Partie N° 02 Représentation d’état des systèmes

Chapitre 1. Représentation d’état des systèmes (C01)

1. Introduction
2. Concepts (état, variables d’état, …)
3. Représentation d’état des systèmes linéaires continus.
4. Représentation d’état des systèmes discrets
5. Formes canoniques.
6. Représentation d’état des systèmes non linéaires.
7. Linéarisation

1.1 Introduction

Tout système linéaire peut être représenté par plusieurs méthodes (voir figure)

Représentation internes (ou d’état) Le principe général de la représentation d’état consiste à décrire un
système en considérant sa dynamique interne et pas seulement une relation entre son entrée et sa sortie (comme
le fait la fonction de transfert). Ainsi, il convient de redonner de l’importance à des grandeurs qui ne sont ni
entrée, ni sortie, tout en prenant en compte l’ensemble des phénomènes dynamiques et statiques qui confère au
système son comportement. Une telle préoccupation conduit aux définitions suivantes
D’autre terme :
1) En automatique, une représentation d'état permet de modéliser un système dynamique en
utilisant des variables d'état(variables internes ). Cette représentation, 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. La représentation d'état du
système permet de connaître son comportement "interne" et pas seulement son comportement "externe" comme
c'est le cas avec sa fonction de transfert

[email protected] Page 1
 2) Jusqu’à présent, on a modelé le comportement des systèmes a l’aide des fonctions de transfert,
en utilisant la transformée de Laplace. Principalement, le désavantage de cette méthode est qu’elle n’est valide
que pour des systèmes linéaires invariables. Un avantage majeur, par contre, est que ces fonctions de transfert
donnent rapidement de l’information sur la stabilité et la réponse transitoire. Avec le développement de
systèmes plus complexes, les approximations de systèmes linéaires ne sont plus valides. Il faut une méthode
plus robuste pour faire l’analyse. On doit aussi avoir une méthode qui peut facilement analyser plusieurs entrées
et plusieurs sorties.
1.2 Définitions
État : l’état à l’instant 0 d’un système d’ordre représente l’ensemble de informations que l’on doit
posséder sur le système à cet instant pour pouvoir déterminer son évolution ultérieur ( > 0), à partir de la seule
connaissance de l’entrée ultérieure [1].
Variables d’état : Les variables d'état sont des grandeurs, qui le plus souvent ont une signification
physique ; l’ensemble de ces informations constitue les variables d’état du système à l’instant 0 :

Vecteur d’état : les variables d’état sont toujours rassemblées dans un vecteur nommé vecteur d’état,
ainsi à = 0, on aura , on peut dire que les variables d’état
représentent l’évolution des conditions initiales, ou encore qu’elles résument tous le passé du système, les
variables d’état sont la mémoire du passé.
Espace d’état : Il s’agit tout simplement de l’espace vectoriel dans lequel le vecteur d’état est
susceptible d’évoluer, à chaque instant le vecteur étant associé à un point de cet espace. Cet espace est donc .
Dans la plupart des cas, l’évolution en fonction du temps du système peut être décrite par les deux
équations (équation d’état et équation de sortie) suivantes :
Dans le cas où le système considéré est linéaire, la représentation d’état se met sous la forme :

Si le système est supposé, en outre invariant (stationnaire), il vient :

Où :

: Vecteur d'état : la matrice d'état ou dynamique

: Vecteur d'entrée ou de commande : la matrice de commande
: Vecteur de sortie, de mesure ou 'observation : la matrice d'observation
: la matrice de liaison directe ou transmission

[email protected] Page 2
 Exemple 2.1 :
Considérons un moteur à courant continu (MCC) commandé par la tension ( ) aux bornes de
l’inducteur (stator) et supposons qu’il fonctionne en régime linéaire (courant de l’induit constant). Trouver une
représentation d’état pour le MCC. La sortie étant la vitesse de rotation ( )

Schéma de principe d’un MCC.

Le moteur admet trois équations :

Equation électrique :

Equation mécanique :

Equation de couplage :
Où : est le courant inducteur, est le couple, est le coefficient de frottement visqueux et est
la constante de couple.
Par le jeu de substitution, on peut éliminer le couple et le courant et on obtient l’équation différentielle
d’ordre 2 régissant le fonctionnement du moteur.

avec :
1 =( + )⁄ ,
0 = ⁄ ,
0 = ⁄.
On pose :
1( )=( )
– –
– –

[email protected] Page 3
 Sous forme matricielle :

Représentation internes (ou d’état) La représentation d’état étant particulièrement adaptés aux systèmes
multivariables, elle est obtenue à partir des autres représentations (particulièrement à partir de la matrice de
transfert). Un système linéaire multivariable et invariant possédant m entrées et p sorties, peut être représenté
par :
(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

1.3 Représentation analogique des modèles d’état

Soit la représentation d’état suivante :

)
Le schéma analogique de cette représentation est le suivant :

Schéma analogique d‘un modèle d’état

1.4 Représentation d’état des systèmes à temps discret [2]
Les systèmes à temps discret comme ceux à temps continus peuvent être représentés en utilisant un
certain nombre de variables appelées variables d’états. Ces variables peuvent avoir ou non une signification
physique. En temps continu la représentation d’état est une combinaison correspondance entre ces variables
d’état et leurs dérivées, en temps discret on ne trouve plus de dérivée mais des équations de récurrence qui
déduisent les valeurs futures des variables d’état partants des valeurs actuelles entre autres.
La forme générale de la représentation d’état d’un système discret est donnée ci-dessous :

[email protected] Page 4
 La matrice A est appelée matrice de commande.
La première équation dite de commande du système ci-dessous est formée de n équations de la forme :

La deuxième équation dite de sortie est formée de p équations de la forme :

On déduit donc que les matrices A, B, C et D ont les dimensions suivantes :

; ; et
Remarques:.
 Si les matrices A, B, C et D sont à coefficients constants on parlera de systèmes invariants.
 La matrice D, appelée matrice d’action directe, est en général nulle.
 n représente le nombre d’états, r le nombre de commandes et m le nombre de sorties.
 Si et on parlera d’un système multi entrées multi sorties ou en anglais " multi input multi
output" ou système MIMO.
1.5 Avantages de la représentation d’état
C’est une représentation qui s’adapte bien aux systèmes multivariables, contrairement, à la
représentation classique par fonction de transfert qui ne s’applique que dans le cas monovariable.
C ’est une représentation interne permettant d’accéder aux grandeurs internes (variables d’état)
du système, on est capable de suivre, à tout instant, l’évolution de chacune des variables internes, alors
que la représentation par fonction de transfert n’aurait fourni que la sortie.
Dans la représentation d’état les conditions initiales apparaissent explicitement, comme dans
toute équation différentielle, au contraire, la représentation externe par fonction de transfert impose que
les conditions initiales soient nulles (ceci n’est pas toujours vérifié en réalité).

[email protected] Page 5