Documente Academic
Documente Profesional
Documente Cultură
Notes de cours
Version 4
D. Arzelier - D. Peaucelle
1
2
Notations
- A
0: A matrice definie positive.
-
: norme Euclidienne pour un vecteur et induite par la norme Euclidienne pour
une matrice.
-
transformee de Laplace.
X
- v : derivee partielle de la fonction X par rapport a la variable v.
-
C
: noyau de la matrice C.
- C
: espace engendre par les colonnes de la matrice C.
- V : fonction de Lyapunov.
- : il existe.
- : pour tout.
3
4
Table des Matieres
II La notion de stabilite 19
II.1 Introduction et definitions fondamentales . . . . . . . . . . . . . . . . . 19
II.1.1 Quelques rappels sur les modeles detat . . . . . . . . . . . . . . 19
II.1.2 Quelques notions mathematiques . . . . . . . . . . . . . . . . . 21
II.2 Notions de stabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
II.2.1 Stabilite du point dequilibre . . . . . . . . . . . . . . . . . . . . 24
II.3 Stabilite dune trajectoire . . . . . . . . . . . . . . . . . . . . . . . . 26
II.4 Methode directe de Lyapunov ou seconde methode . . . . . . . . . . . . 27
II.4.1 Introduction par laspect energetique . . . . . . . . . . . . . . . . 27
II.4.2 Theoremes sur la stabilite et la stabilite asymptotique . . . . . . . 29
II.4.3 Application aux systemes lineaires invariants . . . . . . . . . . . 31
II.4.4 Demarche a suivre pour etudier la stabilite . . . . . . . . . . . . . 32
5
6 Table des Matieres
Annexes 101
I.1 Introduction
La premiere etape lorsque lon veut analyser puis commander un systeme, consiste a
se donner un bon modele mathematique de celui-ci. Cela signifie que lon doit disposer
dun modele mathematique realisant un compromis entre sa fidelite de comportement
qualitatif et quantitatif et sa simplicite de mise en oeuvre a des fins danalyse et de syn-
these. Le deuxieme terme de ce compromis implique que letape de modelisation entrane
obligatoirement des approximations et des simplifications afin de permettre une analyse
des proprietes du modele qui ne soit pas trop complexe et une procedure de synthese de
commande efficace.
Sous certaines hypotheses, (approximation des faibles deviations autour dun mou-
vement nominal), certains systemes peuvent etre decrits par un modele mathematique
lineaire, par exemple, une equation differentielle a coefficients constants:
am y m t
a1 y t
a0 y t
bn e n t
b1 e t
b0 e t
(1.1)
dont on peut calculer une solution analytique explicite par utilisation du principe de su-
perposition. Dans ce cadre dhypotheses, les methodes classiques ainsi que de puissants
outils danalyse et de synthese des asservissements lineaires peuvent etre appliquees et
developpes.
Methodes frequentielles:
(Utilisation de la transformee de Laplace, notee
)
1 1
Y p
bn pn b0
Y p
!" y t
#
E p
am pm a0
E p
!"$ e t
#
%'&
Fonction de transfert ( Modele entree - sortie
Outils danalyse Outils de synthese
Lieu de Nyquist Correcteur a avance de phase
Lieu de Black-Nichols Correcteur a retard de phase
Diagramme de Bode Commande PID ...
Lieu des racines
9
10 Introduction a letude des systemes non lineaires
)
Methodes temporelles:
Modele interne - vecteur des variables detat x * Rn .
+
x t
, Ax t
Bu t
eq - dynamique
y t
! Cx t
eq - de sortie
Toutefois, afin de prendre en compte une realite plus complexe, aussi bien du point de
vue qualitatif que quantitatif, il est necessaire de retenir dans la modelisation du systeme
physique des elements non lineaires difficilement modelisables par ailleurs et que lon ne
peut approximer. Differents cas generiques se presentent pour lesquels les modelisations
lineaires ne peuvent suffire.
- Les asservissements faisant intervenir dans le bloc de commande des elements non
lineaires tels que relais, systemes a commutations, hysteresis, ... . Ce sont des ele-
ments qui ne sont pas linearisables par lapproximation des signaux de faible am-
plitude.
- Dimportants processus physiques sont decrits par des modeles non lineaires. Les
caracteristiques courant/tension de nombreux systemes electroniques sont non lineaires.
Les attractions gravitationnelles et electrostatiques sont inversement proportion-
nelles au carre de la distance.
- A ces non linearites, plus ou moins classiques, sajoutent dautres types de non
linearites qui sont a prendre en compte dans les nouveaux champs dapplication
de lAutomatique. Par exemple, en mecanique, la deformation des materiaux fait
apparatre des derivees non entieres dans les modeles. En biologie et en chimie
interviennent des equations polynomiales a plusieurs variables et aux derivees par-
tielles. Dans la finance - domaine eloigne de lAutomatique ou les memes methodes
pourraient saverer utiles - les fonctions decrivant les evolutions des parametres sont
discontinues en tout point.
Quelques comportements non lineaires 11
Pour de tels modeles, le principe de superposition ne peut plus etre applique et les
outils necessitent le developpement de mathematiques plus elaborees.
Du fait de la diversite et de la puissance des outils developpes dans le domaine lineaire,
il est usuel dans un premier temps de lineariser le modele non lineaire autour dun point de
fonctionnement et dutiliser le modele lineaire ainsi obtenu afin den extraire le maximum
de renseignements. Toutefois, la methode de linearisation nest pas suffisante et il est donc
necessaire de forger des outils propres a letude des modeles non lineaires. Principale-
ment, deux faits limitent la portee des resultats obtenus par la methode de linearisation.
Tout dabord, du fait que la methode de linearisation est une methode par approximation,
elle nest donc valide que localement autour du point de fonctionnement concerne et ne
peut certainement pas etre utilisee pour en deduire un comportement global. Le deux-
ieme point est que les dynamiques dun systeme non lineaire sont beaucoup plus riches
que celles dun systeme lineaire dans le sens quelles refletent des comportements et des
phenomenes purement non lineaires. Ce cours constitue donc une introduction succincte
a lanalyse des systemes non lineaires ainsi qua lutilisation de certains outils specifique-
ment developpes dans ce cadre.
x t
! x t
x2 t
/. x0 x 0
%
Le systeme linearise autour du point x 0 est donne par:
point d equilibre x 0
x t
! x t
% & solution x x0 e 0 t
x0 e 1 t
solution x t
, 1 x0 2 x0 e 1
0
t
Les simulations, figure 1.1, montrent clairement les differences de comportement en-
tre le modele lineaire et non lineaire. Dans le cas lineaire, le point dequilibre est sta-
ble et les trajectoires detat pour differentes conditions initiales, decroissent vers letat
dequilibre. Dans le cas non lineaire, les deux points dequilibre sont de nature differente.
12 Introduction a letude des systemes non lineaires
2 3
1.5 2.5
1 2
0.5 1.5
x(t)
x(t)
0 1
0.5 0.5
1 0
1.5 0.5
2 1
0 1 2 3 4 5 6 7 8 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
t t
Le point dequilibre 0 est stable localement puisque toute trajectoire issue dune condition
initiale suffisamment proche converge vers cet etat dequilibre. Le point 1 quant a lui, est
instable constitue en quelque sorte une frontiere de stabilite. Laxe est en effet divise en
deux regions de conditions initiales pour lesquelles les trajectoires sont convergentes vers
letat dequilibre 0 ou sont divergentes.
Plan de phase
2.5
1.5
0.5
dx/dt
0
0.5
1.5
2.5
5 4 3 2 1 0 1 2 3 4
x
e t
, Esin t
produit une sortie periodique composee dun signal periodique appele fondamental de
frequence 4 2 et de signaux additionnels de frequences multiples n 4 2 qui sont ap-
peles les harmoniques. Dans certains cas, la sortie peut egalement comprendre des sig-
naux dont la frequence est sous-multiple de la frequence dentree. Il peut meme, dans
certains cas, produire une oscillation presque periodique. Cest le cas quand la sortie
est la somme doscillations periodiques de frequence differentes et non multiples les unes
des autres.
I.2.4 Bifurcations
Des changements quantitatifs des parametres peuvent entraner des changements qual-
itatifs des proprietes du systeme, (nombre de points dequilibre, stabilite des points dequilibre).
Exemple: equation non amortie de Duffing
x t
x t
x3 t
! 0 5 0
xe x2e
! 0
Suivant que sera negatif ou positif, le nombre de points dequilibre sera different. Quand
varie, le nombre de points dequilibre varie de 1 a 3,
xe . xe
6 0 . 0
., 7 . 0
3 7 . 0
%
Ainsi 0 est une valeur de bifurcation critique.
14 Introduction a letude des systemes non lineaires
8
I.2.5 Chaos
Un systeme non lineaire peut avoir un comportement en regime permanent plus com-
plexe que ceux habituellement repertories tels que lequilibre, les oscillations periodiques...
. Dans ce cas, la sortie du systeme est extremement sensible aux conditions initiales, dou
la non previsibilite de la sortie. Certains comportements chaotiques font ainsi apparatre
un aspect aleatoire malgre leur nature deterministe intrinseque.
Exemple:
x t
0 1x t
x5 t
! 6sin t
Pour les deux conditions initiales differentes suivantes, nous obtenons les deux courbes
presentees sur la figure 1.3.
2.5
1.5
0.5
x(t)
0.5
1.5
2.5
0 5 10 15 20 25 30 35 40 45 50
t
Trait - : x 0
3 2 ; x 0
! 3
et Trait -.- : x 0
, 2 01 ; x 0
! 3 01
.
m
ml mgsin
kl
% %
A partir de ce modele mathematique, il est possible de deriver un modele dans lespace
detat non lineaire en choisissant les variables detat x1 et x2 .
+
x1 x2
x2 l sin x1
g k
m x2
% %
Si lon souhaite connatre les points dequilibre de ce systeme, il suffit de resoudre le
systeme algebrique suivant.
+
0 x2
0 l sin x1
g k
m x2
% %
Les points dequilibre sont donc donnes par n . 0
pour n 0 .:9 1 .;9 2 .< .
Physiquement, cela correspond a lexistence de deux points dequilibre 0 . 0
et . 0
,
les autres netant quune duplication mathematique de ces deux points due a la possibil-
ite, pour le pendule, de faire une certain nombre de tours autour de son point de rotation.
Il est clair que du point de vue physique, ces deux points dequilibre sont distincts. En
effet, alors que le pendule peut rester en equilibre en 0 . 0
, il ne peut maintenir sa posi-
tion dequilibre en . 0
puisque une perturbation infinitesimale produit un desequilibre
du pendule. On parlera, comme il sera vu par la suite, dequilibre stable et instable.
Lequation du pendule est interessante du fait que de nombreux systemes physiques
peuvent etre modelises par des equations semblables a celle du pendule. Cest le cas par
exemple de circuits electriques comportant une induction non lineaire de type jonction de
Josephson ou encore de generateur synchrone connecte a un bus infini, [4].
Un autre exemple construit sur lexemple du pendule simple, montre que les non
linearites conduisent rapidement a des systemes tres complexes voire chaotiques. Soit le
systeme concu a partir de trois pendules simples mis bout a bout, represente dans lespace
sur la figure 1.5.
16 Introduction a letude des systemes non lineaires
>=>= >==
Figure 1.5 : Systeme a trois pendules (projections suivant les trois axes du plan)
h 0
0 h 0
,? 0
lim h v
lim h v
v@ v@
& 0 &A%
+ element
C L v
resistif v
i i -
C L
(a) (b)
iC iL i 0
ce qui se reecrit:
dv 1 t
C v s
ds h v
, 0
dt L B 0
ou encore, apres differenciation,
d 2v dv
CL v Lh v
0
dt 2 dt
Par un changement dechelle de temps, cette equation peut etre reduite a une equation bien
connue en theorie des systemes non lineaires. On pose ainsi t 4 7 LC, ce qui permet
decrire:
d 7 LC dt
dv dv
d2v
LC ddt 2v
2
d2
Lequation differentielle du circuit est alors donnee par:
v h v
v v 0
v f v
v g v
0
Dans le cas ou h v
3 v 13 v3 , on retrouve lequation de Van der Pol, qui a ete utilisee
%
afin detudier les oscillations dans les circuits a base de tubes a vide. En posant x1
v. x2 v, les equations detat associees a lequation de Van der Pol sont alors:
+
x1 x2
x2 x1 h x1
x2
% %
I.4 Conclusions
Il est bien evident que la liste precedente nepuise pas lensemble des phenomenes
qui peuvent se rencontrer dans letude des systemes non lineaires et des modeles que lon
peut deduire.
Les systemes non lineaires etudies dans ce cours seront decrits par des equations differen-
tielles ordinaires non lineaires du type suivant:
xi t
! fi x1 t
E.F. xm t
E. t
iG 1 H I I IJH m
ou encore:
x m t
g x m 0 1 t
.F. x t
E. t
! 0
Les solutions analytiques de ces equations ne sont en general pas accessibles directe-
ment. Elles sexpriment en general a partir de fonctions transcendantes obtenues sous
18 Introduction a letude des systemes non lineaires
K
forme de developpement en series, ou par des methodes numeriques et iteratives. Ce cours
exposera un certain nombre de techniques permettant de contourner cette difficulte.
Dans la majorite des techniques, les non linearites sont analysees en reference aux
comportement des systemes lineaires. En particulier, il est courant de modeliser un sys-
teme non lineaire comme forme dune partie lineaire et dune partie non lineaire. Letude
peut alors etre une evaluation de linfluence de la partie non lineaire sur le comportement
linearise du systeme. Dans cette optique les systemes sont representes comme formes de
deux systemes interconnectes (figure 1.7). e et f sont les entrees possibles du systeme et
s et t sont les sorties possibles.
e s
+ Systeme Lineaire
Deux exemples courants de systemes modelisables de la sorte sont les systemes com-
mandes par une retroaction non lineaire ( f 0) et les systemes dont lentree f subit une
transformation non lineaire (e 0). Les systemes non lineaires en question peuvent alors
etre respectivement, une porte tout ou rien et une saturation. Les methodes presentees
dans ce cours abordent de maniere differentes certains cas de systemes mis sous cette
forme.
Chapitre II
La notion de stabilite
x t
, f x0 . u0 . t
19
20 La notion de stabilite
Remarques:
Dans la suite nous ne considererons que des systemes autonomes. De plus nous consid-
ererons uniquement des systemes dont le vecteur detat est reel de dimension finie: x * Rn .
Hypothese classique:
La solution de lequation x f x
est unique a la donnee dune condition initiale xo
x 0
. (Solution unique au probleme de Cauchy).
La solution xxo de lequation differentielle pour une condition initiale xo donnee est
une trajectoire a valeurs dans lespace detat (espace vectoriel Rn ):
+
R2 Rn
xxo :
t M %L& xxo t
%!&
Cette fonction est appelee trajectoire detat du systeme dans lespace detat pour une
condition initiale donnee. Quand cela est possible (etat de dimension deux, voire trois)
nous tracerons la trajectoire du systeme pour representer son evolution dynamique a partir
dune condition initiale donnee.
Exemple: Soit le systeme a deux etat suivant:
+
x1 x2 sin 2x1
x2 sat 0 - 5 H 0 - 5 2x1 x2
% 0
ou la fonction designee par sat 0 - 5 H 0 - 5 x
est une saturation qui renvoie x si x *ON 0 5 . 0 5P ,
0 5 si x 5 0 5 et 0 5 si x Q
0 0 5. Pour quelques conditions initiales choisies % aleatoire-
ment on peut simuler % le systeme % et tracer les trajectoires detat du systeme (figure 2.1). Les
trajectoires representees evoluent toutes vers des points particuliers ( R ). On dira quelles
convergent vers des points dequilibre. Pour deux etat initiaux tres proches on voit que le
comportement du systeme peut etre tres different.
Introduction et definitions fondamentales 21
8
4 3 2 1 0 1 2 3 4 5
x t1
! x SUT x t 5 t1
! x S
K
Comme toutes les normes sont equivalentes sur Rn , le choix de la norme nest pas deter-
minant pour les resultats qui suivent. La forme des boules, par contre, sera modifie quand
on change de norme.
1 V 0
! 0
%
2 x ` 0 * V x
0
%
n
2- Une fonction scalaire V : R R est definie positive si elle verifie:
%L&
1 V 0
! 0
%
2 x ` 0 * Rn V x
0
%
Exemples:
Soit x 6N x1 . x2 P * R2
- V x
, x21 sin2 x2
est definie positive localement.
- V x
, x21 x22 est une fonction definie positive.
1 V 0
! 0
%
2 x ` 0 * V x
a5 0
%
n
2- Une fonction scalaire V : R R est semi-definie positive si elle verifie:
%'&
1 V 0
! 0
%
2 x ` 0 * Rn V x
35 0
%
Introduction et definitions fondamentales 23
Exemples:
Soit x DN x1 . x2 P * R2
- V x
, x1 sin x1
est une fonction localement semi-definie positive.
- V x
, x21 est une fonction semi-definie positive.
Remarques:
Remarque
La definition implique que la fonction V definit des equipotentielles imbriquees. Cest a
dire que les courbes V x
c Cste, appelees equipotentielles de Lyapunov, definissent
des domaines connexes autour de lorigine. De plus en definissant les domaines:
d d
1 WV x X V x
aQ c1 [ ; 2 WV x X V x
aQ c2 [
alors
d d
c1 ? c2 T 1 e 2
exemple
Soit x N x1 . x2 P * R2 , et V x
' x21 x22 alors les equipotentielles sont des cercles de rayon
le carre de la norme euclidienne du vecteur x. Ce sont aussi les boules de R2 definies pour
la norme euclidienne.
24 La notion de stabilite
x
ou:
V
pZq
x1 x
V ..
f x
ih gradient de V x
kjmnol . r
x V
xn
x
V x
est appelee la derivee de V x
le long des trajectoires de x f x
.
Remarque:
La derivee correspond a une derivee temporelle de la fonction t M V x t
s
en consid-
%'&
erant que x est une trajectoire detat, cest a dire quelle satisfait lequation differentielle:
dV V V
x t
,gf x
ih x t
,gf x
ih f x t
s
dt x x
Exemple:
Soit V x
x21 x22 . Alors la derivee le long des trajectoires de x f x
, ou f x
t
N f1 x
. f2 x
uP , secrit:
f x
V x
DN 2x1 . 2x2 Pv f 1 h
f2 x
% %
Interpretation:
La stabilite au sens de Lyapunov signifie que la trajectoire detat peut etre gardee arbi-
trairement pres de xe , si lon prend une condition initiale suffisamment proche de xe , (voir
figure 5.1).
Definition 10 Attractivite
Letat dequilibre xe est attractif si il existe 0 tel que si x 0
xe t? alors pour
tout 0 il existe T 0 qui satisfait x t
xe {? , pour tout t 5 % T .
%
Notions de stabilite 25
x2
x(t,x0 )
x0
+
xe
x1
Remarque:
Lattractivite nimplique pas la stabilite ni linverse. La condition dattractivite exprime
que si letat initial est dans un certain voisinage de letat dequilibre, alors letat du sys-
teme reviendra necessairement a lorigine au bout dun temps suffisant.
Sur la figure 2.3 le systeme decrit des ellipses dans lespace detat. Toutes les trajectoires
convergent vers lorigine. 0 est attractif sans etre stable car toutes les trajectoires du demi-
plan gauche contournent le points 0 . 1
ou 0 . 1
avant de converger.
%
-1
Par contre le systeme x 0 est stable (tout point au voisinage de 0 reste dans le
voisinage de 0) mais 0 nest pas attractif (letat ne converge pas vers 0, il reste immobile).
|
Interpr etation:
Un point dequilibre est stable asymptotiquement sil est stable et attractif. La stabilite
asymptotique signifie que non seulement lequilibre est stable mais que de plus on est ca-
pable de determiner un voisinage du point dequilibre tel que nimporte quelle trajectoire,
issue dun x0 appartenant a un voisinage de xe , tend vers xe quand t .
&
Definition 12 : stabilite exponentielle
Un point dequilibre xe est exponentiellement stable sil existe 0 et 0 tels que:
t 0 .L Br xe . r
}.~ x0 * Br .cXYX x t
xe X\XQ XYX x 0
xe X\X e 0 t
% %
Interpretation:
Cela signifie que le vecteur detat, pour une condition initiale x0 * Br converge vers xe plus
rapidement quune fonction exponentielle. est appele le taux de convergence. Dautre
part, la stabilite exponentielle implique la stabilite asymptotique qui implique la stabilite.
fe 0
Z? alors pour tout t 0, f t
fe t
Z? .
% %
- De la meme maniere on peut definir une trajectoire attractive.
y t
, g x t
. u t
#
1- Equation du mouvement:
mx bx X x X k0x k1 x3 0
28 La notion de stabilite
2- Representation detat:
+ x1 x2
x1 x
Posant on obtient
x2 x
x2 m x2 X x2 X
b k0
m x1
k1 3
m x1
% % %
3- Point dequilibre: 0 . 0
.
La question est de savoir si ce point dequilibre est stable. La masse est tiree loin de
sa position dequilibre, (longueur naturelle du ressort), puis lachee. Reprendra -t-elle sa
position dequilibre ?
Etude de lenergie mecanique totale:
- Energie cinetique:
1 2 1 2
Ec mx mx
2 2 2
- Energie potentielle:
x 1 2 1 4
E pot - k0 k1 3
d k0x k1 x
B 0 2 1 4 1
- Energie totale:
1 2 1 4 1 2
Em V x
, k0 x k1 x mx
2 4 2
Remarques:
Etude de la variation:
d
N V x t
#
P~6 mx t
k0 x t
k1 x3 t
s
x t
b X x t
ZX 3 ? 0
dt %
Lenergie du systeme, a partir dune valeur initiale, est continument dissipee par lamortisseur
jusquau point dequilibre.
La methode directe de Lyapunov est fondee sur lextension de ces concepts. La proce-
dure de base est de generer une fonction scalaire de type energie pour le systeme dy-
namique et den examiner la derivee temporelle. On peut ainsi conclure quant a la stabilite
sans avoir recours a la solution explicite des equations differentielles non lineaires.
alors le point dequilibre 0 est stable et un domaine de conditions initiales stables est
delimite par nimporte quelle equipotentielle de Lyapunov contenue dans .
Si V est localement definie negative dans , alors la stabilite est dite localement asymp-
totique dans la partie de lespace delimite par nimporte quelle equipotentielle de Lya-
punov contenue dans .
Remarque:
Ce theoreme permet egalement de determiner des domaines pour lesquels lorigine est un
point dequilibre instable par rapport aux conditions initiales:
Lexterieur de nimporte quel domaine delimite par une equipotentielle de Lyapunov qui
englobe le domaine ou V est semi-definie negative, est un domaine de conditions initiales
pour lesquelles lorigine nest pas (asymptotiquement) stable.
Il est important de noter que entre les domaines de conditions initiales stables et instables
demeure une region ou la stabilite ne peut-etre determinee. (voire figure 2.5).
30 La notion de stabilite
V=Cste x2
domaine dinstabilite
dV/dt = 0
domaine de
stabilite
x1
V=Cste
Exemple:
Soit le systeme non lineaire autonome donne par ses equations detat:
x1 x1 x21 x22 2
4x1x22
% %
x2 x2 x1 x2 2
4x2x21
2 2
%
0 . 0
est un point dequilibre pour ce systeme. On choisit une fonction candidate de Lya-
punov V x
1 4 2 x21 x22
, ce qui conduit a calculer
V x
, x1 x1 x2x2 6 x21 x22
x21 x22 2
%
V x
est donc localement asymptotiquement stable dans la boule:
B 2 D~ x1 . x2
X x21 x22 ? 2
Cest linterieur de lequipotentielle V x
! 4. De plus, le systeme est instable par rapport
a lorigine pour tout condition initiale a lexterieur du domaine delimite par V x
, 4.
Remarques:
2- La condition precedente est une condition suffisante; il faut donc choisir a priori une
fonction candidate de Lyapunov, V x
. Si la condition 2 est verifiee, la fonction
V x
est une fonction de Lyapunov et lon peut conclure a la stabilite sinon aucune
conclusion ne peut etre donnee et il faut alors recommencer le processus avec une
autre fonction candidate de Lyapunov.
Methode directe de Lyapunov ou seconde methode 31
3- La condition x implique V x
.
%'& %'&
alors 0 est un point dequilibre globalement asymptotiquement stable.
Le probleme majeur de cette methode est de trouver une fonction de Lyapunov pour
le systeme en labsence de guide clair. Dans le cas non lineaire, il nexiste pas de meth-
ode systematique pour choisir une fonction de Lyapunov convenable, dou lutilisation
de lexperience, de lintuition et de considerations physiques et de quelques methodes
partielles, (suffisantes), dont nous presenterons deux exemples plus loin.
V x
x Px x Px x A P PA
x x Qx
% %
Theoreme 3 :
Une condition necessaire et suffisante pour quun systeme x Ax soit asymptotique-
ment stable est que Q Q 0, la matrice P, unique solution de lequation de Lyapunov
qui suit, soit definie positive.
A P PA Q 0
Exemple:
Soit le systeme lineaire autonome donne par sa matrice dynamique:
0 4
A f h
8 12
% %
En choisissant Q 1, on trouve
0 3125 0 0625
P f h
0 0625 0 0625
32 La notion de stabilite
II.4.4 Demarche a suivre pour etudier la stabilite
Pour resumer cette section de chapitre voici la demarche a suivre quand on etudie la
stabilite dun systeme:
x f x
, A x xe
o x xe
% %
Si la matrice A est definie negative le systeme est localement asymptotiquement
stable autour de xe , mais aucun domaine de conditions initiales stables ne peut-etre
determine a ce stade. Si A est semi-definie negative, on ne peut rien dire. Sinon le
point dequilibre est instable.
4- Si les resultats ne sont pas concluants, choisir une autre fonction candidate de Lya-
punov et recommencer.
Remarque:
A est la matrice calculee par approximation au premier ordre de la fonction f . Cest aussi
la Jacobienne de f au point dequilibre xe:
f
A f h xe
V x
, x P f x
f x
Px
Norme du max
Soit la fonction V x
} max X xi X . Cest a dire que lon prend la valeur absolue maximale
des coefficients du vecteur x.
Les equipotentielles de Lyapunov sont des hypercubes de cotes paralleles aux axes de
lespace vectoriel.
La derivee le long des trajectoire secrit:
V x
max X xi XZ xim signe xim
V x
fim x
signe xim
V x
! fi x
signe xi
Norme du max
1 0
P=
0 1
x1
5 -3
P = 1/2
-3 5
Norme dual du max
II.5.2 Methode de Krasovskii
Etant donne un systeme non lineaire autonome x f x
dont le point dequilibre
etudie est lorigine, la methode de Krasovskii consiste a proposer une fonction candidate
de Lyapunov de la forme V x
3 f x
f x
et de tester si cette fonction est une fonction
de Lyapunov.
Theoreme 4 :
Soit le systeme autonome x f x
dont le point dequilibre etudie est lorigine et soit la
matrice jacobienne du systeme:
f
A x
3 f h
x
Si la matrice F x
definie par:
F x
, A x
A x
est definie negative dans un voisinage de lorigine alors lorigine est un point dequilibre
localement asymptotiquement stable. Une fonction de Lyapunov pour ce systeme est don-
nee par:
V x
, f x
f x
Si de plus, ( Rn et lim
V x
: alors le point dequilibre est globalement asymp-
x @ 2
totiquement stable.
V x
f x
f x
a6 6x1 2x2
2
2x1 6x2 2x32
2
% % %
Visiblement, lim
V x
} ce qui implique que lorigine est un point dequilibre
x @ 2
globalement asymptotiquement stable.
Ce resultat de Krasovskii, tres simple a utiliser, est toutefois rarement applicable du
fait de problemes tels que:
Construction de fonctions de Lyapunov 35
Theoreme 5 :
Soit x f x
dont le point dequilibre etudie est lorigine et A x
sa jacobienne. Sil existe
deux matrices P P 0 . Q Q 0 telles que:
F x
A x
P PA x
Q ? 0 x*
Afin que la relation entre gradient et fonction scalaire soit biunivoque, la fonction gradient
doit satisfaire les regles croisees:
Vi V j
i . j 1 . 2 .. n
x j xi
Principe de la methode:
On suppose donnee une forme specifique pour le gradient V en lieu et place dune forme
specifique pour la fonction candidate. Generalement, on suppose:
n
Vi ai j x j
jG 1
- Tester si V
0.
Nota:
Pour obtenir V , on integre:
x1 xn
V x
V1 x1 . 0 0
d1 Vn x1 . x2 . xn
dn
B 0 B 0
Exemple:
Soit:
x1 2x1
%
x2 2x2 2x1 x22
On suppose que lon a un gradient donne % par:
V1 a11x1 a12x2
V2 a21 x1 a22 x2
V1 V2 a a
a12 x2 12 a21 x1 21
x2 x1 x2 x1
On peut choisir par exemple:
a11 a22 1 V1 x1
a12 a21 0 V2 x2
alors:
V x1 . x2
! 2x21 2x22 2x1 x32 2x21 2x22 1 2x1x2
soit:
% % % % %
V x1 . x2
,Q 0 pour 1 2x1x2 5 0
dou on calcule:
%
V x1 . x2
!
x1
x1 dx1
x2
x2 dx2 x21 4 2 x22 4 2
0
B 0 B 0
Stabilite absolue 37
e
- G(p)
y
(y)
- G p
jWN A . B . C . 0P est la fonction de transfert dun systeme lineaire invariant stricte-
ment propre.
- y
est une non linearite statique.
Definition 14 :
Une fonction continue appartient au secteur N k1 k2 P sil existe deux reels non negatifs
k1 et k2 tels que:
y
y ` 0 T k1 Q Q k2
y
Interpretation graphique:
y
doit etre contenue dans le secteur k1 y. k2 y. (cf. figure 2.8)
( y )
k1 y
k2 y
Hypoth eses 1 :
H2- La paire A . B
est une paire commandable.
H3- La paire C . A
est une paire observable.
Remarque:
On ne se preoccupe pas seulement de la propriete de stabilite dun systeme unique mais
de la stabilite dun ensemble de systemes pour toutes les non linearites, dou le terme de
stabilite absolue.
Conjecture 1 : Aizermann
Si pour tout k * N k1 k2 P , la matrice A BCk est stable alors le point dequilibre 0 est
globalement asymptotiquement stable pour % le systeme non lineaire defini.
De nombreux contre-exemples ont, par la suite, montre que cette conjecture est fausse.
En 1957, Kalman a propose la conjecture suivante.
Conjecture 2 : Kalman
Si la fonction non lineaire verifie
y
k3 Q Q k4
y
et que la matrice A BCk est stable k * N k3 k4 P , alors le systeme non lineaire est
%
globalement asymptotiquement stable.
Conjecture plus forte que celle dAizermann, la conjecture de Kalman nen reste pas
moins fausse.
Stabilite absolue 39
Hypotheses 2 :
- *N 0 kP .
Theoreme 6 :
Sil existe 0 tel que: (inegalite de Popov)
5 0 Re N 1 j
G j
uPx 1 4 k 0
alors 0 est globalement asymptotiquement stable.
Interpretation geometrique:
Reecrivons linegalite de Popov avec G j
G1 j
jG2 j
5 0 Re N 1 j
G j
uPx 1 4 k 0
est equivalent a:
5 0 G1 j
G2 j
1 4 k
0
%
Si lon definit le point M daffixe G1 j
. G2 j
s
alors on appelle le trace de
Popov de G le trace dans le plan complexe des points M pour 5 0.
Graphiquement, le critere de Popov signifie que le trace de Popov de la fonction de trans-
fert G p
doit etre a droite de la droite definie par lequation:
x y 1 4 k 0
Voir figure 2.9. %
Exemple numerique:
p 3
G p
, 0 Q y
aQ ky
7p 10 p2
Le systeme lineaire est strictement stable, commandable et observable, (pas de simplifi-
cation poles - zeros).
3 j 30 42 j 11 2
G j
10 2 7 j 10 % 2
2 492
dou % %
30 2 42
G1 j
a 10 2 2 2 492
0
2
0 11 2
2
G2 j
3 10 2 2 2
0 492
Dans le cas present, on peut prendre nimporte quel reel 0 tel que la droite x
y 1 4 k 0 soit en dessus du trace de Popov de G j
Voir figure 2.10. %
40 La notion de stabilite
Im(G(j )) pente
1/
1/ k
Lieu de Popov
-1/k
Re(G(j))
-1/k 3/10
Re(G(j))
Hypotheses 3 :
H1- La matrice A na pas de valeur propre sur laxe imaginaire et a valeurs propres
instables.
H2- y
verifie la condition de secteur dans N k1 k2 P .
Theoreme 7 :
Si le systeme non lineaire verifie lune des conditions suivantes:
- 0 ? k1 Q k2
Le trace du lieu de Nyquist de G j
nentre pas dans le disque D k1 . k2
et lencercle
fois dans le sens trigonometrique.
- 0 k1 ? k2
Le trace du lieu de Nyquist de G j
reste dans le demi-plan defini par Re p
1 4 k2.
%
Stabilite absolue 41
- k1 ? 0 ? k2
Le trace du lieu de Nyquist de G j
reste a linterieur du disque D k1 . k2
.
- k1 ? k2 ? 0
Le trace du lieu de Nyquist de G j
nentre pas dans le disque D k1 . k2
et
%
lentoure fois dans le sens trigonometrique. % %
-1/k 1 -1/k 2
Re(G(j))
Exemple numerique:
Soit lequation amortie de Mathieu:
y 2y 2 a2 qcos 0 t
#
y 0
%
En posant x1 y. x2 y, on obtient:
x1 x2
x2 2 a2
x1 2x2 qcos 0t
y
% %
soit
0 1 0
A f h B f h C DN 1 0P
2 a2
2 1
% %
y
y
qcos 0 t
y qQ Q q
y
%
1
G p
!
p2 2p 2 a2
dou lon obtient le trace de la figure 2.12
Dans cet exemple, nous sommes dans le cas 3 et le cercle est centre en 0 et a pour
rayon 1 4 q. De plus,
1 2 a2 2 2 j
G j
3
2 a2 2 2 j 2 a2 % 2
2% 422
% %
42 La notion de stabilite
0.4
0.3
0.2
0.1
Imag Axis
0
0.1
0.2
0.3
0.4
0.5
0.5 0.4 0.3 0.2 0.1 0 0.1 0.2 0.3 0.4 0.5
Real Axis
soit
2 2 a2 2
Re N G j
P' 0
2 2 a2 2 2 2 42 2
0
Im N G j
uP 0 2
2 2 a2 2 2 2 42 2
0
Le module atteint son maximum pour 9 C a2 2 .X G X max 2a 1
. Pour que le
1
point dequilibre soit stable, il suffit donc que 2a ? 1q % , dou la condition suffisante de
stabilite asymptotique globale.
q ? 2a
Chapitre III
x0 f h
x2 f2 x1 . x2
x2 0
Lespace detat ainsi defini est un plan puisque de dimension 2. Lidee de base est
alors de choisir une representation detat particuliere, x1 . x2
! x . x
, den representer la
solution dans le plan x . x
appele plan de phase et den etudier les proprietes qualitative-
ment.
Interets:
43
44 Analyse des S.N.L. du second ordre - methode du plan de phase
Inconvenient:
On doit se restreindre a la classe des systemes non lineaires du deuxieme ordre.
Vocabulaire:
Un systeme du second ordre autonome peut etre represente par le systeme de deux equa-
tions differentielles scalaires:
x1 f1 x1 . x2
x2 f2 x1 . x2
ou x1 . x2
sont les variables de phase ou detat. f1 . f2 sont des fonctions non lineaires
quelconques. Le plan de coordonnees x1 . x2
est appele le plan de phase.
Pour x 0
} x0 x1 0
x2 0
#
, une condition initiale donnee, cette equation differen-
tielle definit une solution x t
. Quand t varie de 0 a linfini, la solution x t
peut etre
representee par une courbe parametree par t dans le plan de phase. Lensemble des trajec-
toires de phase pour differentes conditions initiales est le portrait de phase.
Exemple:
Soit lequation differentielle modelisant le mouvement dun ressort de raideur 1 et de
masse 1:
x t
x t
0
A partir dune position initiale x0 , levolution de la position et de la vitesse est donnee par
les equations parametriques:
x t
x0 cos t
x t
x0sin t
%
ce qui conduit a une equation de la trajectoire dans le plan x . x
,
dx/dt
x2 x2 x20
qui est lequation dun cercle dependant de la condition initiale x0, voir figure 3.1.
Construction pratique des trajectoires de phase 45
- Methode analytique.
- Methode delta.
- Methode de Lienard.
- Methode de Pell.
- La methode des isoclines est une methode purement graphique qui est un bon com-
plement de la precedente pour les systemes pour lesquels on ne dispose pas dune
solution analytique.
g x1 . x2 . c
! 0
x2 f2 x1 . x2
on obtient les solutions pour les variables de phase sous forme de courbes parametrees:
x1 g1 t
x2 g2 t
desquelles on elimine la variable temps pour obtenir lequation de la trajectoire dans le
plan de phase g x1 . x2 . c
! 0.
Deuxieme technique: On elimine directement le temps en posant:
dx2 f2 x1 . x2
dx1 f1 x1 . x2
puis lon resout cette equation differentielle, quand elle est a variables separables, pour
obtenir la relation fonctionnelle g x1 . x2 . c
! 0.
Nota:
Cette technique est evidemment limitee par le type de non linearite rencontree. Toutefois,
elle est particulierement utilisee pour les systemes lineaires par morceaux.
Exemple: systeme masse-ressort precedent.
Definition 16 :
Une isocline est une courbe dans le plan de phase definie comme le lieu des points des
trajectoires de phase de pente donnee.
dx2 f2 x1 . x2
s x1 . x2
s x
,
dx1 f1 x1 . x2
2 1 2
dx1 f1 x1 . x2
Lequation s x
, definit la courbe isocline dans le plan x1 . x2
, le long de laquelle
les tangentes a la trajectoire de phase ont une pente . La procedure consiste a tracer la
courbe isocline dans le plan de phase et a tracer le long de cette courbe, de courts segments
de droite de pente . Ces segments sont paralleles et leur direction est determinee par le
signe de f1 x
. f2 x
au point x. On repete ensuite la procedure pour differentes valeurs
de la constante .
Une fois le plan de phase rempli disoclines, a partir dun point initial donne x0, on
construit la trajectoire partant de x0 et reliant les segments entre eux.
Exemple:
Soit le systeme non lineaire donne par:
x1 x2 sin x1
alors s x
% x2
x2 sin x1
%
Comportement qualitatif: etude des points singuliers 47
dou lon peut deduire que les isoclines sont definies par les sinusodes parametrees:
1
x2 sin x1
%
Nota:
Pour utiliser la methode des isoclines, il est necessaire que lechelle en x1 et en x2 soit la
meme.
f2 x1 . x2
! 0
Les points dequilibre dun systeme du second ordre sont appeles points singuliers, du
fait que si lon desire calculer la pente en tout point de la trajectoire de phase, celle-ci est
donnee par:
dx2 f x .x
2 1 2
dx1 f1 x1 . x2
En un point dequilibre, cette pente nest donc pas definie et plusieurs trajectoires
peuvent se croiser en un meme point.
Exemple:
Soit le systeme gouverne par lequation differentielle:
x 0 6x 3x x2 0
x2 0 6x2 x1 x1 3
% %
Les points singuliers sont obtenus par la resolution des equations:
x2 0
0 6x2 x1 x1 3
! 0
% %
soit les deux points 0 . 0
et 3. 0
.
%
48 Analyse des S.N.L. du second ordre - methode du plan de phase
III.3.2 Cas des systemes lineaires
Un systeme lineaire autonome secrit
x1 t
ax1 t
bx2 t
a b
soit x Ax avec A
c d
x2 t
cx1 t
dx2 t
x t
MeJr t M 0 1 x0
ou Jr est la forme de Jordan reelle de A et M est la matrice non singuliere de passage veri-
fiant: M 0 1 AM Jr . Suivant la nature des valeurs propres de A, Jr peut prendre differentes
formes.
Premier cas: Forme diagonale
1 0
Jr M 0 1 AM
0 2
Pour z Mx alors:
z1 t
e1t z10
z2 t
e2t z20
Eliminant le temps entre les deux equations, on obtient lequation de la courbe dans le
plan de phase:
z2 t
z1 2 1 t
z20
z102 1
La forme des courbes de phases obtenues va ainsi dependre du signe respectif des valeurs
propres 1 et 2 .
1- 1 . 2 de meme signe,
0 ou ? 0
.
2- 1 . 2 de signe oppose.
z2 t
! z20 et
Comportement qualitatif: etude des points singuliers 49
z10 1 z t
z1 t
! z2 t
f ln 2 h
z20 z20
Jr M 0 1 AM
%
En coordonnees polaires, r t
^ z21 t
z22 t
]. t
arctg zz21 tt , lequation de la tra-
jectoire est donnee par:
r t
, r0 et
t
0 t
ce qui definit une spirale logarithmique.
Cas particulier: 0
La matrice A a des valeurs propres sur laxe imaginaire. Dans ce cas, 0 . 0
nest pas
un point dequilibre hyperbolique. Cela signifie que la nature du point dequilibre est tres
sensible a des perturbations dans les elements de la matrice A.
Nota:
Les caracteristiques en stabilite des systemes lineaires sont determinees uniquement par
la nature des points singuliers, ce qui est different du cas non lineaire.
Principe de la methode :
Soit Xe j6 .
point dequilibre dun systeme non lineaire donne par:
x1 f1 x1 . x2
x2 f2 x1 . x2
- Changement de coordonnees:
X1 x1 X1 F1 X1 . X2
% T
X2 x2 X2 F2 X1 . X2
%
- Linearisation:
X AX
ou
F1 X1 H X2 F1 X1 H X2
pq
0 X2 q
X1 0
A ln
no r
F2 X1 H X2 F2 X1 H X2
X1
0 X
2 0
f1 x
est la matrice Jacobienne de f x
a evaluee au point .
f2 x
Conclusions:
Si le point 0 . 0
est un noeud stable, (resp. instable), un foyer stable, (resp. instable),
ou un point selle pour le systeme linearise, alors dans un voisinage du point dequilibre
.
, les trajectoires de phase du systeme non lineaire se comporteront comme celles
associees a un noeud stable, (resp. instable), un foyer stable, (resp. instable), ou un point
selle. Nous qualifierons de maniere identique les points dequilibre pour le systeme linearise
et pour le systeme non lineaire.
Exemple: Equation dun pendule avec friction
x1 x2
k4 m 14 2 g4 l 1
x2 l sin x1
g k
m x2
% %
qui possede deux points dequilibre 0 . 0
E. . 0
. La matrice Jacobienne associee est
donnee par:
0 1
A
cos x1
0 5
% %
Comportement qualitatif: etude des points singuliers 51
Evaluee aux deux points dequilibre, on obtient les deux matrices Jacobiennes:
0 1
A1
1 0 5
% %
avec les valeurs propres 0 25 9 j0 97 et
%
0 1
A2
1 0 5
%
avec les valeurs propres 1 28 . 0 78. Ainsi, le point dequilibre 0 . 0
est un foyer stable
et . 0
un point selle. %
Cas critique de Lyapunov:
Dans ce qui precede, nous navons pas envisage le cas ou le systeme linearise possede
au moins une valeur propre sur laxe imaginaire. Dans ce cas, le comportement du systeme
linearise et le comportement local du systeme non lineaire peuvent etre tres differents.
Cest un cas critique de Lyapunov.
Exemple: Soit le systeme donne par:
x1 x2 x1 x21 x22
% %
x2 x1 x2 x21 x22
%
qui a un point dequilibre en 0. Le systeme linearise a lorigine a les valeurs propres 9 j.
Cest donc un centre. Si lon represente le systeme en coordonnees polaires:
x1 rcos
x2 rsin
donc pour
0, le point dequilibre sera un foyer stable et instable pour ? 0.
x2 t
! x0 sin t
%
52 Analyse des S.N.L. du second ordre - methode du plan de phase
Lorigine du plan de phase est donc un centre. Le systeme est oscillant damplitude
x0. Cest un oscillateur harmonique. Les trajectoires de phase sont des courbes fermees.
Toutefois, des changements infinitesimaux dans les parametres du systeme annuleraient
ces oscillations. Loscillateur nest pas structurellement stable. En fait, il est impossi-
ble de construire un oscillateur harmonique du fait de linevitable dissipation denergie.
Meme dans le cas ou ce probleme serait evite, on constate que lamplitude des oscilla-
tions, dans le cas de loscillateur harmonique, depend de la condition initiale. Ceci nest
pas le cas en ce qui concerne les oscillateurs non lineaires. Il est en effet possible de
construire physiquement des oscillateurs non lineaires tels que:
Definition 17 :
Un cycle limite est defini comme une courbe fermee unique dans le plan de phase. Elle
reflete la periodicite du mouvement et son caractere oscillatoire.
%
x2 t
! x1 t
1 x21 t
s
x2 t
% %
dont le portrait de phase est donne figure 1.2 pour 1. Le comportement est different
de celui de loscillateur harmonique pour lequel il y avait un ensemble continu de courbes
fermees variant pour x0 .
Il existe trois types de cycles limites: stable, instable, et semi-stable.
III.4 Application
III.4.1 Asservissement a relais
Soit lasservissement non lineaire de la figure 3.2.
e + w s
N.L. L(p)
-
p 1 T p
ou F
est une fonction non lineaire de lecart.
On peut associer a la partie lineaire L p
, lequation differentielle suivante:
d 2s t
ds t
T 2
kMF
dt dt
ou lon considere F
! Sign
9 1 . On peut donc ecrire:
d 2s t
1 ds t
kM
2
F
dt T dt T
x2 x1 dx1
dt
dt 2 dt
%
soit la representation detat:
s 0
x1 x2 x1 0
!
kMT
x2 x2 F kMT x1
1 ds 0
Z x2 0 !
kMT dt
% % '
G 1
Equations de la trajectoire:
La deuxieme equation detat est une equation differentielle du premier ordre que lon
peut integrer par la methode de la variation de la constante.
x2 t
, x20 e 0 t
1 e0 t
%
54 Analyse des S.N.L. du second ordre - methode du plan de phase
Dautre part x1 x2 et
t t
x1 x10 x2
d N x20e 0 1 e 0 u
P d
% B 0 B 0
%
dou:
x1 t
x10 t _ x20
1 e0 t
% %
Equations parametriques de la trajectoire:
x1 x10 t _ x20
E 1 e 0 t
% %
x2 x20 e 0 1 e 0
t t
%
Afin de determiner lequation de la trajectoire, on elimine le temps entre les deux equa-
tions:
x1 t
x2 t
x10 x20 t
et
x20
t ln f h
x2 t
%
%
Equation de la trajectoire:
x20
x1 t
x2 t
! x10 x20 ln 0
x2 t
0
Nota: Lequation de la tangente est donnee par:
dx2 t
x2 t
% x2 t
quand x2 t
0
dx1 t
%'& &
On aura toujours une tangente verticale a lintersection de laxe ox.
Suivant la valeur de . 1 . 0 . 1
, lequation de la trajectoire sera differente; a chaque
changement de , on aura% une commutation de trajectoire.
d t d t
w MF
T ds
d t s
%
Application 55
e + + w s
k
NL p(1+Tp)
- -
Tp
x2 x1 dx1
dt
x20
x1 t
x2 t
, x10 x20 ln f h
x2 t
%
%
Commutation:
Il y a deux droites de commutation definies par:
h4 2 kMT x2 x1
x2 1 4 x1
h
2kMT
% % %
h4 2 kMT x2 x1 x2 1 4 x1 h
2kMT
% % %
Effet qualitatif:
Lintroduction dune contre-reaction tachymetrique entrane linclinaison des droites
de commutation, donc une avance de la commutation. Cela implique donc la diminution
de lamplitude des auto-oscillations quand elles existent.
K
donc on augmente le coefficient de la contre-reaction tachymetrique, , jusqua ce que
la pente de la tangente a la trajectoire apres commutation soit superieure a la pente de la
droite de commutation.
1 4 ?
X Pc X
ou Pc est la pente de la tangente a la trajectoire de phase apres commutation, au point de
commutation, Mc . Dans ce cas, la trajectoire ne traverse pas la droite de commutation mais
se reflechit dessus. Il y a reflexion de la trajectoire de phase sur la droite de commutation
(c.f. figure 3.4).
.
x
Mc
Cela conduit a une suite de reflexions (figure 3.5) entre les droites de commutation,
(refraction). Le systeme est alors en regime glissant.
Condition de regime glissant:
Dans notre cas, Pc est la pente de la tangente a la trajectoire au point de commutation
Mc , apres commutation.
X Pc XZ 1
Trajectoire
Droites de commutation
Mc
x20
x1c t
x2c t
x10 x20 ln f h
x2c t
%
%
et apres commutation:
x2c t
0 0 x1c t
x2c t
ln f h
%
58 Analyse des S.N.L. du second ordre - methode du plan de phase
2kMT
% %
On dispose de trois equations pour trois inconnues.
III.4.3 Exemples
Dans cette section, deux exemples sont traites afin dillustrer les notions precedentes.
-h/2 h/2
-M
x2 t
, x2 t
%
Equation de la trajectoire:
x20
x1 t
x2 t
x10 x20 ln f h
x2 t
%
%
Application 59
Les droites de commutation sont determinees a partir du cycle dhysteresis et dans ce cas
particulier sont verticales et definis comme suit.
Equations des droites de commutation:
+
x1 t
, h 4 2 0 1
x1 t
, h4 2 0 1
% %
Avec les conditions initiales donnees plus haut, une simulation des trajectoires dans le
plan de phase conduit a la figure 3.8.
Plan de phase
1
0.8
0.6
0.4
0.2
h
x2
0.2
0.4
0.6
0.8
1 0.8 0.6 0.4 0.2 0 0.2 0.4
x1
Lanalyse des differentes portions de trajectoires de la figure 3.8 peut etre menee sim-
plement a partir des equations et des donnees precedentes.
Premiere trajectoire:
Partant de la condition initiale x10 1, soit 0 x10 1, la premiere portion
%
de trajectoire est definie par 1 sur le cycle % Lequation de la trajectoire
dhysteresis.
jusqua la premiere commutation pour x1c 0 1 .3 0 1
, est donnee par:
% 1
x1 t
x2 t
1 ln f h
x2 % t
1
%
%
Deuxieme trajectoire:
Les conditions initiales de cette deuxieme trajectoire sont calculees a partir de la pre-
miere et correspondent a son point terminal. Cela donne donc x1c 0 1 et x2c 0 85 ou
x2c est calcule a partir de
1
x2c x1c 1 ln f h
x2c% 1
%
Du fait de la commutation de la commande %
1, lequation de cette deuxieme portion
secrit alors: %
x2c 1 1 85
x1 t
x2 t
, x1c x2c ln f h 0 95 ln f h
x2 t
1 x2 t
1
% %
60 Analyse des S.N.L. du second ordre - methode du plan de phase
Cette analyse peut etre ainsi poursuivie et conduit a montrer que le systeme admet un
cycle limite represente en figure 3.8 par lunique courbe fermee dans le plan de phase.
Cette analyse est confirmee par celle que lon pourrait faire par la methode du premier
harmonique (voir chapitre 5 et la figure 3.9).
Plan de Nyquist
0
0.2 1/N(x1)
0.4
0.6
Partie imaginaire
0.8
1.2
1.4
G(j)
1.6
1.4 1.2 1 0.8 0.6 0.4 0.2 0
Partie reelle
Dans cette deuxieme partie, nous reprenons lasservissement de la figure 3.3 avec
une contre-reaction tachymetrique de gain . Les equations des droites de commutation
deviennent alors:
x1 t
x2 t 2
h
x1 t
x2 t
h
2
0.6
0.4
0.2
x2
0.2
0.4
0.6
0.8
1 0.8 0.6 0.4 0.2 0 0.2
x1
Pour 0 4 (figure 3.10), on voit clairement que lamplitude du cycle limite est plus
faible que precedemment. Si lon augmente , on verifie la condition de glissement, ce
qui est illustre par la figure 3.11.
Application 61
0.6
0.4
x2
0.2
0.2
0.4
1 0.8 0.6 0.4 0.2 0 0.2
x1
w w
+M
+M
-h/2 h/2 + 2
x t
-M
-M
x=x1sin( t)
Les equations detat sont les memes que precedemment ainsi que lequation de la
trajectoire.
Equations detat:
x1 t , x2 t
x2 t , x2 t
62 Analyse des S.N.L. du second ordre - methode du plan de phase
Equation de la trajectoire:
x20
x1 t x2 t x10 x20 ln
x2 t
avec 1 0 1. Les droites de commutation sont determinees a laide de la caracteris-
tique de la non linearite, ici la zone morte.
Equations des droites de commutation:
x1 t , h 2 0 1
x1 t , h 2 0 1
Avec les conditions initiales donnees plus haut, une simulation des trajectoires dans le
plan de phase conduit a la figure 3.13.
1
0.5
x2
0.5
1 0.8 0.6 0.4 0.2 0 0.2 0.4
x1
Lanalyse des differentes portions de trajectoires de la figure 3.13 peut etre menee de
maniere identique a ce qui a ete fait dans le cas du cycle dhysteresis a partir des equations
et des donnees du probleme.
Premiere trajectoire:
Partant de la condition initiale x10 1, soit 0 x10 1, la premiere portion de
trajectoire est definie par 1. Lequation de la trajectoire jusqua la premiere commu-
tation pour x1c 0 1 0 1 , est donnee par:
x1 t x2 t , 1
1 ln x2 t 1
Deuxieme trajectoire:
Les conditions initiales de cette deuxieme trajectoire sont calculees a partir de la pre-
miere et correspondent a son point terminal. Cela donne donc x1c 0 1 et x2c 0 85
ou x2c est calcule a partir de
x2c 0 1 1
1 ln x2c 1
Application 63
x 1 75
ln 2c
1
x2c
x1 t x2 t , x1c 0 75 ln
x2 t 1 x2 t 1
Cette analyse peut etre ainsi poursuivie pour la suite des portions de trajectoire mon-
trant en final que la trajectoire dans le plan de phase se bloque dans la zone morte pour
x1 f x2 f } 0 1 0 . Pour eviter ce phenomene ou du moins en limiter limportance, il
est possible dintroduire une contre-reaction tachymetrique de gain . Les equations des
droites de commutation deviennent alors:
x1 t 0 1
x2 t ,
x1 t 0 1
x2 t ,
Les figures 3.14 et 3.15 representent les trajectoires dans le plan de phase pour dif-
ferentes valeurs du gain de contre-reaction tachymetrique.
2.5
1.5
1
x2
0.5
0.5
1.5
1 0.8 0.6 0.4 0.2 0 0.2
x1
0.8
0.6
x2
0.4
0.2
0.2
1 0.8 0.6 0.4 0.2 0 0.2
x1
Nous avons vu dans la section precedente la notion de regime glissant dans un cas tres par-
ticulier. De fait, le regime glissant intervient de maniere preponderante dans la definition
et les proprietes dune classe de systemes de commandes tres importante: les systemes de
commande a structure variable. Cette partie a donc pour objet dintroduire les principes
et les proprietes de tels systemes de commande.
IV.1 Introduction
Le but de cette partie est dintroduire a laide dun exemple historique, les notions de
base sur les systemes de commande a structure variable necessaires a la bonne comprehen-
sion de la suite de ce cours. Les premiers travaux concernant les systemes de commande a
structure variable en mode de glissement ont ete proposes et elabores au debut des annees
1950 en Union Sovietique par Emelyanov. Lidee fondamentale fut illustree a lorigine
par un systeme du second ordre. Les termes et notions qui sont definis sur cet exemple
seront generalises et explicites par la suite.
Le modele du second ordre est defini par les equations detat:
x1 t x2 t
x2 t x1 t 2x2 t u t
ou :
k 4 pour s x1 x2 , 0
u t , kx1 et k 4 pour s x1 x2 0
s x1 x2 est definie par la forme quadratique:
s x1 x2 ! x1 0 5x1 x2
65
66 Introduction a la commande a structure variable
Si lon etudie la nature du point dequilibre de ce systeme avec les techniques developpees
dans le chapitre precedent, alors le point dequilibre 0 0 apparat etre un foyer instable.
Le deuxieme modele ci-dessous a pour point dequilibre lorigine qui est, dans ce cas, un
point selle.
x1 t x2 t
region II
x2 t 3x1 t 2x2 t
20
15
10
5
x2
10
15
20
15 10 5 0 5 10 15
x1
La region I est definie par s x1 x2 ! 0 alors que la region II est definie par s x1 x2
0. Les allures des trajectoires de phase dans la region I et II sont donc tres differentes. Si
lon desire etudier maintenant les trajectoires de phase du systeme global, il est necessaire
dajouter a letude dans chacune des regions I et II, letude de la trajectoire du systeme
sur la surface de glissement. La droite x1 0 correspond a une frontiere ou les trajectoires
dallure differentes se joignent alors que la droite 0 5x1 x2 0 5x1 x1 0 decrit une
trajectoire de phase particuliere, representant la dynamique dordre inferieur donnee par
0 5x1 x1 0. Quand la dynamique du systeme est decrite de cette maniere, on dit quil
est en mode glissant.
Cet exemple de systeme de commande a structure variable montre que ce type de
systemes a en general deux modes de fonctionnement :
- Pendant le mode glissant, les dynamiques du systeme sont dordre inferieur aux
dynamiques du systeme original.
Il est a noter que tous les systemes de commande a structure variable ne possedent pas
un regime glissant mais que les proprietes de celui-ci constituent une grande partie des
merites de ce type de systemes de commande.
ui x i x pour si x 0 i 1 2 u m
telle que la condition dacces soit verifiee, cest a dire telle que la trajectoire detat
atteigne la surface de commutation s x 0 en un temps fini.
68 Introduction a la commande a structure variable
s x ,D s1 x s2 x sm x u Cx
ou C D c1 c2 cm Rm n
et ci est un vecteur ligne.
m
S S j x Rn : Cx 0 (4.2)
j 1
x2 x2
x(t) x(t)
x1 x1
Dans cette section, nous developperons uniquement les trois derniers points reservant les
conditions dexistence du mode de glissement a la section concernant le mode dacces.
x t A x t B x t u t
s x a 0 et s x 0
s s
x A x t B x t ueq t u 0
x x
ou ueq t est la commande equivalente qui resout lequation. Cette commande etant
supposee connue et introduite dans lequation du modele, on obtient alors le modele du
comportement du systeme sur la surface de glissement en supposant que la condition
initiale x t0 verifie s x t0 #! 0.
Le calcul de la commande equivalente est possible si s x B x t est inversible pour
tout t et x. Alors,
s 1 s
ueq J t , B x t A x t
x x
Le regime glissant 71
s x 0
Il est remarquable de constater que les dynamiques du systeme en mode glissant sont
dordre inferieur au systeme original. Cette reduction dordre est aisement explicable par
le nombre de variables detat contraintes par la relation s x 3 0.
x t Ax t Bu t A Rn n B Rn m
s x , Cx C Rm n
s x 3 Cx t ! 0 t t0
ou t0 est le temps pour lequel le mode de glissement est atteint. En differenciant par
rapport au temps et en utilisant la meme demarche que precedemment, on obtient:
s s
s x
Ax t x
Bu t , 0
s CAx t CBu t 3 0 t t0
Si CB v 0, ce qui est assure par les hypotheses que lon pose en preambule, la commande
equivalente ueq peut etre determinee par :
ueq t s 1
s
W x x A
ueq t Kx t
K CB CA
1
Ainsi le mouvement de glissement est decrit par lequation du systeme en boucle fermee:
72 Introduction a la commande a structure variable
x t ! Aeq x t g In B CB 1
C Ax t t t0
In B CB 1C
0
T B
B2
U
B Q
0
Le regime glissant 73
y2 t A21y1 t A22 y2 t B2 u t
En partitionnant letat y comme:
yT yT1 yT2 y1 Rn m
y2 Rm
La condition de glissement devient alors:
C1y1 t C2y2 t , 0
ou:
A11 A12
TAT T CT T C1 C2
A21 A22
et C2 est non singuliere, (donc CB non singuliere).
La condition qui definit le mode de glissement est equivalente a:
y2 t , Fy1 t
ou la matrice F de dimension m n m est definie par:
F C2 C1
1
Cette equation indique que levolution de y2 dans le mode de glissement est lineaire par
rapport a y1. Le mode de glissement ideal est donc gouverne par les equations:
y1 t A11 y1 t A12 y2 t
y2 t Fy1 t
Une fois determinee la matrice F, nous pouvons calculer la matrice C. Il est a noter
que lon dispose alors dun certain nombre de degres de liberte du fait de la liberte de
choix sur la matrice inversible C2 . En supposant C2 Im ,
C F Im T
x t , A A x t Bu t f t
ou A et f t sont respectivement le terme derreurs de modelisation et une perturbation
externe.
A BA f t B f
La signification physique de cette hypothese est que lon considere des incertitudes de
modelisation ou une perturbation attaquant le systeme par la matrice dentree. Linteret de
considerer un tel type dincertitudes apparat clairement si lon suppose verifiee lhypothese
suivante.
Hypotheses 4 :
On suppose pour la suite que
B C , 0/
ou denote lespace engendre par les colonnes de B et C est la matrice definissant
lhypersurface de glissement.
Le mode non glissant 75
Du fait que la trajectoire du systeme en mode glissant ideal est confinee dans C , le
comportement dynamique du systeme nest alors pas affecte par tout vecteur appartenant
a B . Cela implique donc une invariance totale du mode glissant vis a vis dincertitudes
verifiant les matching conditions sous reserve dun choix adequat des valeurs limites de
la commande.
Exemple: Soit le modele suivant:
x 0 1 x 0
x1 1 p p x1 1 u t
2 2
Cette approche est la plus ancienne. Elle est globale mais ne garantit pas en revanche
un temps dacces fini.
si x t si x t 0 i 1 u m
Cette condition est toutefois difficile a utiliser pour faire la synthese de la loi de com-
mande, particulierement dans le cas dun systeme multi-entrees.
76 Introduction a la commande a structure variable
V x t ! s x t s x t 0 pour s x t { 0
Si lon souhaite garantir un temps dacces fini, la condition devient
V x t , s x t s x t pour s x t { 0 0
Il est a noter que V x t est une fonction candidate de Lyapunov pour le systeme, (cf
chapitre V). Dautres conditions dacces que nous ne presenteront pas pour des raisons de
concision existent dans la litterature specialisee.
ui x , i x pour si x a 0
i x pour si x 0 i 1 u m
Les valeurs exactes de i x E i x sont choisies afin quune condition dacces soit
verifiee.
i j pour si x x j 0
u x , x x 6 i j Rm n i j
i j pour si x x j 0
Une fois de plus, les parametres i j i j sont choisis afin quune condition dacces soit
verifiee.
Conclusions 77
u x , ueq Cx
Cx 0
IV.5 Conclusions
Bien entendu, nous navons pas traite dans ce chapitre tous les problemes rencontres
dans le calcul et la mise en oeuvre dune commande a structure variable, (elimination du
broutement), ni toutes les methodes reliees. Il faut voir ce chapitre comme une introduc-
tion sommaire a letude de ce type de systemes de commande.
Les systemes de commande a structure variable sont apparus dans les annees 60 et ont
longtemps souffert de la difficulte de leur mise en oeuvre pratique due principalement au
phenomene de broutement et a la discontinuite de la commande. Ces problemes etaient
principalement dus a linadequation des materiels electroniques ou mecaniques dedies a
la fonction de commutation. Ces systemes comportant des delais, des retards ou encore
presentant des phenomenes dhysteresis non negligeables, ne permettaient pas datteindre
une frequence de commutation suffisamment elevee.
Cet etat de fait est largement depasse du fait des avancees technologiques dans le
domaine de lelectronique de puissance et particulierement dans celui des convertisseurs
de puissance. Ces technologies trouvent ainsi de nombreuses applications dans le domaine
des systemes de commande rapides.
Les applications de la commande a structure variable en mode glissant vont ainsi de la
commande de robot manipulateur a dynamiques fortement couplees a la commande de
moteurs electriques pour lesquels cette technique semble naturelle et particulierement
bien adaptee.
78 Introduction a la commande a structure variable
Chapitre V
H3- Les parties lineaires dans la chane dasservissement sont stables et se comportent
comme des filtres passe-bas, (hypothese de filtrage).
79
80 Approximation de lequivalent harmonique
e + w s
N.L. L(p)
-
Pour un signal dentree sinusodal, la reponse, dans la majorite des cas, est un signal
periodique bien que non sinusodal et peut donc etre decompose en series de Fourier. w t
est une somme infinie de signaux sinusodaux, les harmoniques.
Si x t ! x1 sin t alors w t , wn sin nt n w0
n 1
w w
+M +M
T/2 T
x t
-M -M
x=x1sin( t)
T/2
- Harmonique 1 : w1 4M
x1
- Harmonique 2 : w2 0
- Harmonique 3 : w3 4M
3x1
s1 k s3 k
et
w1 1 22 w3 3 1 922
82 Approximation de lequivalent harmonique
|KG(j )|
-20dB/decade
-40 dB/decade
1/
dou
s3
1 27 3%
s1
T
w0 w t dt
0
T
an w t sin nt dt
0
T
bn w t cos nt dt
0
Remarques:
1- Pour n 1, le signal sinusodal est appele signal fondamental, alors que pour
n 1, on parlera des harmoniques superieures.
La methode de linearisation harmonique 83
2- En general, le signal de sortie est periodique de meme periode que le signal dentree
sauf dans certains cas, (resonance sous-harmonique, oscillations propres, non peri-
odicite).
w t , a1 sin t b1 cos t
T
a1 w t sin t dt
0
T
b1 w t cos t dt
0
q x1 q x1
ZZZ ZZZ
a1 b1
w t , a1 sin t b1 cos t , x1 sin t x1 cos t
x1 x1
1 dx t
w t q x1 x t q x1
dt
que lon peut reecrire sous la forme:
w t x1 B x1 sin t
Z
Module
ZPhase
Z
B x1 !6 q2 q 2 Arctg qq
T T
q x1 ! w t sin t dt q x1 ! w t cos t dt
x1
0 x1 0
x1 B x1 e j t
j x1
N x1 ! B x1 e
x1 e jt
La fonction de transfert generalisee represente la reponse frequentielle de lelement non
lineaire.
x1 Sin( t ) B(x 1, ) Sin( t + )
N(x 1, )
N x1 ! B x1 e j x1
Exemples:
Seuils, saturations, hysteresis, tout ou rien et combinaisons des precedentes.
Dans la suite de ce cours, nous ne considererons que les non linearites verifiant cette
hypothese.
argument x1
Remarque:
w0 0 q x1 0
w w
+M +M
T/2 T
x t
-M -M
x=x1sin( t)
T/2
Calcul de q x1 :
T M T 2 T
q x1 , w t sin t dt sin t dt sin t dt
x1
0 x1 0 T 2
T 2
q x1 , M
x1 cos t u 0 cos t u T 2
T
T 2
4M
N x1 !
x1
Im[.] Module
Re[.] Phase
Nyquist Black-Nichols
Lieu critique :
C x1 ! 1 x1
N x1 4M
La methode de linearisation harmonique 87
w w
+M
+M
-h/2 h/2 + 2
x t
-M
-M
x=x1sin( t)
w0 0 q x1 ! 0
Remarque:
T 1 2
- q x1 ! w t sin t dt w t sin t d t
x1
0 x1 0
T 1 2
- q x1 w t cos t dt w t cos t d t
x1
0 x1 0
N x1 ! B x1 e j x1 avec
x1 , Arctg qq 0
88 Approximation de lequivalent harmonique
Calcul de q x1 :
2
q x1 ,
2
w t sin t d t a
M
sin t d t sin t d t
1
x1 x1
0
2
q x1 , M
x1 cos t u cos t u
q x1 , x1 cos
4M
Calcul de cos :
h h h2
x1 sin sin , cos a 1
2 2x1 4x21
Soit
4M h2
N x1 ! 1
x1 4x21
Re[.] Phase
h/4M
Nyquist Black-Nichols
x1
2
C x1 ! 1
N x1 2M 4x21 h2
qui est une fonction reelle toujours negative.
C x1
x1 0 dC x1 x1 2x1 h
2 2
dx1 M 4x21 h2 4x21 h2
C x1
x1
h
Le point annulant cette derivee est donnee par x1 h , ce qui donne C x1 ! 4M .
2
La methode de linearisation harmonique 89
w0 0
B x1 ! q2 q 2
x1 , arctg qq
w w
+M
+M
-h/2 h/2 +
-M
-M
= 0 sin( t)
Calcul de q x1 et de q x1 :
2
q x1 1
x1 w t sin t d t
0
sin t d t
sin t d t
2
sin t d t
M
x1
0
M
x1 u cos t 0 cos t u
cos t
2
4Mcos
x1
90 Approximation de lequivalent harmonique
2
q x1 1
x1 w t cos t d t
0
M
cos t d t
cos t d t
2
cos t d t
x1
0
M
x1 i sin t u 0 sin t
sin t u
2
4Msin
x1
h h h2
x1 sin sin , cos a 1
2 2x1 4x21
On obtient donc:
B x1 4M
x1
x1 ! arcsin 2x1
h
Soit
4M
N x1 , cos jsin
x1
x1 j
C x1 4M e arcsin 2xh1
Im[.]
Nyquist
Re[.]
/8
w0 0 q x1 , 0
w w
kx M kx M
+ 2
xM t
kx M -kx M
= 0 sin( t)
Calcul de q x1 :
pour x1 xM
2 4k 2
q x1 ! 4
w t sin t d t } kx1 sin2 t d t kxM sin t d t
x1
0 x1 0
1 cos 2t
q x1 ! 4k
x1 xM cos t u 2 x1 d t
0 2
q x1 ! 4k
xM cos x1
x1 2 2
xM x2M
x1 sin xM sin 3 cos 3 1
x1 x21
On obtient donc:
92 Approximation de lequivalent harmonique
2k xM x2M
N x1 ! x1 Arcsin xM 1
x1 x1 x21
Nota: pour x1 xM , on a N x1 , k.
Lieu critique : figure 5.11
1 x1 x1 arcsin xM xM 1 xM
2
C x1 ! x2
N x1 2k x1 1
Im[.]
-1/k Re[.]
Nyquist
limites:
C x1
1 k
x1 xM
C x1
x1
e + s
KG(p)
-
Definition 23 : Stabilite
Lasservissement ci-dessus est stable si le polynome caracteristique du systeme asservi,
(denominateur de la fonction de transfert en boucle fermee), a des racines, (poles de la
fonction de transfert), a partie reelle negative.
Im[.]
Re[.]
-1/K
Instable
Oscillant
Stable
Nota :
e + w s
N.L. L(p)
-
Conditions dexistence:
Supposons que le systeme non lineaire asservi precedent soit le siege dune oscillation
damplitude 1 et de pulsation 0 , avec e 0 et 1 sin 0t , alors
t , s t
W N
1 S 1 L j0 N 1 u 0
S L j0 W
L j0 , N 1
1
La relation precedente est equivalente a deux equations non lineaires, (une pour la par-
tie reelle et une pour la partie imaginaire), algebriques en les deux variables 1 . Ces
deux equations sont generalement difficiles a resoudre analytiquement, ce qui a entrane
la recherche de methodes graphiques.
Lasservissement considere a une fonction de transfert generalisee en boucle ouverte.
S
N 1 L j
Pour 1 fixe, N 1 est un nombre fixe, (qui peut etre complexe dans le cas dun
cycle dhysteresis). Lasservissement peut donc etre considere comme lineaire de fonction
de transfert en boucle ouverte N 1 L p , (N 1 etant considere comme un gain fixe),
auquel on peut appliquer le critere du revers par rapport au point critique N 11 .
Cycles limites et methodes du premier harmonique 95
Im[.]
L(jw)
Re[.]
Stabilite Auto-oscillations
, ,,
c c c
-1/N( )
Stabilite c Instabilite
Conclusions :
- Pour des amplitudes superieures, le systeme diverge et tend vers une oscilla-
tion limite stable de plus grande amplitude.
- Pour des amplitudes inferieures, il revient a letat dequilibre ou vers une os-
cillation limite stable de plus faible amplitude.
96 Approximation de lequivalent harmonique
Critere de Loeb
X 1 jY 1 ! 0
X Y Y X
0
1 1 0 0
Cycles limites et methodes du premier harmonique 97
-1/N( 1 )
-1/N( 1 )
C( 0, 0) C( 0, 0)
L(j ) L(j )
Im[.]
L(jw)
Re[.]
C
-1/N( )
-1/N( )
son
lieu de transfert represente a la figure 5.18, dou lon peut deduire par application du
critere de Loeb que lon a une oscillation limite stable.
Remarques:
Conclusions:
Cette oscillation libre dun systeme a relais se produit ordinairement a hautes frequences
et possede une petite amplitude. Cela entrane une vibration du systeme autour de sa
position dequilibre qui peut etre genante. Il est possible de la faire disparatre en agissant
sur lorgane non lineaire, (augmentation du seuil), ou sur lorgane lineaire par lutilisation
dun reseau correcteur.
Auto-oscillations stables dun systeme lineaire sature : pompage
Considerons le systeme asservi lineaire donne a la figure ci-dessous. Lorsque lon
augmente le gain statique, generalement, le systeme se destabilise et devient le siege dune
oscillation de grande amplitude fixe a la frequence telle que Arg
KG j , cest le
phenomene de pompage, que la theorie lineaire ne peut expliquer.
e + s
KG(p)
-
Ceci peut etre explique en introduisant dans le modele lineaire un organe non lineaire
de type saturation, conduisant a tracer un lieu critique equivalent a celui de la figure 5.11.
En tracant le lieu de transfert de lelement lineaire, il y aura intersection entre les deux
courbes pour une valeur de K Klim , soit en appliquant le critere de Loeb, une auto-
oscillation stable. Le systeme tend, en toutes circonstances vers une auto-oscillation sta-
ble. Lamplitude de cette auto-oscillation est fixe, totalement determinee par lintersection
entre le lieu de transfert et le lieu critique (figure 5.19). Elle differe ainsi dune oscilla-
tion libre dun systeme lineaire juste oscillant, extremement sensible aux variations de
parametres.
Cycles limites et methodes du premier harmonique 99
Im[.]
L(jw)
-1/K
Recueil dexercices
Exercice 1
1
Soit le systeme asservi non lineaire donne par la figure 1.1 avec L p p p 1 p 2 et
w 3 .
e + w s
N.L. L(p)
-
Figure 1.1 :
101
102 Recueil dexercices
Exer
cice 2
Soit lelement lineaire par morceaux dont la caracteristique est donnee par la figure 1.2.
f(x)
-d
d x
Figure 1.2 :
2- On associe cet element non lineaire a un element lineaire du premier ordre de con-
stante de temps T avec une integration. Etudier lexistence et la stabilite des auto-
oscillations, (cycles limites), du systeme asservi a retour unitaire resultant, (meth-
ode analytique ou graphique).
1 cos 2a
Nota : sin2 a 2 .
Exercice 3
On considere un element non lineaire dont la caracteristique entree-sortie est definie par:
ou x est lentree de type sinusodale de lelement non lineaire et y sa sortie. Montrer que
la fonction de transfert generalisee de cette non linearite peut etre donnee par:
3 5 4 35
N b1 b3X 2 X b7X 6 !!
4 8 64
ou X est lamplitude de lentree sinusodale x Xsin t .
Exercice 4
Soit un asservissement identique a celui de lexercice 1 ou la fonction de transfert:
K
L p "
p 1 0 # 1p ! 1 0 # 002p
et la non linearite est une saturation intervenant en $ 20. Determiner le plus grand K
Kmax preservant la stabilite du systeme. Si K 2Kmax , trouver lamplitude et la frequence
des auto-oscillations.
103
Exercice 5
On considere toujours le meme type dasservissement, (exercice 1), avec cette fois:
p 20 2
L p "
p 1 p % 2 p % p 3
et lelement non lineaire est donne par le schema 1.3:
f(x)
-d
d x
Pente m1
Figure 1.3 :
Etudier lexistence de cycles limites pour un tel asservissement. Sil en existe, on donnera
leurs caracteristiques respectives.
Exercice 6
On considere les systemes non lineaires decrits par les equations detat suivantes:
a x1 x2 x1 x21 x22 1 x2
x1 x2 x21 x22 1
b x1 x2 x1 x21 x22 1 x2
x1 x2 x21 x22 1
c x1 x2 x1 x21 x22 1 2 x2
x1 x2 x21 x22 1 2
En utilisant les coordonnees polaires, determiner lexistence de cycles limites pour ces
trois systemes ainsi que leur nature dans laffirmative.
Exercice 7
Tracer le portrait de phase des systemes suivants en utilisant la methode des isoclines:
a 0 # 5 0
b 0 # 5 1
c 2 0 # 5 0
Exercice 8
Considerer le systeme non lineaire donne par:
&''
1
( x y x x2 y2 1 sin * x2 y2 1 +
'')
1
y
x y x2 y2 1 sin * x2 y2 1 +
104 Recueil dexercices
Sans
, resoudre les equations explicitement, montrer que le systeme a un nombre infini de
cycles limites. Determiner la stabilite de ces cycles limites. On utilisera les coordonnees
polaires.
Exercice 9
Soit le systeme presente a la figure 1.4. Tracer le portrait de phase de ce systeme et deter-
miner la stabilite du systeme.
0 +M
p+a 1
p2
- -M
Figure 1.4 :
Exercice 10
On considere lasservissement et la fonction non lineaire representes a la figure 1.5.
0 x +M
k s
- -M
p +1
2
Figure 1.5 :
2- Tracer les trajectoires dans le plan de phase pour les conditions initiales x1 0 -
1 . x2 0 0 et kM 1.
Exercice 11
Les equations dynamiques non lineaires dun manipulateur a joints flexibles sans amor-
tissement sont donnees par:
&
( I q1 MgLsin q1 / k q1 q2 " 0
)
J q2 k q1 q2 " u
105
ou q1 . q2 sont des positions angulaires, I . J sont des moments dinertie, k est une con-
stante delasticite, M est la masse totale, L est une distance, et u est un couple dentree.
Choisir les variables detat pour ce systeme et ecrire les equations detat.
Exercice 12
Un generateur synchrone connecte a un bus infini peut etre represente par:
&
( M P D 1Eq sin
)
Eq
2 Eq 3cos / EF D
ou est un angle en radians, Eq est une tension, P est une puissance mecanique dentree,
EFD est un champ electrique dentree, D est un coefficient damortissement, M est un
coefficient dinertie, une constante de temps et 1 . 2 . 3 sont des parametres constants.
3- En supposant que est relativement grand tel que Eq 0 0. Donner le modele reduit
associe. Conclusions.
Exercice 13
Pour tous les systemes suivants, trouver les points dequilibre et determiner le type de
chaque point dequilibre.
1-
&'
( x1 x2
')
x31
x2
x1 6 x2
2-
&
( x1
x1 x2
)
3-
&'
2x1 x2
( x1 1 1 x1 x1 1 x1
')
x2
x2 * 1 1 x1 + x2
106 Recueil dexercices
4-
&
( x1 x2
)
x2
x1 32 1 2x22 3x21 4 x2
Exercice 14
Trouver tous les points dequilibre du systeme:
&
( x1 ax1 x1x2
)
x2 bx21 cx2
pour toutes les valeurs reelles positives de a . b . c et determiner le type de chaque point
dequilibre.
Exercice 15
On considere lasservissement de la figure 1.6.
F(x)
0 x +5 s
1
-10 +5
p2
- -10
Figure 1.6 :
1- On suppose que y x:
Exercice 16
Considerer le systeme: &
( x1
x1 x22
)
x2
x2
Lorigine est-elle asymptotiquement stable ? Est-elle globalement asymptotiquement sta-
ble?
Exercice 17
Etudier la stabilite de lorigine du systeme:
&
( x1 5 x1 x2 ! x21 x22 1
)
Exercice 18
Etudier la stabilite de lorigine du systeme:
&
( x1
x1 x2
)
x2 x1 x32
Exercice 19
Etudier la stabilite de lorigine du systeme:
&
( x1 x1 k2 x21 x22 / x2 x21 x22 k2
)
x2
x1 x21 x22 k2 x2 x21 x22 k2
en utilisant la fonction candidate de Lyapunov:
V x x21 x22
quand a k 0 et b k 6 0.
Exercice 20
Considerer le systeme du second ordre:
&'
6x1
( x1
u2
2x2
')
2 x1 x2
x2
u2
108 Recueil dexercices
7
ou u 1 x21. En utilisant la fonction candidate de Lyapunov:
x21
V x x22
1 x21
Exercice 21
Considerer le systeme: &''
'' x1 x1 g x3
(
'' x2 g x3
'')
x3
ax1 bx2 cg x3
ou a . b et c sont des constantes positives et g <#= satisfait:
pour tout k 8 0.
2- Avec
3
V x a C 2x21 b C 2x22 ED g y dy
0
comme fonction candidate de Lyapunov, montrer que lorigine est asymptotique-
ment stable.
Exercice 22
Considerer le systeme: &''
'' 1
x1
x1 1 x3
(
'' x2 x1 2x2
'')
x3
3x3 x2
et montrer quil possede un point dequilibre unique dans la region xi F 0 . i 1 . 2 . 3 . et
etudier la stabilite de ce point dequilibre en utilisant la methode de linearisation.
Exercice 23
Considerer le systeme:
&
( x1 5 x1 x2 1 x31 x1 x2 1 x22 x1
)
x2
x2
109
Exercice 24
Considerer le systeme: &
( x1
x1 x2
)
Exercice 25
Considerer le systeme:
&
( x1 x2
)
x2
x1 x2 x1 2x2 ! 1 x22
En utilisant la fonction candidate de Lyapunov V x G 5x21 2x1 x2 2x22 , montrer que
lorigine est asymptotiquement stable.
Exercice 26
Pour les systemes de fonction de transfert donnees ci-dessous, etudier le probleme de
stabilite absolue pour y -;H
0 k , en utilisant dans chaque cas le critere de Popov et le
critere du cercle.
1 p
1- G p " 1 p 2
1
2- G p " 1 p p 2
p
3- G p " p2 p 1
110 Recueil dexercices
Bibliographie
[3] J.Y. Hung, W. Gao, J.C. Hung, Variable Structure Control: A Survey, IEEE
Transactions on Industrial Electronics, Vol.40, No. 1, Fevrier 1993.
[4] H. K. Khalil, Nonlinear Systems, Macmillan Publishing Company, 1992.
[8] P.C. Parks, V. Hahn, Stability Theory, Prentice-hall international eds, 1993.
111