This thesis addresses the H∞ analysis and control of continuous commensurate time-delay systems by frequential methods. First, the asymptotic behavior of the chains of poles are studied, and the conditions of stability for neutral systems with poles approaching the imaginary axis are given. The same analysis is done for fractional systems. In the sequel, a numerical method able to locate all the stability windows as well as the unstable root-locus for classical and fractional system is given. We conclude the analysis part by providing the stability crossing curves of a class of distributed delay system. Starting the synthesis part, we design PID controllers for unstable fractional systems using a small-gain theorem approach. Finally, using the Rekasius substitution, we construct a linear time invariant comparison system that allows us to get information about stability and H∞-norm for classical time-delay systems. Using this approach it is possible to design state and output feedback controllers, as well as linear filters for this class of systems.

L’identification des systèmes par modèle non entier a été initiée dans les années 1990 et de nombreux résultats ont été obtenus depuis. Néanmoins, la plupart de ces résultats utilise les méthodes de la famille des méthodes à erreur de prédiction, basées sur la minimisation de la norme ℓ2 de l’erreur d’estimation. Apparues en 1996, les méthodes des sous-espaces sont relativement nouvelles dans la théorie de l’identification de systèmes linéaires. Basées sur des projections géométriques et l’algèbre linéaire, elles présentent une alternative intéressante aux méthodes classiques basées sur la régression linéaire ou non linéaire. Elles permettent d’estimer les matrices d’un modèle à base d’une représentation d’état. Dans le contexte des systèmes non entiers, la notion de pseudo-représentation d’état généralise la notion de représentation d’état en introduisant un paramètre supplémentaire qui est l’ordre commensurable.Actuellement, la méthode des sous-espaces pour des systèmes non entiers n’a cependant été appliquée que dans le domaine temporel. Elle est alors développée dans cette thèse pour une telle classe de systèmes dans le domaine fréquentiel. De plus, comme les systèmes non entiers sont des systèmes à temps continu, un filtrage des données est nécessaire pour respecter la causalité des signaux et pour pouvoir réaliser l’identification. Une étude comparative des différentes méthodes de filtrage dans le contexte de l’identification pour déduire leurs avantages et inconvénients est réalisée dans le domaine temporel. Enfin,les méthodes développées ont été appliquées à un système réel en diffusion thermique.Les modèles obtenus sont généralisés à des matériaux soumis à plusieurs flux de chaleur en entrée tout en considérant leur température en plusieurs points de mesures. / The identification of systems by fractional models was initiated in the 1990s and various results have been obtained since. Nevertheless, most of these results are based on prediction error methods (PEM) of identification, based on the minimization of the norm of the estimation error. Apparent in 1996, the subspace methods are relatively new in the theory of the identification of linear systems. Based on geometric projections and linear algebra, they present an alternative to classical methods based on linear or nonlinear regression. They allow estimating the matrices of the state-space representation of a system. In the context of fractional systems, a pseudo-state-space representation generalizes the notion of state-space representation by introducing an additional parameter which is the commensurable order.Currently, the subspace method for non-integer systems has only been applied inthe time domain. It is then developed in this thesis for such a class of systems in the frequency domain. Moreover, since non-integer systems are continuous time systems, datapre-filtering is necessary to respect the causality of the signals and to be able to realize the identification. A study of the different filtering methods in the context of subspaceidentification is then carried out in order to deduce their advantages and disadvantages in the time domain. Finally, the method has been applied to a thermal diffusion system.The obtained models are generalized for several input heat flows, considering their temperature available at several measurement points.

Dans cette thèse, nous considérons l'analyse et la commande H∞ de systèmes continus à retards commensurables par des méthodes fréquentielles. Nous étudions tout d'abord le comportement asymptotique des chaînes de pôles et donnons des conditions de stabilité pour des systèmes de type neutre possédant des chaînes de pôles asymptotiques à l'axe imaginaire. La même analyse est effectuée dans le cas de systèmes fractionnaires. Nous proposons ensuite une méthode numérique qui fournit l'ensemble des fenêtres de stabilité ainsi que le lieu des racines instables pour des systèmes classiques et fractionnaires. Cette première partie de la thèse, dédiée à l'analyse, se termine par une étude des courbes de stabilité d'une classe de systèmes à retards distribués. Dans la deuxième partie de la thèse, qui s'intéresse à la synthèse, nous commençons par déterminer des contrôleurs PID pour des systèmes fractionnaires à retards, à l'aide du théorème du petit gain. Enfin, utilisant la substitution de Rekasius, nous construisons un système de comparaison linéaire invariant dans le temps qui nous fournit des informations sur la stabilité et la norme H∞ de systèmes à retards classiques. Cette approche nous permet de mettre au point pour ces systèmes des contrôleurs à retour d'état ou de sortie, ainsi que des filtres linéaires. / This thesis addresses the H∞ analysis and control of continuous commensurate time-delay systems by frequential methods. First, the asymptotic behavior of the chains of poles are studied, and the conditions of stability for neutral systems with poles approaching the imaginary axis are given. The same analysis is done for fractional systems. In the sequel, a numerical method able to locate all the stability windows as well as the unstable root-locus for classical and fractional system is given. We conclude the analysis part by providing the stability crossing curves of a class of distributed delay system. Starting the synthesis part, we design PID controllers for unstable fractional systems using a small-gain theorem approach. Finally, using the Rekasius substitution, we construct a linear time invariant comparison system that allows us to get information about stability and H∞-norm for classical time-delay systems. Using this approach it is possible to design state and output feedback controllers, as well as linear filters for this class of systems.

Typischerweise wird die Rotorposition aktiver Magnetlager mit einer Lageregelung mit unterlagerter Stromregelung geregelt. Dieser Ansatz erreicht jedoch insbesondere bei axialen Magnetlagern mit massivem Kern seine Grenzen, daWirbelströme und Sättigungserscheinungen im Magnetkreis eine Diskrepanz zwischen den messbaren und kraftbildenden Spulenströmen hervorrufen. Die in der Folge erhebliche Verminderung der Lagersteifigkeit kann durch eine alternative Flussdichteregelung vermieden werden, da so unmittelbar die kraftbildende Komponente gestellt wird. In diesem Artikel stellen wir eine Regelungsvariante auf Basis eines fraktionalen Flussdichteschätzers vor, der ohne zusätzliche Sensorik auskommt und sich somit auch für bestehende Systeme implementieren lässt. Anhand von berechneten Frequenzgängen zeigen wir das große Verbesserungspotenzial dieser neuen Variante in Bezug auf Regelgüte und Stabilität im Vergleich zu einer klassischen Lageregelung mit unterlagerter Stromregelung.

Cette thèse traite de la synthèse et de la réalisation d’un intégrateur d’ordre non entier borné en fréquence. La réalisation est faite par un réseau constitué d’un faible nombre de cellules capacitives et dissipatives. La première partie de ce mémoire s’attache à développer des méthodes permettant de déterminer les paramètres physiques des éléments du réseau à partir des quatre paramètres de haut niveau qui caractérisent l’intégrateur d’ordre non entier à réaliser. Les spécificités liées à une réalisation en technologie hydropneumatique sont détaillées. Il est montré, dans un contexte d’isolation vibratoire, qu’elles conduisent à des performances remarquables de robustesse du degré de stabilité et de robustesse de la rapidité vis-à-vis des variations de la masse suspendue, et ce, malgré l’existence de non-linéarités. Les non-linéarités sont étudiées à l’aide des séries de Volterra. La seconde partie est consacrée à l’application au secteur de l’automobile des résultats de la première partie. La synthèse et la réalisation d’une suspension CRONE hydractive, suspension multi-états dont le mode souple assure la robustesse du degré de stabilité de la caisse vis-à-vis des variations de la masse suspendue, sont proposées et validées en simulation sur un modèle de véhicule à 14 degrés de liberté. / The thesis deals with the synthesis and the realisation of a band limited fractional differentiator. The realisation is made thanks to a small number of resistive and capacitive cells (RC cells). The first part of this thesis is about some new methods to compute the physical parameters of the RC cells from the 4 high-level parameters of the band limited fractional differentiator. The specificities of a realisation using hydropneumatic technology are detailed. It is shown that, in vibration isolation, they lead to remarkable performances. The stability degree robustness and the rapidity robustness towards the variation of the sprung mass value are obtained in spite of non- linearities. Volterra serie expansion is used to study the non-linearities. The second part is about the application of the previous results to the automotive field. The design and the realisation of an hydractive CRONE suspension is proposed. An hydractive CRONE suspension is a suspension with several operating modes and which allows to obtain the stability degree robustness. The hydractive CRONE suspension is then test with a 14 degrees of freedom model of a car.

Le but de cette thèse est de présenter de nouveaux résultats sur l'analyse et la synthèse de systèmes à retard. Dans la première partie, nous étendons l'utilisation du système invariant d'ordre fini, appelé "système de comparaison", à la conception d'un contrôleur qui dépend non seulement de la sortie à l'heure actuelle et du délai maximum, mais également d'un nombre arbitraire de valeurs entre celles-ci. Cette approche nous permet d'augmenter le délai maximal stable sans exiger d'informations supplémentaires. Les méthodes présentées ici concernent la conception de systèmes de contrôle avec des retards en utilisant des routines numériques classiques basées sur la théorie Hoo. La deuxième partie de ce travail traite d'une nouvelle approche pour développer une enveloppe englobant tous les pôles d'un système à retard. Grâce aux LMIs, nous sommes en mesure de déterminer les enveloppes pour les systèmes à retard du type retardé et du type neutre. Les enveloppes proposées sont non seulement plus étroites que celles de la littérature, mais, avec notre procédure, elles peuvent également être appliquées pour vérifier la stabilité du système et pour projeter contrôleurs de retour d'état qui répondent aux exigences de conception relatives à alpha-stabilité et sont robustes face aux incertitudes paramétriques. Les systèmes fractionnaires sont également discutés dans les deux chapitres mentionnés ci-dessus. La troisième et dernière partie étudie les systèmes stochastiques avec des retards. Nous discutons d'abord des systèmes à temps continu soumis à des sauts de Markov. Nous définissons la stabilité et obtenons des LMIs pour le contrôle par retour d'état de telle sorte que la relation entre les taux de transition entre les modes soit affine, ce qui permet donc de traiter le cas dans lequel les taux sont incertains. Nous discutons ensuite des systèmes positifs avec retards, tant pour le cas continu que pour le cas discret. Des systèmes équivalents sont obtenus et la stabilité dépendante du retard est abordée. De nombreux exemples sont illustrés tout au long de la thèse. / The aim of this dissertation is to present new results on analysis and control design of time-delay systems. On the first part, we extend the use of a finite order LTI system, called 'comparison system', to design a controller which depends not only on the output at the present time and maximum delay, but also on an arbitrary number of values between those. This approach allows us to increase the maximum stable delay without requiring any additional information. The methods presented here consider time-delay systems control design with classical numeric routines based on Hoo theory. The second part of this work deals with a new approach to develop an envelope that engulfs all poles of a time-delay system. Through LMIs, we are able to determine envelopes for retarded and neutral time-delay systems. The envelopes proposed are not only tighter than the ones in the literature but, with our procedure, they can also be applied to verify the stability of the system and design state-feedback controllers which cope with design requirements regarding alpha-stability and are robust in face of parametric uncertainties. Fractional systems are also discussed for both chapters mentioned above. The third and last part studies stochastic time-delay systems.First we discuss continuous-time systems that are subjected to Markov jumps. We define stability and obtain LMIs for the state-feedback control in such a way that the relation with the transition rates between the modes is affine, allowing, therefore, to treat the case in which the rates are uncertain. We then discuss positive systems with delays, both for the continuous case as for the discrete case. Equivalent systems are obtained and delay dependent stability is addressed. A fair amount of examples are presented throughout the dissertation.

Tesis por compendio / [ES] Durante las últimas décadas el uso del aprendizaje automático (machine learning) y de la inteligencia artificial ha mostrado un crecimiento exponencial en muchas áreas de la ciencia. El hecho de que los ordenadores hayan aumentado sus restaciones a la vez que han reducido su precio, junto con la disponibilidad de entornos de desarrollo de código abierto han permitido el acceso a la inteligencia artificial a un gran rango de investigadores, democratizando de esta forma el acceso a métodos de inteligencia artificial a la comunidad investigadora. Es nuestra creencia que la multidisciplinaridad es clave para nuevos logros, con equipos compuestos de investigadores con diferentes preparaciones y de diferentes campos de especialización. Con este ánimo, hemos orientado esta tesis en el uso de machine learning inteligencia artificial, aprendizaje profundo o deep learning, entendiendo todas las anteriores como parte de un concepto global que concretamos en el término inteligencia artificial, a intentar arrojar luz a algunos problemas de los campos de las matemáticas y la física. Desarrollamos una arquitectura deep learning y la medimos con éxito en la caracterización de procesos de difusión anómala. Mientras que previamente se habían utilizado métodos estadísticos clásicos con este objetivo, los métodos de deep learning han demostrado mejorar las prestaciones de dichos métodos clásicos. Nuestra architectura demostró que puede inferir con precisión el exponente de difusión anómala y clasificar trayectorias entre un conjunto dado de modelos subyacentes de difusión . Mientras que las redes neuronales recurrentes irrumpieron recientemente, los modelos basados en redes convolucionales han sido ámpliamente testados en el campo del procesamiento de imagen durante más de 15 años. Existen muchos modelos y arquitecturas, pre-entrenados y listos para ser usados por la comunidad. No es necesario realizar investigación ya que dichos modelos han probado su valía durante años y están bien documentados en la literatura. Nuestro objetivo era ser capaces de usar esos modelos bien conocidos y fiables, con trayectorias de difusión anómala. Solo necesitábamos convertir una serie temporal en una imagen, cosa que hicimos aplicando gramian angular fields a las trayectorias, poniendo el foco en las trayectorias cortas. Hasta donde sabemos, ésta es la primera vez que dichas técnicas son usadas en este campo. Mostramos cómo esta aproximación mejora las prestaciones de cualquier otra propuesta en la clasificación del modelo subyacente de difusión anómala para trayectorias cortas. Más allá de la física están las matemáticas. Utilizamos nuestra arquitectura basada en redes recurrentes neuronales para inferir los parámetros que definen las trayectorias de Wu Baleanu. Mostramos que nuestra propuesta puede inferir con azonable precisión los parámetros mu y nu. Siendo la primera vez, de nuevo hasta donde llega nuestro conocimiento, que tales técnicas se aplican en este escenario. Extendemos este trabajo a las ecuaciones fraccionales discretas con retardo, obteniendo resultados similares en términos de precisión. Adicionalmente, mostramos que la misma arquitectura se puede usar para discriminar entre trayectorias con y sin retardo con gran confianza. Finalmente, también investigamos modelos fraccionales discretos. Hemos analizado esquemas de paso temporal con la cuadratura de Lubich en lugar del clásico esquema de orden 1 de Euler. En el primer estudio de este nuevo paradigma hemos comparado los diagramas de bifurcación de los mapas logístico y del seno, obtenidos de la discretización de Euler de orden 1, 2 y 1/2. / [CAT] Durant les darreres dècades l'ús de l'aprenentatge automàtic (machine learning) i de la intel.ligència artificial ha mostrat un creixement exponencial en moltes àrees de la ciència. El fet que els ordinadors hagen augmentat les seues prestacions a la vegada que han reduït el seu preu, junt amb la disponibilitat d'entorns de desenvolupament de codi obert han permès l'accés a la intel.ligència artificial a un gran rang d'investigadors, democratitzant així l'accés a mètodes d'intel.ligència artificial a la comunitat investigadora. És la nostra creença que la multidisciplinaritat és clau per a nous èxits, amb equips compostos d'investigadors amb diferents preparacions i diferents camps d'especialització. Amb aquest ànim, hem orientat aquesta tesi en l'ús d'intel.ligència artificial machine learning, aprenentatge profund o deep learning, entenent totes les anteriors com a part d'un concepte global que concretem en el terme intel.ligència, a intentar donar llum a alguns problemes dels camps de les matemàtiques i la física. Desenvolupem una arquitectura deep learning i la mesurem amb èxit en la caracterització de processos de difusió anòmala. Mentre que prèviament s'havien utilitzat mètodes estadístics clàssics amb aquest objectiu, els mètodes de deep learning han demostrat millorar les prestacions d'aquests mètodes clàssics. La nostra architectura va demostrar que pot inferir amb precisió l'exponent de difusió anòmala i classificar trajectòries entre un conjunt donat de models subjacents de difusió. Mentre que les xarxes neuronals recurrents van irrompre recentment, els models basats en xarxes convolucionals han estat àmpliament testats al camp del processament d'imatge durant més de 15 anys. Hi ha molts models i arquitectures, pre-entrenats i llestos per ser usats per la comunitat. No cal fer recerca ja que aquests models han provat la seva vàlua durant anys i estan ben documentats a la literatura. El nostre objectiu era ser capaços de fer servir aquests models ben coneguts i fiables, amb trajectòries de difusió anòmala. Només necessitàvem convertir una sèrie temporal en una imatge, cosa que vam fer aplicant gramian angular fields a les trajectòries, posant el focus a les trajectòries curtes. Fins on sabem, aquesta és la primera vegada que aquestes tècniques són usades en aquest camp. Mostrem com aquesta aproximació millora les prestacions de qualsevol altra proposta a la classificació del model subjacent de difusió anòmala per a trajectòries curtes. Més enllà de la física hi ha les matemàtiques. Utilitzem la nostra arquitectura basada en xarxes recurrents neuronals per inferir els paràmetres que defineixen les trajectòries de Wu Baleanu. Mostrem que la nostra proposta pot inferir amb raonable precisió els paràmetres mu i nu. Sent la primera vegada, novament fins on arriba el nostre coneixement, que aquestes tècniques s'apliquen en aquest escenari. Estenem aquest treball a les equacions fraccionals discretes amb retard, obtenint resultats similars en termes de precisió. Addicionalment, mostrem que la mateixa arquitectura es pot fer servir per discriminar entre trajectòries amb i sense retard amb gran confiança. Finalment, també investiguem models fraccionals discrets. Hem analitzat esquemes de pas temporal amb la quadratura de Lubich en lloc del clàssic esquema d'ordre 1 d'Euler. Al primer estudi d'aquest nou paradigma hem comparat els diagrames de bifurcació dels mapes logístic i del sinus, obtinguts de la discretització d'Euler d'ordre 1, 2 i 1/2. / [EN] During the last decades the use of machine learning and artificial intelligence have showed an exponential growth in many areas of science. The fact that computer's hardware has increased its performance while lowering the price and the availability of open source frameworks have enabled the access to artificial intelligence to a broad range of researchers, hence democratizing the access to artificial intelligence methods to the research community. It is our belief that multi-disciplinarity is the key to new achievements, with teams composed of researchers with different backgrounds and fields of specialization. With this aim, we focused this thesis in using machine learning, artificial intelligence, deep learing, all of them being understood as part of a whole concept we concrete in artificial intelligence, to try to shed light to some problems from the fields of mathematics and physics. A deep learning architecture was developed and successfully benchmarked with the characterization of anomalous diffusion processes. Whereas traditional statistical methods had previously been used with this aim, deep learing methods, mainly based on recurrent neural networks have proved to outperform these clasical methods. Our architecture showed it can precisely infer the anomalous diffusion exponent and accurately classify trajectories among a given set of underlaying diffusion models. While recurrent neural networks irrupted in the recent years, convolutional network based models had been extensively tested in the field of image processing for more than 15 years. There exist many models and architectures, pre-trained and set to be used by the community. No further investigation needs to be done since the architecture have proved their value for years and are very well documented in the literature. Our goal was being able to used this well-known and reliable models with anomalous diffusion trajectories. We only needed to be able to convert a time series into an image, which we successfully did by applying gramian angular fields to the trajectories, focusing on short ones. To our knowledge this is the first time these techniques were used in this field. We show how this approach outperforms any other proposal in the underlaying diffusion model classification for short trajectories. Besides physics it is maths. We used our recurrent neural networks architecture to infer the parameters that define the Wu Baleanu trajectories. We show that our proposal can precisely infer both the mu and nu parameters with a reasonable confidence. Being the first time, to the best of our knowledge, that such techniques were applied to this scenario. We extend this work to the discrete delayed fractional equations, obtaining similar results in terms of precision. Additionally, we showed that the same architecture can be used to discriminate delayed from non-delayed trajectories with a high confidence. Finally, we also searched fractional discrete models. We have considered Lubich's quadrature time-stepping schemes instead of the classical Euler scheme of order 1. As the first study with this new paradigm, we compare the bifurcation diagrams for the logistic and sine maps obtained from Euler discretizations of orders 1, 2, and 1/2. / J.A.C. acknowledges support from ALBATROSS project (National Plan for Scientific and Technical Research and Innovation 2017-2020, No. PID2019-104978RB-I00). M.A.G.M. acknowledges funding from the Spanish Ministry of Education and Vocational Training (MEFP) through the Beatriz Galindo program 2018 (BEAGAL18/00203) and Spanish Ministry MINECO (FIDEUA PID2019- 106901GBI00/10.13039/501100011033). We thank M.A. Garc ́ıa-March for helpful comments and discussions on the topic. NF is sup- ported by the National University of Singapore through the Singapore International Graduate Student Award (SINGA) program. OGO and LS acknowledge funding from MINECO project, grant TIN2017-88476-C2-1-R. JAC acknowledges funding from grant PID2021-124618NB-C21 funded by MCIN/AEI/ 10.13039/501100011033 and by “ERDF A way of making Europe”, by the “European Union”. We also thank funding for the open access charges from CRUE-Universitat Politècnica de València. / Garibo Orts, Ó. (2023). Anomalous Diffusion Characterization using Machine Learning Methods [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/192831 / Compendio