Professional Documents
Culture Documents
TP Sys2
TP Sys2
sur
ABDELLI OUAIL
2022
Représentation d’état :
La représentation d’état des systèmes est un outil puissant permettant de modéliser le
fonctionnement de systèmes linéaires ou non, en temps continu ou en temps discret et qui possède en
outre, l’avantage de conserver la représentation temporelle des phénomènes [15] et se prête bien au
développement des programmes de calculateurs qui permettent l’analyse ou la synthèse des systèmes
dynamique; l’équation d’état constitue le support le plus utilisé dans l’étude des systèmes complexes.
Elle a était popularisée dans les années 1960 même si son origine est plus lointain [16]. Les variables
d’état représentent à chaque instant l’ensemble minimal d’informations nécessaire pour déterminer
l’évolution ultérieure d’un système ; de ce fait, elle se fait essentiellement dans le domaine temporel.
Objectifs du TP
Toutes méthodes étudiées jusqu’à présent, que se soit pour les systèmes linéaires en temps continu
ou en temps discret restent valables et efficaces jusqu’à ce que ces systèmes atteignent une complexité
telle que l’on puisse plus se satisfaire de l’unique relation entrées-sorties. Le but de ce TP est d’aborder
la notion de représentation d’état des systèmes multivariables (continue/discret) qui est un outil
puissant possédant l’avantage de conserver la représentation temporelle des phénomènes.
Le système mécanique
1- F(t)
Les entrée :
2- P(t)
La sortie : y(t)
Un ressort de raideur : K
Un amortisseur de coefficient : (f où b)
La masse : M
la direction : y(t)
L’application d’une force : F(t)
La pesanteur : P(t)
F - P - T - Ff = mӱ a=ӱ
T= k*y
→ F(t) - P = T + Ff + mӱ Ff = f *ẏ
→ mӱ + ky + f = F(t) – P
E.D.Q 2èmeorder
o y = x1 déplacement
o ẏ = x2 La vitesse
Et aussi
▲ ẋ1 = ẏ = x2
▲ ẋ2 = ӱ = - x2 - 10 x1 + 10-2 F + 10-2P
ẋ1
ẋ=
ẋ2
B
A
ẋ1(t) 0 1 x1 0 0 F
ẋ2(t) = -10 -1 x2 + 10 -10-2
-2
P
x1 D=0
y= 1 0
x2
En MATLAB :
L’espace d’état
Foncti…. de transfer
Les courbes
La forme observable
La forme commandable
Dans le cas d’une modélisation dans l’espace d’état, le type d’objet utilisé est le type ss
(state-space). La fonction associée, ss() prend en argument les 4 matrices définissant le système
LTI.
Fonctionnement de transfert
5- Les courbes
1- La réponse indicielle
System: g
I/O: In(1) to Out(1) Step Response
-3
Peak amplitude: 0.0016
x 10 Overshoot (%): From: In(1) From: In(2)
60.5
At time (seconds): 1.01
1.5
System: g
System: g I/O: In(1) to Out(1)
I/O: In(1) to Out(1) Settling time (seconds): 7.31
Rise time (seconds): 0.374
1
System: g Courbe de la pesanteur
I/O: In(1) to Out(1)
Final value: 0.001
0.5
A m p litu d e
Courbe de la force
-0.5 System: g
I/O: In(2) to Out(1) System: g
Rise time (seconds): 0.374 I/O: In(2) to Out(1)
Settling time (seconds): 7.31
-1
System: g
I/O: In(2) to Out(1)
Final value: -0.001
-1.5
System: g
I/O: In(2) to Out(1)
0 2 4 6 8 10 120 2 amplitude:
Peak 4 -0.00166 8 10 12
Time (seconds)
Overshoot (%): 60.5
At time (seconds): 1.01
2- réponse impulsionnelle :
Impulse Response
-3
x 10 From: In(1) From: In(2)
3
System: g
I/O: In(1) to Out(1)
2 Peak amplitude: 0.00252
At time (seconds): 0.461
1
System: g
A m p litu d e
0
System: g
I/O: In(1) to Out(1)
Settling time (seconds): 7.77
-1
System: g
I/O: In(2) to Out(1)
-2 Peak amplitude: -0.00252
At time (seconds): 0.461
-3
0 5 10 0 5 10
Time (seconds)
Notez que la courbe de force est positive et la courbe de poids est négative
Step 1
K*uvec K*uvec
s
Gain1 Integrator Gain2 Scope
Gain
k
Step1 K*uvec
To Workspace1
Gain3
Step repponse
x 10
-3 La pesanteur
1
0.5
0
A m p litu d e
-0.5
-1
-1.5
0 1 2 3 4 5 6 7 8 9 10
Time (s)
7 Commandabilité et Observabilité
Les concepts de commandabilité et d’observabilité sont des concepts fondamentaux pour
l’analyse, la commande et l’observation des systèmes dynamiques. Ils permettent en effet de
donner, dans certains cas, une réponse quant à l’existence d’une solution au problème
fondamental de l’automatique. La propriété de commandabilité répond à la question de savoir
si les états d’un système dynamique peuvent être arbitrairement modifiés par les entrées de
commande alors que la propriété d’observabilité indique si l’information fournie par les signaux
de sortie mesurés suffit à reconstruire l’état initial du système dynamique.
La forme observable :
L’observabilité est la propriété qui permet de dire si l’état peut être déterminé uniquement à
partir de la connaissance des signaux d’entrée et de sortie.
La matrice de passage et rank
rank (o) = 2
La forme commandable :
La commandabilité a pour objet de caractériser la capacité d’un système à voir ses caractéristiques
dynamique modifiées par les entrées. Il est souvent intéressent de s’assurer de la commandabilité d’un
système avant de chercher à mettre en œuvre la commande proprement dite. En d’autres termes, on
demande de disposer d’une condition nécessaire et suffisante de commandabilité
La matrice de passage et rank
Rank (s) =
L’entrée : u(t)
ω(t)
Sortie
i(t)
La tension : v(t)
Un Courant : I
Le moment d’inertie du moteur et de sa charge : J = 0.1
Le coefficient de frottement : f = 0.85
La résistance : Rs = 5.5 Ω
La self-inductance de l’induit : Ls = 582.10-3 kg
Le coefficient de couple du moteur : Kc = Г/I Kc = Ke =K1=1.1911
Coefficient de force contre-électromotrice Ke = e / ω
1- L’équation différentielle
Equation électrique :
Equation mécanique
Гm = Kei(t)
Par la loi de Newton
d ω(t) Гr = f ω
Kei(t) - f ω = J
dt
Kei(t) - f ω = Jώ……..(2) d ω(t )
Couple totale ∑Г = J
dt
2- Déterminer l’espace d’état :
Kc = Ke = K1
Et
V(t) = U(t)
Donc :
di(t)
Ri(t)+L + K1 = u(t) ………(1)
dt
K1i(t) - f ω = Jώ……..(2)
On se pose :
Alors
1 1
i(t) = x1(t) et ω(t) = x2 (t)
Ls J
en Eq (1) :
Rs K
x1(t)+ ẋ1(t) + x2(t) = u(t)
Ls J
Rs K1
ẋ1 = u(t) - Ls x1 (t) - J
x2(t)
en Eq (2) :
f
ẋ2(t) x1(t) - J x2(t)
Donc
Rs K1
- Ls - J 0
X(t) U(t)
ẋ(t) = K1 f + 1
Ls
-J
Et on a
1 1
y1 = J x2 / y2 = Ls x1
Donc
1
0 J X(t)
y(t) = 1
Ls
0
- En MATLAB
3- L’espace d’état et La matrice de transfert
Fonctionnement Transfer :
Tracer La réponse indicielle et La réponse impulsionnelle
La réponse indicielle
Step Response
0.2
System: g System: g System: g
I/O: In(1) to Out(1) I/O: In(1) to Out(1)
I/O: In(1) to Out(1)
System: g
Peak amplitude:Final
0.196
value: 0.195
0.15 Settling time (seconds): 0.436
I/O: In(1) to Out(1)
Overshoot (%): 0.322
T o : Ou t(1)
0.1
0.05
A m p litu d e
0
0.2
0.15
T o : Ou t(2)
0.05
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Time (seconds)
0.6
0.4 System: g
I/O: In(1) to Out(1)
Time (seconds): 0.532
0.2
Amplitude: 0.0176
0
Amplitude
-0.2
2
1.5 System: g
I/O: In(1) to Out(2)
Peak amplitude: 1.72
To: Out(2)
At time (seconds): 0
1
System: g
0.5 I/O: In(1) to Out(2)
Settling time (seconds): 0.259
-0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
Time (seconds)
1
K*uvec s K*uvec
Scope
Integrator
Step Gain1 Gain2
Gain3
K*uvec n
To Workspace2
u*K
Gain
0.18
0.14
0.16
0.12
0.14
0.1
0.12
0.1 0.08
0.08
0.06
0.06
0.04
0.04
0.02
0.02
0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
La réponse impulsionnelle :
Ajoute ( la dérivative)
Scope1
1
du/dt K*uvec s K*uvec
Scope
Step Derivative Gain1 Integrator Gain2
Gain3
K*uvec
u*K
Gain
0.04 0.08
0.035 0.07
0.03 0.06
0.025 0.05
0.02 0.04
0.015 0.03
0.01 0.02
0.005 0.01
0 0
-0.005 -0.01
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
La forme observable et la forme commandable :
La forme observable :
rank (o) =
La forme commandable :
La matrice de passage et rank
Rank (s) =
Conclusion :
représentation d'état, qui peut être linéaire ou non, continue ou discrète, permet de
déterminer l'état du système à n'importe quel instant futur si l'on connaît l'état à
l'instant initial et le comportement des variables exogènes qui influent sur le
système.