Université

Constantine 1 Faculté des Sciences

de la Technologie

Département Électronique

TP de Commande Avancée

Boubekeur BOUKHEZZAR
Laboratoire d’Automatique
et de Robotique de Constantine (LARC)
Département électronique, Université des frères Mentouri, Constantine,
Campus Ahmed Hamani, Route de Aïn-El-Bey,
25017 Constantine, Algérie
boubekeur.boukhezzar@umc.edu.dz

20 janvier 2020
Table des matières

1 Commande Numériqued’un Servomoteur 1

1.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Travail préparatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Commande par méthodes fréquentielles d’un servomoteur . . . . . . . . . . 1
1.3.1 Travail demandé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Commande par méthodes fréquentielles d’un double intégrateur . . . . . . 2
1.4.1 Travail demandé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Commande MRAC par approche MIT 3

2.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Commande adaptative par adaptation de gain en boucle ouverte . . . . . 3
2.3 Commande adaptative d’un système du premier ordre . . . . . . . . . . . 4

3 Commande MRAC par approche de Lyapunov 7

3.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 MRAC pour premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3 MRAC en BO par approche de Lyapunov . . . . . . . . . . . . . . . . . . . 8

4 Commande STR d’un servomoteur 9

4.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2 Poursuite de modèle de référence avec compensation des zéros . . . . . . . 9
4.3 Poursuite de modèle de référence sans compensation des zéros . . . . . . . 10

5 Commande Prédictive par Approche d’État 11

5.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.2 Commande prédictive Généralisée . . . . . . . . . . . . . . . . . . . . . . 11
5.3 Commande à Horizon Fuyant . . . . . . . . . . . . . . . . . . . . . . . . . 11

6 Commande Optimale d’un Moteurà Courant Continu 13

6.1 Objectifs du TP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
6.2 Modélisation du Moteur à Courant Continu . . . . . . . . . . . . . . . . . 13
6.3 Commande Optimale du MCC . . . . . . . . . . . . . . . . . . . . . . . . . 14

i
TP commande avancée Master 2 AII

ii
Consignes pour les TP

Travail à Remettre
Partie électronique
1. Mettre tout les fichiers dans un répertoire portant les noms du monôme (ou binôme)
et le compresser.
2. Envoyer le fichier compressé par e-mail à l’adresse b boukhezzar@hotmail.com en
précisant dans le contenu du mail les noms, prénom, groupe et numéro de TP.
3. Tous les programmes doivent êtres fonctionnels à leur remise.

Compte rendu
1. Répondre aux questions posées.
2. Joindre les graphes et les résultats de simulation.
3. Une partie importante de la note sera accordée à l’analyse des résul-
tats et aux commentaires. Il est toujours demandé d’analyser et de
commenter vos résultats même si ce n’est pas explicitement mentionné
dans la question.

iii
TP n◦ 1

Commande Numérique
d’un Servomoteur

1.1 Objectifs du TP
1. Rappels sur l’analyse et la synthèse de commandes numériques.
2. Répondre à un cahier des charges de spécifications fréquentielles.
3. Correcteurs par avance de phase.

1.2 Travail préparatoire

K
Soit le système à temps continu décrit par sa fonction transfert G(s) = La
s(s + 1)
période d’échantillonnage est Te=0.2 s.
1. Calculer la fonction de transfert échantillonnée G(z) de G(s) précédé par le bloqueur
d’ordre zéro B0 (s). La période d’échantillonnage est Te = 0.2s.
2. A partir de G(z), déduire la transmitance G(w) en utilisant la transformation bili-
néaire. Vérifier votre résultat en utilisant Matlab.

1.3 Commande par méthodes fréquentielles d’un ser-

vomoteur
Soit le système de commande numérique d’un servomoteur représenté sur la figure 1.1
+
r(t) C(z) B0 (s) G(s) y(t)
−

Figure 1.1 – Système de commande numérique

avec
K
G(s) =
s(s + 1)

1
TP commande avancée Master 2 AII

La période d’échantillonnage est Te = 0.2s. On souhaite synthétiser dans le plan w un

correcteur qui assure une marge de phase de 55 ř et une marge de gain au moins égale à
10 dB et une erreur statique v = 0.5s−1 pour une consigne en rampe.

1.3.1 Travail demandé

1. Pour satisfaire les spécifications mentionnées précédemment, on utilise un correcteur
numérique par avance de phase
1 + τw
C(w) = , 0<α<1
1 + ατ w

2. En calculant la fonction de transfert échantillonnée en boucle ouverte, déduire le

gain K qui permet de satisfaire la condition sur l’erreur en vitesse v .
3. Tracer avec Matlab le diagramme de Bode de la fonction de transfert en boucle
ouverte. Calculer les marges de phase et de gain en boucle ouverte. Conclure.
4. Calculer la valeur de α pour assurer la marge de phase désirée. Pour tenir compte
du décalage du diagramme de module, rajouter entre 5ř et 20ř à la marge spécifiée.
5. Calculer la fréquence pour laquelle le gain du système non compensé est égal à
1
!
−20 log √ .
α
6. Déduire la valeur de τ .
7. Déduire l’expression du correcteur par avance de phase C(z) dans le plan z par la
transformation bilinéaire.
8. Calculer la fonction de transfert en boucle ouverte du système corrigé.
9. Implementer le correcteur sous Matlab et visualiser la réponse du système commandé
à un échelon et à une rampe. Commenter les courbes et conclure.

1.4 Commande par méthodes fréquentielles d’un double

intégrateur
1
On suppose maintenant que G(s) = . La période d’échantillonnage est de Te = 0.1s.
s2

1.4.1 Travail demandé

1. Synthétiser un correcteur par avance de phase qui assure une marge de phase de
55 ř et une marge de gain au moins égale à 10 dB.
2. Calculer pour le système corrigé l’erreur statique v en poursuite pour une rampe.
Commenter le résultat.
3. Implémenter le système de commande sous Matlab et visualise la réponse pour un
échelon. Commenter la courbe et les résultats.

2
TP n◦ 2

Commande Adaptative par Modèle

de Référence : Méthode MIT

2.1 Objectifs du TP
– Implémenter des correcteurs adaptatifs sous Matlab/Simulink,
– Evaluer l’influence des signaux de réference sur la convergence des algorithmes,
– Evaluer l’influence des paramètres de réglage sur l’algorithme de commande adapta-
tive.

2.2 Commande adaptative par adaptation de gain

en boucle ouverte
On reprend l’exemple vu en cours de la commande adaptative en boucle ouverte par
adaptation de gain d’un système décrit par une fonction de transfert kG(s), k étant une
constante réelle inconnue et G(s) une fonction de transfert connue. On souhaite réaliser
la poursuite d’un modèle de référence donné par

Gm (s) = k0 G(s) (2.1)

en utilisant un gain θ en boucle ouverte tel que

u(t) = θyc (t) (2.2)

représenté sur la Figure

1. Rappeler la règle d’adaptation du paramètre θ en utilisant la règle du MIT.
2. Implémenter l’algorithme de commande adaptative avec les données suivantes :

1
G(s) = ; k=1 ; k0 = 2.
s+1
yc (t) = sin(t) ; γ=1

3. Faire varier le gain γ et étudier son influence sur la convergence du paramètre et de

l’erreur de poursuite.

3
TP commande avancée Master 2 AII

yc (t) ym (t)
Gm (s)

yc (t) u(t) y(t)

θ kG(s)

Figure 2.1 – Commande adaptative en boucle ouverte.

2.3 Commande adaptative d’un système du premier

ordre
On souhaite maintenant commande un système du premier ordre dont les paramètres
sont inconnus
b
G(s) = . (2.3)
s+a
On souhaite poursuivre un modèle de réference du premier ordre également
bm
Gm (s) = . (2.4)
s + am
La loi de commande utilisée est de la forme suivante

u(t) = θ1 yc (t) − θ2 y(t). (2.5)

1. Rappeler la loi de commande adaptative incluant la règle de mise à jour des para-
mètres de la commande θ1 et θ2
2. Implémenter cette commande en choisissant :

a = 1 ; b = 0.5 ;
am = 2 ; bm = 2 ; γ = 1 ;

On choisira comme signal de référence un signal carré d’amplitude maximale 1 et

minimale -1 et de période égale à 20 s.
3. Etudier l’influence du paramètre γ en prenant des valeurs inférieures et supérieures
à 1. Conclure.
4. Visualiser la variation de la commande en fonction de γ. Conclure.

4
TP commande avancée Master 2 AII

yc (t) ym (t)
Gm (s)

yc (t)
θ1
+ y(t)
u(t)
y(t) G(s)
−
θ2

Figure 2.2 – Commande adaptative en boucle fermée.

5
TP commande avancée Master 2 AII

6
TP n◦ 3

Commande Adaptative par Modèle

de Référence : Méthode de Lyapunov

3.1 Objectifs du TP
1. Simuler des correcteurs adaptatifs basés sur les théorèmes de la stabilité.
2. Évaluer l’influence des paramètres sur l’algorithme.
3. Comparer avec la règle du MIT

3.2 Commande adaptative d’un système du premier

ordre par la méthode de Lyapunov
On considère un système du premier ordre dont les paramètres sont inconnus
b
G(s) =
s+a
On souhaite poursuivre un modèle de référence du premier ordre également
bm
Gm (s) =
s + am
La loi de commande utilisée est de la forme suivante

u(t) = θ1 yc (t) − θ2 y(t)

1. Rappeler la loi de commande adaptative incluant la règle de mise à jour des pa-
ramètres de la commande θ1 et θ2 en utilisant la théorie de stabilité de Lyapunov.
Quelle est la différence avec les régles d’adaptation de la règle MIT ?
2. Implementer cette commande en choisissant :

a=1 ; b = 0.5
am = bm = 2 ; γ=1

On choisira comme signal de référence un signal carré d’amplitude maximale 1 et

minimale −1 et de période égale à 20 s.

7
TP commande avancée Master 2 AII

3. Étudier l’influence du paramètre en prenant des valeurs inférieures et supérieures à

1. Conclure.
4. Visualiser la variation de la commande en fonction de γ. Conclure.
5. Comparer les résultats obtenus avec ceux de l’approche MIT.

3.3 Commande adaptative par adaptation de gain

en boucle ouverte par approche de Lyapunov
Soit le système commandé en boucle ouverte par adaptation de gain d’un système décrit
par une fonction de transfert kG(s), k étant une constante réelle inconnue et G(s) une
fonction de transfert connue. On souhaite réaliser la poursuite d’un modèle de référence
donné par
Gm (s) = k0 G(s)
En utilisant un gain θ en boucle ouverte tel que

u(t) = θyc (t)

1. Rappeler la règle d’adaptation du paramètre θ en utilisant la règle du MIT.

2. En se basant sur une forme d’état, proposer une loi de commande adaptative en uti-
lisant la théorie de la stabilité de Lyapunov. Quelle est la différence avec l’approche
MIT ?
3. Implémenter l’algorithme de commande adaptative avec les données suivantes :
1
G(s) = ; k=1 ; k0 = 2.
s+1
yc (t) = sin(t) ; γ=1

4. Faire varier le gain γ et étudier son influence sur la convergence du paramètre et de

l’erreur de poursuite.

8
TP n◦ 4

Commande STR d’un servomoteur

4.1 Objectifs du TP
– Démarche de synthèses de correcteurs auto-ajustables numériques.

4.2 Poursuite de modèle de référence avec compen-

sation des zéros
Soit le système du premier ordre avec intégrateur
1
G(s) = (4.1)
s(s + 1)

Il s’agit du modèle normalisé (en pu) d’un moteur à courant continu. On souhaite syn-
thétiser un correcteur STR en simplifiant tous les zéros du système
1. Calculer la transmittance échantillonnée
B(z) b0 z + b1
H(z) = = 2 (4.2)
A(z) z + a1 z + a2
pour une période d’échantillonnage Te = 0.5 s,
2. Déduire les degrés des polynômes A(q) et B(q),
3. Calculer les poles et les zéros du système échantillonné,
4. Choisir le modèle de référence
Bm (z) bm0 z
Hm (z) = = 2 (4.3)
Am (z) z + am1 z + am2
pour avoir un gain statique unitaire, un amortissement ξ = 0.7 et une pulsation
propre ω0 =1 rad.s−1 ,
5. Est-ce que le modèle de référence vérifie les conditions de compatibilité ? Justifier.
6. Factoriser le polynôme B(q) comme

B(q) = B + (q) · B − (q). (4.4)

avec B + (q) un polynôme ayant les mêmes zéros que le processus,

9
TP commande avancée Master 2 AII

7. Quels sont les degrés des polynômes R, S et T ,

8. Quel est l’expression du polynôme R0 ,
9. Faire un choix pour le polynôme A0 ,
10. Écrire l’équation simplifiée de Bézout et la résoudre,
11. Déduire le polynôme R et S,
12. Donner le polynôme Bm
0
puis le polynôme T ,
13. Implementer les correcteur sous Simulink et vérifier le fonctionnement du correcteur.
Utiliser le bloc discret filter.

4.3 Poursuite de modèle de référence sans compen-

sation des zéros
On reprend le même modèle échantillonné de la partie précédente. Le modèle de réfé-
rence est donné par
Bm (z) bm0 z + bm1
Hm (z) = = 2 (4.5)
Am (z) z + am1 z + am2
On souhaite maintenant n’éliminer aucun zéro du processus
1. Factoriser le polynôme B(q) comme

B(q) = B + (q) · B − (q). (4.6)

avec B + (q) = 1,
2. Calculer l’expression du modèle de référence pour avoir un gain statique unitaire,
3. Après avoir déterminer les degrés de R et S, écrire l’équation de Bézout et la ré-
soudre,
4. Calcule le polynôme A0 et le polynôme T ,
5. Implementer les correcteur sous Simulink et vérifier le fonctionnement du correcteur.
Utiliser le bloc discret filter.

10
TP n◦ 5

Commande Prédictive par Approche

d’État

5.1 Objectifs du TP
– Mettre en œuvre la commande prédictive selon une approche d’état.
– Mettre en œuvre du principe de l’horizon glissant.
– Caractériser et choisir les paramètres de réglage de cette commande.

5.2 Commande prédictive Généralisée

On considère le système du premier ordre décrit pat l’équation d’état suivante :

xm (k + 1) = axm (k) + bu(k)

(5.1)
y(k) = xm (k)

avec a = 0.8 et b = 0.1.

1. Ecrire un programme Matlab qui crée un modèle d’état pour ce système et déduit le
h iT
modèle augmenté ayant pour vecteur d’état x(k) = ∆xm (k)T y(k) et comme
entrée ∆u(k) et comme sortie y(k).
2. En choisissant comme horizon de prédiction Np = 10 et horizon de commande Nc = 4,
calculer la séquence de commandes optimales ∆U en partant de l’instant k = 10
h iT
avec x(k) = 0.1 0.2 , r(k) = 1 et pour rw = 0 puis rw = 10. Implémentez
cette commande sous Simulink et comparer les résultats. Refaire la simulation pour
Nc = 9 avec les deux valeurs de rw

5.3 Commande à Horizon Fuyant

Le principe de la commande prédictive à horizon fuyant consiste à calculer la séquence
h iT
d’incréments de commande ∆U = ∆u(k) ∆u(k + 1) ∆u(k + 2) . . . ∆u(k + Nc − 1)
qui minimise un critère donné mais à n’appliquer que la première composante ∆u(k) de
cette séquence.
A la prochaine période d’échantillonnage, les mesures récentes sont prises en consi-
dération pour former le vecteur d’état x(k + 1) pour le calcul de la nouvelle séquence

11
TP commande avancée Master 2 AII

de commandes. Cette opération est répétée en temps réelle à chaque nouvelle période
d’échantillonnage pour donner la commande à horizon glissant.
1. Montrer qu’à partir de la séquence de commandes optimales

∆U = (ΦT Φ + R̄)−1 ΦT (Rs − F x(k)) (5.2)

le premier élément de cette séquence s’écrit

∆u(k) = [10 . . . 0] (ΦT Φ + R̄)−1 (ΦT R̄s r(k) − ΦT F x(k))

= Ky r(k) − Kmpc x(k)

avec Ky le premier élément de (ΦT Φ + R̄)−1 ΦT R̄s et Kmpc la première colonne de

(ΦT Φ + R̄)−1 ΦT F .
2. Montrer que l’équation d’état augmentée en considérant comme commande l’expres-
sion précédent s’écrit sous la forme suivante

x(k + 1) = (A − BKmpc )x(k) + BKy r(k). (5.3)

3. Implémenter la commande prédictive à horizon glissant sur le système suivant

1 1 0.5
" # " #
xm (k + 1) = xm (k) + u(k)
h i
0 1 1 (5.4)
y(k) = 1 0 xm (k)

pour Nc = 4 et Np = 20.

12
TP n◦ 6

Commande Optimale d’un Moteur

à Courant Continu

6.1 Objectifs du TP
– Mettre en œuvre la commande optimale,
– Calcul de la commande LQR pour un SLTI,
– Utilisation des fonctions Matlab pour la commande LQR et la résolution des équa-
tions de Riccati,
– Analyse des résultats de la commande optimale.

6.2 Modélisation du Moteur à Courant Continu

On considère le schéma simplifié d’un moteur à courant continu (MCC) à excitation
séparé représenté sur la figure 6.1

Figure 6.1 – Schéma fonctionnel d’un Moteur à Courant Continu.

L’inertie du rotor est soumise à un couple moteur T proportionnel au courant de l’ar-

13
TP commande avancée Master 2 AII

mature i et à un couple de frottements visqueux proportionnel à la vitesse angulaire Ω(t)

T (t) = Kt i(t) (6.1)

La force contre-électromotrice est proportionnelle à la vitesse du moteur Ω(t)

e(t) = Ke Ω(t) (6.2)

Les caractéristiques mécaniques et électriques du MCC sont données sur le tableau 6.1

Paramètre Signification Valeur

J Moment d’inertie 0.01 kg.m2
b Coefficient de frottements 0.1 N.m.s−1
Ke Constante de la FCEM 0.01 V /rad/s
Kt Constante du couple 0.01 N.m/A
R Résistance de l’induit 1Ω
L Inductance de l’induit 0.5 H

Table 6.1 – Caractéristiques du MCC.

1. Écrire les équations électriques et mécaniques du moteur,

2. Déduire une représentation d’état du système en choisissant comme variables d’état
la position du moteur θ(t), sa vitesse mécanique Ω(t) et le courant de l’induit i(t).
L’entrée de commande est la tension électrique v(t) et la sortie sa position θ(t).
Donner l’expression des matrices A, B et C. Déduire l’expression de la fonction de
transfert du moteur,
3. Implementer le modèle sous Matlab Simulink en utilisant le bloc state space et
en utilisant les blocs de base (intégrateur, sommateur, produit, . . . ). Comparer les
sorties des deux schéma pour une entrée en signal carré d’amplitude 5 V.

6.3 Commande Optimale du MCC

On souhaite ramener le moteur à une position fixe θref par une commande par retour
d’état tout en minimisant sa consommation énergétique. Ceci se ramène à minimiser le
critère suivant
1 ∞
Z 
J= K (θ(t) − θref ) + 2u(t)2 dt (6.3)
2 0
où K est un paramètre de réglage.
1. Réécrire les équations d’état du MCC en considérant x1 (t) = θ(t) − θref comme
nouvelle variable d’état en remplacement à θ(t),
2. En appliquant les conditions d’optimalité, résoudre le problème de commande opti-
male qui minimise le critère 6.3,
3. Écrire l’équation de Riccati algébrique et la résoudre analytiquement,
4. Résoudre cette équation en utilisant la fonction Matlab icare,
5. Déduire la loi de commande analytiquement et l’implémenter sous Simulink avec
θref = 45◦ ,

14
TP commande avancée Master 2 AII

K 1 · 10−3 1 · 10−2 1 · 10−1 1 10 1 · 102 1 · 103 1 · 104

tr (1%)
D(%)
umax

Table 6.2 – Effet du gain K sur les performances.

6. Utiliser maintenant la commande Matlab lqr pour l’optimisation du critère 6.3.

Consulter le Help de cette commande. Comparer les deux approches analytique et
numérique,
7. Faire varier le gain K et remplir le tableau suivant Que peut-on conclure sur l’effet
de K sur les performances de la commande ?

15