Documentation technique : commande H∞\mathcal{H}_\infty LPV-LFT

Notes de cours interactives et documentation

lancer la simulation

Comment lire cette page

Cette page explique, étape par étape, comment construire un contrôleur de suivi pour un système masse-ressort-amortisseur dont la raideur varie avec un paramètre. Elle va du modèle physique au problème de synthèse H∞\mathcal{H}_\infty, avec deux modules interactifs pour se faire une intuition de l’énergie d’un signal et du gain d’un système, puis s’appuie sur la méthode de [1] pour établir des inégalités matricielles suffisantes dans ce cas scalaire.

La page distingue plusieurs niveaux d’affirmation, à ne pas confondre :

Formulation du problème
Les sections 1 à 3 définissent le modèle, la LFT, le procédé généralisé et les pondérations.
Condition suffisante
La section 5 suit la méthode de [1] pour établir des conditions LMI suffisantes pour certifier le gain du modèle à paramètre scalaire.
Faisabilité numérique
Le gain mis à l’échelle du contrôleur vaut numériquement 0,84490{,}8449. Un second solveur a fourni une matrice de stockage pour γ=0,85\gamma = 0{,}85, vérifiée dans l’inégalité de dissipation en temps discret.
Garantie annoncée
Le certificat borne le gain induit et établit la stabilité du modèle discret sans saturation pour toute suite de paramètres vérifiant ∣ρ∣≤1/γ≈1,17647|\rho| \le 1/\gamma \approx 1{,}17647.
Simulation
La simulation est une illustration à temps discret. Une exécution ne prouve ni la stabilité ni la performance.

1Modèle physique et LFT

Le système étudié est un système mécanique Masse-Ressort-Amortisseur (MSD) classique. Il se compose d’une masse mm glissant sans frottement sur une surface horizontale, reliée à un mur fixe par un ressort de raideur k(ρ(t))k(\rho(t)) et un amortisseur de coefficient cc. Le système est soumis à une entrée de commande u(t)u(t), et l’objectif de cette documentation est d’expliquer comment construire un contrôleur de suivi pour ce système à l’aide de la commande H∞\mathcal{H}_\infty LPV-LFT.

Figure 1 : schéma du système masse-ressort-amortisseur LPV. La force u(t)u(t) s’applique à la masse et sa position y(t)y(t) est mesurée depuis le repos, toutes deux comptées positivement vers la droite.
Cliquez sur la figure pour zoomer.

L’équation du mouvement découle de la deuxième loi de Newton :

my¨(t)+cy˙(t)+k(ρ(t))y(t)=u(t)m \ddot{y}(t) + c \dot{y}(t) + k(\rho(t)) y(t) = u(t)

La raideur k(ρ(t))k(\rho(t)) dépend du paramètre : k(ρ(t))=k0(1+αρ(t))k(\rho(t)) = k_0(1 + \alpha\rho(t)). Les paramètres physiques sont présentés au tableau 1.

Tableau 1 : paramètres physiques du système masse-ressort-amortisseur LPV.
ParamètreValeurUnité
mm (masse)1kg
cc (amortissement)2N·s/m
k0k_0 (raideur nominale)10N/m
α\alpha (gain de raideur)0,4—

Le système écrit ci-dessus est un système Linéaire à Paramètres Variants (LPV) : sa dynamique dépend du paramètre variable ρ(t)\rho(t), qui fixe la raideur k(ρ(t))k(\rho(t)). Pour appliquer les outils de la commande robuste, il faut isoler la variation du paramètre de la dynamique nominale. On utilise pour cela une Transformation Linéaire Fractionnaire (LFT), qui crée une boucle de rétroaction fictive avec le paramètre ρ\rho. Voici le calcul de la LFT :

2Modèle LPV-LFT généralisé pour la synthèse

Maintenant que nous disposons du système LPV-LFT, nous pouvons passer à la synthèse du contrôleur. La figure 2 illustre un schéma classique de synthèse à sensibilité mixte, une architecture courante en commande robuste. Il comprend trois composants principaux :

  • Procédé PP : représente le système Masse-Ressort-Amortisseur (MSD). Il réunit la dynamique nominale et la décomposition LFT de la raideur variable.
  • Contrôleur KK : le contrôleur à synthétiser. Lui aussi lit le paramètre ρ(t)\rho(t), par sa propre boucle LFT (figure 2). Son architecture interne, déduite pour traiter ρ(t)\rho(t), sera détaillée à la section 5.
  • Filtres de pondération (We,WuW_e, W_u) : de purs outils de conception greffés sur les signaux physiques (l’erreur ee et le signal de commande uu). Ils traduisent les spécifications de performance en contraintes mathématiques.
Figure 2 : le schéma de synthèse. Le même paramètre ρ(t)\rho(t) est bouclé sur le procédé et sur le contrôleur.
Cliquez sur la figure pour zoomer.

En combinant le modèle LPV du système (section 1) et les filtres de pondération présentés à la figure 2, nous construisons le modèle LPV généralisé. Il s’agit d’un unique système d’état augmenté, celui que « voit » l’optimiseur.

Il faut d’abord définir les deux modèles d’état induits par les filtres WeW_e et WuW_u :

x˙e(t)=Aexe(t)+Bee(t)e′(t)=Cexe(t)+Dee(t)\begin{aligned} \dot{\mathbf{x}}_e(t)&=\mathbf{A}_e \mathbf{x}_e(t)+\mathbf{B}_e e(t) \\ e'(t)&=\mathbf{C}_e \mathbf{x}_e(t)+\mathbf{D}_e e(t) \end{aligned}
x˙u(t)=Auxu(t)+Buu(t)u′(t)=Cuxu(t)+Duu(t)\begin{aligned} \dot{\mathbf{x}}_u(t)&=\mathbf{A}_u \mathbf{x}_u(t)+\mathbf{B}_u u(t) \\ u'(t)&=\mathbf{C}_u \mathbf{x}_u(t)+\mathbf{D}_u u(t) \end{aligned}

Le vecteur d’état augmenté ξ\boldsymbol{\xi} concatène les états du système et ceux des filtres :

ξ(t)=[x⊤(t)xe⊤(t)xu⊤(t)]⊤\boldsymbol{\xi}(t) = \begin{bmatrix} \mathbf{x}^\top(t) & \mathbf{x}_e^\top(t) & \mathbf{x}_u^\top(t) \end{bmatrix}^\top

Pour construire les matrices augmentées, il faut exprimer la dynamique des filtres en fonction des entrées globales du système (wρ,r,uw_\rho, r, u) et du vecteur d’état augmenté ξ\boldsymbol{\xi}. D’après le schéma de synthèse (figure 2), le signal d’erreur est défini par e(t)=r(t)−y(t)=r(t)−Cyx(t)e(t) = r(t) - y(t) = r(t) - \mathbf{C}_y \mathbf{x}(t).

Dynamique de l’état augmenté
Nous substituons l’équation de l’erreur dans l’équation d’état du filtre de performance WeW_e. Le filtre de commande WuW_u ne dépend que de l’entrée de commande uu. En les réunissant avec la dynamique nominale du système, nous obtenons :

x˙(t)=Anomx(t)+Bρwρ(t)+Bu(t)x˙e(t)=Aexe(t)+Be(r(t)−Cyx(t))=−BeCyx(t)+Aexe(t)+Ber(t)x˙u(t)=Auxu(t)+Buu(t)\begin{aligned} \dot{\mathbf{x}}(t) &= \mathbf{A}_{\text{nom}}\mathbf{x}(t) + \mathbf{B}_\rho w_\rho(t) + \mathbf{B} u(t) \\ \dot{\mathbf{x}}_e(t) &= \mathbf{A}_e \mathbf{x}_e(t) + \mathbf{B}_e (r(t) - \mathbf{C}_y \mathbf{x}(t)) \\ &= -\mathbf{B}_e \mathbf{C}_y \mathbf{x}(t) + \mathbf{A}_e \mathbf{x}_e(t) + \mathbf{B}_e r(t) \\ \dot{\mathbf{x}}_u(t) &= \mathbf{A}_u \mathbf{x}_u(t) + \mathbf{B}_u u(t) \end{aligned}

Nous écrivons ensuite les équations en fonction de ξ\boldsymbol{\xi} :

[x˙(t)x˙e(t)x˙u(t)]⏟ξ˙(t)=[Anom00−BeCyAe000Au]⏟A[x(t)xe(t)xu(t)]+[Bρ00]⏟Bρwρ(t)+[0Be0]⏟Brr(t)+[B0Bu]⏟Buu(t)\underbrace{\begin{bmatrix} \dot{\mathbf{x}}(t) \\ \dot{\mathbf{x}}_e(t) \\ \dot{\mathbf{x}}_u(t) \end{bmatrix}}_{\dot{\boldsymbol{\xi}}(t)} = \underbrace{\begin{bmatrix} \mathbf{A}_{\text{nom}} & \mathbf{0} & \mathbf{0} \\ -\mathbf{B}_e \mathbf{C}_y & \mathbf{A}_e & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathbf{A}_u \end{bmatrix}}_{\mathcal{A}} \begin{bmatrix} \mathbf{x}(t) \\ \mathbf{x}_e(t) \\ \mathbf{x}_u(t) \end{bmatrix} + \underbrace{\begin{bmatrix} \mathbf{B}_\rho \\ \mathbf{0} \\ \mathbf{0} \end{bmatrix}}_{\mathcal{B}_\rho} w_\rho(t) + \underbrace{\begin{bmatrix} \mathbf{0} \\ \mathbf{B}_e \\ \mathbf{0} \end{bmatrix}}_{\mathcal{B}_r} r(t) + \underbrace{\begin{bmatrix} \mathbf{B} \\ \mathbf{0} \\ \mathbf{B}_u \end{bmatrix}}_{\mathcal{B}_u} u(t)

Compléter la représentation du système
L’équation d’état obtenue ci-dessus régit la façon dont le système évolue en interne. Pour caractériser entièrement le procédé généralisé, il faut maintenant définir comment il interagit avec son environnement. Cela demande de préciser les équations de sortie de trois boucles distinctes : la boucle de variation du paramètre, la boucle d’évaluation de la performance (sorties de WeW_e et WuW_u) et la boucle de rétroaction vers le contrôleur. Le tableau 2 résume ces canaux essentiels.

Tableau 2 : définition des signaux de l’interconnexion LPV standard.
CanalDescription
Paramétrique (zρ→wρz_\rho\to w_\rho)Interaction avec le paramètre variant ρ(t)\rho(t). Le signal zρz_\rho « capte » l’état affecté par le paramètre, et wρw_\rho réinjecte l’effet de la variation.
Performance (r→wr \to \mathbf{w})Relie les entrées exogènes (référence rr) aux sorties régulées (erreur pondérée e′e', commande pondérée u′u'). Ce canal définit ce que nous voulons optimiser.
Commande (u→eu \to e)Interface physique. uu est la force appliquée par l’actionneur. Le capteur mesure la position yy, et le contrôleur reçoit l’erreur de suivi e=r−ye = r - y.

Boucle paramétrique (zρ→wρz_\rho \to w_\rho) :
Le signal de rétroaction LFT zρz_\rho ne dépend que des états physiques x\mathbf{x}. Toutefois, pour conserver une représentation d’état unifiée du procédé généralisé, il faut exprimer cette sortie en fonction du vecteur d’état augmenté ξ\boldsymbol{\xi}. On complète pour cela la matrice par des zéros correspondant aux états des filtres :

zρ(t)=Cρx(t)=[Cρ00]⏟Cρ[x(t)xe(t)xu(t)]⏟ξ(t)z_\rho(t) = \mathbf{C}_\rho \mathbf{x}(t) = \underbrace{\begin{bmatrix} \mathbf{C}_\rho & \mathbf{0} & \mathbf{0} \end{bmatrix}}_{\mathcal{C}_\rho} \underbrace{\begin{bmatrix} \mathbf{x}(t) \\ \mathbf{x}_e(t) \\ \mathbf{x}_u(t) \end{bmatrix}}_{\boldsymbol{\xi}(t)}

Sorties régulées w\mathbf{w} :
Le vecteur de performance w\mathbf{w} se compose de l’erreur pondérée e′e' et de l’effort de commande pondéré u′u'. Nous substituons l’expression de l’erreur physique dans l’équation de sortie de WeW_e :

e′(t)=Cexe(t)+De(r(t)−Cyx(t))=−DeCyx(t)+Cexe(t)+Der(t)u′(t)=Cuxu(t)+Duu(t)⟹w(t)≜[e′(t)u′(t)]=[−DeCyCe000Cu]⏟Cwξ(t)+[De0]⏟Dwrr(t)+[0Du]⏟Dwuu(t)\begin{aligned} e'(t) &= \mathbf{C}_e \mathbf{x}_e(t) + \mathbf{D}_e (r(t) - \mathbf{C}_y \mathbf{x}(t)) \\ &= -\mathbf{D}_e \mathbf{C}_y \mathbf{x}(t) + \mathbf{C}_e \mathbf{x}_e(t) + \mathbf{D}_e r(t) \\ u'(t) &= \mathbf{C}_u \mathbf{x}_u(t) + \mathbf{D}_u u(t) \\ \Longrightarrow\quad\mathbf{w}(t) \triangleq \begin{bmatrix}e'(t)\\u'(t)\end{bmatrix}&= \underbrace{\begin{bmatrix}-\mathbf{D}_e\mathbf{C}_y &\mathbf{C}_e &\mathbf{0}\\\mathbf{0}&\mathbf{0}&\mathbf{C}_u\end{bmatrix}}_{\mathcal{C}_w}\boldsymbol{\xi}(t)+\underbrace{\begin{bmatrix}\mathbf{D}_e\\\mathbf{0}\end{bmatrix}}_{\mathcal{D}_{wr}}r(t)+\underbrace{\begin{bmatrix}\mathbf{0}\\\mathbf{D}_u\end{bmatrix}}_{\mathcal{D}_{wu}}u(t) \end{aligned}

Sortie de mesure ee :
Enfin, le contrôleur observe l’erreur de suivi ee. Cette équation d’observation sert d’interface de rétroaction (nous l’avons déjà écrite plus haut) :

e(t)=r(t)−Cyx(t)=[−Cy00]⏟Ceξ(t)+r(t)e(t) = r(t) - \mathbf{C}_y \mathbf{x}(t) = \underbrace{\begin{bmatrix}-\mathbf{C}_y&\mathbf{0}&\mathbf{0}\end{bmatrix}}_{\mathcal{C}_e}\boldsymbol{\xi}(t) + r(t)

En empilant ces équations sous forme matricielle, nous identifions les blocs du procédé généralisé.

L’interconnexion complète est décrite par la matrice partitionnée :

[ξ˙(t)zρ(t)w(t)e(t)]=[ABρBrBuCρ000Cw0DwrDwuCe010][ξ(t)wρ(t)r(t)u(t)]\begin{bmatrix} \dot{\boldsymbol{\xi}}(t) \\ z_\rho(t) \\ \mathbf{w}(t) \\ e(t) \end{bmatrix} = \begin{bmatrix} \mathcal{A} & \mathcal{B}_\rho & \mathcal{B}_r & \mathcal{B}_u \\ \mathcal{C}_\rho & \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathcal{C}_w & \mathbf{0} & \mathcal{D}_{wr} & \mathcal{D}_{wu} \\ \mathcal{C}_e & \mathbf{0} & 1 & \mathbf{0} \end{bmatrix} \begin{bmatrix} \boldsymbol{\xi}(t) \\ w_\rho(t) \\ r(t) \\ u(t) \end{bmatrix}

Nous pouvons maintenant nous concentrer sur la définition explicite des filtres WeW_e et WuW_u.

3Conception des filtres de pondération

La synthèse repose sur une mise en forme adéquate de la réponse en boucle fermée. Avant de résoudre le problème d’optimisation, il faut définir les exigences de performance (WeW_e et WuW_u) et énoncer formellement la relation entrée-sortie (l’opérateur).

Comme le montre la figure 2, nous ne minimisons pas directement l’erreur physique. Nous utilisons plutôt des filtres de pondération WeW_e et WuW_u pour mettre en forme les signaux. Ces filtres agissent comme des pénalités dépendant de la fréquence. Le choix de ces fonctions de transfert fixe le compromis entre performance et robustesse. Pour cet exemple, nous choisissons :

We(s)=0,5s+3s+0,06,Wu(s)=0,2s+10s+1000W_e(s) = \frac{0{,}5s + 3}{s + 0{,}06}, \quad W_u(s) = \frac{0{,}2s + 10}{s + 1000}

Justification de WeW_e (performance) :
Ce filtre met en forme la fonction de sensibilité SS (le transfert de la référence rr à l’erreur ee). La contrainte fondamentale est ∣S(jω)∣<1/∣We(jω)∣|S(j\omega)| < 1/|W_e(j\omega)|, représentée à la figure 3. Pour assurer une grande précision, nous nous intéressons au comportement à fréquence nulle (s→0s \to 0).

  • La fréquence nulle correspond au régime permanent : une fréquence nulle (s=0s=0) correspond à un signal qui ne varie pas dans le temps (une constante). Le gain du filtre en s=0s=0 dicte donc le comportement du système en régime permanent (quand t→∞t \to \infty).
  • Calcul du gain statique : l’évaluation du filtre en s=0s=0 donne We(0)=0,5(0)+30+0,06=30,06=50W_e(0) = \frac{0{,}5(0) + 3}{0 + 0{,}06} = \frac{3}{0{,}06} = 50. Le filtre exige donc une amplification de 50 pour les signaux constants.
  • Garantie de précision (erreur de 2 %) : la contrainte imposant à la sensibilité de l’erreur ∣S∣|S| de rester inférieure à l’inverse de la pondération, nous avons ∣S(0)∣<1We(0)=150=0,02|S(0)| < \frac{1}{W_e(0)} = \frac{1}{50} = 0{,}02. Ainsi, pour une référence constante et un paramètre figé, l’erreur statique ne dépassera jamais 2 %, dès que la synthèse atteint l’objectif ∥WeS∥∞<1\|W_e S\|_\infty < 1. Pour un ρ(t)\rho(t) variable, cette lecture fréquence par fréquence n’est qu’une approximation : ce que la synthèse borne vraiment, c’est le gain L2L_2 de tout l’opérateur pondéré (section 4).

Justification de WuW_u (effort de commande et robustesse) :
Ce filtre met en forme la fonction de sensibilité de la commande KSKS (le transfert de la référence rr à l’entrée de commande uu). La contrainte est ∣KS(jω)∣<1/∣Wu(jω)∣|KS(j\omega)| < 1/|W_u(j\omega)|, représentée à la figure 3. Nous analysons l’inverse de la pondération (le plafond) aux extrémités du spectre :

  • Basses fréquences (s→0s \to 0) : permissivité.
    En régime permanent, Wu(0)=101000=0,01⇒1Wu(0)=100W_u(0) = \frac{10}{1000} = 0{,}01 \Rightarrow \frac{1}{W_u(0)} = 100. Cela fixe un plafond élevé (100) pour l’action de commande. Le contrôleur peut ainsi produire de grandes forces statiques (jusqu’à 100 fois l’amplitude de la référence) si nécessaire pour comprimer le ressort et éliminer l’erreur statique. Nous ne voulons pas restreindre ici l’autorité du contrôleur.
  • Hautes fréquences (s→∞s \to \infty) : restriction (atténuation).
    En hautes fréquences, Wu(s)∼0,2ss=0,2W_u(s) \sim \frac{0{,}2s}{s} = 0{,}2 quand s→∞s \to \infty, donc 1Wu(∞)=5\frac{1}{W_u(\infty)} = 5. Cela fixe un plafond bas (5), vingt fois plus bas que le premier. À ces fréquences, la boucle n’a plus d’effet et S≈1S \approx 1, donc KS≈KKS \approx K : un plafond de 5 (14 dB) en hautes fréquences limite la commande produite par le bruit de mesure.

Entre les deux : pourquoi le plafond ne baisse qu’au-delà de 50 rad/s.
La pondération garde sa valeur basse jusqu’à son zéro, à 5050 rad/s, et n’atteint sa valeur de haute fréquence qu’au-delà de son pôle, à 10001000 rad/s. Elle laisse ainsi de la place au contrôleur là où la masse en a besoin. Le suivi est demandé jusqu’à environ 3,53{,}5 rad/s, la fréquence à laquelle ∣We(jω)∣=1|W_e(j\omega)| = 1. À cette fréquence, la boucle suit encore la référence, si bien que ∣T∣=∣PKS∣|T| = |P K S| reste proche de 11 et que ∣KS∣=∣T∣/∣P∣|KS| = |T| / |P| est proche de 1/∣P(jω)∣=∣k0−m ω2+j c ω∣1 / |P(j\omega)| = |k_0 - m\, \omega^2 + j\, c\, \omega|. Cette quantité croît comme m ω2m\, \omega^2 : déplacer une masse plus vite demande une force qui croît comme le carré de la fréquence, et la boucle ne lâche la référence qu’une décade plus loin environ. ∣KS∣|KS| doit donc d’abord monter avant de pouvoir descendre. Pour le contrôleur de cette page, à paramètre figé en ρ=0\rho = 0, il atteint 3636 à 1010 rad/s et environ 4848 vers 2020 rad/s, puis tombe à 0,340{,}34 à 10001000 rad/s. Avec l’ancien filtre (2s+0,2)/(s+10)(2s + 0{,}2)/(s + 10), le plafond de ∣KS∣|KS| vaut environ 0,710{,}71 à 1010 rad/s et tend vers 0,50{,}5 en hautes fréquences. Avec les anciennes pondérations et ρ=0\rho = 0, le gain pondéré minimal possible à 1,231{,}23 rad/s dépasse déjà 1,631{,}63 dans le modèle continu, quel que soit le contrôleur. Cela exclut γ<1\gamma < 1 même à la raideur nominale.

Figure 3 : réponse en fréquence des filtres de pondération.
Cliquez sur la figure pour zoomer.

4Norme L2L_2, norme H∞\mathcal{H}_\infty et synthèse H∞\mathcal{H}_\infty

Dans les trois premières sections, tous les objets liés à la conception d’un contrôleur H∞\mathcal{H}_\infty ont été définis et motivés. Mais il est tout à fait normal de se demander ce qu’est réellement H∞\mathcal{H}_\infty et à quoi cela sert. Cette section est consacrée à cette question.

La norme H∞\mathcal{H}_\infty est une norme fondée sur l’énergie des signaux (norme L2L_2). Définissons d’abord cette norme L2L_2.

La norme L2L_2 d’un signal u(t)u(t) peut être infinie : par exemple, u(t)=sin⁡(t)u(t) = \sin(t) ou u(t)=cos⁡(t)u(t) = \cos(t) ont une énergie infinie. Pour qu’un signal uniformément continu ait une norme L2L_2 finie, il est nécessaire que sa valeur tende vers zéro quand tt tend vers l’infini. Cette condition n’est pas suffisante : par exemple, u(t)=1t+1u(t) = \frac{1}{\sqrt{t+1}} a une norme L2L_2 infinie bien qu’il tende vers zéro (mais pas assez vite) quand tt tend vers l’infini.

Cette section n’a pas pour but d’approfondir la théorie de la norme L2L_2. Le module ci-dessous permet toutefois à ceux qui le souhaitent d’acquérir une intuition pratique de cette mesure. Utilisez-le pour essayer différents signaux et voir par vous-même lesquels possèdent une énergie finie. Il affiche la norme ∥u∥L2\|u\|_{L_2}, c’est-à-dire la racine carrée de l’intégrale ci-dessus, et trace l’intégrale elle-même comme ligne de référence.

Explorateur de la norme L2L_2 d’un signal

Saisissez une fonction du temps « t » (par exemple sin(t)*exp(-0.5*t)) pour visualiser son énergie. La zone bleue représente le module au carré.

Documentation

Fonctions prises en charge
  • sin
  • cos
  • tan
  • exp
  • log
  • sqrt
  • sinh
  • cosh
  • tanh
Règles de syntaxe
  • Puissances : utilisez ^ ou ** (par exemple t^2)
  • Multiplication : un * explicite est plus sûr (2*t)
  • Constantes : pi est disponible, utilisez exp(1) pour ee
Limites de l’approximation

Pour des fonctions non linéaires très complexes, cette approximation peut différer de la valeur théorique exacte ou ne pas converger.

05,0 × 10−101,0 × 10−9012345

tt (s)

  • u(t)u(t)
  • ∣u(t)∣2|u(t)|^2
  • ∫0t∣u(τ)∣2 dτ\int_0^t |u(\tau)|^2\,\mathrm{d}\tau (énergie accumulée)

Le tracé ci-dessus est calculé directement. Pour obtenir la valeur exacte et numérique de la norme, SymPy et SciPy s’exécutent dans votre navigateur : cela télécharge environ 90 Mo depuis cdn.jsdelivr.net, une seule fois.

Trouver l’entrée du pire cas

Voici un système linéaire stable (qui vous est inconnu). Essayez de trouver un signal d’entrée u(t)=sin⁡(ωt)u(t)=\sin(\omega t) qui maximise le gain (norme de sortie / norme d’entrée). Pour une entrée sinusoïdale, en régime permanent, ce rapport vaut exactement ∣H(jω)∣|H(j\omega)|, et c’est ce que trace le module. Si vous maximisez ce rapport, vous avez trouvé la norme H∞\mathcal{H}_\infty du système.

Entrée u(t)u(t) et sortie y(t)y(t)

−505051015

Temps (s)

  • Entrée u(t)u(t)
  • Sortie y(t)y(t)

Gain ∥y∥/∥u∥=∣H(jω)∣\|y\| / \|u\| = |H(j\omega)| aux fréquences explorées

0246510

ω\omega (rad/s)

  • Gain

u(t)=sin⁡(ωt)u(t) = \sin(\omega t)

Rapport de gain actuel
7,0711
Votre maximum
7,0711

Pour formuler mathématiquement le problème, nous définissons l’opérateur en boucle fermée Tzw\mathbf{T}_{zw}. Cet opérateur relie l’entrée exogène rr aux sorties de performance régulées w\mathbf{w} :

w=Tzw(P,K,ρ) r\mathbf{w} = \mathbf{T}_{zw}(P, K, \rho)\, r
Figure 4 : l’opérateur en boucle fermée Tzw\mathbf{T}_{zw}, tout le cadre pointillé vu comme un seul système. Le même paramètre mesuré ρ(t)\rho(t) est bouclé sur le procédé en haut et sur le contrôleur en bas, comme dans [1].
Cliquez sur la figure pour zoomer.

La figure 4 montre ce qu’il y a dans cet opérateur. Une fois le procédé PP, le contrôleur KK et le paramètre ρ\rho connectés, les signaux zρz_\rho, wρw_\rho, ee, uu, zθz_\theta et wθw_\theta restent à l’intérieur de la boucle. Vus de l’extérieur, seule la référence rr entre et seuls les signaux pondérés w\mathbf{w} sortent. Tzw\mathbf{T}_{zw}, ce n’est rien de plus que la relation entre les deux.

Son gain compare la taille de ce qui sort à celle de ce qui entre. Maintenir ce gain sous γ\gamma signifie que, pour tout rr non nul d’énergie finie, à conditions initiales nulles et pour tout ρ(t)\rho(t) admissible :

∥w∥L2<γ ∥r∥L2\|\mathbf{w}\|_{L_2} < \gamma\, \|r\|_{L_2}

Comme w\mathbf{w} réunit l’erreur pondérée e′e' et la commande pondérée u′u', son énergie est la somme des leurs, ∥w∥L22=∥e′∥L22+∥u′∥L22\|\mathbf{w}\|_{L_2}^2 = \|e'\|_{L_2}^2 + \|u'\|_{L_2}^2. Un gain faible signifie donc une erreur de suivi faible et un effort de commande modéré, dans les plages de fréquences mises en avant par WeW_e et WuW_u.

Cet opérateur dépend du procédé généralisé PP, du contrôleur KK et du paramètre ρ\rho. Le problème de synthèse H∞\mathcal{H}_\infty se formule ainsi :

Lisons cette ligne doucement, car γ\gamma y apparaît deux fois, et ce n’est pas un hasard. À droite, γ\gamma est le niveau de performance : plus il est petit, mieux c’est. Sous le sup⁡\sup, 1/γ1/\gamma est la plage de ρ\rho couverte par la garantie. Les deux sont liés par l’idée du petit gain : si ce qui entoure ρ\rho a un gain inférieur à γ\gamma et si ∣ρ∣≤1/γ|\rho| \le 1/\gamma, un signal qui fait le tour de la boucle en passant par ρ\rho revient plus petit qu’il n’est parti, donc la boucle reste stable. Baisser γ\gamma améliore ainsi la performance et élargit en même temps la plage de ρ\rho. Ici, le modèle discret sans saturation est certifié au niveau γ=0,85\gamma = 0{,}85 et la borne ∣ρ∣≤1/γ≈1,17647|\rho| \le 1/\gamma \approx 1{,}17647 couvre la plage de conception ∣ρ∣≤1|\rho| \le 1.

Comment un tel contrôleur est trouvé, et pourquoi le résultat est digne de confiance : c’est l’objet de la section 5.

5Synthèse à gains séquencés : la méthode d’Apkarian et Gahinet, avec ses preuves

5.1Le plan

La section 4 s’est terminée sur un énoncé : trouver un contrôleur K(ρ)K(\rho) et le plus petit γ\gamma tels que le gain de Tzw\mathbf{T}_{zw} reste sous γ\gamma pour tout ρ(t)\rho(t) tel que ∣ρ(t)∣≤1/γ|\rho(t)| \le 1/\gamma. Posé ainsi, le problème ne peut pas être confié à un solveur : l’inconnue est un système dynamique entier, et la condition doit tenir pour une infinité de fonctions ρ(t)\rho(t). En suivant la méthode d’Apkarian et Gahinet [1], nous établissons des inégalités matricielles suffisantes pour le paramètre scalaire de cet exemple. La démonstration s’appuie sur des complétions de carrés et des changements de coordonnées pour séparer le contrôleur du certificat.

  • Étape 1. Sortir ρ\rho : la boucle fermée est un seul système constant, bouclé sur ρ\rho.
  • Étape 2. Énoncer le théorème du petit gain avec un changement d’unités, la mise à l’échelle (scaling) : une seule inégalité, notée (D) plus bas, garantit la stabilité et la performance pour tout ρ(t)\rho(t) admissible.
  • Étape 3. Transformer (D) en inégalité matricielle : c’est le lemme borné réel.
  • Étape 4. Éliminer le contrôleur de cette inégalité : c’est le lemme de projection.
  • Étape 5. Lire ce qui reste : les Inégalités Matricielles Linéaires pour ce paramètre scalaire, qui sont convexes.
  • Étape 6. Reconstruire le contrôleur à partir de leur solution.

5.2Étape 1 : un seul système constant, bouclé sur le paramètre

Sur la figure 4, ρ(t)\rho(t) apparaît deux fois : sur le procédé, par wρ=ρ zρw_\rho = \rho\, z_\rho, et sur le contrôleur, par wθ=ρ zθw_\theta = \rho\, z_\theta. Empilons les deux canaux dans zΔ=(zθ,zρ)\mathbf{z}_\Delta = (z_\theta, z_\rho) et wΔ=(wθ,wρ)\mathbf{w}_\Delta = (w_\theta, w_\rho). Les deux boucles n’en font alors plus qu’une :

wΔ(t)=ρ(t) zΔ(t)\mathbf{w}_\Delta(t) = \rho(t)\, \mathbf{z}_\Delta(t)

Tout le reste du cadre pointillé, c’est-à-dire PP et KK reliés par ee et uu, ne contient aucun ρ\rho : c’est un système linéaire invariant, que nous appelons MM. Son état réunit ceux du procédé et du contrôleur, xcl=(ξ,xK)\mathbf{x}_{\mathrm{cl}} = (\boldsymbol{\xi}, \mathbf{x}_K). Ses entrées sont ν=(wΔ,r)\boldsymbol{\nu} = (\mathbf{w}_\Delta, r) et ses sorties η=(zΔ,w)\boldsymbol{\eta} = (\mathbf{z}_\Delta, \mathbf{w}) :

x˙cl(t)=Acl xcl(t)+Bcl ν(t)η(t)=Ccl xcl(t)+Dcl ν(t)\begin{aligned} \dot{\mathbf{x}}_{\mathrm{cl}}(t) &= \mathbf{A}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}}(t) + \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu}(t) \\ \boldsymbol{\eta}(t) &= \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}}(t) + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu}(t) \end{aligned}

Deux faits sur MM comptent pour la suite. D’abord, toute la difficulté d’un système variant dans le temps est maintenant concentrée dans une multiplication par un nombre, ρ(t)\rho(t), dont nous savons seulement que ∣ρ(t)∣≤1/γ|\rho(t)| \le 1/\gamma. Ensuite, MM dépend du contrôleur inconnu de la façon la plus simple qui soit. Réunissons les neuf matrices du contrôleur en une seule, Ω\boldsymbol{\Omega}. En reportant les équations de KK dans celles de PP, on obtient :

Ω=[AKBK1BKθCK1DK11DK1θCKθDKθ1DKθθ][AclBclCclDcl]=[A0B0C0D0]+[BΩDΩ]Ω[CΩEΩ]\begin{gathered} \boldsymbol{\Omega} = \begin{bmatrix} \mathbf{A}_K & \mathbf{B}_{K1} & \mathbf{B}_{K\theta} \\ \mathbf{C}_{K1} & \mathbf{D}_{K11} & \mathbf{D}_{K1\theta} \\ \mathbf{C}_{K\theta} & \mathbf{D}_{K\theta 1} & \mathbf{D}_{K\theta\theta} \end{bmatrix} \\[4pt] \begin{bmatrix} \mathbf{A}_{\mathrm{cl}} & \mathbf{B}_{\mathrm{cl}} \\ \mathbf{C}_{\mathrm{cl}} & \mathbf{D}_{\mathrm{cl}} \end{bmatrix} = \begin{bmatrix} \mathbf{A}_0 & \mathbf{B}_0 \\ \mathbf{C}_0 & \mathbf{D}_0 \end{bmatrix} + \begin{bmatrix} \mathbf{B}_\Omega \\ \mathbf{D}_\Omega \end{bmatrix} \boldsymbol{\Omega} \begin{bmatrix} \mathbf{C}_\Omega & \mathbf{E}_\Omega \end{bmatrix} \end{gathered}

Les matrices d’indice 00 ou Ω\Omega ne contiennent que les matrices du procédé généralisé de la section 2, des zéros et des identités. Le contrôleur apparaît une seule fois et à la puissance un : la boucle fermée est affine en Ω\boldsymbol{\Omega}. On le voit sur une ligne du calcul : l’état du procédé obéit à ξ˙=(A+BuDK11 Ce) ξ+BuCK1 xK+…\dot{\boldsymbol{\xi}} = (\mathcal{A} + \mathcal{B}_u \mathbf{D}_{K11}\, \mathcal{C}_e)\, \boldsymbol{\xi} + \mathcal{B}_u \mathbf{C}_{K1}\, \mathbf{x}_K + \dots, où chaque matrice du contrôleur est multipliée par des matrices du procédé, jamais par une autre matrice du contrôleur.

Écrivons ces matrices, car l’étape 4 s’en servira. Le contrôleur lit trois choses, empilées dans un vecteur : son propre état xK\mathbf{x}_K, l’erreur ee et son canal du paramètre wθw_\theta. Il en produit trois : la dérivée de son état, la commande uu et zθz_\theta. En une ligne :

[x˙Kuzθ]=Ω[xKewθ]\begin{bmatrix} \dot{\mathbf{x}}_K \\ u \\ z_\theta \end{bmatrix} = \boldsymbol{\Omega} \begin{bmatrix} \mathbf{x}_K \\ e \\ w_\theta \end{bmatrix}

Ce que lit le contrôleur est une fonction linéaire de l’état xcl=(ξ,xK)\mathbf{x}_{\mathrm{cl}} = (\boldsymbol{\xi}, \mathbf{x}_K) et des entrées ν=(wθ,wρ,r)\boldsymbol{\nu} = (w_\theta, w_\rho, r) de MM, car l’erreur vaut e=Ce ξ+re = \mathcal{C}_e\, \boldsymbol{\xi} + r (section 2) :

[xKewθ]=[0ICe000]⏟CΩxcl+[000001100]⏟EΩν\begin{bmatrix} \mathbf{x}_K \\ e \\ w_\theta \end{bmatrix} = \underbrace{\begin{bmatrix} \mathbf{0} & \mathbf{I} \\ \mathcal{C}_e & \mathbf{0} \\ \mathbf{0} & \mathbf{0} \end{bmatrix}}_{\mathbf{C}_\Omega} \mathbf{x}_{\mathrm{cl}} + \underbrace{\begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & 1 \\ 1 & \mathbf{0} & \mathbf{0} \end{bmatrix}}_{\mathbf{E}_\Omega} \boldsymbol{\nu}

Ce qu’il produit entre dans MM à deux endroits. Dans l’équation d’état, la dérivée de son état est la moitié basse de x˙cl\dot{\mathbf{x}}_{\mathrm{cl}}, et la commande agit sur le procédé à travers Bu\mathcal{B}_u. Dans l’équation de sortie, zθz_\theta est le premier bloc de η=(zθ,zρ,w)\boldsymbol{\eta} = (z_\theta, z_\rho, \mathbf{w}), et la commande atteint w\mathbf{w} à travers Dwu\mathcal{D}_{wu} :

BΩ=[0Bu0I00],DΩ=[0010000Dwu0]\mathbf{B}_\Omega = \begin{bmatrix} \mathbf{0} & \mathcal{B}_u & \mathbf{0} \\ \mathbf{I} & \mathbf{0} & \mathbf{0} \end{bmatrix}, \qquad \mathbf{D}_\Omega = \begin{bmatrix} \mathbf{0} & \mathbf{0} & 1 \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathcal{D}_{wu} & \mathbf{0} \end{bmatrix}
BΩ=[0Bu0I00]DΩ=[0010000Dwu0]\begin{gathered} \mathbf{B}_\Omega = \begin{bmatrix} \mathbf{0} & \mathcal{B}_u & \mathbf{0} \\ \mathbf{I} & \mathbf{0} & \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{D}_\Omega = \begin{bmatrix} \mathbf{0} & \mathbf{0} & 1 \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathcal{D}_{wu} & \mathbf{0} \end{bmatrix} \end{gathered}

Le reste ne passe pas par le contrôleur. C’est le procédé seul, comme si le contrôleur ne produisait rien :

A0=[A000],B0=[0BρBr000]C0=[00Cρ0Cw0],D0=[00000000Dwr]\begin{gathered} \mathbf{A}_0 = \begin{bmatrix} \mathcal{A} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} \end{bmatrix}, \qquad \mathbf{B}_0 = \begin{bmatrix} \mathbf{0} & \mathcal{B}_\rho & \mathcal{B}_r \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \end{bmatrix} \\[4pt] \mathbf{C}_0 = \begin{bmatrix} \mathbf{0} & \mathbf{0} \\ \mathcal{C}_\rho & \mathbf{0} \\ \mathcal{C}_w & \mathbf{0} \end{bmatrix}, \qquad \mathbf{D}_0 = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathcal{D}_{wr} \end{bmatrix} \end{gathered}
A0=[A000]B0=[0BρBr000]C0=[00Cρ0Cw0]D0=[00000000Dwr]\begin{gathered} \mathbf{A}_0 = \begin{bmatrix} \mathcal{A} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{B}_0 = \begin{bmatrix} \mathbf{0} & \mathcal{B}_\rho & \mathcal{B}_r \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{C}_0 = \begin{bmatrix} \mathbf{0} & \mathbf{0} \\ \mathcal{C}_\rho & \mathbf{0} \\ \mathcal{C}_w & \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{D}_0 = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathcal{D}_{wr} \end{bmatrix} \end{gathered}

Vérifions un bloc pour voir comment les pièces s’assemblent : le bloc supérieur gauche de A0+BΩΩ CΩ\mathbf{A}_0 + \mathbf{B}_\Omega \boldsymbol{\Omega}\, \mathbf{C}_\Omega est A+BuDK11 Ce\mathcal{A} + \mathcal{B}_u \mathbf{D}_{K11}\, \mathcal{C}_e, la matrice qui multiplie ξ\boldsymbol{\xi} dans la ligne ci-dessus.

5.3Étape 2 : le théorème du petit gain et sa mise à l’échelle

L’idée d’abord. Considérons la boucle formée de deux éléments : MM, vu de wΔ\mathbf{w}_\Delta vers zΔ\mathbf{z}_\Delta, et la multiplication par ρ\rho. Si MM n’amplifie jamais un signal de plus de γ\gamma et ρ\rho jamais de plus de 1/γ1/\gamma, un signal qui fait une fois le tour de la boucle ne revient pas plus grand qu’il n’est parti. Si l’une des deux bornes est stricte, il revient strictement plus petit, et il n’en reste rien après de nombreux tours : la boucle est stable. C’est le théorème du petit gain. Sa force est de ne rien demander à ρ(t)\rho(t) d’autre que sa taille : le paramètre peut varier aussi vite qu’il veut. La figure 5 permet d’essayer.

1004812tours de boucle
Amplification par MM
0,90 γ\gamma
Amplification par ρ\rho
0,90 / γ/\,\gamma
Produit sur un tour
0,81

À chaque tour, le signal revient plus petit : il s’éteint, et la boucle est stable.

Figure 5 : un signal qui fait le tour de la boucle. Chaque barre est la plus grande taille que le signal peut avoir après un tour de plus, sa taille de départ valant 11. Un tour le multiplie au plus par l’amplification de MM fois celle de ρ\rho. La première est comptée en multiples de γ\gamma et la seconde en multiples de 1/γ1/\gamma : seul leur produit compte.

Sa faiblesse est son pessimisme, qu’une mise à l’échelle (scaling) réduit. La taille de zΔ\mathbf{z}_\Delta dépend des unités dans lesquelles ses composantes sont mesurées et de la façon dont elles sont combinées. Mesurons zΔ\mathbf{z}_\Delta et wΔ\mathbf{w}_\Delta à travers la même matrice symétrique définie positive L\mathbf{L} : la taille de zΔ\mathbf{z}_\Delta devient zΔ⊤L zΔ\mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta au lieu de zΔ⊤zΔ\mathbf{z}_\Delta^\top \mathbf{z}_\Delta. Comme ρ(t)\rho(t) multiplie chaque composante par le même nombre, il réduit la nouvelle taille exactement comme il réduisait l’ancienne. Pour ∣ρ∣≤1/γ|\rho| \le 1/\gamma :

wΔ⊤L wΔ=ρ2 zΔ⊤L zΔ≤1γ2 zΔ⊤L zΔ(S)\mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta = \rho^2\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \le \frac{1}{\gamma^2}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \tag{S}
wΔ⊤L wΔ=ρ2 zΔ⊤L zΔ≤1γ2 zΔ⊤L zΔ(S)\begin{aligned} \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta &= \rho^2\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \\ &\le \frac{1}{\gamma^2}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \end{aligned} \tag{S}
Figure 6 : la mise à l’échelle dans un plan. La grande ellipse réunit les vecteurs zΔ\mathbf{z}_\Delta de taille 11 quand la taille est mesurée à travers L\mathbf{L}. Multiplier par ρ\rho rétrécit toutes les directions du même facteur : l’image de l’ellipse est une ellipse de même forme, ∣ρ∣|\rho| fois plus petite, et elle porte wΔ=ρ zΔ\mathbf{w}_\Delta = \rho\, \mathbf{z}_\Delta. C’est ce que dit (S).
Cliquez sur la figure pour zoomer.

Le gain de MM, lui, change avec L\mathbf{L}. Nous sommes libres de choisir le L\mathbf{L} pour lequel MM paraît le plus petit : une inconnue de plus, et un test bien moins pessimiste. Avec plusieurs paramètres, L\mathbf{L} doit garder la propriété utilisée ci-dessus, celle de traverser le bloc des paramètres, ce qui restreint sa forme [1]. Avec le seul paramètre de cette page, toute matrice L\mathbf{L} symétrique définie positive convient.

Une énergie qui ne peut que descendre : l’idée de Lyapunov. L’idée du petit gain, à la figure 5, suit un signal autour de la boucle. Pour en faire une preuve, la méthode fait appel à une seconde idée, plus ancienne et plus générale, due à Alexandre Lyapunov (1892) : pour montrer qu’un mouvement s’éteint, nul besoin de le calculer. Il suffit de trouver une grandeur, attachée à l’état, qui mesure à quelle distance le système est du repos, et de vérifier qu’elle ne peut que diminuer.

Pensons à une bille dans un bol (figure 7). En remontant sur le versant opposé, la bille reprend de la hauteur. Son énergie cinétique et son énergie potentielle s’échangent, tandis que le frottement dissipe leur somme. Sur la figure 7, la hauteur représente l’énergie stockée du système et décroît donc le long de la trajectoire. Une fonction de Lyapunov est le même objet pour un système dynamique : une fonction VV de l’état qui a deux propriétés.

  • Elle est positive hors du repos. V(0)=0V(\mathbf{0}) = 0, et V(x)>0V(\mathbf{x}) > 0 pour tout autre état x\mathbf{x} : le repos est le fond du bol.
  • Elle décroît le long de tout mouvement. dV/dt<0\mathrm{d}V/\mathrm{d}t < 0 tant que l’état n’est pas nul : la bille ne fait que descendre.

Alors l’état ne sort jamais de la région délimitée par la courbe de niveau de VV sur laquelle il part, et si VV décroît assez vite, l’état tend vers le repos ; la partie (a) de la preuve du résultat 1, plus bas, écrit cet argument en entier. Pour un système mécanique, le candidat naturel est l’énergie, d’où le nom employé sur cette page, énergie stockée. Pour les systèmes linéaires de cette page, les candidats sont les formes quadratiques V(x)=x⊤X xV(\mathbf{x}) = \mathbf{x}^\top \mathbf{X}\, \mathbf{x}, avec X\mathbf{X} symétrique définie positive : leurs courbes de niveau sont des ellipses, et leur graphe est un bol.

Figure 7 : une fonction de Lyapunov comme un bol. La surface est le graphe de l’énergie VV de la masse seule, construite dans l’exemple qui suit (figure 9), au-dessus du plan de ses états (y,v/ω0)(y, v/\omega_0). En bleu, un mouvement de la masse pendant que ρ(t)\rho(t) oscille sur toute la plage ∣ρ∣≤1,17|\rho| \le 1{,}17 ; en cuivre, le même mouvement relevé à la hauteur VV : il ne peut que descendre.
Cliquez sur la figure pour zoomer.

Pourquoi un tel détour ? À valeur figée de ρ\rho, la masse est un système linéaire à coefficients constants, et les valeurs propres de sa matrice décident de la stabilité : ici, la masse est stable pour tout ρ>−2,5\rho > -2{,}5 figé, là où la raideur est positive. Mais les valeurs propres ne décrivent qu’un système figé. Quand ρ(t)\rho(t) varie, une famille de systèmes tous stables peut produire un mouvement qui grandit, si l’on passe de l’un à l’autre aux bons moments. La figure 8 le montre sur la masse seule. Avec ρ\rho figé à −2-2 ou à 66, la masse revient au repos. Prenons maintenant le ressort mou, ρ=−2\rho = -2, pendant que la masse s’éloigne du repos, et le ressort raide, ρ=6\rho = 6, pendant qu’elle y revient. Chaque passage au ressort raide a lieu au bout d’une oscillation, loin du repos, où il multiplie l’énergie que tient le ressort ; chaque retour au ressort mou a lieu quand la masse passe par le repos, où le ressort n’en tient aucune. L’amortisseur ne suit pas : chaque oscillation est plus ample que la précédente, comme une balançoire qu’un enfant fait monter.

Figure 8 : stable à chaque valeur figée, instable quand le paramètre commute. La masse seule, partie du même état. Avec ρ\rho figé à −2-2 ou à 66, elle revient au repos. Avec ρ\rho qui commute entre ces deux valeurs aux instants indiqués en dessous, chaque oscillation est environ 40 % plus ample que la précédente.
Cliquez sur la figure pour zoomer.

Aucune valeur propre ne voit cela. Une fonction de Lyapunov le voit, pourvu qu’elle ne dépende pas de ρ\rho : sa dérivée à un instant ne fait intervenir que la valeur courante de ρ\rho, si bien qu’une décroissance vérifiée en chaque valeur d’une plage vaut pour toute façon de parcourir cette plage, aussi vite que ce soit. L’énergie de l’exemple suivant le fait pour ∣ρ∣<1,5|\rho| < 1{,}5 ; la commutation de la figure 8 sort de cette plage.

D’où vient VV ? Pour la masse seule, la physique la suggère, et une correction suffit, comme le montre l’exemple. Pour la boucle fermée, personne ne peut la deviner : la matrice X\mathbf{X} devient une inconnue, que la synthèse cherche en même temps que le contrôleur (étapes 3 à 6). Une fois trouvée, elle sert de certificat : la garantie s’en déduit en quelques lignes de calcul, sans rien simuler.

Voir d’abord sur la masse seule. L’énoncé qui suit repose sur une idée : une énergie stockée dans le système, qui ne peut que descendre. Avant de l’écrire pour la boucle fermée, qui a huit états, regardons-la là où elle se dessine : la masse de la section 1 sans commande, u=0u = 0. Deux états suffisent, la position yy et la vitesse v=y˙v = \dot{y}, et le mouvement obéit à :

y˙=vm v˙=−c v−k y,k=k0 (1+α ρ(t))\begin{aligned} \dot{y} &= v \\ m\, \dot{v} &= -c\, v - k\, y, \qquad k = k_0\, (1 + \alpha\, \rho(t)) \end{aligned}
y˙=vm v˙=−c v−k yk=k0 (1+α ρ(t))\begin{aligned} \dot{y} &= v \\ m\, \dot{v} &= -c\, v - k\, y \\ k &= k_0\, (1 + \alpha\, \rho(t)) \end{aligned}

Un candidat naturel est l’énergie mécanique à la raideur nominale, V0=12 k0 y2+12 m v2V_0 = \frac{1}{2}\, k_0\, y^2 + \frac{1}{2}\, m\, v^2. Dérivons-la le long du mouvement, en remplaçant y˙\dot{y} et v˙\dot{v} par les deux équations :

dV0dt=k0 y y˙+m v v˙=k0 y v+v (−c v−k y)=−c v2−(k−k0) y v\begin{aligned} \frac{\mathrm{d}V_0}{\mathrm{d}t} &= k_0\, y\, \dot{y} + m\, v\, \dot{v} \\ &= k_0\, y\, v + v\, (-c\, v - k\, y) \\ &= -c\, v^2 - (k - k_0)\, y\, v \end{aligned}

Le premier terme est la puissance perdue dans l’amortisseur : il n’a jamais le mauvais signe. Mais il s’annule dès que v=0v = 0, et le second terme n’a aucun signe dès que k≠k0k \neq k_0 : quand la raideur s’écarte de sa valeur nominale, cette énergie peut croître. V0V_0 ne suffit pas. Ajoutons-lui un terme qui couple la position et la vitesse :

V=12 k0 y2+12 m v2+c2 y v(V)V = \frac{1}{2}\, k_0\, y^2 + \frac{1}{2}\, m\, v^2 + \frac{c}{2}\, y\, v \tag{V}

C’est encore une énergie, positive dès que l’état n’est pas nul, tant que l’amortisseur n’est pas trop fort. Complétons le carré en vv :

V=m2(v+c2m y)2+12(k0−c24m)y2V = \frac{m}{2} \left( v + \frac{c}{2m}\, y \right)^2 + \frac{1}{2} \left( k_0 - \frac{c^2}{4m} \right) y^2
V=m2(v+c2m y)2=+12(k0−c24m)y2\begin{aligned} V &= \frac{m}{2} \left( v + \frac{c}{2m}\, y \right)^2 \\ &\phantom{{}={}} {} + \frac{1}{2} \left( k_0 - \frac{c^2}{4m} \right) y^2 \end{aligned}

Les deux carrés ont un coefficient positif quand c2<4 m k0c^2 < 4\, m\, k_0 : c’est la condition pour que la masse seule oscille avant de s’arrêter, et elle est vraie pour les valeurs du tableau 1. La dérivée de VV le long du mouvement se calcule comme celle de V0V_0 :

dVdt=k0 y y˙+m v v˙+c2(y˙ v+y v˙)=k0 y v+v (−c v−k y)+c2 v2+c2m y (−c v−k y)=−(c k2m y2+(k−k0+c22m)y v+c2 v2)\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &= k_0\, y\, \dot{y} + m\, v\, \dot{v} + \frac{c}{2} \left( \dot{y}\, v + y\, \dot{v} \right) \\ &= k_0\, y\, v + v\, (-c\, v - k\, y) + \frac{c}{2}\, v^2 + \frac{c}{2m}\, y\, (-c\, v - k\, y) \\ &= -\left( \frac{c\, k}{2m}\, y^2 + \left( k - k_0 + \frac{c^2}{2m} \right) y\, v + \frac{c}{2}\, v^2 \right) \end{aligned}
dVdt=k0 y y˙+m v v˙=+c2(y˙ v+y v˙)=k0 y v+v (−c v−k y)=+c2 v2=+c2m y (−c v−k y)=−c k2m y2=−(k−k0+c22m)y v=−c2 v2\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &= k_0\, y\, \dot{y} + m\, v\, \dot{v} \\ &\phantom{{}={}} {} + \frac{c}{2} \left( \dot{y}\, v + y\, \dot{v} \right) \\ &= k_0\, y\, v + v\, (-c\, v - k\, y) \\ &\phantom{{}={}} {} + \frac{c}{2}\, v^2 \\ &\phantom{{}={}} {} + \frac{c}{2m}\, y\, (-c\, v - k\, y) \\ &= -\frac{c\, k}{2m}\, y^2 \\ &\phantom{{}={}} {} - \left( k - k_0 + \frac{c^2}{2m} \right) y\, v \\ &\phantom{{}={}} {} - \frac{c}{2}\, v^2 \end{aligned}

Complétons encore le carré en vv pour lire le signe de la parenthèse. Notons κ=k−k0+c22m\kappa = k - k_0 + \frac{c^2}{2m} le coefficient de son terme du milieu :

c k2m y2+κ y v+c2 v2=c2(v+κc y)2+12c(c2km−κ2)y2\frac{c\, k}{2m}\, y^2 + \kappa\, y\, v + \frac{c}{2}\, v^2 = \frac{c}{2} \left( v + \frac{\kappa}{c}\, y \right)^2 + \frac{1}{2c} \left( \frac{c^2 k}{m} - \kappa^2 \right) y^2
c k2m y2+κ y v+c2 v2=c2(v+κc y)2=+12c(c2km−κ2)y2\begin{aligned} & \frac{c\, k}{2m}\, y^2 + \kappa\, y\, v + \frac{c}{2}\, v^2 \\ &\quad = \frac{c}{2} \left( v + \frac{\kappa}{c}\, y \right)^2 \\ &\quad \phantom{{}={}} {} + \frac{1}{2c} \left( \frac{c^2 k}{m} - \kappa^2 \right) y^2 \end{aligned}

Le premier carré n’est jamais négatif. La parenthèse est donc positive pour tout état non nul exactement quand le coefficient du second carré est positif, c’est-à-dire quand κ2<c2k/m\kappa^2 < c^2 k / m : si la parenthèse s’annulait, le second carré donnerait y=0y = 0 et le premier v=0v = 0. Remplaçons κ\kappa par son expression et développons : les termes en c2(k−k0)/mc^2 (k - k_0) / m se simplifient, et il reste une borne sur l’écart entre la raideur et sa valeur nominale :

(k−k0)2<c2m(k0−c24m)(k - k_0)^2 < \frac{c^2}{m} \left( k_0 - \frac{c^2}{4m} \right)

Comme k−k0=k0 α ρk - k_0 = k_0\, \alpha\, \rho, divisons par k02k_0^2 et introduisons le taux d’amortissement ζ=c/(2m k0)\zeta = c / (2 \sqrt{m\, k_0}) : la condition s’écrit α ∣ρ∣<2 ζ1−ζ2\alpha\, |\rho| < 2\, \zeta \sqrt{1 - \zeta^2}. L’amortisseur fixe la marge laissée au paramètre. Sans amortissement, il n’y en a aucune : une raideur qui change aux bons moments injecte de l’énergie dans la masse, comme un enfant relance une balançoire.

Avec les valeurs du tableau 1, ζ≈0,32\zeta \approx 0{,}32 et la condition est ∣ρ∣<1,5|\rho| < 1{,}5, qui contient la plage ∣ρ∣≤1,17|\rho| \le 1{,}17 de cette page. Une seule énergie, où ρ\rho n’apparaît pas, décroît donc le long de tout mouvement, quoi que fasse ρ(t)\rho(t) dans cette plage et aussi vite qu’il varie : à chaque instant, dV/dt\mathrm{d}V/\mathrm{d}t ne voit que la valeur courante de kk. Sur cette plage, la parenthèse vaut même au moins ε (y2+v2)\varepsilon\, (y^2 + v^2) pour un certain ε>0\varepsilon > 0, car sa plus petite valeur propre dépend continûment de ρ\rho et est positive en chaque point d’un intervalle fermé : l’énergie descend au moins en proportion du carré de la taille de l’état. C’est exactement ce que le résultat 1 demande à la boucle fermée.

La figure 9 montre ce calcul. Dans le plan des états, les courbes de niveau d’une énergie sont des ellipses, et un mouvement est une courbe. L’énergie décroît quand le mouvement traverse les ellipses vers l’intérieur, c’est-à-dire quand la vitesse de l’état fait un angle obtus avec la normale sortante : dV/dt\mathrm{d}V/\mathrm{d}t est le produit des deux. Choisissez l’énergie mécanique, donnez à ρ\rho une valeur non nulle, et regardez l’ellipse portée par l’état gonfler par moments. Choisissez l’énergie (V) : elle ne fait que rétrécir, même quand la raideur saute aux pires moments.

0,20,2y (m)v / ω0 (m)
110−210−410−6246

V(t)/V(0)V(t) / V(0), échelle logarithmique · tt (s)

V(t)/V(0)V(t) / V(0)
9,1 % reste de l’énergie de départ
exp⁡(−βt)\exp(-\beta t)
95 % borne garantie
dV/dt\mathrm{d}V/\mathrm{d}t
−0,036 elle décroît
ρ\rho
0,00

Sur ce mouvement, cette énergie n’a jamais augmenté.

ÉnergieV=12 k0 y2+12 m v2+c2 y vV = \tfrac{1}{2}\, k_0\, y^2 + \tfrac{1}{2}\, m\, v^2 + \tfrac{c}{2}\, y\, v
Paramètre
1,2 s
Figure 9 : l’énergie stockée de la masse seule. Le plan des états (y,v)(y, v) de la masse, la vitesse étant divisée par la pulsation propre ω0=k0/m\omega_0 = \sqrt{k_0 / m} pour que les deux axes soient des longueurs tracées à la même échelle. En bleu, le mouvement et sa vitesse ; en vert, la normale sortante à la courbe de niveau. En cuivre, la courbe de niveau du départ : l’état n’en sort jamais quand l’énergie ne fait que décroître. L’ellipse à l’encre est la courbe de niveau portée par l’état. À droite, l’énergie restante au cours du temps et, en cuivre, la borne V(0)exp⁡(−βt)V(0) \exp(-\beta t) que garantit la preuve du résultat 1. Cliquez dans le plan pour lancer la masse d’un autre état.

La boucle fermée de cette page a huit états, quatre pour le procédé généralisé et quatre pour le contrôleur : ses ellipses deviennent des ellipsoïdes dans un espace de dimension huit, qu’on ne peut pas dessiner, mais rien d’autre ne change. Une différence de fond demeure : pour la masse seule, nous avons pu deviner l’énergie, alors que pour la boucle fermée la matrice X\mathbf{X} est une inconnue que la synthèse doit trouver, en même temps que le contrôleur.

Voici l’énoncé précis. Il utilise une énergie stockée dans la boucle fermée, V=xcl⊤X xclV = \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \mathbf{x}_{\mathrm{cl}}, où X\mathbf{X} est symétrique définie positive : VV est positive dès que l’état n’est pas nul.

D’où vient le membre de gauche de (D). À première vue, (D) tombe du ciel. Elle se construit en trois temps, à partir des deux choses que nous voulons : la performance et la stabilité.

Premier temps : la performance est un bilan. Nous voulons (b), ∥w∥L2<γ ∥r∥L2\|\mathbf{w}\|_{L_2} < \gamma\, \|r\|_{L_2}. Élevons au carré et divisons par γ>0\gamma > 0 :

1γ∫0∞w⊤w dt<γ∫0∞r2 dt\frac{1}{\gamma} \int_0^\infty \mathbf{w}^\top \mathbf{w}\, \mathrm{d}t < \gamma \int_0^\infty r^2\, \mathrm{d}t

Lisons-la comme un bilan d’énergie, tenu dans une monnaie où ce qui entre par rr compte pour γ\gamma fois son énergie et ce qui sort par w\mathbf{w} pour 1/γ1/\gamma fois la sienne : la boucle doit rendre moins qu’elle ne reçoit. Répartir γ2\gamma^2 en γ\gamma d’un côté et 1/γ1/\gamma de l’autre ne change rien à l’inégalité ; cela donne la même forme aux deux canaux de la boucle, comme le montrera le troisième temps.

Deuxième temps : d’un bilan sur tout le temps à un bilan à chaque instant. Un bilan sur tout le temps ne se vérifie pas instant par instant, car l’énergie reçue maintenant peut ressortir plus tard. Entre-temps, la boucle la stocke, dans une énergie stockée VV du genre décrit plus haut. À chaque instant, ce qui est stocké plus ce qui sort ne doit pas dépasser ce qui entre :

dVdt+1γ w⊤w−γ r2≤0\frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \le 0

Intégrée depuis le repos, elle donne V(T)+1γ∫0Tw⊤w dt≤γ∫0Tr2 dtV(T) + \frac{1}{\gamma} \int_0^T \mathbf{w}^\top \mathbf{w}\, \mathrm{d}t \le \gamma \int_0^T r^2\, \mathrm{d}t, et comme V(T)≥0V(T) \ge 0, le bilan sur tout le temps s’en déduit. Avec r=0r = 0, elle dit dV/dt≤0\mathrm{d}V/\mathrm{d}t \le 0 : la même VV est une fonction de Lyapunov, et la stabilité vient avec la performance. Aux termes en ε\varepsilon près, c’est l’inégalité (D′)(\mathrm{D}') de la preuve plus bas.

Troisième temps : couper la boucle au paramètre. Cette inégalité porte sur la boucle fermée, où ρ(t)\rho(t) est à l’œuvre, et ρ(t)\rho(t) n’est pas connu quand on conçoit le contrôleur. Coupons donc la boucle là où agit ρ\rho, et regardons MM seul. Pour MM, wΔ\mathbf{w}_\Delta est une entrée de plus, qu’il ne choisit pas, et zΔ\mathbf{z}_\Delta une sortie de plus. Traitons ce canal comme l’autre, en mesurant les tailles avec la mise à l’échelle L\mathbf{L} de (S) : comptons 1γ zΔ⊤L zΔ\frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta pour ce que MM envoie au paramètre, et γ wΔ⊤L wΔ\gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta pour ce qui en revient. Le bilan de MM avec ses deux canaux est le membre de gauche de (D), terme à terme : ce que MM stocke, puis ce qui part vers le paramètre, net de ce qui en revient, puis ce qui sort par w\mathbf{w}, net de ce qui entre par rr :

dVdt+(1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ)+(1γ w⊤w−γ r2)\frac{\mathrm{d}V}{\mathrm{d}t} + \left( \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \right) + \left( \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \right)
dVdt+(1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ)+(1γ w⊤w−γ r2)\begin{aligned} & \frac{\mathrm{d}V}{\mathrm{d}t} \\ &\quad {} + \left( \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \right) \\ &\quad {} + \left( \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \right) \end{aligned}

Exiger ce bilan pour tout wΔ\mathbf{w}_\Delta, et pas seulement pour ceux que ρ\rho enverrait, fait disparaître ρ\rho de la condition : (D) est une propriété de MM seul, de ses matrices, qu’un ordinateur peut tester (étape 3). Cela a un coût : MM doit bien se comporter même pour des entrées qu’aucun ρ\rho admissible ne produirait, et c’est la prudence dont parle la section 5.8. Et cela ne perd rien d’essentiel, à cause de (S) : quand la boucle est fermée avec ∣ρ∣≤1/γ|\rho| \le 1/\gamma, ce qui revient du paramètre vaut au plus γ2ρ2≤1\gamma^2 \rho^2 \le 1 fois ce qu’il a reçu, compté dans la monnaie de son canal. Le flux net vers le paramètre est alors positif ou nul : le paramètre peut prendre de l’énergie à MM, jamais lui en donner. Retirer ce flux de (D) laisse exactement le bilan du deuxième temps. C’est le théorème du petit gain, lu avec des énergies : un bloc qui rend moins qu’il ne reçoit ne peut pas alimenter la boucle.

Les termes en ε\varepsilon ne font que rendre chaque inégalité stricte, avec une marge : la preuve s’en sert pour obtenir une décroissance exponentielle en (a) et un gain strict en (b).

La figure 10 tient ces comptes sur la boucle fermée de cette page, avec les matrices X\mathbf{X} et L\mathbf{L} calculées pour son contrôleur (section 5.8). La référence est une impulsion d’énergie finie : r=0,2r = 0{,}2 m pendant 22 s, puis 00. Poussez le paramètre au-delà de 1/γ1/\gamma pour le voir rendre de l’énergie, et la garantie tomber.

ρ(t)−0,01MVzΔwΔrwdissipé
EntréSorti ou gardégarantie
γ∫0tr2 dτ\gamma \int_0^t r^2\, \mathrm{d}\tau
100 % entré par rr
1γ∫0tw⊤w dτ\tfrac{1}{\gamma} \int_0^t \mathbf{w}^\top \mathbf{w}\, \mathrm{d}\tau
92,2 % sorti par w\mathbf{w}
∫0t(1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ) dτ\int_0^t \bigl( \tfrac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \bigr)\, \mathrm{d}\tau
1,9 % parti vers ρ\rho, net
V(t)V(t)
1,6 % stocké
Dissipé par M
4,3 %

À chaque instant, ∣ρ(t)∣≤1/γ|\rho(t)| \le 1/\gamma : le paramètre ne fait que recevoir, et ce qui sort par w\mathbf{w} reste sous ce qui est entré par rr. C’est la conclusion du résultat 1 (b). MM, lui, dissipe toujours : (D) est une propriété de MM seul.

Paramètre
2,0 s
Figure 10 : le bilan d’énergie de la boucle de cette page. La boucle de la simulation, coupée au paramètre, calculée chaque milliseconde avec la forme à temps discret de (D) (section 5.8). À gauche, le bloc MM : son énergie stockée remplit le réservoir, et ce qu’il dissipe sort par le bas ; la largeur de chaque flèche suit le flux qu’elle porte. À droite, les comptes depuis le départ, en parts de ce qui est entré par rr. Les deux barres ont toujours la même longueur : c’est le bilan lui-même.

Preuve. Fermons la boucle sur le paramètre : wΔ=ρ zΔ\mathbf{w}_\Delta = \rho\, \mathbf{z}_\Delta avec ∣ρ∣≤1/γ|\rho| \le 1/\gamma. (D) est vraie quelles que soient les entrées de MM, donc aussi pour celle-ci, et (S) s’applique. Multiplions (S) par γ>0\gamma > 0, ce qui ne change pas le sens de l’inégalité :

γ wΔ⊤L wΔ=γ ρ2 zΔ⊤L zΔ≤γ⋅1γ2 zΔ⊤L zΔ=1γ zΔ⊤L zΔ\begin{aligned} \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta &= \gamma\, \rho^2\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \\ &\le \gamma \cdot \frac{1}{\gamma^2}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \\ &= \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta \end{aligned}

Passons le premier et le dernier membre du même côté : dans (D), les deux termes du canal du paramètre ont une somme positive ou nulle.

1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ≥0\frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \ge 0

Passons maintenant ces deux termes dans le membre de droite de (D), puis majorons ce membre de droite, un terme à la fois :

dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+∥wΔ∥22+r2)≤−(1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ)≤−ε(∥xcl∥22+∥wΔ∥22+r2)≤−ε(∥xcl∥22+r2)\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 &\le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\mathbf{w}_\Delta\|_2^2 + r^2 \right) \\ &\phantom{{}\le{}} {} - \left( \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \right) \\ &\le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\mathbf{w}_\Delta\|_2^2 + r^2 \right) \\ &\le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \end{aligned}
dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+∥wΔ∥22+r2)≤−(1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ)≤−ε(∥xcl∥22+∥wΔ∥22+r2)≤−ε(∥xcl∥22+r2)\begin{aligned} & \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\mathbf{w}_\Delta\|_2^2 + r^2 \right) \\ &\quad \phantom{{}\le{}} {} - \left( \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \right) \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\mathbf{w}_\Delta\|_2^2 + r^2 \right) \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \end{aligned}

La première inégalité, écrite sur deux lignes, est (D) elle-même. La deuxième retire la parenthèse, positive ou nulle et précédée d’un signe moins : le membre de droite ne peut que grandir. La troisième retire −ε ∥wΔ∥22-\varepsilon\, \|\mathbf{w}_\Delta\|_2^2, négatif ou nul, pour la même raison. En ne gardant que le premier et le dernier membre :

dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+r2)(D′)\frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \tag{$\mathrm{D}'$}
dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+r2)(D′)\begin{gathered} \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \\ {} \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \end{gathered} \tag{$\mathrm{D}'$}

(a) Prenons r=0r = 0. Dans (D′)(\mathrm{D}'), le terme 1γ w⊤w\frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} est positif ou nul : le retirer du membre de gauche laisse l’inégalité vraie.

dVdt≤dVdt+1γ w⊤w≤−ε ∥xcl∥22\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &\le \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} \\ &\le -\varepsilon\, \|\mathbf{x}_{\mathrm{cl}}\|_2^2 \end{aligned}

Pour comparer ∥xcl∥22\|\mathbf{x}_{\mathrm{cl}}\|_2^2 à VV, notons λmin⁡\lambda_{\min} et λmax⁡\lambda_{\max} la plus petite et la plus grande valeur propre de X\mathbf{X} : toutes deux sont positives, puisque X\mathbf{X} est symétrique définie positive. Dans une base orthonormée de vecteurs propres de X\mathbf{X}, VV est la somme des carrés des coordonnées de xcl\mathbf{x}_{\mathrm{cl}}, chacun pondéré par une valeur propre, et ∥xcl∥22\|\mathbf{x}_{\mathrm{cl}}\|_2^2 est la même somme sans les poids. D’où le double encadrement ci-dessous, que dessine la figure 11 : une courbe de niveau de VV est comprise entre deux cercles.

λmin⁡ ∥xcl∥22≤V≤λmax⁡ ∥xcl∥22\lambda_{\min}\, \|\mathbf{x}_{\mathrm{cl}}\|_2^2 \le V \le \lambda_{\max}\, \|\mathbf{x}_{\mathrm{cl}}\|_2^2
Figure 11 : une courbe de niveau de l’énergie, V(x)=V(0)V(\mathbf{x}) = V(0), entre deux cercles. Le plus grand cercle qu’elle contient a pour rayon rmin⁡=V(0)/λmax⁡r_{\min} = \sqrt{V(0) / \lambda_{\max}} ; le plus petit qui l’entoure a pour rayon rmax⁡=V(0)/λmin⁡r_{\max} = \sqrt{V(0) / \lambda_{\min}}. Un état qui reste dans l’ellipse reste dans le grand cercle.
Cliquez sur la figure pour zoomer.

La borne de droite donne ∥xcl∥22≥V/λmax⁡\|\mathbf{x}_{\mathrm{cl}}\|_2^2 \ge V / \lambda_{\max}. Avec β=ε/λmax⁡>0\beta = \varepsilon / \lambda_{\max} > 0 :

dVdt≤−ε ∥xcl∥22≤−β V\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &\le -\varepsilon\, \|\mathbf{x}_{\mathrm{cl}}\|_2^2 \\ &\le -\beta\, V \end{aligned}

La dérivée de exp⁡(βt) V(t)\exp(\beta t)\, V(t), qui vaut exp⁡(βt)(dVdt+β V)\exp(\beta t) \left( \frac{\mathrm{d}V}{\mathrm{d}t} + \beta\, V \right), est donc négative ou nulle : ce produit ne croît jamais, et exp⁡(βt) V(t)≤V(0)\exp(\beta t)\, V(t) \le V(0) pour tout t≥0t \ge 0. Avec la borne de gauche :

∥xcl(t)∥22≤V(t)λmin⁡≤V(0)λmin⁡ exp⁡(−βt)≤λmax⁡λmin⁡ ∥xcl(0)∥22 exp⁡(−βt)\begin{aligned} \|\mathbf{x}_{\mathrm{cl}}(t)\|_2^2 &\le \frac{V(t)}{\lambda_{\min}} \\ &\le \frac{V(0)}{\lambda_{\min}}\, \exp(-\beta t) \\ &\le \frac{\lambda_{\max}}{\lambda_{\min}}\, \|\mathbf{x}_{\mathrm{cl}}(0)\|_2^2\, \exp(-\beta t) \end{aligned}

L’état tend vers zéro exponentiellement, d’où qu’il parte : c’est (a). Le facteur λmax⁡/λmin⁡\lambda_{\max} / \lambda_{\min} a un sens géométrique : l’état ne sort jamais de l’ellipse de son départ (figure 9), donc jamais du cercle tracé autour d’elle (figure 11), mais à l’intérieur il peut d’abord s’éloigner de l’origine. Le taux β\beta est une garantie, pas une prédiction : sur la figure 9, l’énergie descend bien plus vite que la borne de cuivre.

(b) Partons de conditions initiales nulles, xcl(0)=0\mathbf{x}_{\mathrm{cl}}(0) = \mathbf{0}, de sorte que V(0)=0V(0) = 0, et prenons une référence rr non nulle d’énergie finie. On peut supposer ε<γ\varepsilon < \gamma : si (D) est vraie pour un ε\varepsilon, elle l’est pour tout ε\varepsilon plus petit, puisque son membre de droite ne fait que grandir. Dans (D′)(\mathrm{D}'), le terme −ε ∥xcl∥22-\varepsilon\, \|\mathbf{x}_{\mathrm{cl}}\|_2^2 est négatif ou nul : le retirer du membre de droite laisse l’inégalité vraie. C’est ici que l’état quitte le calcul :

dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+r2)≤−ε r2\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 &\le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \\ &\le -\varepsilon\, r^2 \end{aligned}
dVdt+1γ w⊤w−γ r2≤−ε(∥xcl∥22+r2)≤−ε r2\begin{aligned} & \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + r^2 \right) \\ &\quad \le -\varepsilon\, r^2 \end{aligned}

Passons γ r2\gamma\, r^2 dans le membre de droite :

dVdt+1γ w⊤w≤(γ−ε) r2\frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} \le (\gamma - \varepsilon)\, r^2

Cette inégalité est vraie à chaque instant : elle le reste pour les intégrales de 00 à TT. L’intégrale de dV/dt\mathrm{d}V/\mathrm{d}t vaut V(T)−V(0)=V(T)V(T) - V(0) = V(T) :

V(T)+1γ∫0Tw⊤w dt≤(γ−ε)∫0Tr2 dtV(T) + \frac{1}{\gamma} \int_0^T \mathbf{w}^\top \mathbf{w}\, \mathrm{d}t \le (\gamma - \varepsilon) \int_0^T r^2\, \mathrm{d}t
V(T)+1γ∫0Tw⊤w dt≤(γ−ε)∫0Tr2 dt\begin{aligned} & V(T) + \frac{1}{\gamma} \int_0^T \mathbf{w}^\top \mathbf{w}\, \mathrm{d}t \\ &\quad \le (\gamma - \varepsilon) \int_0^T r^2\, \mathrm{d}t \end{aligned}

V(T)V(T) est positive ou nulle, puisque X\mathbf{X} est définie positive : la retirer du membre de gauche laisse l’inégalité vraie. Multiplions ensuite par γ>0\gamma > 0. Enfin, comme r2≥0r^2 \ge 0 et γ−ε>0\gamma - \varepsilon > 0, le membre de droite ne peut que grandir si son intégrale porte sur tous les temps, ce qui donne ∥r∥L22\|r\|_{L_2}^2 :

∫0Tw⊤w dt≤γ (γ−ε)∫0Tr2 dt≤γ (γ−ε) ∥r∥L22\begin{aligned} \int_0^T \mathbf{w}^\top \mathbf{w}\, \mathrm{d}t &\le \gamma\, (\gamma - \varepsilon) \int_0^T r^2\, \mathrm{d}t \\ &\le \gamma\, (\gamma - \varepsilon)\, \|r\|_{L_2}^2 \end{aligned}

Le membre de droite ne dépend plus de TT. Le membre de gauche croît avec TT et reste sous cette borne : il a une limite, qui est ∥w∥L22\|\mathbf{w}\|_{L_2}^2 d’après la définition ci-dessus, et cette limite vérifie la même borne. Comme rr n’est pas nulle, ∥r∥L2>0\|r\|_{L_2} > 0, et comme ε>0\varepsilon > 0 :

∥w∥L22≤γ (γ−ε) ∥r∥L22<γ2 ∥r∥L22\begin{aligned} \|\mathbf{w}\|_{L_2}^2 &\le \gamma\, (\gamma - \varepsilon)\, \|r\|_{L_2}^2 \\ &< \gamma^2\, \|r\|_{L_2}^2 \end{aligned}

En prenant les racines carrées, ∥w∥L2<γ ∥r∥L2\|\mathbf{w}\|_{L_2} < \gamma\, \|r\|_{L_2} : c’est (b), et la preuve est complète.

Trois remarques. La preuve n’a jamais utilisé la façon dont ρ\rho varie, seulement ∣ρ∣≤1/γ|\rho| \le 1/\gamma à chaque instant : la garantie vaut pour des variations arbitrairement rapides. Ensuite, γ\gamma joue les deux rôles annoncés à la section 4 : il borne le gain de rr vers w\mathbf{w}, et 1/γ1/\gamma borne le paramètre. Enfin, (D) assure aussi que la boucle sur ρ\rho a une solution à chaque instant, alors que zΔ\mathbf{z}_\Delta dépend instantanément de wΔ\mathbf{w}_\Delta et réciproquement : prise avec un état nul et une référence nulle, (D) dit que la partie instantanée de MM a un gain inférieur à γ\gamma dans les unités de L\mathbf{L}, de sorte qu’aucun signal non nul ne peut s’entretenir instantanément autour de la boucle.

5.4Étape 3 : des trajectoires à une inégalité matricielle

(D) doit tenir le long de toute trajectoire de MM. Pour en faire une condition qu’un ordinateur peut tester, écrivons-la avec les deux signaux empilés de l’étape 1, les entrées ν=(wΔ,r)\boldsymbol{\nu} = (\mathbf{w}_\Delta, r) et les sorties η=(zΔ,w)\boldsymbol{\eta} = (\mathbf{z}_\Delta, \mathbf{w}). Deux matrices tiennent les comptes de la mise à l’échelle : Λν=diag⁡(L,1)\boldsymbol{\Lambda}_\nu = \operatorname{diag}(\mathbf{L}, 1) pèse les entrées et Λη=diag⁡(L,I2)\boldsymbol{\Lambda}_\eta = \operatorname{diag}(\mathbf{L}, \mathbf{I}_2) les sorties. Chacune mesure le canal du paramètre à travers L\mathbf{L} et laisse les autres signaux tels quels ; elles ne diffèrent que par leur taille, car rr est un nombre et w=(e′,u′)\mathbf{w} = (e', u') en réunit deux. Avec elles, (D) s’écrit :

dVdt+1γ η⊤Λη η−γ ν⊤Λν ν≤−ε(∥xcl∥22+∥ν∥22)\frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \boldsymbol{\eta}^\top \boldsymbol{\Lambda}_\eta\, \boldsymbol{\eta} - \gamma\, \boldsymbol{\nu}^\top \boldsymbol{\Lambda}_\nu\, \boldsymbol{\nu} \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\boldsymbol{\nu}\|_2^2 \right)
dVdt+1γ η⊤Λη η−γ ν⊤Λν ν≤−ε(∥xcl∥22+∥ν∥22)\begin{aligned} & \frac{\mathrm{d}V}{\mathrm{d}t} + \frac{1}{\gamma}\, \boldsymbol{\eta}^\top \boldsymbol{\Lambda}_\eta\, \boldsymbol{\eta} - \gamma\, \boldsymbol{\nu}^\top \boldsymbol{\Lambda}_\nu\, \boldsymbol{\nu} \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\boldsymbol{\nu}\|_2^2 \right) \end{aligned}

À un instant donné, une trajectoire de MM peut passer par n’importe quel état xcl\mathbf{x}_{\mathrm{cl}} avec n’importe quelle entrée ν\boldsymbol{\nu}, et le reste est imposé par les équations de MM : x˙cl=Acl xcl+Bcl ν\dot{\mathbf{x}}_{\mathrm{cl}} = \mathbf{A}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu} et η=Ccl xcl+Dcl ν\boldsymbol{\eta} = \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu}. (D) est donc une condition sur tous les couples (xcl,ν)(\mathbf{x}_{\mathrm{cl}}, \boldsymbol{\nu}), et chaque terme de son membre de gauche est une expression quadratique d’un tel couple. Prenons-les un par un. D’abord l’énergie stockée, V=xcl⊤X xclV = \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \mathbf{x}_{\mathrm{cl}} :

dVdt=x˙cl⊤X xcl+xcl⊤X x˙cl=2 xcl⊤X x˙cl=2 xcl⊤X(Acl xcl+Bcl ν)=xcl⊤(Acl⊤X+XAcl)xcl+2 xcl⊤XBcl ν\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &= \dot{\mathbf{x}}_{\mathrm{cl}}^\top \mathbf{X}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}} \\ &= 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}} \\ &= 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X} \left( \mathbf{A}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu} \right) \\ &= \mathbf{x}_{\mathrm{cl}}^\top \left( \mathbf{A}_{\mathrm{cl}}^\top \mathbf{X} + \mathbf{X} \mathbf{A}_{\mathrm{cl}} \right) \mathbf{x}_{\mathrm{cl}} + 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X} \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu} \end{aligned}
dVdt=x˙cl⊤X xcl+xcl⊤X x˙cl=2 xcl⊤X x˙cl=2 xcl⊤X(Acl xcl+Bcl ν)=xcl⊤(Acl⊤X+XAcl)xcl=+2 xcl⊤XBcl ν\begin{aligned} \frac{\mathrm{d}V}{\mathrm{d}t} &= \dot{\mathbf{x}}_{\mathrm{cl}}^\top \mathbf{X}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}} \\ &= 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}} \\ &= 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X} \left( \mathbf{A}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu} \right) \\ &= \mathbf{x}_{\mathrm{cl}}^\top \left( \mathbf{A}_{\mathrm{cl}}^\top \mathbf{X} + \mathbf{X} \mathbf{A}_{\mathrm{cl}} \right) \mathbf{x}_{\mathrm{cl}} \\ &\phantom{{}={}} {} + 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X} \mathbf{B}_{\mathrm{cl}}\, \boldsymbol{\nu} \end{aligned}

La deuxième ligne utilise deux faits : un nombre est égal à sa transposée, et X\mathbf{X} est symétrique, de sorte que x˙cl⊤X xcl=xcl⊤X x˙cl\dot{\mathbf{x}}_{\mathrm{cl}}^\top \mathbf{X}\, \mathbf{x}_{\mathrm{cl}} = \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}}. La dernière ligne les utilise encore pour écrire 2 xcl⊤XAcl xcl2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X} \mathbf{A}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} en deux moitiés, dont l’une est transposée. Puis les sorties, remplacées par leur expression :

1γ η⊤Λη η=1γ(Ccl xcl+Dcl ν)⊤Λη(Ccl xcl+Dcl ν)\frac{1}{\gamma}\, \boldsymbol{\eta}^\top \boldsymbol{\Lambda}_\eta\, \boldsymbol{\eta} = \frac{1}{\gamma} \left( \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu} \right)^\top \boldsymbol{\Lambda}_\eta \left( \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu} \right)
1γ η⊤Λη η=1γ(Ccl xcl+Dcl ν)⊤=Λη(Ccl xcl+Dcl ν)\begin{aligned} & \frac{1}{\gamma}\, \boldsymbol{\eta}^\top \boldsymbol{\Lambda}_\eta\, \boldsymbol{\eta} \\ &\quad = \frac{1}{\gamma} \left( \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu} \right)^\top \\ &\quad \phantom{{}={}} \quad \boldsymbol{\Lambda}_\eta \left( \mathbf{C}_{\mathrm{cl}}\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_{\mathrm{cl}}\, \boldsymbol{\nu} \right) \end{aligned}

Le terme des entrées n’a pas besoin d’être récrit. Empilons l’état et les entrées dans un seul vecteur, q=(xcl,ν)\mathbf{q} = (\mathbf{x}_{\mathrm{cl}}, \boldsymbol{\nu}). Les trois termes s’additionnent alors en une seule forme quadratique, q⊤Φ q\mathbf{q}^\top \boldsymbol{\Phi}\, \mathbf{q}, où la matrice symétrique Φ\boldsymbol{\Phi} les réunit bloc par bloc :

Φ=[Acl⊤X+XAclXBclBcl⊤X−γ Λν]+1γ[Ccl⊤Dcl⊤]Λη[CclDcl]\boldsymbol{\Phi} = \begin{bmatrix} \mathbf{A}_{\mathrm{cl}}^\top \mathbf{X} + \mathbf{X} \mathbf{A}_{\mathrm{cl}} & \mathbf{X} \mathbf{B}_{\mathrm{cl}} \\ \mathbf{B}_{\mathrm{cl}}^\top \mathbf{X} & -\gamma\, \boldsymbol{\Lambda}_\nu \end{bmatrix} + \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \\ \mathbf{D}_{\mathrm{cl}}^\top \end{bmatrix} \boldsymbol{\Lambda}_\eta \begin{bmatrix} \mathbf{C}_{\mathrm{cl}} & \mathbf{D}_{\mathrm{cl}} \end{bmatrix}
Φ=[Acl⊤X+XAclXBclBcl⊤X−γ Λν]=+1γ[Ccl⊤Dcl⊤]Λη[CclDcl]\begin{aligned} \boldsymbol{\Phi} &= \begin{bmatrix} \mathbf{A}_{\mathrm{cl}}^\top \mathbf{X} + \mathbf{X} \mathbf{A}_{\mathrm{cl}} & \mathbf{X} \mathbf{B}_{\mathrm{cl}} \\ \mathbf{B}_{\mathrm{cl}}^\top \mathbf{X} & -\gamma\, \boldsymbol{\Lambda}_\nu \end{bmatrix} \\ &\phantom{{}={}} {} + \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \\ \mathbf{D}_{\mathrm{cl}}^\top \end{bmatrix} \boldsymbol{\Lambda}_\eta \begin{bmatrix} \mathbf{C}_{\mathrm{cl}} & \mathbf{D}_{\mathrm{cl}} \end{bmatrix} \end{aligned}

La première matrice vient de l’énergie stockée et des entrées, le produit vient des sorties. Comme ∥xcl∥22+∥ν∥22=∥q∥22\|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\boldsymbol{\nu}\|_2^2 = \|\mathbf{q}\|_2^2, (D) dit que q⊤Φ q≤−ε ∥q∥22\mathbf{q}^\top \boldsymbol{\Phi}\, \mathbf{q} \le -\varepsilon\, \|\mathbf{q}\|_2^2 pour tout q\mathbf{q}.

Une matrice symétrique est dite définie négative, ce qui s’écrit Φ≺0\boldsymbol{\Phi} \prec 0, quand q⊤Φ q<0\mathbf{q}^\top \boldsymbol{\Phi}\, \mathbf{q} < 0 pour tout q\mathbf{q} non nul ; toutes ses valeurs propres sont alors négatives. C’est la même exigence que (D). Si (D) est vraie pour un certain ε>0\varepsilon > 0, alors q⊤Φ q\mathbf{q}^\top \boldsymbol{\Phi}\, \mathbf{q} est négatif pour tout q\mathbf{q} non nul. Réciproquement, si Φ≺0\boldsymbol{\Phi} \prec 0, le calcul fait avec les valeurs propres de X\mathbf{X} dans la preuve du résultat 1 donne q⊤Φ q≤λmax⁡ ∥q∥22\mathbf{q}^\top \boldsymbol{\Phi}\, \mathbf{q} \le \lambda_{\max}\, \|\mathbf{q}\|_2^2, où λmax⁡\lambda_{\max} est maintenant la plus grande valeur propre de Φ\boldsymbol{\Phi}, un nombre négatif : (D) est vraie avec ε=−λmax⁡\varepsilon = -\lambda_{\max}.

Une difficulté reste dans Φ\boldsymbol{\Phi} : les matrices Ccl\mathbf{C}_{\mathrm{cl}} et Dcl\mathbf{D}_{\mathrm{cl}} apparaissent deux fois dans le même produit. Elles contiennent le contrôleur inconnu, qui apparaîtrait donc au carré. Un outil classique déplie ce produit.

Figure 12 : la forme quadratique de la matrice par blocs. Elle est tracée pour un a\mathbf{a} fixé, en fonction de b\mathbf{b}, dans le cas où b\mathbf{b} est un seul nombre. Comme H≺0\mathbf{H} \prec 0, c’est une parabole tournée vers le bas. Son sommet est atteint en b=−H−1G⊤a\mathbf{b} = -\mathbf{H}^{-1} \mathbf{G}^\top \mathbf{a}, et la hauteur de ce sommet, en cuivre, vaut a⊤(F−GH−1G⊤) a\mathbf{a}^\top (\mathbf{F} - \mathbf{G} \mathbf{H}^{-1} \mathbf{G}^\top)\, \mathbf{a} : toute la parabole est sous zéro exactement quand son sommet l’est.
Cliquez sur la figure pour zoomer.

Appliquons l’outil à Φ\boldsymbol{\Phi}, lu de droite à gauche. Prenons pour F\mathbf{F} la première matrice de Φ\boldsymbol{\Phi}, et :

G=[Ccl⊤ΛηDcl⊤Λη],H=−γ Λη\mathbf{G} = \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \\ \mathbf{D}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \end{bmatrix}, \qquad \mathbf{H} = -\gamma\, \boldsymbol{\Lambda}_\eta

H≺0\mathbf{H} \prec 0 car γ>0\gamma > 0 et L≻0\mathbf{L} \succ 0. Et F−GH−1G⊤\mathbf{F} - \mathbf{G} \mathbf{H}^{-1} \mathbf{G}^\top est exactement Φ\boldsymbol{\Phi}, car les trois exemplaires de Λη\boldsymbol{\Lambda}_\eta se réduisent à un seul :

−GH−1G⊤=1γ[Ccl⊤ΛηDcl⊤Λη]Λη−1[ΛηCclΛηDcl]=1γ[Ccl⊤Dcl⊤]Λη[CclDcl]\begin{aligned} -\mathbf{G} \mathbf{H}^{-1} \mathbf{G}^\top &= \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \\ \mathbf{D}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \end{bmatrix} \boldsymbol{\Lambda}_\eta^{-1} \begin{bmatrix} \boldsymbol{\Lambda}_\eta \mathbf{C}_{\mathrm{cl}} & \boldsymbol{\Lambda}_\eta \mathbf{D}_{\mathrm{cl}} \end{bmatrix} \\ &= \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \\ \mathbf{D}_{\mathrm{cl}}^\top \end{bmatrix} \boldsymbol{\Lambda}_\eta \begin{bmatrix} \mathbf{C}_{\mathrm{cl}} & \mathbf{D}_{\mathrm{cl}} \end{bmatrix} \end{aligned}
−GH−1G⊤=1γ[Ccl⊤ΛηDcl⊤Λη]Λη−1[ΛηCclΛηDcl]=1γ[Ccl⊤Dcl⊤]Λη[CclDcl]\begin{aligned} & -\mathbf{G} \mathbf{H}^{-1} \mathbf{G}^\top \\ &\quad = \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \\ \mathbf{D}_{\mathrm{cl}}^\top \boldsymbol{\Lambda}_\eta \end{bmatrix} \boldsymbol{\Lambda}_\eta^{-1} \begin{bmatrix} \boldsymbol{\Lambda}_\eta \mathbf{C}_{\mathrm{cl}} & \boldsymbol{\Lambda}_\eta \mathbf{D}_{\mathrm{cl}} \end{bmatrix} \\ &\quad = \frac{1}{\gamma} \begin{bmatrix} \mathbf{C}_{\mathrm{cl}}^\top \\ \mathbf{D}_{\mathrm{cl}}^\top \end{bmatrix} \boldsymbol{\Lambda}_\eta \begin{bmatrix} \mathbf{C}_{\mathrm{cl}} & \mathbf{D}_{\mathrm{cl}} \end{bmatrix} \end{aligned}

Donc Φ≺0\boldsymbol{\Phi} \prec 0 exactement quand la matrice par blocs formée de F\mathbf{F}, G\mathbf{G} et H\mathbf{H} est définie négative. Dans cette matrice plus grande, Ccl\mathbf{C}_{\mathrm{cl}} et Dcl\mathbf{D}_{\mathrm{cl}} n’apparaissent qu’une fois chacune : plus rien n’est multiplié par soi-même.

Ce test s’interprète dans le domaine fréquentiel : la norme H∞\mathcal{H}_\infty de MM est inférieure à γ\gamma une fois son canal du paramètre mesuré à travers L\mathbf{L}. Pour un système linéaire invariant et L=I\mathbf{L} = \mathbf{I}, le lemme borné réel est en fait une équivalence : une telle matrice X\mathbf{X} existe si et seulement si le système est stable avec une norme H∞\mathcal{H}_\infty inférieure à γ\gamma. Nous avons démontré le sens qui donne des garanties, de l’inégalité vers le gain. La réciproque, qui dit que ce test ne perd rien pour un système sans paramètre, est un théorème plus profond, dû à Kalman, Yakubovich et Popov ; il est présenté dans [2], nous l’admettons, et la garantie de cette page ne repose pas sur lui.

5.5Étape 4 : éliminer le contrôleur

Les inconnues de (B) sont X\mathbf{X}, L\mathbf{L} et le contrôleur Ω\boldsymbol{\Omega}, caché dans les quatre matrices de la boucle fermée. La difficulté vient de produits comme XAcl\mathbf{X} \mathbf{A}_{\mathrm{cl}} : ils multiplient deux inconnues, X\mathbf{X} et Ω\boldsymbol{\Omega}. Un ensemble décrit par de tels produits n’est en général pas convexe, et un solveur peut y rester bloqué. L’issue de [1] consiste à retirer complètement Ω\boldsymbol{\Omega} du problème. Voyons d’abord où Ω\boldsymbol{\Omega} se trouve dans (B). Remplaçons les matrices de la boucle fermée par leur expression de l’étape 1 : dans chaque bloc, la partie sans Ω\boldsymbol{\Omega} et la partie avec Ω\boldsymbol{\Omega} se séparent.

XAcl=XA0+XBΩ Ω CΩXBcl=XB0+XBΩ Ω EΩΛηCcl=ΛηC0+ΛηDΩ Ω CΩΛηDcl=ΛηD0+ΛηDΩ Ω EΩ\begin{aligned} \mathbf{X} \mathbf{A}_{\mathrm{cl}} &= \mathbf{X} \mathbf{A}_0 + \mathbf{X} \mathbf{B}_\Omega\, \boldsymbol{\Omega}\, \mathbf{C}_\Omega \\ \mathbf{X} \mathbf{B}_{\mathrm{cl}} &= \mathbf{X} \mathbf{B}_0 + \mathbf{X} \mathbf{B}_\Omega\, \boldsymbol{\Omega}\, \mathbf{E}_\Omega \\ \boldsymbol{\Lambda}_\eta \mathbf{C}_{\mathrm{cl}} &= \boldsymbol{\Lambda}_\eta \mathbf{C}_0 + \boldsymbol{\Lambda}_\eta \mathbf{D}_\Omega\, \boldsymbol{\Omega}\, \mathbf{C}_\Omega \\ \boldsymbol{\Lambda}_\eta \mathbf{D}_{\mathrm{cl}} &= \boldsymbol{\Lambda}_\eta \mathbf{D}_0 + \boldsymbol{\Lambda}_\eta \mathbf{D}_\Omega\, \boldsymbol{\Omega}\, \mathbf{E}_\Omega \end{aligned}

Les quatre parties avec Ω\boldsymbol{\Omega} ont le même facteur à gauche de Ω\boldsymbol{\Omega} le long de chaque ligne de blocs, et le même facteur à sa droite le long de chaque colonne de blocs. Ce sont donc les blocs d’un seul produit, placés là où (B) les porte :

[XBΩ0ΛηDΩ]Ω[CΩEΩ0]=U⊤Ω V,U=[BΩ⊤X0DΩ⊤Λη]V=[CΩEΩ0]\begin{bmatrix} \mathbf{X} \mathbf{B}_\Omega \\ \mathbf{0} \\ \boldsymbol{\Lambda}_\eta \mathbf{D}_\Omega \end{bmatrix} \boldsymbol{\Omega} \begin{bmatrix} \mathbf{C}_\Omega & \mathbf{E}_\Omega & \mathbf{0} \end{bmatrix} = \mathbf{U}^\top \boldsymbol{\Omega}\, \mathbf{V}, \qquad \begin{aligned} \mathbf{U} &= \begin{bmatrix} \mathbf{B}_\Omega^\top \mathbf{X} & \mathbf{0} & \mathbf{D}_\Omega^\top \boldsymbol{\Lambda}_\eta \end{bmatrix} \\ \mathbf{V} &= \begin{bmatrix} \mathbf{C}_\Omega & \mathbf{E}_\Omega & \mathbf{0} \end{bmatrix} \end{aligned}
[XBΩ0ΛηDΩ]Ω[CΩEΩ0]=U⊤Ω VU=[BΩ⊤X0DΩ⊤Λη]V=[CΩEΩ0]\begin{gathered} \begin{bmatrix} \mathbf{X} \mathbf{B}_\Omega \\ \mathbf{0} \\ \boldsymbol{\Lambda}_\eta \mathbf{D}_\Omega \end{bmatrix} \boldsymbol{\Omega} \begin{bmatrix} \mathbf{C}_\Omega & \mathbf{E}_\Omega & \mathbf{0} \end{bmatrix} = \mathbf{U}^\top \boldsymbol{\Omega}\, \mathbf{V} \\[3pt] \mathbf{U} = \begin{bmatrix} \mathbf{B}_\Omega^\top \mathbf{X} & \mathbf{0} & \mathbf{D}_\Omega^\top \boldsymbol{\Lambda}_\eta \end{bmatrix} \\[3pt] \mathbf{V} = \begin{bmatrix} \mathbf{C}_\Omega & \mathbf{E}_\Omega & \mathbf{0} \end{bmatrix} \end{gathered}

Les autres blocs de (B) qui contiennent Ω\boldsymbol{\Omega} sont les transposés de ceux-ci, puisque (B) est symétrique : ils forment V⊤Ω⊤U\mathbf{V}^\top \boldsymbol{\Omega}^\top \mathbf{U}. Appelons Ψ\boldsymbol{\Psi} ce qui reste, c’est-à-dire la matrice de (B) écrite pour Ω=0\boldsymbol{\Omega} = \mathbf{0}, avec A0\mathbf{A}_0, B0\mathbf{B}_0, C0\mathbf{C}_0 et D0\mathbf{D}_0. Alors (B) s’écrit :

Ψ+U⊤Ω V+V⊤Ω⊤U≺0(E)\boldsymbol{\Psi} + \mathbf{U}^\top \boldsymbol{\Omega}\, \mathbf{V} + \mathbf{V}^\top \boldsymbol{\Omega}^\top \mathbf{U} \prec 0 \tag{E}

La question devient : Ψ\boldsymbol{\Psi}, U\mathbf{U} et V\mathbf{V} étant données, quand existe-t-il un Ω\boldsymbol{\Omega} qui vérifie (E) ? La réponse ne fait pas intervenir Ω\boldsymbol{\Omega}.

Pourquoi ces conditions sont nécessaires. Multiplions (E) à gauche par a⊤\mathbf{a}^\top et à droite par a\mathbf{a}. Si Ua=0\mathbf{U} \mathbf{a} = \mathbf{0}, les deux termes qui contiennent Ω\boldsymbol{\Omega} disparaissent, quel que soit Ω\boldsymbol{\Omega}, et il reste a⊤Ψ a<0\mathbf{a}^\top \boldsymbol{\Psi}\, \mathbf{a} < 0. Il en va de même si Va=0\mathbf{V} \mathbf{a} = \mathbf{0}. En clair : dans les directions qu’il ne peut pas atteindre, le contrôleur ne peut pas aider, donc l’inégalité doit déjà y être vraie sans lui.

Pourquoi elles suffisent : l’idée, dans un plan. C’est la partie remarquable : rien d’autre n’est exigé. Prenons d’abord le plus petit cas qui montre tout : un plan, avec une direction que U\mathbf{U} ne voit pas et une direction que V\mathbf{V} ne voit pas. Appelons α\alpha et β\beta les coordonnées d’un vecteur le long de ces deux directions. Alors Ua\mathbf{U} \mathbf{a} ne dépend que de β\beta et Va\mathbf{V} \mathbf{a} que de α\alpha, donc les deux termes en Ω\boldsymbol{\Omega} s’additionnent en un multiple du produit αβ\alpha \beta, et (E) s’écrit :

ψ11 α2+2 (ψ12+ω) αβ+ψ22 β2<0∀ (α,β)≠(0,0)\psi_{11}\, \alpha^2 + 2\, (\psi_{12} + \omega)\, \alpha \beta + \psi_{22}\, \beta^2 < 0 \quad \forall\, (\alpha, \beta) \neq (0, 0)
ψ11 α2+2 (ψ12+ω) αβ+ψ22 β2<0∀ (α,β)≠(0,0)\begin{gathered} \psi_{11}\, \alpha^2 + 2\, (\psi_{12} + \omega)\, \alpha \beta + \psi_{22}\, \beta^2 < 0 \\ \forall\, (\alpha, \beta) \neq (0, 0) \end{gathered}

Ici ψ11\psi_{11}, ψ12\psi_{12} et ψ22\psi_{22} sont les coefficients de Ψ\boldsymbol{\Psi} dans ces coordonnées, et ω\omega est un nombre que Ω\boldsymbol{\Omega} règle comme il veut. La première condition, lue avec β=0\beta = 0, dit ψ11<0\psi_{11} < 0 ; la seconde, lue avec α=0\alpha = 0, dit ψ22<0\psi_{22} < 0. Choisissons ω=−ψ12\omega = -\psi_{12} : le terme du milieu disparaît, et ce qui reste, ψ11 α2+ψ22 β2\psi_{11}\, \alpha^2 + \psi_{22}\, \beta^2, est négatif dès que α\alpha ou β\beta n’est pas nul. Le contrôleur ne peut pas changer la forme le long des deux axes, mais il l’incline partout ailleurs, et il peut annuler le couplage entre eux. La figure 13 permet de le faire.

αβ

ψ11 α2+2 (ψ12+ω) αβ+ψ22 β2\psi_{11}\, \alpha^2 + 2\, (\psi_{12} + \omega)\, \alpha \beta + \psi_{22}\, \beta^2

ω\omega
0,00
ψ12+ω\psi_{12} + \omega
1,60

La forme est positive ou nulle dans les directions en cuivre : (E) est fausse.

Sur les deux axes, la forme vaut toujours ψ11 α2\psi_{11}\, \alpha^2 ou ψ22 β2\psi_{22}\, \beta^2.

Figure 13 : le lemme de projection dans un plan. La forme quadratique ψ11 α2+2 (ψ12+ω) αβ+ψ22 β2\psi_{11}\, \alpha^2 + 2\, (\psi_{12} + \omega)\, \alpha \beta + \psi_{22}\, \beta^2, avec ψ11<0\psi_{11} < 0 et ψ22<0\psi_{22} < 0. À l’encre, une de ses courbes de niveau, celle où elle vaut −1-1. En cuivre, les directions où elle est positive ou nulle : l’inégalité y est fausse. Sur les deux axes, la forme ne dépend pas de ω\omega : l’axe bleu est la direction que U\mathbf{U} ne voit pas, l’axe vert celle que V\mathbf{V} ne voit pas.

Le cas général : quatre familles de directions. Dans un espace plus grand, une direction peut être vue par U\mathbf{U}, par V\mathbf{V}, par les deux ou par aucune. Choisissons des coordonnées qui les trient. Prenons une base des vecteurs que U\mathbf{U} et V\mathbf{V} envoient tous deux sur zéro ; complétons-la en une base des vecteurs que U\mathbf{U} envoie sur zéro ; complétons la première, séparément, en une base des vecteurs que V\mathbf{V} envoie sur zéro ; puis complétons le tout en une base de l’espace. Tout vecteur a maintenant quatre morceaux, a=(a1,a2,a3,a4)\mathbf{a} = (\mathbf{a}_1, \mathbf{a}_2, \mathbf{a}_3, \mathbf{a}_4) : a1\mathbf{a}_1 n’est vu ni par U\mathbf{U} ni par V\mathbf{V}, a2\mathbf{a}_2 n’est vu que par V\mathbf{V}, a3\mathbf{a}_3 que par U\mathbf{U}, et a4\mathbf{a}_4 par les deux. Dans ces coordonnées :

U=[00U3U4],V=[0V20V4]\mathbf{U} = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{U}_3 & \mathbf{U}_4 \end{bmatrix}, \qquad \mathbf{V} = \begin{bmatrix} \mathbf{0} & \mathbf{V}_2 & \mathbf{0} & \mathbf{V}_4 \end{bmatrix}
U=[00U3U4]V=[0V20V4]\begin{gathered} \mathbf{U} = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{U}_3 & \mathbf{U}_4 \end{bmatrix} \\[3pt] \mathbf{V} = \begin{bmatrix} \mathbf{0} & \mathbf{V}_2 & \mathbf{0} & \mathbf{V}_4 \end{bmatrix} \end{gathered}

Deux faits font marcher la suite. D’abord, les trois familles construites avant le dernier complément sont indépendantes ensemble : d’après la formule de la dimension d’une somme de deux sous-espaces, elles comptent exactement autant de vecteurs que la dimension de l’espace qu’elles engendrent. Ensuite, les colonnes de [ U3  U4 ][\, \mathbf{U}_3 \ \ \mathbf{U}_4 \,] sont indépendantes : si U3 a3+U4 a4=0\mathbf{U}_3\, \mathbf{a}_3 + \mathbf{U}_4\, \mathbf{a}_4 = \mathbf{0}, le vecteur (0,0,a3,a4)(\mathbf{0}, \mathbf{0}, \mathbf{a}_3, \mathbf{a}_4) est envoyé sur zéro par U\mathbf{U}, donc c’est une combinaison des deux premières familles, ce qui n’est possible que si a3\mathbf{a}_3 et a4\mathbf{a}_4 sont nuls. Il en va de même pour [ V2  V4 ][\, \mathbf{V}_2 \ \ \mathbf{V}_4 \,]. Calculons maintenant le terme en Ω\boldsymbol{\Omega} :

U⊤Ω V=[000000000K320K340K420K44],Kij=Ui⊤Ω Vj\mathbf{U}^\top \boldsymbol{\Omega}\, \mathbf{V} = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{K}_{32} & \mathbf{0} & \mathbf{K}_{34} \\ \mathbf{0} & \mathbf{K}_{42} & \mathbf{0} & \mathbf{K}_{44} \end{bmatrix}, \qquad \mathbf{K}_{ij} = \mathbf{U}_i^\top \boldsymbol{\Omega}\, \mathbf{V}_j
U⊤Ω V=[000000000K320K340K420K44]Kij=Ui⊤Ω Vj\begin{gathered} \mathbf{U}^\top \boldsymbol{\Omega}\, \mathbf{V} = \begin{bmatrix} \mathbf{0} & \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{0} & \mathbf{0} & \mathbf{0} \\ \mathbf{0} & \mathbf{K}_{32} & \mathbf{0} & \mathbf{K}_{34} \\ \mathbf{0} & \mathbf{K}_{42} & \mathbf{0} & \mathbf{K}_{44} \end{bmatrix} \\[3pt] \mathbf{K}_{ij} = \mathbf{U}_i^\top \boldsymbol{\Omega}\, \mathbf{V}_j \end{gathered}

Les quatre matrices K32\mathbf{K}_{32}, K34\mathbf{K}_{34}, K42\mathbf{K}_{42} et K44\mathbf{K}_{44} peuvent prendre n’importe quelles valeurs. En effet, réunissons-les dans une matrice K\mathbf{K}, et notons U~=[ U3  U4 ]\tilde{\mathbf{U}} = [\, \mathbf{U}_3 \ \ \mathbf{U}_4 \,] et V~=[ V2  V4 ]\tilde{\mathbf{V}} = [\, \mathbf{V}_2 \ \ \mathbf{V}_4 \,] : il nous faut U~⊤Ω V~=K\tilde{\mathbf{U}}^\top \boldsymbol{\Omega}\, \tilde{\mathbf{V}} = \mathbf{K}. Comme les colonnes de U~\tilde{\mathbf{U}} sont indépendantes, U~⊤U~\tilde{\mathbf{U}}^\top \tilde{\mathbf{U}} a une inverse, et de même pour V~\tilde{\mathbf{V}}. Le choix suivant convient, comme on le vérifie en le multipliant par U~⊤\tilde{\mathbf{U}}^\top à gauche et par V~\tilde{\mathbf{V}} à droite :

Ω=U~(U~⊤U~)−1K(V~⊤V~)−1V~⊤\boldsymbol{\Omega} = \tilde{\mathbf{U}} \left( \tilde{\mathbf{U}}^\top \tilde{\mathbf{U}} \right)^{-1} \mathbf{K} \left( \tilde{\mathbf{V}}^\top \tilde{\mathbf{V}} \right)^{-1} \tilde{\mathbf{V}}^\top

(E), dans ces coordonnées, est donc la matrice de Ψ\boldsymbol{\Psi} découpée selon les mêmes quatre morceaux, avec des matrices librement choisies ajoutées à sept endroits :

[Ψ11Ψ12Ψ13Ψ14Ψ12⊤Ψ22Ψ23+K32⊤Ψ24+K42⊤Ψ13⊤Ψ23⊤+K32Ψ33Ψ34+K34Ψ14⊤Ψ24⊤+K42Ψ34⊤+K34⊤Ψ44+K44+K44⊤]≺0\begin{bmatrix} \boldsymbol{\Psi}_{11} & \boldsymbol{\Psi}_{12} & \boldsymbol{\Psi}_{13} & \boldsymbol{\Psi}_{14} \\ \boldsymbol{\Psi}_{12}^\top & \boldsymbol{\Psi}_{22} & \boldsymbol{\Psi}_{23} + \mathbf{K}_{32}^\top & \boldsymbol{\Psi}_{24} + \mathbf{K}_{42}^\top \\ \boldsymbol{\Psi}_{13}^\top & \boldsymbol{\Psi}_{23}^\top + \mathbf{K}_{32} & \boldsymbol{\Psi}_{33} & \boldsymbol{\Psi}_{34} + \mathbf{K}_{34} \\ \boldsymbol{\Psi}_{14}^\top & \boldsymbol{\Psi}_{24}^\top + \mathbf{K}_{42} & \boldsymbol{\Psi}_{34}^\top + \mathbf{K}_{34}^\top & \boldsymbol{\Psi}_{44} + \mathbf{K}_{44} + \mathbf{K}_{44}^\top \end{bmatrix} \prec 0

La première ligne et la première colonne ne portent aucune matrice libre : le morceau que ni U\mathbf{U} ni V\mathbf{V} ne voient est hors d’atteinte. Les deux conditions du lemme, écrites dans ces coordonnées, disent que Ψ\boldsymbol{\Psi} est définie négative sur les morceaux (1,2)(1, 2), que U\mathbf{U} envoie sur zéro, et sur les morceaux (1,3)(1, 3), que V\mathbf{V} envoie sur zéro. En particulier Ψ11≺0\boldsymbol{\Psi}_{11} \prec 0. Faisons trois choix, comme dans le plan : annulons ce qui peut l’être.

K42=−Ψ24⊤,K34=−Ψ34,K32=Ψ13⊤Ψ11−1Ψ12−Ψ23⊤\mathbf{K}_{42} = -\boldsymbol{\Psi}_{24}^\top, \qquad \mathbf{K}_{34} = -\boldsymbol{\Psi}_{34}, \qquad \mathbf{K}_{32} = \boldsymbol{\Psi}_{13}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{12} - \boldsymbol{\Psi}_{23}^\top
K42=−Ψ24⊤,K34=−Ψ34K32=Ψ13⊤Ψ11−1Ψ12−Ψ23⊤\begin{gathered} \mathbf{K}_{42} = -\boldsymbol{\Psi}_{24}^\top, \qquad \mathbf{K}_{34} = -\boldsymbol{\Psi}_{34} \\[3pt] \mathbf{K}_{32} = \boldsymbol{\Psi}_{13}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{12} - \boldsymbol{\Psi}_{23}^\top \end{gathered}

La matrice devient :

[Ψ11Ψ12Ψ13Ψ14Ψ12⊤Ψ22Ψ12⊤Ψ11−1Ψ130Ψ13⊤Ψ13⊤Ψ11−1Ψ12Ψ330Ψ14⊤00Ψ44+K44+K44⊤]\begin{bmatrix} \boldsymbol{\Psi}_{11} & \boldsymbol{\Psi}_{12} & \boldsymbol{\Psi}_{13} & \boldsymbol{\Psi}_{14} \\ \boldsymbol{\Psi}_{12}^\top & \boldsymbol{\Psi}_{22} & \boldsymbol{\Psi}_{12}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{13} & \mathbf{0} \\ \boldsymbol{\Psi}_{13}^\top & \boldsymbol{\Psi}_{13}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{12} & \boldsymbol{\Psi}_{33} & \mathbf{0} \\ \boldsymbol{\Psi}_{14}^\top & \mathbf{0} & \mathbf{0} & \boldsymbol{\Psi}_{44} + \mathbf{K}_{44} + \mathbf{K}_{44}^\top \end{bmatrix}

Regardons ses trois premiers morceaux, et appelons N\mathbf{N} ce bloc. Appliquons-lui l’outil 1 avec Ψ11≺0\boldsymbol{\Psi}_{11} \prec 0 dans le rôle du bloc négatif (l’outil 1 a été écrit avec ce bloc dans le coin inférieur droit ; changer l’ordre des morceaux y place n’importe quel bloc diagonal). N≺0\mathbf{N} \prec 0 exactement quand la matrice ci-dessous est définie négative, et le choix de K32\mathbf{K}_{32} a vidé ses blocs hors diagonale :

[Ψ22−Ψ12⊤Ψ11−1Ψ1200Ψ33−Ψ13⊤Ψ11−1Ψ13]\begin{bmatrix} \boldsymbol{\Psi}_{22} - \boldsymbol{\Psi}_{12}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{12} & \mathbf{0} \\ \mathbf{0} & \boldsymbol{\Psi}_{33} - \boldsymbol{\Psi}_{13}^\top \boldsymbol{\Psi}_{11}^{-1} \boldsymbol{\Psi}_{13} \end{bmatrix}

Ses deux blocs diagonaux sont définis négatifs : d’après l’outil 1 encore, le premier dit que Ψ\boldsymbol{\Psi} est définie négative sur les morceaux (1,2)(1, 2), et le second sur les morceaux (1,3)(1, 3). Ce sont les deux conditions du lemme. Donc N≺0\mathbf{N} \prec 0.

Reste le dernier morceau. Appelons Z\mathbf{Z} la colonne formée de Ψ14\boldsymbol{\Psi}_{14} au-dessus de deux blocs nuls : la matrice entière porte N\mathbf{N} et Z\mathbf{Z} sur sa première ligne de blocs, Z⊤\mathbf{Z}^\top et Ψ44+K44+K44⊤\boldsymbol{\Psi}_{44} + \mathbf{K}_{44} + \mathbf{K}_{44}^\top sur la seconde. D’après l’outil 1 avec N≺0\mathbf{N} \prec 0, elle est définie négative exactement quand Ψ44+K44+K44⊤−Z⊤N−1Z≺0\boldsymbol{\Psi}_{44} + \mathbf{K}_{44} + \mathbf{K}_{44}^\top - \mathbf{Z}^\top \mathbf{N}^{-1} \mathbf{Z} \prec 0. Choisissons :

K44=12(Z⊤N−1Z−Ψ44−I)\mathbf{K}_{44} = \frac{1}{2} \left( \mathbf{Z}^\top \mathbf{N}^{-1} \mathbf{Z} - \boldsymbol{\Psi}_{44} - \mathbf{I} \right)

Cette matrice est symétrique, donc K44+K44⊤\mathbf{K}_{44} + \mathbf{K}_{44}^\top en vaut le double, et l’expression ci-dessus est égale à −I-\mathbf{I}, qui est définie négative. Avec ces quatre choix, (E) est vraie, et la formule donnée plus haut en fait une matrice Ω\boldsymbol{\Omega} : le lemme est démontré. Si l’une des quatre familles de directions est vide, ses blocs sont simplement absents, et le même argument s’applique.

La seconde condition, sur le procédé seul. Appliquons le lemme à (E), en commençant par V\mathbf{V}. Un vecteur sur lequel (B) agit a trois blocs, a=(xcl,ν,σ)\mathbf{a} = (\mathbf{x}_{\mathrm{cl}}, \boldsymbol{\nu}, \boldsymbol{\sigma}) : l’état, les entrées, et un troisième bloc σ\boldsymbol{\sigma} de la taille des sorties, celui que l’outil 1 a ajouté à l’étape 3. Et Va=CΩ xcl+EΩ ν\mathbf{V} \mathbf{a} = \mathbf{C}_\Omega\, \mathbf{x}_{\mathrm{cl}} + \mathbf{E}_\Omega\, \boldsymbol{\nu} est ce que lit le contrôleur (étape 1). Donc Va=0\mathbf{V} \mathbf{a} = \mathbf{0} signifie xK=0\mathbf{x}_K = \mathbf{0}, e=Ce ξ+r=0e = \mathcal{C}_e\, \boldsymbol{\xi} + r = 0 et wθ=0w_\theta = 0 : le contrôleur ne lit rien.

Sur ces vecteurs, défaisons l’outil 1. Sa preuve n’a jamais utilisé que le premier bloc parcourt tout l’espace : pour un q=(xcl,ν)\mathbf{q} = (\mathbf{x}_{\mathrm{cl}}, \boldsymbol{\nu}) fixé, la plus grande valeur de a⊤Ψ a\mathbf{a}^\top \boldsymbol{\Psi}\, \mathbf{a} quand σ\boldsymbol{\sigma} varie est q⊤Φ0 q\mathbf{q}^\top \boldsymbol{\Phi}_0\, \mathbf{q}, où Φ0\boldsymbol{\Phi}_0 est la matrice Φ\boldsymbol{\Phi} de l’étape 3 écrite pour Ω=0\boldsymbol{\Omega} = \mathbf{0}. La seconde condition est donc : q⊤Φ0 q<0\mathbf{q}^\top \boldsymbol{\Phi}_0\, \mathbf{q} < 0 pour tout q\mathbf{q} non nul tel que le contrôleur ne lit rien. D’après l’étape 3, q⊤Φ0 q\mathbf{q}^\top \boldsymbol{\Phi}_0\, \mathbf{q} est le membre de gauche de (D) pour la boucle sans contrôleur. Calculons-le. Avec xK=0\mathbf{x}_K = \mathbf{0} et wθ=0w_\theta = 0, les matrices de l’étape 1 donnent :

xcl=[ξ0],ν=[0wρr]⟹A0 xcl+B0 ν=[A ξ+Bρ wρ+Br r0]C0 xcl+D0 ν=[0Cρ ξCw ξ+Dwr r]\begin{aligned} \mathbf{x}_{\mathrm{cl}} = \begin{bmatrix} \boldsymbol{\xi} \\ \mathbf{0} \end{bmatrix}, \quad \boldsymbol{\nu} = \begin{bmatrix} \mathbf{0} \\ w_\rho \\ r \end{bmatrix} \quad \Longrightarrow \quad \mathbf{A}_0\, \mathbf{x}_{\mathrm{cl}} + \mathbf{B}_0\, \boldsymbol{\nu} &= \begin{bmatrix} \mathcal{A}\, \boldsymbol{\xi} + \mathcal{B}_\rho\, w_\rho + \mathcal{B}_r\, r \\ \mathbf{0} \end{bmatrix} \\ \mathbf{C}_0\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_0\, \boldsymbol{\nu} &= \begin{bmatrix} \mathbf{0} \\ \mathcal{C}_\rho\, \boldsymbol{\xi} \\ \mathcal{C}_w\, \boldsymbol{\xi} + \mathcal{D}_{wr}\, r \end{bmatrix} \end{aligned}
xcl=[ξ0],ν=[0wρr]A0 xcl+B0 ν=[A ξ+Bρ wρ+Br r0]C0 xcl+D0 ν=[0Cρ ξCw ξ+Dwr r]\begin{gathered} \mathbf{x}_{\mathrm{cl}} = \begin{bmatrix} \boldsymbol{\xi} \\ \mathbf{0} \end{bmatrix}, \quad \boldsymbol{\nu} = \begin{bmatrix} \mathbf{0} \\ w_\rho \\ r \end{bmatrix} \\[3pt] \mathbf{A}_0\, \mathbf{x}_{\mathrm{cl}} + \mathbf{B}_0\, \boldsymbol{\nu} = \begin{bmatrix} \mathcal{A}\, \boldsymbol{\xi} + \mathcal{B}_\rho\, w_\rho + \mathcal{B}_r\, r \\ \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{C}_0\, \mathbf{x}_{\mathrm{cl}} + \mathbf{D}_0\, \boldsymbol{\nu} = \begin{bmatrix} \mathbf{0} \\ \mathcal{C}_\rho\, \boldsymbol{\xi} \\ \mathcal{C}_w\, \boldsymbol{\xi} + \mathcal{D}_{wr}\, r \end{bmatrix} \end{gathered}

L’état et sa dérivée ont tous deux une moitié basse nulle. Dans dV/dt=2 xcl⊤X x˙cl\mathrm{d}V/\mathrm{d}t = 2\, \mathbf{x}_{\mathrm{cl}}^\top \mathbf{X}\, \dot{\mathbf{x}}_{\mathrm{cl}}, seul le bloc supérieur gauche de X\mathbf{X} intervient : appelons-le S\mathbf{S}, il pèse l’état du procédé. De même, le canal du paramètre se réduit à celui du procédé, zΔ=(0,zρ)\mathbf{z}_\Delta = (\mathbf{0}, z_\rho) et wΔ=(0,wρ)\mathbf{w}_\Delta = (\mathbf{0}, w_\rho), donc seul le dernier coefficient diagonal de L\mathbf{L} intervient : appelons-le L3L_3. La seconde condition du lemme est : pour tout (ξ,wρ,r)(\boldsymbol{\xi}, w_\rho, r) non nul tel que Ce ξ+r=0\mathcal{C}_e\, \boldsymbol{\xi} + r = 0,

2 ξ⊤S(A ξ+Bρ wρ+Br r)+1γ(L3 zρ2+w⊤w)−γ(L3 wρ2+r2)<0zρ=Cρ ξ,w=Cw ξ+Dwr r(i)\begin{gathered} 2\, \boldsymbol{\xi}^\top \mathbf{S} \left( \mathcal{A}\, \boldsymbol{\xi} + \mathcal{B}_\rho\, w_\rho + \mathcal{B}_r\, r \right) + \frac{1}{\gamma} \left( L_3\, z_\rho^2 + \mathbf{w}^\top \mathbf{w} \right) - \gamma \left( L_3\, w_\rho^2 + r^2 \right) < 0 \\ z_\rho = \mathcal{C}_\rho\, \boldsymbol{\xi}, \qquad \mathbf{w} = \mathcal{C}_w\, \boldsymbol{\xi} + \mathcal{D}_{wr}\, r \end{gathered} \tag{i}
2 ξ⊤S(A ξ+Bρ wρ+Br r)+1γ(L3 zρ2+w⊤w)−γ(L3 wρ2+r2)<0zρ=Cρ ξw=Cw ξ+Dwr r(i)\begin{gathered} 2\, \boldsymbol{\xi}^\top \mathbf{S} \left( \mathcal{A}\, \boldsymbol{\xi} + \mathcal{B}_\rho\, w_\rho + \mathcal{B}_r\, r \right) \\ {} + \frac{1}{\gamma} \left( L_3\, z_\rho^2 + \mathbf{w}^\top \mathbf{w} \right) \\ {} - \gamma \left( L_3\, w_\rho^2 + r^2 \right) < 0 \\[3pt] z_\rho = \mathcal{C}_\rho\, \boldsymbol{\xi} \\ \mathbf{w} = \mathcal{C}_w\, \boldsymbol{\xi} + \mathcal{D}_{wr}\, r \end{gathered} \tag{i}

(i) est le bilan d’énergie (D) du procédé seul, sans commande, avec l’énergie stockée ξ⊤S ξ\boldsymbol{\xi}^\top \mathbf{S}\, \boldsymbol{\xi}, sur les trajectoires que le contrôleur ne voit pas.

La première condition, après un changement de variables. U\mathbf{U} contient les inconnues X\mathbf{X} et Λη\boldsymbol{\Lambda}_\eta : il faut une étape de plus. Multiplions (E) des deux côtés par la matrice symétrique inversible Π=diag⁡(X−1,Λν−1,Λη−1)\boldsymbol{\Pi} = \operatorname{diag}(\mathbf{X}^{-1}, \boldsymbol{\Lambda}_\nu^{-1}, \boldsymbol{\Lambda}_\eta^{-1}). Une matrice reste définie négative par une telle multiplication, car b⊤Π M Π b\mathbf{b}^\top \boldsymbol{\Pi}\, \mathbf{M}\, \boldsymbol{\Pi}\, \mathbf{b} est la forme quadratique de M\mathbf{M} au vecteur Π b\boldsymbol{\Pi}\, \mathbf{b}, qui parcourt tous les vecteurs non nuls quand b\mathbf{b} le fait. Le terme en Ω\boldsymbol{\Omega} garde sa forme, avec UΠ\mathbf{U} \boldsymbol{\Pi} et VΠ\mathbf{V} \boldsymbol{\Pi} à la place de U\mathbf{U} et V\mathbf{V}, et :

UΠ=[BΩ⊤XX−10DΩ⊤ΛηΛη−1]=[BΩ⊤0DΩ⊤]\begin{aligned} \mathbf{U} \boldsymbol{\Pi} &= \begin{bmatrix} \mathbf{B}_\Omega^\top \mathbf{X} \mathbf{X}^{-1} & \mathbf{0} & \mathbf{D}_\Omega^\top \boldsymbol{\Lambda}_\eta \boldsymbol{\Lambda}_\eta^{-1} \end{bmatrix} \\ &= \begin{bmatrix} \mathbf{B}_\Omega^\top & \mathbf{0} & \mathbf{D}_\Omega^\top \end{bmatrix} \end{aligned}

Elle ne contient plus d’inconnue. Le lemme, appliqué à l’inégalité multipliée, donne la condition : b⊤Π Ψ Π b<0\mathbf{b}^\top \boldsymbol{\Pi}\, \boldsymbol{\Psi}\, \boldsymbol{\Pi}\, \mathbf{b} < 0 pour tout b\mathbf{b} non nul tel que UΠ b=0\mathbf{U} \boldsymbol{\Pi}\, \mathbf{b} = \mathbf{0}. Écrivons b=(pcl,sν,sη)\mathbf{b} = (\mathbf{p}_{\mathrm{cl}}, \mathbf{s}_\nu, \mathbf{s}_\eta), avec pcl=(p,pK)\mathbf{p}_{\mathrm{cl}} = (\mathbf{p}, \mathbf{p}_K) découpé comme l’état et sη=(sθ,sρ,sw)\mathbf{s}_\eta = (\mathbf{s}_\theta, s_\rho, \mathbf{s}_w) découpé comme les sorties. Avec les matrices de l’étape 1 :

UΠ b=BΩ⊤pcl+DΩ⊤sη=[pKBu⊤p+Dwu⊤swsθ]\mathbf{U} \boldsymbol{\Pi}\, \mathbf{b} = \mathbf{B}_\Omega^\top \mathbf{p}_{\mathrm{cl}} + \mathbf{D}_\Omega^\top \mathbf{s}_\eta = \begin{bmatrix} \mathbf{p}_K \\ \mathcal{B}_u^\top \mathbf{p} + \mathcal{D}_{wu}^\top \mathbf{s}_w \\ \mathbf{s}_\theta \end{bmatrix}
UΠ b=BΩ⊤pcl+DΩ⊤sη=[pKBu⊤p+Dwu⊤swsθ]\begin{aligned} \mathbf{U} \boldsymbol{\Pi}\, \mathbf{b} &= \mathbf{B}_\Omega^\top \mathbf{p}_{\mathrm{cl}} + \mathbf{D}_\Omega^\top \mathbf{s}_\eta \\ &= \begin{bmatrix} \mathbf{p}_K \\ \mathcal{B}_u^\top \mathbf{p} + \mathcal{D}_{wu}^\top \mathbf{s}_w \\ \mathbf{s}_\theta \end{bmatrix} \end{aligned}

Donc UΠ b=0\mathbf{U} \boldsymbol{\Pi}\, \mathbf{b} = \mathbf{0} signifie pK=0\mathbf{p}_K = \mathbf{0}, sθ=0\mathbf{s}_\theta = \mathbf{0} et Bu⊤p+Dwu⊤sw=0\mathcal{B}_u^\top \mathbf{p} + \mathcal{D}_{wu}^\top \mathbf{s}_w = 0 : ce sont les directions sur lesquelles la commande uu n’a aucun effet. La matrice multipliée se calcule bloc par bloc, chaque produit d’une matrice par son inverse se réduisant à l’identité :

Π Ψ Π=[A0X−1+X−1A0⊤B0Λν−1X−1C0⊤Λν−1B0⊤−γ Λν−1Λν−1D0⊤C0X−1D0Λν−1−γ Λη−1]\boldsymbol{\Pi}\, \boldsymbol{\Psi}\, \boldsymbol{\Pi} = \begin{bmatrix} \mathbf{A}_0 \mathbf{X}^{-1} + \mathbf{X}^{-1} \mathbf{A}_0^\top & \mathbf{B}_0 \boldsymbol{\Lambda}_\nu^{-1} & \mathbf{X}^{-1} \mathbf{C}_0^\top \\[3pt] \boldsymbol{\Lambda}_\nu^{-1} \mathbf{B}_0^\top & -\gamma\, \boldsymbol{\Lambda}_\nu^{-1} & \boldsymbol{\Lambda}_\nu^{-1} \mathbf{D}_0^\top \\[3pt] \mathbf{C}_0 \mathbf{X}^{-1} & \mathbf{D}_0 \boldsymbol{\Lambda}_\nu^{-1} & -\gamma\, \boldsymbol{\Lambda}_\eta^{-1} \end{bmatrix}

Elle a la forme de Ψ\boldsymbol{\Psi}, les rôles des entrées et des sorties étant échangés et chaque matrice du procédé transposée. Cette fois le bloc du milieu sν\mathbf{s}_\nu est libre, et l’outil 1 le retire comme il a retiré σ\boldsymbol{\sigma} plus haut : pour pcl\mathbf{p}_{\mathrm{cl}} et sη\mathbf{s}_\eta fixés, la plus grande valeur quand sν\mathbf{s}_\nu varie remplace les blocs où sν\mathbf{s}_\nu intervient par 1γ t⊤Λν−1 t\frac{1}{\gamma}\, \mathbf{t}^\top \boldsymbol{\Lambda}_\nu^{-1}\, \mathbf{t}, avec t=B0⊤pcl+D0⊤sη\mathbf{t} = \mathbf{B}_0^\top \mathbf{p}_{\mathrm{cl}} + \mathbf{D}_0^\top \mathbf{s}_\eta. Avec pK=0\mathbf{p}_K = \mathbf{0} et sθ=0\mathbf{s}_\theta = \mathbf{0}, les matrices de l’étape 1 donnent :

A0⊤pcl=[A⊤p0],C0⊤sη=[Cρ⊤sρ+Cw⊤sw0]t=[0Bρ⊤pBr⊤p+Dwr⊤sw]\begin{aligned} \mathbf{A}_0^\top \mathbf{p}_{\mathrm{cl}} &= \begin{bmatrix} \mathcal{A}^\top \mathbf{p} \\ \mathbf{0} \end{bmatrix}, \qquad \mathbf{C}_0^\top \mathbf{s}_\eta = \begin{bmatrix} \mathcal{C}_\rho^\top s_\rho + \mathcal{C}_w^\top \mathbf{s}_w \\ \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{t} &= \begin{bmatrix} \mathbf{0} \\ \mathcal{B}_\rho^\top \mathbf{p} \\ \mathcal{B}_r^\top \mathbf{p} + \mathcal{D}_{wr}^\top \mathbf{s}_w \end{bmatrix} \end{aligned}
A0⊤pcl=[A⊤p0]C0⊤sη=[Cρ⊤sρ+Cw⊤sw0]t=[0Bρ⊤pBr⊤p+Dwr⊤sw]\begin{gathered} \mathbf{A}_0^\top \mathbf{p}_{\mathrm{cl}} = \begin{bmatrix} \mathcal{A}^\top \mathbf{p} \\ \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{C}_0^\top \mathbf{s}_\eta = \begin{bmatrix} \mathcal{C}_\rho^\top s_\rho + \mathcal{C}_w^\top \mathbf{s}_w \\ \mathbf{0} \end{bmatrix} \\[3pt] \mathbf{t} = \begin{bmatrix} \mathbf{0} \\ \mathcal{B}_\rho^\top \mathbf{p} \\ \mathcal{B}_r^\top \mathbf{p} + \mathcal{D}_{wr}^\top \mathbf{s}_w \end{bmatrix} \end{gathered}

Comme précédemment, il ne reste qu’un bloc de chaque inconnue : le bloc supérieur gauche de X−1\mathbf{X}^{-1}, que nous appelons R\mathbf{R}, et le dernier coefficient diagonal de L−1\mathbf{L}^{-1}, que nous appelons J3J_3. La première condition du lemme est : pour tout (p,sρ,sw)(\mathbf{p}, s_\rho, \mathbf{s}_w) non nul tel que Bu⊤p+Dwu⊤sw=0\mathcal{B}_u^\top \mathbf{p} + \mathcal{D}_{wu}^\top \mathbf{s}_w = 0,

2 p⊤R(A⊤p+Cρ⊤sρ+Cw⊤sw)+1γ(J3(Bρ⊤p)2+(Br⊤p+Dwr⊤sw)2)−γ(J3 sρ2+sw⊤sw)<0(ii)\begin{aligned} & 2\, \mathbf{p}^\top \mathbf{R} \left( \mathcal{A}^\top \mathbf{p} + \mathcal{C}_\rho^\top s_\rho + \mathcal{C}_w^\top \mathbf{s}_w \right) \\ & \quad + \frac{1}{\gamma} \left( J_3 \left( \mathcal{B}_\rho^\top \mathbf{p} \right)^2 + \left( \mathcal{B}_r^\top \mathbf{p} + \mathcal{D}_{wr}^\top \mathbf{s}_w \right)^2 \right) - \gamma \left( J_3\, s_\rho^2 + \mathbf{s}_w^\top \mathbf{s}_w \right) < 0 \end{aligned} \tag{ii}
2 p⊤R(A⊤p+Cρ⊤sρ+Cw⊤sw)+1γ J3(Bρ⊤p)2+1γ(Br⊤p+Dwr⊤sw)2−γ(J3 sρ2+sw⊤sw)<0(ii)\begin{aligned} & 2\, \mathbf{p}^\top \mathbf{R} \left( \mathcal{A}^\top \mathbf{p} + \mathcal{C}_\rho^\top s_\rho + \mathcal{C}_w^\top \mathbf{s}_w \right) \\ & \quad + \frac{1}{\gamma}\, J_3 \left( \mathcal{B}_\rho^\top \mathbf{p} \right)^2 \\ & \quad + \frac{1}{\gamma} \left( \mathcal{B}_r^\top \mathbf{p} + \mathcal{D}_{wr}^\top \mathbf{s}_w \right)^2 \\ & \quad - \gamma \left( J_3\, s_\rho^2 + \mathbf{s}_w^\top \mathbf{s}_w \right) < 0 \end{aligned} \tag{ii}

(ii) est le même bilan que (i), pour le procédé aux matrices transposées et sur les directions où la commande ne peut pas agir. Écrites avec des matrices, (i) et (ii) peuvent être restreintes à ces sous-espaces au moyen de matrices NS\mathcal{N}_S et NR\mathcal{N}_R dont les colonnes engendrent les deux ensembles de vecteurs.

5.6Étape 5 : les inégalités matricielles linéaires, et pourquoi elles sont convexes

Le contrôleur a disparu, et avec lui l’essentiel de X\mathbf{X} et de L\mathbf{L} : (i) et (ii) ne font intervenir que S\mathbf{S} et L3L_3, pris dans X\mathbf{X} et L\mathbf{L}, et R\mathbf{R} et J3J_3, pris dans leurs inverses. Une question demeure. Deux matrices S\mathbf{S} et R\mathbf{R} quelconques peuvent-elles être les coins d’une matrice définie positive et de son inverse ? Non, et la condition exacte est simple.

Preuve, du contrôleur vers les conditions. Supposons qu’un contrôleur, X≻0\mathbf{X} \succ 0 et L≻0\mathbf{L} \succ 0 vérifient (B), c’est-à-dire (E). D’après l’outil 2, les deux conditions du lemme sont vraies, et l’étape 4 les a écrites sous la forme (i) et (ii), avec S\mathbf{S} et L3L_3 lus dans X\mathbf{X} et L\mathbf{L}, et R\mathbf{R} et J3J_3 lus dans leurs inverses. L’outil 3 donne la première des deux conditions ci-dessus. Le même outil, appliqué à L\mathbf{L} et à son inverse, dont les coins inférieurs droits sont les nombres L3L_3 et J3J_3, donne la seconde.

Preuve, des conditions vers le contrôleur. Supposons que R\mathbf{R}, S\mathbf{S}, L3L_3 et J3J_3 vérifient les quatre conditions. D’abord, R\mathbf{R} et S\mathbf{S} sont définies positives. En effet la forme quadratique de la première matrice par blocs en un couple (a,b)(\mathbf{a}, \mathbf{b}) vaut a⊤R a+2 a⊤b+b⊤S b\mathbf{a}^\top \mathbf{R}\, \mathbf{a} + 2\, \mathbf{a}^\top \mathbf{b} + \mathbf{b}^\top \mathbf{S}\, \mathbf{b}, et elle n’est jamais négative. Prendre b=0\mathbf{b} = \mathbf{0} montre que R⪰0\mathbf{R} \succeq 0. Si R a=0\mathbf{R}\, \mathbf{a} = \mathbf{0} pour un a≠0\mathbf{a} \neq \mathbf{0}, le couple (a,−t a)(\mathbf{a}, -t\, \mathbf{a}) donnerait −2 t ∥a∥22+t2 a⊤S a-2\, t\, \|\mathbf{a}\|_2^2 + t^2\, \mathbf{a}^\top \mathbf{S}\, \mathbf{a}, qui est négatif pour un petit t>0t > 0 : impossible. Aucune valeur propre de R\mathbf{R} n’est donc nulle, et R≻0\mathbf{R} \succ 0. Le même argument vaut pour S\mathbf{S}, et pour les nombres L3L_3 et J3J_3, qui sont positifs.

L’outil 3 construit alors une matrice X≻0\mathbf{X} \succ 0 de coin S\mathbf{S} dont l’inverse a pour coin R\mathbf{R}, et une matrice L≻0\mathbf{L} \succ 0 de coin L3L_3 dont l’inverse a pour coin J3J_3. Pour L\mathbf{L}, le bloc que l’outil ajoute est la partie de la mise à l’échelle qui pèse le canal du paramètre du contrôleur. Le contrôleur de cette page a un seul canal de ce genre, comme la masse : ce bloc est un nombre, et L\mathbf{L} est deux fois plus grande que son coin, comme dans l’outil 3. Avec ces X\mathbf{X} et L\mathbf{L}, (i) et (ii) sont exactement les deux conditions de l’outil 2, puisque l’étape 4 a montré que ces conditions ne font intervenir que les quatre coins. Il existe donc un Ω\boldsymbol{\Omega} qui vérifie (E), c’est-à-dire (B) : le contrôleur existe.

Pourquoi ces conditions sont convexes. Comptons ce qui reste : les inconnues sont R\mathbf{R}, S\mathbf{S}, L3L_3 et J3J_3. Deux matrices symétriques de taille nn contiennent n (n+1)n\, (n + 1) nombres ; avec n=4n = 4 états pour le procédé généralisé, cela fait 22 nombres inconnus en tout. Pour un γ\gamma fixé, chacun apparaît à la puissance un dans chaque condition. Prenons deux jeux de valeurs qui vérifient les conditions et mélangeons-les, avec des poids 1−t1 - t et tt compris entre 00 et 11. Le membre de gauche de (i), pour un (ξ,wρ,r)(\boldsymbol{\xi}, w_\rho, r) donné, est alors le même mélange des deux membres de gauche :

g1<0,g2<0⟹(1−t) g1+t g2<0g_1 < 0, \quad g_2 < 0 \quad \Longrightarrow \quad (1 - t)\, g_1 + t\, g_2 < 0
g1<0,g2<0⟹(1−t) g1+t g2<0\begin{gathered} g_1 < 0, \quad g_2 < 0 \\ \Longrightarrow \quad (1 - t)\, g_1 + t\, g_2 < 0 \end{gathered}

où g1g_1 et g2g_2 sont les valeurs du membre de gauche pour les deux jeux. Un mélange de deux nombres négatifs est négatif, donc (i) est vraie pour le mélange. Il en va de même pour (ii), et pour les deux dernières conditions, où un mélange de deux formes jamais négatives n’est jamais négatif. L’ensemble des solutions est donc convexe : avec deux de ses points, il contient tout le segment qui les joint. Des conditions de ce genre s’appellent des Inégalités Matricielles Linéaires (LMI). À niveau de performance fixé, ces inégalités définissent un problème de faisabilité convexe. Lorsqu’un solveur propose une solution, on peut vérifier la faisabilité en reportant ses matrices dans les inégalités.

La figure 14 montre la dernière condition, la seule qui se dessine : avec des nombres, elle dit L3 J3≥1L_3\, J_3 \ge 1. Elle montre aussi ce que la méthode a gagné. Dans (B), la mise à l’échelle et son inverse étaient liées par une égalité, qui pour des nombres s’écrirait L3 J3=1L_3\, J_3 = 1 : une courbe, et une courbe de ce genre n’est pas convexe. L’outil 3 a remplacé la courbe par la région située au-dessus.

Figure 14 : la condition L3 J3≥1L_3\, J_3 \ge 1. La région ombrée est convexe : le segment qui joint deux de ses points y reste (en bleu). La courbe L3 J3=1L_3\, J_3 = 1 ne l’est pas : le segment qui joint deux de ses points la quitte (en cuivre).
Cliquez sur la figure pour zoomer.

Et γ\gamma ? Il multiplie L3L_3 et J3J_3 dans (i) et (ii) : ce n’est donc pas une inconnue de plus du même genre. Mais les conditions deviennent plus faciles quand γ\gamma grandit : dans (D), les termes en 1/γ1/\gamma diminuent et les termes en −γ-\gamma diminuent aussi quand γ\gamma augmente, de sorte que les matrices et le contrôleur qui conviennent pour une valeur de γ\gamma conviennent pour toute valeur plus grande. Le plus petit γ\gamma peut donc être approché en essayant des valeurs et en divisant l’intervalle par deux à chaque essai (figure 15). La valeur ainsi trouvée est la meilleure de ce cadre.

Figure 15 : la recherche du plus petit γ\gamma. Chaque essai résout les conditions convexes pour une valeur de γ\gamma : un point plein quand elles ont une solution, un point vide quand elles n’en ont pas. Comme une solution pour une valeur en est une pour toute valeur plus grande, chaque essai divise par deux l’intervalle qui contient le plus petit γ\gamma.
Cliquez sur la figure pour zoomer.

5.7Étape 6 : reconstruire le contrôleur

Une solution (R,S,L3,J3)(\mathbf{R}, \mathbf{S}, L_3, J_3) n’est pas encore un contrôleur. Il reste deux étapes, toutes deux constructives : les preuves ci-dessus contiennent déjà leurs formules.

D’abord, compléter les matrices. La preuve de l’outil 3 donne X\mathbf{X} à partir de R\mathbf{R} et S\mathbf{S} :

N=(S−R−1)1/2,X=[SNNI]\mathbf{N} = \left( \mathbf{S} - \mathbf{R}^{-1} \right)^{1/2}, \qquad \mathbf{X} = \begin{bmatrix} \mathbf{S} & \mathbf{N} \\ \mathbf{N} & \mathbf{I} \end{bmatrix}
N=(S−R−1)1/2X=[SNNI]\begin{gathered} \mathbf{N} = \left( \mathbf{S} - \mathbf{R}^{-1} \right)^{1/2} \\[3pt] \mathbf{X} = \begin{bmatrix} \mathbf{S} & \mathbf{N} \\ \mathbf{N} & \mathbf{I} \end{bmatrix} \end{gathered}

La même formule, avec des nombres, donne L\mathbf{L} à partir de L3L_3 et J3J_3. C’est là que se décide l’ordre du contrôleur : le bloc inférieur droit de X\mathbf{X} pèse l’état du contrôleur, et il a la taille de S\mathbf{S}. Le contrôleur a donc autant d’états que le procédé généralisé, 4 ici.

Ensuite, résoudre en le contrôleur. Reprenons (E) avec X\mathbf{X} et L\mathbf{L} désormais connues : Ψ\boldsymbol{\Psi}, U\mathbf{U} et V\mathbf{V} sont des tableaux de nombres, et la seule inconnue, Ω\boldsymbol{\Omega}, apparaît à la puissance un. (E) est une LMI en Ω\boldsymbol{\Omega}, et l’outil 2 garantit qu’elle a une solution. Sa preuve en construit même une, par les quatre choix de l’étape 4 et la formule qui en fait une matrice Ω\boldsymbol{\Omega}. Un solveur peut renvoyer une autre solution de (E), par exemple une dont les coefficients sont plus petits : n’importe laquelle convient. Lire Ω\boldsymbol{\Omega} bloc par bloc donne les neuf matrices constantes du contrôleur (étape 1).

5.8Le contrôleur obtenu, et ce que couvre sa garantie

Remarque sur la structure du contrôleur :
La structure du contrôleur (LPV-LFT) n’est pas un choix arbitraire. Selon la méthode d’Apkarian et Gahinet [1], donner au contrôleur la même dépendance au paramètre (LFT) que le procédé permet de transformer le problème d’optimisation non convexe en un système convexe d’Inégalités Matricielles Linéaires (LMI). À γ\gamma fixé, le problème de faisabilité est convexe. La dichotomie permet d’approcher la borne inférieure des niveaux admis par ces conditions suffisantes. Pour le contrôleur utilisé ici, la recherche numérique et le certificat qui la suit établissent une valeur réalisable de γ\gamma. À paramètre figé et sans saturation de l’actionneur, la boucle discrète reste stable au-delà de ∣ρ∣=1,17|\rho| = 1{,}17, jusqu’au voisinage de ρ≈−2,5\rho \approx -2{,}5, où la raideur s’annule (k=0k = 0). Ce calcul à paramètre figé ne donne aucune garantie pour des variations arbitraires du paramètre en dehors de ∣ρ∣≤1/γ|\rho| \le 1/\gamma.

D’où vient cette prudence ? De l’étape 2. Une seule matrice X\mathbf{X} et une seule matrice L\mathbf{L} servent pour toutes les valeurs de ρ(t)\rho(t) dans la plage et pour toutes les vitesses de variation. Un paramètre dont on saurait qu’il varie lentement, ou sur une plage plus petite, pourrait permettre un γ\gamma plus petit : la méthode n’utilise pas cette information. En échange, elle fournit un contrôleur et une garantie en ne résolvant que des problèmes convexes.

Que contient K(ρ)K(\rho) ?
Comme promis à la section 2, ouvrons le contrôleur. Regardez le bas de la figure 4 : KK est un bloc linéaire invariant, qui ne change jamais, bouclé sur ρ(t)\rho(t) exactement comme le procédé en haut. Comme ρ(t)\rho(t) est mesuré en temps réel, le contrôleur peut utiliser sa valeur courante à chaque instant : c’est ce qui en fait un contrôleur séquencé (gain-scheduled). Le voici à temps discret, tel qu’il tourne dans la simulation (l’indice θ\theta vient de [1], où le bloc du paramètre s’appelle Θ\Theta) :

xK[k+1]=AKxK[k]+BK1e[k]+BKθwθ[k]u[k]=CK1xK[k]+DK11e[k]+DK1θwθ[k]zθ[k]=CKθxK[k]+DKθ1e[k]+DKθθwθ[k]wθ[k]=ρ[k] zθ[k]\begin{aligned} \mathbf{x}_K[k+1] &= \mathbf{A}_K \mathbf{x}_K[k] + \mathbf{B}_{K1} e[k] + \mathbf{B}_{K\theta} w_\theta[k] \\ u[k] &= \mathbf{C}_{K1} \mathbf{x}_K[k] + \mathbf{D}_{K11} e[k] + \mathbf{D}_{K1\theta} w_\theta[k] \\ z_\theta[k] &= \mathbf{C}_{K\theta} \mathbf{x}_K[k] + \mathbf{D}_{K\theta 1} e[k] + \mathbf{D}_{K\theta\theta} w_\theta[k] \\ w_\theta[k] &= \rho[k]\, z_\theta[k] \end{aligned}

Les matrices AK,…,DKθθ\mathbf{A}_K, \dots, \mathbf{D}_{K\theta\theta} sont constantes : les LMI les donnent une fois pour toutes, hors ligne, et le navigateur ne résout rien. Le contrôleur a 4 états, autant que le procédé généralisé (2 pour la masse, 1 pour chaque filtre). Sa boucle sur ρ\rho a un seul canal, comme celle de la masse, d’où le bloc ρ(t)\rho(t) en bas de la figure 4. Quand ρ\rho change, aucune matrice n’est recalculée : seul le signal qui fait le tour de cette boucle change, et la sortie uu s’adapte avec lui. Un détail pratique : wθw_\theta apparaît des deux côtés de sa propre équation, à travers zθz_\theta. Cette boucle algébrique est résolue à chaque pas, avant de calculer uu :

wθ[k]=ρ[k]1−ρ[k] DKθθ(CKθxK[k]+DKθ1e[k])w_\theta[k] = \frac{\rho[k]}{1 - \rho[k]\, \mathbf{D}_{K\theta\theta}} \left( \mathbf{C}_{K\theta} \mathbf{x}_K[k] + \mathbf{D}_{K\theta 1} e[k] \right)
wθ[k]=ρ[k]1−ρ[k] DKθθ=(CKθxK[k]+DKθ1e[k])\begin{aligned} w_\theta[k] &= \frac{\rho[k]}{1 - \rho[k]\, \mathbf{D}_{K\theta\theta}} \\ &\phantom{{}={}} \quad \left( \mathbf{C}_{K\theta} \mathbf{x}_K[k] + \mathbf{D}_{K\theta 1} e[k] \right) \end{aligned}

Vous avez peut-être remarqué que nous venons de passer à temps discret, alors que le reste de cette page, preuves comprises, est écrit à temps continu. Le certificat numérique porte sur le modèle discret sans saturation, au pas Ts=1T_s = 1 ms. La masse évolue par un pas d’Euler explicite. La synthèse discrétise les deux filtres de pondération avec un bloqueur d’ordre zéro.

Rien d’essentiel ne change à temps discret, et [1] traite les deux cas. L’énergie stockée est comparée entre deux instants successifs au lieu d’être dérivée, et (D) devient :

V[k+1]−V[k]+1γ zΔ⊤L zΔ−γ wΔ⊤L wΔ+1γ w⊤w−γ r2≤−ε(∥xcl∥22+∥wΔ∥22+r2)\begin{gathered} V[k+1] - V[k] + \frac{1}{\gamma}\, \mathbf{z}_\Delta^\top \mathbf{L}\, \mathbf{z}_\Delta - \gamma\, \mathbf{w}_\Delta^\top \mathbf{L}\, \mathbf{w}_\Delta \\ {} + \frac{1}{\gamma}\, \mathbf{w}^\top \mathbf{w} - \gamma\, r^2 \\ {} \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}\|_2^2 + \|\mathbf{w}_\Delta\|_2^2 + r^2 \right) \end{gathered}

Le résultat 1 se démontre de la même façon, ligne pour ligne. L’inégalité de mise à l’échelle (S) vaut à chaque instant, donc les deux termes du canal du paramètre se retirent comme avant, et il reste :

V[k+1]−V[k]+1γ w[k]⊤w[k]−γ r[k]2≤−ε(∥xcl[k]∥22+r[k]2)V[k+1] - V[k] + \frac{1}{\gamma}\, \mathbf{w}[k]^\top \mathbf{w}[k] - \gamma\, r[k]^2 \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}[k]\|_2^2 + r[k]^2 \right)
V[k+1]−V[k]+1γ w[k]⊤w[k]−γ r[k]2≤−ε(∥xcl[k]∥22+r[k]2)\begin{aligned} & V[k+1] - V[k] \\ &\quad {} + \frac{1}{\gamma}\, \mathbf{w}[k]^\top \mathbf{w}[k] - \gamma\, r[k]^2 \\ &\quad \le -\varepsilon \left( \|\mathbf{x}_{\mathrm{cl}}[k]\|_2^2 + r[k]^2 \right) \end{aligned}

(a) Prenons r=0r = 0. Avec la plus grande valeur propre λmax⁡\lambda_{\max} de X\mathbf{X}, comme à temps continu, ∥xcl[k]∥22≥V[k]/λmax⁡\|\mathbf{x}_{\mathrm{cl}}[k]\|_2^2 \ge V[k] / \lambda_{\max} ; et l’on peut supposer ε≤λmax⁡\varepsilon \le \lambda_{\max}, puisqu’un ε\varepsilon plus petit est toujours permis :

V[k+1]≤V[k]−ε ∥xcl[k]∥22≤(1−ελmax⁡)V[k]\begin{aligned} V[k+1] &\le V[k] - \varepsilon\, \|\mathbf{x}_{\mathrm{cl}}[k]\|_2^2 \\ &\le \left( 1 - \frac{\varepsilon}{\lambda_{\max}} \right) V[k] \end{aligned}

À chaque pas, l’énergie est multipliée par un nombre compris entre 00 et 11 et différent de 11 : elle décroît au moins comme une suite géométrique, et l’état tend vers zéro. (b) Partons d’un état nul et additionnons les inégalités de k=0k = 0 à k=N−1k = N - 1. Les différences de VV se simplifient deux à deux, et V[0]=0V[0] = 0 :

V[N]+1γ∑k=0N−1w[k]⊤w[k]≤(γ−ε)∑k=0N−1r[k]2V[N] + \frac{1}{\gamma} \sum_{k=0}^{N-1} \mathbf{w}[k]^\top \mathbf{w}[k] \le (\gamma - \varepsilon) \sum_{k=0}^{N-1} r[k]^2
V[N]+1γ∑k=0N−1w[k]⊤w[k]≤(γ−ε)∑k=0N−1r[k]2\begin{aligned} & V[N] + \frac{1}{\gamma} \sum_{k=0}^{N-1} \mathbf{w}[k]^\top \mathbf{w}[k] \\ &\quad \le (\gamma - \varepsilon) \sum_{k=0}^{N-1} r[k]^2 \end{aligned}

V[N]V[N] est positive ou nulle et se retire ; le reste de l’argument est celui du temps continu, la somme des carrés d’une suite remplaçant l’intégrale, et le gain de rr vers w\mathbf{w} est inférieur à γ\gamma. Les étapes 3 à 6 gardent aussi leurs arguments. Une chose change à l’étape 3 : V[k+1]V[k+1] est la forme quadratique de X\mathbf{X} en xcl[k+1]\mathbf{x}_{\mathrm{cl}}[k+1], qui contient deux fois les matrices de la boucle fermée. L’inégalité matricielle a un bloc de plus, et un complément de Schur de plus sépare les deux exemplaires avant l’élimination du contrôleur.

Comment le contrôleur de cette page a été calculé. La synthèse a été faite sous MATLAB sur le modèle échantillonné, avec un seul canal de séquencement pour le contrôleur, comme pour la masse. Pour chaque mise à l’échelle L\mathbf{L}, MATLAB résout le problème de synthèse H∞\mathcal{H}_\infty correspondant. Une recherche directe sur L\mathbf{L} à partir de plusieurs points initiaux a donné comme meilleur niveau 0,8290{,}829. Le contrôleur est calculé 2 %2\,\% au-dessus de ce niveau, ce qui donne des matrices mieux conditionnées, puis vérifié à part de sa synthèse. Son gain mis à l’échelle vaut 0,84490{,}8449. À γ=0,85\gamma = 0{,}85, un second solveur, MOSEK, renvoie des matrices X\mathbf{X} et L\mathbf{L} qui vérifient la forme à temps discret de (D) ci-dessus, et l’inégalité est contrôlée sur les nombres renvoyés. En coordonnées équilibrées, la marge à 0,850{,}85 vaut environ 3,9×10−103{,}9 \times 10^{-10}. On obtient ainsi la borne ∣ρ∣≤1/γ|\rho| \le 1/\gamma, avec 1/γ≈1,176471/\gamma \approx 1{,}17647. Les figures retiennent par prudence la limite 1,171{,}17. La figure 10 utilise ces X\mathbf{X} et L\mathbf{L}.

En minimisant γ\gamma à l’étape de synthèse, nous « écrasons » essentiellement ce rapport de gain du pire cas pour toutes les trajectoires du paramètre ρ(t)\rho(t) qui restent dans la plage ∣ρ∣≤1/γ|\rho| \le 1/\gamma.

Références

  1. [1]

    P. Apkarian and P. Gahinet, “A convex characterization of gain-scheduled H∞\mathcal{H}_\infty controllers,” IEEE Transactions on Automatic Control, vol. 40, no. 5, pp. 853–864, May 1995. doi (nouvel onglet)

  2. [2]

    P. Gahinet and P. Apkarian, “A linear matrix inequality approach to H∞\mathcal{H}_\infty control,” International Journal of Robust and Nonlinear Control, vol. 4, no. 4, pp. 421–448, 1994. doi (nouvel onglet)

Un poste, une collaboration scientifique ou un projet à développer ? Présentez-moi le contexte et ce que vous souhaitez discuter.

me contacter