CHAPITRE 01 : COMMANDE OPTIMALE
Cours 01 : Principe de Minimum
I.1 Introduction :
Le problème général de la détermination d’une commande optimale d’un système se résume comme suit :
Un système étant donné est défini par son modèle, l’objectif est de trouver, parmi les commandes admissibles, celle qui
permet à la fois :
d’optimiser un critère donné ;
de vérifier des conditions initiales et finales ;
de satisfaire des contraintes imposées.
I.2. Critère d’optimisation :
Le problème de la commande optimale revient à trouver le signal de commande 𝑢(𝑡) admissible, capable de conduire le
système vers l’état désiré tout en minimisant un critère qui représente une fonction coût.
L’objectif est de faire passer le système vers un état final imposé en minimisant le coût énergétique donné par ;
𝑇
𝑀𝐼𝑀𝑂: 𝐽 = ∫𝑡 𝑈 𝑇 𝑈 𝑑𝑡
0
(1.1)
𝑇
𝑆𝐼𝑆𝑂: 𝐽 = ∫𝑡 𝑢2 𝑑𝑡
0
L’élaboration de la commande 𝑢(𝑡) nécessite une dépense d’énergie, Avec :
𝑡0 : l’instant initiale
CHAPITRE 01 : COMMANDE OPTIMALE
𝑥(𝑡0 ) : l’état initial
L’instant final 𝑇 et l’état final 𝑥(𝑇) sont imposés.
Figure 1.1. Commande optimale
I.2.1. Commande en temps minimal :
L’objectif est d’atteindre l’état final en un temps minimal en partant de l’état initial donné
𝑇
𝐽 = ∫𝑡 𝑑𝑡 (1.2)
0
L’instant initial et l’état final sont imposés, l’instant final 𝑇 est à déterminer.
CHAPITRE 01 : COMMANDE OPTIMALE
Figure 1.2. Commande en temps minimal
I.2.2. Commande avec erreur terminale minimale
Le problème consiste à amener le système à un état proche d’un état désiré 𝑥𝑑 . Sachant que le critère est imposé par la forme
ci-dessous :
𝑇
𝐽 = ∫𝑡 [𝑥(𝑇) − 𝑥𝑑 ]𝑇 [𝑥(𝑇) − 𝑥𝑑 ]𝑑𝑡 (1.3)
0
Avec 𝑡0 et 𝑥(𝑡0 ) sont fixes, 𝑥(𝑇) est indéterminé et l’instant final 𝑇 peut être imposé ou libre, voir la figure ci-dessous.
CHAPITRE 01 : COMMANDE OPTIMALE
Figure 1.3. Commande avec erreur terminale
I.2.3. Suivie d’une trajectoire imposée 𝜼(𝒕) (problème de poursuite)
𝑇
𝐽 = ∫𝑡 [𝑥(𝑇) − η(t) ]𝑇 [𝑥(𝑇) − η(t) ]𝑑𝑡 (1.4)
0
𝑡0 et 𝑥(𝑡0 ) sont fixes
CHAPITRE 01 : COMMANDE OPTIMALE
Figure 1.4. Suivie de trajectoire
I.2.4. Optimisation d’un régulateur :
Toutes les formes quadratiques qu’on a vu précédemment peuvent être groupées en un seul critère comme suit:
1 1 𝑇
𝐽 = [𝑥(𝑇) − η(T) ]𝑇 𝐹[𝑥(𝑇) − η(T) ] + ∫𝑡 [𝑥(𝑇) − η(t) ]𝑇 𝑄[𝑥(𝑇) − η(t) ] + 𝑢𝑇 𝑅𝑢 𝑑𝑡 (1.5)
2 2 0
Avec 𝑄, 𝑅 et 𝐹 des matrices réelles symétriques, 𝑅 définie positive, 𝑄 et 𝐹 semi définies positives , La forme générale de
(1.5) peut être exprimée comme suit :
CHAPITRE 01 : COMMANDE OPTIMALE
𝑇
𝐽 = 𝐺(𝑥(𝑇), 𝑇) + ∫ 𝐿(𝑥, 𝑢, 𝑡)𝑑𝑡
𝑡0
Avec 𝐺(𝑥(𝑇), 𝑇) représente le coût final à 𝑡=𝑇.
I.3. Condition d’optimalité :
I.3.1. Equation d’Hamilton –Pontriaguine :
L’objectif est de trouver la commande 𝑢(𝑡) qui minimise le critère de performance de Pontriaguine :
𝑇
𝐽 = 𝐺(𝑥(𝑇), 𝑇) + ∫𝑡 𝐿(𝑥(𝑡), 𝑢(𝑡), 𝑡)𝑑𝑡 (1.6)
0
Avec 𝑇 fixe.
Compte tenu des contraintes égalités différentielles
𝑥̇ = 𝑓(𝑥, 𝑢)
Et la condition initiale :
𝑥(𝑡0 ) = 𝑥0
Et supposant que les fonctions minimisantes 𝑢∗ (𝑡) et 𝑥 ∗ (𝑡) sont connues et liées par l’équation (1.7).
Pour des variations infiniment petites 𝛿𝑢(𝑡) et 𝛿𝑥(𝑡) on a :
∆𝐽 = 𝐽(𝑢∗ + 𝛿𝑢) − 𝐽(𝑢∗ ) ≥ 0 ∀ 𝛿𝑢(𝑡) et 𝛿𝑥(𝑡) (1.8)
CHAPITRE 01 : COMMANDE OPTIMALE
En tenant compte des contraintes égalités de l’équation (1.7), on obtient :
𝑇
𝐽 = 𝐺(𝑥(𝑇), 𝑇) + ∫𝑡 [𝐿(𝑥, 𝑢, 𝑡) + 𝜆𝑇 (𝑡)(𝑓(𝑥, 𝑢) − 𝑥̇ )]𝑑𝑡 (1.9)
0
Soit : 𝐻(𝑥, 𝑢, 𝑡) = 𝐿 + 𝜆𝑇 𝑓 l’Hamiltonien
De l’équation (1.7) et (1.9), on obtient:
𝑇
𝐽 = 𝐺(𝑥(𝑇), 𝑇) + ∫𝑡 (𝐻 − 𝜆𝑇 𝑥̇ )𝑑𝑡 (1.10)
0
Alors :
𝑇
𝛿𝐽 = 𝛿𝐺(𝑥(𝑇), 𝑇) + 𝛿 ∫𝑡 (𝐻 − 𝜆𝑇 𝑥̇ )𝑑𝑡 = 0 (1.11)
0
Avec :
𝜕𝐺 𝑇 𝜕𝐺
𝛿𝐺(𝑥(𝑇), 𝑇) = 𝛿𝑥(𝑇) + 𝛿𝑇
𝜕𝑥(𝑇) 𝜕𝑇
Et :
𝛿(𝐻 − 𝜆𝑇 𝑥̇ ) = 𝛿𝐻 − 𝜆𝑇 𝛿𝑥̇ =𝐻𝑥𝑇 . 𝛿𝑥+𝐻𝑢𝑇 . 𝛿𝑢-𝜆𝑇 𝛿𝑥̇
Donc :
CHAPITRE 01 : COMMANDE OPTIMALE
𝜕𝐺 𝑇 𝜕𝐺 𝑇
𝛿𝐽 = 𝛿𝑥(𝑇) + 𝛿𝑇+∫𝑡 (𝐻𝑥𝑇 . 𝛿𝑥 + 𝐻𝑢𝑇 . 𝛿𝑢 − 𝜆𝑇 𝛿𝑥̇ )𝑑𝑡
𝜕𝑥(𝑇) 𝜕𝑇 0
Avec :
𝑇 𝑇
𝑇
𝑇
∫ (−𝜆 𝛿𝑥̇ )𝑑𝑡 = −𝜆 𝑇 (𝑡).
𝛿𝑥(𝑡)|𝑡 + ∫ (𝜆̇𝑇 𝛿𝑥(𝑡))𝑑𝑡
0
𝑡0 𝑡0
Alors :
𝜕𝐺 𝑇 𝜕𝐺 𝑇
𝛿𝐽 = 𝛿𝑥(𝑇) + 𝛿𝑇 − 𝜆𝑇 (𝑇). 𝛿𝑥(𝑇)+ 𝜆𝑇 (𝑡0 ). 𝛿𝑥(𝑡0 )+ ∫𝑡 (𝐻𝑥𝑇 . 𝛿𝑥 + 𝐻𝑢𝑇 . 𝛿𝑢)𝑑𝑡
𝜕𝑥(𝑇) 𝜕𝑇 0
Avec :
𝜕𝐺
𝛿𝑇 ⇢ 0 et 𝜆𝑇 (𝑡0 ). 𝛿𝑥(𝑡0 ) ⇢ 0
𝜕𝑇
Donc :
𝑇
𝜕𝐺 𝑇
𝛿𝐽 = [ − 𝜆 (𝑇)] . 𝛿𝑥(𝑇) + ∫ [(𝐻𝑥𝑇 + 𝜆̇𝑇 )𝛿𝑥 + 𝐻𝑢𝑇 . 𝛿𝑢]𝑑𝑡 = 0
𝑇
𝜕𝑥(𝑇) 𝑡0
𝜕𝐺 𝑇
𝜆𝑇 (𝑇) =
𝜕𝑥(𝑇)
𝛿𝐽 = 0 ⇔ 𝜆̇ = −𝐻𝑥 (1.12)
𝐻𝑢 = 0
{
CHAPITRE 01 : COMMANDE OPTIMALE
En résumé :
𝑇
𝐽 = 𝐺(𝑥(𝑇), 𝑇) + ∫ 𝐿(𝑥(𝑡), 𝑢(𝑡), 𝑡)𝑑𝑡
{ 𝑡0
𝑥̇ = 𝑓(𝑥, 𝑢) avec: 𝑥(𝑡0 ) = 𝑥0 𝑒𝑡 𝑡0 donné
La condition nécessaire d’optimalité est :
𝜆̇ = −𝐻𝑥
{
𝐻𝑢 = 0
Avec : 𝐻 = 𝐿 + 𝜆𝑓
Et la condition de transversalité est :
𝜕𝐺
𝜆(𝑇) = avec 𝑇 fixe
𝜕𝑥(𝑇)