Plan du cours Rappels

1 Calcul différentiel
2 Cas linéaire autonome : x 0 (t) = Ax (t)
Examen final = écrit (3h) sans documents
x 0 (t) = f x (t)


3 Théorie générale des ED :
sauf une feuille manuscrite
4 Linéarisation & ED linéaires non autonomes :
δx 0 = Df (x (t)) · δx & x 0 (t) = A(t)x (t)
Pour me contacter :
5 Équilibres et stabilité, par email : [email protected]
x 0 = f (x ) vs δx 0 = Df (x0 ) · δx

6 Introduction à l’automatique :
x 0 (t) = f (x (t), u(t))

1 / 19 2 / 19

Plan de la séance Introduction à l’Automatique

But de l’Automatique : étude des systèmes de commande

1 Introduction à l’Automatique
Système de commande = relation entrée/sortie

2 Analyse des systèmes linéaires u y

Les systèmes linéaires Système
Commandabilité
Observabilité

u(·) = entrée (ou commande) : moyen d’action

3 Synthèse de lois de commande 
 observations (mesures physiques)

y (·) = sortie : ou

 caractéristiques de ce qui est produit

3 / 19 4 / 19
 Représentation d’état d’un système de commande :
Remarque : L’existence des solutions d’une équation différentielle
x 0 (t) = f x (t), u(t)
(

commandée est assurée pour une très large classe de contrôles.

(Σ)
y (t) = g x (t), u(t)

où x = état du système
Théorème de Cauchy-Lipschitz étendu
(paramétrisation du phénomène physique). Supposons que (x , u) 7→ f (x , u) est de classe C 1 .

Fixons des C.I. t0 ∈ R, x0 ∈ Rn et un contrôle u(·) ∈ L∞ .
Pour u(·) fixée, on note fu (t, x ) = f x , u(t) .
Alors il existe une unique solution maximale de :

x 0 (t) = f x (t), u(t)

Déf. x (·), y (·) solution de (Σ) associée à u(·) si
(
p.p.

x (·) solution de x (t0 ) = x0 .

x 0 (t) = fu t, x (t)


(Σu ) définie sur un intervalle [t0 , t0 + τ [.


y (t) = g x (t), u(t) .

5 / 19 6 / 19

Principaux problèmes Linéarisation d’un système commandé

x 0 (t) = f x (t), u(t) p.p.

(

Noto . xv ,u(·) (·) = sol. maximale de
x (0) = v .
Analyse du comportement dynamique

,→ Commandabilité (relation entrée/état)

Proposition
L’application Φt : (v , u(·)) 7→ xv ,u(·) (t) est de classe C 1 ,
,→ Observabilité (relation état/sortie)
et DΦt (v , u(·)) · (δv , δu(·)) = y (t), où y (·) solution de
Synthèse de lois de commande 
y 0 (s) = Dx f xv ,u (s), u(s) · y (s) + Du f xv ,u (s), u(s) · δu(s)

,→ Stabilisation 
y (0) = δv

(système linéarisé autour de xv ,u (·) et u(·))

7 / 19 8 / 19
 Plan de la séance
Si f (x0 , u0 ) = 0, on dit que (x0 , u0 ) équilibre de

x 0 = f (x , u)

⇒ x (·) ≡ x0 solution associée à u(·) ≡ u0 . 1 Introduction à l’Automatique

Le linéarisé autour d’un équilibre (x0 , u0 ) est de la forme

2 Analyse des systèmes linéaires
0 Les systèmes linéaires
y (s) = Ay (s) + B δu(s),
Commandabilité
où A = Dx f (x0 , u0 ) et B = Du f (x0 , u0 ). Observabilité

⇒ Quitte à linéariser, on se limite aux systèmes linéaires 3 Synthèse de lois de commande

c-a-d à l’automatique linéaire

9 / 19 10 / 19

Les systèmes linéaires Commandabilité (relation entrée/état)

( Définitions
x 0 (t) = Ax (t) + Bu(t)
(Σ) Ens. atteignable à partir de x0 en temps τ :
y (t) = Cx (t) + Du(t) ( )
n ∃ u(·) t.q. la solution de (Σu )
A(τ, x0 ) = v ∈R :
x ∈ Rn , y ∈ Rp , u ∈ Rm avec x (0) = x0 vérifie x (τ ) = v
où A – (n × n), B – (n × m), C – (p × n), D – (p × m)
−→ A(τ, x0 ) = e τ A x0 + A(τ, 0).
commandes u(·) ∈ L∞ ([0, T ], Rm ) (ou cont / mcx)
(Σ) commandable si A(τ, x0 ) = Rn pour tous τ > 0 et x0
Théorème (Variation de la constante) ⇐⇒ A(τ, 0) = Rn pour tout τ > 0
Toute solution x (·) de (Σ) vérifie
Z t
tA
x (t) = e x (0) + e (t−s)A Bu(s)ds. Théorème (Critère de Kalman)
0
(Σ) est commandable ssi
C = [B AB · · · An−1 B] est de rang n.
11 / 19 12 / 19
Observabilité (relation état/sortie) Définition
Esp. d’inobservabilité :
( )
la solution de (Σ0 )
I= x0 ∈ Rn :
( avec x (0) = x0 vérifie y (t) ≡ 0
x 0 (t) = Ax (t) + Bu(t)
(Σ) (Σ) observable si I = {0}
y (t) = Cx (t) + Du(t)
−→ Si (Σ) observable, y (·) détermine de façon unique x (0)
Pbe : Connaissant y (·) et u(·), peut-on retrouver x (·) ?
Théorème
⇐⇒ ( (Σ) est observable ssi la matrice
x 0 (t) = Ax (t)
Connaissant y (·) solution de (Σ0 ) = ,
 
C
y (t) = Cx (t) 
 CA 

peut-on retrouver x (0) ? O= ..  est de rang n.
.
 
 
CAn−1

13 / 19 14 / 19

Plan de la séance Synthèse de lois de commande

Boucle ouverte : Boucle fermée :

u = u(t) u = v (t) + K y (t)
1 Introduction à l’Automatique
v(t) y(t)
u(t) y(t) Système
2 Analyse des systèmes linéaires Système +
Les systèmes linéaires

K y(t)
Commandabilité
Observabilité

Si sortie = état : u(t) = v (t) + K x (t) (retour d’état)

3 Synthèse de lois de commande

Si sortie = état et u(t) fonction linéaire de x (t) :

u(t) = Kx (t) (retour d’état proportionnel).

15 / 19 16 / 19
Stabilisation par retour d’état
Lemme
Supposons (Σ) commandable.
Problème Pour tous λ1 , . . . , λn dans C,
Trouver u = K (x ) t.q. toute solution de il existe K t.q. A + BK a pour valeurs propres λ1 , . . . , λn .
(Σu ) : x 0 (t) = Ax (t) + BK x (t)


tend vers 0.
−→ tout système commandable est stabilisable par retour d’état
−→ régimes stationnaires pour u = K (x ) + v (exo 6.8)

Choix de K : compromis entre

Stabilisation par retour d’état proportionnel
trouver u(t) = Kx (t), K matrice (m × n), val. propres très < 0 =⇒ contrôle rapide de l’état
t.q. toute solution de (Σu ) tend vers 0 MAIS grandes valeurs de K , u, valeurs intermédiaires.
⇐⇒
trouver K t.q. toute valeur propre de A + BK val. propres moins stables =⇒ contrôle lent de l’état
a une partie réelle < 0 MAIS plus petites valeurs de K , u, . . .

17 / 19 18 / 19

Prolongements

Cours AO202 – Automatique. Dynamique et contrôle des systèmes

Relation entrée/sortie −→ transformée de Laplace

(voir aussi MA205)
Planification, suivi, optimisation de trajectoires
Observation, estimation d’état, filtrage (filtre de Kalman)
Commandes à base d’observateurs

Pour aller plus loin

Adéquation du modèle, paramètres −→ Identification

Observation : systèmes incertains, stochastiques −→ Filtrage
Synthèse de commandes optimisant des coûts
−→ Commande optimale

19 / 19