[pt] As técnicas de Controle Hierarquizado vem sendo aplicadas a contextos cada vez mais gerais, chegando agora, por exemplo, a sistemas a parâmetros distribuídos. Apresenta-se uma formalização axiomática do problema de controle ótimo que elas resolvem, buscando maior clareza neste processo. Desenvolve-se a aplicação do Controle Hierarquizado a sistemas compostos com sub-sistemas regidos por equações diferenciais parciais, através de uma definição formal, e chegando a alguns teoremas de aplicabilidade. Escreve-se as equações de dois exemplos, um dos quais representa o problema de controle ótimo de um forno de aquecimento de material transportado por uma esteira rolante. / [fr] Depuis quelques annés, les techniques do Commande Hierarchisée ont nu leur champ d’application s’ elargir, atteignant, par exemple, les systèmes à parametres repartis. Ce travail presente une formalisation axiomatique du problème de commande optimale complexe em vue d’une simplification de l’ètude de ces processus. Nous developpons l’application de la Commande Hierarchisée dans de systèmes composés avec sous-systèmes Regis par des equations diferentielles partielles, par une definition formelle. Nous arrivons à des théorèmes sur l’applicabilité de la mèthode. Nous écrivons les equations de resolution d’un problème de commande optimale d’um four de chauffage de material transporté par um tapis roulant.

Le travail présenté ici s'intéresse à la résolution numérique de problèmes de commande optimale stochastique de grande taille. Nous considérons un système dynamique, sur un horizon de temps discret et fini, pouvant être influencé par des bruits exogènes et par des actions prises par le décideur. L'objectif est de contrôler ce système de sorte à minimiser une certaine fonction objectif, qui dépend de l'évolution du système sur tout l'horizon. Nous supposons qu'à chaque instant des observations sont faites sur le système, et éventuellement gardées en mémoire. Il est généralement profitable, pour le décideur, de prendre en compte ces observations dans le choix des actions futures. Ainsi sommes-nous à la recherche de stratégies, ou encore de lois de commandes, plutôt que de simples décisions. Il s'agit de fonctions qui à tout instant et à toute observation possible du système associent une décision à prendre. Ce manuscrit présente trois contributions. La première concerne la convergence de méthodes numériques basées sur des scénarios. Nous comparons l'utilisation de méthodes basées sur les arbres de scénarios aux méthodes particulaires. Les premières ont été largement étudiées au sein de la communauté "Programmation Stochastique". Des développements récents, tant théoriques que numériques, montrent que cette méthodologie est mal adaptée aux problèmes à plusieurs pas de temps. Nous expliquons ici en détails d'où provient ce défaut et montrons qu'il ne peut être attribué à l'usage de scénarios en tant que tel, mais plutôt à la structure d'arbre. En effet, nous montrons sur des exemples numériques comment les méthodes particulaires, plus récemment développées et utilisant également des scénarios, ont un meilleur comportement même avec un grand nombre de pas de temps. La deuxième contribution part du constat que, même à l'aide des méthodes particulaires, nous faisons toujours face à ce qui est couramment appelé, en commande optimale, la malédiction de la dimension. Lorsque la taille de l'état servant à résumer le système est de trop grande taille, on ne sait pas trouver directement, de manière satisfaisante, des stratégies optimales. Pour une classe de systèmes, dits décomposables, nous adaptons des résultats bien connus dans le cadre déterministe, portant sur la décomposition de grands systèmes, au cas stochastique. L'application n'est pas directe et nécessite notamment l'usage d'outils statistiques sophistiqués afin de pouvoir utiliser la variable duale qui, dans le cas qui nous intéresse, est un processus stochastique. Nous proposons un algorithme original appelé Dual Approximate Dynamic Programming (DADP) et étudions sa convergence. Nous appliquons de plus cet algorithme à un problème réaliste de gestion de production électrique sur un horizon pluri-annuel. La troisième contribution de la thèse s'intéresse à une propriété structurelle des problèmes de commande optimale stochastique : la question de la consistance dynamique d'une suite de problèmes de décision au cours du temps. Notre but est d'établir un lien entre la notion de consistance dynamique, que nous définissons de manière informelle dans le dernier chapitre, et le concept de variable d'état, qui est central dans le contexte de la commande optimale. Le travail présenté est original au sens suivant. Nous montrons que, pour une large classe de modèles d'optimisation stochastique n'étant pas a priori consistants dynamiquement, on peut retrouver la consistance dynamique quitte à étendre la structure d'état du système / This work is intended at providing resolution methods for Stochastic Optimal Control (SOC) problems. We consider a dynamical system on a discrete and finite horizon, which is influenced by exogenous noises and actions of a decision maker. The aim is to minimize a given function of the behaviour of the system over the whole time horizon. We suppose that, at every instant, the decision maker is able to make observations on the system and even to keep some in memory. Since it is generally profitable to take these observations into account in order to draw further actions, we aim at designing decision rules rather than simple decisions. Such rules map to every instant and every possible observation of the system a decision to make. The present manuscript presents three main contributions. The first is concerned with the study of scenario-based solving methods for SOC problems. We compare the use of the so-called scenario trees technique to the particle method. The first one has been widely studied among the Stochastic Programming community and has been somehow popular in applications, until recent developments showed numerically as well as theoretically that this methodology behaved poorly when the number of time steps of the problem grows. We here explain this fact in details and show that this negative feature is not to be attributed to the scenario setting, but rather to the use of a tree structure. Indeed, we show on numerical examples how the particle method, which is a newly developed variational technique also based on scenarios, behaves in a better way even when dealing with a large number of time steps. The second contribution starts from the observation that, even with particle methods, we are still facing some kind of curse of dimensionality. In other words, decision rules intrisically suffer from the dimension of their domain, that is observations (or state in the Dynamic Programming framework). For a certain class of systems, namely decomposable systems, we adapt results concerning the decomposition of large-scale systems which are well known in the deterministic case to the SOC case. The application is not straightforward and requires some statistical analysis for the dual variable, which is in our context a stochastic process. We propose an original algorithm called Dual Approximate Dynamic Programming (DADP) and study its convergence. We also apply DADP to a real-life power management problem. The third contribution is concerned with a rather structural property for SOC problems: the question of dynamic consistency for a sequence of decision making problems over time. Our aim is to establish a link between the notion of time consistency, that we loosely define in the last chapter, and the central concept of state structure within optimal control. This contribution is original in the following sense. Many works in the literature aim at finding optimization models which somehow preserve the "natural" time consistency property for the sequence of decision making problems. On the contrary, we show for a broad class of SOC problems which are not a priori time-consistent that it is possible to regain this property by simply extending the state structure of the model

Dans le cadre du programme de croissance Européen 2020, la commission européenne a mis en place officiellement un chemin à long terme pour une économie à faible émission de carbone, en aspirant une réduction d’au moins 80% des émissions de gaz à effet de serre, d’ici 2050. Répondre à ces exigences ambitieuses, impliquera un changement majeur de paradigme, et notamment en ce qui concerne les infrastructures du réseau électrique. Les percées dans la technologie des semi-conducteurs et les avancées avec les nouvelles topologies d’électronique de puissance et leurs contrôle-commandes, ont contribué à l’impulsion donnée au processus en cours de réaliser un tel SuperGrid. Une percée technologique majeure a eu lieu en 2003, avec le convertisseur modulaire multi-niveaux (MMC ou M2C), présenté par le professeur Marquardt, et qui est actuellement la topologie d’électronique de puissance la plus adaptée pour les stations HVDC. Cependant, cette structure de conversion introduit également un certain nombre de défis relativement complexes tels que les courants “additionnels” qui circulent au sein du convertisseur, entrainant des pertes supplémentaires et un fonctionnement potentiellement instable. Ce projet de thèse vise à concevoir des stratégies de commande “de haut niveau” pour contrôler le MMC adaptées pour les applications à courant continue-haute tension (HVDC), dans des conditions de réseau AC équilibrés et déséquilibrés. La stratégie de commande optimale identifiée est déterminée via une approche pour la conception du type “de haut en bas”, inhérente aux stratégies d’optimisation, où la performance souhaitée du convertisseur MMC donne la stratégie de commande qui lui sera appliquée. Plus précisément, la méthodologie d’optimisation des multiplicateurs de Lagrange est utilisée pour calculer le signal minimal de référence du courant de circulation du MMC dans son repère naturel. / Following Europe’s 2020 growth program, the Energy Roadmap 2050 launched by the European Commission (EC) has officially set a long term path for a low-carbon economy, assuming a reduction of at least 80% of greenhouse gas emissions by the year 2050. Meeting such ambitious requirements will imply a major change in paradigm, including the electricity grid infrastructure as we know it.The breakthroughs in semi-conductor technology and the advances in power electronics topologies and control have added momentum to the on-going process of turning the SuperGrid into a reality. Perhaps the most recent breakthrough occurred in 2003, when Prof. Marquardt introduced the Modular Multilevel Converter (MMC or M2C) which is now the preferred power electronic topology that is starting to be used in VSC-HVDC stations. It does however, introduce a number of rather complex challenges such as “additional” circulating currents within the converter itself, causing extra losses and potentially unstable operation. In addition, the MMC will be required to properly balance the capacitive energy stored within its different arms, while transferring power between the AC and DC grids that it interfaces.The present Thesis project aimed to design adequate “high-level” MMC control strategies suited for HVDC applications, under balanced and unbalanced AC grid conditions. The resulting control strategy is derived with a “top-to-bottom” design approach, inherent to optimization strategies, where the desired performance of the MMC results in the control scheme that will be applied. More precisely, the Lagrange multipliers optimization methodology is used to calculate the minimal MMC circulating current reference signals in phase coordinates, capable of successfully regulating the capacitive arm energies of the converter, while reducing losses and voltage fluctuations, and effectively decoupling any power oscillations that would take place in the AC grid and preventing them from propagating into the DC grid.

En France, il existe deux modes de traction pour les trains : la traction diesel ou la traction électrique. Chaque mode fait face à des problématiques qui lui sont propres. Dans le cas du diesel, les émissions de gaz à effet de serre étant de plus en plus contrôlées, il devient nécessaire de faire évoluer ce type de train vers une solution moins polluante. Dans le cas de la traction électrique, la consommation d’énergie entraine une chute de tension qui peut imposer un ralentissement des trains, empêchant ainsi le développement du trafic. La solution étudiée par la SNCF est l’hybridation des trains (ajout de systèmes de stockage en embarqué).Ces travaux de thèse ont pour objectif de mettre en place une méthode permettant de faire le pré-dimensionnement des systèmes de stockage embarqués dans le train. De plus, afin de tenir compte de l’influence réciproque de la gestion sur le dimensionnement, celle-ci est incluse dans le modèle de dimensionnement. La résolution du modèle global se fait à l’aide d’un algorithme d’optimisation.La méthode a été mise en place sur les deux modes de traction ferroviaire (diesel et électrique) et l’optimisation a été faite avec l’algorithme SQP (Sequential Quadratic Programming). / In France, there are two traction modes for railway: the diesel and electric traction. Each mode has its own issues. For diesel, the increasing control of the greenhouse gas emissions imposes to evolve this type of train to a less polluting solution. For electric traction, the energy consumption creates a voltage drop which can cause a traffic slowdown, which will limit the traffic development. The studied solution by SNCF is the hybridization of the train (adding storage system).Thus, these works have the objective to build a method to do the pre-sizing of storage systems embedded in trains. Moreover, to take into account the mutual influence of the sizing and the energy management, this last one is included in the sizing model. An optimization algorithm solves the global model.The method has been developed for the two traction modes (diesel and electric) and the optimization has been made with SQP algorithm (Sequential Quadratic Programming).

Un robot bipède doit pouvoir marcher en toute sécurité dans une foule. Pour cela, il faut prendre en compte deux aspects : l’équilibre et l'évitement des collisions. Maintenir l’équilibre implique d'éviter les défaillances dynamiques et cinématiques de la dynamique instable du robot. Pour ce qui est de l’évitement des collisions, il s’agit d’éviter le contact entre le robot et des individus. Nous voulons être capables de satisfaire ces deux contraintes simultanément, à l’instant présent mais aussi dans le futur. Nous pouvons assurer l’équilibre du robot indéfiniment en le faisant entrer dans un cycle limite de marche ou en le faisant s’arrêter après quelques pas. Néanmoins, une telle garantie pour l’évitement d’obstacle n’est pas possible pour plusieurs raisons : impossibilité de connaître de manière absolue la direction vers laquelle les individus se dirigent, limitations cinématiques et dynamiques du robot, mouvement adverse de la foule, etc. Nous traitons ces limitations avec une stratégie standard de navigation dans une foule, appelée passive safety, qui nous permet de formuler une loi de commande prédictive avec laquelle nous assurons l’équilibre et l'évitement des collisions, de manière unifiée, en faisant s’arrêter le robot de manière sécurisée et en temps fini. De plus, nous définissons une nouvelle stratégie de navigation sûre basée sur le principe d’évitement des collisions aussi longtemps que possible, qui a la propriété de minimiser leur apparition et sévérité. Nous proposons une formulation lexicographique qui synthétise des mouvements conformes à ce principe. Nous augmentons les degrés de liberté de la locomotion d’un robot bipède en permettant la variation de l’orientation et de la durée des pas en ligne. Cependant, cela introduit des non-linéarités dans les contraintes de nos problèmes d’optimisation. Nous faisons des approximations de ces contraintes non-linéaires avec des contraintes linéaires sûres de sorte que la satisfaction des secondes implique la satisfaction des premières. Nous proposons une nouvelle méthode de résolution des problèmes non-linéaires (Optimisation Quadratique Successive Sûre) qui assure la faisabilité des itérations de Newton en utilisant cette redéfinition des contraintes. Nous simulons la marche d’un robot bipède dans une foule pour évaluer la performance de nos lois des commandes. D’une part, nous réussissons à réduire (statistiquement) la quantité et la sévérité des collisions en comparaison avec la méthode de passive safety, spécialement dans les conditions d’incertitude de la marche du robot dans une foule. D’autre part, nous montrons des exemples de comportements typiques du robot, qui découlent de la liberté de choisir l’orientation et la durée des pas. Nous rapportons le coût de calcul de notre méthode de résolution des problèmes non-linéaires en comparaison avec une méthode standard. Nous montrons qu’une seule itération de Newton est nécessaire pour arriver à une solution faisable, mais que le coût de calcul dépend du nombre de factorisations de l’active set dont nous avons besoin pour arriver à l’active set optimal. / We want a biped robot to walk safely in a crowd. This involves two aspects: balance and collision avoidance. The first implies avoiding kinematic and dynamical failures of the unstable walking dynamics of the robot; the second refers to avoiding collisions with people. We want to be able to solve both problems not only now but also in the future. We can ensure balance indefinitely by entering in a cyclic walk or by making the robot stop after a couple of steps. Nonetheless, we cannot give a comparable guarantee in collision avoidance for many reasons: impossibility of having absolute knowledge of where people are moving, kinematic/dynamical limitations of the robot, adversarial crowd motion, etc. We address this limitation with a standard strategy for crowd navigation, known as passive safety, that allows us to formulate a unified Model Predictive Control approach for balance and collision avoidance in which we require the robot to stop safely in finite time. In addition, we define a novel safe navigation strategy based on the premise of avoiding collisions for as long as possible that minimizes their occurrence and severity. We propose a lexicographic formulation that produces motions that comply with such premise.We increase the degrees of freedom of the locomotion of a biped robot by allowing the duration and orientation of its steps to vary online. This introduces nonlinearities in the constraints of the optimization problems we solve. We approximate these nonlinear constraints with safe linear constraints so that satisfying the latter implies satisfying the former. We propose a novel method (Safe Sequential Quadratic Programming) that ensures feasible Newton iterates in the solution of nonlinear problems based on this redefinition of constraints.We make a series of simulations of a biped robot walking in a crowd to evaluate the performance of our proposed controllers. We are able to attest the reduction in the number and in the severity of collisions with our proposed navigation strategy in comparison with passive safety, specially when there is uncertainty in the motion of people. We show typical behaviors of the robot that arise when we allow the online variation of the duration and orientation of the steps and how it further improves collision avoidance. We report the computational cost of our proposed numerical method for nonlinear problems in comparison with a standard method. We show that we only need one Newton iteration to arrive to a feasible solution but that the CPU time is dependent on the amount of active set factorizations needed to arrive to the optimal active set.

Cette thèse se concentre sur la commande optimale des systèmes de complémentarité linéaire (notés LCS). Les LCS sont des systèmes dynamiques définis par des équations différentielles algébriques (ÉDA), où une des variables est définie par un problème de complémentarité linéaire.Ces systèmes se retrouvent dans la modélisation de nombreux phénomènes, tels que les équilibres dynamiques de Nash, les systèmes dynamiques hybrides ou encore la modélisation de circuits électriques. Les propriétés des solutions à ces ÉDA dépendent essentiellement de propriétés que doit vérifier la matrice D présente dans la complémentarité.Ces contraintes de complémentarité posent des problèmes à deux niveaux. Premièrement, l’analyse de ces systèmes dynamiques font souvent appel à des outils pointus, et leurs études laissent encore des questions non résolues. Deuxièmement, la commande optimale pour ces systèmes pose des soucis à cause d’une part de présence éventuelle de l’état dans les contraintes, et d’autre part une violation assurée des qualifications des contraintes qui sont une hypothèse récurrente des problèmes d’optimisation.La recherche de ce manuscrit se concentre sur la commande optimale de ces systèmes. On s’intéresse principalement à la commande quadratique (minimisation d’une fonctionnelle quadratique en l’état et la commande), et à la commande temps minimal. Les résultats se concentrent sur deux pans: d’un côté, on opère une approche analytique du problème afin de trouver des conditions nécessaires d’optimalité (si possible, on démontre qu’elles sont suffisantes) ; dans un deuxième temps, une approche numérique est effectuée, avec le soucis d’obtenir des résultats numériques précis de manière rapide. / This thesis focuses on the optimal control of Linear Complementarity Systems (LCS). LCS are dynamical systems defined through Differential Algebraic Equations (DAE), where one of the variable is defined by a Linear Complementarity Problem.These systems can be found in the modeling of various phenomena, as Nash equilibria, hybrid dynamical systems or modeling of electrical circuits. Properties of the solution to these DAE essentially depend on properties that the matrix D in the complementarity must meet. These complementarity constraints induce two different challenges. First, the analysis of these dynamical systems often use state of the art tools, and their study still has some unansweredquestions. Second, the optimal control of these systems causes troubles due to on one hand the presence of the state in the constraints, on the other hand the violation of Constraint Qualifications, that are a recurring hypothesis for optimisation problems.The research presented in this manuscript focuses on the optimal control of these systems. We mainly focus on the quadratic optimal control problem (minimisation of a quadratic functional involving the state and the control), and the minimal time control. The results present two different aspects: first, we start with an analytical approach in order to find necessary conditions of optimality (if possible, these conditions are proved to be sufficient); secondly, a numerical approach is tackled, with the aim of getting precise results with a reduced computational time.

Dans le cadre du programme de croissance Européen 2020, la commission européenne a mis en place officiellement un chemin à long terme pour une économie à faible émission de carbone, en aspirant une réduction d’au moins 80% des émissions de gaz à effet de serre, d’ici 2050. Répondre à ces exigences ambitieuses, impliquera un changement majeur de paradigme, et notamment en ce qui concerne les infrastructures du réseau électrique. Les percées dans la technologie des semi-conducteurs et les avancées avec les nouvelles topologies d’électronique de puissance et leurs contrôle-commandes, ont contribué à l’impulsion donnée au processus en cours de réaliser un tel SuperGrid. Une percée technologique majeure a eu lieu en 2003, avec le convertisseur modulaire multi-niveaux (MMC ou M2C), présenté par le professeur Marquardt, et qui est actuellement la topologie d’électronique de puissance la plus adaptée pour les stations HVDC. Cependant, cette structure de conversion introduit également un certain nombre de défis relativement complexes tels que les courants “additionnels” qui circulent au sein du convertisseur, entrainant des pertes supplémentaires et un fonctionnement potentiellement instable. Ce projet de thèse vise à concevoir des stratégies de commande “de haut niveau” pour contrôler le MMC adaptées pour les applications à courant continue-haute tension (HVDC), dans des conditions de réseau AC équilibrés et déséquilibrés. La stratégie de commande optimale identifiée est déterminée via une approche pour la conception du type “de haut en bas”, inhérente aux stratégies d’optimisation, où la performance souhaitée du convertisseur MMC donne la stratégie de commande qui lui sera appliquée. Plus précisément, la méthodologie d’optimisation des multiplicateurs de Lagrange est utilisée pour calculer le signal minimal de référence du courant de circulation du MMC dans son repère naturel. / Following Europe’s 2020 growth program, the Energy Roadmap 2050 launched by the European Commission (EC) has officially set a long term path for a low-carbon economy, assuming a reduction of at least 80% of greenhouse gas emissions by the year 2050. Meeting such ambitious requirements will imply a major change in paradigm, including the electricity grid infrastructure as we know it.The breakthroughs in semi-conductor technology and the advances in power electronics topologies and control have added momentum to the on-going process of turning the SuperGrid into a reality. Perhaps the most recent breakthrough occurred in 2003, when Prof. Marquardt introduced the Modular Multilevel Converter (MMC or M2C) which is now the preferred power electronic topology that is starting to be used in VSC-HVDC stations. It does however, introduce a number of rather complex challenges such as “additional” circulating currents within the converter itself, causing extra losses and potentially unstable operation. In addition, the MMC will be required to properly balance the capacitive energy stored within its different arms, while transferring power between the AC and DC grids that it interfaces.The present Thesis project aimed to design adequate “high-level” MMC control strategies suited for HVDC applications, under balanced and unbalanced AC grid conditions. The resulting control strategy is derived with a “top-to-bottom” design approach, inherent to optimization strategies, where the desired performance of the MMC results in the control scheme that will be applied. More precisely, the Lagrange multipliers optimization methodology is used to calculate the minimal MMC circulating current reference signals in phase coordinates, capable of successfully regulating the capacitive arm energies of the converter, while reducing losses and voltage fluctuations, and effectively decoupling any power oscillations that would take place in the AC grid and preventing them from propagating into the DC grid.

L'accroissement permanent du commerce intercontinental et la mondialisation s'accompagnent d'une augmentation de la productivité des ports et des terminaux à conteneurs. Le besoin de compétitivité des exploitants auquel s'additionnent les législations environnementales, poussent les fabricants d'engins de manutention de conteneurs à développer de nouvelles solutions afin de produire des machines plus respectueuses de l'environnement à un coût de possession acceptable. Pour ce faire, l'hybridation des sources d'énergie et l'utilisation de chaînes d'actionnement plus efficaces d'un point de vue énergétique sont les solutions envisagées. En conséquence, les cahiers des charges sont de plus en plus complexes, et les spécifications qu'ils stipulent sont de nature hétérogène. Ce travail de thèse s'intéresse à deux aspects majeurs en lien avec ces problématiques. Il s'articule donc d'une part autour d'un développement méthodologique concernant le dimensionnement de systèmes suractionnés par couplage de problèmes d'inversion et d'optimisation, et d'autre part, autour d'un développement applicatif visant la conception, la commande et la validation expérimentale d'une chaîne d'actionnement hybride d'un engin portuaire. Premièrement, nous proposons une procédure de construction d'un modèle s'appuyant sur le langage bond graph permettant de prendre en compte des spécifications exprimées en termes de critère à minimiser et de fonctions du temps désirées en sortie du système. Ce problème prend alors la forme d'un problème couplé d'inversion-optimisation. Du modèle bond graph obtenu, il est possible de déterminer directement les conditions nécessaires d'optimalité, et donc le système d'équations algébrodifférentielles associé. Nous nous intéressons ensuite à l'extension de la procédure de représentation d'un problème d'optimisation seul, dans le cas où des non linéarités apparaissent au niveau des phénomènes de dissipation d'énergie. Dans un second temps, nous proposons une nouvelle architecture pour un engin de manutention de conteneurs afin d'améliorer son efficacité énergétique. Cette solution de récupération d'énergie à la descente du conteneur est basée sur un transformateur hydraulique. L'énergie est stockée dans un accumulateur hydropneumatique, puis, elle est restituée grâce à un moteur hydraulique complémentaire couplé au moteur diesel. Un redimensionnement de la chaîne d'actionnement hydraulique ainsi qu'une stratégie de commande plus adaptée sont également proposées. Ces modifications offrent la possibilité de réaliser une récupération d'énergie à la décélération du véhicule sans ajout de composant majeur. L'architecture globale obtenue associée à une stratégie de commande adéquate génèrent une réduction de la consommation de carburant de 16% à 18%. Finalement, une validation expérimentale du système de récupération d'énergie potentielle est effectuée et les performances dynamiques et énergétiques sont analysées avec la commande proposée. / The continuously increasing of the intercontinental trade as well as the globalization lead to the need of higher productivity for ports and container terminals. In order to fulfill the need of competitiveness of terminal operators and in the same time respect the environmental legislation, container handling machine manufacturers are developping new solutions. Hybridization of energy sources is an interesting way but using more energy efficient actuation lines is also suitable. As a consequence, specifications are more and more complex, and can in particular have heterogeneous natures. In this thesis, the focus is made on two main topics linked to those problematics. On the one hand, a methodology concerning the sizing of over-actuated systems thanks to a coupling between inverse problems and dynamic optimization is exposed. On the other hand, the design, control strategies and an experimental validation of an hybrid actuation line applied to an container handling machine is presented. First of all, we propose a new procedure based on the bond graph language allowing the designer to take into account simultaneously two types of specifications, namely a cost function to minimize and functions of time specifying desired outputs of the system. This results in a coupled problem of state-space inversion and optimization. The procedure lead to a bond graph from which it is possible to directly derive the analytical system of the problem. The fundamental theory for proving the effectiveness of this procedure is carried out using the port hamiltonian systems. The bond graph representation of an optimal control problem is then extended to systems involving non linearities on dissipative R elements. In a second part, a new actuation architecture is proposed for a container handling machine, in order to improve the fuel efficiency. On the one hand, a transformer based system to recover the potential energy released during container lowering is exposed. This energy is stored into a hydropneumatic accumulator. Then, it is returned thanks to an extra hydraulic motor coupled to the engine shaft. On the other hand, a resizing of the main hydraulic pumps as well as a more suitable control law is proposed in order to make the engine work at better efficiency points. All those evolutions previously mentionned give now the possibility to perform kinetic energy recuperation during vehicle deceleration without adding any major component. The new architecture combined with more effetive control laws lead to a fuel consumption reduction of 16% up to 18%. Finally, the potential energy recovery system is validated on a test rig. The control laws are implemented and the dynamic and energetic performances are then analysed.

Le problème de la gestion énergétique des véhicules hybrides consiste essentiellement à développer des algorithmes appelés : stratégies de commande, dont le rôle est de choisir à chaque instant la meilleure répartition de puissance entre les différentes sources d'énergie d'une manière à minimiser la consommation de carburant et/ou les émissions de polluants. Le problème est formulé comme un problème de commande optimale qui, en connaissant a priori le profil de vitesse du véhicule, vise à trouver la répartition optimale de puissance en minimisant la consommation de carburant, sous contraintes. Il s'agit ici des algorithmes dits d'optimisation globale. Bien que ces deniers soient limités à la simulation, ils permettent, néanmoins de déduire des stratégies de commande « sous-optimales » applicables en ligne. <br />L'objectif de la thèse est d'élaborer des lois de gestion d'énergie applicable en ligne. Ceci revient à « prédire » le profil de vitesse du véhicule permettant d'estimer la demande de puissance du conducteur. A cette fin, Deux stratégies de commande temps réel basées sur l'algorithme d'optimisation globale ont été proposées. La première concerne le cas particulier d'un véhicule circulant sur le même trajet physique, et la seconde est une généralisation à tout types de parcours. Enfin, une mise en œuvre des stratégies temps réel proposées sur un banc moteur a permis de valider les résultats de simulation obtenus et d'évaluer le gain d'hybridation par rapport à un véhicule conventionnel équivalent.

Pour améliorer le traitement endovasculaire des anévrysmes de l'aorte, nous préconisons d'adjoindre aux cathéters existants un nouveau micro-robot qui leurs confère une compliance active. Ce nouvel outil, nommé MALICA (Multi Active LInk CAtheter), est un robot hybride à déformation continue. Nous établissons son modèle statique direct sous forme analytique généralisable à un empilement de plusieurs robots. Son expression permet ensuite de calculer le modèle différentiel. Une étude de ses caractéristiques géométriques est alors menée (volume de travail, dextérité). Grâce à l'optimisation sous contraintes d'une fonction objective, nous parvenons à résoudre le modèle statique inverse de MALICA qui gère sa redondance intrinsèque. Nous mettons finalement en œuvre une commande en orientation par modèle variationnel d'un micro-robot. Nous évaluons ses performances dans différents cas de suivi de trajectoires et pour différents critères d'optimisation (courbure, énergie).