Mathematical models of physical systems are pervasive in engineering. These models can be used to analyze properties of the system, to simulate the system, or synthesize controllers. However, many of these models are too complex or too large for standard analysis and synthesis methods to be applicable. Hence, there is a need to reduce the complexity of models. In this thesis, techniques for reducing complexity of large linear time-invariant (lti) state-space models and linear parameter-varying (lpv) models are presented. Additionally, a method for synthesizing controllers is also presented. The methods in this thesis all revolve around a system theoretical measure called the H2-norm, and the minimization of this norm using nonlinear optimization. Since the optimization problems rapidly grow large, significant effort is spent on understanding and exploiting the inherent structures available in the problems to reduce the computational complexity when performing the optimization. The first part of the thesis addresses the classical model-reduction problem of lti state-space models. Various H2 problems are formulated and solved using the proposed structure-exploiting nonlinear optimization technique. The standard problem formulation is extended to incorporate also frequency-weighted problems and norms defined on finite frequency intervals, both for continuous and discrete-time models. Additionally, a regularization-based method to account for uncertainty in data is explored. Several examples reveal that the method is highly competitive with alternative approaches. Techniques for finding lpv models from data, and reducing the complexity of lpv models are presented. The basic ideas introduced in the first part of the thesis are extended to the lpv case, once again covering a range of different setups. lpv models are commonly used for analysis and synthesis of controllers, but the efficiency of these methods depends highly on a particular algebraic structure in the lpv models. A method to account for and derive models suitable for controller synthesis is proposed. Many of the methods are thoroughly tested on a realistic modeling problem arising in the design and flight clearance of an Airbus aircraft model. Finally, output-feedback H2 controller synthesis for lpv models is addressed by generalizing the ideas and methods used for modeling. One of the ideas here is to skip the lpv modeling phase before creating the controller, and instead synthesize the controller directly from the data, which classically would have been used to generate a model to be used in the controller synthesis problem. The method specializes to standard output-feedback H2 controller synthesis in the lti case, and favorable comparisons with alternative state-of-the-art implementations are presented.

La procédure d'identification consiste à rechercher un modèle mathématique adéquat pour un système dynamique donné à partir de données expérimentales. L'identification de systèmes naturels est cruciale pour une meilleure compréhension de notre environnement et cette thèse vise à apporter une solution au problème de modélisation de la relation pluie/débit dans un bassin versant rural. A cet effet, deux structures de modèles non-linéaires sont étudiées : les modèles Hammerstein et les modèles Linéaires à Paramètres variants (LPV). La contribution principale réside dans le développement de méthodes dédiées à l'estimation de ces modèles, à temps discret ou continu, opérant en boucle ouverte ou fermée, en se concentrant sur le cas réaliste Box--Jenkins (BJ). De plus, les méthodes proposées ont été conçues spécialement pour fournir des résultats utiles dans le cas réel où le modèle de bruit est inconnu ou mal évalué. Le premier chapitre constitue une introduction à la problématique de l'identification de systèmes naturels et motive les développements théoriques impliqués. Le deuxième chapitre présente une méthode sous optimale de variable instrumentale pour l'estimation des modèles Hammerstein BJ grâce à l'augmentation du modèle considéré. Le troisième chapitre se concentre sur l'identification de modèles LPV-BJ, soulève les problèmes rencontrés par les méthodes existantes, et propose une solution via une reformulation du modèle. Enfin, le dernier chapitre est dédié à l'application de ces méthodes sur des données réelles pour la modélisation de la relation pluie/débit / System identification is an established field in the aera of system analysis and control. It aims at determining mathematical models for dynamical systems based measured data. The identification of natural systems is crucial for a better understanding of our environment and this work aims at solving the modelling problem of the rainfall/flow relationship in rural catchments. In order to achieve this goal, two nonlinear model structures are studied: the Hammerstein and the Linear Parameter Varying (LPV) models. The contribution of this work lies in the development of identification methods dealing robustly with estimation problem of such models, both in discrete-time and continuous-time, in open-loop and closed-loop configuration, focusing on the realistic Box--Jenkins (BJ) case. Moreover, the methods are especially designed to result in relevant estimates in case the noise model is unknown, which is the case in most practical applications. The first chapter is an introduction defining the problems encountered with natural systems and motivating the theoretical work induced. The second chapter presents a suboptimal Refined Instrumental Variable based method for Hammerstein BJ models. The third chapter focuses on the identification of LPV-BJ models, highlights the problems encountered by the existing methods and proposes a solution via a reformulation of the model. Finally, the last chapter is dedicated to the application of the presented methods on some real rainfall/flow data set acquired from a rural catchment situated in Rouffach, Alsace, France for the identification of the rainfall/runoff relationship

No description available.

L'objectif de cette thèse est d'élaborer des nouveaux outils adaptés à l'étude des systèmes LPV à retards. Les approches proposées sont basées sur des approches par fonctionnelles de Lyapunov-Krasovskii ou des techniques LFT couplées avec des résultats comme le petit-gain. A partir des résultats de stabilité exprimés sous forme de LMIs dépendants de paramètres, des méthodes de synthèse de contrôleurs et d'observateurs sont proposées. La robustesse vis-à-vis d'erreur sur la connaissance du retard est garantie lors de la synthèse du contrôleur ou de l'observateur. Une nouvelle stratégie de contrôle est aussi proposée dans laquelle le contrôleur est séquencé par une valeur approximative du retard. Ce type de contrôle n'a pas l'inconvénient des contrôleurs à mémoire qui nécessitent de stocker les valeurs passées des signaux sur un certain horizon.

Ces dernières années ont vu le marché automobile évoluer de manière importante, chahuté par un ensemble de contraintes géopolitiques et environnementales nouvelles, dont la principale est la nécessité de réduire les émissions de gaz à effet de serre. Une des solutions à moyen terme les plus prometteuses pour répondre à ce problème est l'hybridation des groupes moto-propulseurs. La complexification des transmissions alors engendrée pose des problèmes de contrôle dont les points clés sont : la rapidité des suivis du couple à la roue, du régime moteur et de la tension de l'élément de stockage dans un cadre multivariable, le découplage de ces suivis et la robustesse de la loi de commande face à un certain nombre de perturbations identifiées et aux non-linéarités. Un outil moderne répond à ces attentes, en proposant une approche fréquentielle, qui permet donc la traduction d'un cahier des charges précis : la synthèse H1. Dans cette thèse, nous poserons tout d'abord le contexte du marché automobile actuel, et nous déterminerons un modèle générique pour un ensemble de transmissions hybrides. Deux axes seront alors étudiés indépendamment. D'une part, nous présenterons une structure de loi de commande avantageuse reprenant l'approche moteur / boîte de vitesse que l'on retrouve dans un véhicule classique. D'autre part, nous mettrons en relief le fait que le système, bien que non linéaire, peut être abordé dans le cadre des systèmes linéaires à paramètres variants (LPV). Deux approches sont alors possibles : synthétiser un correcteur linéaire invariant, ou un correcteur également LPV. Pour faire ce choix nous mettrons en place plusieurs outils d'analyse, adaptés au cadre LPV, et réaliserons des simulations significatives. Dans le but d'implanter la loi de commande choisie dans un véhicule d'essais, une architecture logicielle sera alors définie, assurant la discrétisation et la bonne initialisation du correcteur. Les résultats obtenus sur prototype montrent que les outils utilisés sont bien adaptés aux transmissions hybrides, et qu'ils permettent un réglage fin des objectifs du cahier des charges.

La procédure d'identification consiste à rechercher un modèle mathématique adéquat pour un système dynamique donné à partir de données expérimentales. Alors que l'identification de système est orientée majoritairement pour répondre aux problèmes de commande depuis les années 90, l'identification de systèmes naturels reste cruciale pour une meilleure compréhension de notre environnement. Cette thèse vise à apporter une solution au problème de modélisation de la relation pluie/débit dans un bassin versant rural. Un bassin versant est défini comme la portion de territoire délimitée par des lignes de crête, dont les eaux alimentent un exutoire commun : cours d'eau, lac, mer, etc. L'identification de la relation pluie/débit est un problème stimulant, de par la complexité à trouver une structure de modèle définissant le comportement du bassin dans son ensemble. De plus, dans les bassins ruraux, il y a une grande variabilité spatio-temporelle des propriétés du sol tant au niveau de la végétation, du type de sol ou de l'évapotranspiration et seulement une partie de la pluie totale ruisselle et contribue au débit à l'exutoire. Dans ce cas, les modèles linéaires ne sont pas adaptés et ne peuvent délivrer de modèle acceptable pour la relation pluie/débit. A cet effet, deux structures de modèles non-linéaires sont étudiées : les modèles Hammerstein et les modèles Linéaires à Paramètres variants (LPV). La contribution principale de cette thèse réside dans le développement de méthodes dédiées à l'estimation de ces modèles, à temps discret ou continu, opérant en boucle ouverte ou fermée, en se concentrant sur le cas réaliste où le bruit de sortie est coloré et indépendant du processus étudié : le cas Box--Jenkins (BJ). De plus, les méthodes proposées ont été conçues spécialement pour fournir des résultats utiles dans le cas réel où le modèle de bruit est inconnu ou mal évalué. Finalement, ces méthodes sont utilisées sur des données réelles, acquises sur un bassin versant rural situé à Rouffach, Alsace, France et un processus d'identification innovant est proposé pour la modélisation de la relation pluie/débit.

Le premier chapitre présente un état de l'art sur le sujet traité. Il s'intéresse à introduire la classe des systèmes singuliers. Ces systèmes constituent un puissant outil de modélisation dans la mesure où ils peuvent décrire des processus régis à la fois par des équations dynamiques et des équations statiques. Ce formalisme est ainsi particulièrement adapté à l'étude des systèmes interconnectés, soumis à des contraintes physiques statiques et présentant des comportements impulsifs. Plusieurs résultats fondamentaux relatifs à la localisation et à l'analyse des systèmes singuliers linéaires, à paramètres variants ou non linéaires sont ainsi rappelés. Le deuxième chapitre est consacré au problème d'approximation des systèmes singuliers à paramètres variants et non linéaires par une représentation multi-modèle. Cette approche permet de présenter un processus dynamique non linéaire comme une combinaison d'un ensemble de modèles linéaires ou a nes valables dans des zones de fonctionnement. Les différentes structures les plus utilisées (modèles locaux couplés et découplés) sont décrites. L'analyse de la stabilité des multi-modèles a été considérée. Une méthode de synthèse de deux types d'observateurs pour les systèmes singuliers multi-modèles et LPV polytopique est aussi introduite. Le problème de diagnostic des systèmes singuliers non linéaires par approche multimod èles et des systèmes singuliers à paramètres variants polytopiques est abordé dans le troisième chapitre. Trois méthodes à base d'observateurs sont alors proposées. La première approche repose sur l'utilisation d'un multi-observateur à entrées inconnues assurant un découplage partiel de l'estimation des défauts. La deuxième méthode est inspirée du probl ème standard de commande H∞. Elle est basée sur la minimisation de l'influence des entrées inconnues et la maximisation de l'in uence des défauts sur les résidus, ce qui revient à l'étude d'un problème multiobjectifs. La troisième méthode est basée sur l'utilisation d'un multi-observateur Proportionnel Intégral (PI). Cette approche est utilisée avec les systèmes singuliers à paramètres variants. Elle permet moyennant un banc de générateurs de résidus, de fournir directement une estimation des défauts et par suite leur détection et localisation.

Cette thèse étudie l'approche LPV pour la commande robuste des systèmes non linéaires. Son originalité est de proposer pour la première fois un cadre rigoureux permettant de résoudre efficacement des problèmes de synthèse non linéaire. L'approche LPV a été proposée comme une extension de l'approche H-infini dans le contexte des systèmes LPV (" Linéaires à Paramètres Variant dans le temps "), voire non linéaires. Quoique prometteuse, cette approche pour la commande des systèmes non linéaires restait peu utilisée. En effet, au-delà même de certaines limitations théoriques, la nature des solutions obtenues semblait inadéquate. Cette question ouverte est notre point de départ. Nous montrons tout d'abord que la faible variation des correcteurs constatée est due avant tout à la nature du schéma informationnel utilisé traditionnellement lors de la synthèse LPV, et que sous des hypothèses raisonnables, le cadre LPV peut permettre de recouvrir des stratégies de type " linéarisation par bouclage ". Ce point étant acquis, une deuxième difficulté réside dans l'obtention effective de correcteurs non linéaires donnant des garanties de performance. Nous proposons un cadre rigoureux permettant de résoudre efficacement un problème de synthèse incrémentale pondérée, par la résolution d'un problème LPV associé à un schéma informationnel spécifique compatible avec celui identifié dans la première partie. Cette étude et son aboutissement à la définition d'un cadre formel et d'une procédure complète d'obtention de correcteurs, incluant des méthodes de réduction de complexité, donnent des arguments puissants en faveur de l'approche LPV pour la commande robuste de systèmes non linéaires.

Le travail de recherche concrétisé par ce mémoire de thèse se trouve à l'intersection de deux domaines importants, la commande robuste des systèmes linéaires (LTI, LPV, en commutation) à temps discret affectés par des perturbations permanentes bornées et des contraintes et les ensembles invariants ellipsoïdaux maximal ou minimal. La première partie de ce mémoire se focalise sur l'analyse de la stabilité entrée-état (en anglais ISS) du système par rapport à une perturbation bornée et le calcul des ensembles invariants ellipsoïdaux minimal ou maximal (ou sous forme d'ellipsoïdes tronqués) satisfaisant les contraintes. La deuxième partie envisage la synthèse d'une commande par retour d'état ISS stable et robuste vis-à-vis de perturbations bornées, garantissant l'ellipsoïde invariant maximal satisfaisant les contraintes ; puis la synthèse d'une loi decommande par retour d'état et observateur ISS stable vis-à-vis de perturbations bornées, garantissant une certaine performance ; enfin la synthèse d'un paramètre de Youla afin de garantir la projection maximale sur le sous-espace de l'état initial. La projection obtenue possède alors un volume plus grand que celui obtenu sans le paramètre de Youla d'où une amélioration en termes de robustesse. Une dernière étape vise à obtenirun compromis entre la robustesse et la performance en utilisant des critères basés sur le placement de pôles ou sur la vitesse de décroissance de la fonction de Lyapunov. Tous les résultats théoriques obtenus sont exprimés sous forme d'inégalités matricielles et sont validés en simulation et de façon expérimentale dans le cadre de la commande d'un convertisseur de puissance.

Ce travail concerne le développement de méthodes de commandes avancées pour les suspensions automobiles afin d'améliorer la tenue de route des véhicules et le confort des passagers, tout en respectant les contraintes technologiques liées aux actionneurs de suspension (passivité, non-linéarités, limite structurelle). Dans la 1ère partie, nous proposons deux schémas de commande par approche LPV polytopique (Linéaire à Paramètre Variant) et Stabilisation Forte (Strong Stabilization) avec optimisation par algorithme génétique pour résoudre les conflits confort/tenue de route et confort/débattement de suspension. Dans la 2ème partie, pour résoudre le problème complet de commande de suspensions semi-actives, nous développons d'abord une stratégie générique pour les systèmes LPV généraux soumis à la saturation des actionneurs et à des contraintes d'état. Le problème est étudié sous la forme de résolution d'inégalités linéaires matricielles (LMI) qui permettent de synthétiser un contrôleur LPV et un gain anti wind-up garantissant la stabilité et la performance du système en boucle fermée. Ensuite, cette stratégie est appliquée au cas de la commande des suspensions semi-actives. Les méthodes proposées sont validées par une évaluation basée sur un critère industriel et des simulations effectuées sur un modèle non-linéaire de quart de véhicule.