Electronique, Robotique et Informatique Industrielle me 4 Anne

Automatique des systmes non linaires

Andr CROSNIER LIRMM - 04 67 41 86 37 crosnier@lirmm.fr

Chapitre 1 Introduction
Objectifs du cours
Modlisation et analyse des systmes non linaires Introduction la commande non linaire
Commande (linaire ou non linaire) Systme non linaire

Chapitre 1 : introduction Chapitre 2 : modlisation des systmes non linaires Chapitre 3 : analyse des systmes non linaires Chapitre 4 : introduction la commande non linaire

Commande non linaire (nombreuses recherches) : pourquoi?

La synthse de commandes linaires sappuie des modles linaires. Sil est possible de se ramener des modles linaires par linarisation locale, la robustesse de la commande rsulte dune bonne connaissance des points de fonctionnement. Les commandes linaires se rvlent compltement inefficaces face des systmes forte non linarit. La synthse de commande linaire prsuppose une bonne connaissance du modle. Il est alors difficile de prendre en compte les incertitudes lies au modle : o Incertitude lie aux paramtres (changement de valeur) o Incertitude lie la structure (changement de modle)

La synthse de commande linaire nest pas ncessairement plus simple

mettre en uvre. Lvolution des technologies constitue un facteur supplmentaire au dveloppement des techniques de commande non linaire.

Bibliographie

SLOTINE J.J, LI W., Applied non linear control , Prentice Hall ISIDORI A., Non linear Control Systems , Springer CROSNIER A. et al. Ingnierie de la commande des systmes. Techniques de base , Ellipses BORNE P. et al., Analyse et rgulation des processus industriels , Technip

Chapitre 2 Modlisation des systmes non linaires

Comportement non linaire des systmes
Typologie Intrinsquement, la plupart des systmes physiques ont un comportement non linaire. Les non linarits peuvent tre de nature diffrentes : Non linarit naturelle (systmes physiques) : ces non linarits induisent souvent des effets indsirables Non linarit artificielle (systmes de commande) : elles sont mises en uvre dans le but de compenser les effets induits par les non linarits naturelles

Une autre classification des non linarits repose sur les proprits mathmatiques de la non linarit : continue ou discontinue.
Exemple : Hystrsis

Tout Ou Rien

Amplificateur avec seuil

Dfinition Il est possible de donner comme dfinition dun systme non linaire, tout systme ne vrifiant pas les proprits mathmatiques des systmes linaires stationnaires (LTI : Linear Time Invariant). Considrons le systme linaire dfini par lquation dtat :

x  = Ax + Bu Ce systme se caractrise par les proprits suivantes : Il possde un point dquilibre unique solution de lquation x  = 0 ; la solution gnrale de lquation diffrentielle dtat scrit : x(t) = e At x(0) (essai de lcher) Le point dquilibre est stable si toutes les valeurs propres de A sont partie relle ngative, et ceci de faon indpendante des conditions initiales

Le systme vrifie le principe de superposition par rapport lentre de commande u(t) . Enfin, si lentre est sinusodale, la sortie est aussi sinusodale la mme frquence, caractrisant ainsi la proprit de stationnarit du systme. Exemple : considrons le systme (vhicule sous-marin) caractris par lquation diffrentielle suivante :

v + v v =u
o v est la vitesse du vhicule et u lentre de commande (pousse du systme de propulsion).

Le systme ne vrifie pas le principe de superposition (cf. courbe de rponse pour diffrentes entres).
6 (2) 5

u(t)

v(t)

3 (2) 2 (1) (1)

10

10

Caractristiques du comportement des SNL

Points dquilibre multiple Trs souvent, les SNL se caractrisent par plusieurs points dquilibre. Exemple : systme du 1er ordre dfini par lquation suivante :

y  = y + y2
Le systme possde deux points dquilibre : y = 0 et y =1. Avec un tat initial y(0) = y0 , on a : y et 0 . y(t) = 1 y + y et
0 0

11

Cycles limites Certains SNL prsentent des oscillations damplitude et de priode constante avec entre nulle. Ces oscillations sont appeles cycles limites (autooscillation). Exemple : le systme dcrit par lquation de Van der Pol :

m  y + 2c( y2 1) y  + k y =u
avec m, c et k des constantes positives. Ce systme est quivalent par exemple un circuit RLC avec rsistance non linaire.

12

Comparaison SL et SNL : Lamplitude des oscillations est indpendante des conditions initiales, ce qui nest pas le cas des systmes linaires Les cycles limites dans les SNL sont relativement peu sensibles aux variations de paramtres.

13

Bifurcations Quand les paramtres dun SNL sont modifis, la stabilit des points dquilibre est susceptible dtre change, et le nombre de points dquilibre peut voluer. Les valeurs critiques des paramtres induisant ce genre de phnomne sont appeles valeur critique de bifurcation. Exercice : on considre le systme dcrit par lquation de Duffing suivante :

o c et sont 2 paramtres. Etablir la reprsentation dtat. Dterminer les points dquilibre du systme pour c =1. Modification du nombre de points dquilibre en fonction du paramtre . Nombre de points dquilibre : 1 point dquilibre ye = 0 pour > 0 , 3 points ye ={0, , } pour < 0 . La valeur = 0 est une valeur critique de bifurcation.

y + cy   + y + y3 = 0

ye

14

Stable

Stable

Instable

Stable

15

Chaos Le comportement des SNL est trs sensible aux variations des conditions initiales. La notion de chaos rside dans le cot non prdictible de la rponse dun SNL en fonction dune variation des conditions initiales. Exemple :

y + 0,1y   + y5 = 6sin t

16

Reprsentation des SNL sous forme dtat

On considre un SNL dentre u(t) , dtat x(t) et de sortie y(t) .
Reprsentation dtat sous forme implicite La reprsentation dtat sous forme implicite donne lvolution de ltat du SNL par une quation diffrentielle dtat de la forme :

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

La sortie du systme sexprime en fonction de x(t) et de u(t) . On a :

y(t ) = h t, x(t ),u(t )

o f et h sont des fonctions vectorielles.

17

Systmes NL affines On appelle systme non linaire affine (en tat ou en commande) un systme dont la reprsentation dtat prend lune des formes suivantes :

Affine en tat :

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

Affine en commande

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

18

Exercice : on considre le systme de rgulation de niveau constitu de trois cuves connectes par un rseau de canalisations comprenant 3 vannes 13 , 32 , 20 (cf. figure).

q1

q2

En fonctionnement normal, le systme est caractris par les quations suivantes :

20

h1 h3

h2

13

32

 = q q h 1 1 13

q13

q32

q20

 = q +q q h 2 2 32 20  = q q h 3 13 32

avec qij = ij sign(hi h j ) 2g hi h j . Etablir la reprsentation dtat pour le vecteur x = ( h1 h2 h3 ) . Montrer que le systme est affine en commande.
T

19

Exercice : on considre le systme dcrit par lquation diffrentielle suivante (quation de Van der Pol) :

y + 0,2( y2 1) y   + y =u
Etablir la reprsentation dtat avec x = y y  dquilibre ( u = 0 ).

et dterminer les points

20

Reprsentation dtat sous forme explicite

Pour certains SNL, il est possible dtablir lexpression de ltat du systme en fonction du temps, de ltat initial et de la commande. Lexpression de ltat met en vidence une fonction appele fonction de transition dtat dfinie par :
x(t) = t,t , x(t ),u( ) avec t ,t

La sortie du systme sexprime par une fonction de mesure de la forme suivante :

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

21

Linarisation autour dun point de fonctionnement

La reprsentation dtat traduit tout instant lvolution de ltat et de la mesure autour dun point de fonctionnement ( x , u ), ou plus gnralement autour dun point de consigne nominale. La linarisation a pour objectif de dterminer une description linaire du systme autour dun point ( x , u ) en utilisant un modle du plan tangent. Pour cela on pose : x = x + x , u = u + u et y = y + y avec :
 = f (t, x, u) x + d = f (t, x + x, u + u) x x =x dt

22

y = h(t, x, u) y = y + y = h(t, x + x, u + u)

En ralisant un dveloppement au premier ordre des fonctions f et h, lorsque cela est possible, on en dduit :
f (t, x + x, u + u) = f (t, x, u) + Fx (t, x,u) x + Fu (t, x,u) u h (t, x + x, u + u) = h (t, x, u) + H x (t, x,u) x + H u (t, x, u) u

f Fx = i , x j

f Fu = i , u j

h Hx = i x j

et

h Hu = i u j

reprsentent les matrices

jacobiennes des drives partielles de f et h respectivement par rapport x et u.

23

On obtient un systme linaire caractris par le vecteur dtat x , le vecteur de commande u et le vecteur de sortie y . Lorsque f et h ne dpendent pas explicitement du temps, le modle linaris est stationnaire et il est dfini par les quations dtat suivantes :

d ( x) = F (x, u) x + F (x, u) u x u dt y = H x (x, u) x + Hu (x, u) u

24

Exercice :
u

1 u y = 1 = f (x, u) x u gx 2  =

y = 2gx = h (x, u)

(Loi de Bernouilli)
x

o g dsigne lacclration de la pesanteur.

y

Etablir lexpression du modle linaris pour le(s) point(s) de fonctionnement dfini(s) par x  = 0.

25

Exercice : on considre le systme dcrit par les quations suivantes :

x 1 = x2 = f1( x,u)

2 1) x x + u = f ( x,u) x 2 = 0,2( x1 2 1 2

Etablir lexpression du modle linaris autour dun point ( x , u ).

Exercice : On considre le systme dcrit par lquation suivante :

y+ y   + y + y3 = 0
avec \ et x = y y  . Dterminer les points dquilibre du systme. Etablir

lexpression du modle linaris autour de ces points et discuter de la stabilit locale.

26

Simulation numrique (MATLAB/SIMULINK)

x  = f ( x, u ) y = h ( x, u )

1 u

MATLAB Function f

1 s Integrator

MATLAB Function h

1 y

Ecrire dans deux fichiers M-file la description des fonctions f et h.

27

Chapitre 3 Analyse des systmes non linaires

Objectifs
Analyse du comportement des systmes non linaires, en particulier au voisinage des points dquilibre. Etude de la stabilit : locale ou globale Outils : Plan de phase Thorie de Lyapunov

28

Plan de phase
Introduction
Outil graphique qui permet une analyse du comportement des systmes du second ordre en rgime libre ( u = 0 ) Reprsenter dans lespace dtat du systme du 2nd ordre, les trajectoires obtenues pour diffrentes conditions initiales et analyser dun point de vue qualitatif les caractristiques de ces trajectoires. Proprits de la mthode : La mthode de construction du plan ne ncessite pas ncessairement la rsolution analytique des quations diffrentielles dtat. La mthode sapplique tous les types de non linarits. Pour de nombreux systmes non linaires, il est possible dtablir un modle approximatif du second ordre, et la mthode du plan de phase constitue une approche intressante pour leur analyse.

29

Lextension de lapproche des systmes dordre suprieure 2 se rvle trs complexe mettre en uvre la fois sur le plan du calcul et de la gomtrie.

Concepts de base
Trajectoires La mthode du plan de phase sappuie sur un modle implicite du second ordre caractris par les quations suivantes :

x  = f (x , x ) 1 1 1 2 x  = f (x , x )
2 2 1 2

1 2 fonctions scalaires non linaires des variables dtat.

et

dsignent les variables dtat du systme,

et

f sont des
2

30

x2

0 possible de reprsenter graphiquement dans le plan ( x , x ), la solution 1 2

x1 x0
 (0) v(0) = x

Pour un tat initial

x(0) = x , il est

2 courbe obtenue est appele trajectoire de phase. En chaque point de la trajectoire, la vitesse est dfinie par :

x (t) x(t) = 1 x (t)

pour

t 0 + .

La

f (x , x ) v(t) = x (t) = 1 1 2 . f (x , x ) 2 1 2

31

Exemple simple : considrons le systme masse-ressort dfini par lquation diffrentielle suivante :

y + y =0 

Solution gnrale pour la condition initiale y : y (t ) = y cos t = x et y  (t ) = y sin t = x On obtient un cercle dans le plan de phase dont le rayon est fonction de la condition initiale.
0 0 1 0 2

32

Points singuliers Un point singulier est un point dquilibre dans le plan de phase. Il est donc dfini par le systme dquations suivant :

f (x , x ) = 0 x  =0 1 1 2 f (x , x ) = 0
2 1 2
Une autre interprtation des points singuliers peut tre donne en analysant la tangente la trajectoire de phase qui est dfinie au point ( x , x ) par le 1 2 rapport :

dx f (x , x ) 2= 2 1 2 dx f (x , x )
1 1 1 2

33

Hors des points singuliers, lorsque les fonctions

une valeur unique pour chaque point ( x , x 1 2 au point ( x , x ) est unique, ce qui signifie quil 1 2 ny a pas dintersection entre les trajectoires obtenues pour diffrentes conditions initiales. En un point singulier, la tangente la trajectoire est indtermine. Il est alors possible dobtenir plusieurs trajectoires se coupant en ce point.

1 2 ), la tangente la trajectoire

f et f sont dfinies par

Exercice : donner lexpression des quations dtat et dterminer les points singuliers du systme dcrit par lquation diffrentielle suivante :

y + 0,6 y   + 3 y + y2 = 0

34

Construction du plan de phase

Dans ce cours, on se limite aux deux mthodes classiques : approche analytique mthode des isoclines
Mthode analytique Une premire technique consiste par intgration du systme dquations :

x  = f (x , x ) 1 1 1 2 x  = f (x , x )
2 2 1 2

1 1 En liminant ensuite le temps, il est possible dtablir une reprsentation implicite des trajectoires sous la forme :

trouver deux solutions fonction du temps

x (t) = g (t) et x2(t) = g2(t) .

o c est une constante qui dpend des conditions initiales.

g ( x , x ,c) = 0 1 2

35

Une deuxime approche consiste liminer la variable temps en calculant le rapport :

dx f (x , x ) 2= 2 1 2 dx f (x , x )
1 1 1 2

Puis par intgration, on tablit une relation en x et x .

1

Exemple : considrons le systme dfini par le systme dquations suivant :

x  =x 1 2 (Masse-ressort) x  = x 2 1

36

Exercice : considrons la commande dun satellite par un propulseur fournissant un couple constant +U et U. Le modle mathmatique du satellite scrit : = u (moment dinertie gal 1)

avec

u(t) = U si > 0 U si < 0

d = 0

1
p

1 p

37

Mthode des isoclines La tangente aux trajectoires de phase est dtermine par lexpression :

dx f (x , x ) 2 = 2 1 2 = f (x , x ) f (x , x ) = 0 1 1 2 2 1 2 dx f (x , x )
1 1 1 2
On appelle isocline le lieu des points ( x , x ) caractris par une tangente constante.
1 2

La construction du plan de phase en sappuyant sur les isoclines est dcompose en deux tapes : Construction des courbes isoclines Construction des trajectoires de phase pour des conditions initiales donnes

38

Exemple : considrons le systme masse-ressort dfini par :

= 1

x  =x 1 2 x  = x
2

=1

=0

1
=

Exercice : tracer lallure des trajectoires de phase, pour diffrentes conditions initiales, obtenues pour le systme dfini par :

y+2 y   + y =0

39

Exercice : on considre le systme dfini par :  y + 0,2( y2 1) y  + y = 0 (Van der Pol). Donner lexpression des courbes isoclines.

40

Analyse du plan de phase

Classification des points singuliers Cas des systmes linaires

Lanalyse des systmes linaires constitue une aide importante dans lanalyse des systmes non linaires qui ont un comportement linaire au voisinage des points dquilibre. Considrons un systme linaire du 2nd ordre qui a pour expression :

x  = ax + bx x  = Ax 1 1 2 x  = cx + dx
2 1

Les valeurs propres sont les racines de lquation caractristique suivante :

41

det( A I ) = 0
ce qui conduit lquation suivante :

2 + + = 0
avec =(a + d ) On pose :

et = ad bc

= 2 4
1

> 0 et >0 : et sont relles et de mme signe. On obtient un nud qui peut tre stable si les 2 valeurs propres sont partie relle ngative ou instable si les 2 valeurs propres sont partie relle positive. Il y a deux directions propres. La direction de la tangente aux trajectoires de phase est celle qui correspond la plus petite valeur de (en valeur absolue), lautre valeur correspond direction asymptotique.
2

42

NUD

43

> 0 et < 0 : et sont relles et de signe oppos. Le point singulier

1

est appel col et les deux directions propres sont orientes de faon diffrente.

COL

44

< 0 : et sont complexes conjugues ayant une partie relle non nulle : on obtient un foyer stable si Re( ) < 0 et Re( ) < 0 ou instable si
1

Re( ) < 0 et Re( ) < 0 . Lorsque la partie relle est nulle, on obtient un
sommet ou centre
1 2

FOYER

45

Classification simplifie

<0 =0

Foyer instable Nud instable

Foyer stable

Nud stable

>0

Col

Col

46

Cas des systmes non linaires Dans le cas de systmes non linaires, ltude du comportement au voisinage des points singuliers est ralise aprs linarisation. Les points singuliers sont solutions de lquation :

f (x , x ) = 0 1 10 20 f (x , x ) = 0
2 10 20

On obtient donc le modle linaris suivant :

f f x  = 1 (x , x ) x + 1 ( x , x ) x 1 x 10 20 1 x 10 20 2 1 2 f f 2 x  = (x , x ) x + 2 ( x , x ) x 2 x 10 20 1 x 10 20 2
1 2

47

Exemple : considrons le systme non linaire dfini par les quations suivantes :

x  =x
1 2

x  = x + x3
1 1

48

Exercice :
On considre le systme non linaire caractris par lquation diffrentielle suivante :

y+ y  2 2y = 0
Dans le plan de phase x = y, x = y , donner les quations dtat du systme. 

Dterminer le(s) point(s) singulier(s). Etablir le modle linaris du systme et dduire le comportement du systme au voisinage du(des) point(s) singulier(s).

49

Etude des cycles limites

Lorsquune trajectoire de phase se termine sur une courbe ferme que le point figuratif de ltat parcourt indfiniment, le systme devient en rgime permanent le sige dun phnomne priodique. Il y a alors prsence dun cycle limite. Il est intressant dun point de vue de la commande de chercher prvoir lexistence de ces cycles et dvaluer leurs caractristiques.
Thorme (Bendixson): Pour un systme non linaire dcrit par les quations x  = f ( x , x ) et

x  = f ( x , x ) , il nexiste pas de cycle limite dans la rgion du plan de phase 2 2 1 2 f f si le terme 1 + 2 ne sannule pas et ne change pas de signe. x x
1 2

1 1 2

50

Exercice : considrons le systme dcrit par lquation de Van de Pol

y + 0,2 

2 y 1 y  + y =0

Ecrire le systme sous forme dtat. Existe-t-il des cycles limites.

51

Exercice : on considre le systme dcrit le schma suivant :

x2 T o Workspace

0 Constant Relay

1 s+1 T ransfer Fcn

1 s Integrator

x1 T o Workspace1

Etablir les quations dtat du systme en boucle ferm. Tracer lallure des trajectoires de phase. Etudier la prsence ventuelle de cycle limites.

52

1
1 0.8 0.6 0.4

0.8 0.6 0.4 0.2

0.2

0
0 -0.2 -0.4 -0.6 -0.8 -1 -1 -0.5 0 0.5 1 1.5 2 2.5 3

-0.2 -0.4 -0.6 -0.8 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8

53

Stabilit des SNL (au sens de Lyapunov)

Introduction Lapproche propose par Lyapunov permet de rsoudre en partie ce problme car elle propose une solution gnrale pour tudier la stabilit des systmes non linaires en prsence de variations des conditions initiales.

Point dquilibre

54

Deux mthodes sont proposes pour rsoudre la stabilit au sens de Lyapunov. : Mthode par linarisation qui permet de conclure quant la stabilit dun SNL autour dun point dquilibre Mthode directe qui permet dtudier la stabilit (locale ou globale) dun SNL autour dun point dquilibre
Dfinitions La thorie de Lyapunov sintresse aux systmes libres, cest--dire ceux dcrits par une quation diffrentielle ne faisant pas intervenir de vecteur de commande et reprsents par une quation dtat continue du type :

x  = f (t, x)
Ces quations voluent partir de leur condition initiale x dfinie linstant initial t0. La thorie de Lyapunov dcrit la stabilit dune solution donne de cette quation diffrentielle pour des fluctuations de la condition initiale.
0

55

De manire informelle, cette stabilit prend la forme suivante : Soit x(t) une solution particulire de lquation diffrentielle issue de la condition initiale x . Cette solution est dite stable au sens de Lyapunov si 0 une petite modification de la condition initiale conduit une solution z(t) qui reste proche de x(t) . Elle est dite instable dans le cas contraire. Elle est dite asymptotiquement stable si elle est stable et si, de plus, cette nouvelle solution z(t) se rapproche indfiniment de x(t) .

56

Dfinition 1 : La solution x(t ) est stable si et seulement si pour tout > 0 , il existe (t0, ) > 0 tel que pour toute autre solution z(t) de x  = f (t, x) , satisfaisant
z(t0 ) x0 < (t0 , ) ,

alors z(t ) x(t ) < pour tout t>t0.

x2

solution z (t )
x2

cercle de rayon

tube de rayon

solution x (t )
x1

57

Dfinition 2 : La solution x(t ) est asymptotiquement stable si et seulement si elle est stable et si de plus, il existe '(t0 , ) > 0 tel que z(t0 ) x0 < '(t0, ) implique
t +

lim z(t ) x(t ) = 0 .

solution x (t )
x2 x2

solution z (t )

Lorsque les nombres (t0 , ) et '(t0 , ) ne dpendent pas explicitement de linstant initial, on parle alors de stabilit uniforme. Lorsque '(t0 , ) est infini, on parle de stabilit globale.

cercle de rayon

tube de rayon

x1

58

Stabilit locale avec linarisation

On considre un SNL caractris par lquation dtat x  = f ( x,u) ayant pour un point dquilibre ( x,u) . Le modle linaris autour du point dquilibre en rgime libre scrit sous la forme :

x  = A x

avec A = f ( x,u) x= x,u=u

Thorme : Le systme est stable au sens de Lyapunov si toutes les valeurs propres de la matrice A sont partie relle strictement ngative et si celles partie relle nulle sont dordre de multiplicit au plus gal 1.

59

Exercice : considrons le pendule dcrit par la figure suivante et caractris par lquation suivante : + b  + MgR sin = 0 MR2 Etudier la stabilit locale du systme.

60

Mthode globale

La mthode globale sappuie sur le principe physique qui consiste dire que si lnergie totale du systme est continment dissipe alors le systme (linaire ou non linaire) doit dune faon ou dune autre rejoindre un point dquilibre.
Exemple : systme masse-ressort avec amortisseur caractris par lquation : my  + by y  + k y + k y3 = 0 0 1 Lnergie mcanique totale dans le systme est la somme de lnergie cintique et de lnergie potentielle :
V ( x) = 1 my  2 + (k0 + k1 3)d 2 0 = y y  .

avec x = x1 x

61

Lanalyse de la stabilit et de lnergie dans le systme permet daboutir plusieurs conclusions : Lnergie nulle correspond un point dquilibre du systme ( x = 0, x  = 0 ), La stabilit asymptotique implique la convergence de lnergie vers zro, Linstabilit est lie une augmentation de lnergie.
Fonctions de Lyapunov Dfinition : si dans un voisinage D du point dquilibre x = 0 , il existe une fonction V ( x) dfinie positive et diffrentiable et si sa drive par rapport au temps le long dune trajectoire est dfinie ngative, alors la fonction V ( x) est appele fonction de Lyapunov candidate. x V ( x) 0 x D  ( x) 0 x D V
2

V ( x)

x1

x(t )

62

Thorme de Lyapunov (seconde mthode) Sil existe une fonction de Lyapunov candidate Rn dans R+ telle que : V ( x) > 0 x 0 et V (0) = 0 V ( x) = Cte dfinies des courbes quipotentielles de Lyapunov (dfinissent des domaines connexes embots de lespace dtat)  ( x) est dfinie ngative dans tout lespace dtat : V

 ( x) < 0 x 0 V = 0 quand x = 0
limV ( x) quand x

alors le point dquilibre x = 0 est globalement asymptotiquement stable.

63

Exercice : considrons le systme dfini par les quations suivantes : 2 + x2 x x  =x x

1 2 1 1
2

et la fonction de Lyapunov

est un point dquilibre. Ce point est-il globalement asymptotiquement stable ?

2 2 x 2 = x1 x x1 + x2 candidate V ( x) = x2 + x2 . 1 2

Montrer que le point x = 0

64

Exercice : considrons le systme dfini par lquation dtat suivante : 0 1 0 x A=  = Ax + Bu avec B= 1 0 1

Le systme est-il stable au sens de Lyapunov ? Dterminer la loi de commande u =Lx pour la fonction de Lyapunov candidate :

V ( x) = 3x2 + 2x1x2 + 2x2 = xT Px

1 2

et afin dobtenir

 ( x) =2x2 2x2 = xT Qx . V
1 2

Donner les expressions des matrices P et Q.

65

Chapitre 4 Commande des systmes non linaires

1) Introduction
Le but de ce chapitre est de prsenter quelques techniques de base adaptes la commande des systmes non linaires : Linarisation par retour dtat Commande avec linaris Commande adaptative Commande par rgime glissant

66

2) Linarisation par retour dtat

Introduction
Objectifs :

1) Synthse dune loi de commande par retour dtat non linaire de la forme :
u = ( x) + ( x)v

2) Obtenir un systme linaire dun point de vue entres-sorties ou entrestat qui est trs souvent dcoupl
Noms diffrents :

Commande par dcouplage non linaire (Non Linear Decoupling) Linarisation par retour dtat (State Feedback Linearization)

67

Hypothses : ltat du systme est connu tout instant soit par linstrumentation du systme command laide de capteurs, soit en reconstruisant le vecteur dtat (observateur dtat comme lobservateur de Kalman) quand cela est possible. le modle du systme est connu.

Modle

x  = f ( x) + g ( x)u y = h( x)

o x est ltat du systme command, u lentre et y la sortie. Le systme considr est affine en la commande.

68

3) Linarisation entres-sorties
Cas dun systme SISO
On a : dim y = (1,1) , dimu = (1,1) et dim x = (n,1) Principe : la dmarche consiste tablir une relation (linaire) liant la sortie du systme lentre u et donc, travers la loi de commande, lentre v. Pour cela, on drive par rapport au temps la sortie y du systme et en utilisant lquation dtat on fait apparatre les termes dentre. Si lentre napparat pas aprs drivation, on ritre le processus jusqu obtenir la relation dsire.

y  = h x  = h f ( x) + g ( x) u x x

y  = h f ( x) + h g ( x)u x x

69

Notations : Le terme h = h " h dsigne le gradient de la fonction scalaire h( x) . x x x 1 On note h = h x Les termes h f ou h g , o f et g sont des fonctions vectorielles de \n x x dans \n , sont nots respectivement h f = L f h et h g = Lg h . Ils sont x x appels drive de Lie de h respectivement par rapport f et g et correspondent une fonction scalaire de \n dans \ . On a : L f h =h f et
Lg h =h g
n

En utilisant les notations prcdentes, on obtient donc :

y  = L h + Lg h u
f

En tenant compte de lexpression de la loi de commande, on obtient :

70

y  = L h + Lg h ( x) + ( x)v

y  = L h + Lg h ( x) + Lg h ( x)v
f

Pour obtenir une relation entre-sortie linaire, il suffit dimposer les contraintes suivantes : L h + Lg h ( x) = 0

Lg h ( x) =1
Lg h 0 : il existe une solution unique donne par les quations suivantes : L h ( x) = f , ( x) = 1 et y  =v Lg h Lg h Lg h = 0 : il nexiste pas de solution.

71

Dans ce dernier cas, il est ncessaire de driver nouveau et on obtient alors :

y= 

L h
f

x
f

x  = L h f + gu
f

y = L h f + L h g u = L2 h + Lg L h u 
f f f

Le processus de drivation est ritr jusqu obtenir la premire drive dordre r pour laquelle le terme dentre nest pas nul. On obtient dans ce cas :

y(r) = Lr h + Lg Lr 1h u
f f

La solution est donne par :

( x) =

f , 1 r Lg L h f

Lr h

( x) =

(r ) 1 y =v et 1 r Lg L h f

72

Exemple : considrons le systme dfini par les quations suivantes :

0 x + u et y = x = 1 x +x 1 1

2 2

73

Cas dun systme MIMO carr

On a : dim y = (s,1) , dimu = (m,1) avec s = m Pour chaque sortie, on dtermine la premire drive dordre rj sexprimant en fonction de lentre u. On dfinit alors le vecteur suivant :
(r1) 1 (rs) s

y* =

En sappuyant sur les rsultats prcdents, il est possible dcrire ce vecteur sous la forme gnrale suivante :

y* = ( x) +( x) u
( x) est une fonction vectorielle de \n dans \n
0 0

74

( x) est une matrice de dimension (s, s) fonction de x, appele matrice de dcouplage. Pour la loi de commande : u = ( x) + ( x) v , on obtient lquation suivante :

y* = ( x) +( x) ( x) + ( x) v

y* = ( x) +( x) ( x) +( x) ( x) v
0

Soit D \n le domaine de lespace dtat pour lequel on a : det ( x) 0 . Sur ce domaine, il existe une solution qui permet de linariser le systme. La loi de commande est donne par :

( x) =1( x)0( x) ( x) =1( x)

y* = v

75

Le systme obtenu est linaire et dcoupl. Il est constitu de s soussystmes indpendants dordre rj.

Lorsque la matrice ( x) est singulire, le systme ne peut pas tre dcoupl. Dans ce cas, une variante de la mthode consiste introduire une ou plusieurs intgrations sur certaines entres. Si on introduit une intgration sur lentre ui , on obtient :

ui = u 'i dt

La grandeur ui devient une nouvelle variable dtat et u 'i est la nouvelle commande.

76

Exemple 1 : on considre le systme dfini par les fonctions suivantes :

x1x4 0 x3 (1 x4 ) 0 f ( x) = , g ( x) = 0 0 1 0

0 x 0 1 et h( x) = x x1 2 0

Exemple 2 : on considre le robot dcrit par le modle dynamique suivant :

u = M (q)q + H (q, q )

q avec x = et y = q . q 

77

Exemple 3 : on considre le systme dfini par les fonctions suivantes :

xx 0 1 x 1 f ( x) = x , g ( x) = x3 0 et h( x) = x 2 0 1 x

1 2 1 2 1

78

Exemple 4 : on considre le processus multivariable (processus de rgulation q1 , pour vecteur de sorties : de niveau) ayant pour vecteur dentres : u = q
x1 y = h( x) = x et dfini par les quations dtat suivantes : 2
2

avec qij = b sign( xi x j ) 2g xi x j

ax 1 = u1 q13 ax 2 = u2 + q32 q20 ax 3 = q13 q32

q1 h1 h3 h2

q2

13

32

20

a et b deux paramtres (sections) du processus. q q Dterminer la loi de commande u = ( x) + ( x) v qui permet de dcoupler le systme. Donner lexpression de lquation diffrentielle dtat.
13 32

q20

79

4) Linarisation entres-tat : systme SISO

On cherche faire la synthse dune loi de commande u = ( x) + ( x) v permettant dobtenir un systme linaire dtat z tel que : Il existe un changement de variable z =( x) o est un diffo-morphisme (application Rn dans Rn admettant une application inverse x =1( z) ) La nouvelle entre v satisfait le systme dquations dtat linaire suivant :

Problmatique

z  = Az + Bv
avec
0 # A= 0

% % 1 " 0

et

0 B = # 0 1

(forme de commandabilit)

80

Schma de commande :

( x)
x

Systme

( x)
z L

( x)

Placement de ples

81

Rsolution

On pose : z =

z ( x) # . On obtient le systme dquations : zn ( x)

z z 1 z  = z 1 f + gu = L z + Lg z u = z 1 = x 2 1 2 f 1 x x z z 2 z x  = z 2 f + gu = L z + Lg z u = z 2 = 3 2 3 f 2 x x # z z n 1 z x  = zn n1 f + gu = L z + Lg z u = zn n1 = n1 f n1 x x z z z  = v n f + gu = L zn + Lg znu = v n = n x f x x

82

Par dfinition de la forme de commandabilit, les variables dtat z ,", z

1

n1

doivent tre indpendantes de lentre v, et donc travers la loi de commande, de u. Ce qui implique :

Lg z = Lg z =" = Lg z
1 2

n1

=0
T

On en dduit le vecteur dtat suivant :

z = z ,", z
1

= z , L z ,", Ln1z
1 f 1 f

Lquation de contraintes scrit alors :

Lg z = Lg L z =" = Lg Ln2 z = 0
1 f 1 f 1

83

On en dduit alors lquation caractrisant la loi de commande :

Ln z + Lg Ln1z u = v Ln z + Lg Ln1z + v = v
f 1 f 1 f 1 f 1

Ce qui conduit la loi de commande suivante :

( x) = ( x) =

f 1 Lg Ln1z f 1 f 1

Ln z

1 Lg Ln1z

On adopte en gnral une expression sous forme normalise en imposant la contrainte :

Lg Ln1z =1
f 1

84

Exercice 1 : considrons le systme dfini par les quations suivantes :

0 x + = u x +x 1 1

2 2

85

Exercice 2 : On considre le systme non linaire suivant :

x + x 2 + x2 + u 2 2 3 x x  = f ( x) + g ( x)u = x2 + u
3 3

Donner les expressions des fonctions vectorielles f ( x) et g ( x) . Dterminer la loi de commande u = ( x) + ( x)v pour que le changement de variables : z = x x
3 z = x + x2 2 2 2

z = 1+ 2x x
3

2 3

Conduise la linarisation entre-tat du systme.