Chapitre V: Représentation d’état des systèmes linéaires

Introduction:
 La théorie moderne de la commande des systèmes dynamiques repose en grande partie sur le concept d’état et
sur le modèle associé par représentation d’état;
 L’état d’un système dynamique peut être caractérisé par un ensemble de variables internes appelées « variables d’état »
qui caractérisent complètement l’évolution du système à tout instant;
 La représentation d’état du système permet de connaître son comportement interne et aussi son comportement
externe (entrées/sorties) comme c'est le cas avec sa fonction de transfert;

 Représentation d’état d’un système dynamique linéaire

La représentation d’état d’un système linéaire continu à temps invariant est:

𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕) é𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑'é𝑡𝑎𝑡

𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕) é𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑𝑒 𝑠𝑜𝑟𝑡𝑖𝑒

avec:
 𝑥 = [𝑥1 , 𝑥2 , . . , 𝑥𝑛 ]𝑇 ∈ ℝ𝑛 :est le vecteur d’état appartenant à un espace vectoriel appelé espace d’état, 𝑛
étant l’ordre du système;
 u = [𝑢1 , 𝑢2 , . . , 𝑢𝑚 ]𝑇 ∈ ℝ𝑚 : est le vecteur de commande;
 Représentation d’état d’un système dynamique linéaire
La représentation d’état d’un système linéaire continu à temps invariant est:
𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)

𝑛
• 𝑦 = [𝑦1 , 𝑦2 , . . , 𝑦𝑝 ]𝑇 ∈ℝ :est le vecteur de sortie (mesuré);
• 𝐴 ∈ ℝ 𝑛×𝑛 : est la matrice d’état ou d’évolution, qui représente les interactions dynamiques entre les
différents éléments du système;
• 𝐵 ∈ ℝ 𝑛×𝑚 : est la matrice de commande, qui représente l’action des entrées de commande (actionneurs)
sur l’évolution du système;

• 𝐶 ∈ ℝ 𝑝×𝑛: est la matrice d’observation (de sortie ou de mesure), qui représente les capteurs permettant d’obtenir
l’information sur les sorties;
• 𝐷 ∈ ℝ 𝑝×𝑚 : est la matrice de transmission directe, qui représente le couplage direct entre les entrées et
les sorties;
  Schéma bloc
Le schéma bloc dans l’espace d’état d’un système linéaire continu à temps invariant est:

𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)

Remarques:
 Toute la dynamique interne du système est résumée dans l’équation d'état;
 L’équation de sortie est une équation statique linéaire reliant les sorties aux états et aux entrées;
 Il est rare que la sortie soit directement reliée à son entrée, on a donc souvent 𝐷 = 0, le système est dit
strictement propre (𝑚 < 𝑛);
 Un système à une seule entrée et une seule sortie (𝑚 = 𝑝 = 1) est dit monovariable (SISO, en anglais). Dans le
cas contraire, le système est dit multivariable (MIMO, en anglais);
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la représentation d’état à la fonction de transfert
 L’application de la transformée de Laplace, donne:
𝒑𝑿 𝒑 − 𝒙(𝟎) = 𝑨𝑿(𝒑) + 𝑩𝑼(𝒑)
𝒀 𝒑 = 𝑪𝑿(𝒑) + 𝑫𝑼(𝒑)

 Si les conditions initiales sont nulles: 𝒙 𝟎 = 𝒙 𝒕𝟎 = 𝟎, on obtient:

𝑌 𝑝 = (𝐶(𝑝𝐼𝑛 − 𝐴)−1 𝐵 + 𝐷)𝑈 𝑝 = 𝐺 𝑝 𝑈(𝑝)

𝐺 𝑝 = 𝐶(𝑝𝐼𝑛 − 𝐴)−1 𝐵 + 𝐷: La fonction de transfert du système

𝑎𝑑𝑗(𝑝𝐼𝑛 −𝐴)
 Puisque: (𝑝𝐼𝑛 − 𝐴)−1 = où 𝑎𝑑𝑗 signifie la matrice adjointe de (𝑝𝐼𝑛 − 𝐴)
𝑑𝑒𝑡(𝑝𝐼𝑛 −𝐴)

𝑪𝒂𝒅𝒋 𝒑𝑰𝒏 −𝑨 𝑩+𝒂𝒅𝒋 𝒑𝑰𝒏 −𝑨 𝑫

 Finalement la fonction de transfert s’écrit : 𝑮 𝒑 =
𝒅𝒆𝒕(𝒑𝑰𝒏 −𝑨)

 Le dénominateur 𝐷′(𝑝) de la fonction de transfert est appelé polynôme caractéristique

 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la représentation d’état à la fonction de transfert

• Les pôles de la fonction de transfert 𝑮 𝒑 correspondent aux racines du polynôme caractéristique

𝑫′ 𝒑 = 𝑷𝑨 𝒑 = 𝒅𝒆𝒕(𝒑𝑰𝒏 − 𝑨) ;
ce sont donc les valeurs propres de la matrice d’état 𝑨.
𝒀𝒊 𝒑
Remarque: Dans le cas d’un système multi-variable (MIMO) on a: 𝑮𝒊𝒋 𝒑 =
𝑼𝒋 𝒑
Exemple 1: Considérons le circuit RLC suivant, dont l’entrée est 𝒊(𝒕) et la sortie est 𝒗𝑹 (𝒕)

• Variables d’état correspondant aux élément de stockage de l’énergie dans

le circuit: 𝒙𝟏 (𝒕) = 𝒗𝒄 𝒕 ; 𝒙𝟐 (𝒕) = 𝒊𝒍 𝒕 ;
• Entrée de commande: 𝑢 𝒕 = 𝒊 𝒕 ; Sortie:𝒚 𝒕 = 𝒗𝑹 (𝒕)
On pose le vecteur d’état 𝒙(𝒕) = [𝒙𝟏 𝒕 , 𝒙𝟐 (𝒕)]𝑇
On montre que:
𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
𝒅𝒗𝒄 (𝒕) Q1/ Mettre le système sous la forme:
𝒄 = 𝒊𝒄 𝒕 = 𝒊 𝒕 − 𝒊𝑳 (𝒕) 𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)
𝒅𝒕 Exprimer les matrices 𝑨, 𝑩, 𝑪 et 𝑫
𝒅𝒊𝑳 (𝒕) 𝑌(𝑝)
𝑳 = 𝒗𝑳 𝒕 = 𝒗𝒄 𝒕 − 𝑹𝒊𝑳 (𝒕) Q2/ Déterminer la fonction de transfert 𝐺 𝑝 =
𝒅𝒕 𝑈(𝑝)
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la représentation d’état à la fonction de transfert
Exemple 2: Considérons une machine à courant continu dont le fonctionnement est caractérisé par les équations suivantes:
𝒅𝒊(𝒕) 𝒅𝝎(𝒕)
𝒖 𝒕 = 𝑹𝒊 𝒕 + 𝑳 + 𝒆(𝒕), 𝒆 𝒕 = 𝑲𝒆 𝝎(𝒕), 𝑱 = 𝑪𝒎 𝒕 − 𝒇𝝎(𝒕), 𝑪𝒎 𝒕 = 𝑲𝒎 𝒊(𝒕) evec 𝑲𝒎 = 𝑲𝒆 = 𝑲
𝒅𝒕 𝒅𝒕

Q1/ Montrer que

𝑌(𝑝)
Q2/ Déterminer la fonction de transfert 𝐺 𝑝 =
𝑈(𝑝)

Si on choisit les variables d’état:𝒙𝟏 = 𝜽, 𝒙𝟐 = 𝜽 = 𝝎 ;𝒙𝟑 = 𝒊 ,

Si on choisit les variables d’état: et la sortie 𝒚 = 𝜽.
𝒙𝟏 = 𝝎 ;𝒙𝟐 = 𝒊 , 𝒚 = 𝛚 et 𝑢 = 𝒖 ,
Q3/ Etablir la nouvelle représentation du système dans l’espace
on obtient le vecteur d’état
d’état. En déduire la fonction de transfert
𝒙(𝒕) = [𝒙𝟏 𝒕 , 𝒙𝟐 (𝒕)]𝑇
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état

• La fonction de transfert d’un système est unique, alors que la représentation d’état pour
le même système n’est pas unique, elle dépend du choix des variables d’état.

Définition:
On appelle réalisation d’une fonction de transfert 𝐺(𝑝) donnée, toute
représentation d’état 𝐴, 𝐵, 𝐶, 𝐷 telle que: 𝑮 𝒑 = 𝑪(𝒑𝑰𝒏 − 𝑨)−𝟏 𝑩 + 𝑫
On distingue trois formes canoniques de représentation d’état:
 Forme modale ou diagonale de Jordan;
 Forme canonique commandable;
 Forme canonique observable.
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Forme modale ou diagonale de Jordan:
• Fonction de transfert:

Méthode:
• Décomposition en éléments simples de la fraction rationnelle de 𝑮 𝒑 :

 Cas des pôles simples

• avec 𝐷 ≠ 0 si est seulement si 𝑁(𝑝) et 𝐷′(𝑝) ont même degré 𝑚 = 𝑛. 𝐷 = 0 si 𝑚 < 𝑛.

• On choisit comme variables d’état:
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Forme modale ou diagonale de Jordan:
 Transformée de Laplace inverse:

 La matrice d’évolution 𝐴 est

diagonale, le système d’équations
différentielles est découplé. La
représentation schématique du
système est:
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Exemple 1
𝟔
Soit la fonction de transfert: 𝑮 𝒑 =
𝒑𝟑 +𝟔𝒑𝟐 +𝟏𝟏𝒑+𝟔

Q1/ Dé𝒕𝒆𝒓𝒎𝒊𝒏𝒆𝒓 𝒍𝒆𝒔 𝒑𝒐𝒍𝒆𝒔 𝒅𝒆 𝑮 𝒑 . En déduire la décomposition en éléments simples

𝟔 𝜶𝟏 𝜶 𝜶
Soit la fonction de transfert: 𝑮 𝒑 = = + 𝟐 + 𝟑 avec : 𝜶𝟏 = 𝟑, 𝜶𝟐 = −𝟔, et 𝜶𝟑 = 𝟑,
𝒑𝟑 +𝟔𝒑𝟐 +𝟏𝟏𝒑+𝟔 𝒑+𝟏 𝒑+𝟐 𝒑+𝟑

Q2/ Identifier les matrices 𝑨, 𝑩, 𝑪, 𝑫. En déduire la représentation d’état du système sous la forme modale (de Jordan)

 Exemple 2
𝟐𝒑𝟐 +𝟏𝟏𝒑+𝟏𝟐
On considère le système suivant : 𝑮 𝒑 =
𝒑𝟐 +𝟓𝒑+𝟔
Refaire la même étude de l’exemple 1 pour le système 𝑮 𝒑
 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Exemple 3: cas d’un système à pôles multiples
𝟐𝒑𝟐 +𝟒𝒑+𝟏
Soit la fonction de transfert:𝑮 𝒑 =
𝒑(𝒑+𝟏)𝟐
 Il apparait un pole simple 𝝀𝟏 = 𝟎 et un pole double 𝝀𝟐 = −𝟏 , alors , la décomposition en éléments simples est :
𝟐𝒑𝟐 +𝟒𝒑+𝟏 𝜶𝟏 𝜶𝟐 𝜶
𝑮 𝒑 = = + + 𝟑 𝟐 avec :
𝒑(𝒑+𝟏)𝟐 𝒑 𝒑+𝟏 (𝒑+𝟏)
avec : 𝜶𝟏 = lim 𝒑𝑮 𝒑 = 𝟏, 𝜶𝟑 = lim (𝒑 + 𝟏)𝟐 𝑮 𝒑 = 𝟏, et aussi lim 𝒑𝑮 𝒑 = 𝟐 = 𝜶𝟏 + 𝜶𝟐  𝜶𝟐 = 𝟏
𝒑→𝟎 𝒑→−𝟏 𝒑→∞

 Le choix des variables d’état:

 La transformée de Laplace inverse:


 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Forme canonique commandable:

Soit la forme générale de la fonction de transfert:

On divise le numérateur et le dénominateur par 𝒑𝒏 , on obtient :

𝒀(𝒑) 𝒁(𝒑)
On peut décomposer 𝑮(𝒑) sous la forme suivante: 𝑮 𝒑 = . ;
𝒁(𝒑) 𝑼(𝒑)

On introduit une variable intermédiaire 𝒁(𝒑) telle que :


 Représentation d’état et fonction de transfert

 Correspondance entre représentation d’état et fonction de transfert

 Passage de la fonction de transfert à la représentation d’état
 Forme canonique commandable:

Choix des variables d’états 𝑿𝒊 (𝒑) :

 On constate que la commande 𝑢 agit sur la variable 𝑥𝑛 et tous les autres états sont
modifiés par intégrations successives : le système est donc commandable.
 Correspondance entre représentation d’état et fonction de transfert
 Passage de la fonction de transfert à la représentation d’état
 Forme canonique commandable:

La représentation d’état sous forme compagne commandable est:

 Dans le cas le plus fréquent où 𝑚 < 𝑛, le vecteur d’observation devient:

Exemple 1: Exemple 2:

Déterminer le modèle d’états sous la forme canonique

commandable
 Correspondance entre représentation d’état et fonction de transfert
 Passage de la fonction de transfert à la représentation d’état
 Forme canonique observable:

 Soit la forme générale suivante:

 On peut écrire:

 On choisit les variables d’états comme suit:

 Correspondance entre représentation d’état et fonction de transfert
 Passage de la fonction de transfert à la représentation d’état
 Forme canonique observable:

 On obtient la forme suivante:

 On obtient la représentation d’état sous forme
compagne observable:

𝐶𝑜 =[00 ⋯ 1] ; 𝐷 = 𝑏𝑛
 À partir de la mesure de l’entrée 𝑢 et la sortie 𝑦; on peut
déduire toutes les variables d’état par intégrations  Dans le cas le plus fréquent où 𝑚 < 𝑛, le vecteur de
successives : le système est donc observable. commande devient:
𝐵𝑜 =[𝑏0 𝑏1 ⋯ 𝑏𝑚 0 ⋯ 0] 𝑇
 Correspondance entre représentation d’état et fonction de transfert
 Passage de la fonction de transfert à la représentation d’état
 Forme canonique observable:

Remarque: Les formes canoniques commandable et observable sont duales l’une de l’autre:

𝐴𝑐 = 𝐴𝑜 𝑇 , 𝐵𝑐 = 𝐶𝑜 𝑇 , 𝐶𝑐 = 𝐵𝑜 𝑇

2𝑝2 +4𝑝+1
Exemple: Soit le système suivant: 𝐻 𝑝 = ,
𝑝3 +2𝑝2 +𝑝

1) Trouver la représentation d’état de ce système sous la forme canonique observable (exprimer les
matrices 𝐴𝑜 , 𝐵𝑜 , 𝐶𝑜 et 𝐷).
2) En déduire la forme canonique commandable du système.
 Solution de l’équation d’état
 Il s’agit d’utiliser le modèle d’état pour déterminer la réponse d’un système linéaire sous l’effet d’une entrée
de commande donnée.
 La réponse du système est composée de deux parties: la réponse libre et la réponse forcée.

 Réponse libre:
Solution de l’équation homogène (non commandée, 𝒖 𝒕 = 𝟎). Soit 𝑥 𝑡 = 𝐴𝑥(𝑡), 𝑥 𝑡0 = 𝑥0 ,
Ce qui donne:
𝒙 𝒕 = 𝒆𝑨(𝒕−𝒕𝟎) 𝒙𝟎 = 𝝓(𝒕, 𝒕𝟎 ), ∀𝒕 > 𝒕𝟎

 Où 𝝓(𝒕, 𝒕𝟎 ) est la matrice de transition, solution de l’équation différentielle:𝝓(𝒕, 𝒕𝟎 ) = 𝑨𝝓(𝒕, 𝒕𝟎 )

 Propriétés de 𝝓(𝒕, 𝒕𝟎 ) :
 Solution de l’équation d’état
 Il s’agit d’utiliser le modèle d’état pour déterminer la réponse d’un système linéaire sous l’effet d’une entrée
de commande donnée.
 La réponse du système est composée de deux parties: la réponse libre et la réponse forcée.

 Solution complète de l’équation d’état:

𝒅𝒙(𝒕) 𝒅𝒙(𝒕)
 On a: = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕) 𝒆−𝑨𝒕 = 𝒆−𝑨𝒕 𝑨𝒙 𝒕 + 𝒆−𝑨𝒕 𝑩𝒖(𝒕)
𝒅𝒕 𝒅𝒕
𝒅𝒙(𝒕) 𝒅(𝒆−𝑨𝒕 𝒙 𝒕 )
Ce qui implique: 𝒆−𝑨𝒕 − 𝒆−𝑨𝒕 𝑨𝒙 𝒕 = 𝒆−𝑨𝒕 𝑩𝒖(𝒕)  = 𝒆−𝑨𝒕 𝑩𝒖(𝒕), avec 𝑨𝒆−𝑨𝒕 = 𝒆−𝑨𝒕 𝑨,
𝒅𝒕 𝒅𝒕

 Par intégration entre 𝑡0 et 𝑡, on obtient:

 La sortie du système s’écrit alors:

 Solution de l’équation d’état
 Calcul de la matrice de transition:

 Le calcul de la matrice de transition 𝝓(𝒕, 𝒕𝟎 ) joue un rôle important pour calculer la réponse 𝒙(𝒕) et y(𝒕) du système pour
u(𝒕) donnée, plusieurs méthodes existent:

 Méthode de la transformée de Laplace:

En régime libre, on a: 𝒙 𝒕 = 𝑨𝒙(𝒕), 𝒙 𝒕𝟎 = 𝒙𝟎 ,
En appliquant la transformée de Laplace: 𝒑𝑿 𝒑 − 𝒙𝟎 = 𝑨𝑿(𝒑)  𝑿 𝒑 = (𝒑𝑰 − 𝑨)−𝟏 𝒙𝟎

Il s’ensuit:
𝒙 𝒕 = 𝑳−𝟏 𝒑𝑰 − 𝑨 −𝟏
𝒙𝟎 = 𝒆𝑨𝒕 𝒙𝟎  𝒆𝑨𝒕 = 𝑳−𝟏 𝒑𝑰 − 𝑨 −𝟏

 Exemple: Soit la représentation d’état suivante

𝟎 𝟏 𝟎
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
−𝟐 −𝟑 𝟏
𝒚 𝒕 = 𝟏 𝟎 𝒙 𝒕 + 𝟎. 𝒖(𝒕)

Q1/ Calculer la matrice de transition d’état.

 Solution de l’équation d’état
 Calcul de la matrice de transition:

 Exemple: Soit la représentation d’état suivante

𝟎 𝟏 𝟎
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
−𝟐 −𝟑 𝟏
𝒚 𝒕 = 𝟏 𝟎 𝒙 𝒕 + 𝟎. 𝒖(𝒕)

 Calcul la matrice de transition d’état:

𝒑 −𝟏 𝟏 𝒑+𝟑 𝟏
On a: 𝒑𝑰𝟐 − 𝑨 =  (𝒑𝑰𝟐 − 𝑨)−𝟏 = 𝟐
𝟐 𝒑+𝟑 𝒑 +𝟑𝒑+𝟐 −𝟐 𝒑

 La décomposition en éléments simples:  La transformée inverse de Lablace:

 Solution de l’équation d’état
 Calcul de la matrice de transition:

 Exemple: Soit la représentation d’état suivante

𝟎 𝟏 𝟎
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
−𝟐 −𝟑 𝟏
𝒚 𝒕 = 𝟏 𝟎 𝒙 𝒕 + 𝟎. 𝒖(𝒕)

𝟏
 Réponse du système pour une entrée en échelon unité 𝑢 𝑡 = 1 . On prend l’état initial 𝒙𝟎 = .
−1
𝒕
𝒙 𝒕 = 𝒆𝑨𝒕 𝒙𝟎 + 𝟎 𝒆𝑨 𝒕−𝝉
𝑩𝒖 𝝉 𝒅𝝉
 𝒙 𝒕 = 𝒆𝑨𝒕
𝟏
+
𝒕 𝟐𝒆−(𝒕−𝝉) − 𝒆−𝟐(𝒕−𝝉) 𝒆−(𝒕−𝝉) − 𝒆−𝟐(𝒕−𝝉) 𝟎
𝒖 𝝉 𝒅𝝉
−1 𝟎 −𝟐𝒆− 𝒕−𝝉 + 𝟐𝒆−𝟐(𝒕−𝝉) −𝒆− 𝒕−𝝉 + 𝟐𝒆−𝟐(𝒕−𝝉) 𝟏

 Finalement:
𝟏 𝟏
𝒙𝟏 (𝒕) + 𝒆−𝟐𝒕 𝟏 𝟏 −𝟐𝒕
𝒙 𝒕 = = 𝟐 𝟐 , 𝒚 𝒕 = 𝒙𝟏 𝒕 = + 𝒆
𝒙𝟐 (𝒕) 𝟐 𝟐
−𝒆−𝟐𝒕
 Stabilité

 Stabilité des systèmes linéaires:

On considère un système linéaire de représentation d’état:
𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)
La fonction de transfert est:
𝑏𝑛 𝑝𝑛 +𝑏𝑛−1 𝑝𝑛−1 +⋯+𝑏1 𝑝+𝑏0
𝐺 𝑝 = 𝐶(𝑝𝐼𝑛 − 𝐴)−1 𝐵 +𝐷 =
𝑝𝑛 +𝑎𝑛−1 𝑝𝑛−1 +⋯+𝑎1 𝑝+𝑎0

 Stabilité externe (stabilité entrée bornée-sortie bornée):

Un système est stable au sens entrée bornée-sortie bornée, si et seulement si pour toute entrée 𝒖 𝒕 bornée la sortie
𝒚 𝒕 est bornée.

Théorème:
Un système linéaire est stable au sens entrée bornée-sortie bornée si et seulement si tous les pôles de sa fonction de
transfert 𝑮 𝒑 sont à partie réelle strictement négative.

 Stabilité interne (stabilité au sens de Lyapunov):

Un système est dit asymptotiquement stable, si et seulement si, écarté de sa position d’équilibre (ou d’origine 𝒙𝒆 = 𝟎) est
soumis a une entrée nulle, celui-ci revient à sa position d’équilibre.
 Stabilité

 Stabilité des systèmes linéaires:

En régime libre, on a: 𝑥 𝑡 = 𝐴𝑥(𝑡), 𝑥 𝑡0 = 𝑥0 ,

Ce qui donne:
𝒙 𝒕 = 𝒆𝑨(𝒕−𝒕𝟎) 𝒙𝟎 , ∀𝒕 > 𝒕𝟎
 Si les valeurs propres de 𝑨 sont à partie réelle strictement négative, alors: 𝐥𝐢𝐦 𝒙 𝒕 = 𝟎, ∀𝒕 > 𝒕𝟎
𝒕→∞

Théorème:
Un système linéaire est asymptotiquement stable si et seulement si tous les valeurs propres de la matrice d’état 𝑨 sont à partie
réelle strictement négative.

Remarque:
• La stabilité interne peut être déterminée à l’aide du critère de Routh-Hurwitz appliqué au polynôme caractéristique de la
matrice d’état.
𝑷𝑨 𝒑 = 𝐝𝐞𝐭(𝒑𝑰𝒏 − 𝑨) = 𝒑𝒏 + 𝒂𝒏−𝟏 𝒑𝒏−𝟏 + ⋯ + 𝒂𝟏 𝒑 + 𝒂𝟎
 Commandabilité et observabilité

 Commandabilité des système linéaires

 Commandabilité:
La commandabilité d’un système indique la possibilité de modifier les variables d’état en agissant sur les entrées de
commande.

 Définition:
Un système est commandable s’il existe une commande 𝒖(𝒕) qui conduise en un temps fini [𝒕𝟎 , 𝒕𝒇 ] d’un état initial 𝒙(𝒕𝟎 )à un
état final 𝒙(𝒕𝒇 ).

 Critère de commandabilité: Critère de Kalman

Un système linéaire d’équation d’état: 𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕) est commandable si et seulement la matrice de Commandabilité
𝑸𝒄 𝒏𝒙𝒎 = [𝑩 𝑨𝑩 𝑨𝟐 𝑩 … 𝑨𝒏 𝑩] est de rang 𝑛.
On parle aussi de la commandabilité de la paire (𝑨, 𝑩)

Remarque:
 Dans le cas d’un système mono-entrée, 𝑚 = 1. Le système est commandable ⟺ 𝑑𝑒𝑡(𝑄𝑐) ≠ 0.
 Dans le cas d’un système multi-entrées, 𝑚 ≠ 1. Le système est commandable ⟺ 𝑑𝑒𝑡(𝑄𝑐𝑄𝑐𝑇) ≠ 0
 Un système commandable admet une forme compagne commandable.
 Commandabilité et observabilité

 Observabilité des système linéaires

 Observabilité:
L’observabilité d’un système indique la possibilité de reconstruire l’état initial à partir de l’information fournie par
la sortie et l’entrée.
 Définition:
Un système est observable s’il est possible de retrouver 𝒙(𝒕𝟎 )connaissant la sortie 𝒚(𝒕) et l’entrée 𝒖(𝒕) sur [𝒕𝟎 , 𝒕𝒇 ] .

 Critère d’observabilité: Critère de Kalman

𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
Un système linéaire d’équation d’état et d’équation de mesure:
𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)
𝐶
𝐶𝐴
est observable si et seulement la matrice d’observabilité 𝑸𝑶 𝒏𝒑x𝒏 est de rang 𝒏. On a : 𝒓𝒂𝒏𝒈(𝑸𝑶 ) = 𝒓𝒂𝒏𝒈( )
⋮
𝐶𝐴𝑛−1

• On dit aussi que la paire (𝑨, 𝑪) est observable.

• Un système observable admet une forme compagne observable.
 Commandabilité et observabilité

 Observabilité des système linéaires

Remarque:
• La propriété de commandabilité et d’observabilité est invariante par changement de base.

Exemple:
−𝟑 𝟐 2
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
• Soit le système: 𝟏 𝟎 0
𝒚 𝒕 = 𝟎. 𝟓 𝟏. 𝟓 𝒙 𝒕 + 𝟎. 𝒖(𝒕)
Q1/ Calculer la matrice de commandabilité 𝑸𝒄 . Le système est –il commandable?
Q2/ Calculer la matrice d’observabilité 𝑸𝒐 . Le système est –il observable?
 Commandabilité et observabilité

 Critère de commandabilité et d’observabilité pour les formes modales

Soit la représentation d’état d’un système sous forme diagonale:

 Le mode 𝜆𝑖 est commandable si et seulement si la ligne 𝑏𝑖 correspondante est non nulle.

 Le mode 𝜆𝑖 est observable si et seulement si la colonne c𝑖 correspondante est non nulle.
Exemple:
−𝟏 𝟎 0
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
Soit la représentation d’état: 𝟎 −𝟐 𝟏
𝒚 𝒕 = 𝟎 𝟏 𝒙 𝒕 + 𝟎. 𝒖(𝒕)
 Le mode 𝜆1 = −1 est non commandable et non observable, alors que le mode 𝜆2 = −2 est commandable et
observable.
 Commande par retour d’état

 Commande par retour d’état

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, et qui satisfait les objectifs suivants:
 Le système corrigé est stable en boucle fermée et possède une dynamique conforme au cahier des charges
en terme d’amortissement et de rapidité;
 L’erreur statique est nulle en régime permanant.

𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
On considère un système commandable de représentation d’état: , 𝒙 ∈ ℝ𝒏 , 𝒖 ∈ ℝ𝒎 , 𝒚 ∈ ℝ𝒑
𝒚 𝒕 = 𝑪𝒙 𝒕 + 𝑫𝒖(𝒕)
La loi de commande par retour d’état est de la forme:
𝒖 = −𝑲𝒙 + 𝒗 avec 𝒗 = 𝑵𝒚𝒄
Où :𝑲 ∈ ℝ𝒏𝐱𝒎 ,𝒗 ∈ ℝ𝒎 ,𝒚𝒄 ∈ ℝ𝒑 ,𝑵 ∈ ℝ𝒎𝐱𝒑
• Pour un système monovariable:
 𝑣 ∈ ℝ est une nouvelle entrée correspond à la consigne 𝑦𝑐 ∈ ℝ du système asservi;
 𝑲 = [𝒌𝟏 𝒌𝟐 … 𝒌𝒏 ] ∈ ℝ𝒏 est un vecteur ligne appelé vecteur de retour d’état (ou gain de la commande, qui permet de régler
le régime transitoire (performances dynamiques) en boucle fermée;
 𝑁∈ℝ est un scalaire dit de précommande, qui permet de régler le régime permanent (performances statiques) du
système en boucle fermée.
 Commande par retour d’état

 Commande par retour d’état

• Le système en boucle fermée est schématisé par:
 Donc, le système corrigé admet la représentation:
𝒙 𝒕 = (𝑨 − 𝑩𝑲)𝒙 𝒕 + 𝑩𝒗(𝒕)
𝒚 𝒕 = (𝑪 − 𝑫𝑲)𝒙 𝒕 + 𝑫𝒗(𝒕)

 La dynamique du système en boucle ouverte est

fixée par les valeurs propres de la matrice d’état
𝐴, donc par le polynôme caractéristique:
𝑷𝑨 𝝀 = 𝐝𝐞𝐭(𝝀𝑰𝒏 − 𝑨) = 𝝀𝒏 + 𝒂𝒏−𝟏 𝝀𝒏−𝟏 + ⋯
+ 𝒂𝟏 𝝀 + 𝒂𝟎

 La dynamique du système bouclé est donc fixée par les

valeurs propres de la matrice d’état 𝐴 − 𝐵𝐾 , donc par
le polynôme caractéristique:
𝑷𝑨−𝑩𝑲 𝝀 = 𝐝𝐞𝐭(𝝀𝑰𝒏 − (𝑨 − 𝑩𝑲))
 Commande par retour d’état

 Calcul du gain de retour d’état par placement de pôles:

 Le gain 𝑲 de la commande permet de placer les valeurs propres (les pôles) de la matrice 𝑨
− 𝑩𝑲en des positions préfixées (𝛌𝟏 , 𝛌𝟐 , . . , 𝛌𝐧 ) pour obtenir une dynamique souhaitée, on
parle de la commande par placement de pôles.
 Le gain 𝑲 existe si et seulement si le système est commandable.
 Soit 𝑷𝒅𝒆𝒔 𝝀 le polynôme caractéristique désiré correspondant au comportement désiré
en BF:
𝑷𝒅𝒆𝒔 𝝀 = 𝝀 − 𝛌𝟏 𝝀 − 𝛌𝟐 … 𝝀 − 𝛌𝒏 = 𝝀𝒏 + 𝜶𝒏−𝟏 𝝀𝒏−𝟏 + ⋯ + 𝜶𝟏 𝝀 + 𝜶𝟎

 Le gain 𝑲 est déterminé par identification du polynôme caractéristique de 𝑨 − 𝑩𝑲 avec le

polynôme caractéristique désiré de la boucle fermée:
𝑷𝒅𝒆𝒔 𝝀 = 𝑷𝑨−𝑩𝑲 𝝀
 Commande par retour d’état

 Calcul du gain de retour d’état par placement de pôles:

Exemple:
−𝟏 −𝟏 𝟏
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
• Soit un système défini par: 𝟏 𝟎 𝟎
𝒚 𝒕 = 𝟎 𝟏 𝒙 𝒕 + 𝟎. 𝒖(𝒕)
Auquel on souhaite placer les pôles en −3 et −4 en boucle fermée.

o Etape 1: Commandabilté du système:

Q1/ Calculer la matrice de commandabilté 𝑄𝑐 . Le système est-il commandable ?

o Etape 2: Calcul de la matrice d’état en BF:

Q2/ Calculer la matrice d’état en BF notée 𝑨 − 𝑩𝑲

o Etape 3: Le polynôme caractéristique en BF:

Q3/ Exprimer le polynôme caractéristique en BF 𝑷𝑨−𝑩𝑲 𝝀 = 𝐝𝐞𝐭(𝝀𝑰𝟐 − (𝑨 − 𝑩𝑲))

o Etape 4: Le polynôme caractéristique désiré:

Q4/ Exprimer le polynôme caractéristique désiré 𝑷𝒅𝒆𝒔 𝝀 = 𝝀 + 𝟑 𝝀 + 𝟒

o Etape 5: Identification des deux polynômes:

Q5/ En identifiant les deux polynômes: 𝑷𝒅𝒆𝒔 𝝀 = 𝑷𝑨−𝑩𝑲 𝝀 , calculer les composantes du gain 𝑲 = [𝒌𝟏 𝒌𝟐 ]
 Commande par retour d’état

 Calcul du gain de précommande 𝑵 :

 Le gain 𝑵 de précommande permet de régler le gain statique de la boucle fermée;
 Soit 𝒆 𝒕 = 𝒚(𝒕) − 𝒚𝒄 l’erreur de régulation entre la sortie 𝒚(𝒕) et sa valeur de consigne 𝒚𝒄 en échelon ;
 On cherche le gain 𝑵 tel que l’erreur statique en régime permanant est nulle en l’absence de perturbations:
𝒍𝒊𝒎 𝒆 𝒕 = 𝟎  𝒍𝒊𝒎 𝒚 𝒕 = 𝒚𝒄 et 𝒍𝒊𝒎 𝒙 𝒕 = 𝒙𝒄
𝒕→∞ 𝒕→∞ 𝒕→∞
 La représentation d’état en régime statique s’écrit alors:

𝟎 = (𝑨 − 𝑩𝑲)𝒙𝒄 + 𝑩𝑵𝒚𝒄
 𝑵 = [𝑫 − (𝑪 − 𝑫𝑲)(𝑨 − 𝑩𝑲)−𝟏 ]−𝟏
𝒚𝒄 = (𝑪 − 𝑫𝑲)𝒙𝒄 + 𝑫𝑵𝒚𝒄

−𝟏
 Si D=0, alors: 𝑵 = −[ 𝑪(𝑨 − 𝑩𝑲)−𝟏 𝑩]−𝟏 =
𝑪(𝑨−𝑩𝑲)−𝟏

Remarque:

• Le gain 𝑵 est tel que le gain statique de la fonction de transfert en BF est unitaire
• On a 𝐺𝐵𝐹 𝑝 = 𝐶 − 𝐵𝐾 [𝑝𝐼𝑛 − (𝐴 − 𝐵𝐾)]−1 𝐵𝑁 + 𝐷𝑁, 𝐺𝐵𝐹 𝑝 = 0 = 1𝑁
 Commande par retour d’état

 Calcul du gain de retour d’état par placement de pôles:

Exemple:

• On détermine le gain de précommande du système

−𝟏 −𝟏 𝟏
𝒙 𝒕 = 𝒙 𝒕 + 𝒖(𝒕)
𝟏 𝟎 𝟎
𝒚 𝒕 = 𝟎 𝟏 𝒙 𝒕 + 𝟎. 𝒖(𝒕)
−𝟏
• On trouve: 𝑵 = −[ 𝑪(𝑨 − 𝑩𝑲)−𝟏 𝑩]−𝟏 = = 𝟏𝟐
𝑪(𝑨−𝑩𝑲)−𝟏
  Observateur d’état:

 Observateur d’état:
Implantation de la commande par retour d’état nécessite des capteurs mesurant à chaque instant les composantes du
vecteur d’état 𝑥(𝑡) du système.
• En réalité, les systèmes physiques sont très peu instrumentés, les raisons sont :
 Le coût (bruit de mesure, étalonnage des capteurs, précision, acquisition et traitement des
données, etc.);
 La difficulté d’accéder à certaines variables;
 La difficulté de réalisation pour des raisons techniques ou économiques;
 La fiabilité;
 L'encombrement,...
• Il est alors nécessaire de reconstruire le vecteur d’état à partir de la connaissance de la sortie mesurée et de
l’entrée de commande appliquée au système à l’aide d’un observateur d’état (appelé capteur logiciel).

 Principe de l’observation:
• Un observateur est un système dynamique ayant pour entrée 𝒖 𝒕 et 𝒚 𝒕 et pour sortie une estimation
𝒙(𝒕) aussi proche que possible de l’état réelle 𝒙 𝒕 du système.
  Observateur d’état:

 Observateur d’état:
 Principe de l’observation:

• Un observateur est un système dynamique ayant pour entrée 𝒖 𝒕 et 𝒚 𝒕 et pour sortie

une estimation 𝒙(𝒕) aussi proche que possible de l’état réelle 𝒙 𝒕 du système.

• L’observateur est dit asymptotique si 𝒍𝒊𝒎 𝒙 𝒕 = 𝒙 𝒕 , ∀𝒙 𝟎 , ∀𝒙 𝟎

𝒕→∞
  Observateur d’état:

 Observateur d’état:
 Observateur de Luenberger:
𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖(𝒕)
 On considère l’équation d’état et l’équation de mesure d’un système supposé observable:
𝒚 𝒕 = 𝑪𝒙 𝒕
𝒙 𝒕 : état non mesuré ; 𝒚 𝒕 grandeur mesurée.

 On appelle observateur complet de Luenberger du système, le système dynamique suivant:

𝒙 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒕 − 𝑮(𝒚 𝒕 − 𝒚 𝒕 )
𝒚 𝒕 = 𝑪𝒙 𝒕
 Un observateur complet reconstruit l’ensemble des éléments du vecteur d’état.

• Où 𝐺 ∈ ℝ𝑛×𝑝est le gain de l’observateur; l’observateur est une copie du modèle d’état du système plus un
terme de correction 𝑮(𝒚 𝒕 − 𝒚 𝒕 ).
 Schéma général de observateur de Luenberger complet.
  Observateur d’état:

 Observateur d’état:
 Observateur de Luenberger:
Le schéma général de observateur de Luenberger complet.

 On définit l’erreur d’estimation entre l’état estimé 𝑥

𝒙 𝒕 et l’état réel 𝒙 𝒕 par: 𝜺(𝐭) = 𝒙 𝒕 − 𝒙 𝒕

 La dynamique de l’erreur d’estimation est:

  Observateur d’état:

 Observateur d’état:
 Observateur de Luenberger:
 La dynamique de l’erreur d’estimation est:
𝜺 𝒕 = 𝑨𝒙 𝒕 + 𝑩𝒖 𝒕 − 𝑮𝑪 𝒙 𝒕 − 𝒙 𝒕 − 𝑨𝒙 𝒕 − 𝑩𝒖 𝒕 = (𝑨 − 𝑮𝑪)𝜺(𝒕)
La solution de cette équation est donnée par:
𝜺 𝒕 = 𝒆= 𝑨−𝑮𝑪 𝒕 𝜺(𝟎)
 Le choix du gain 𝑮 de l’observateur est tel que les valeurs propres de la matrice A − 𝑮𝑪 soient toutes à partie
réelle strictement négative;
 Alors: 𝒍𝒊𝒎 𝜺 𝒕 = 𝟎, ∀𝜺 𝟎  𝒙 𝒕 → 𝒙 𝒕
𝒕→∞
Remarque:
• La vitesse de convergence 𝒙 𝒕 vers 𝒙 𝒕 est réglée par le gain 𝑮, en pratique on choisit la dynamique de l’observateur
plus rapide que celle du système.
 Calcule du gain de l’observateur:
Il existe plusieurs méthodes pour le calcul du gain de l’observateur, à savoir:
 Méthode d’identification: identification du polynôme caractéristique désiré de l’observateur à partir du polynôme de la
matrice 𝑨 − 𝑮𝑪;
 Méthode de la forme canonique observable: identification polynôme caractéristique désiré de l’observateur et le
polynôme du système dans la forme canonique observable;
 Méthode d’Ackermann: On calcul le gain en utilisant la formule d’Ackermann.
 Commande par retour d’état reconstruit

 Commande par retour d’état reconstruit

La reconstruction du vecteur d’état a pour but de mettre en œuvre une loi de commande par retour d’état lorsque le vecteur
d’état n’est pas mesurable.
Le schéma fonctionnel de la commande par retour d’état observé est donné comme suit:

Si toutes les variables d’état 𝒙 𝒕 ne sont pas accessibles à la mesure, seule la sortie 𝒚 𝒕 est mesurable, on conçoit un
observateur d’état qui permet d’estimer (reconstruire) 𝒙 𝒕 .
 Exercices de simulation

TP2: Contrôle du mouvement d’un chariot roulant

𝒙 = [𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝟒 ]𝑻 = [𝒙𝒄𝒑 , 𝒙𝒄𝒑 , 𝜽, 𝜽]𝑻

𝑥1 = 𝑥2
𝑀𝑐 1
𝑥2 = 𝑔𝑥3 + 𝑢
𝑀𝑐𝑝 𝑀𝑐𝑝
𝑥 = 𝐴𝑥 + 𝐵𝑢
𝑥3 = 𝑥4 
𝑦 = 𝐶𝑥 + 𝐷𝑢
𝑀𝑐𝑝 +𝑀𝑐 1
𝑥4 = − 𝑔𝑥3 − 𝑢
𝑙𝑀𝑐𝑝 𝑙𝑀𝑐𝑝
𝑦 = 𝑥1
 Exercices de simulation

TP2: Contrôle du mouvement d’un chariot roulant