1
Jean-Pierre Richard
Centrale Lille
UMR
Equipe-Projet
jean-pierre.richard@centralelille.fr Master SMaRT – septembre 2017
http://researchers.lille.inria.fr/~jrichard
pdf disponible sur : http://chercheurs.lille.inria.fr/~jrichard/enseignement.htm
© J.P. RICHARD 2017
voir aussi le livre en téléchargement https://hal.inria.fr/hal-00519555/
PLAN D’ENSEMBLE
1. Introduction 2. Basic notions 3. Stability
4. Controllability 5. Observability 6. Delay systems 7. Distributions
3
Plan plus détaillé…
1. Introduction
- various examples, including chaotic systems, delay systems…
2. Basic notions
- definitions of solutions, flows, transients and invariant solutions, phase portrait - equilibrium points, periodic solutions, limit cycles
- Lipschitz systems and existence/uniqueness of solutions - autonomous/time-varying, linear/nonlinear models
- Lie brackets and commutativity of flows
3. Stability
- Lyapunov stability, attractivity, attractivity does not imply stability - exponential stability, stability of linear systems
- absolute stability, BIBO stability
- different criteria of stability of linear systems in different norms (continuous / discrete time) - Aizerman's conjecture in the nonlinear case
- 1st Lyapunov method, limitations, center manifold theorem
- 2nd Lyapunov method, Lyapunov functions for stability and instability, Chetaev function
4. Controllability
- general definition
- linear case, verification for linearization, nonlinear case, accessibility - difference between controllability and stabilizability
5. Observability
- see nextpage…
© J.P. RICHARD 2017
J.P. Richard 8h cours + C. Fiter 4h TD
D. Efimov
0h cours + 2h TD C. Fiter
6h cours + 4h TD
Plan plus détaillé…
5. Observability
- general notions: state, input, parameters
- model-based vs model-free techniques (geometric vs algebraic frameworks)
- linear systems: definitions (observability, detectability...), full and reduced order observers - nonlinear case by linearization
- observability, distinguishability and identifiability in nonlinear case
- observer design for nonlinear systems: high-gain, finite-time observer via homogeneity - adaptive observers
- differentiation algorithms
6. Delay systems
- examples, motivation from networked control systems and (a)periodic sampling problems - Lipschitz conditions in the delayed case
- analysis of FDE: operators, geometry, algebra formalisms - Smith predictor
- stability, Lyapunov-Krasovskii and Lyapunov-Razumikhin approache
7. Distributions
- mathematical tools, applications
D. Efimov
10h cours + 2h TD
C. Fiter
2h Cours + 2h TD J.P. Richard 2h cours
L. Belkoura 4h Cours
© J.P. RICHARD 2017 5
1- Introduction :
Petit rappel sur les systèmes lagrangiens…
1- Introduction : exemple mécanique 1
d frottement
l longueur
m masse
u couple moteur
q angle
g gravité
g m
u
7
1- Introduction : exemple mécanique 1
NB : inversible etc.
exemple académique, et... inutile ?
G
M
m
F x
2l
© J.P. RICHARD 2017
B2, projet IMARA, juin 2003
G
M
m
F x
2l
mais aussi… (2010)
Puma 2009(GM)
2003
9
1- Introduction : exemple mécanique 3
x1
x2
ò
u2
u1
Monocycle simplifié : entrées = vitesses (pas d’inertie), pas de glissement…
(modèle cinématique, pas modèle dynamique)
on modélise
ça…
mais pas
ça
© J.P. RICHARD 2017
1- Introduction : exemple mécanique 3 bis
Monocycle simplifié (modèle cinématique, entrées = vitesses)
v
1v
2x 2
x 1 q
u
1u
1=
1/2(v
1+v
2) u
2=
1/2(v
1- v
2)
2005
2004
11
1- Introduction : exemple mécanique 4
q u
1u
2Tricycle (simplifié)
x 2
x 1
© J.P. RICHARD 2017
1- Introduction : exemple électrique 1
Moteur Courant Continu (sortie = position)
courant rotorique (armature)
vitesse angulaire (armature)
position angulaire flux inducteur (stator)
tension rotorique (armature)
gain moteur («fem/vitesse»)
inertie, frot. charge résist., self rotoriques
13
1- Introduction : exemple électrique 2
Moteur Shunt x1 position angulaire x2 vitesse angulaire x3 courant armature
© J.P. RICHARD 2017
1- Introduction : exemple électrique 3
Moteur Pas-à-Pas (modélisé dans le repère de Park)
1- Introduction : exemple en GdP
© J.P. RICHARD 2017 15
S
cA cB
Autres exemples …
Site JPR pictures/video movies
Boston Dyn.
BigDog DARPA Jap-Fr
HRP2 2006 (planif !)
Boston Dyn.
Atlas 2015 DARPA
Boston Dyn.
Atlas 2016 DARPA
Boston Dyn.
Spot 2016 DARPA
17
1- Introduction : exemple en écologie
Proies-Prédateurs (Lotka-Volterra)
Nbre Herbivores :
x
seuls :dx/dt = ax,
(a > 0)Nbre Carnivores :
y
seuls :dy/dt = - by ,
(b > 0)Herbivores Carnivores
ensemble
dx/dt = ax - cxy
(a,b,c,d > 0)dy/dt = - by + dxy
Vito Volterra (1860-1940), mathématicien, fondateur de l’analyse fonctionnelle,
systèmes héréditaires.
Alfred James Lotka, chimiste :
« Elements of Physical Biology », 1925.
NB : Volterra avait remarqué que
(simu)
… sacré Vito !
… sacré Vito !
x
© J.P. RICHARD 2017
x
h y
1- Introduction : exemple en écologie (suite)
Modèle proies-prédateurs à 3 espèces :
Plants d’herbe :
h
seuls :Gazelles :
x
seuls :Lions :
y
seuls : simu…(herbe seule)
saturation
analyse ?
ensemble
© J.P. RICHARD 2017 19
1- Introduction : exemple en météorologie
Mêmes CI xyz(t0≠)
Credit: W. Perruquetti
Sensibilité aux C.I. pressentie vers 1875 par James Clerk Maxwell (1831-1879) puis Henri Poincaré.
Lorenz (Edward Norton Lorenz, météorologiste, 1917- ?) étudie en 1963 l’équation déterministe : (modèle très simplifié des
écoulements dans l’atmosphère)
Chaos : pour C.I. , solutions
pas de cycle limite !
Même t0
CI xyz #
1- Introduction : attracteur étrange issu du chaos
Section de Poincaré d’un attracteur étrange (ici, cas d’un pendule forcé) :
La permanence d’une même structuration à différentes échelles signe un objet fractal.
(a) Représentation globale de l’attracteur : structure feuilletée et repliements.
(b) Agrandissement de la partie encadrée : topologie semblable à celle de l’attracteur dans sa totalité.
21
1- Introduction :
un autre exemple de chaos
Attracteur de Rösler :
Question: à partir de quel ordre d’équation différentielle peut-on rencontrer ce type de comportement ?
dx/dt = - x - y
dy/dt = x + 0.2y
dz/dt = 0.2 - 5.8z + xz
© J.P. RICHARD 2017
rythme gouttes d’eau, rythmes cardiaques, etc.
1- Introduction :
un autre exemple de chaos
Système scalaire discret :
Pour quelles valeurs de a
a-t-on un phénomène de chaos ?
(click me…)
Valeurs d’adhérence
x
i (oh, click me again…)
x densité de population en début d’année n
f facteur de fécondité,
r ressources nutritives
x(n +1) = f r x(n)
r = r (x) = k (1 - x)
« FONCTION LOGISTIQUE »
a
Nbre val.adh.
mi
d'après le nom du physicien-mathématicien Mitchell Jay Feigenbaum, PhD MIT 1970 (Feigenbaum = figuier en allemand)
Nombre de Feigenbaum : les miétant les ade bifurcation, on a une constante d
qui s’avère commune à d’autres systèmes, comme
=
4,66920160910299067185320382…
« arbre de Feigenbaum »
23
Un ptit dernier ?
moteur
tension u angle mesuré x
angle voulu
x = 0
+ -
écart
e
= 0 –x
© J.P. RICHARD 2017
Un ptit dernier ? (suite)
moteur embarqué (satellite)
u angle mesuré x(t)
+ -
ligne de com.
retard h/2
ligne de com.
retard h/2
angle voulu
xc = 0
angle transmis x(t-h/2) e
commande transmise e(t-h/2)
simu h =1.5
et un lien chaos-retard
© J.P. RICHARD 2017 25
simu
Retard : un vieux sujet ?
(1)(Springer, 2006)
PhD en cours (Feingesicht + Polyakov, Kerhervé, Richard + IEMN, LML, Onera, LAMIH, etc.)
estimation algorithm
PROCESS
sensors
modelling errors
measurement noises
actuators
control algorithm
Desired behavior
Modèles ?
- Navier Stokes...
- non linéaire + retard(s)
Retard : un vieux sujet ?
(2)2 EDO : Équations Différentielles Ordinaires
Équations différentielles ordinaires (EDOs) : (E)
* f continue intégrale classique
f mesurable intégrale au sens de Lebesgue ( dérivée de p.p.) intervalles de IR et de IRn
E
Problème de Cauchy (PC) :
intervalle centré en t0
29
(2- EDO, suite) (E)
Définition :
On appelle solution de (E) passant par
x
0 àt
0 toute fonction
:- définie sur un intervalle non vide contenant
t
0 :- absolument continue* (dérivable presque partout), - vérifiant (E) presque partout sur
- et telle que : .
On la notera aussi, plus simplement, .
*
© J.P. RICHARD 2017
(2- EDO, suite)
Cas « standard » :
Théorème local : valable pour un intervalle de temps centré sur t0
Énoncés plus complets et preuves : cf. [RIC02] p. 176-178.
Preuves basées sur approximations des solutions par des suites.
31
(2- EDO, suite)
Définitions d’ensembles particuliers :
Point d’équilibre :
soit, si unicité de solution :
Ensemble invariant
[positivement] :
« J’y suis, j’y reste. » Marie Edmé Patrice Maurice de Mac-Mahon, 1808-1893
« Ce n’est rien, j’y suis, j’y suis toujours… » Jean Nicolas Arthur Rimbaud, 1854-1891
© J.P. RICHARD 2017
(2 Outils Mathématiques : EDO, suite)
Question subsidiaire : comment voit-on que ce comportement n’est
pas linéaire ?
Exemple 1 :
! x
e= 0
oui, mais prouvez-le…
(simu1)
(simu2)
33
Exemple 2 :
(2 Outils Mathématiques : EDO, suite)
Remarque : non lipschitzienne pour (essayer ).
Essayer les solutions, :
t0
© J.P. RICHARD 2017
Classification des EDO
Non linéaire, Non stationnaire
Non linéaire, Stationnaire Linéaire, Stationnaire (LTI) Linéaire, Non stationnaire
« stationnaire » = « autonome » = « time invariant » Périodique si
Cas particulier NL1 – équations linéaires
© J.P. RICHARD 2017 35
Solution ?
sauf si… ?
Cas particulier NL2 – équat. de Lagrange, de Clairaut
(d/dt puis dm/dt)
© J.P. RICHARD 2017
37
Cas particulier NL3 – équation de Bernouilli
Cas particulier 3 – équation de Riccati
39
2 Outils mathématiques pour EDO : flot
(un point | un point sur la traj.)
© J.P. RICHARD 2017
Propriétés : Définition :
Exemple :
2 Outils Mathématiques : flot, non commutativité
cas linéaire :
Composition de flots : non commutativité
on va définir le « commutateur » des flots, ou crochet de Liequi s’annule lorsqu’il y a commutativité.
41
2 Outils mathématiques : crochet de Lie
(Lie bracket)
* Marius Sophus Lie, 1842-1899, Norvégien, théorie des groupes continus
*
f,g analytiques
© J.P. RICHARD 2017
2 Outils mathématiques : crochet de Lie (suite)
Une interprétation du crochet de Lie en termes de commande :
Système affine en la commande et « sans dérive » :
proof?
wait a mn!
43
2 Outils mathématiques : crochet de Lie (suite)
Cas particulier : système linéaire sans dérive
xç = b
1u
1+ b
2u
2g
1= b
1g
2= b
2© J.P. RICHARD 2017
44
2 Outils mathématiques : crochet de Lie (suite)
proof? ?
do it CQFD44
2 Outils mathématiques : crochet de Lie (suite)
proof? ?
do it yourself! CQFD
xç = g
1(x)
© J.P. RICHARD 2017 45
2 Outils mathématiques : crochet de Lie (suite)
Propriétés de
46
2 Outils mathématiques : crochet de Lie (suite)
© J.P. RICHARD 2017 47
2 Outils mathématiques : crochet de Lie (suite)
Juste pour l’entrainement…
? ?
48
2 Outils mathématiques : crochet de Lie (suite) Encore un p’tit, pour la route ?
Satellite sous-actionné
© J.P. RICHARD 2017 49
Pour que la commande soit « reconfigurable »
quel que soit l’actionneur en panne, il faudra(it) et suffira(it) que :
Remarque sur
50
- 3 -
Comportements asymptotiques :
stabilité, attractivité
© J.P. RICHARD 2017 51
3 Définitions : stabilité, attractivité
et (globalement) asymptotiquement stable s’il est stable et attractif.
52
3 Stabilité (définitions, suite)
attractif stable
?
trop facile…
© J.P. RICHARD 2017 53
3 Stabilité (définitions, suite)
(simu) (CI auto)
attractif stable
?
… et sans simulation ?
… étudier ?
54
3 Stabilité (définitions, suite)
Définition (suite) : Le point d’équilibre
est localement attractif si :
exponentiellement stable (localement pour ) si :
© J.P. RICHARD 2017 55
3 Stabilité (définitions, suite)
Définition (suite) :
56
3 Stabilité (définitions, suite)
Exemple 1 :
dx/dt = x - x y dy/dt = - y + x y
Herbivores Carnivores
Équation de Lotka-Volterra
Exemple 2 :
Équation… de l’herbe ? dx/dt = x( 1- x)
x
0 t 1
© J.P. RICHARD 2017 57
0
3 Stabilité (définitions, suite)
Équation de Van der Pol Exemple 3 :
est … est ... ? est …
globalement asympt. stable, localement asympt. stable.
instable, non attractif,
58
Définition (suite) : stabilité absolue
3 Stabilité (définitions, suite)
Définition
Le système (1) est absolument stable si, pour tout gain de la famille , l’équilibre est globalement asymptotiquement stable.
© J.P. RICHARD 2017 59
(2)
Définition Le système (2) est BIBO-stable si, pour toute entrée u bornée, la sortie y reste bornée :
Définition (suite) : stabilité BIBO (bounded input, bounded output)
3 Stabilité (définitions, suite)
Cas linéaire :
Pour A, B, C des matrices constantes bornées, si le spectre de A est dans le demi-plan Re(l) < 0,
alors le système (3) est BIBO stable.
(3)
Autrement dit : en linéaire, si y converge vers 0 pour u = 0, alors BIBO OK.
Question : est-ce général ? Réponse : …
≠ stabilité « interne »
60
stabilité BIBO (suite)
3 Stabilité (définitions, suite)
Et en non linéaire ? Exemple : (E. Sontag)
(2)
(4)
Donc ici : y converge vers 0 pour u = 0, mais pas BIBO pour autant...
(ici, u tend même vers 0 quand t augmente)
Pas toujours !
© J.P. RICHARD 2017 61
Stabilité - rappel en linéaire :
Systèmes en temps continu
62
Exemples
Stabilité - rappel en linéaire (suite)
-1 0
© J.P. RICHARD 2017 63
3. Stabilité (linéaire continu, suite)
(éq. Lyapunov cont.)
64
3. Stabilité (linéaire, suite)
a ii
C i
a jj
a
i=j
ij C j
C
kIm
0 Re
Pour rappel, critère des cercles de Gershgorine :
© J.P. RICHARD 2017 65
Stabilité - rappel en linéaire :
Systèmes en temps discret
66
3. Stabilité (linéaire discret, suite)
© J.P. RICHARD 2017 67
3. Stabilité : problème en NL
Stabilité en NL : mais pourquoi tant de théorie ?
1) La résolution ?
2) La simulation ?
3) La linéarisation ?
68
3. Stabilité : problème en NL (suite)
Conjecture d’Aizerman
Contre-exemple
(Pliss, 1956)..
..
© J.P. RICHARD 2011 69
Alexander Mikhaïlovich
1ère méthode de Lyapunov
Équivalences linéaires locales
2ème méthode de Lyapunov
Méthodes de comparaison
Stabilité : méthodes d’étude
nonlinear is kharacho*…
* Le non-linéaire, c’est wonderful…
Mathématicien et physicien russe, membre de l’Académie des sciences.
Après des études à l’université de Saint-Pétersbourg, il est assistant puis professeur à l’université de Kharkov. En 1902, il est nommé professeur à l’université de Saint-Pétersbourg. Élève de P. L. Tchebychev, il élabore dans sa thèse (1892) une méthode générale pour la solution des problèmes de stabilité. Avant lui, les problèmes de stabilité étaient habituellement résolus en linéarisant les équations différentielles et en négligeant tout ce qui était d’ordre supérieur.
70
3. Stabilité : 1ère méthode de Lyapunov
(linéarisé en 0)
© J.P. RICHARD 2017 71
3. Stabilité (1ère m.L., suite)
Exemple
(’tite simu)
72
3. Stabilité (1ère m.L., suite)
Limites de la 1ère m. L ?
A
1) Théorèmes d’équivalence locale 2) 2nde méthode de Lyapunov
1) Cas critique (
A
juste stable) non considéré2) Aspect qualitatif seul : sert à «trier» les pts d’équilibre
© J.P. RICHARD 2017 73
3. Stabilité :
équivalence locale à un champ linéaire
Exemple 1
© J.P. RICHARD 2017
3. Stabilité :
équivalence locale à un champ linéaire
Exemple 2
© J.P. RICHARD 2017 75
3. Stabilité (équiv. locale, suite) Structure d’un flot en linéaire
76
3. Stabilité (équiv. locale, suite) Structure d’un flot en NON linéaire
© J.P. RICHARD 2017 77
3. Stabilité (équiv. locale, suite) Structure d’un flot en NON linéaire
Théorème 1 : (cas hyperbolique) (1964)
78
3. Stabilité (équiv. locale, suite) Structure d’un flot en NON linéaire
Théorème 2 : (cas hyperbolique)
© J.P. RICHARD 2017 79
3. Stabilité (équiv. locale, suite) Structure d’un flot en NON linéaire
Théorème 3 : (cas non hyperbolique, enfin !)
Théorème 4 : (toujours le cas non hyperbolique)
??
80
3. Stabilité (équiv. locale, suite)
Exemple
Linéarisé : pas de conclusion
par la 1ère M.L.
(E)
Variété centre :
développement en série de Taylor :
© J.P. RICHARD 2017 81
3. Stabilité (équiv. locale, suite)
Exemple (suite)
Dynamique «réduite» à la variété centre : Variété centre :
Linéarisé : pas de conclusion
par la 1ère M.L.
(E)
asymptotiquement stable (non exponentiellement)
82
3. Stabilité (équiv. locale, suite)
Exemple (interprétation)
(E)
Linéarisé, variété centre, système réduit…
Mais, que diable, n’aurait-on pas pu faire plus simple ?
« Ceci est une loupe » (R. Magritte) asymptotiquement stable (non exponentiellement)
© J.P. RICHARD 2017 83
3. Stabilité :
2
èmeméthode de Lyapunov
(« méthode directe »)Étudier la convergence de sans résoudre cette équation ?
xç = f (x); x(0) = x
0Utiliser une « distance » de à l’équilibre ,
pour se ramener à un système scalaire plus simple (syst. de comparaison).
x(t) xe
84
3. Stabilité (2ème M.L., suite) Principe des « fonctions de Lyapunov »
connu connu
inconnu
© J.P. RICHARD 2017 85
v(x)= ct e
x= 0
v(x)= 0
3. Stabilité (2ème M.L., suite) Principe des « fonctions de Lyapunov »
vç = grad v(x) [ ]
Tf (x; t)
Interprétation de
x(t) grad v(x)
86
3. Stabilité : Théorèmes
Notations
Définitions
« définie négative »
… c’est pareil dans l’autre sens.
© J.P. RICHARD 2017 87
3. Stabilité simple : Théorème
Démonstration ?
(S)
88
3. Stabilité asymptotique : Théorème
Démonstration ? (S)
<
© J.P. RICHARD 2017 89
3. Stabilité asymptotique globale : Théorème
x1
x2
(S)
v
(x, t
)90
3. Stabilité asymptotique exponentielle : Théorème
(S)
© J.P. RICHARD 2017 91
3. Stabilité : Fonction de Lyapunov
92
3. Stabilité : Théorème d’instabilité
x = 0
v(x)=0
v(x)=0
x = 0
v(x)=0
v(x)=0 v<0
v>0 v<0
v>0 v<0 v<0
v<0 v<0
(S)
Démonstration : premier cas évident
deuxième cas plus amusant
© J.P. RICHARD 2017 93
3. Stabilité : principe d’invariance de LaSalle
94
3. Stabilité locale : domaine d’attraction
Estimation du domaine d’attraction d’un équilibre : (exemple dit « très important »)
(système mécanique à frottement non linéaire)
1ère m.L. As. stable pour . Points d’équilibre ?
Stabilité ?
Stab. globale ? 2è m.L.
..
..
© J.P. RICHARD 2017 95 3. Stabilité locale : domaine d’attraction (suite) (suite de l’exemple dit « très important »)
?
0 0
96 3. Stabilité locale : Théorème d’estimation du domaine d’attraction
…
© J.P. RICHARD 2017 97
Un petit résumé de la démarche « classique »
98
3. Stabilité : fonctions candidates
Recherche de fonctions de Lyapunov
fonctions « candidates »
dérivable p.p., à sauts bornés
© J.P. RICHARD 2017 99
3. Stabilité : fonctions candidates quadratiques
équation de Lyapunov
Fonctions candidates quadratiques
100
3. Stabilité : fonctions candidates Holder 1
Max des sommes en colonnes < 0 indice ligne
Norme de Holder 1 (de la somme)
*
*
© J.P. RICHARD 2017 101
indice de colonne
3. Stabilité : fonctions candidates de Holder
Norme de Holder
(du max)Max des sommes en lignes < 0
3. Stabilité : exemples
102
Exemple 1
© J.P. RICHARD 2017 103
3. Stabilité : exemples
Exemple 2
CS de stab. asympt. glob. :
Exemple 3
Exemple 4
1
1 -1
-1
2 -2
-2 2
(inst.) (inst.)
104
3. Stabilité : exemples
Exemple 5 (pendule sans friction)
(penser énergie…)
© J.P. RICHARD 2017 105
4. Inégalités différentielles
généraliser la dérivée
sauf en (non dérivable)
démontrer le résultat
106
4. Inégalités différentielles
Dérivée de Dini (à droite) :
Boîte à outils - 1
© J.P. RICHARD 2017 107
4. Inégalités différentielles
Boîte à outils - 2
Définition : M est une « –M matrice » (l’opposée d’une matrice de Metzler) si elle est Hurwitz et si f(x)=Mx est QMND.
Exemples : (cas linéaire) (cas NL stat.)
108
4. Inégalités différentielles
Lemme
Supposons que f :
- vérifie les conditions d’existence et unicité de solution pour (2) ; - est quasi-monotone non décroissante en x .
Remarque : théorème généralisable au cas de solution non unique et d’équations définies presque partout (voir [RIC 02] chap.5.)
(1) (2)
Un résultat de base…
(de Wažewski-Kamke-Lakshmikantham-Leela) :
© J.P. RICHARD 2017 109
4. Inégalités différentielles
Application à la stabilité
?
Théorème 1 :
Démonstration :
4. Inégalités différentielles