ECOLE NATIONALE
SUPÉRIEURE D’INGÉNIEURS
DE TUNIS
DEPARTEMENT DE GENIE ELECTRIQUE
JALEL ZRIDA
2018
LE 1 THEOREME
ER
DE LYAPUNOV
(LINEARISATION)
OU
LA METHODE
INDIRECTE
Introduction
Définitions
La linéarisation et la stabilité locale
INTRODUCTION
Étant donné un système, la première
question qu’on doit se poser
concernant le comportement général
de ce système est sur la stabilité.
En effet, un système instable est en
général inutile et potentiellement
dangereux.
INTRODUCTION
Qualitativement, un système est dit être
stable si en commençant à proximité de
son point de fonctionnement désiré, il
reste tout autour de ce point à jamais.
Le comportement du pendule autour de
ses deux points d’équilibre, la verticale
d’en bas et la verticale d’en haut, illustre
bien, respectivement, un comportement
stable et un comportement instable.
INTRODUCTION
L’approche la plus utile et la plus générale à l’étude
des systèmes nonlinéaires demeurent, jusqu’à ce jour,
la théorie introduite par le mathématicien russe
Alexandr Mikhailovitch Lyapunov à la fin du 19éme
siècle.
La théorie de Lyapunov consiste principalement en
deux méthodes d’analyse de la stabilité :
1. La méthode indirecte ou la méthode de
linéarisation
2. La méthode directe
INTRODUCTION
La méthode indirecte tire des conclusions
sur la stabilité locale des systèmes
nonlinéaires autour d’un point d’équilibre à
partir de l’étude de la stabilité des systèmes
linéaires les approximant.
La méthode directe ne se limite pas à la
motion locale et détermine la stabilité en se
basant sur une fonction scalaire d’énergie, et
ce en examinant l’évolution en fonction du
temps de cette fonction.
INTRODUCTION
Pendant plus d’un demi siècle, ce travail
pionnier de Lyapunov n’a pas succité l’intérêt qu’il
mérite malgré qu’il a été traduit en Français en
1908 (sous l’impulsion de Poincaré) et publié par
‘’Princeton University Press’’ en 1947.
La publication des travaux de Lur’e et du livre de
La Salle et Lefschetz aux débuts des années 60 a
attiré enfin l’attention des scientifiques aux travaux
de Lyapunov.
Bien que cette théorie a subi de nombreux
raffinements, la théorie de Lyapunov constitue
aujourd’hui la base indiscutable de l’étude des
systèmes nonlinéaires.
La méthode de linéarisation constitue
aujourd’hui la justification longtemps attendu
des approches de la commande linéaire des
systèmes.
La méthode directe, quant à elle, demeure
l’outil le plus important pour les problèmes
d’analyse et de synthèse des systèmes
nonlinéaires.
DÉFINITIONS
Un système non linéaire peut souvent être
représenté par un ensemble d’équations
différentielles nonlinéaires ayant la forme
𝒙̇ 𝒕 = 𝒇 𝒙, 𝒕
avec f une fonction nonlinéaire vecteur de
dimension 𝒏 × 𝟏 et x le vecteur d’état de
dimension 𝒏 × 𝟏 .
n est par définition l’ordre du système.
DÉFINITIONS
La solution x(t) de cette équation
d’état correspond à une courbe
dans l’espace d’état avec t variant
de 0 à ∞.
Cette courbe s’appelle trajectoire
d’état ou trajectoire du système.
DÉFINITIONS
Bien que l’équation 𝒙̇ 𝒕 = 𝒇 𝒙, 𝒕 ne contient
pas explicitement une commande u, elle peut
servir à représenter un système à commande
bouclée.
En effet, si la dynamique d’un système
commandé est décrite par 𝒙̇ 𝒕 = 𝑭 𝒙, 𝒖, 𝒕 , et
si une loi de commande à retour d’état 𝒖 =
𝑮 𝒙, 𝒕 est choisie, la dynamique du système
ainsi bouclé se voit alors décrite par
𝒙̇ 𝒕 = 𝑭 𝒙, 𝑮 𝒙, 𝒕 , 𝒕 = 𝒇 𝒙, 𝒕
DÉFINITIONS
Une classe spéciale des systèmes
nonlinéaires est constituée par les
systèmes linéaires.
La dynamique des systèmes linéaires se
décrit par
𝒙̇ 𝒕 = 𝑨 𝒕 𝒙(𝒕)
où 𝑨 𝒕 est une matrice de dimension
𝒏 × 𝒏 dépendant du temps t.
DÉFINITIONS
Un système nonlinéaire est dit être autonome si la
fonction f ne dépend pas explicitement du temps t,
c’est-à-dire quand l’équation d’état du système
prend la forme 𝒙̇ 𝒕 = 𝒇 𝒙 .
Sinon, le système est dit être non autonome.
Les systèmes linéaires et invariants dans le temps
(LTI) sont autonomes.
Les systèmes linéaires et variants dans le temps
(LTV) sont non autonomes.
Dans la nature, tout système est forcément non
autonome.
DÉFINITIONS
Il existe une différence fondamentale entre les
systèmes autonomes et les systèmes non
autonomes.
Les trajectoires d’un système autonome sont
indépendantes du temps initial.
Les trajectoires d’un système non autonome sont
généralement dépendantes du temps initial.
L’étude de la stabilité des systèmes non
autonomes doit nécessairement inclure l’effet du
temps initial.
DÉFINITIONS
Un état x* est un état d’équilibre (ou
un point d’équilibre) pour un système
si une fois l’état x atteint x*, elle y
demeure pour toujours.
Mathématiquement, les points
d’équilibre satisfont l’équation
algébrique nonlinéaire
0 f x
DÉFINITIONS
Un système linéaire et invariant dans le
temps (LTI)
𝒙̇ 𝒕 = 𝑨𝒙(𝒕)
possède un seul point d’équilibre dans le
cas où la matrice du système A est non
singulière.
Si A est singulière, le système possèdera
une infinité de points d’équilibre du type
non isolé.
DÉFINITIONS
Exemple : Le pendule
M
DÉFINITIONS
Exemple : Le pendule
La dynamique du pendule est décrite par
l’équation nonlinéaire et autonome
𝑴𝑹𝟐 𝜽̈ + 𝒃𝜽̇ + 𝑴𝒈𝑹 sin 𝜽 = 𝟎
avec
R : longueur du pendule
M : masse du pendule
b : coefficient de friction
g : constante de gravité.
Exemple : Le pendule
En choisissant pour variables d’état
𝑥 = 𝜽 et 𝑥 = 𝜽̇
il vient que une équation pour ce
pendule est
𝑥̇ = 𝑥
𝑥̇ = − 𝑥 − sin 𝑥
𝑴𝑹𝟐
DÉFINITIONS
Exemple : Le pendule
Les points d’équilibre sont donc
x2 0 et sinx1 0
Cela veut dire que les points d’équilibre
du pendule sont une infinité de points
définis par
x1, x2 k ,0 k 0,1,2,
Physiquement, cela correspond à
uniquement deux points d’équilibre à
Q1 0,0 Q2 ,0
DÉFINITIONS
Les points d’équilibre constituent
un concept très important pour la
compréhension du comportement
des systèmes linéaires ou
nonlinéaires.
On verra, par exemple, que le
concept de stabilité sera défini
toujours relativement à un point
d’équilibre donné.
DÉFINITIONS
Sans perdre de généralité, on suppose que tout
système que se soit linéaire ou nonlinéaire
possède un point d’équilibre à l’origine.
En effet, si un système
𝒙̇ 𝒕 = 𝒇 𝒙
possède un point d’équilibre pas à l’origine 0
x
en posant y x x l’équation d’état du
système devient
𝒚̇ 𝒕 = 𝒇 𝒚 + 𝒙∗
L’origine est maintenant un point d’équilibre.
LINÉARISATION ET STABILITÉ
LOCALE
La méthode de linéarisation de Lyapunov est
concerné par la stabilité locale des systèmes
nonlinéaires.
Cette méthode a apporté une justification formelle à
la conjoncture intuitive que les systèmes
nonlinéaires doivent nécessairement se comporter
comme leurs approximations linéarisées pour de
petites variations du point de fonctionnement.
En pratique, cela veut dire que la commande
linéaire garantit la stabilité du système physique
mais localement.
LINÉARISATION ET STABILITÉ LOCALE
Soit le système nonlinéaire autonome 𝒙̇ 𝒕 = 𝒇 𝒙
ayant x = 0 comme point d’équilibre.
Si la fonction f est continue et différentiable, alors
on peut écrire que
𝜹𝒇 𝒙
𝒙̇ 𝒕 = |𝒙 𝟎 𝒙 + 𝒇𝒉𝒐𝒕 𝒙
𝜹𝒙
avec
𝜹𝒇𝟏 𝜹𝒇𝟏
⋯
𝜹𝒇 𝒙 𝜹𝒙𝟏 𝜹𝒙𝒏
𝑨= |𝒙 𝟎 = ⋮ ⋱ ⋮
𝜹𝒙 𝜹𝒇𝒏 𝜹𝒇𝒏
⋯
𝜹𝒙𝟏 𝜹𝒙𝒏 𝒙 𝟎
LINÉARISATION ET STABILITÉ LOCALE
la matrice Jacobienne, de dimension nxn de f par
rapport à x au point d’équilibre x = 0.
f hot x : une fonction de termes d’ordre
supérieure de x.
Négligeant les termes d’ordre supérieure, le
système linéaire
𝒙̇ 𝒕 = 𝑨𝒙(𝒕)
est appelé une linéarisation (ou une approximation
linéaire) du système nonlinéaire original autour du
point d’équilibre x = 0.
LINÉARISATION ET STABILITÉ LOCALE
Soit le système nonlinéaire autonome 𝒙̇ 𝒕 = 𝒇 𝒙, 𝒖
avec f 0,0 0 . Si la fonction f est continue et
différentiable, alors on peut écrire que
𝜹𝒇 𝒙, 𝒖 𝜹𝒇 𝒙, 𝒖
𝒙̇ 𝒕 = |𝒙 𝟎,𝒖 𝟎𝒙+ |𝒙 𝟎,𝒖 𝟎 𝒖 + 𝒇𝒉𝒐𝒕 𝒙, 𝒖
𝜹𝒙 𝜹𝒖
Le système linéaire
𝒙̇ 𝒕 = 𝑨𝒙 + 𝑩𝒖
est la linéarisation (ou l’approximation linéaire) du
système nonlinéaire original autour du point
d’équilibre x = 0 et u = 0.
LINÉARISATION ET STABILITÉ LOCALE
Théorème : Méthode de Linéarisation de Lyapunov
Si le système linéarisé est strictement stable, alors
le point d’équilibre x = 0 est asymptotiquement
stable (pour le système nonlinéaire).
Si le système linéarisé est instable, alors le point
d’équilibre x = 0 est instable (pour le système
nonlinéaire).
Si le système linéarisé est marginalement stable,
alors on ne peut rien conclure sur la stabilité du
point d’équilibre x = 0 (pour le système
nonlinéaire).
Exemple : Le pendule
En choisissant pour variables d’état
𝑥 = 𝜽 et 𝑥 = 𝜽̇
il vient que une équation pour ce
pendule est
𝑥̇ = 𝑥
𝑥̇ = − 𝑥 − sin 𝑥
𝑴𝑹𝟐
2 points d’équilibre ont un sens physique :
Q1 0,0 Q2 ,0
LINÉARISATION ET STABILITÉ LOCALE
Exemple : Le Pendule
Au point d’équilibre Q1 0,0 le système
linéarisé a pour matrice
f1 f1
f x x1 x2 0 1 0 1
A g b g b
x 0, 0 f2 f2 R cos x1 2
MR 0, 0 R
MR 2
x1 x2 0, 0
Comme le système linéarisé est strictement stable,
le point d’équilibre Q1 0,0 du système
nonlinéaire est asymptotiquement stable.
LINÉARISATION ET STABILITÉ LOCALE
Exemple : Le Pendule
Au point d’équilibre Q2 ,0 le système linéarisé
a pour matrice
f1 f1
f x x1 x2 0 1 0 1
A g b g b
x ,0 f2 f2 R cos x1
MR 2 , 0 R
MR 2
x1 x2 ,0
Comme le système linéarisé est instable, le point
d’équilibre Q2 ,0 du système nonlinéaire est
instable.
LINÉARISATION ET STABILITÉ LOCALE
Phase Portrait of Pendulum
0
x2
-2
-4
-6
-8
-15 -10 -5 0 5
x1
LINÉARISATION ET STABILITÉ LOCALE
Phase Portrait of Linearized (around [0;0]) Pendulum
8
2
x2
-2
-4
-6
-8
-15 -10 -5 0 5
x1
LINÉARISATION ET STABILITÉ LOCALE
Phase Portrait of Linearized (around [pi;0]) Pendulum
5
0
x2
-1
-2
-3
-4
-5
-4 -2 0 2 4 6
x1
LINÉARISATION ET STABILITÉ LOCALE
Exemple : Système du 1er ordre
Soit le système 𝒙̇ = 𝒂𝒙 + 𝒃𝒙𝟓 .
L’origine x = 0 est un point d’équilibre pour ce
système
Autour de ce point d’équilibre, le système est
décrit par
𝜹𝒇 𝒙
𝒙̇ = 𝑨𝒙 avec 𝐀 = |𝒙 𝟎 =𝒂
𝜹𝒙
LINÉARISATION ET STABILITÉ LOCALE
Exemple : Système du 1er ordre
Si a 0 , x = 0 est asymptotiquement stable.
Si a 0 , x = 0 est instable.
Si a 0 , on ne peut rien conclure sur la stabilité du
point d’équilibre x = 0.
Dans ce cas, le système nonlinéaire est décrit par
𝒙̇ = 𝒃𝒙𝟓
La méthode directe de Lyapunov résoudra ce
problème !!!
FIN