2019-01-06 22:53:56 +01:00
\documentclass [../main.tex] { subfiles}
2018-12-05 20:38:40 +01:00
\begin { document}
2019-01-06 22:53:56 +01:00
\subsection * { Exercice 1 : Forme canonique et poursuite de trajectoire}
2018-12-05 20:38:40 +01:00
\begin { enumerate}
2019-01-06 22:53:56 +01:00
\item
2018-12-05 20:38:40 +01:00
\begin { enumerate}
\item
On a toujours le système suivant : \[ \left \{ \begin { matrix }
\dot { x_ 1} & = & \begin { pmatrix} -10& 12\\ -6& 7\end { pmatrix} x_ 1 & + \begin { pmatrix} -1\\ -1\end { pmatrix} u\\
y_ 1 & = & \begin { pmatrix} 4& -5\end { pmatrix} x_ 1
2019-01-06 22:53:56 +01:00
\end { matrix} \right .\]
2018-12-05 20:38:40 +01:00
Et on a effectué le changement de variable suivant : $ x _ 1 ( t ) = Mx _ c ( t ) x _ c = \begin { pmatrix } z _ 1 \\ z _ 2 \end { pmatrix } $
On a donc le système équivalent :
\[ \left \{ \begin { matrix }
\dot { x_ c} & = & \begin { pmatrix} 0& 1\\ -2& -3\end { pmatrix} x_ c & + \begin { pmatrix} 0\\ -1\end { pmatrix} u\\
y & = & \begin { pmatrix} 0& 1\end { pmatrix} x_ c
2019-01-06 22:53:56 +01:00
\end { matrix} \right .\]
2018-12-05 20:38:40 +01:00
\item On impose la trajectoire :
\begin { align*}
y_ d(t) & = 10\left (\frac { t} { T} \right )^ 3 - 15\left (\frac { t} { T} \right )^ 4 + 6\left (\frac { t} { T} \right )^ 5
\intertext { Le système est équivalent à :}
\text { avec l'équation d'observation : } & y(t) = z_ 2(t)\\
\text { et le système d"état donne : } & \left \{ \begin { matrix}
\dot { z_ 2} = -2z_ 1-3z_ 2+u\\
\dot { z_ 1} = z_ 2
\end { matrix} \right .
\intertext { Et comme on impose la trajectoire sur $ y ( t ) = y _ d ( t ) $ , on a :}
z_ 2^ d(t) & = y_ d(t)
\intertext { donc $ z _ 1 ^ d ( t ) $ doit vérifier :}
z_ 1^ d(t) & = \int _ 0^ t y_ d(\tau ) d\tau \\
& = \frac { 10T} { 4} \left (\frac { t} { T} \right )^ 4 - \frac { 15T} { 5} \left (\frac { t} { T} \right )^ 5 + \frac { 6T} { 6} \left (\frac { t} { T} \right )^ 6
\end { align*}
\item On note :
\begin { align*}
\epsilon _ d(t) & = z_ 1(t) - z_ 1^ d(t)
\intertext { On cherche a déterminer le vecteur de la formule de Bumowski qui annulera $ \epsilon _ d ( t ) $ }
v(t) & = -a^ Tx_ c(t) + u(t) \text { avec, } a=\begin { pmatrix} 2& 3\end { pmatrix} \\
& \left \{ \begin { matrix}
\dot { z_ 1} =z_ 2\\
\dot { z_ 2} =v
\end { matrix} \right . \Rightarrow v = \ddot { z_ 1} \\
\ddot { \epsilon _ d} & = \ddot { z_ 1} -\ddot { z_ 1^ d} \\
& = v - \ddot { z_ 1^ d}
\end { align*}
On cherche donc à avoir $ \epsilon _ d ( t ) $ solution de $ \ddot { \epsilon _ d } ( t ) + h _ 1 \dot { \epsilon _ d } ( t ) + h _ 0 \epsilon _ d ( t ) = 0 $ , où $ ( h _ 0 ,h _ 1 ) \in \mathbb { R } ^ 2 $ à déterminer et dépendant du vecteur v. Tel que l'équation caractéristique possède des racines à parties réelles négatives. Donc ssi $ h _ 1 > 0 $ et $ h _ 0 > 0 $ .\\
La transformée de Laplace de cette équation donne donc :
\begin { align*}
p^ 2\epsilon _ d(p) & - p\epsilon _ d(0^ +) - \dot { \epsilon _ d} (0^ +) + h_ 1(p\epsilon _ d - \epsilon _ d(o^ +))+ h_ 0\epsilon _ d(p) = 0\\
\epsilon _ d & = \frac { \dot { \epsilon _ d} (0^ +)+(h_ 1+p)\epsilon _ d(0^ +)} { p^ 2+h_ 1p + h_ 0} \\
& =\frac { \gamma _ 1p+\gamma _ 0} { (p-p_ 1)(p-p_ 2)}
\end { align*}
Exemple : $ p ^ 2 + h _ 1 p + h _ 0 = ( p + \frac { 10 } { T } ) ^ 2 = p ^ 2 + \frac { 20 p } { T } + \frac { 100 } { T ^ 2 } $ \\
$ v $ doit vérifier d'après l'expression de $ \ddot { \epsilon _ d } $ :
\begin { align*}
v(t) & = \ddot { \epsilon _ d} (t) + \ddot { z_ 1^ d} (t)\\
& = \ddot { z_ 1^ d} (t) - h_ 1(\dot { z_ 1} (t)-\dot { z_ 1^ d} (t))- h_ 0(z_ 1(t) - z_ 1^ d(t))\\
& = \begin { pmatrix}
h_ 0& h_ 1\end { pmatrix} .\begin { pmatrix}
z_ 1\\ z_ 2\end { pmatrix} + (\ddot { z_ 1^ d} (t) + h_ 1\dot { z_ 1^ d} (t)+ h_ 0z_ 1^ d(t))\\
& = -Kx_ c + \tilde { z_ d}
\intertext { or, $ v = - a ^ Tx _ c + u $ , donc on obtient la loi de commande :}
u & = -Kx_ c + \tilde { z_ d} + a^ Tx_ c\\
& = (a^ T-K)x_ c + \tilde { z_ d}
\end { align*}
Loi de commande en BF par retour d'état :
\begin { center}
\includegraphics [scale=0.5] { TD8.png}
\end { center}
\end { enumerate}
\end { enumerate}
2019-01-06 22:53:56 +01:00
\subsection * { Exercice 2 : Synthèse d'une loi de commande par retour d'état}
2018-12-05 20:38:40 +01:00
\begin { enumerate}
\item On a ici, n=3. Déterminons la représentation d'état.\\
2019-01-06 22:53:56 +01:00
On a avec la fonction de transfert :\\
2018-12-05 20:38:40 +01:00
\begin { align*}
A(p)Y(p) & = B(p)U(p)\\
\intertext { d'où l'équation dans le domaine temporelle :}
y^ { (3)} + 8 y^ { (2)} + 17 y^ { (1)} + 10y & = u^ { (1)} +2u
\intertext { On a donc la forme canonique de commandabilité :}
\dot { x_ c} & = \begin { pmatrix} 0& 1& 0\\ 0& 0& 1\\ -10& -17& -8\end { pmatrix} x_ c + \begin { pmatrix} 0\\ 0\\ 1\end { pmatrix} u\\
& = A_ c x_ c +B_ c u
\intertext { et on a l'equation d'observation :}
y & = \begin { pmatrix} 2\\ 1\\ 0\end { pmatrix} x_ c + 0.u
\end { align*}
Attention : Le u de l'équation d'état et de la fonction de transfert ne sont PAS les mêmes, l'un est un scalaire l'autre un vecteur.\\
On a une forme canonique de commandabilité, donc le système est effectivement commandable. Cependant, l'observabilité n'est pas acquise.\\
La réalisation est observable ssi il n'y a pas de simplification d'un zéro par un pôle. Il suffit donc de vérifier que -2 n'est pas un zéro du numérateur.\\
Une représentation minimal est appelée réalisation d'état.\\
2019-01-06 22:53:56 +01:00
\item On impose pour la boucle fermée :
2018-12-05 20:38:40 +01:00
\[ \left \{ \begin { matrix }
u = -Kx_ c + \eta e\\
K = \begin { pmatrix} k_ 0 & k_ 1 & k_ 2\end { pmatrix} \in \mathbb { R^ { 1x3} } \\
\end { matrix} \right . \]
On a donc pour l'équation d'état :
\begin { align*}
\dot { x_ c} & = A_ c x_ c + B_ c u\\
& = (A_ c - B_ cK)x_ c + \eta B_ c e\\
& = A_ { bf} x_ c + \eta B_ c e
\intertext { et pour l'éuation d'obersation : }
y = C_ c x_ c
\end { align*}
\item On impose les racines $ P _ 1 / P _ 2 = - m \omega _ 0 \pm j \omega _ 0 \sqrt { 1 - m ^ 2 } $ , donc on a le polynôme caractéristique : $ \frac { p ^ 2 } { \omega _ 0 ^ 2 } + \frac { 2 m } { \omega _ 0 } p + 1 $ \\
Il est nécessaire de spécifier un troisième pôle $ p _ 3 = - \lambda m \omega _ 0 $ , avec $ \lambda >> 1 $ , car la système est d'ordre 3. Comment le choisir? Stable, plus rapide que les autres pôles que l'on impose.\\
On a alors le polynôme à imposer :
\begin { align*}
\Pi _ d(p) & = (p + \lambda m \omega _ 0)(p^ 2 + 2mp + \omega ^ 2)\\
& = p^ 3 + (2+\lambda )m\omega _ 0 p^ 2 + (2\lambda m^ 2 + 1) \omega ^ 2 p + \lambda m \omega _ 0^ 3
\end { align*}
Pour la matrice $ A _ { bf } $ , on a le polynôme caractéristique :
\begin { align*}
P_ { A_ { bf} } & = det(p\mathbf { 1_ 3} - A_ { bf} )\\
& =p^ 3 + (8+k_ 2)p^ 2 + (17+k_ 1)p + (10+k_ 0)
\end { align*}
Sachant qu'il y a une lien directe entre les coefficients de la matrice compagnon et son polynôme caractéristique.\\
On identifie donc les coefficients des deux polynômes :
\[ \left \{ \begin { matrix }
(8+k_ 2) = (2+\lambda )m\omega _ 0\\
(17+k_ 1) = (2\lambda m^ 2 + 1) \omega ^ 2\\
(10+k_ 0) = \lambda m \omega _ 0^ 3
\end { matrix} \right . \]
\item Erreur statique nulle ssi le gain en p=0 vaut 1 (gain statique unitaire)\\
Or, \[ G _ { bf } ( p ) = C _ c ( p \mathbf { 1 _ 3 } - A _ { bf } ) ^ { - 1 } B _ c \eta \]
Donc , \[ \eta = \frac { 1 } { - C _ c ( A _ c - B - cK ) ^ { - 1 } B _ c } \]
\end { enumerate}
\end { document}