0% ont trouvé ce document utile (0 vote)
44 vues19 pages

Chapitre 2

Le document traite de la résolution de l'équation d'état dynamique, en présentant les solutions de l'équation homogène et contrôlée, ainsi que la matrice de transition. Il aborde également les propriétés de cette matrice, les méthodes de calcul, et la formule de Cayley-Hamilton. Les concepts sont illustrés par des exemples et des algorithmes pour le calcul des coefficients associés.

Transféré par

hamzaelhomaydyjihad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
44 vues19 pages

Chapitre 2

Le document traite de la résolution de l'équation d'état dynamique, en présentant les solutions de l'équation homogène et contrôlée, ainsi que la matrice de transition. Il aborde également les propriétés de cette matrice, les méthodes de calcul, et la formule de Cayley-Hamilton. Les concepts sont illustrés par des exemples et des algorithmes pour le calcul des coefficients associés.

Transféré par

hamzaelhomaydyjihad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Chapitre2:

Résolution de l’équation d’état

R. Channa Master C2I2S 1


Objectif

x& (t ) = Ax(t ) + Bu(t )


 trouver x(t ) = f ( x(t0 ), u (t ))
y(t ) = Cx(t ) + Du(t )
La solution de l’équation dynamique est la somme de deux termes:

Réponse libre ( solution du régime autonome): x& (t ) = Ax(t )


(réponse d’un système à ces seuls conditions initiales)

Réponse forcée ( solution du régime contrôlé): réponse d’un système au


. seul signal d’entrée et pour des conditions initiales nulles

Remarque:
La solution de l’équation homogène se fait de la même manière que celle ----
….d’une équation différentielle algébrique.
exp(At) converge ssi les v.p de A sont toutes à parties réelles négatives

R. Channa Master C2I2S 2


1- Solution de l’équation homogène: système non stationnaire
a- Matrice de transition
On appelle matrice de transition notée Φ(t,t0) la solution de
l’équation
d
Φ (t , t0 ) = AΦ (t , t0 ), ∀t > t0 et Φ (t0 , t0 ) = 1I n
dt
où A est la matrice d’état de l’équation homogène x& (t ) = Ax(t )
la solution de l’équation homogène est donc:

x(t ) = Φ (t , t0 ) x(t0 )
b- Propriétés de la matrice de transition

i) Φ (t3 , t1 ) = Φ (t3 , t 2 ).Φ (t 2 , t1 )


ii) Φ −1 (t , t0 ) = Φ (t0 , t ) ∀t , t0
R. Channa Master C2I2S 3
2- Solution du régime contrôlé (forcé)

x& (t ) = Ax(t ) + Bu (t ) trouver x(t ) = f ( x(t0 ), u (t ))

x(t ) = Φ (t , t0 ) x(t0 ) variation de la constante x(t ) = Φ (t , t0 ) w(t )

on a: x& (t ) = Ax(t ) + Φ (t , t 0 ) w& (t )


Φ (t , t0 ) w& (t ) = Bu (t )
d’autre part: x& (t ) = Ax(t ) + Bu (t )
t
w (t ) = ∫ Φ (t 0 , τ )Bu (τ ) d τ + w0
t0

La solution globale:
t
x (t ) = Φ (t , t 0 ) x (t 0 ) + ∫ Φ (t , τ )Bu (τ ) d τ
t0

R. Channa Master C2I2S 4


2- Cas des systèmes invariants A=Cste, B=Cste:

2 3 n
a- Définition: A A A
e At = 1 + At + t2 + t 3 + ... + t n + ...
2! 3! n!

Ak k
=∑ t ; Série entière convergente ∀ t:
k = 0 k!


A(t −t0 ) vérifie (t , t0 ) = AΦ(t , t0 )
e dt
en effet:
n
d A ( t − t0 ) A
(e ) = A + A 2 (t − t 0 ) + ... + (t − t 0 ) n + ...
dt n!
n −1
 A2 A n −1 
= A 1 + A(t − t 0 ) + (t − t 0 ) .. +
2
(t − t 0 ) + ...
 2! ( n − 1)! 
= Ae ( t − t 0 )

R. Channa Master C2I2S 5


dΦ d
donc (t , t0 ) = e A( t −t0 ) = Ae A( t −t0 )
dt dt

A(t −t0 )
d’où: Φ(t, t0 ) = e

b- propriétés:
A(t +τ ) Aτ
e = e .e
At d At
(e ) = Ae At = e At A
dt
( A+B)t
e = e .e
At Bt

A et e At commutent
At −1 − At
(e ) = e

R. Channa Master C2I2S 6


c- Calcul de la matrice de transition

i) - Utilisation de la transformé de Laplace

Soit l’équation d’état x& (t ) = Ax(t ) + Bu (t )

T.L pX ( p ) − X (0) = AX ( p ) + BU ( p )
→
pX ( p ) − X (0) = AX ( p ) + BU ( p)

X ( p ) = ( p1 − A) −1 BU ( p ) + ( p1 − A) −1 X (0) 1

t
or x (t ) = Φ (t ) x ( 0 ) + ∫ Φ (t − τ )Bu (τ ) d τ
0
= Φ (t ) x ( 0 ) + Φ (t ) * Bu (t )

R. Channa Master C2I2S 7


T.L X ( p ) = Φ ( p ) X (0) + Φ ( p ) BU ( p ) 2
→

1 et 2 ⇒ Φ( p) = ( p1− A)−1

soit T .L(e At ) = ( p1 − A) −1

ii) Diagonalisation de la matrice d’état

Soit A matrice (n,n) de valeurs propres λi et de vecteurs propres Vi, i=1,…,n et


P une matrice de passage telle que:

Aˆ = P −1 AP = diag (λi ); i = 1,..., n

Aˆ t
ˆ2 2
A ˆn n
A
d’autre part e = 1 + Aˆ t + t + ... + t + ...
2! n!
R. Channa Master C2I2S 8
 Aˆ 2 ˆ
A n
 −1
Pe P = P1 + At +
−1Aˆ t ˆ t + ... +
2
t + ... P
n

 2! n! 
ˆ n −1
−1 −1 ( P A P ) n
= PP + ( PAP )t + ... +
ˆ t + ...
n!
2 n
A 2 A n
= 1 + At + t + ... + t + ... = e At
2! n!

donc
e = Pe P −1
At Aˆ t

 est diagonale, on vérifie que

e At = diag (eλi t ); i = 1,..., n

R. Channa Master C2I2S 9


0 1 
exemple: Calculer la matrice de transition pour A=  
0 −1

Ak k
1°) e At = 1 + ∑
k =1 k!
t ;

 0 −1 0 1 
A = 
2
 = −A; A = A .A = 
3 2
 = A
0 1   0 −1

Ak k Ak k
donc e At = 1+ ∑ t + ∑ t
k =2 p k! k = 2 p +1 k !

tk tk
= 1 − A. ∑ + A. ∑
k = 2 p k! k = 2 p +1 k!

R. Channa Master C2I2S 10


∞ ∞
 1 k 1 k 
soit 1 0− ∑
k = pair k!
t + ∑
k = impair k!
t 
At  
e= ∞ ∞
0 1 k 1 k 

1− ∑ k!
t + ∑
k!
t

 k = pair k = impair 
 t2 t3 
1 (1 − 1 ) + t − + + ...   1 1 − e −t 
=  2 3!  = 
e At t 2
t 3
e −t 

0 1− t + − + ...  
0
 2 3! 

−1 adj( p1 − A) 1  p +1 1 
( p1 − A) = =
det( p1 − A) p(p + 1)  0 p
2°)

1/ p 1/ p( p +1) 1 1 − e −t 
=  = T.L(eAt
) ⇒ eAt
=  
e −t 
 0 1/(p +1)  0

R. Channa Master C2I2S 11


iii) Méthode de Leverier (si D=0)

Consiste à déterminer la matrice ( p1−A)−1


n −1 n−2
−1 adj( p1 − A) B p + B p + ... + B n -1 p + Bn
( p1 − A) = = 1 2
det( p1 − A) p n + d1 p n −1 + ... + d n −1 p + d n

Algorithme pour le calcule des coefficients Bi et di

B1 = 1I d 1 = −Tr ( A )
1
B 2 = B1 A + d 1 .1I d 2 = − Tr ( B 2 A )
2
1
j ≥ 2 B j = B j −1 A + d j −1 .1I d j = − Tr ( B j A )
j

l’algorithme doit conduire à B n A + d n .1I = 0


R. Channa 12
Master C2I2S
0 1 
exemple: A=   n=2, on doit avoir B 2 A + d 2 .1 = 0
0 −1
B1 p + B2
−1
( p1 − A) = 2
p + d1 p + d 2

avec: B1 = 1I d 1 = −Tr ( A ) = 1
1 1
B 2 = B1 A + d 1 .1 =  
0 0
1 1 0 1  0 0
B 2 A =  .  =   ⇒ d 2 = −Tr ( B 2 A ) = 0
0 0 0 − 1  0 0

−1 1  p +1 1 1/ p 1/ p( p +1)
d’où: ( p1− A) = 2   =   = TL(eAt
)
(p +p) 0 p  0 1/(p +1) 

−1 1 1 − e − t 
Par conséquent: e At
= TL ( p.1 − A) =  −t 
0 e 
R. Channa Master C2I2S 13
iv) Formule de Cayley Hamilton

- Cas de valeurs propres simples

A 2 2 A3 3 An n
e = 1 + At +
At
t + t + ... + t + ...
2! 3! n!
Polynôme caractéristique de A:

PA ( λ ) = det( λ I − A ) = a 0 + a1λ + ... a n −1λ n −1 + λ n


Le théorème de Cayley Hamilton donne:

P ( A ) = 0 ⇒ a 0 + a1 A + ... a n −1 A n −1 + A n = 0
n −1
soit: A = − ∑ a i A i ; Combinaisons linéaires des puissances inférieur de A
n

i=0

n −1
ce qui donne:
e At
= ∑ i
α ( t ) A i
1
i=0

R. Channa Master C2I2S 14


Calcul des coefficients αi(t) :

Soit une base de vecteurs propres {x i }i = 0 ,..., n −1 relative aux valeurs


propres {λ i }i = 0 ,..., n −1
λk Valeur propre ⇒ Ax k = λ k x k
⇒ e At x k = α n −1 ( t ) A n −1 x k + ... + α 1 ( t ) Ax k + α 0 ( t ) Ix k 2
1
= α n −1 ( t ) λ nk −1 x k + ... + α 1 ( t ) λ x k + α 0 ( t ) Ix k

xk étant non nul ⇒ n −1


Am m n −1
λm m
e xk = ∑
At
t xk = ∑ t x k =e λ k t x k
m = 0 m! m = 0 m!
3

2 et 3 donnent

λk t
e = α n −1 ( t ) λ nk −1 + ... + α 1 ( t ) λ k + α 0 ( t ); k = 0 ,..., n − 1
R. Channa Master C2I2S 15
Ou sous forme matricielle :

 e λ1t  1 λ1 K λ1n −1   α 0 (t ) 
 λ2t   n −1   
 e  = 1 λ 2 K λ2   1 α ( t ) 
.
 M  M M O 
M  M 
 λnt   n −1   
 e  1 λ n L λ n  α n −1 (t ) 

La résolution de ce système donne les coefficients αk (t), k=0,…,n-1


Une autre façon de voir la méthode, on pose
1 λ1 K λ1n −1 e λ t 1

1 λ2 K λ n2 −1 e λ t 2

M M O M M =0
1 λ n −1 L λ nn −−11 e λnt
1I A K A n -1 e At

Puis on développe ce déterminant par rapport à la dernière cologne ⇒ eAt


R. Channa Master C2I2S 16
 2 2
exemple: A=   Les valeurs propres de A sont λ1=3, λ2=4
−1 5
e λ t = α 0 ( t ) + ... + α 1 ( t ) λ ; λ ∈ {3, 4}

e 3t  1 3  α 0 (t )  α 0 ( t )   4 − 3  e 3 t 
 4t  = 1  .  ⇒ α (t )  =  − 1  . 4 t 
e   4  α 1 (t )   1   1  e 

soit: α 0 ( t ) = 4 e 3 t − 3e 4 t

α
 1 ( t ) = − e 3t
+ e 4t

d’où: e A t = α 0 (t ) I + ... + α 1 (t ) A

 2 e 3t − e −4 t − 2 e 3t + 2 e 4 t 
e At =  3t 
 e − e 4t
− e 3t + 2 e 4 t 

R. Channa Master C2I2S 17


Ou bien on pose:

1 3 e 3t
1 4 e 4t = 0 ⇒ ( A − 4 I )e3t − ( A − 3I )e 4t + (4 − 3)e At = 0
I A e At
soit ⇒ e At = A(e 4t − e 3t ) + I (4e3t − 3e 4t )

- Cas de valeurs propres multiples

Si λi est une valeur propre multiple de A d’ordre ni on calcule les coefficients αj à


l’aide de la formule suivante:

 d k e λt  dk  n −1 
  = k  ∑ α j (t )λ j  , k = 0,K, ni − 1.
λ  
 λ =λi dλ
k
 d  j = 0  λ =λi

R. Channa Master C2I2S 18


exemple: 0 1 λ=-1 est valeur propre double de A
A=  
−1 −2
 e λ t = α 0 ( t ) + α 1 ( t ) λ ; λ = -1
 λt
 de
 d λ = te = d λ (α 0 ( t ) + α 1 (t ) λ ); λ = -1
λt d

 e − t = α 0 ( t ) − α 1 (t) α 0 ( t ) = (1 + t ) e − t
soit:  −t ⇒ 
 te = α 1 ( t ) α −t
 1 ( t ) = te

d’où: e At = (1+ t )Ie−t + te−t A

(1 + t )e − t te − t 
e At = −t −t 
 − te (1 − t )e 

R. Channa Master C2I2S 19

Vous aimerez peut-être aussi