Pendule inversé sur un chariot

Un pendule suspendu à un pivot est ennuyeux : on le pousse, il revient. Posez le même pendule à la verticale sur un chariot qui ne peut se déplacer que latéralement, et il devient le problème le plus parlant de l’automatique. Le système ne peut pas rester immobile seul. Livré à lui-même, il tombe, et d’autant plus vite qu’il est déjà tombé. La seule façon de le maintenir debout est de déplacer ce sur quoi il repose : le rattraper en glissant le chariot dessous.

C’est ce qui justifie une étude de cas complète. Presque toutes les idées de l’automatique classique apparaissent ici sans échappatoire : un procédé instable, un régulateur qui doit agir avant que l’erreur ne grandisse, la différence entre réagir à une erreur et l’anticiper, et le compromis entre une réponse rapide et une réponse violente.

Le montage physique

Un chariot de masse MM roule sur un rail horizontal, freiné par un frottement visqueux bb. Une tige de masse mm est articulée sur le chariot et peut tourner dans le plan vertical. La force uu s’applique horizontalement au chariot — c’est la seule chose que nous commandons. L’angle θ\theta se mesure depuis la verticale ascendante : θ=0\theta = 0 est l’équilibre, un θ\theta positif signifie que la tige penche d’un côté.

SymboleSignificationValeur
MMmasse du chariot0.5 kg0.5\ \text{kg}
mmmasse du pendule0.2 kg0.2\ \text{kg}
bbcoefficient de frottement du chariot0.1 N⋅s/m0.1\ \text{N}\cdot\text{s/m}
llpivot – centre de masse0.3 m0.3\ \text{m}
IIinertie de la tige autour de son centre13ml2=0.006 kg⋅m2\tfrac{1}{3}ml^2 = 0.006\ \text{kg}\cdot\text{m}^2
ggaccélération de la pesanteur9.81 m/s29.81\ \text{m/s}^2

Équations du mouvement

On isole le chariot et la tige, et l’articulation transmet les efforts entre eux. Appelons NN la force horizontale dans l’articulation et PP la force verticale.

Deuxième loi de Newton le long du rail, pour le chariot seul :

Mx¨+bx˙+N=uM\ddot{x} + b\dot{x} + N = u

Le centre de masse de la tige est horizontalement en x−lsin⁡θx - l\sin\theta (un θ\theta positif penche la tige vers l’arrière, vers −x-x) ; en dérivant deux fois on obtient la force horizontale nécessaire à la tige :

N=mx¨−mlθ¨cos⁡θ+mlθ˙2sin⁡θN = m\ddot{x} - ml\ddot{\theta}\cos\theta + ml\dot{\theta}^2\sin\theta

En substituant, NN disparaît et il reste la première équation du mouvement :

(M+m)x¨+bx˙−mlθ¨cos⁡θ+mlθ˙2sin⁡θ=u(M + m)\ddot{x} + b\dot{x} - ml\ddot{\theta}\cos\theta + ml\dot{\theta}^2\sin\theta = u

Pour la seconde, on prend les moments autour du centre de masse de la tige. La pesanteur s’y applique et ne contribue donc pas ; seules les deux forces d’articulation comptent :

(I+ml2)θ¨−mglsin⁡θ=mlx¨cos⁡θ(I + ml^2)\ddot{\theta} - mgl\sin\theta = ml\ddot{x}\cos\theta

Deux équations non linéaires couplées. Notez le signe du terme de pesanteur : passé à droite, il vaut +mglsin⁡θ+mgl\sin\theta quand θ\theta est mesuré depuis le haut ; il pousse donc θ¨\ddot\theta dans le sens où θ\theta pointe déjà — précisément ce qui fait tomber ce système au lieu de le faire revenir.

Linéarisation autour de la verticale

Équilibrer, c’est rester près de θ=0\theta = 0. Pour de petits angles, sin⁡θ≈θ\sin\theta \approx \theta, cos⁡θ≈1\cos\theta \approx 1, et θ˙2\dot{\theta}^2, petit du second ordre, disparaît :

(I+ml2)θ¨−mglθ=mlx¨(I + ml^2)\ddot{\theta} - mgl\theta = ml\ddot{x}

(M+m)x¨+bx˙−mlθ¨=u(M + m)\ddot{x} + b\dot{x} - ml\ddot{\theta} = u

La transformée de Laplace à conditions initiales nulles, puis l’élimination de X(s)X(s), donnent la fonction de transfert de la force à l’angle du pendule :

Θ(s)U(s)=mlq ss3+b(I+ml2)qs2−(M+m)mglqs−bmglq\frac{\Theta(s)}{U(s)} = \frac{\dfrac{ml}{q}\,s}{s^3 + \dfrac{b(I + ml^2)}{q}s^2 - \dfrac{(M+m)mgl}{q}s - \dfrac{bmgl}{q}}

avec

q=(M+m)(I+ml2)−(ml)2q = (M + m)(I + ml^2) - (ml)^2

Avec les valeurs ci-dessus, q=0.0132q = 0.0132 et la fonction de transfert devient

Θ(s)U(s)=4.54545 ss3+0.18182 s2−31.21364 s−4.45909\frac{\Theta(s)}{U(s)} = \frac{4.54545\,s}{s^3 + 0.18182\,s^2 - 31.21364\,s - 4.45909}

Pourquoi il tombe

Les deux signes moins du dénominateur racontent toute l’histoire. En le factorisant, les pôles sont

s=+5.568,s=−5.607,s=−0.143s = +5.568,\qquad s = -5.607,\qquad s = -0.143

L’un d’eux est dans le demi-plan droit. Toute perturbation, même minime, excite une réponse qui croît comme e5.568te^{5.568t} — l’angle double environ toutes les 0.120.12 secondes. Ce n’est pas un artefact de modélisation : c’est la tige qui tombe, écrite en algèbre.

Lancez le diagramme sans régulateur et vous verrez exactement cela : une poussée, puis une courbe qui sort par le haut du graphe et ne revient jamais.

Tout le procédé en un modèle d’état

La fonction de transfert ci-dessus décrit l’angle, et seulement l’angle. Avec le chariot, le système linéarisé a quatre états — position et vitesse du chariot, angle et vitesse angulaire de la tige — et une entrée :

x˙=Ax+Bu,x=[xx˙θθ˙]T\dot{\mathbf{x}} = A\mathbf{x} + Bu,\qquad \mathbf{x} = \begin{bmatrix} x & \dot{x} & \theta & \dot{\theta} \end{bmatrix}^\mathsf{T}

A=[01000−(I+ml2)bqm2gl2q000010−mlbqmgl(M+m)q0],B=[0I+ml2q0mlq]A = \begin{bmatrix} 0 & 1 & 0 & 0 \\ 0 & -\dfrac{(I+ml^2)b}{q} & \dfrac{m^2gl^2}{q} & 0 \\ 0 & 0 & 0 & 1 \\ 0 & -\dfrac{mlb}{q} & \dfrac{mgl(M+m)}{q} & 0 \end{bmatrix},\qquad B = \begin{bmatrix} 0 \\ \dfrac{I+ml^2}{q} \\ 0 \\ \dfrac{ml}{q} \end{bmatrix}

Ses pôles sont les trois précédents plus un en s=0s = 0 : le chariot, qui n’a aucune position préférée. Écrite en entier, la fonction de transfert de l’angle tirée de ce modèle est

Θ(s)U(s)=4.545 s2s (s3+0.182 s2−31.21 s−4.459)\frac{\Theta(s)}{U(s)} = \frac{4.545\,s^2}{s\,(s^3 + 0.182\,s^2 - 31.21\,s - 4.459)}

et un ss se simplifie. C’est pour cela que la fonction de transfert d’ordre trois était juste, et c’est aussi toute la raison pour laquelle un régulateur qui ne voit que l’angle ne peut pas ramener le chariot : vu de θ\theta, le pôle du chariot est invisible.

La position du chariot a ses propres zéros, en s=±mgl/(I+ml2)=±4.95s = \pm\sqrt{mgl/(I+ml^2)} = \pm 4.95. Celui du demi-plan droit comptera plus loin.

La construction dans BlockWerk

Le procédé est un unique bloc StateSpace. Ses matrices ne sont pas des nombres décimaux : chaque terme est une expression des variables du diagramme — mgl(M+m)/q, (I+ml^2)/q — évaluée à l’exécution. Déplacez le curseur MM et AA et BB suivent ; le moteur reconstruit les matrices du bloc sur place, sans redémarrage. CC est l’identité, le bloc a donc quatre sorties, y_0 à y_3, une par état.

Contrairement aux suites de simulation de bureau qui demandent des gigaoctets d’installation (voir notre comparatif alternative à Simulink), BlockWerk résout ce système instable d’ordre quatre directement dans le navigateur en WebAssembly à 60 i/s, sur des portables scolaires sans installation (voir l’automatique sur Chromebook et iPad).

Tout le reste se branche sur ces sorties. L’angle passe par une Saturation à ±90°\pm 90° — le sol, que le modèle linéaire ignore — vers l’oscilloscope et le régulateur sur l’angle seul. Les quatre états vont aux blocs Gain du retour d’état.

Perturber le système

Voici un piège qu’il vaut la peine de contourner délibérément.

Le test évident est un échelon de consigne. Pour l’angle, il ne fait rien. La consigne est zéro — la verticale — et le modèle démarre à la verticale ; l’erreur est nulle, le régulateur ne sort rien, et le graphe reste une ligne plate pour toujours. Rien ne s’est mal passé ; il n’y a simplement rien à corriger.

Un problème d’équilibre n’est pas un problème de poursuite. La vraie question est _« si quelque chose le bouscule, le régulateur le rattrape-t-il ? »_ L’entrée est donc une perturbation sur la force : une brève poussée, puis plus rien. Ce modèle utilise une impulsion rectangulaire de 10 N10\ \text{N} pendant 0.1 s0.1\ \text{s} à t=0.2 st = 0.2\ \text{s} — une impulsion de 1 N⋅s1\ \text{N}\cdot\text{s} — construite avec deux blocs Step qui s’annulent. Sans régulateur, la tige touche le sol une demi-seconde plus tard.

Un régulateur qui ne voit que l’angle

La première boucle est un PIDController sur −θ-\theta. Cinq jeux de gains, chacun mesuré sur 5 s5\ \text{s} avec un pas de 0.001 s0.001\ \text{s} :

KpK_pKiK_iKdK_dθ\theta maxen degrésrevenu à 0.0050.005 rad
1001200.04110.04112.35°2.35°0.750.75 s
1000200.04110.04112.35°2.35°0.750.75 s
3205.50.13960.13968.00°8.00°1.051.05 s
501100.08190.08194.69°4.69°0.940.94 s
2001400.02050.02051.17°1.17°0.590.59 s

L’action proportionnelle seule est un ressort. Avec Kp=100K_p = 100 et rien d’autre, les pôles en boucle fermée sont en −0.10±20.6j-0.10 \pm 20.6j : la tige oscille autour de la verticale à 3.3 Hz3.3\ \text{Hz} avec un amortissement de 0.0050.005, sans s’arrêter. Un troisième pôle en +0.011+0.011 reste instable — lentement.

L’action dérivée retire l’énergie. Elle répond à θ˙\dot\theta, à la vitesse de chute, et commence donc à pousser alors que la tige est encore presque verticale. Avec Kd=20K_d = 20, l’oscillation s’éteint en moins d’une seconde.

L’action intégrale déplace le dernier pôle lent. Sans elle, le terme constant du polynôme caractéristique en boucle fermée, −bmgl/q+Ki ml/q-bmgl/q + K_i\,ml/q, est négatif, et un pôle reste en +0.011+0.011. Ki=1K_i = 1 (le choix de CTMS) le porte à −0.0002-0.0002 : stable sur le papier, avec une constante de temps d’environ 80 minutes.

Et pendant tout ce temps le chariot dérive. Après la poussée, il s’éloigne à vitesse constante — un demi-mètre en cinq secondes, deux mètres en vingt — car aucun choix de KpK_p, KiK_i et KdK_d ne peut déplacer le pôle en s=0s = 0.

Retour d’état : le chariot revient

On mesure les quatre états et on les réinjecte tous :

u=−K [x−xrefx˙θθ˙]Tu = -K\,\begin{bmatrix} x - x_\text{ref} & \dot{x} & \theta & \dot{\theta} \end{bmatrix}^\mathsf{T}

Le modèle utilise la synthèse LQR de CTMS, qui minimise ∫(xTQ x+u2) dt\int (\mathbf{x}^\mathsf{T} Q\,\mathbf{x} + u^2)\,dt avec Q=diag⁡(5000,0,100,0)Q = \operatorname{diag}(5000, 0, 100, 0) :

K=[−70.7−37.8105.620.9]K = \begin{bmatrix} -70.7 & -37.8 & 105.6 & 20.9 \end{bmatrix}

ce qui place les pôles en boucle fermée en −8.49±7.93j-8.49 \pm 7.93j et −4.76±0.83j-4.76 \pm 0.83j. Après la poussée, la tige culmine à 5.4°5.4° et le chariot revient au milieu. Un échelon de consigne de 0.2 m0.2\ \text{m} à t=1.5 st = 1.5\ \text{s} prend environ une seconde, une inclinaison maximale de 9°9° et 14 N14\ \text{N} — et commence par un recul de 58 mm58\ \text{mm} dans le mauvais sens. C’est le zéro en +4.95+4.95 : pour incliner la tige vers la cible, le chariot doit d’abord se dérober sous elle, et le retour d’état déplace tous les pôles mais aucun zéro.

Retard pur

Une boucle réelle a de la latence — filtrage, échantillonnage, un bus, le variateur. En ouvrant la boucle à l’entrée du chariot, le gain de boucle L(s)=K(sI−A)−1BL(s) = K(sI - A)^{-1}B coupe 0 dB0\ \text{dB} à 26.1 rad/s26.1\ \text{rad/s} avec 61.3°61.3° de marge de phase. Un retard pur (Delay) τd\tau_d ne touche pas le gain et retranche ωτd\omega\tau_d à la phase ; la marge de retard vaut donc

τmax=61.3°⋅π/18026.1 rad/s≈41 ms\tau_\text{max} = \frac{61.3° \cdot \pi/180}{26.1\ \text{rad/s}} \approx 41\ \text{ms}

Mesuré : 30 ms30\ \text{ms} portent l’inclinaison maximale de 9°9° à 13°13° et laissent 16°16° de marge ; 40 ms40\ \text{ms} oscillent à la limite ; à 50 ms50\ \text{ms} la tige tombe.

À essayer

  • Le curseur vitesse multiplie les quatre pôles LQR par un même facteur, et les gains sont recalculés pour le procédé que décrivent les autres curseurs. À 0.50.5, un changement de consigne coûte 0.9 N0.9\ \text{N} ; à 1.51.5, 72 N72\ \text{N} et 21°21° d’inclinaison.
  • Combinez la vitesse 1.51.5 avec 30 ms30\ \text{ms} de retard. Le régulateur plus rapide coupe à plus haute fréquence et n’a qu’environ 28 ms28\ \text{ms} de marge de retard : la tige tombe.
  • Réglez le vent sur 5 N5\ \text{N}. La tige reste debout, mais le chariot s’arrête à environ 7 cm7\ \text{cm} de sa consigne : au repos, le régulateur doit contrer avec −5 N-5\ \text{N}, et le gain de position ne le fait qu’avec une erreur, F/kxF/k_x. Une action intégrale sur xx la supprimerait.
  • Augmentez ll. Une tige plus longue tombe plus lentement — le pôle instable se rapproche de l’origine — et c’est pourquoi les artistes de cirque équilibrent de longues perches, pas des courtes.

Ce que ce modèle omet

Le modèle est linéaire, il n’est donc honnête que près de la verticale : sin⁡θ≈θ\sin\theta \approx \theta reste exact à 1%1\% près jusqu’à environ 14°14°. Le modèle linéaire rattrapera docilement une tige depuis des angles dont une vraie ne reviendrait pas. Redresser la tige depuis la position pendante exige d’abord un régulateur non linéaire — la commande énergétique d’Åström–Furuta ramène E=12(I+ml2)θ˙2+mgl(cos⁡θ−1)E = \tfrac12 (I+ml^2)\dot\theta^2 + mgl(\cos\theta - 1) à zéro, l’apprentissage par renforcement en est une autre voie — un régulateur linéaire comme celui-ci prenant le relais près du sommet.

Le chariot roule ici sur un rail sans fin, et le moteur fournit toute force demandée.

Sources

Le jeu de paramètres utilisé ici (MM, mm, bb, ll) et le choix de ce système comme exemple traité viennent des Control Tutorials for MATLAB & Simulink (CTMS), du Pr Dawn Tilbury (University of Michigan) et du Pr Bill Messner (Carnegie Mellon University), complétés ensuite par le Pr Rick Hill (Detroit Mercy), JD Taylor (CMU) et le Pr Shuvra Das (Detroit Mercy), avec le soutien de la NSF (subvention DUE 9554819) et de MathWorks. CTMS est sous licence CC BY-SA 4.0.

La démonstration, le texte, le schéma-bloc et chaque valeur mesurée de cette page sont notre propre travail, produit avec le moteur de BlockWerk. Nous utilisons g=9.81 m/s2g = 9.81\ \text{m/s}^2.

Les équations du mouvement d’un pendule inversé sur chariot sont classiques et figurent sous une forme très proche dans la plupart des manuels d’automatique, parmi lesquels Modern Control Engineering d’Ogata, Control Systems Engineering de Nise et Feedback Control of Dynamic Systems de Franklin, Powell et Emami-Naeini.

Voir aussi

  • StateSpace : le modèle complet chariot-pendule à quatre états.
  • Gain : mise en œuvre du vecteur de gains LQR du retour d’état complet.
  • PIDController : boucle de stabilisation sur l’angle seul.
  • Delay : modélisation du retard de l’actionneur et du déphasage.
  • Saturation : limites mécaniques de l’angle (butée au sol à ±90∘\pm 90^\circ).
  • XYPlot : trajectoire dans le plan de phase (θ\theta en fonction de θ˙\dot{\theta}).
  • uPlotDisplay : tracés temporels multivoies rapides.
  • Alternative à Simulink : l’automatique dans le navigateur, sans contraintes de licence de bureau.
  • Automatique sur Chromebook & iPad : simulations temps réel du pendule inversé sur du matériel scolaire mobile.
  • Guide de la simulation interactive : solveurs de Runge-Kutta, pas d’échantillonnage et stabilité.

Questions Fréquemment Posées (FAQ)

Q: How do you linearize the equations of motion for an inverted pendulum cart around theta = 0?

The coupled nonlinear equations derived via Euler-Lagrange are (M+m)x¨+mLθ¨cos⁡θ−mLθ˙2sin⁡θ=F(M + m)\ddot{x} + m L \ddot{\theta}\cos\theta - m L \dot{\theta}^2\sin\theta = F and mLx¨cos⁡θ+(I+mL2)θ¨−mgLsin⁡θ=0m L \ddot{x}\cos\theta + (I + m L^2)\ddot{\theta} - m g L \sin\theta = 0. Linearizing around upright equilibrium x0=[0,0,0,0]Tx_0 = [0, 0, 0, 0]^T using small-angle approximations sin⁡θ≈θ\sin\theta \approx \theta, cos⁡θ≈1\cos\theta \approx 1, and dropping second-order velocities θ˙2≈0\dot{\theta}^2 \approx 0 yields the linear state-space system x˙=Ax+Bu\dot{x} = A x + B u with states x=[p,p˙,θ,θ˙]Tx = [p, \dot{p}, \theta, \dot{\theta}]^T. Here, denominator Jt=(M+m)(I+mL2)−(mL)2J_t = (M+m)(I+mL^2) - (mL)^2, producing an unstable open-loop pole at s=+(M+m)mgLJts = +\sqrt{\frac{(M+m)mgL}{J_t}}.

Q: Why is Full-State Feedback (LQR) superior to dual-PID loops for cart-pendulum stabilization?

The inverted cart-pendulum is an underactuated system (1 control force FF controls 2 degrees of freedom: cart position pp and pole angle θ\theta). Decentralized PID loops suffer from severe dynamic cross-talk: moving the cart forward requires accelerating backward first, introducing non-minimum phase right-half-plane zeros. Linear Quadratic Regulation (LQR) solves the continuous algebraic Riccati equation ATP+PA−PBR−1BTP+Q=0A^T P + P A - P B R^{-1} B^T P + Q = 0 to calculate optimal state gain matrix K=R−1BTPK = R^{-1} B^T P, coordinating cart positioning and balance simultaneously with guaranteed stability margins (≥60∘\ge 60^\circ phase margin).

Q: What happens when the cart actuator saturates, and how is this simulated in BlockWerk?

When required motor force exceeds physical limits ∣u∣>Fmax⁡|u| > F_{\max}, the linear control law loses control authority. If ∣θ∣>θcrit|\theta| > \theta_{\text{crit}}, gravitational torque mgLsin⁡θm g L \sin\theta exceeds the maximum recoverable horizontal torque Fmax⁡Lcos⁡θF_{\max} L \cos\theta, causing the pole to fall open-loop. In BlockWerk, inserting a Saturation block between the state-gain matrix KK and plant input BB dynamically clamps u(t)=clamp(u,−Fmax⁡,Fmax⁡)u(t) = \text{clamp}(u, -F_{\max}, F_{\max}), enabling engineers to accurately verify the maximum impulse disturbance before destabilization.

Simuler dans BlockWerk

Bac à sable interactif directement dans votre navigateur — aucune installation, moteur WebAssembly.

Simuler dans BlockWerk →