Notion d ’état interne Démontrer le résultat trouvé pour s(t) :

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

III. IDENTIFICATION PARAMETRIQUE DES SYSTEMES LINEAIRES
Gestion de portefeuille
Cours 8 Problèmes de dynamiques : techniques de résolution pas-à-pas
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
VII) Formalisme Quantique
Comment créer des filtres d’ordre 1 et 2
La simulation de la solution de l’exercice 4 du TD 5 avec le bloc PID : P=11, I=1, D=10 aboutit à une aberration : On trouve une constante de temps de.
Cours 5 – Comment bien échantillonner le signal audio
SuivantPrécédent ESSI 1 - Auto TS © Jean-Paul Stromboni (Mai 2000) Consolidation: tester les connaissances acquises 1 Etude de la commande du système.
Comment décimer les sons numériques
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Calculs de complexité d'algorithmes
Leçon 3: Analyse Temporelle Des Systèmes
Unité #1 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Comment créer des filtres « simples »
Cours S.S.I., SI1, avril 2007 – Comment utiliser les outils déjà présentés. Page 1 Comment utiliser les outils déjà présentés dans le cours S.S.I. et pourquoi.
Notion d'asservissement
Stabilité des systèmes linéaires continus
Stabilité des systèmes linéaires continus
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 2 - Equations différentielles dans le plan.
Chapitre VII :Commande par retour d’état
Cours d’Automatique MASTER OIV
Chapitre III : Description externe des systèmes linéaires invariants (SLI) III-1 Définitions III-2 SLI à temps continu III-3 SLI à temps discret.
Chapitre 2 : La fonction de transfert
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
Équations différentielles.
VI-1 Introduction VI-2 Représentation d’état
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Les Systèmes asservis.
Fonction exponentielle: enchaînement de théorèmes
Filtrer le signal audio numérique
Exemple en dynamique de population
Systèmes Différentiels
Chapitre 5 : Etude de la Stabilité des systèmes dynamiques
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Courbes de Bézier.
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
Systèmes semi-linéaires
CHAPITRE 6 Stabilité des SA.
Programmation linéaire en nombres entiers : les méthodes de troncature
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Diagonalisation. Transformations linéaires.
Présentation de la méthode des Eléments Finis
Commande en espace d’état
Physique 3 Vibrations et ondes mécaniques
ASI 3 Méthodes numériques pour l’ingénieur
ELECTRICITE Hervé BOEGLEN IUT de Colmar Département R&T 2007.
Rappel... Valeurs propres et vecteurs propres. Définitions;
Approche naïve de la résolution.
Suites numériques Définitions.
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Contenu de cette séance :
Les algorithmes de découplage vitesse-pression
L’endomorphisme le plus simple est l’ homothétie
Réponses temporelles des circuits électriques
D’ UN CIRCUIT RLC DEGRADE
Résolution d’un problème de diffusion 1D
Chapitre 9 La transformée de Laplace
Approximation d’un contrôle optimal par un circuit électronique
Calendrier (sur MathSV)
Contenu du cours : Principe de la commande par retour d'état
1/16 Chapitre 3: Représentation des systèmes par la notion de variables d’état Contenu du chapitre 3.1. Introduction 3.2. Les variables d’état d’un système.
Notion d ’état interne Démontrer le résultat trouvé pour s(t) :
Commande optimale linéaire quadratique de Lunar Lander
Commande en temps fini (boucle ouverte)
Pierre Joli Cours de Mathématique Pierre Joli
Etude de la commande du système à inertie
Transcription de la présentation:

Notion d ’état interne Démontrer le résultat trouvé pour s(t) : Observons le processus du premier ordre ou Forme de Commande A partir de l ’instant t = 0, on applique l ’entrée e(t) connue, et on calcule la sortie s(t) qui en résulte soit : Solution générale de l ’équation d ’état Discrétisation de la forme de commande Pour t > 0, on voit que s(t) dépend non seulement de e(t) mais encore de la valeur de la sortie à l ’instant t = 0, ou condition initiale s(0) Passage RE donne FT On dira que s(0) est l ’état du processus à l ’instant t = 0. On voit que pour un premier ordre, sortie et état sont confondus. Stabilité Gouvernabilité (définition, critère direct) Démontrer le résultat trouvé pour s(t) : Observabilité (définition et critère direct)  Découplage des variables d ’état Choix des valeurs propres Asservissement Retour d ’état Etendre le résultat si l ’instant initial est t = t0 non nul : Simulation avec Matlab

Illustration de la notion d ’état interne Simulation gauche ordre1=tf(1,[1 1]) ordre1=ss(ordre1) hold on initial(1,ordre1) initial(2,ordre1) initial(0.5,ordre1) Simulation droite : o2=ss(tf(1,[1 .2 1])) hold on initial([0,1]’,o2,30) initial([1,1]’,o2,30) initial([-1,1]’,o2,30) Les deux simulations ci-dessus illustrent l ’existence d ’un état interne dans le cas du retour à l ’équilibre 0 à entrée de commande nulle. Commenter :

Forme de commande de la représentation d ’état Cette notion est généralisable à tout processus donné par n équations différentielles du premier degré, en regroupant les n sorties dans un vecteur d ’état interne. L ’équation d ’état est une équation différentielle matricielle de degré un Plus généralement, pour un processus d ’ordre n, on se ramène à ce cas en constituant le vecteur d ’état avec la sortie s(t) et les n-1 premières dérivées : On obtient alors la FORME DE COMMANDE de la représentation d ’état Mais il faut noter que tout changement de base dans l ’espace d ’état (ici Rn) conduit à une représentation d ’état différente du même processus Trouver la forme de commande de Cobaye, avec un vecteur d ’état à préciser, Vérifier que la représentation d ’état n ’est pas unique Seconde représentation

Solution générale de l ’équation d ’état Pour résoudre l ’équation d ’état, on peut utiliser la transformée de Laplace comme dans le cas d ’une équation différentielle scalaire sans oublier qu ’elle est matricielle : On retrouve les deux termes 1 2 est une exponentielle de matrice Adapter le résultat si on débute en t = t0 : Calculer l ’exponentielle matricielle associée au processus Cobaye:

Discrétisation de la forme de commande C ’est un cas particulier de la solution générale de l ’équation d ’état, où l ’entrée e(t) est constante par morceaux. Si par exemple entre 0 et T, e(t) = e0 constante, on pose : On résout alors l ’équation d ’état entre 0 et T avec l ’entrée e0 et la condition initiale X0, on prélève le résultat à l ’instant T soit X1=X(T) qui donne s1=s(T) Pour résoudre entre T et 2T, X1 devient la condition initiale, et l ’entrée devient e1, d ’où X2, etc ... On fera donc en général : Discrétiser Cobaye sous la forme de commande si T= 0.01 seconde On aboutit à une représentation d ’état en temps discret avec le vecteur d ’état :

Représentation d ’état et fonction de transfert en z Représentation d ’état et fonction de transfert sont deux représentations équivalentes On calcule la fonction de transfert en transformant l ’équation d ’état à conditions initiales nulles : Cas monovariable (une entrée, une sortie), on aboutit à une fonction de transfert: Cas multivariable, on aboutit à une « matrice de transfert » Calculer la fonction de transfert de COBAYE discrétisé à partir de la représentation d ’état obtenue précédemment

Stabilité EBSB Les pôles de la fonction de transfert sont les valeurs propres de la matrice d ’état associée, comme on le voit sur la page précédente. En conséquence, L ’ordre n du processus, degré du dénominateur de la fonction de transfert et du polynôme caractéristique, donne les dimensions de la matrice d ’état (n,n) Un système en temps discret est stable au sens EBSB si et seulement si ses valeurs propres sont de module strictement inférieur à un, c ’est à dire se trouvent toutes à l ’intérieur du cercle unité strictement. Comment la page précédente suggère t ’elle que pôles et valeurs propres sont identiques ? Parce que le dénominateur de la fonction de transfert est nécessairement le déterminant (ou polynôme caractéristique): Comparer les valeurs propres et les pôles de COBAYE discrétisé. Ils sont identiques, Cobaye est-il stable au sens EBSB ? Non, puisqu ’on trouve une valeur propre de module unité

Définition de la gouvernabilité (et critère direct) A quelle condition puis-je amener un processus discret de l’état X0 jusqu’à l ’état XN en N périodes d ’échantillonnage en utilisant son entrée ? PROBLEME Mise en équation matrice de gouvernabilité vecteur de commande Si le rang de G est égal à l ’ordre du processus, il existe une solution E à ce problème, le processus est alors « entièrement gouvernable ». RESULTAT Dans le cas particulier où N est l ’ordre du processus, et si G est carrée, inversible égale de rang N, la solution est : Cobaye est il entièrement gouvernable ? Calculer la succession des commandes permettant de rejoindre un état final Xf=[1,0] ’ depuis l’état X0=[0,0] ’ ? est de rang 2, donc Cobaye est entièrement gouvernable Pour rejoindre Xf quelconque en 2T depuis 0, appliquer :

Observabilité (définition et critère direct) Si on peut en observant seulement la sortie d ’un processus en reconstituer l ’état en un temps fini, le processus sera dit « entièrement observable ». PROBLEME Observabilité et gouvernabilité sont deux propriétés duales: un calcul simplifié où l’entrée de commande est nulle mène au critère direct d’observabilité suivant : Mise en équation Pour qu ’un processus soit entièrement observable, le rang de la matrice d ’observabilité O ci-contre doit être égal à l’ordre du processus. RESULTAT Que devient le critère direct d ’observabilité si O est carrée ? Il faut que O soit inversible dans ce cas Cobaye discrétisé précédemment est-il entièrement observable ? est inversible, donc de rang deux, Cobaye est entièrement observable Comment calculer l ’état de Cobaye à partir des sorties si l ’entrée est nulle ? On fera:

Découplage de l ’équation d ’état Les informations sur la stabilité, la gouvernabilité et l ’observabilité se déduisent de l ’analyse détaillée des couplages des variables d ’état. Si on opère un changement de base dans l ’espace d ’état qui diagonalise la matrice d ’état, la matrice de changement de base P est constituée de vecteurs propres de F : X ’ étant le nouveau vecteur d ’état, c ’est X = P *X ’et X ’= inv(P) *X. La représentation d’état dans cette base est : Stabilité = composantes de la diagonale L de module inférieur à un. gouvernabilité = matrice de commande sans ligne nulle observabilité = matrice d ’observation sans colonne nulle Pour l ’exemple suivant, discuter stabilité, gouvernabilité et observabilité sur les équations scalaires correspondantes : avec

Calcul des vecteurs propres Il y a donc autant de représentations d ’état d ’un processus que de changements de base dans l ’espace d ’état. Cependant, il y a une seule fonction de transfert. Dans une base de vecteurs propres, les informations de stabilité, de gouvernabilité et d ’observabilité apparaissent en clair dans la représentation d ’état : Dans le cas où les valeurs propres sont simples (uniques), le calcul des vecteurs propres s ’opère avec la matrice adjointe de F : pour se lit dans Puis, on constitue la matrice de changement de base en juxtaposant les vecteurs propres Découpler ainsi l’équation d ’état de Cobaye discrétisé et discuter les propriétés de stabilité, d ’observabilité et de gouvernabilité de ce processus :

Asservissement et représentation d ’état Prenons le cas de la loi de commande suivante pour l ’asservissement de COBAYE : Sous forme matricielle, on pose : On en déduit alors que la loi de commande modifie l’équation d ’état : Appliquer à l ’asservissement de Cobaye discrétisé : Calculer le polynôme caractéristique du système bouclé : Etude du lieu des pôles ou valeurs propres de l ’asservissement :

Retour d ’état Supposons le vecteur d ’état de COBAYE entièrement Note 1 : la réalisation du retour d ’état implique en pratique la connaissance du vecteur d ’état (on devra construire un filtre observateur si l ’état est partiellement inconnu) Supposons le vecteur d ’état de COBAYE entièrement connu et mesuré pour ses deux composantes La loi de commande suivante dite « retour d ’état » permet de fixer à volonté les valeurs propres de la matrice d ’état du système bouclé : L ’équation d ’état est modifiée comme précédemment, mais les paramètres du retour d ’état permettent de fixer sans restriction les valeurs propres du système bouclé. Appliquer ce retour d ’état au cas de Cobaye et placer les valeurs propres en 0. Quel est alors le gain statique du système bouclé ? Note 2 : en régime permanent de l ’équation d ’état, Xn=Xn+1. Sous la forme de commande,toutes les dérivées de s sont nulles en plus, d ’où les équations à écrire: Pour deux valeur propres nulles, il suffit que le polynôme caractéristique soit D ’où le retour d ’état Avec ce retour d ’état le gain statique est unitaire

Choix des valeurs propres ou pôles Pour déterminer les pôles / valeurs propres d ’un système en temps discret, on utilise les propriétés démontrées pour les pôles et valeurs propres continus sachant que : Discret < | > Continu (Excepté pour le cas particulier de la réponse pile ou valeur propre z = 0) Un pôle réel deux pôles complexes conjugués Calculer les valeurs propres d ’un processus continu assurant l ’amortissement et le temps de réponse à 5% : Avec T= 0.01s, quels sont les valeurs propres qui assurent le même comportement ? Quel est donc le retour d ’état K imposant ces pôles à l ’asservissement de Cobaye ?

Exemple de simulation avec Matlab % Observabilité Obs=obsv(marectd) % commande conventionnelle rlocus(marectd) zgrid(sqrt(2)/2,10) zoom on k=rlocfind(marectd) %fonction de transfert ftz=tf(marectd) % calcul d'un retour d'état Ad=get(marectd,'a') Bd=get(marectd,'b') %choix des pôles polc=5*sqrt(2)*[-1-i,-1+i] polz=exp(T*polc) %calcul du retour K=acker(Ad,Bd,polz) %construction du système bouclé retour=ss(Ad-Bd*K,Bd*K(1),C,0,T) step(retour) %comparer avec le bouclage pour k=10 retour10=ss(Ad-Bd*[10,0],10*Bd,C,0,T) step(retour10,'r',retour,'b') clc echo on cobaye=tf(50,[1 10 0]) T=0.01 % en temps continu rect=ss(cobaye) % Matlab choisit une base dans l'EE A=[0 1; 0 -10] B=[0;50] C=[1 0] marect=ss(A,B,C,0) %discrétisation marectd=c2d(marect,T) %stabilité damp(marectd) eig(marectd) %Gouvernabilité Gouv=ctrb(marectd) Gou=[get(marectd,'b') ... get(marectd,'a')*get(marectd,'b')]

Comparaison de la commande proportion-nelle pour k=10 et du retour d ’état