R. Coughanowr. Process Systems Analysis and Control. McGRAW-HILL IN-
TERNATIONAL EDITIONS. Chemical Engineering Series.
[5] G. F. Franklin, J. D. Powell and Abbas Emami-Naeini. Feedback Control of Dy-
namic Systems. ADDISON WESLEY.
[6] D. Jaume, S. Thelliez et M. Vergé. Applications du Formalisme d’Etat à la Com-
mande des Systèmes Continus. Edition EYROLLES.
[7] The Control Handbook. EDITOR William S. Levine. IEEE Press.
[8] W.L. Luyben. Process Modeling, Simulation and Control for Chemical Engineers.
McGRAW-HILL INTERNATIONAL EDITIONS. Chemical Engineering Series.
[9] M. Najim. Modélisation et Identification en Traitement du Signal. MASSON
[10] K. Ogata. Modern Control Engineering. Second Edition, Prentice Hall.
[11] M. Rivoire et J.-L. Ferrier. Cours d’Automatique - Tome 1 - Signaux et Systèmes.
Edition EYROLLES.
[12] M. Rivoire et J.-L. Ferrier. Cours d’Automatique - Tome 3 - Commande par
calculateur, Identification. Edition EYROLLES.
[13] M. Rivoire, J.-L. Ferrier et J. Groleau. Exercices d’Automatique - Tome 1 - Si-
gnaux et Systèmes. Edition EYROLLES.
[14] M. Rivoire, J.-L. Ferrier et J. Groleau. Exercices d’Automatique - Tome 3 - Com-
mande par calculateur, Identification. Edition EYROLLES.
[15] M. Zelazny, F. Giri et T. Bennani. Systèmes asservis : commande et régulation -
Tome 1 : Représentations, Analyse, Performances. Collection EYROLLES MEN-
TOR SCIENCES.

82
Bibliographie 83

[16] M. Zelazny, F. Giri et T. Bennani. Systèmes asservis : commande et régulation -

Tome 2 : Synthèse, Applications, Instrumentation. Collection EYROLLES MEN-
TOR SCIENCES.

Jean-José ORTEU Version Ecole des Mines

imprimée le 16 novembre 2011
Albi-Carmaux