SlideShare une entreprise Scribd logo
1Automatique
Réponse temporelle : solution de
l'équation d'état
UV Automatique
ASI 3
Cours 9
2Automatique
Contenu
! Réponse temporelle à partir de la fonction de transfert
! Calcul de la réponse temporelle à partir du modèle d'état
" Résolution de l'équation d'état
# Cas scalaire
# Cas matriciel
# Mise en évidence de la matrice de transition
" Calcul de la matrice de transition
# Propriétés de la matrice de transition
# Utilisation de la transformée de Laplace inverse
# Développement en série de Taylor
# Théorème de Caley-Hamilton
# Diagonalisation de la matrice d'état
! Exemple récapitulatif
3Automatique
Réponse temporelle à partir de la FT
! Cas de la fonction de transfert
Considérons un système mono-entrée, mono-sortie décrit par
une fonction de transfert H(s)
)(
)(
)(
sU
sY
sH = ( ) ( ))()()()( 11 sUsHsYty −− == LL
avec la transformée de Laplace inverse1−L
)()()( sUsHsY =
Ce calcul n'est valable que si les conditions initiales sont nulles
Exemple
)1)(1(
1
)(
21 sTsT
sH
++
=
s
sU
1
)( =
Réponse indicielle
ssTsT
sY
1
)1)(1(
1
)(
21 ++
=
21
21 21
1)(
TT
eTeT
ty
T
t
T
t
−
−
−=
−−
d'après les tables de TL
4Automatique
Réponse temporelle à partir d'un modèle d'état
! Cas scalaire
" TL de l'équation d'état
" Evolution de l'état
Condition initiale :
(II))()()(
(I))()()(
tdutcxty
tbutaxtx
+=
+=& La connaissance de x(t)
permet celle de y(t)
x(0)
( ))()()( tbutaxtx +=&L )()()0()( sbUsaXxssX +=−
)(
)0(
)( sU
as
b
as
x
sX
−
+
−
=
$ Rappels
( ) as
eat
−
=
1
L
( ) )()()(*)( 2121 sFsFtftf =L
( )
∫ −+= t taat dbuexetx 0
)()0()( τττ
Régime libre
(u=0)
Régime forcé
(x(0)=0)
convolution
#
#
5Automatique
Réponse temporelle à partir d'un modèle d'état
! Cas scalaire
" Réponse temporelle
" Remarque
! Généralisation au cas matriciel
)()()( tdutcxty += ( ) )()()0()( 0
tdudbuecxcety t taat ++= ∫ − τττ
Si l'origine des temps est t0≠0, les équations précédentes
ont la forme générale suivante
( ) )()()()(
0
0
0
)( tdudbuectxcety t
t
tatta ++= ∫ −− τττ
( )
∫ −− += t
t
tatta dbuetxetx
0
0 )()()( 0
)( τττ




+=
+=
)()()(
)()(
tDUtCXtY
tBUtAXX& nnA ×∈R
mnB ×∈R
npC ×∈R
mpD ×∈R
ntX R∈)(
mtU R∈)(
ptY R∈)(
0tt >
6Automatique
Réponse temporelle à partir d'un modèle d'état
! Généralisation au cas matriciel
" TL de l'équation d'état
" Réponse temporelle : généralisation
Conditions initiales : X(t0)
( ))()()( tBUtAXtX +=&L )()()()( 0 sBUsAXtXssX +=−
( ) ( ) )()()( 1
0
1
sBUAsItXAsIsX nn
−−
−+−= In : matrice identité d'ordre n
( ) )()()()(
0
0
0
)( tDUdBUeCtXCetY t
t
tAttA ++= ∫ −− τττ
( )
∫ −− +=
t
t
tAttA dBUetXetX
0
0 )()()( 0
)( τττ
vecteur matrice matricevecteur vecteur
)()()( tDUtCXtY +=
( ) ( )( ))()()( 1
0
11 sBUAsItXAsItX nn
- −−
−+−= L
7Automatique
Matrice de transition
" Remarques
# La réponse temporelle dépend de l'exponentielle de matrice
# Pour U=0, on a . D'où
! Propriétés de la matrice de transition
$ est une exponentielle de matrice.
$ avec In : matrice identité d'ordre n
$
$
$
)( 0ttAe −
)(),()()( 000
)( 0 tXtttXetX ttA Φ== −
)(
0
0),( ttAett −=Φ est la matrice de transition du vecteur d'état
initial X(t0) au vecteur d'état X(t) pour U=0
)(
0 0),( ttAett −=Φ nntt ×∈Φ R),( 0
n
A Iett ==Φ ×0
00 ),(
( ))(
0 0),( ttAe
dt
d
tt −=Φ& )(
0 0),( ttAAett −=Φ&
21),0(),0(),0( 2121
AtAt eetttt =ΦΦ=+Φ
)(
0
1
0 0),(),( ttAetttt −−− =Φ=Φ
( ) )()( 0
1
tXAsIsX n
−
−=
),(),( 00 ttAtt Φ=Φ&
8Automatique
Calcul de la matrice de transition
! Utilisation de la transformée de Laplace inverse
" Procédure de calcul
# Former la matrice sIn−A
# Calculer l'inverse de sIn−A
# Prendre la transformée de Laplace inverse de chaque élément de (sIn−A)−1
La procédure est applicable à la main si l'ordre n de la matrice A n'est pas élevé
( ) 11 −− −= AsIe n
At L
Soit l'équation d'état
Exemple
)(
1
0
)(
02
13
tUtXX 





+





−
−
=& Calculer la matrice
de transition
( )
)(det
)(comatrice
)( 1
AsI
AsI
AsI
n
T
n
n −
−
=− −
9Automatique
Calcul de la matrice de transition : TL inverse
" Exemple (suite)
10Automatique
Calcul de la matrice de transition
! Développement en série de Taylor
" Développement en série d'une fonction exponentielle scalaire
" Généralisation à une exponentielle de matrice
∑
∞+
=
=++++=
0
3322
!!3!2
1
i
i
i
at t
i
atata
ate L
∑
∞+
=
=++++=
0
3322
!!3!2 i
i
i
n
At t
i
AtAtA
AtIe L
nnAt Ae ×∈Ravec
nnAte ×∈R
La matrice de transition est une somme pondérée des termes de
puissance de la matrice A. On suppose que la somme est convergente
nn
i
i AAAA ×∈×××= R4434421 L
fois
Le calcul est simplifié si A est nilpotente
Définition : la matrice carré A est dite nilpotente d'ordre k s'il
existe un entier k≥1 tel que pour tout entier r>k, Ar=0n =[0]
11Automatique
Calcul de la matrice de transition : dvl de Taylor
Soit le système caractérisé par l'équation différentielle )()( tutzJ =&&
2
1
)(
Js
sH = Double intégrateur
)()(1 tztx =$ Etats : )()(2 tztx &= $ Equation d'état u
J
XX 





+





=
1
0
00
10&






=
00
10
A
$ Calcul de la matrice de transition






=











=
00
00
00
10
00
102A 2
00
00
≥∀





= nAn
22 0++= AtIeAtPar conséquent teAt






+





=
00
10
10
01






=
10
1 t
eAt
$ Solution de l'équation homogène )(tAXX =&
)()( 0
)( 0 tXetX ttA −= 










 −
=
)(
)(
10
1
)(
02
010
tx
txtt
tX
[ ]T
txtxtX )()()( 02010 =Conditions initiales





 −+
=
)(
)()()(
)(
02
02001
tx
txtttx
tX
Exemple
12Automatique
Calcul de la matrice de transition
! Théorème de Caley-Hamilton
Soit A une matrice carrée d'ordre n. Son équation caractéristique est
∑
∞+
=
=
0
!i
i
i
At t
i
A
e
Si la matrice A n'est pas nilpotente, le calcul est fastidieux. Le théorème de
Caley-Hamilton permet de limiter ce calcul à un nombre fini de termes
Développement de Taylor
$ Equation caractéristique d'une matrice carrée
0)det()( 01
1
1 =++++=−= −
− aaaAIP n
n
n
A λλλλλ L
Théorème de Caley-Hamilton
Toute matrice carrée A satisfait son équation caractéristique c'est-à-dire
0)( 01
1
1 =++++= −
− n
n
n
n
A IaAaAaAAP L
On déduit du théorème la relation suivante
n
n
n
n IaAaAaA 01
1
1 −−−−= −
− L ∑
−
=
−=
1
0
n
i
i
i
n AaA
13Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
! Interprétation du théorème
Cette relation peut alors se mettre sous la forme suivante
Toute puissance k de A c'est-à-dire Ak tel que k>n−1 peut s'écrire comme la
combinaison linéaire des n−1 premières puissances de A.
∑
−
=
−=
1
0
n
i
i
i
n AaA ∑
−
=
+ −=×=
1
0
1
n
i
i
i
nn AAaAAA ∑∑
=
−
−
=
++ −=−=
n
i
i
i
n
i
i
i
n AaAaA
1
1
1
0
11
n
n
n
i
i
i
n AaAaA 1
1
1
1
1
−
−
=
−
+ −−= ∑ ∑∑
−
=
−
−
=
−
+ +−=
1
0
1
1
1
1
1
n
i
i
in
n
i
i
i
n AaaAaA
∑∑
−
=
−−
−
=
−
+ ++−=
1
1
101
1
1
1
1
n
i
i
innn
n
i
i
i
n AaaIaaAaA 0
01
1
1
11
1 )( AaaAaaaA n
n
i
i
iin
n
−
−
=
−−
+ +−= ∑
0avec)( 1
1
0
11
1 =−= −
−
=
−−
+
∑ aAaaaA
n
i
i
iin
n
)(avec 11
1
0
1
−−
−
=
+ −== ∑ iini
n
i
i
i
n aaabAbA
On constate que An+1 est une combinaison linéaire de Ai (i=1, …, n−1)
De façon similaire, on peut calculer An+2, … en fonction des n−1 premières
puissances de A
14Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
! Corollaire du théorème
Formule de Sylvester
On peut trouver des fonctions αi(t) dépendant du temps telles que
∑∑
−
=
∞+
=
==
1
00
)(
!
n
i
i
i
i
i
i
At Att
i
A
e α
Cette formule permet de limiter le calcul du développement de Taylor à un
nombre fini de termes. Si on connaît les fonctions αi(t) , on obtient eAt
Justification du corollaire
D'après le théorème ∞== ∑
−
=
,,avec
1
0
LnkAbA
n
i
i
i
k
On en déduit ∞== ∑
−
=
,,avec
!!
1
0
Lnkt
k
A
bt
k
A k
n
i
i
i
k
k
D'où ∑
−
=
−−
=++
−
++++
1
0
1122
)(
!)!1(!2
n
i
i
i
nnnn
n At
n
tA
n
tAtA
AtI αLL
Ak tel que k>n−1 s'écrivant comme la combinaison linéaire des n−1 premières
puissances de A, eAt est aussi une combinaison linéaire des n−1 premières
puissances. Les coefficients sont dans ce cas des fonctions du temps
15Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
! Calcul des fonctions αi(t)
" Cas 1
On suppose que la matrice carrée A d'ordre n admet n valeurs
propres distinctes njj ,,1 L=λ
On montre que les fonctions sont solutions du
système de n équations
1,,0)( −= niti Lα








+++=
+++=
+++=
−
−
−
−
−
−
)()()(
)()()(
)()()(
1
1
10
1
1
120
1
1
110
2
2
1
1
ttte
ttte
ttte
n
n
n
t
n
nt
n
nt
n
n αλαλα
αλαλα
αλαλα
λ
λ
λ
L
M
L
L
La méthode nécessite la détermination préalable des valeurs propres
de la matrice A. On associe une équation à chaque valeur propre.
16Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
)(
1
0
)(
51
22
tUtXX 





+





−
=&
Exemple
Calculer la matrice de transition
$ Valeurs propres de A : 4et3 21 == λλ
$ Détermination des fonctions αi(t)




+=
+=
)()(
)()(
120
110
2
1
tte
tte
t
t
αλα
αλα
λ
λ




+=
+=
)(4)(
)(3)(
10
4
10
3
tte
tte
t
t
αα
αα












=








)(
)(
41
31
1
0
4
3
t
t
e
e
t
t
α
α














=





−
t
t
e
e
t
t
4
31
1
0
41
31
)(
)(
α
α














−
−
=





t
t
e
e
t
t
4
3
1
0
11
34
)(
)(
α
α




+−=
−=
tt
tt
eet
eet
43
1
43
0
)(
34)(
α
α
AtIteAt )()( 120 αα +=
$ Matrice de transition






−
+





=
51
22
)(
10
01
)( 10 tteAt αα








+−−
+−−
=
tttt
tttt
At
eeee
eeee
e
4343
4343
2
222
17Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
! Calcul des fonctions αi(t)
" Cas 2 : la matrice A a des valeurs propres non distinctes
Soit λj une valeur propre simple. On lui associe l'équation
)()()( 1
1
10 ttte n
n
j
t
j
j
−
−+++= αλαλα
λ
L
Soit λk une valeur propre multiple, d'ordre de multiplicité r
On lui associe les équations suivantes
( )
( )








+++=
+++=
+++=
−
−
−
−
−
−
)()()(
)()(
)()()(
)()()(
1
1
10
1
1
10
1
1
10
ttt
d
d
d
ed
ttt
d
d
d
de
ttte
n
n
kr
k
r
r
k
tr
n
n
k
kk
t
n
n
k
t
k
k
k
k
k
k
αλαλα
λλ
αλαλα
λλ
αλαλα
λ
λ
λ
L
M
L
L
En procédant ainsi pour toutes les valeurs propres simples ou
multiples, on établit un système de n équations duquel on déduit les
fonctions αi(t)
18Automatique
Calcul de la matrice de transition : th de Caley-Hamilton
)(
0
1
)(
21
10
tUtXX 





+





−−
=&
Exemple
Calculer la matrice de transition
$ Valeurs propres de A : 11 −=λ
$ Détermination des fonctions αi(t)
( )



+=
+=
)()(
)()(
110
11
110
1
1
tt
d
d
d
de
tte
t
t
αλα
λλ
αλα
λ
λ




=
+=
)(
)()(
1
110
1
1
tte
tte
t
t
α
αλα
λ
λ
AtIteAt )()( 120 αα +=
$ Matrice de transition






−−
+





=
21
10
)(
10
01
)( 10 tteAt αα








−−
+
=
−−
−−
tt
tt
At
ette
teet
e
)1(
)1(
valeur propre double




=
+=
−
−
t
t
tet
ett
)(
)1()(
1
0
α
α




=
−=
−
−
)(
)()(
1
10
tte
tte
t
t
α
αα
19Automatique
Calcul de la matrice de transition
! Matrice diagonale
! Matrice diagonalisable
Si la matrice carrée A d'ordre n admet n valeurs propres distinctes,
elle est diagonalisable c'est-à-dire
1−= TDTA avec










=
n
D
λ
λ
0
01
O
T : matrice des vecteurs propres de A
On montre que 1−= TTee DtAt
Si la matrice carrée A d'ordre n est diagonale on a










=
n
A
λ
λ
0
01
O












=
t
t
At
ne
e
e
λ
λ
0
01
O
20Automatique
Réponse temporelle : exemple
Exemple
[ ]




=






+





−
−
=
)(10
)(
1
0
)(
02
13
tXy
tUtXX&
Calculer la réponse
indicielle du système
21Automatique
Linéarisation du modèle d'état
! Linéarisation autour du point ),( UX
On réalise un développement de Taylor au 1er ordre de f et g








∂
∂
++
∂
∂
+
∂
∂
++
∂
∂
+≈++=
∂
∂
++
∂
∂
+
∂
∂
++
∂
∂
+≈++=
UXm
p
UX
p
UXn
p
UX
p
ppp
UXmUXUXnUX
U
g
U
g
X
g
X
g
UXgtuUtxXgY
U
g
U
g
X
g
X
g
UXgtuUtxXgY
,,1,,1
,
1
,1
1
,
1
,1
1
111
),())(),((
),())(),((
LL
M
LL
$ Equations d'état
$ Equations de sortie







∂
∂
++
∂
∂
+
∂
∂
++
∂
∂
+≈++=
∂
∂
++
∂
∂
+
∂
∂
++
∂
∂
+≈++=
UXm
n
UX
n
UXn
n
UX
n
nnn
UXmUXUXnUX
U
f
U
f
X
f
X
f
UXftuUtxXfX
U
f
U
f
X
f
X
f
UXftuUtxXfX
,,1,,1
,
1
,1
1
,
1
,1
1
111
),())(),((
),())(),((
LL&
M
LL&
22Automatique
Linéarisation du modèle d'état
$ Forme matricielle




++≈+=
++≈+=
)()(),()()()(
)()(),()()()(
tuGtxGUXgtytYtY
tuFtxFUXftxtXtX
UX
UX
&
&&




+=
+=
)()()(
)()()(
tuGtxGty
tuFtxFtx
UX
UX
&
Modèle d'état linéarisé
UXn
nn
n
UX
X
X
f
X
f
X
f
X
f
X
f
F
,1
1
1
1
,














∂
∂
∂
∂
∂
∂
∂
∂
=
∂
∂
=
L
MM
L
UXn
nn
m
UX
U
U
f
U
f
U
f
U
f
U
f
F
,1
1
1
1
,














∂
∂
∂
∂
∂
∂
∂
∂
=
∂
∂
=
L
MM
L
UXn
pp
n
UX
X
X
g
X
g
X
g
X
g
X
g
G
,1
1
1
1
,














∂
∂
∂
∂
∂
∂
∂
∂
=
∂
∂
=
L
MM
L
UXm
pp
m
UX
U
U
g
U
g
U
g
U
g
U
g
G
,1
1
1
1
,














∂
∂
∂
∂
∂
∂
∂
∂
=
∂
∂
=
L
MM
L
FX, FU, GX et GU sont les matrices jacobiennes des dérivées partielles
de f et g respectivement par rapport à X et U et évaluées au point ),( UX
UXUX GDGCFBFA ==== ,,,Matrices du modèle :
23Automatique
Linéarisation d'un modèle d'état
! Exemple : ressort à comportement non-linéaire
m
z
ressort F
Equation différentielle
3
21 zkzkFzm ++=&&
Modèle d'état
$ Modèle non-linéaire
$ Etats du système )()(1 tztx = )()(2 tztx &=
)()(1 tztx = )()()( 21 txtztx == &&
Fzkzkzm ++= 3
21
&&
m
F
x
m
k
x
m
k
tx ++= 3
1
2
1
1
2 )(&
( )








++
==





m
tu
tx
m
k
tx
m
k
tx
tutxtxf
tx
tx
)(
)()(
)(
)(),(),(
)(
)(
3
1
2
1
1
2
21
2
1
&
&
$ Entrée Ftu =)( $ Sortie )()( tzty =
)())(),(),(()( 121 txtutxtxhty ==
24Automatique
Linéarisation d'un modèle d'état
! Exemple
$ Détermination du point de fonctionnement ),( UX
On choisit comme point de fonctionnement, un point
stationnaire c'est-à-dire tel que
( ) 0)(),(),( 21 =tutxtxf
0))(),(( == tUtXfX
&






=








++ 0
0
3
1
2
1
1
2
m
u
x
m
k
x
m
k
x
02 =x
03
1
2
1
1 =+ x
m
k
x
m
k
De plus, on prendra .0=u On a alors
01 =x 211 kkx −±=ou
Points de fonctionnement :














0,
0
0
ou














−±
0,
0
21 kk
),( UX
25Automatique
Linéarisation d'un modèle d'état : exemple
$ Premier point :














0,
0
0
UX
UX
mxkk
x
f
x
f
x
f
x
f
A
,
2
121
,2
2
1
2
2
2
1
1
0)3(
10








+
=










∂
∂
∂
∂
∂
∂
∂
∂
=






=










∂
∂
∂
∂
=
m
u
f
u
f
B
UX
1
0
,
2
1
]01[
,21
=



∂
∂
∂
∂
=
UXx
h
x
h
C






=
0
10
1k
A
0
,
=




∂
∂
=
UXu
h
D
$ Matrices
$ Deuxième point : 













−±
0,
0
21 kk






−
=
02
10
1k
A
Seule la matrice de commande A change
selon les points de fonctionnement

Contenu connexe

Tendances

Cours11 Commande dans l'espace d'état
Cours11 Commande dans l'espace d'étatCours11 Commande dans l'espace d'état
Cours11 Commande dans l'espace d'état
sarah Benmerzouk
 
3 identification des systèmes
3 identification des systèmes3 identification des systèmes
3 identification des systèmes
Rachid Lajouad
 
Cours5 Marges de stabilité et performance des systèmes linéaires asservis
Cours5 Marges de stabilité et performance des systèmes linéaires asservisCours5 Marges de stabilité et performance des systèmes linéaires asservis
Cours5 Marges de stabilité et performance des systèmes linéaires asservis
sarah Benmerzouk
 
Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable
morin moli
 
Cours7 Correction des systèmes linéaires continus asservis (2)
Cours7 Correction des systèmes linéaires continus asservis (2)Cours7 Correction des systèmes linéaires continus asservis (2)
Cours7 Correction des systèmes linéaires continus asservis (2)
sarah Benmerzouk
 
Cours4 Systèmes linéaires asservis: Analyse de la stabilité
Cours4 Systèmes linéaires asservis: Analyse de la stabilitéCours4 Systèmes linéaires asservis: Analyse de la stabilité
Cours4 Systèmes linéaires asservis: Analyse de la stabilité
sarah Benmerzouk
 
47811458 exercices-systemes-echantillonnes
47811458 exercices-systemes-echantillonnes47811458 exercices-systemes-echantillonnes
47811458 exercices-systemes-echantillonnesTRIKI BILEL
 
Exercices corrigés sur le gradateur triphasé
 Exercices corrigés sur le gradateur triphasé Exercices corrigés sur le gradateur triphasé
Exercices corrigés sur le gradateur triphasé
morin moli
 
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automatesتمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
electrolouhla
 
les-automates-programmables-industriels
les-automates-programmables-industrielsles-automates-programmables-industriels
les-automates-programmables-industriels
electrolouhla
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
tawfik-masrour
 
2 correction des systèmes asservis
2 correction des systèmes asservis2 correction des systèmes asservis
2 correction des systèmes asservis
Rachid Lajouad
 
Partie i vibrations et oscillateurs
Partie i   vibrations et oscillateursPartie i   vibrations et oscillateurs
Partie i vibrations et oscillateurs
OumaimaBenSaid
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
BAKKOURY Jamila
 
introduction automatisme industriel
introduction automatisme industrielintroduction automatisme industriel
introduction automatisme industriel
Adnane Ahmidani
 
Presentation automatisme
Presentation automatismePresentation automatisme
Presentation automatisme
sarah Benmerzouk
 
Mémoire Doc.PDF
Mémoire Doc.PDFMémoire Doc.PDF
Mémoire Doc.PDFsadak amine
 
Automates programmables industriels
Automates programmables industrielsAutomates programmables industriels
Automates programmables industriels
HafsaELMessaoudi
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
sunprass
 

Tendances (20)

Cours11 Commande dans l'espace d'état
Cours11 Commande dans l'espace d'étatCours11 Commande dans l'espace d'état
Cours11 Commande dans l'espace d'état
 
3 identification des systèmes
3 identification des systèmes3 identification des systèmes
3 identification des systèmes
 
Cours5 Marges de stabilité et performance des systèmes linéaires asservis
Cours5 Marges de stabilité et performance des systèmes linéaires asservisCours5 Marges de stabilité et performance des systèmes linéaires asservis
Cours5 Marges de stabilité et performance des systèmes linéaires asservis
 
Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable Câblage Entrées / Sorties Automate programmable
Câblage Entrées / Sorties Automate programmable
 
Cours7 Correction des systèmes linéaires continus asservis (2)
Cours7 Correction des systèmes linéaires continus asservis (2)Cours7 Correction des systèmes linéaires continus asservis (2)
Cours7 Correction des systèmes linéaires continus asservis (2)
 
Cours4 Systèmes linéaires asservis: Analyse de la stabilité
Cours4 Systèmes linéaires asservis: Analyse de la stabilitéCours4 Systèmes linéaires asservis: Analyse de la stabilité
Cours4 Systèmes linéaires asservis: Analyse de la stabilité
 
47811458 exercices-systemes-echantillonnes
47811458 exercices-systemes-echantillonnes47811458 exercices-systemes-echantillonnes
47811458 exercices-systemes-echantillonnes
 
Exercices corrigés sur le gradateur triphasé
 Exercices corrigés sur le gradateur triphasé Exercices corrigés sur le gradateur triphasé
Exercices corrigés sur le gradateur triphasé
 
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automatesتمارين وحلول خاصة ببرمجة Ladder et instructions automates
تمارين وحلول خاصة ببرمجة Ladder et instructions automates
 
CM4 - Transformée en z
CM4 - Transformée en zCM4 - Transformée en z
CM4 - Transformée en z
 
les-automates-programmables-industriels
les-automates-programmables-industrielsles-automates-programmables-industriels
les-automates-programmables-industriels
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
T. Masrour - cours dynamique des systèmes - vibrations -chapitre2-n ddl (1)
 
2 correction des systèmes asservis
2 correction des systèmes asservis2 correction des systèmes asservis
2 correction des systèmes asservis
 
Partie i vibrations et oscillateurs
Partie i   vibrations et oscillateursPartie i   vibrations et oscillateurs
Partie i vibrations et oscillateurs
 
chap2 outil_mathematiques
chap2 outil_mathematiqueschap2 outil_mathematiques
chap2 outil_mathematiques
 
introduction automatisme industriel
introduction automatisme industrielintroduction automatisme industriel
introduction automatisme industriel
 
Presentation automatisme
Presentation automatismePresentation automatisme
Presentation automatisme
 
Mémoire Doc.PDF
Mémoire Doc.PDFMémoire Doc.PDF
Mémoire Doc.PDF
 
Automates programmables industriels
Automates programmables industrielsAutomates programmables industriels
Automates programmables industriels
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
 

Similaire à Cours9 ch2 Réponse temporelle: solution de l'équation d'état

Cours_3_0910.pdf
Cours_3_0910.pdfCours_3_0910.pdf
Cours_3_0910.pdf
LAHCIENEELHOUCINE
 
Cours_3_0910_2.pdf
Cours_3_0910_2.pdfCours_3_0910_2.pdf
Cours_3_0910_2.pdf
SongSonfack
 
Tp3
Tp3Tp3
Chapitre 1 auto base
Chapitre 1 auto baseChapitre 1 auto base
Chapitre 1 auto base
simo927066
 
Chapitre 1 automatique de base
Chapitre 1 automatique de  baseChapitre 1 automatique de  base
Chapitre 1 automatique de base
simo927066
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
SAHELAicha
 
Rapport tp matlab babaoui arrakiz
Rapport tp matlab babaoui arrakizRapport tp matlab babaoui arrakiz
Rapport tp matlab babaoui arrakiz
babaoui mohamed
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etatLin Pepin
 
Arma
ArmaArma
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
Guesmi Amal
 
Télécharger Exercices corrigés sur le gradateur triphasé
Télécharger Exercices corrigés sur le gradateur triphaséTélécharger Exercices corrigés sur le gradateur triphasé
Télécharger Exercices corrigés sur le gradateur triphasé
morin moli
 
diaporama2020_cours-etude_frequentielle.pptx
diaporama2020_cours-etude_frequentielle.pptxdiaporama2020_cours-etude_frequentielle.pptx
diaporama2020_cours-etude_frequentielle.pptx
YassineBenkraouda
 
5 td11 chariot
5 td11 chariot5 td11 chariot
5 td11 chariot
Mayssa Rjaibia
 
CA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdfCA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdf
YassineAmal2
 
09 lignes d'influence
09 lignes d'influence09 lignes d'influence
09 lignes d'influence
Moussa Maarouf
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddlT. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
tawfik-masrour
 
Dynamique des structures cours
Dynamique des structures coursDynamique des structures cours
Dynamique des structures cours
Mohamed Abid
 
FINAL.pptx
FINAL.pptxFINAL.pptx
FINAL.pptx
sara6496
 
oscillateurs harmoniques libres et oscillateurs libres amortis.pptx.ppt
oscillateurs harmoniques libres et oscillateurs libres  amortis.pptx.pptoscillateurs harmoniques libres et oscillateurs libres  amortis.pptx.ppt
oscillateurs harmoniques libres et oscillateurs libres amortis.pptx.ppt
hermoussa
 

Similaire à Cours9 ch2 Réponse temporelle: solution de l'équation d'état (20)

Cours_3_0910.pdf
Cours_3_0910.pdfCours_3_0910.pdf
Cours_3_0910.pdf
 
Cours_3_0910_2.pdf
Cours_3_0910_2.pdfCours_3_0910_2.pdf
Cours_3_0910_2.pdf
 
Tp3
Tp3Tp3
Tp3
 
Chapitre 1 auto base
Chapitre 1 auto baseChapitre 1 auto base
Chapitre 1 auto base
 
Chapitre 1 automatique de base
Chapitre 1 automatique de  baseChapitre 1 automatique de  base
Chapitre 1 automatique de base
 
Les Filtres Numeriques
Les Filtres NumeriquesLes Filtres Numeriques
Les Filtres Numeriques
 
Rapport tp matlab babaoui arrakiz
Rapport tp matlab babaoui arrakizRapport tp matlab babaoui arrakiz
Rapport tp matlab babaoui arrakiz
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
 
Arma
ArmaArma
Arma
 
Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
 
Télécharger Exercices corrigés sur le gradateur triphasé
Télécharger Exercices corrigés sur le gradateur triphaséTélécharger Exercices corrigés sur le gradateur triphasé
Télécharger Exercices corrigés sur le gradateur triphasé
 
Asservis partie1
Asservis partie1Asservis partie1
Asservis partie1
 
diaporama2020_cours-etude_frequentielle.pptx
diaporama2020_cours-etude_frequentielle.pptxdiaporama2020_cours-etude_frequentielle.pptx
diaporama2020_cours-etude_frequentielle.pptx
 
5 td11 chariot
5 td11 chariot5 td11 chariot
5 td11 chariot
 
CA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdfCA_RESMA_2022_01 Chap1.pdf
CA_RESMA_2022_01 Chap1.pdf
 
09 lignes d'influence
09 lignes d'influence09 lignes d'influence
09 lignes d'influence
 
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddlT. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
T. Masrour - cours dynamique des systèmes - vibrations -chapitre1-1ddl
 
Dynamique des structures cours
Dynamique des structures coursDynamique des structures cours
Dynamique des structures cours
 
FINAL.pptx
FINAL.pptxFINAL.pptx
FINAL.pptx
 
oscillateurs harmoniques libres et oscillateurs libres amortis.pptx.ppt
oscillateurs harmoniques libres et oscillateurs libres  amortis.pptx.pptoscillateurs harmoniques libres et oscillateurs libres  amortis.pptx.ppt
oscillateurs harmoniques libres et oscillateurs libres amortis.pptx.ppt
 

Dernier

Presentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechniquePresentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechnique
mohammadaminejouini
 
BATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en FranceBATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en France
Txaruka
 
Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
frizzole
 
Margaux Laurens - Neel.pptx
Margaux        Laurens     -     Neel.pptxMargaux        Laurens     -     Neel.pptx
Margaux Laurens - Neel.pptx
Txaruka
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union
 
Proyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de pazProyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de paz
Morzadec Cécile
 
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
MustaphaZhiri
 

Dernier (7)

Presentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechniquePresentation powerpoint sur la filiere electrotechnique
Presentation powerpoint sur la filiere electrotechnique
 
BATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en FranceBATIMENT 5.pptx. Fil français tourné en France
BATIMENT 5.pptx. Fil français tourné en France
 
Veille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdfVeille Audocdi 90 - mois de juin 2024.pdf
Veille Audocdi 90 - mois de juin 2024.pdf
 
Margaux Laurens - Neel.pptx
Margaux        Laurens     -     Neel.pptxMargaux        Laurens     -     Neel.pptx
Margaux Laurens - Neel.pptx
 
Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023Bibliothèque de L'Union - Bilan de l'année 2023
Bibliothèque de L'Union - Bilan de l'année 2023
 
Proyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de pazProyecto Erasmus Jardineros y jardineras de paz
Proyecto Erasmus Jardineros y jardineras de paz
 
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
Dimensionnement réseau de transmission pour un réseau GSM-R - AIT KADDOUR Ghi...
 

Cours9 ch2 Réponse temporelle: solution de l'équation d'état

  • 1. 1Automatique Réponse temporelle : solution de l'équation d'état UV Automatique ASI 3 Cours 9
  • 2. 2Automatique Contenu ! Réponse temporelle à partir de la fonction de transfert ! Calcul de la réponse temporelle à partir du modèle d'état " Résolution de l'équation d'état # Cas scalaire # Cas matriciel # Mise en évidence de la matrice de transition " Calcul de la matrice de transition # Propriétés de la matrice de transition # Utilisation de la transformée de Laplace inverse # Développement en série de Taylor # Théorème de Caley-Hamilton # Diagonalisation de la matrice d'état ! Exemple récapitulatif
  • 3. 3Automatique Réponse temporelle à partir de la FT ! Cas de la fonction de transfert Considérons un système mono-entrée, mono-sortie décrit par une fonction de transfert H(s) )( )( )( sU sY sH = ( ) ( ))()()()( 11 sUsHsYty −− == LL avec la transformée de Laplace inverse1−L )()()( sUsHsY = Ce calcul n'est valable que si les conditions initiales sont nulles Exemple )1)(1( 1 )( 21 sTsT sH ++ = s sU 1 )( = Réponse indicielle ssTsT sY 1 )1)(1( 1 )( 21 ++ = 21 21 21 1)( TT eTeT ty T t T t − − −= −− d'après les tables de TL
  • 4. 4Automatique Réponse temporelle à partir d'un modèle d'état ! Cas scalaire " TL de l'équation d'état " Evolution de l'état Condition initiale : (II))()()( (I))()()( tdutcxty tbutaxtx += +=& La connaissance de x(t) permet celle de y(t) x(0) ( ))()()( tbutaxtx +=&L )()()0()( sbUsaXxssX +=− )( )0( )( sU as b as x sX − + − = $ Rappels ( ) as eat − = 1 L ( ) )()()(*)( 2121 sFsFtftf =L ( ) ∫ −+= t taat dbuexetx 0 )()0()( τττ Régime libre (u=0) Régime forcé (x(0)=0) convolution # #
  • 5. 5Automatique Réponse temporelle à partir d'un modèle d'état ! Cas scalaire " Réponse temporelle " Remarque ! Généralisation au cas matriciel )()()( tdutcxty += ( ) )()()0()( 0 tdudbuecxcety t taat ++= ∫ − τττ Si l'origine des temps est t0≠0, les équations précédentes ont la forme générale suivante ( ) )()()()( 0 0 0 )( tdudbuectxcety t t tatta ++= ∫ −− τττ ( ) ∫ −− += t t tatta dbuetxetx 0 0 )()()( 0 )( τττ     += += )()()( )()( tDUtCXtY tBUtAXX& nnA ×∈R mnB ×∈R npC ×∈R mpD ×∈R ntX R∈)( mtU R∈)( ptY R∈)( 0tt >
  • 6. 6Automatique Réponse temporelle à partir d'un modèle d'état ! Généralisation au cas matriciel " TL de l'équation d'état " Réponse temporelle : généralisation Conditions initiales : X(t0) ( ))()()( tBUtAXtX +=&L )()()()( 0 sBUsAXtXssX +=− ( ) ( ) )()()( 1 0 1 sBUAsItXAsIsX nn −− −+−= In : matrice identité d'ordre n ( ) )()()()( 0 0 0 )( tDUdBUeCtXCetY t t tAttA ++= ∫ −− τττ ( ) ∫ −− += t t tAttA dBUetXetX 0 0 )()()( 0 )( τττ vecteur matrice matricevecteur vecteur )()()( tDUtCXtY += ( ) ( )( ))()()( 1 0 11 sBUAsItXAsItX nn - −− −+−= L
  • 7. 7Automatique Matrice de transition " Remarques # La réponse temporelle dépend de l'exponentielle de matrice # Pour U=0, on a . D'où ! Propriétés de la matrice de transition $ est une exponentielle de matrice. $ avec In : matrice identité d'ordre n $ $ $ )( 0ttAe − )(),()()( 000 )( 0 tXtttXetX ttA Φ== − )( 0 0),( ttAett −=Φ est la matrice de transition du vecteur d'état initial X(t0) au vecteur d'état X(t) pour U=0 )( 0 0),( ttAett −=Φ nntt ×∈Φ R),( 0 n A Iett ==Φ ×0 00 ),( ( ))( 0 0),( ttAe dt d tt −=Φ& )( 0 0),( ttAAett −=Φ& 21),0(),0(),0( 2121 AtAt eetttt =ΦΦ=+Φ )( 0 1 0 0),(),( ttAetttt −−− =Φ=Φ ( ) )()( 0 1 tXAsIsX n − −= ),(),( 00 ttAtt Φ=Φ&
  • 8. 8Automatique Calcul de la matrice de transition ! Utilisation de la transformée de Laplace inverse " Procédure de calcul # Former la matrice sIn−A # Calculer l'inverse de sIn−A # Prendre la transformée de Laplace inverse de chaque élément de (sIn−A)−1 La procédure est applicable à la main si l'ordre n de la matrice A n'est pas élevé ( ) 11 −− −= AsIe n At L Soit l'équation d'état Exemple )( 1 0 )( 02 13 tUtXX       +      − − =& Calculer la matrice de transition ( ) )(det )(comatrice )( 1 AsI AsI AsI n T n n − − =− −
  • 9. 9Automatique Calcul de la matrice de transition : TL inverse " Exemple (suite)
  • 10. 10Automatique Calcul de la matrice de transition ! Développement en série de Taylor " Développement en série d'une fonction exponentielle scalaire " Généralisation à une exponentielle de matrice ∑ ∞+ = =++++= 0 3322 !!3!2 1 i i i at t i atata ate L ∑ ∞+ = =++++= 0 3322 !!3!2 i i i n At t i AtAtA AtIe L nnAt Ae ×∈Ravec nnAte ×∈R La matrice de transition est une somme pondérée des termes de puissance de la matrice A. On suppose que la somme est convergente nn i i AAAA ×∈×××= R4434421 L fois Le calcul est simplifié si A est nilpotente Définition : la matrice carré A est dite nilpotente d'ordre k s'il existe un entier k≥1 tel que pour tout entier r>k, Ar=0n =[0]
  • 11. 11Automatique Calcul de la matrice de transition : dvl de Taylor Soit le système caractérisé par l'équation différentielle )()( tutzJ =&& 2 1 )( Js sH = Double intégrateur )()(1 tztx =$ Etats : )()(2 tztx &= $ Equation d'état u J XX       +      = 1 0 00 10&       = 00 10 A $ Calcul de la matrice de transition       =            = 00 00 00 10 00 102A 2 00 00 ≥∀      = nAn 22 0++= AtIeAtPar conséquent teAt       +      = 00 10 10 01       = 10 1 t eAt $ Solution de l'équation homogène )(tAXX =& )()( 0 )( 0 tXetX ttA −=             − = )( )( 10 1 )( 02 010 tx txtt tX [ ]T txtxtX )()()( 02010 =Conditions initiales       −+ = )( )()()( )( 02 02001 tx txtttx tX Exemple
  • 12. 12Automatique Calcul de la matrice de transition ! Théorème de Caley-Hamilton Soit A une matrice carrée d'ordre n. Son équation caractéristique est ∑ ∞+ = = 0 !i i i At t i A e Si la matrice A n'est pas nilpotente, le calcul est fastidieux. Le théorème de Caley-Hamilton permet de limiter ce calcul à un nombre fini de termes Développement de Taylor $ Equation caractéristique d'une matrice carrée 0)det()( 01 1 1 =++++=−= − − aaaAIP n n n A λλλλλ L Théorème de Caley-Hamilton Toute matrice carrée A satisfait son équation caractéristique c'est-à-dire 0)( 01 1 1 =++++= − − n n n n A IaAaAaAAP L On déduit du théorème la relation suivante n n n n IaAaAaA 01 1 1 −−−−= − − L ∑ − = −= 1 0 n i i i n AaA
  • 13. 13Automatique Calcul de la matrice de transition : th de Caley-Hamilton ! Interprétation du théorème Cette relation peut alors se mettre sous la forme suivante Toute puissance k de A c'est-à-dire Ak tel que k>n−1 peut s'écrire comme la combinaison linéaire des n−1 premières puissances de A. ∑ − = −= 1 0 n i i i n AaA ∑ − = + −=×= 1 0 1 n i i i nn AAaAAA ∑∑ = − − = ++ −=−= n i i i n i i i n AaAaA 1 1 1 0 11 n n n i i i n AaAaA 1 1 1 1 1 − − = − + −−= ∑ ∑∑ − = − − = − + +−= 1 0 1 1 1 1 1 n i i in n i i i n AaaAaA ∑∑ − = −− − = − + ++−= 1 1 101 1 1 1 1 n i i innn n i i i n AaaIaaAaA 0 01 1 1 11 1 )( AaaAaaaA n n i i iin n − − = −− + +−= ∑ 0avec)( 1 1 0 11 1 =−= − − = −− + ∑ aAaaaA n i i iin n )(avec 11 1 0 1 −− − = + −== ∑ iini n i i i n aaabAbA On constate que An+1 est une combinaison linéaire de Ai (i=1, …, n−1) De façon similaire, on peut calculer An+2, … en fonction des n−1 premières puissances de A
  • 14. 14Automatique Calcul de la matrice de transition : th de Caley-Hamilton ! Corollaire du théorème Formule de Sylvester On peut trouver des fonctions αi(t) dépendant du temps telles que ∑∑ − = ∞+ = == 1 00 )( ! n i i i i i i At Att i A e α Cette formule permet de limiter le calcul du développement de Taylor à un nombre fini de termes. Si on connaît les fonctions αi(t) , on obtient eAt Justification du corollaire D'après le théorème ∞== ∑ − = ,,avec 1 0 LnkAbA n i i i k On en déduit ∞== ∑ − = ,,avec !! 1 0 Lnkt k A bt k A k n i i i k k D'où ∑ − = −− =++ − ++++ 1 0 1122 )( !)!1(!2 n i i i nnnn n At n tA n tAtA AtI αLL Ak tel que k>n−1 s'écrivant comme la combinaison linéaire des n−1 premières puissances de A, eAt est aussi une combinaison linéaire des n−1 premières puissances. Les coefficients sont dans ce cas des fonctions du temps
  • 15. 15Automatique Calcul de la matrice de transition : th de Caley-Hamilton ! Calcul des fonctions αi(t) " Cas 1 On suppose que la matrice carrée A d'ordre n admet n valeurs propres distinctes njj ,,1 L=λ On montre que les fonctions sont solutions du système de n équations 1,,0)( −= niti Lα         +++= +++= +++= − − − − − − )()()( )()()( )()()( 1 1 10 1 1 120 1 1 110 2 2 1 1 ttte ttte ttte n n n t n nt n nt n n αλαλα αλαλα αλαλα λ λ λ L M L L La méthode nécessite la détermination préalable des valeurs propres de la matrice A. On associe une équation à chaque valeur propre.
  • 16. 16Automatique Calcul de la matrice de transition : th de Caley-Hamilton )( 1 0 )( 51 22 tUtXX       +      − =& Exemple Calculer la matrice de transition $ Valeurs propres de A : 4et3 21 == λλ $ Détermination des fonctions αi(t)     += += )()( )()( 120 110 2 1 tte tte t t αλα αλα λ λ     += += )(4)( )(3)( 10 4 10 3 tte tte t t αα αα             =         )( )( 41 31 1 0 4 3 t t e e t t α α               =      − t t e e t t 4 31 1 0 41 31 )( )( α α               − − =      t t e e t t 4 3 1 0 11 34 )( )( α α     +−= −= tt tt eet eet 43 1 43 0 )( 34)( α α AtIteAt )()( 120 αα += $ Matrice de transition       − +      = 51 22 )( 10 01 )( 10 tteAt αα         +−− +−− = tttt tttt At eeee eeee e 4343 4343 2 222
  • 17. 17Automatique Calcul de la matrice de transition : th de Caley-Hamilton ! Calcul des fonctions αi(t) " Cas 2 : la matrice A a des valeurs propres non distinctes Soit λj une valeur propre simple. On lui associe l'équation )()()( 1 1 10 ttte n n j t j j − −+++= αλαλα λ L Soit λk une valeur propre multiple, d'ordre de multiplicité r On lui associe les équations suivantes ( ) ( )         +++= +++= +++= − − − − − − )()()( )()( )()()( )()()( 1 1 10 1 1 10 1 1 10 ttt d d d ed ttt d d d de ttte n n kr k r r k tr n n k kk t n n k t k k k k k k αλαλα λλ αλαλα λλ αλαλα λ λ λ L M L L En procédant ainsi pour toutes les valeurs propres simples ou multiples, on établit un système de n équations duquel on déduit les fonctions αi(t)
  • 18. 18Automatique Calcul de la matrice de transition : th de Caley-Hamilton )( 0 1 )( 21 10 tUtXX       +      −− =& Exemple Calculer la matrice de transition $ Valeurs propres de A : 11 −=λ $ Détermination des fonctions αi(t) ( )    += += )()( )()( 110 11 110 1 1 tt d d d de tte t t αλα λλ αλα λ λ     = += )( )()( 1 110 1 1 tte tte t t α αλα λ λ AtIteAt )()( 120 αα += $ Matrice de transition       −− +      = 21 10 )( 10 01 )( 10 tteAt αα         −− + = −− −− tt tt At ette teet e )1( )1( valeur propre double     = += − − t t tet ett )( )1()( 1 0 α α     = −= − − )( )()( 1 10 tte tte t t α αα
  • 19. 19Automatique Calcul de la matrice de transition ! Matrice diagonale ! Matrice diagonalisable Si la matrice carrée A d'ordre n admet n valeurs propres distinctes, elle est diagonalisable c'est-à-dire 1−= TDTA avec           = n D λ λ 0 01 O T : matrice des vecteurs propres de A On montre que 1−= TTee DtAt Si la matrice carrée A d'ordre n est diagonale on a           = n A λ λ 0 01 O             = t t At ne e e λ λ 0 01 O
  • 20. 20Automatique Réponse temporelle : exemple Exemple [ ]     =       +      − − = )(10 )( 1 0 )( 02 13 tXy tUtXX& Calculer la réponse indicielle du système
  • 21. 21Automatique Linéarisation du modèle d'état ! Linéarisation autour du point ),( UX On réalise un développement de Taylor au 1er ordre de f et g         ∂ ∂ ++ ∂ ∂ + ∂ ∂ ++ ∂ ∂ +≈++= ∂ ∂ ++ ∂ ∂ + ∂ ∂ ++ ∂ ∂ +≈++= UXm p UX p UXn p UX p ppp UXmUXUXnUX U g U g X g X g UXgtuUtxXgY U g U g X g X g UXgtuUtxXgY ,,1,,1 , 1 ,1 1 , 1 ,1 1 111 ),())(),(( ),())(),(( LL M LL $ Equations d'état $ Equations de sortie        ∂ ∂ ++ ∂ ∂ + ∂ ∂ ++ ∂ ∂ +≈++= ∂ ∂ ++ ∂ ∂ + ∂ ∂ ++ ∂ ∂ +≈++= UXm n UX n UXn n UX n nnn UXmUXUXnUX U f U f X f X f UXftuUtxXfX U f U f X f X f UXftuUtxXfX ,,1,,1 , 1 ,1 1 , 1 ,1 1 111 ),())(),(( ),())(),(( LL& M LL&
  • 22. 22Automatique Linéarisation du modèle d'état $ Forme matricielle     ++≈+= ++≈+= )()(),()()()( )()(),()()()( tuGtxGUXgtytYtY tuFtxFUXftxtXtX UX UX & &&     += += )()()( )()()( tuGtxGty tuFtxFtx UX UX & Modèle d'état linéarisé UXn nn n UX X X f X f X f X f X f F ,1 1 1 1 ,               ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ = L MM L UXn nn m UX U U f U f U f U f U f F ,1 1 1 1 ,               ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ = L MM L UXn pp n UX X X g X g X g X g X g G ,1 1 1 1 ,               ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ = L MM L UXm pp m UX U U g U g U g U g U g G ,1 1 1 1 ,               ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ = ∂ ∂ = L MM L FX, FU, GX et GU sont les matrices jacobiennes des dérivées partielles de f et g respectivement par rapport à X et U et évaluées au point ),( UX UXUX GDGCFBFA ==== ,,,Matrices du modèle :
  • 23. 23Automatique Linéarisation d'un modèle d'état ! Exemple : ressort à comportement non-linéaire m z ressort F Equation différentielle 3 21 zkzkFzm ++=&& Modèle d'état $ Modèle non-linéaire $ Etats du système )()(1 tztx = )()(2 tztx &= )()(1 tztx = )()()( 21 txtztx == && Fzkzkzm ++= 3 21 && m F x m k x m k tx ++= 3 1 2 1 1 2 )(& ( )         ++ ==      m tu tx m k tx m k tx tutxtxf tx tx )( )()( )( )(),(),( )( )( 3 1 2 1 1 2 21 2 1 & & $ Entrée Ftu =)( $ Sortie )()( tzty = )())(),(),(()( 121 txtutxtxhty ==
  • 24. 24Automatique Linéarisation d'un modèle d'état ! Exemple $ Détermination du point de fonctionnement ),( UX On choisit comme point de fonctionnement, un point stationnaire c'est-à-dire tel que ( ) 0)(),(),( 21 =tutxtxf 0))(),(( == tUtXfX &       =         ++ 0 0 3 1 2 1 1 2 m u x m k x m k x 02 =x 03 1 2 1 1 =+ x m k x m k De plus, on prendra .0=u On a alors 01 =x 211 kkx −±=ou Points de fonctionnement :               0, 0 0 ou               −± 0, 0 21 kk ),( UX
  • 25. 25Automatique Linéarisation d'un modèle d'état : exemple $ Premier point :               0, 0 0 UX UX mxkk x f x f x f x f A , 2 121 ,2 2 1 2 2 2 1 1 0)3( 10         + =           ∂ ∂ ∂ ∂ ∂ ∂ ∂ ∂ =       =           ∂ ∂ ∂ ∂ = m u f u f B UX 1 0 , 2 1 ]01[ ,21 =    ∂ ∂ ∂ ∂ = UXx h x h C       = 0 10 1k A 0 , =     ∂ ∂ = UXu h D $ Matrices $ Deuxième point :               −± 0, 0 21 kk       − = 02 10 1k A Seule la matrice de commande A change selon les points de fonctionnement