Le craquage catalytique à lit fluidisé (FCC) est l'un des procédés les plus importants au sein d'une raffinerie moderne et joue un rôle économique primordial. Le fonctionnement du FCC pose des problèmes d'opération liés à sa complexité. L'étude a porté sur la simulation du FCC, sa commande prédictive multivariable et l'estimation de paramètres-clés. Après une revue de la littérature sur les FCC et les différentes approches de modélisation ainsi que des cinétiques de craquage, un modèle du FCC qui intègre les dynamiques importantes a été choisi pour les besoins de la commande prédictive. La simulation du riser a été effectuée pour différents modèles de craquage et a montré de grandes disparités entre modèles, créant une difficulté à définir un modèle général de riser pour les FCC. Outre le nombre de groupes considérés, les différences concernent la chaleur de réaction globale, les lois de formation de coke sur le catalyseur et la désactivation de ce dernier. Des algorithmes de commande prédictive linéaire et non linéaire basée sur le modèle ont été utilisés pour commander le FCC en tenant compte de sa nature multivariable et des contraintes imposées aux variables manipulées. Les sorties commandées, température en haut du riser et température du régénérateur ont été maintenues proches des consignes, tant en régulation qu'en poursuite, tout en respectant les contraintes portant sur les deux variables manipulées, le débit de catalyseur régénéré et le débit d'air entrant dans le régénérateur. Une commande à trois entrées manipulées, incluant le débit d'alimentation, a également été testée avec succès. La commande prédictive linéaire avec observateur a fourni des résultats encore meilleurs que la commande linéaire quadratique. La commande prédictive non linéaire a été testée mais présente des problèmes pour une implantation en temps réel. L'estimation du coke sur le catalyseur a été réalisée par le filtre de Kalman étendu, mais les erreurs d'estimation sont importantes, probablement à cause du choix insuffisant des mesures effectuées. L'ensemble de l'étude a montré que la commande avancée prédictive du FCC est performante et doit être recommandée, mais peut encore être améliorée en particulier par son réglage et l'estimation des états / Fluid catalytic cracking (FCC) is one of the most important processes in a modern refinery and is of essential economic importance. The FCC operation presents difficulties related to its complexity. The study was related to its simulation, multivariable control and estimation of key parameters. After a litterature review of the FCC, the different approaches of modelling and cracking kinetics, a FCC model that takes into account the important dynamics was chosen for model predictive control purposes. The riser simulation was carried out for different cracking models and shows great differences between these models, which makes it difficult to define a general riser model for the FCC. Besides the number of lumps, differences deal with the global heat of reaction, the coke formation laws and its deactivation functions. Linear and nonlinear model predictive algorithms were used for FCC control taking into account its multivariable nature and the constraints imposed on the manipulated variables. The controlled outputs, temperature at the riser top and temperature in the regenerator were maintained close to their respective set points in regulation and tracking modes while respecting the constraints on the two manipulated variable, the flow rate of regenerated catalyst and the flow rate of air entering the regenerator. A control with three manipulated variables including the feed flow rate was also successfully tested. Linear predictive control with an observer gave better results than linear quadratic control. Nonlinear predictive control was tested but presents problems for real time implementation. The estimation of coke on the catalyst was carried out using extended Kalman filter, but the estimation errors are important, probably due to an insufficient choice of measurements. The overall study showed that advanced predictive control of the FCC is efficient and must be recommended, but it can still be improved upon particularly by its tuning and state estimation

La perte d'équilibre chez l'humain est un phénomène courant de la vie quotidienne. Plusieurs causes peuvent être identifiées, dont notamment des perturbations extérieures. Le scénario qui nous intéresse particulièrement est celui des passagers debout dans les transports en commun. La combinaison de plusieurs études accidentologiques fait ressortir un risque de blessure important pour ce type de situations, surtout pour des passagers debout et/ou âgées. Ces incidents en gendrent des blessures qui coûtent très cher au niveau du budget de la santé. La sécurité de ces passagers est donc à l’origine de ce travail. La perte et/ou le rattrapage d’équilibre est une question complexe qui met en jeu un ensemble de phénomènes tels que la perception de la perturbation, le traitement de l’information, la prise de décision et la mise en œuvre d’actions correctrices. Bien que les connaissances théoriques sur chacun de ces phénomènes soient avancées, il n’existe pas, à l’heure actuelle, de modèle global permettant de représenter la réaction des personnes dans des situations aussi concrètes et complexes que celle des passagers debout de transport en commun.Dans ce contexte, l’objectif principal de ce travail était de développer un outil de simulation pour évaluer les risques associés à la perte d’équilibre des passagers de transport en commun. / Loss of balance is a common phenomenon in our society resulting in injuries and even deaths each year. Among other common sources of destabilization such as slips or trips from an obstacle, the public transportation vehicles are a major source of balance-related injuries to its passengers. Accidental data suggest that the passenger casualties in these vehicles are common, especially to the standing and the elderly passengers, mainly due to the sudden acceleration/deceleration changes of the vehicle. These injuries as well as associated discomfort may discourage people from using these means of transport resulting in adverse economic and societal effects. In this context, the security of the standing passengers in these vehicles constitutes the main motivation of this work.Recovering balance from an external disturbance is a complex process which involves a set of phenomenon such as the perception of the disturbance, information processing, decision making and its implementation. Even though experimental research in the fields of biomechanics and neurosciences provide us with a fair understanding of these phenomena separately, we are unaware of a global model which represents the reaction of people in response to the external disturbances to their equilibrium. In this context, the objective of this work is to develop such a numerical tool which can be used for the assessment of risks associated with the loss of balance of the standing passengers. The essential feature of this tool is the prediction of the post-disturbance kinematics of the subjects depending upon the disturbance characteristics (magnitude, duration etc.) as well as the active recovery response. Another key feature is the representation of the reaction of different populations, especially the elderly, by integrating age effects in the model. For the development of the tool, mathematical modeling (e.g. simplified body representations) and control ideas are borrowed from the field of biped robotics which explicitly deals with the balance issues of bipeds. Further development is done in view of human balance recovery (BR) characteristics. The resulting BR tool shows reasonable predictive capacity of a human balance recovery response confirmed by the comparison of model predictions with experimental balance recovery data.

La commande prédictive de type Model Predictive Control (MPC) s’est imposée au fil du temps dans de nombreux domaines industriels. Elle permet en effet d’optimiser avec succès les performances du système contrôlé tout en respectant de nombreuses contraintes propres à l’application visée. Cependant, l’utilisation de la commande MPC dans les domaines de la commande de moteurs et de générateurs demeure problématique. En effet, ces applications à forte dynamique imposent de choisir de faibles périodes d’échantillonnage, or, ce type d’algorithme demande de résoudre pour chaque période d’échantillonnage un problème d’optimisation complexe. Cette difficulté est renforcée car le champ applicatif visé portant sur les applications embarquées aéronautiques où la vitesse de base des machines électriques est très élevée, de même que leur fréquence d’alimentation. De plus, du fait que les systèmes étudiés sont embarqués, il est également très important de minimiser les pertes énergétiques de l’ensemble convertisseur-machine. Dans ce contexte la commande prédictive par approche MPC peut être d’un grand intérêt. De plus, ce type d’application intègre des contraintes supplémentaires liées à l’environnement sévère dans lequel évoluent ces systèmes, contraintes additionnelles de fiabilité qu’il faut bien sûr ajouter dans l’algorithme de commande prédictif. La conséquence immédiate sera de renforcer la complexité des algorithmes et donc rendre plus difficile l’implantation en temps réel. Cependant, les gains attendus en termes de performance et de fiabilité sont importants. Le sujet proposé demande ainsi dans une première partie, de synthétiser une loi de commande prédictive d’un actionneur synchrone aéronautique. Une mission type sera choisie et l’optimisation portera à la fois sur le niveau des performances du contrôle que la minimisation de la dépense énergétique. Par ailleurs, une étude de robustesse sera menée qui prendra en compte l’impact de l’environnement de l’actionneur. L’aspect robustesse sera ainsi intégré à l’étude de la commande. La seconde partie du travail portera sur le portage de l’algorithme sur cible FPGA. Une attention toute particulière sera apportée à la minimisation du temps de calcul sans détérioration des performances, le tout sous contrainte de place. Il faudra privilégier une architecture de type Système-sur-Puce qui allie la flexibilité d’un ou plusieurs cœurs processeurs et de modules matériels dédiés à l’accélération de certaines parties critiques du traitement. / Nowadays, Model Predictive Control (MPC) has emerged in many industrial fields. It allows the optimization of the controlled drive performances while respecting a number of constraints specific to the application. However, the use of MPC in the fields of motors and generators control remains problematic. Indeed, these highly dynamic applications require small sampling periods. However, these types of algorithms necessitate the resolution of complex optimization problems at each sampling period. These difficulties are reinforced in our case as the chosen field is the aeronautical embedded applications where the drive speed, as well as the frequency, is important. In addition, as the systems are embedded ones, it is important to minimize the overall energy losses of the inverter-drive system. In this context, the Model Predictive Control can be of great interest. Moreover, this type of applications integrates additional constraints related to the harsh environment in which the systems evolve, such as the reliability, which must be added in the predictive control algorithm. The immediate consequence of these constraints results in an increase of the complexity of the algorithms and therefore it becomes more difficult to implement in real time. However, the expected gains in performance and reliability are important. The proposed subject requires in the first part, to synthesize a predictive control law of an aeronautical synchronous drive. A typical mission will be selected and the optimization will be performed on both the performance level of the control and the minimization of the energy cost. Furthermore, a robustness study is to be conducted that takes into account the environmental impact of the motor drive. The second part will be on the implementation of the algorithm on FPGA target. Particular attention will be paid to minimizing the computational time without any degradation in the performances. Focus will be upon architectures of the type System-on-chip (SoC) that combines the flexibility of one or more processor cores and dedicated hardware modules for accelerating critical parts of the treatment.

La thèse retrace les principes généraux des formulations explicites pour la commande prédictive et souligne la structure linéaire par morceaux de la dynamique. Les contributions principales de ce travail de thèse résident dans la construction des ensembles invariants pour les systèmes affines par morceaux (PWA). Les résultats se concentrent sur le traitement des systèmes PWA définis sur une partition polyédrale de l'espace d'état même si les principes sont applicables dans un cadre plus général. Trois constructions remarquables peuvent être mises en évidence : – la construction expansive, – la construction contractive, – la construction basée sur les graphes des transitions. Au niveau méthodologique toutes ces constructions étant basées sur la dynamique directe ou en temps inverse des ensembles de l'espace d'état, elles impliquent un traitement géométrique au moins dans la partie de comparaison avec le domaine faisable qui peut s'avérer gourmand en temps de calcul. Une solution innovante a été proposée en exploitant l'analyse par intervalles. Il est intéressant d'observer que la construction des ensembles invariants ouvre la voie au post-traitement des lois de commandes prédictives en vue de la maximisation de leur domaine de fonctionnement avec garantie de sureté. Des comparaisons sont faites entre les différentes structures MPC avec d'une part les formulations qui bénéficient du renforcement de l'invariance dès la phase de synthèse et d'autre part les formulations explicites qui bénéficient de la post analyse pour la caractérisation des domaines viables. En outre, le présent travail fait état des extensions MPC à base de ces méthodes géométriques pour le suivi de trajectoire, pour la prise en compte des incertitudes paramétriques ou d'un retard variable à l'entrée du système. Une grande partie de ces développements théoriques sont illustrés par des exemples au fur et à mesure de leur introduction. Le mémoire contient aussi l'étude d'un problème de suivi de trajectoire et de faisabilité/viabilité d'un certain profil, avec application pour la production d'électricité en conjonction avec la caractérisation d'une vallée hydraulique.

Cette thèse propose une méthodologie hors ligne pour la robustification de lois de commande prédictives multivariables, se basant sur une problématique d'optimisation convexe d'un paramètre de Youla. Le point de départ de la démarche consiste à synthétiser une loi de commande initiale prédictive multivariable sous forme d'état qui stabilise le système. Le but est de garantir la robustesse en stabilité face à des incertitudes non structurées et d'assurer des performances nominales pour le rejet de perturbations, imposées sous la forme des gabarits temporels sur les sorties. Ce problème d'optimisation est résolu par un formalisme LMI. Le paramètre de Youla obtenu permet de gérer d'une part le compromis entre la robustesse en stabilité et les performances nominales et d'une autre part permet de réduire l'influence du couplage multivariable sur le rejet des perturbations.<br />Le cas de systèmes incertains appartenant à un ensemble donné d'incertitudes polytopiques est également traité. Deux possibilités sont analysées : le correcteur MPC initial stable sur tout le domaine polytopique, le correcteur MPC initial instable sur une partie du domaine incertain considéré. Dans les deux cas, une condition supplémentaire BMI est ajoutée pour chaque sommet du polytope considéré. Il s'agit de deux problèmes d'optimisation non-convexe pour lesquels deux solutions de complexité raisonnable sous une forme LMI sous-optimale sont proposées.<br />Cette technique de robustification est illustrée sur un modèle académique multivariable d'un réacteur. Une application à un robot médical est ensuite détaillée. L'ensemble des stratégies développées pour réduire l'influence des incertitudes non structurées sur le système en respectant les gabarits imposés sur les sorties pour le rejet de perturbations a donné lieu à la mise au point d'un logiciel sous MATLABTM.

La contribution principale de ce travail de recherche est la proposition d'un modèle flou avec des fonctions d'appartenance dynamiques à paramètres ajustables en ligne, par un algorithme basé sur l'Apprentissage par Renforcement (AR). L'approche présentée prend en compte la dynamique des variables du système en introduisant, dans les fonctions d'appartenance d'un modèle flou, la valeur moyenne et la variance des variables d'entrée et de sortie du modèle au temps t. De cette manière, les ensembles flous se déplacent sur le domaine de discours des variables, en fonction des valeurs de la moyenne et de la variance échantillonnées ;ainsi, la possibilité d'obtenir des ensembles flous disjoints peut être minimisée. La propriété dynamique du modèle flou proposé est un atout pour résoudre les problèmes de commande de systèmes variant avec le temps, par exemple. Des exemples d'identification de fonctions non-linéaires, variant avec le temps, illustrent la capacité du modèle flou adaptatif dynamique pour l'identification des systèmes. Une application à la commande prédictive a été développée, en utilisant le modèle flou proposé comme modèle de prédiction et l'AR pour résoudre le problème d'optimisation de ce type de schéma de commande. Finalement, l'utilisation de l'information contenue dans les fonctions d'appartenance dynamiques du modèle flou à des niveaux supérieurs de supervision et diagnostic, a été aussi discutée comme perspective intéressante d'application de ce type de modèles.

Dans ce mémoire d'Habilitation à Diriger les Recherches, seront présentées les recherches menées ces cinq dernières années sur des sujets liés à la commande sous contraintes, à la commande basée sur l'optimisation temps-réel et aux méthodes géométriques en Automatique. La première partie du mémoire d'écrit le parcours académique permettant de recadrer les résultats de recherche dans un parcours scientifique avec toutes ses dimensions la formation, l'enseignement, la recherche, le développement et la participation à la vie de la communauté. Dans la deuxième partie, nous retraçons le chemin de la commande optimale à la commande basée sur l'optimisation. Avec ce panorama historique nous montrerons que les recherches dans ce domaine ont toujours été partagées entre les travaux théoriques et les applications à visée industrielle. Ce panorama sera suivi d'une revue de méthodes géométriques utilisées en automatique, qui identifie une direction dans laquelle s'inscrit notre recherche. Nous insisterons sur les contributions dans le domaine avant d'établir un projet de recherche à court, moyen et long terme. La troisième partie contient une synthèse des travaux de recherche publiés récemment sur les sujets mentionnés précédemment afin d'offrir une image des directions explorées et des concepts clés qui ont guidé nos recherches dans les cinq dernières années. L'analyse des polyèdres paramétrés est présentée comme un problème de géométrie avec des implications multiples dans la commande prédictive sous contraintes dans le cas linéaire et hybride. Spécifiquement pour la commande prédictive des systèmes hybrides, des approches alternatives basées sur l'adaptation du modèle de prédiction en vue de l'exploitation des routines d'optimisation évoluées (algorithmes génétiques, etc.) ont été développées. Les outils géométriques sont utilisés aussi dans des problèmes plus éloignés de la commande prédictive comme le cas de la modélisation des systèmes affectés par un retard variable. Ici, les techni-ques géométriques permettent la description des modèles linéaires polytopiques qui peuvent être utilisés par la suite dans une procédure de synthèse de lois de commande robuste (et prédictive accessoirement). Finalement, dans un tout autre domaine, celui de la commande des systèmes multi-capteurs, on montre que les méthodes ensemblistes peuvent apporter des réponses pour les défis de détection et isolation des défauts. Quant à la commande prédictive, elle offre le cadre approprié pour la reconfiguration, l'autre aspect majeur de ce qu'on appelle communément " la conception d'un système de commande tolérant aux défauts ".

Cette thèse concerne le développement de nouvelles stratégies de contrôle d'unréfrigérateur cryogénique soumis à de fortes variations de charge thermique. De telles perturbationsvont se rencontrer lors du refroidissement des aimants supraconducteurs des futurs réacteurs defusion (tokamak JT-60SA par exemple).La modélisation d'un réfrigérateur de test, offrant une capacité de refroidissement de 800Wà 4.5K, a été effectuée sous le logiciel Matlab/Simulink. Celle-ci est basée sur les équationsthéoriques de la thermodynamique, de la thermique et de l'hydraulique et prend en compte lespropriétés non linéaire de l'hélium à basse température.A partir de ce modèle, une stratégie de contrôle multivariable a été proposée sur les deuxparties du réfrigérateur : la station de compression et la boîte froide. Les résultats expérimentauxmontrent de nettes améliorations et une plus grande stabilité du réfrigérateur en présence decharges pulsées par rapport à la stratégie initiale (PI).Un observateur de la charge thermique du bain d'hélium liquide a également été développé.Le modèle utilisé est construit par identification à partir de mesures internes au réfrigérateur. Ilpourrait servir comme outil de surveillance aux opérateurs.

L'objectif de cette thèse est d'apporter des réponses à deux problèmes importants dans le domaine de l'automatique : l'estimation d'état et la commande prédictive robuste sous contraintes pour des systèmes incertains, en se basant sur des méthodes ensemblistes, plus précisément liées aux ensembles zonotopiques. Les incertitudes agissant sur le système sont modélisées de façon déterministe, elles sont donc inconnues mais bornées par des ensembles connus.Dans ce contexte, la première partie de la thèse développe une méthode d'estimation afin d'élaborer à chaque instant un ensemble zonotopique contenant l'état du système malgré la présence de perturbations, de bruits de mesure et d'incertitudes paramétriques définies par intervalle. Cette méthode est fondée sur la minimisation du P-rayon d'un zonotope, critère original permettant de caractériser la taille de l'ensemble zonotopique et réalisant un bon compromis entre la complexité et la précision de l'estimation. Cette approche est tout d'abord développée pour les systèmes mono-sortie, puis étendue au cas des systèmes multi-sorties, dans un premier temps par des extensions directes de la solution mono-sortie (le système multi-sorties est considéré comme plusieurs systèmes mono-sortie). Une autre solution est ensuite proposée, qui conduit à résoudre un problème d'optimisation de type Inégalités Matricielles Polynomiales en utilisant une méthode de relaxation. Les approches précédentes n'étant que des extensions de la solution à une seule sortie, et malgré leurs bons résultats obtenus en simulation, une démarche originale, dédiée aux systèmes multi-sorties, fondée sur l'intersection entre un polytope et un zonotope, est finalement développée et validée.La deuxième partie de la thèse aborde la problématique de la commande robuste par retour de sortie pour des systèmes incertains. La commande prédictive est retenue du fait de son utilisation dans de nombreux domaines, de sa facilité de mise en œuvre et de sa capacité à traiter des contraintes. Parmi les démarches issues de la littérature, l'implantation de techniques robustes fondées sur des tubes de trajectoire est développée plus spécifiquement. Le recours à un observateur ensembliste à base de zonotopes permet d'améliorer la qualité de l'estimation, ainsi que la performance de la commande, dans le cas de systèmes soumis à des perturbations et des bruits de mesure inconnus, mais bornés.Dans une dernière partie, cette combinaison de l'estimation ensembliste et de la commande prédictive robuste est testée en simulation sur un système de suspension magnétique. Les résultats de simulation traduisent un comportement tout à fait satisfaisant validant les structures théoriques élaborées.

Cette thèse s'attache à la maximisation de la consommation du dioxyde de carbone par les microalgues. En effet, suite aux différentes problématiques environnementales actuelles liées principalement aux émissions importantes de gaz à effet de serre et notamment le CO2, il a été démontré que les microalgues jouent un rôle très prometteur pour la bio-fixation du CO2. Dans cette optique, nous nous intéressons à la mise en place d'une loi de commande robuste permettant de garantir des conditions opératoires optimales pour une culture de la microalgue Chlorella vulgaris dans un photobioréacteur instrumenté. Cette thèse repose sur trois axes principaux. Le premier porte sur la modélisation de la croissance de l'espèce algale choisie à partir d'un modèle mathématique traduisant l'influence de la lumière et de la concentration en carbone inorganique total. En vue de la commande, le deuxième axe est consacré à l'estimation de la concentration cellulaire à partir des mesures disponibles en temps réel du dioxyde de carbone dissous. Trois types d'observateurs ont été étudiés et comparés : filtre de Kalman étendu, observateur asymptotique et observateur par intervalles. Le dernier axe concerne l'implantation d'une loi de commande prédictive non-linéaire couplée à une stratégie d'estimation pour la régulation de la concentration cellulaire autour d'une valeur maximisant la consommation du CO2. Les performances et la robustesse de cette commande ont été validées en simulation et expérimentalement sur un photobioréacteur instrumenté à l'échelle de laboratoire. Cette thèse est une étude préliminaire pour la mise en œuvre de la maximisation de la fixation du dioxyde de carbone par les microalgues.