Ammour .

B Chapitre 3 : La représentation d'état des systèmes continus

Chapitre 3 : La représentation d'état des systèmes continus

3.1 Introduction
L’analyse et la synthèse des systèmes dynamiques linéaires invariants (SLI) peut être
représenté en liant l’entrée à la sortie comme les fonctions de transfert, qui demeurent des
représentations externes ou par des modèles d’état dans ce cas on parle de représentations
internes.
La représentation externe reste valable et efficace jusqu’à ce que ces derniers atteignent
une complexité telle l’unique relation entrée - sortie pour les commander correctement ne peut
en satisfaire. L’analyse par variables d’état est une approche moderne puissantes d’analyse et
de commande des systèmes née dans les années 60.

3.2 Représentation d’état et Quelques définitions

L’idée de base des représentations d’état est que le futur d’un système dépend de son passe, de
son présent et de ses entrées.

L’état : est une structure mathématique constituée d’un ensemble de n variables

𝑥1 (𝑡), 𝑥2 (𝑡), … . 𝑥𝑛 (𝑡) telles que les valeurs initiales 𝑥𝑖 (𝑡0 )de cet ensemble et les entres 𝑢𝑖 (𝑡)
suffisent pour déduire d’une manière unique la réponse du système pour 𝑡 ≥ 𝑡0 .

Les variables d’état : un sous-ensemble de toutes les variables possibles du système

𝑥1 (𝑡), 𝑥2 (𝑡), … . 𝑥𝑛 (𝑡)

Le vecteur d’´état : est l'ensemble minimal de variables d'état décrivant le système.

𝑥1 (𝑡) 𝑥1
𝑥(𝑡) = [𝑥2 (𝑡)] = [𝑥2 ]
𝑥(𝑡) 𝑥3

Les équations d’état un groupe de n équations différentiel.

27
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Exemple 3.1:
Considérons le système RLC de la figure 3.1

Figure 3.1: Circuit RLC.

Ce système est décrit par l'équation différentielle suivante:
𝑑𝑖(𝑡)
𝑒(𝑡) = 𝑅𝑖(𝑡) + 𝐿 + 𝑢𝑐 (𝑡)
𝑑𝑡
1
𝑢𝑐 (𝑡) = ∫ 𝑖(𝑡)𝑑𝑡
𝐶
En choisissant 𝑢𝑐 (𝑡) et 𝑖(𝑡) comme variable d'état avec les conditions initiales (à (t=0), 𝑢𝑐 (0) =
0, 𝑖(0) = 0) et comme entrée la tension d’alimentation 𝑒(𝑡) et pour la sortie la tension aux
bornes du condensateur 𝑢(𝑡).

𝑥1 (𝑡) = 𝑖(𝑡) , 𝑥2 (𝑡) = 𝑢𝑐 (𝑡)

𝑢(𝑡) = 𝑒(𝑡), 𝑦(𝑡) = 𝑢𝑐 (𝑡)
𝑑𝑖(𝑡)
𝑒(𝑡) = 𝑅𝑖(𝑡) + 𝐿 + 𝑢𝑐 (𝑡)
𝑑𝑡
𝑑𝑖(𝑡) 𝑅 1 1
𝑥1 (𝑡) = 𝑖(𝑡) ⇒ 𝑥̇ 1 (𝑡) = = − 𝑥1 (𝑡) − 𝑥2 (𝑡) + 𝑢(𝑡)
𝑑𝑡 𝐿 𝐿 𝐿
𝑑𝑢𝑐 (𝑡) 1
𝑥2 (𝑡) = 𝑢𝑐 (𝑡) ⇒ 𝑥̇ 2 (𝑡) = = 𝑥1 (𝑡)
𝑑𝑡 𝐶
𝑦(𝑡) = 𝑥2 (𝑡)
La représentation d'état correspondante à ce système est comme suit:
𝑅 1
− − 1
𝑥̇ 1 (𝑡)
[ ]=[ 𝐿 𝐿] + [ ] 𝑢(𝑡)
𝐿
𝑥̇ 2 (𝑡) 1
0 0
𝐶
𝑥1 (𝑡)
𝑦(𝑡) = [0 1] [ ]
𝑥2 (𝑡)

28
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

La forme générale d’un tel modèle d'état est la suivante :

𝑑𝑥(𝑡)
= 𝐴 ∗ 𝑥(𝑡) + 𝐵 ∗ 𝑢(𝑡) 𝐸𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑′é𝑡𝑎𝑡
{ 𝑑𝑡 (1.3)
𝑦(𝑡) = 𝐶 ∗ 𝑥(𝑡) + 𝐷 𝑢(𝑡) 𝐸𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑𝑒 𝑚𝑒𝑠𝑢𝑟𝑒

x(t) ∈ R𝑛∗1 : Vecteur d’état. 𝐴 ∈ 𝑅 𝑛∗𝑛 : Matrice d’état.

u(t) ∈ 𝑅1∗1 : Vecteur de commande. 𝐵 ∈ 𝑅 𝑛∗1 : Matrice d’entrée.
y(t) ∈ 𝑅1∗1 ∶Vecteur de sortie ou C ∈ 𝑅1∗𝑛 : Matrice de sortie ou d’observation.
d’observation.
𝐷 ∈ 𝑅1∗1 :: matrice de transmission directe.

Il est important de noter que:

La représentation d’état d’un système n’est pas unique et dépend du choix des variables
d’état.
Il est possible de passer d'une représentation d'état à une autre.
Il est rare que la sortie du système soit directement reliée à son entrée. On a donc très
souvent D = 0.
Le nombre de variables d’état est égal à l’ordre du système.
La représentqtion d'état est illustré par le schéma-bloc donné par la Figure 3.2.

Figure 3.2: Schéma-bloc d’une représentation d’état.

3.3 Espace d’état et fonction de transfert

3.3.1 Passage d'une representation d'etat vers une fonction de transfere
𝑑𝑥(𝑡)
= 𝐴 ∗ 𝑥(𝑡) + 𝐵 ∗ 𝑢(𝑡) 𝐸𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑′é𝑡𝑎𝑡
Soit un système d’espace d’état: { 𝑑𝑡
𝑦(𝑡) = 𝐶 ∗ 𝑥(𝑡) + 𝐷 𝑢(𝑡) 𝐸𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑𝑒 𝑚𝑒𝑠𝑢𝑟𝑒
La conversion de ce système vers la fonction de transfert peut être obtenue en lui
appliquant la transformée de Laplace aux deux côtés. (En supposant les conditions initiales
sont nulles) :

29
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

𝑃𝑋(𝑃) = 𝐴𝑋(𝑝) + 𝐵𝑈(𝑝) 𝑝𝑋(𝑝) − 𝐴𝑋(𝑝) = 𝐵𝑈(𝑝)

{ ⇒ {
𝑌(𝑝) = 𝐶𝑋(𝑝) + 𝐷𝑈(𝑝) 𝑌(𝑝) = 𝐶𝑋(𝑝) + 𝐷𝑈(𝑝)

On trouve 𝑋(𝑝) telle que: 𝑋(𝑝) = (𝑝𝐼 − 𝐴)−1 𝐵𝑈(𝑝)

𝑌(𝑝) = [𝐶(𝑆𝐼 − 𝐴)−1 𝐵 + 𝐷]𝑈(𝑝)
La fonction de transfert G(p) du système:
𝑌(𝑝)
𝐺(𝑝) = = [𝐶(𝑝𝐼 − 𝐴)−1 𝐵 + 𝐷]
𝑈(𝑝)
Exemple 3.2:
Soit un système donné par sa représentation d’état suivante:
𝑥̇ 3 1 𝑥1 0
[ 1] = [ ] [ ] + [ ]u
𝑥̇ 2 0 −2 𝑥2 1
𝑥1
𝑦 = [1 1] [𝑥 ]
2

𝑝−3 −1
𝑝𝐼 − 𝐴 = [ ]
0 𝑝+2
𝑝+2 1
𝑎𝑑𝑗(𝑝𝐼 − 𝐴) [ 0 𝑝−3
]
(𝑝𝐼 − 𝐴)−1 = =
det(𝑝𝐼 − 𝐴) (𝑝 + 2)(𝑝 − 3)

𝑝+2 1
[ ] 𝑝−2
−1 0 𝑝−3 0
[𝐶(𝑝𝐼 − 𝐴) 𝐵 + 𝐷] = [1 1] [ ] ⟹ 𝐺(𝑝) =
(𝑝 + 2)(𝑝 − 3) 1 𝑝2 −𝑝−6

3.3.2 Passage de la fonction de transfert vers la représentation d’état

Les formes canoniques les plus connues et utilisées sont : la forme compagne de
commandabilié, la forme compagne d’observabilité et la forme de Jordan.

a. Forme canonique de commandabilité

En effet, si le système est commandable, on peut le mettre sous une forme d’état dite forme
canonique de commandabilité.
𝑌(𝑝) bm pm + bm−1 pm−1 + ⋯ … … … + b1 p + b0
𝐺(𝑝) = = 𝑛 𝑎𝑣𝑒𝑐 𝑛 ≥ 𝑚
𝑈(𝑝) 𝑝 + 𝑎𝑛−1 𝑝𝑛−1 + 𝑎𝑛−2 𝑝𝑛−2 + ⋯ + 𝑎1 𝑝 + 𝑎0

𝑋(𝑝)𝑌(𝑝) 𝑋(𝑝) 𝑌(𝑝) bm pm + bm−1 pm−1 + ⋯ … … … + b1 p + b0

𝐺(𝑝) = = ∗ = 𝑛
𝑈(𝑝)𝑋(𝑝) 𝑈(𝑝) 𝑋(𝑝) 𝑝 + 𝑎𝑛−1 𝑝𝑛−1 + 𝑎𝑛−2 𝑝𝑛−2 + ⋯ + 𝑎1 𝑝 + 𝑎0

30
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Donc :
𝑌(𝑝)
= bm pm + bm−1 pm−1 + ⋯ … … … + b1 p + b0
𝑋(𝑝)
𝑋(𝑝) 1
= 𝑛 𝑛−1
{𝑈(𝑝) 𝑝 + 𝑎𝑛−1 𝑝 + 𝑎𝑛−2 𝑝𝑛−2 + ⋯ + 𝑎1 𝑝 + 𝑎0
C'est-à-dire:
𝑝𝑛 𝑋(𝑃) = −𝑎𝑛−1 𝑝𝑛−1 𝑋(𝑃) − 𝑎𝑛−2 𝑝𝑛−2 𝑋(𝑃) − ⋯ − 𝑎1 𝑝𝑋(𝑃) − 𝑎0 𝑋(𝑃) + 𝑈(𝑝)
{
𝑌(𝑝) = bm pm 𝑋(𝑃) + bm−1 pm−1 𝑋(𝑃) + ⋯ … … … + b1 p𝑋(𝑃) + b0 𝑋(𝑃)
Si on applique la transformée de Laplace inverse, on obtient:

𝑥̇ = −𝑎𝑛−1 𝑥 (𝑛−1) (𝑡) − 𝑎𝑛−2 𝑥 (𝑛−2) − ⋯ −𝑎2 𝑥̈ (𝑡) − 𝑎1 𝑥̇ (𝑡) − 𝑎0 𝑥(𝑡) + 𝑢(𝑡)
{ 𝑛
𝑦(𝑡) = bm x (m) (𝑡) + bm−1 x (m−1) (𝑡) + ⋯ … … … … … … 𝑏2 𝑥̈ (𝑡) + b1 𝑥̇ (𝑡) + b0 𝑥(𝑡)
Posons:
𝑥1 = 𝑥
𝑥2 = ̇ 𝑥1
𝑥2 = 𝑥̇ 1 ̇ = 𝑥̇
𝑥3 = 𝑥̇ 2
𝑥3 = 𝑥̇ 2 ̇ = 𝑥̈ ⇒ ⋮
⋮ 𝑥𝑛 = 𝑥̇ 𝑛−1 = 𝑥 (𝑛−1)
𝑥𝑛 = 𝑥̇ 𝑛−1 = 𝑥 (𝑛−1)
{ 𝑥̇ 𝑛 = 𝑥 (𝑛)
{
𝑥̇ 𝑛 (𝑡) = −𝑎𝑛−1 𝑥𝑛 (𝑡) − 𝑎𝑛−2 𝑥𝑛−1 (𝑡) − ⋯ −𝑎2 𝑥3 (𝑡) − 𝑎1 𝑥2 (𝑡) − 𝑎0 𝑥1 (𝑡) + 𝑢(𝑡)
{
𝑦(𝑡) = bm x𝑚+1 (𝑡) + bm−1 x𝑚 (𝑡) + ⋯ … … … … … … 𝑏2 𝑥3 (𝑡) + b1 𝑥2 (𝑡) + b0 𝑥1 (𝑡)
On définit le vecteur d’état : 𝑥 = [𝑥1 , 𝑥2 , 𝑥3 , … . . 𝑥𝑛 ].

Il en résulte la représentation d’état:

31
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

La représentation obtenue est appelée la forme canonique de commande. Le système peut être
représenté par un schéma de câblage (par exemple dans SIMULINK) comme suit:

Figure 3.3: Schéma analogique correspond à la forme canonique de commande.

𝑌(𝑝) 20
Exemple 3.3 : 𝐺(𝑝) = 𝑈(𝑝) = 𝑝3 +5𝑝2+16𝑝+20

0 1 0 𝑥1 0
[𝑥̇ ] = [ 0 0 𝑥
1 ] [ 2] + [ 0 ] 𝑢
−20 − 16 − 5 𝑥3 20
𝑥1
𝑦 = [1 0 0] [𝑥2 ]
𝑥3
b. Forme canonique d'observabilité
𝑌(𝑝) bm pm + bm−1 pm−1 + ⋯ … … … + b1 p + b0
𝐺(𝑝) = = 𝑛 𝑎𝑣𝑒𝑐 𝑛 ≥ 𝑚
𝑈(𝑝) 𝑝 + 𝑎𝑛−1 𝑝𝑛−1 + 𝑎𝑛−2 𝑝𝑛−2 + ⋯ + 𝑎1 𝑝 + 𝑎0

32
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Figure 4: Schéma analogique correspond à la forme canonique d'observation

𝑌(𝑝) 24𝑝+72
Exemple 3.4: 𝐺(𝑝) = =
𝑈(𝑝) 𝑝3 +80𝑝2 +8𝑝+64

0 0 − 64 𝑥1 72
[𝑥̇ ] = [1 0 − 8] [𝑥2 ] + [24] 𝑢
0 1 − 80 𝑥3 0
𝑥1
𝑦 = [0 0 1] [𝑥2 ]
𝑥3

c. Forme canonique diagonale (modale)

Cette forme est appliquée au système où le dénominateur est décomposable pour obtenir
des fonctions de transfert en fraction simple comme suit :

𝑌(𝑝) bm pm + bm−1 pm−1 + ⋯ … … … + b1 p + b0

𝐺(𝑝) = = 𝑛 𝑎𝑣𝑒𝑐 𝑛 ≥ 𝑚
𝑈(𝑝) 𝑝 + 𝑎𝑛−1 𝑝𝑛−1 + 𝑎𝑛−2 𝑝𝑛−2 + ⋯ + 𝑎1 𝑝 + 𝑎0

𝑐1 𝑐2 𝑐𝑛
𝐺(𝑝) = + +⋯+
𝑝 + 𝑝1 𝑝 + 𝑝2 𝑝 + 𝑝𝑛
D’où la forme diagonale est déduite à partir des pôles de chaque fraction du 1er ordre

33
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Figure 5: Schéma correspond à la forme canonique diagonale.

Exemple 3.5:
On considère le système donné par la fonction de transfert suivante

d. Forme canonique de Jordan

Dans le cas ou les poles du denominateur sont de types multiples, la forme canonique modale
sera de la forme de Jordan. Si on considere que seul le pole pi est multiple et les autres poles
sont simples la fonction de transfert du systeme est comme suit :

Le système considéré admet n pôles distincts (-pi, i=1,2,3,….,n). Soit G(p) sa fonction de
transfert.
𝑐1 𝑐2 𝑐𝑘 𝑐𝑘+1 𝑐𝑛
𝐺(𝑝) = + + ⋯ … + + + ⋯ +
(𝑝 − 𝑝1 ) (𝑝 − 𝑝1 )2 (𝑝 − 𝑝1 )𝑘 (𝑝 − 𝑝2 ) 𝑝 − 𝑝𝑛
Exemple:
Soit une matrice A admettant un pôle triple p1, et trois pôles simples p2, p3,p4.
La représentation d’état sous la forme canonique de Jordan est donnée par :
𝑝1 1 0 0 0 0 0
0 𝑝1 1 0 0 0 0
𝑝1 0 0 0 1
𝑥̇ = 0 0 𝑥+ 𝑢
0 0 0 𝑝2 0 0 1
0 0 0 0 𝑝3 0 1
[0 0 0 0 0 𝑝4 ] [1]

p1 1 0
le bloc de Jordan pour les poles multiples Jp1 = [ 0 p1 1]
0 0 p1

34
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

La forme générale de la matrice de Jordan est la suivante:

𝑝1 0 0 0
𝐽 = [ .0. 𝑝2
..
0 0
.. .. ]
0 0 0 𝑝𝑘
3.4 Résolution de l’équation d’état
La résolution des équations d’état consiste à déterminer les expressions temporelles des n
variables d’état connaissant l’entrée u(t) qui leurs est appliquées.
Soit un système donné par l’équation différentielle suivante :

La solution a pour expression

La généralisation de cette solution à un système différentiel présenté par les équations d’état :

sera comme suit :

Où on note appelée matrice de transition du système.

3.5 Calcul de la matrice de transition 𝝓(𝒕)

Le calcul de la matrice de transition dans la résolution des équations d’état est
l’opération la plus délicate, où plusieurs méthodes existent, ici on cite la plus classique basée
sur la transformation de Laplace.
a) Méthode du développement en série
Si la matrice 𝐴 est nilpotente d’ordre 𝑘 (c.-à-d. il existe 𝑘 > 0 tel que 𝐴𝑛 =0 pour n>𝑘),
alors , on peut calculer la matrice de transition par la somme de la série :

35
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

b) Calcul basé sur la transformée de Laplace

Soit système d’équations différentielles de la représentation d’éta

En lui appliquant la transformée de Laplace on obtient :

Où I matrice carrée d’identité de dimension n

Il est clair que la transformée de Laplace de

Exemple 3.6:
Soit le système suivant soumit à u(t) échelon unité:

36
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

c) Cas de matrice A diagonale

Si la matrice carrée A d'ordre n est diagonale on a :

D’où l’idée de passer par un changement de variables judicieux, de la représentation d’état

initiale vers une autre représentation faisant intervenir une matrice d’état diagonale.
Si est une matrice carrée (n×n) quelconque, les n valeurs propres distincts de sont notés 𝜆i ,
elles sont associées aux n vecteurs propres 𝑉 par :

En multipliant à gauche les deux membres de l’équation par .

37
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Exemple 3.7: Calculer la matrice de transition 𝑒 𝐴𝑡 du système.

0 1
𝐴=[ ]
−2 −3
Valeurs propres:

d) Méthode de SYLVESTER
Si la matrice possède n valeurs propres distinctes 𝜆i , on montre que :

38
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

Exemple 3.8 : Calculer la matrice de transition du système

Valeurs propres: 𝜆1=-1, 𝜆2=-2.

3.6 Commandabilité et observabilité d’un système

Ils décrivent respectivement comment les états d’un système sont influencés par les entrées et
quelle information les sorties mesurées donnent sur les états du système.
a. commandabilité
La commandabilité a pour objet de caractériser la capacité d’un système à avoir ses
caractéristiques dynamiques modifiées par les entrées.

La matrice de commandabilité: 𝐶𝑜 = [𝐵 𝐴𝐵 𝐴2 𝐵 ⋯ 𝐴𝑛−1 𝐵]

Un système est commandable si 𝑛 = 𝑟𝑎𝑛𝑔(𝐶𝑜), On définit plus généralement le degré d’un
système comme le rang de la matrice de commandabilité.
Exemple 3.9: on considère le système suivant :

0 1 1
𝑥̇ = [ ] 𝑥(𝑡) + [ ] 𝑢(𝑡)
−2 −3 −3
𝑦(𝑡) = [1 0]𝑥(𝑡)
Etudier la commandabilité du système.
1 0
𝐶𝑜 = [𝐵 𝐴𝐵 ] = [ ]
1 1
𝑟𝑎𝑛𝑔(𝐶𝑜) = 2
𝑑𝑒𝑡(𝐶𝑜) ≠ 0
Le rang de 𝐶 égal à 2, donc le système est complètement commandable.

39
Ammour .B Chapitre 3 : La représentation d'état des systèmes continus

b. L’observabilité
La matrice d’observabilité: 𝐶𝑜𝑣 = [𝐶 𝐴𝐶 𝐴2 𝐶 ⋯ 𝐴𝑛−1 𝐶]
Le système est observable si et seulement si la matrice si 𝑛 = 𝑟𝑎𝑛𝑔(𝐶𝑜𝑣), avec n l’ordre de
système.
Exemple 3.10:
1 1 0
𝑥̇ (𝑡) = [ ] 𝑥(𝑡) + [ ] 𝑢(𝑡)
{ −1 −2 1
𝑦(𝑡) = [1 0]𝑥(𝑡)

1 0
𝐶𝑜𝑣 = [𝐶 𝐴𝐶 ] = [ ] ; 𝑟𝑎𝑛𝑔(𝐶𝑜𝑣) = 2 𝑒𝑡 𝑑𝑒𝑡(𝐶𝑜𝑣) ≠ 0
1 1
Donc le système est complètement observable.

3.7 L’analyser de stabilité:

En représentation d’état, pour analyser la stabilité d’un système linéaire invariant continu,
deux solutions sont possibles.
- La première consiste à déterminer l’équation caractéristique de système dont l’expression
est donnée par : det (𝑝𝐼−𝐴) =0, les pôles l’équation caractéristique sont les valeurs propres de
la matrice A, et sont aussi les pôles de la fonction de transfert du système.
- Un système asservi est stable si et seulement si sa fonction de transfert ne possède aucun pôle
à partie réelle positive, de plus Toutes les méthodes de l’analyse de la stabilité des systèmes
linéaires continus sont donc utilisés : critère de Routh, Hurwitz,….

- La deuxième consiste à analyser la matrice de transition 𝒆𝑨𝒕 : Si lim 𝑒 𝐴𝑡 → 0 quelque soit

𝑡→∞

la condition initiale de 𝑥(0) 𝑑𝑎𝑛𝑠 𝑥(𝑡) = 𝑒 𝐴𝑡 𝑥(0). Alors 𝑒 𝐴𝑡 converge si et seulement est sa
fonction de transfert ne possède aucun pôle à partie réelle positive.

40