observateur non lineaire a modes glissants pour des ... · ecs-ensea’ crestic soit les sous...
TRANSCRIPT
ECS-ENSEA CReSTIC'
&
$
%
Observateur non lineaire a modes glissants
pour des systemes a commutations autonomes
avec sauts
Hassan SAADAOUI
observateur non lineaire.. Page 1
ECS-ENSEA CReSTIC'
&
$
%
Plan• Motivations
• Position du Probleme
- Classe des systemes consideres
- Rapelle sur l’observabilite
- Hypotheses
• Synthese de l’observateur
- Observateur a mode glissant d’ordre 1
- Observateur a mode glissant d’ordre 2 “Super TwistingAlgorithm (STA)”
- Structure generale de l’observateur
- Preuve de convergence
• Resultats de simulation
• Conclusion et perspectives
observateur non lineaire.. Page 2
ECS-ENSEA CReSTIC'
&
$
%
Motivations et Position du Probleme
- Observateur et observabilite des systemes hybrides- Estimation de l’etat continu et de l’etat discret- Garantir la stabilite et la robustesse
Observateur Hybride
Xˆ
YSAC (X,qi)
Observateur de l'état
continu
Observateur du mode
(état discret)
qiˆ
observateur non lineaire.. Page 3
ECS-ENSEA CReSTIC'
&
$
%
Classe des systemesConsiderons le systeme hybride autonome et nonlineaire suivant
χ = Fq(χ) pour χ ∈ Ωq(χ) (1)
y = Hq(χ) (2)
χ(t+c ) = ξpq(χ(t−c )) (3)
avec χ ∈ <n, le vecteur d’etat, y ∈ <, la sortie, Ωq est le domained’evolution de la dynamique Fq, et ξpq est une fonction de saut.
observateur non lineaire.. Page 4
ECS-ENSEA CReSTIC'
&
$
%
Diffeomorphismepour aboutir a un systeme hybride sous la forme canonique d’observabiliteon utilise le diffeomorphisme suivantPour q = 1, . . . , p,
x = Φq(χ) =(y, y, . . . , y(n−1)
)T
(4)
=[Hq(χ), LFqHq(χ), . . . , Ln−1
FqHq(χ)
]T
(5)
observateur non lineaire.. Page 5
ECS-ENSEA CReSTIC'
&
$
%
Systeme hybride sous la forme canonique d’observabilite
x1 = x2
...
xn−1 = xn
xn = fq(x) si x ∈ Iq(x)
(6)
y = hq(x) = x1 (7)
x(t+c ) = Γpq(x(t−c )) (8)
ou le champs de vecteur fq(x) avec q ∈ 1, ...., p, et la fonction de sortiehq(x) sont suffisamment lisses, Iq est le domaine d’evolution de ladynamique fq. Γpq est une fonction lineaire ou nonlineaire qui caracterise lesaut de l’etat discret p vers q.
observateur non lineaire.. Page 6
ECS-ENSEA CReSTIC'
&
$
%
Rapelle sur l’observabilite(Boutat et al)soit les dynamiques du systeme commute
χ = F1(χ) et y = H1(χ) si χ ∈ Ω1 = x/σ(x) ≤ 0χ = F2(χ) et y = H2(χ) si χ ∈ Ω2 = x/σ(x) > 0
(9)
il est evident que sur les condition d’observabilite de chaque sous-systems etsi on reste suffisament lengtemps sur un sous systeme alors apartir de laconnaissance de l’etat discret on retoruve tout l’etat continue.
observateur non lineaire.. Page 7
ECS-ENSEA CReSTIC'
&
$
%
on applique un diffeomorphisme sur le systeme precedent on obtient laforme canonique suivante
z1i = z1
i+1 pour i = 1 : n− 1
z1n = f1(z1
1 , z12 , ..., z1
n)(10)
si σ1 := σ(z11 , z1
2 , ..., z1n) ≤ 0, et
z2i = z2
i+1 pour i = 1 : n− 1
z2n = f2(z2
1 , z22 , ..., z2
n)(11)
si σ2 := σ(z21 , z2
2 , ..., z2n) > 0.
observateur non lineaire.. Page 8
ECS-ENSEA CReSTIC'
&
$
%
Soit les sous ensembles suivantes
M = v ∈ <n/f1(v) = f2(v)S = v ∈ <n/σ1(v) = σ2(v)
L =χ ∈ <n/F1(χ) = F2(χ) = 0Le theoreme obtenu par Boutat et al. est le suivant
Theoreme 1 i) If M is a discrete set then system (9) is observable forany switch σ for which we have σ(L) ≤ 0 or else σ(L) > 0.
ii) If dynamics (10) and (11) are transverse to M except on a discretesubset then the system is observable for any switch σ for which we haveσ(L) ≤ 0 or else σ(L) > 0.
iii) If S = <n then system (6) is observable.
observateur non lineaire.. Page 9
ECS-ENSEA CReSTIC'
&
$
%
Hypotheses et RemarquesHypothese 1Le temps de sejour τq, dans chacun des sous-systemes est mesurable.Hypothese 2Chaque sous-systemes est localement regulierement observable.
∀ q = 1..p la codistribution
dHq, dLFqHq, ...., dL(n−1)Fq
Hq
est de rang n.
Remarque 1La forme canonique permet d’estimer x sans avoir besoin d’information surla derniere dynamique. Par consequent, ce n’est pas necessaire de connaitrel’etat discret q.Remarque 2On considere que le cas ou la dimension du vecteur d’etat x est n pourchaque sous-systemes (dim(x) = n,∀ q).
observateur non lineaire.. Page 10
ECS-ENSEA CReSTIC'
&
$
%
Synthese des observateursobservateur a mode glissant d’ordre 1
˙x1 = x2 + λ1sign(x1 − x1)˙x2 = x3 + E1λ2sign(x2 − x2)...˙xn−1 = xn + En−2λn−1sign(xn−1 − xn−1)˙xn = fi(x1, x2..., xn) + En−1λnsign(xn − xn)
i ∈ 1, .., p si σi(x) est verifie.
(12)
xj = xj + (λj−1sign(xj−1 − xj−1))eq , j = 2 : n (13)
observateur non lineaire.. Page 11
ECS-ENSEA CReSTIC'
&
$
%
Inconvinions d’observateur d’ordre 1- Probleme du chattering implique Mauvaise prise de decision
0 1 2 3 4 5 6 7 8 9 10
2
2.5
3
0 1 2 3 4 5 6 7 8 9 10
2
2.5
3
4 4.2 4.4 4.6 4.8 5 5.2 5.4 5.6 5.8 6−2.5
−2
−1.5
−1
−0.5
S
So
σ (x o
)
- Filtrage implique Apparition d’un retard
0 0.5 1 1.5 2 2.5−1.5
−1
−0.5
0
0.5
1
1.5
2
x2t
x2
Sc
S
observateur non lineaire.. Page 12
ECS-ENSEA CReSTIC'
&
$
%
Differentiateur Robuste (Super Twisting Algorithm)
x1 = x2
x2 = fq(x) si σq(x) est verifie
y = hq(x) = x1
(14)
l’observateur est de la forme suivante
u(ei) = u1 + λ |ei|12 sign(ei)
u1 = αsign(ei)
λ, α > 0
(15)
2xu = +
1x
Sobs
1x
111 xxe -=
_
structure du differentiateur d’ordre deux
observateur non lineaire.. Page 13
ECS-ENSEA CReSTIC'
&
$
%
B1
Bn-2
3x
_
+2x2x
Sobs
2x_
+
1x
Sobs
1x
nx~
_
+
1-nx
1ˆ-nx
E1
En-2
Sobs
structure du differentiateur etage par etage
observateur non lineaire.. Page 14
ECS-ENSEA CReSTIC'
&
$
%
Structure general de l’observateur hybride
˙x1 = x2 + λ1 |e1|1/2sign(e1)
˙x2 = α1sign(e1)˙x2 = E1
[x3 + λ2 |e2|1/2
sign(e2)]
˙x3 = E1α2sign(e2)...
˙xn−1 = En−2
[xn + λn−1 |en−1|1/2
sign(en−1)]
˙xn = En−2αn−1sign(en−1)˙xn = En−1
[θ + λn |en|1/2
sign(en)]
˙θ = En−1αnsign(en)
(16)
avec ei = xi − xi, et x1 = x1 pour i = 1, .., n, et Ei pour i = 1, ...n− 1 estdonne par
Ei = 0 si ei = xi − xi 6= 0, sinon Ei = 1 (17)
observateur non lineaire.. Page 15
ECS-ENSEA CReSTIC'
&
$
%
Schema globale
qq IÎ=
=
=
-
)-
qn
n1n
21
q(x,if(x),fx
xx
xx
s&
&
&
x
y=x1
Hybrid System (x,q)In canonical form
ContinuousObserver
Hybrid observerDiscrete location
Decision
Function
Location
Identification
Logic
y
Real Hybrid System
(c,q)
)(
)(
c
cc
q
q
Hy
F
=
=&
x=Fq(c)
x
)(1
ˆ xq-
F=c
qc
q
observateur non lineaire.. Page 16
ECS-ENSEA CReSTIC'
&
$
%
Analyse de convergenceTheoreme 2Considerons le systeme (6), suppose a etat borne en temps fini t < ∞,et l’observateur (16) base sur le Super Twisting Algorithm (15). Pourtoutes conditions initiales x(0), x(0), il existe un choix de λi et αi telque l’etat observe x converge en temps fini Tfs ¿ τq vers x et θ
converge aussi en temps fini vers fq(x).
observateur non lineaire.. Page 17
ECS-ENSEA CReSTIC'
&
$
%
PreuveCas du systems d’ordre 2Pour montrer la convergence de (x1, x2) vers (x1, x2) (i,e (e1, e2) → (0, 0))considerons la dynamique e1
)2(e1
·
1
2/1131
1
emax)e(2e
l
+a-=
·
1e·
A
)1(e1
)0(e1
)1(e1
·
)0(e1
·
1e
)3(t1
)2(t1
)1(t1
)0(t1
1
23
4
BD
C
E
courbe majorante de la convergence en temps fini
observateur non lineaire.. Page 18
ECS-ENSEA CReSTIC'
&
$
%
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1−30
−20
−10
0
10
20
30de/dt=f(e)
courbe de la convergence en temps fini
observateur non lineaire.. Page 19
ECS-ENSEA CReSTIC'
&
$
%
Posons ei = xi − xi et de (6) et (16), on a
e1 = x1 − ˙x1 = e2 − λ1 |x1 − x1|1/2sign(x1 − x1)
e2 = x2 − ˙x2 = g(x1, x2)− α1sign(x1 − x1)
avec gq(x1, x2) = fq(x)− fq(x1, x2) ∈ [−g+, g+]
et e1 = gq(x1, x2)− α1sign(e1)− λ12 |e1|−1/2
e1
avec(
d|x|dt = xsign(x)
)
qui conduit ae1 ∈ [−g+, g+]− α1sign(e1)− λ1
2 |e1|−1/2e1 ou g+ = maxgq(x1, x2) ∀ q.
observateur non lineaire.. Page 20
ECS-ENSEA CReSTIC'
&
$
%
Premier etage
Premier cadran (e1 > 0 et e1 > 0)
La trajectoire de e1 = f(e1) reste dans le premier cadran e1 = 0, e1 = 0 etla courbe majorante est donnee par e1 = −(α1 − g+).
En choisissant α1 > g+ on assure que e1 < 0 et e1 decroıt et tend vers l’axex, correspondant a e1 = 0.
Soit e1(0) l’intersection de cette trajectoire avec e1 = 0 alorse1(0) = 1
2(α1−g+) e21(0)
Donc la trajectoire majorante pour e1 > 0 et e1 > 0 peut etre donnee parl’expression e2
1 = 2(α1 − g+)(e1(0)− e1).
observateur non lineaire.. Page 21
ECS-ENSEA CReSTIC'
&
$
%
Deuxieme cadran ( e1 > 0 et e1 ≤ 0)
Dans ce cas, e1 = −g+ − α1sign(e1)− λ12 |e1|−1/2
e1 devient negative(e1 < 0) pour un bon choix de α1, ceci conduit aλ12 |e1|−1/2 |e1| < (g+ + α1).
La trajectoire majorante, est donnee par
e1 = e1(0) avec 0 ≥ e1 ≥ − 2λ1
(α1 + g+)e1/21
et e1 =e1(1) = − 2λ1
(α1 + g+)e1/21 (0)
avec e1 < − 2λ1
(α1 + g+)e1/21
e1(1) correspond a l’intersection de e1 = e1(0) et e1 = − 2λ1
(α1 + g+)e1/21 ,
Par consequent , |e1(1)||e1(0)| < 1 ce qui signifie que
λ1 > (g+ + α1)√
2α1−g+ ,
observateur non lineaire.. Page 22
ECS-ENSEA CReSTIC'
&
$
%
Alors les conditions suffisantes garantissant la convergence de l’etat(i.e.(e1(i), e1(i) tendent vers e1 = e1 = 0) sont
α1 > g+ (18)
λ1 > (g+ + α1)√
2α1 − g+
(19)
observateur non lineaire.. Page 23
ECS-ENSEA CReSTIC'
&
$
%
)2(e1
·
1
2/1131
1
emax)e(2e
l
+a-=
·
1e·
A
)1(e1
)0(e1
)1(e1
·
)0(e1
·
1e
)3(t1
)2(t1
)1(t1
)0(t1
1
23
4
BD
C
E
courbe majorante de la convergence en temps fini
observateur non lineaire.. Page 24
ECS-ENSEA CReSTIC'
&
$
%
Convergence en temps finiLe temps parcouru par la trajectoir dans chaque cadran estCadran 1
t1(0) =1
(α1 − g+)e1(0) (20)
Cadran 2
t1(1) =2(α1 + g+) + λ2
1
λ1(α1 + g+)√
2(α1 − g+)e1(0) (21)
Cadran 3
t1(2) =2
λ1
√2(α1 − g+)
e1(0) (22)
Cadran 4
t1(3) =2(α1 − g+) + λ2
1)λ2
1(α1 − g+)
√α1 + g+
α1 − g+e1(0) (23)
observateur non lineaire.. Page 25
ECS-ENSEA CReSTIC'
&
$
%
Soit Td(1) le temps pour aller du point A au point E,Td(1) = t1(0) + t1(1) + t1(2) + t1(3) = Ke1(0)Le temps de convergence dans cette configuration peut etre donne dans le casle plus defavorable parT1 =
∑∞i=1 Td(i) = 1
1−W Ke1(0)avecW = 2(α1−g+)
λ21
√α1+g+
α1−g+ < 1
observateur non lineaire.. Page 26
ECS-ENSEA CReSTIC'
&
$
%
Cas general( n > 2 )la convergence est assuree etage par etage dans cet ordre(e1 = e2, e1) → (0, 0) en temps finiT1 pour la premiere etage.(e2 = e3, e2) → (0, 0) en T2 dans le second etage.et (ei = ei + 1, ei) → (0, 0) en temps fini Ti pour l’etage i.Finalement, (en−1 = en, en−1) → (0, 0) en temps fini Tn−1 pour l’etage (n− 1).Le temps fini correspondant au convergence des etats des systemes est
Tfs =n−1∑
j=1
Tj (24)
observateur non lineaire.. Page 27
ECS-ENSEA CReSTIC'
&
$
%
Resultats de simulationsExemple 1 Systeme a commutation sans sautSoit le systeme chaotique suivant
x1 = x2
x2 = x3
x3 =
−a(x2 + x3 − 1) si x1 > 0
−a(x2 + x3 + 1) si x1 ≤ 0
y = x1
(25)
avec a = 0.8
observateur non lineaire.. Page 28
ECS-ENSEA CReSTIC'
&
$
%
−3−2
−10
12
3
−1.5
−1
−0.5
0
0.5
1
1.5−1
−0.5
0
0.5
1
1.5
x1,x2,x3
Chaos in 3-D portrait
observateur non lineaire.. Page 29
ECS-ENSEA CReSTIC'
&
$
%
la convergence etape par etape en temps fini
0 1 2 3 4 5 6
−2
0
2x1 (*) and xc1 (+)
0 1 2 3 4 5 6
−15
−10
−5
0
5
x2 (*) and xc2 (+)
0 1 2 3 4 5 6
−1
0
1
2
3
x3 (*) and xc3 (+)
etats reels xi et etats observes xi
observateur non lineaire.. Page 30
ECS-ENSEA CReSTIC'
&
$
%
Exemple 2 Systeme a commutation avec sauts
x = Aix i = 1, 2
y = Cx
x2(t+c ) = x2(t−c ) + ε
(26)
avec A1 =
1 −5
0 1
, A2 =
1 0
5 1
, et
C = [1,−2] , ε = 0.1, tc l’instant de commutation.
avec x ∈ Ω1 tel que Ω1 =
x ∈ R2/(x1 − 2x2 > 0 ∧ 2x1 + x2 > 0)
∨(x1 − 2x2 ≤ 0 ∧ 2x1 + x2 < 0)
et x ∈ Ω2 tel que
Ω2 =
x ∈ R2/(x1 − 2x2 > 0 ∧ 2x1 + x2 ≤ 0)
∨(x1 − 2x2 < 0 ∧ 2x1 + x2 > 0)
observateur non lineaire.. Page 31
ECS-ENSEA CReSTIC'
&
$
%
On applique le diffeomorphisme suivant
2,1,)( 11 === -- izTzx if
2,1,)( === ixTxz ifxAx 1=&
)(1,2 xS
)(2,1 xS
xAx 2=&
zAz 1=&
))(( 1
2,1 zxS-= f
zAz 2=&
))(( 1
1,2 zxS-= f
diffeomorphisme
observateur non lineaire.. Page 32
ECS-ENSEA CReSTIC'
&
$
%
Alors on obtient le systeme hybride sous la forme canonique d’observabilitesuivant
z1 = z2
z2 = fi(z) = −z1 + 2z2 i = 1, 2.
y = z1,
z+2 = 0.25z−2 + 5 pour la commutaion de 1 a 2
z+2 = −z1 + 20 pour la commutaion de 2 a 1
avec les conditions de commutation sontz ∈ I1 tel que
I1 =
z ∈ R2/(z1 > 0 ∧ 3z1 − z2 > 0)
∨(z1 ≤ 0 ∧ 3z1 − z2 < 0)
et z ∈ I2 tel que I2 =
z ∈ R2/(z1 > 0 ∧ 3z1 − z2 ≤ 0)
∨(z1 < 0 ∧ 3z1 − z2 > 0))
observateur non lineaire.. Page 33
ECS-ENSEA CReSTIC'
&
$
%
Simulations
−4 −3 −2 −1 0 1 2 3−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
* Real system+ Obs system
plan de phase sans reinitialisation
−1 −0.5 0 0.5 1 1.5−1
−0.5
0
0.5
1
1.5
2
* Real system+ Obs system
plan de phase avec reinitialisation
observateur non lineaire.. Page 34
ECS-ENSEA CReSTIC'
&
$
%
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
−0.5
0
0.5
−0.5
0
0.5
1
e2=x2−x2o without Reinitialization
e2=x2−x2o with Reinitialization
l’erreur e2 dans le cas sans et avec reinitilisation
observateur non lineaire.. Page 35
ECS-ENSEA CReSTIC'
&
$
%
Conclusion
• Exploiter les resultats sur les observateurs a modes glissants pour les SAC.• Synthese d’observateurs a modes glissants d’ordre superieur pour les SAC.• Convergence de l’erreur d’estimation etape par etape en temps fini.• Reconstruction de l’etat continu et de la dynamique discrete.• Etude de SAC avec et sans saut
observateur non lineaire.. Page 36
ECS-ENSEA CReSTIC'
&
$
%
Perspectives
• Etude sur des systemes non autonomes avec et sans saut.• Etude du phenomne de zeno.• Elargir la classe de systemes hybrides consideres
- Retard.- incertains.
observateur non lineaire.. Page 37