Ce mémoire rassemble des éléments d'optimisation, d'apprentissage profond et de contrôle optimal afin de répondre aux problématiques d'apprentissage et de planification dans le contexte des systèmes dynamiques en temps continu. Deux approches générales sont explorées. D'abord, une approche basée sur la méthode du maximum de vraisemblance est présentée. Ici, les trajectoires ``d'entrainement'' sont échantillonnées depuis la dynamique réelle, et à partir de celles-ci un modèle de prédiction des états observés est appris. Une fois que l'apprentissage est terminé, le modèle est utilisé pour la planification, en utilisant la dynamique de l'environnement et une fonction de coût pour construire un programme non linéaire, qui est par la suite résolu pour trouver une séquence de contrôle optimal. Ensuite, une approche de bout en bout est proposée, dans laquelle la tâche d'apprentissage de modèle dynamique et celle de planification se déroulent simultanément. Ceci est illustré dans le cadre d'un problème d'apprentissage par imitation, où le modèle est mis à jour en rétropropageant le signal de perte à travers l'algorithme de planification. Grâce au fait que l'entrainement est effectué de bout en bout, cette technique pourrait constituer un sous-module de réseau de neurones de plus grande taille, et pourrait être utilisée pour fournir un biais inductif en faveur des comportements optimaux dans le contexte de systèmes dynamiques en temps continu. Ces méthodes sont toutes les deux conçues pour fonctionner avec des modèles d'équations différentielles ordinaires paramétriques et neuronaux. Également, inspiré par des applications réelles pertinentes, un large recueil de systèmes dynamiques et d'optimiseurs de trajectoire, nommé Myriad, est implémenté; les algorithmes sont testés et comparés sur une variété de domaines de la suite Myriad. / This thesis brings together elements of optimization, deep learning and optimal control to study the challenge of learning and planning in continuous-time dynamical systems. Two general approaches are explored. First, a maximum likelihood approach is presented, in which training trajectories are sampled from the true dynamics, and a model is learned to accurately predict the state observations. After training is completed, the learned model is then used for planning, by using the dynamics and cost function to construct a nonlinear program, which can be solved to find a sequence of optimal controls. Second, a fully end-to-end approach is proposed, in which the tasks of model learning and planning are performed simultaneously. This is demonstrated in an imitation learning setting, in which the model is updated by backpropagating the loss signal through the planning algorithm itself. Importantly, because it can be trained in an end-to-end fashion, this technique can be included as a sub-module of a larger neural network, and used to provide an inductive bias towards behaving optimally in a continuous-time dynamical system. Both the maximum likelihood and end-to-end methods are designed to work with parametric and neural ordinary differential equation models. Inspired by relevant real-world applications, a large repository of dynamical systems and trajectory optimizers, named Myriad, is also implemented. The algorithms are tested and compared on a variety of domains within the Myriad suite.

Cette thèse vise à élaborer de nouvelles stratégies de commande basées sur la commande prédictive pour le système de génération d’énergie éolienne. La topologie des systèmes de production éolienne basées sur le Générateur Asynchrone à Double Alimentation (GADA) qui convient à des plateformes de génération dans la gamme de puissance de 1.5 à 6 MW est abordée. Du point de vue technologique, le convertisseur à trois niveaux et clampé par le neutre (3L-NPC) est considéré comme une bonne solution pour une puissance élevée en raison de ses avantages: capacité à réduire la distorsion harmonique de la tension de sortie et du courant, et augmentation de la capacité du convertisseur grâce à une tension réduite appliquée à chaque semi-conducteur de puissance. Une description détaillée de la commande prédictive à ensemble de commande fini (FCS-MPC) avec un horizon de prédiction de deux pas est présentée pour deux boucles de régulation: celle liée au convertisseur connecté au réseau et celle du convertisseur connecté au GADA. Le principe de la commande repose sur l’utilisation d’un modèle de prédiction permettant de prédire le comportement du système pour chaque état de commutation du convertisseur. La minimisation d’une fonction de coût appropriée prédéfinie permet d’obtenir la commutation optimale à appliquer au convertisseur. La thèse étudie premièrement les problèmes liées à la compensation du temps de calcul de la commande et au choix et aux pondérations de la fonction de coût. Ensuite, le problème de stabilité de la commande FCS-MPC est abordé en considérant une fonction de Lyapunov dans la minimisation de la fonction de coût. Finalement, une étude sur la compensation des effets des temps morts du convertisseur est présentée. / This thesis aims to elaborate new control strategies based on Model Predictive control for wind energy generation system. We addressed the topology of doubly fed induction generator (DFIG) based wind generation systems which is suitable for generation platform power in the range in 1.5-6 MW. Furthermore, from the technological point of view, the three-level neutral-point clamped (3L-NPC) inverter configuration is considered a good solution for high power due to its advantages: capability to reduce the harmonic distortion of the output voltage and current, and increase the capacity of the converter thanks to a decreased voltage applied to each power semiconductor.In this thesis, we presented a detailed description of finite control set model predictive control (FCS-MPC) with two step horizon for two control schemes: grid and DFIG connected 3L-NPC inverter. The principle of the proposed control scheme is to use system model to predict the behaviour of the system for every switching states of the inverter. Then, the optimal switching state that minimizes an appropriate predefined cost function is selected and applied directly to the inverter.The study of issues such as delay compensation, computational burden and selection of weighting factor are also addressed in this thesis. In addition, the stability problem of FCS-MPC is solved by considering the control Lyapunov function in the design procedure. The latter study is focused on the compensation of dead-time effect of power converter.

The aim of the project is to design an active safety system forpassenger vehicles for mitigating secondary collisions after an initialimpact. The control objective is to minimize the lateral deviationfrom the known original path while achieving a safe heading angle afterthe initial collision. A hierarchical controller structure is proposed:the higher layer is formulated as a linear time varying model predictivecontroller that denes the virtual control moment input; the lowerlayer deploys a rule-based controller that realizes the requested moment.The designed control system is then tested and validated inSimulink as well as in IPG CarMaker, a high delity vehicle dynamicssimulator. / Syftet med projektet är att för personbilar designa ett aktivtsäkerhetssystem för att undvika följdkollisioner efter en första kollision.Målet är att minimera den laterala avvikelsen från den ursprungligafärdvägen och att samtidigt uppnå en säker kurs efter den första kollisionen.En hierarkisk regulatorstruktur föreslås. Det övre skiktet iregulatorn är formulerat som en linjär tidsvarierande modell prediktivkontroller som definierar den virtuella momentinmatningen. Det nedreskiktet använder en regelbaserad regulator som realiserar det begärdamomentet. Det konstruerade styrsystemet testades och validerades sedani Simulink samt i IPG CarMaker, en simulator med hög precisionför fordonsdynamik.

[ES] Actualmente existen numerosas y variadas contribuciones basadas en el ADRC. Por un lado, algunos trabajos abordan la metodología ADRC. Sin embargo, son pocos los que ofrecen una explicación exhaustiva de su diseño y aplicación, dirigida a aquellos investigadores que están empezando a explorar esta estrategia de control. Por otro lado, la sintonización del ADRC y el control compuesto basado en ADRC son áreas de investigación abiertas. Una de las discusiones que se mantiene activa en la literatura está relacionada con la forma de seleccionar los parámetros principales del ADRC de modo que se alcance la estabilidad de lazo cerrado con un rechazo de perturbaciones y robustez apropiadas, especialmente cuando el ADRC se emplea para controlar procesos aproximados mediante representaciones más sencillas como el modelo de primer orden más retardo (FOPDT). Asimismo, la estimación activa de la incertidumbre y las perturbaciones ha hecho atractiva la idea de integrar la topología ADRC con técnicas de control avanzado, por ejemplo, con el control predictivo basado en modelo (MPC). El mayor desafío que surge al realizar esta combinación radica en cómo formular el lazo de control para que el mecanismo de rechazo de perturbaciones del ADRC transforme el comportamiento del sistema controlado en el de una planta deseada simplificada, relajando así el requisito de un modelo detallado y considerando directamente las restricciones en las variables del lazo. Esta tesis presenta tres contribuciones al conocimiento del ADRC para abordar los desafíos expuestos anteriormente. La primera de ellas es una guía para el diseño y aplicación de controladores lineales mediante el control convencional por rechazo activo de perturbaciones. Esta guía ofrece, a modo de tutorial, una revisión de la fundamentación teórica del ADRC y condensa en un algoritmo los pasos para el diseño de estos controladores con el propósito de facilitar su implementación de acuerdo con la formulación del problema en el marco de la estimación y rechazo de perturbaciones y la selección empírica de sus ganancias. La segunda contribución de esta disertación es un conjunto de reglas de sintonía para el cálculo de los tres parámetros distintivos del ADRC con los que se diseñan las ganancias del observador de estados y de la ley de control. Estas reglas permiten sintonizar el ADRC para el control de un proceso aproximado mediante un modelo FOPDT y ofrecen al diseñador diferentes conjuntos de parámetros de acuerdo con un nivel de robustez deseado. Esta contribución se basa en el desarrollo de procedimientos de diseño de optimización multiobjetivo enfocados al control de un grupo de plantas FOPDT nominales. Los resultados de dichos procedimientos se ajustaron a las fórmulas de sintonía proporcionadas. La tercera contribución es una nueva arquitectura de control que combina el mecanismo de rechazo de perturbaciones del ADRC y la estrategia de horizonte deslizante del MPC. En este lazo, una ley de control predictivo gobierna una planta de primer orden más integrador que se induce sobre proceso real sujeto a restricciones. Lo anterior es posible compensando el desajuste entre las plantas real y deseada e incorporando el término de compensación del ADRC en la formulación de las restricciones del controlador predictivo. El bucle pretende proporcionar una solución para controlar sistemas con restricciones para los que no se ha identificado un modelo nominal. Esta disertación está dirigida tanto a los investigadores interesados en explorar el control por rechazo activo de perturbaciones como a aquellos que consideran a esta tecnología como una de sus líneas de investigación principales. Las contribuciones sirven a quienes se inician en el estudio del ADRC, a los diseñadores de controladores que buscan implementar el ADRC lineal considerando el rechazo de perturbaciones de procesos FOPDT y a los investigadores abiertos a la discusión de los beneficios potenciales de de combinar el ADRC con el MPC. / [CAT] Actualment existeixen nombroses i variades contribucions basades en l'ADRC. D'una banda, alguns treballs aborden la metodologia ADRC. No obstant això, són pocs els que ofereixen una explicació exhaustiva del seu disseny i aplicació, dirigida a aquells investigadors que estan començant a explorar aquesta estratègia de control. D'altra banda, la sintonització de l'ADRC i el control compost basat en ADRC són àrees d'investigació obertes. Una de les discussions que es manté activa en la literatura està relacionada amb la manera de seleccionar els paràmetres principals de l'ADRC de manera que s'aconseguisca l'estabilitat de llaç tancat amb un rebuig de pertorbacions i robustesa apropiades, especialment quan l'ADRC s'empra per a controlar processos aproximats mitjançant representacions més senzilles com el model de primer ordre més retard (FOPDT). Així mateix, l'estimació activa de la incertesa i les pertorbacions ha fet atractiva la idea d'integrar la topologia ADRC amb tècniques de control avançat, per exemple, amb el control predictiu basat en model (MPC). El major desafiament que sorgeix en realitzar aquesta combinació radica en com formular el llaç de control perquè el mecanisme de rebuig de pertorbacions de l'ADRC transforme el comportament del sistema controlat en el d'una planta desitjada simplificada, relaxant així el requisit d'un model detallat i considerant directament les restriccions en les variables del llaç. Aquesta tesi presenta tres contribucions al coneixement de l'ADRC per a abordar els desafiaments exposats anteriorment. La primera d'elles és una guia per al disseny i aplicació de controladors lineals mitjançant el control convencional per rebuig actiu de pertorbacions. Aquesta guia ofereix, a manera de tutorial, una revisió de la fonamentació teòrica de l'ADRC i condensa en un algorisme els passos per al disseny d'aquests controladors amb el propòsit de facilitar la seua implementació d'acord amb la formulació del problema en el marc de l'estimació i rebuig de pertorbacions i la selecció empírica dels seus guanys. La segona contribució d'aquesta dissertació és un conjunt de regles de sintonia per al càlcul dels tres paràmetres distintius de l'ADRC amb els quals es dissenyen els guanys de l'observador d'estats i de la llei de control. Aquestes regles permeten sintonitzar l'ADRC per al control d'un procés aproximat mitjançant un model FOPDT i ofereixen al dissenyador diferents conjunts de paràmetres d'acord amb un nivell de robustesa desitjat. Aquesta contribució es basa en el desenvolupament de procediments de disseny d'optimització multiobjectiu enfocats al control d'un grup de plantes FOPDT nominals. Els resultats d'aquests procediments es van ajustar a les fórmules de sintonia proporcionades. La tercera contribució és una nova arquitectura de control que combina el mecanisme de rebuig de pertorbacions de l'ADRC i l'estratègia d'horitzó lliscant del MPC. En aquest llaç, una llei de control predictiu governa una planta de primer ordre més integrador que s'indueix sobre procés real subjecte a restriccions. L'anterior és possible compensant el desajustament entre les plantes real i desitjada i incorporant el terme de compensació de l'ADRC en la formulació de les restriccions del controlador predictiu. El bucle pretén proporcionar una solució per a controlar sistemes amb restriccions per als quals no s'ha identificat un model nominal. Aquesta dissertació està dirigida tant als investigadors interessats a explorar el control per rebuig actiu de pertorbacions com a aquells que consideren a aquesta tecnologia com una de les seues línies d'investigació principals. Les contribucions serveixen als qui s'inicien en l'estudi de l'ADRC, als dissenyadors de controladors que cerquen implementar l'ADRC lineal considerant el rebuig de pertorbacions de processos FOPDT i als investigadors oberts a la discussió dels beneficis potencials de de combinar l'ADRC amb el MPC. / [EN] Numerous and varied contributions based on the ADRC are currently available. On the one hand, some works address the ADRC methodology. Still, only some offer a comprehensive explanation of its design and application aimed at those researchers who are starting to explore this control strategy. On the other hand, the ADRC tuning and the ADRC-based composite control are open research areas. One of the discussions that remain active in the literature is related to how to select the LADRC main parameters so that closed-loop stability is achieved with appropriate disturbance rejection and robustness, mainly when the ADRC is used to control processes approximated by more straightforward representations such as the first-order plus delay (FOPDT) model. Likewise, the active estimation of uncertainty and disturbances has made integrating the ADRC topology with advanced control techniques, like Model-Based Predictive Control (MPC), attractive. The major challenge in realising this combination lies in how to formulate the control loop so that the ADRC disturbance rejection mechanism transforms the behaviour of the controlled system into that of a simplified desired plant, thus relaxing the requirement for a detailed model while directly considering the constraints on the loop variables. This thesis presents three contributions to ADRC knowledge to address the challenges mentioned above. The first is a guide for designing and applying linear controllers using conventional active disturbance rejection control. This guide offers a review of the theoretical foundation of the ADRC. It condenses in an algorithm the steps for designing these control loops to facilitate their implementation according to the problem formulation in the disturbance estimation and rejection framework and the empirical selection of their gains. The second contribution of this dissertation is a set of tuning rules for computing the three distinctive parameters of the ADRC with which the state observer and control law gains are designed. These rules allow tuning the ADRC to control an approximate process using a first-order plus delay model and offer different sets of parameters according to a desired level of robustness. This contribution is based on developing multi-objective optimisation design procedures focused on controlling a group of nominal FOPDT plants. The results of these procedures were fitted to the tuning formulae provided. The third contribution is a new control architecture that combines the disturbance rejection mechanism of the ADRC and the receding horizon strategy of the MPC. In this loop, a predictive control law governs a first-order plus integrator plant enforced on the real process subject to constraints. The above is possible by compensating for the mismatch between the real and desired plants and incorporating the ADRC compensation term in the constraints formulation of the predictive controller. The loop is intended to provide a solution to control constrained systems for which no nominal model has been identified. This dissertation addresses researchers interested in exploring active disturbance rejection control and those considering this technology as one of their main lines of research. The contributions of this dissertation serve those new to the study of ADRC, controller designers seeking to implement linear ADRC by considering the disturbance rejection response of processes approximated using first-order plus delay models, and researchers open to discussing the potential benefits of combining ADRC with advanced techniques such as MPC. / Martínez Carvajal, BV. (2023). Design of controllers based on active disturbance rejection control (ADRC) and its integration with model predictive control (MPC) [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/196581

<p>Set-based methods have been leveraged in many engineering applications from robust control and global optimization, to probabilistic planning and estimation. While useful, these methods have most widely been applied to analysis over sets that are convex, due to their ease in both representation and calculation. The representation and analysis of nonconvex sets is inherently complex. When nonconvexity arises in design and control applications, the nonconvex set is often over-approximated by a convex set to provide conservative results. However, the level of conservatism may be large and difficult to quantify, often leading to trivial results and requiring repetitive analysis by the engineer. Nonconvexity is inherent and unavoidable in many applications, such as the analysis of hybrid systems and robust safety constraints. </p> <p>In this dissertation, I present a new nonconvex set representation named the hybrid zonotope. The hybrid zonotope builds upon a combination of recent advances in the compact representation of convex sets in the controls literature with methods leveraged in solving mixed-integer programming problems. It is shown that the hybrid zonotope is equivalent to the union of an exponential number of convex sets while using a linear number of continuous and binary variables in the set’s representation. I provide identities for, and derivations of, the set operations of hybrid zonotopes for linear mappings, Minkowski sums, generalized intersections, halfspace intersections, Cartesian products, unions, complements, point containment, set containment, support functions, and convex enclosures. I also provide methods for redundancy removal and order reduction to improve the compactness and computational efficiency of the represented sets. Therefore proving the hybrid zonotopes expressive power and applicability to many nonconvex set-theoretic methods. Beyond basic set operations, I specifically show how the exact forward and backward reachable sets of linear hybrid systems may be found using identities that are calculated algebraically and scale linearly. Numerical examples show the scalability of the proposed methods and how they may be used to verify the safety and performance of complex systems. These exact methods may also be used to evaluate the level of conservatism of the existing approximate methods provided in the literature.  </p>

Model predictive control is a popular research focus in electric motor control as it allows designers to specify optimization goals and exhibits fast transient response. Availability of faster and more affordable computers makes it possible to implement these algorithms in real-time. Real-time implementation is not without challenges however as these algorithms exhibit high computational complexity. Field-programmable gate arrays are a potential solution to the high computational requirements. However, they can be time-consuming to develop for. In this thesis, we present a methodology that reduces the size and development time of field-programmable gate array based fixed-point model predictive motor controllers using automated numerical analysis, optimization and code generation. The methods can be applied to other domains where model predictive control is used. Here, we demonstrate the benefits of our methodology by using it to build a motor controller at various sampling rates for an interior permanent magnet synchronous motor, tested in simulation at up to 125 kHz. Performance is then evaluated on a physical test bench with sampling rates up to 35 kHz, limited by the inverter. Our results show that the low latency achievable in our design allows for the exclusion of delay compensation common in other implementations and that automated reduction of numerical precision can allow the controller design to be compacted. / Thesis / Master of Applied Science (MASc)

Le problème de l'efficacité énergétique dans le domaine des transports a comme principal défi savoir comment utiliser la source d'énergie pour que l'efficacité énergétique puisse être maximisée, c'est-à-dire comment le véhicule doit être conduit de telle sorte que la quantité minimale d’énergie est utilisée. Ce problème est le principal problème considéré dans cette thèse. Le véhicule est un prototype impliqué dans la course européenne Shell Eco-Marathon. La dynamique du véhicule est d'abord obtenu par l'identification expérimentale des paramètres. Une stratégie en boucle ouverte de conduite optimale en termes de consommation électrique est calculée. Plusieurs approches ont été étudiées pour le suivi de la référence optimale (stratégie de conduite optimale). Ces approches doivent prendre en compte les ressources limitées en taille mémoire et capacité de calcul. Une commande prédictive (MPC) basée sur la dynamique linéarisée est tout d'abord synthétisée. Le problème de poursuite nécessite une MPC avec contraintes variant dans le temps. La stabilité et la convergence de la commande prédictive sont prouvées à l'aide du formalisme des ensembles invariants. En troisième partie, à partie du modèle LPV, une adaptation de techniques standards basées sur des fonctions de Lyapunov quadratiques et à paramètres variants avec calculs hors-ligne est proposée. Elle est implémentée sur un banc de test. Enfin, une technique adaptative robuste avec identification en ligne de la dynamique est proposée et implémentée dans le véhicule. Cette technique a été testée et validée en course. Les résultats expérimentaux obtenus montrent de bonnes performances de la stratégie de conduite / In the field of transportation, the research on energy efficiency has been carried out for few decades by the automotive industry, where one of the main objectives is to reduce the energetic consumption. This particular problem can be rephrased as how the vehicle must be driven so that the minimum quantity of energy is used. This is the optimal driving strategy. In this project, a suitable model of the Vir'volt electric vehicle involved in the European Shell Eco-Marathon is obtained. The unknown parameters involved in the vehicle dynamics are estimated using Parameter identification from experimental data. The identified dynamics is used to derive an optimal driving strategy that is intended to be tracked on-line during the driving task. The tracking task is subject to time-varying polytopic constraint on the input and/or the state. A MPC-based tracking strategy that uses an homothetic transformation as a suitable time-varying invariant set is used. The time-varying invariant set guarantees the asymptotic stability of the control law. The problem of the MPC tracking for Linear Parametric Varying (LPV) systems is introduced. A new explicit MPC strategy for LPV systems is developed. This strategy uses a Parameter dependent Lyapunov Function (PDLF) to involve explicitly the time-varying parameter in the control law and so it reduces conservatism. A benchmark is used to test the performances of the optimal driving strategy and the explicit MPC tracking strategy. Finally, a robust adaptive technique with on-line identification of the dynamics is has been proposed and tested in the race showing good performances of the adaptive driving strategy

Les Energies Marines Renouvelables (EMR) se développent aujourd’hui très vite tant au niveau de la recherche amont que de la R&D, et même des premiers démonstrateurs à la mer. Parmi ces EMR, l'énergie des vagues présente un potentiel particulièrement intéressant. Avec une ressource annuelle brute moyenne estimée à 40 kW/m au large de la côte atlantique, le littoral français est plutôt bien exposé. Mais l’exploitation à grande échelle de cette énergie renouvelable ne sera réalisable et pertinente qu'à condition d'une bonne intégration au réseau électrique (qualité) ainsi que d'une gestion et d'un dimensionnement optimisé au sens du coût sur cycle de vie. Une première solution de génération tout électrique pour un houlogénérateur a d’abord été évaluée dans le cadre de la thèse de Marie RUELLAN menée sur le site de Bretagne du laboratoire SATIE (ENS de Cachan). Ces travaux ont mis en évidence le potentiel de viabilité économique de cette chaîne de conversion et ont permis de poser la question du dimensionnement de l’ensemble convertisseur-machine et de soulever les problèmes associés à la qualité de l’énergie produite. Puis une seconde thèse a été menée par Judicaël AUBRY dans la même équipe de recherche. Elle a consisté, entre autres, en l’étude d’une première solution de traitement des fluctuations de la puissance basée sur un système de stockage par supercondensateurs. Une méthodologie de dimensionnement de l’ensemble convertisseur-machine et de gestion de l’énergie stockée fut également élaborée, mais en découplant le dimensionnement et la gestion de la production d’énergie et de ceux de son système de stockage. Le doctorant devra donc : 1. S’approprier les travaux antérieurs réalisés dans le domaine de la récupération de l’énergie des vagues ainsi que les modèles hydrodynamiques et mécaniques réalisés par notre partenaire : le LHEEA de l’Ecole Centrale de Nantes - 2. Résoudre le problème du couplage entre dimensionnement/gestion de la chaîne de conversion et dimensionnement/gestion du système de stockage. 3. Participer à la réalisation d’un banc test à échelle réduite de la chaine électrique et valider expérimentalement les modèles énergétiques du stockage et des convertisseurs statiques associés - 4. Proposer une méthodologie de dimensionnement de la chaine électrique intégrant le stockage et les lois de contrôle préalablement élaborées 5. Déterminer les gains en termes de capacités de stockage obtenus grâce à la mutualisation de la production (parc de machines) et évaluer l’intérêt d’un stockage centralisé - 6. Analyser l’impact sur le réseau d’une production houlogénérée selon divers scenarii, modèles et outils développés par tous les partenaires dans le cadre du projet QUALIPHE. L’exemple traité sera celui de l’Ile d’Yeu (en collaboration avec le SyDEV. / The work of this PhD thesis deals with the minimization of the per-kWh cost of direct-drive wave energy converter, crucial to the economic feasibility of this technology. Despite the simplicity of such a chain (that should provide a better reliability compared to indirect chain), the conversion principle uses an oscillating system (a heaving buoy for example) that induces significant power fluctuations on the production. Without precautions, such fluctuations can lead to: a low global efficiency, an accelerated aging of the fragile electrical components and a failure to respect power quality constraints. To solve these issues, we firstly study the optimization of the direct drive wave energy converter control in order to increase the global energy efficiency (from wave to grid), considering conversion losses and the limit s from the sizing of an electrical chain (maximum force and power). The results point out the effect of the prediction horizon or the mechanical energy into the objective function. Production profiles allow the study of the flicker constraint (due to grid voltage fluctuations) linked notably to the grid characteristics at the connection point. Other models have also been developed to quantify the aging of the most fragile and highly stressed components, namely the energy storage system used for power smoothing (with super capacitors or electrochemical batteries Li-ion) and power semiconductors.Finally, these aging models are used to optimize key design parameters using life-cycle analysis. Moreover, the sizing of the storage system is co-optimized with the smoothing management.

Master’s thesis deals with problems of predictive control especially Model (Based) Predictive Control (MBPC or MPC). Identifications methods are compared in the first part. Recursive least mean squares algorithm is compared with identification methods based on neural networks. Next parts deal with predictive control. There is described creation MPC with summing element and adaptive MPC. There is also compared fixed setting PSD controller with MPC. Responses on disturbance and changes of parameters of controlled plant are compared. Comparing is made on simulation models in MATLAB/Simulink and on physical model connected to PLC B&R.

Face à l’évolution rapide des technologies nécessaires à l’automatisation de la conduite au cours de ces dernières années, les grands constructeurs automobiles promettent la commercialisation de véhicules autonomes à l’horizon 2020. Cependant, la définition des interactions entre les systèmes de conduite automatisée et le conducteur au cours de la tâche de conduite reste une question ouverte. L'objectif de cette thèse est de concevoir, développer et évaluer des principes de coopération entre le conducteur et les systèmes de conduite automatisée. Compte tenu de la complexité d'un tel Système Homme-Machine, la thèse propose, en premier lieu une architecture de contrôle coopératif hiérarchique et deux principes de coopération généraux sur deux niveaux dans l’architecture qui serviront ensuite de base commune pour la conception des systèmes coopératifs développés pour les cas d’usages définis. Afin d’assurer une coopération efficace avec le conducteur dans un environnement de conduite dynamique, le véhicule autonome a besoin de comprendre la situation et de partager sa compréhension de la situation avec le conducteur. Pour cela, cette thèse propose un formalisme de représentation de la scène de conduite basé sur le repère de Frenet. Ensuite, une méthode de prédiction de trajectoire est également proposée. Sur la base de la détection de manœuvre et de l'estimation du jerk, cette méthode permet d’améliorer la précision de la trajectoire prédite comparée à celle déterminée par la méthode basée sur une hypothèse d'accélération constante. Dans la partie d’études de cas, deux principes de coopération sont mis en œuvre dans deux cas d’usage. Dans le premier cas de la gestion d’insertion sur autoroute, un système de contrôle longitudinal coopératif est conçu. Il comporte une fonction de planification de manœuvre et de génération de trajectoire basée sur la commande prédictive. En fonction du principe de coopération, ce système peut à la fois gérer automatiquement l’insertion d’un véhicule et donner la possibilité au conducteur de changer la décision du système. Dans le second cas d'usage qui concerne le contrôle de trajectoire et le changement de voie sur autoroute, le problème de partage du contrôle est formulé comme un problème d’optimisation sous contraintes qui est résolu en ligne en utilisant l’approche de la commande prédictive (MPC). Cette approche assure le transfert continu de l’autorité du contrôle entre le système et le conducteur en adaptant les pondérations dans la fonction de coût et en mettant en œuvre des contraintes dynamiques en ligne dans le modèle prédictif, tout en informant le conducteur des dangers potentiels grâce au retour haptique sur le volant. Les deux systèmes sont évalués à l’aide de tests utilisateur sur simulateur de conduite. En fonction des résultats des tests, cette thèse discute la question des facteurs humains et la perception de l'utilisateur sur les principes de coopération. / Given rapid advancement of automated driving (AD) technologies in recent years, major car makers promise the commercialization of AD vehicles within one decade from now. However, how the automation should interact with human drivers remains an open question. The objective of this thesis is to design, develop and evaluate interaction principles for AD systems that can cooperate with a human driver. Considering the complexity of such a human-machine system, this thesis begins with proposing two general cooperation principles and a hierarchical cooperative control architecture to lay a common basis for interaction and system design in the defined use cases. Since the proposed principles address a dynamic driving environment involving manually driven vehicles, the AD vehicle needs to understand it and to share its situational awareness with the driver for efficient cooperation. This thesis first proposes a representation formalism of the driving scene in the Frenet frame to facilitate the creation of the spatial awareness of the AD system. An adaptive vehicle longitudinal trajectory prediction method is also presented. Based on maneuver detection and jerk estimation, this method yields better prediction accuracy than the method based on constant acceleration assumption. As case studies, this thesis implements two cooperation principles for two use cases respectively. In the first use case of highway merging management, this thesis proposes a cooperative longitudinal control framework featuring an ad-hoc maneuver planning function and a model predictive control (MPC) based trajectory generation for transient maneuvers. This framework can automatically handle a merging vehicle, and at the mean time it offers the driver a possibility to change the intention of the system. In another use case concerning highway lane positioning and lane changing, a shared steering control problem is formulated in MPC framework. By adapting the weight on the stage cost and implementing dynamic constraints online, the MPC ensures seamless control transfer between the system and the driver while conveying potential hazards through haptic feedback. Both of the designed systems are evaluated through user tests on driving simulator. Finally, human factors issue and user’s perception on these new interaction paradigms are discussed.