Esta dissertação de mestrado apresenta um novo esquema de controle de taxa hierárquico – HRC – para o padrão MVC – extensão para vídeos de múltiplas vistas do padrão H.264 – com objetivo de melhorar o aproveitamento da largura de banda oferecida por um canal entregando o vídeo comprimido com a melhor qualidade possível. Este esquema de controle de taxa hierárquico foi concebido para controlar de forma conjunta os níveis de quadro e de unidades básicas (BU). O esquema proposto explora a correlação existente entre as distribuições das taxas de bits em quadros vizinhos para predizer de forma eficiente o comportamento dos futuras bitrates através da aplicação de um controle preditivo baseado em modelos – MPC – que define uma ação de controle apropriada sobre as ações de adaptação do parâmetro de quantização (QP). Para prover um ajuste em granularidade fina, o QP é adicionalmente adaptado internamente para cada quadro por um processo de decisão de Markov (MDP) implementado em nível de BU capaz de considerar mapas com Regiões de Interesse (RoI). Um retorno acoplado aos dois níveis supracitados é realizado para garantir a consistência do sistema. Aprendizagem por Reforço é utilizada para atualizar os parâmetros do Controle Preditivo baseado em Modelos e do processo de decisão de Markov. Resultados experimentais mostram a superioridade da utilização do esquema de controle proposto, comparado às soluções estado-da-arte, tanto em termos de precisão na alocação de bits quanto na otimização da razão taxa-distorção, entregando um vídeo de maior qualidade visual nos níveis de quadros e de BUs. / This master thesis presents a novel Hierarchical Rate Control – HRC – for the Multiview Video Coding standard targeting an increased bandwidth usage and high video quality. The HRC is designed to jointly address the rate control at both framelevel and Basic Unit (BU)-level. This scheme is able to exploit the bitrate distribution correlation with neighboring frames to efficiently predict the future bitrate behavior by employing a Model Predictive Control that defines a proper control action through QP (Quantization Parameter) adaptation. To provide a fine-grained tuning, the QP is further adapted within each frame by a Markov Decision Process implemented at BU-level able to take into consideration a map of the Regions of Interest. A coupled frame/BU-level feedback is performed in order to guarantee the system consistency. A Reinforcement Learning method is responsible for updating the Model Predictive Control and the Markov Decision Process parameters. Experimental results show the superiority of the Hierarchical Rate Control compared to state-of-the-art solutions, in terms of bitrate allocation accuracy and rate-distortion, while delivering smooth video quality at both frame and Basic Unit levels.

The need to have mechanisms and Technologies for the control of blood glucose levels is essential for people who have diabetes of any type. This disease still has no cure and is one of the main risk factors for cardiovascular diseases, such as heart attack, stroke, renal complications etc. The number of diabetic people in the world and in Brazil is alarming, in addition, Brazilians occupy the fourth place in the world ranking according to the last survey of the year, 2015, made by the International Diabetes Federation (IDF). Several studies has been conducted in order to obtain the best glycemic control of people with diabetes, one of the current forms of control under investigation is the development of an artificial pancreas. Through the union of three systems: glucose monitoring system, control algorithm and actuator system through an insulin infusion pump, it is possible to obtain efficient results in glycemic control as they already have studies. This work consists of developing a prototype of a low-cost and low-power embedded control system, Hardware in Loop (HIL), based on Arduino nano microcontroller, which can control the blood glucose level of a model of a type 1 diabetes patient, considering some perturbations and noises, using the Kalman filter as estimator. The results obtained with the implementation of the controller are analyzed in order to obtain a better performance. / A necessidade de ter mecanismos e tecnologias para o controle dos níveis de glicose no sangue é essencial para pessoas que possuem diabetes de qualquer tipo, visto que esta é uma doença que ainda não possui cura e é um dos principais fatores de riscos para doenças cardiovasculares, como infarto, AVC, complicações renais e etc. O número de pessoas diabéticas no mundo e no Brasil é alarmante, além disso, tem-se que os brasileiros ocupam o quarto lugar no ranking mundial de acordo com o último levantamento no ano de 2015 feito pela International Diabetes Federation (IDF). Vários estudos têm sido realizados no intuito de obter o melhor controle da glicemia de pessoas com diabetes, uma das formas de controle que está sendo pesquisada atualmente é o desenvolvimento de um pâncreas artificial. Através da união de três sistemas, sendo estes: o de monitoramento da glicemia, o de algoritmo de controle e o de atuador através de bomba de infusão de insulina, é possível que sejam obtidos resultados eficientes no controle da glicemia como já têm mostrado alguns estudos. Este trabalho consiste em desenvolver um protótipo de um sistema de controle embarcado, Hardware in Loop (HIL), baseado no microcontrolador nano Arduino, de baixo custo e de baixo consumo de energia que possa controlar o nível de glicose no sangue de um modelo de um paciente com diabetes tipo 1, considerando algumas perturbações e ruídos, utilizando o filtro de Kalman como estimador. Os resultados obtidos com a implementação do controlador são analisados buscando a obtenção de um melhor desempenho. / São Cristóvão, SE

Orientadores: Pedro Luis Dias Peres, Ricardo Coração de Leão Fontoura de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T15:25:55Z (GMT). No. of bitstreams: 1 Caun_RodrigodaPonte_M.pdf: 4443460 bytes, checksum: 6ac15ef9d40ddc0d477ba44ec10f9182 (MD5) Previous issue date: 2008 / Resumo: A principal contribuição dessa dissertação é propor um método de síntese de controle preditivo por realimentação de estados para sistemas lineares discretos com parâmetros variantes no tempo e pertencentes a um politopo. As condições de síntese são formuladas usando-se funções de Lyapunov dependentes de caminho, isto é, a matriz de Lyapunov depende de maneira multi-afim dos parâmetros em seus instantes sucessivos de tempo até um instante máximo (tamanho do caminho). Essa classe de função generaliza as funções quadráticas e dependentes de maneira afim nos parâmetros. Os testes numéricos s¿ao formulados em termos de problemas de otimização baseados em desigualdades matriciais lineares, parametrizados em função do tamanho do caminho da matriz de Lyapunov, arbitrado a priori. À medida que o tamanho do caminho cresce, índices de desempenho menos conservadores são obtidos ao preço de um maior esforço computacional. Exemplos numéricos são apresentados ilustrando a eficiência do método proposto em termos do índice de desempenho e do esforço computacional demandado quando comparados com outros métodos existentes na literatura. / Abstract: The main contribution of this thesis is to propose a state-feedback model predictive control design method for discrete-time systems with time-varying parameters belonging to a polytope. The synthesis conditions are formulated using path-dependent Lyapunov functions, i.e. the Lyapunov matrix depends multi-affinely on the parameters at successive instants of time until a maximum instant (path size). This class of function generalizes quadratic and affinely parameter dependent functions. The numerical tests are provided in terms of optimization problems based on linear matrix inequalities, parametrized as a function of the path size of the Lyapunov matrix, given a priori. As the path size increases, less conservative performance indices are obtained at the price of a higher computational effort. Numerical examples are presented, illustrating the efficiency of the approach in terms of the performance index and the computational burden demanded when compared to other existing methods in the literature. / Mestrado / Automação / Mestre em Engenharia Elétrica

Um dos desafios que ainda precisa ser superado com o objetivo de melhorar o desempenho do controle preditivo (MPC) é a sua manutenção. Reidentificação do processo é uma das melhores opções disponíveis para atualizar o modelo interno do MPC, a fim de melhorar seu desempenho. No entanto, o processo de reidentificação é dispendioso. Pesquisadores propuseram dois métodos diferentes, capazes de detectar divergências entre o processo real e o seu modelo, através da análise de correlações parciais. Utilizando essas técnicas, ao invés de reidentificar todos os sub-modelos do processo, apenas algumas entradas com divergência significativas teriam que ser perturbadas e somente a parte degradada do modelo seria atualizada. Entretanto, não há informações suficientes e análises sobre a influência das estruturas de modelo nos resultados das correlações parciais. Além disso, apesar de ambas as abordagens serem eficientes na detecção de divergências significativas, elas não fornecem informações suficientes sobre a sua quantificação. Esta dissertação de mestrado demonstra que o método de Carlsson (2010) é uma solução particular do método de Badwe et al. (2009), quando os modelos utilizados no processo de identificação são estruturas FIR. Além disso, alguns outros tipos de estruturas serão estudados, de modo a verificar se eles são adequados para a análise da correlação parcial, com o objetivo de detectar esse tipo de divergência. Quanto à limitação da detecção do nível da divergência entre o modelo e a planta, este trabalho propõe um projeto inicial de um novo método para resolver este problema, através da adição de ruído branco off-line nos dados coletados do processo, com diferentes variações antes da análise da correlação parcial. Um estudo de caso simulado é mostrado, que confirma a eficácia desta nova técnica. Finalmente, são apresentadas as conclusões encontradas e as possibilidades para estudos futuros. / One of the challenges that still needs to be overcome in order to improve the performance of the model predictive control (MPC) is its maintenance. Re-identification of the process is one of the best options available to update the internal model of the MPC, in order to improve performance. However, re-identification is costly. Researchers have proposed two different methods able to detect plant mismatch through partial correlation analysis. Using these techniques, instead of re-identifying all the sub-models in the process, only a few inputs with significant mismatch would have to be perturbed and only the degraded portion of the model would be updated. Nevertheless, there is not enough information and analysis about the influence of the model structures for identification on partial correlation results. Besides, although both approaches are efficient in detecting significant mismatches, they do not provide enough information about its magnitude. This masters thesis demonstrates that the Carlssons method (2010) is a particular solution of the Badwe et al.s method, when the models used on the identification process are FIR structures. Moreover, some other types of structures will be analyzed in order to check if they are suitable for the partial correlation procedure to detect plant mismatches. Concerning the limitation of the detection the level of plant-mismatch, this thesis proposes a starting project of a new method to address this issue by adding offline white noise to the collected data from the process with different variances before analyzing the partial correlation. A simulation case study is shown that confirms the efficacy of this new technique. Finally, conclusions and possible future studies are presented.

Este trabalho tem como objetivo principal o desenvolvimento de uma estratégia de integração da otimização com o controle preditivo multivariável em uma camada. Os problemas de controle e otimização econômica são resolvidos simultaneamente em um mesmo algoritmo. A função objetivo econômica foi inserida no controlador na sua forma diferencial, ou seja, o gradiente da função objetivo econômica. O método foi testado por simulação para o caso do sistema reator regenerador da UFCC (Unit of Fluid Catalytic Cracker). Esta dissertação descreve a estratégia de otimização integrada ao controlador preditivo cuja função objetivo incorpora componentes dinâmicos e estáticos. Para a determinação das condições ótimas do processo no estado estacionário do conversor (unidade de craqueamento catalítico) foi utilizado um modelo empírico do processo. A melhor trajetória para conduzir o processo para o seu ponto ótimo de operação, maximizando lucro ou produto de maior valor agregado, desde que não sejam violadas as restrições de processo, é predita utilizando um modelo dinâmico, obtido através de dados de testes em degrau em um modelo rigoroso. Este modelo linear possibilitou a obtenção das funções de transferência do processo e o modelo em variáveis de estado. O ponto ótimo que é obtido na execução deste algoritmo, leva em consideração a não violação das restrições das variáveis manipuladas e controladas do processo, tanto para o estado estacionário como para o transiente do problema. O problema de otimização não linear resultante é resolvido através de uma rotina de programação quadrática da biblioteca do Matlab. Uma segunda alternativa apresentada para a estratégia de otimização deste trabalho, é a inclusão do gradiente reduzido na função objetivo do controlador quando são observadas violações das restrições das variáveis controladas. Os resultados simulados através de um modelo não linear rigoroso (Moro&Odloak,1995) mostram um bom desempenho dos algoritmos aqui desenvolvidos tanto com relação aos benefícios econômicos como na estabilização da unidade. / This dissertation aims to develop a strategy to integrate the optimization problem of the plant into the model predictive controller in a one layer strategy, for the real time optimization or online optimization. The control and the optimization of the process are computed simultaneously in the same algorithm. The gradient of the economic objective function is included in the cost function of the controller instead of in its regular form. Thereby, this work describes a predictive control strategy, which can be classified as a one layer strategy and whose objective function has to be optimized obeying constraints, which incorporates dynamic and static components. The optimal conditions of the process in the steady state are defined through the use of an empirical process model. Furthermore, the best trajectory to be followed in order to reach the optimal conditions, without violating the constraints, maximizing profit or the production of its more valuable product, is predicted through the use of the dynamic model, that can be obtained through a plant step test. As a result transfer function and state space models are obtained. The optimal operation point is achieved through the execution of the proposed algorithm. Therefore, the solution to the optimization/control problem will always be in a feasible region, in other words, without violating the process manipulated or controlled variable constraints for both stationary and transient states of the problem. The non-linear optimization problem resulted from the implementation of the proposed algorithm is solved through the quadratic programming routine from the Matlab library. The second online optimization strategy proposed in this work is one that considers the reduced gradient method algorithm modified to evaluate the predicted trajectory. As a result, any violation of the manipulated or controlled variable constraints is prevented and this variable is not considered in the next step of the calculation of the predicted trajectory or even in the search direction of the optimization. Finally the simulations results obtained through the use of a nonlinear rigorous model (Moro&Odloak,1995) presents good performance for the algorithms here proposed, not only related to economic benefits, but also in order to stabilize the unit.

Neste trabalho foram desenvolvidas duas técnicas de sintonia para controladores preditivos por modelo. Ambas visam minimizar a soma do erro quadrático entre respostas do sistema em malha fechada e trajetórias de referência pré-definidas; a primeira resolve um problema de otimização lexicográfica enquanto a segunda resolve um problema de otimização de compromisso. As vantagens dos métodos apresentados são: maior automatização, definição de objetivos de sintonia intuitiva que considera especificações na dinâmica do processo, uma métrica no domínio do tempo e é capaz de incluir o conhecimento do engenheiro de controle em uma técnica de sintonia confiável. Um estudo de caso no sistema de craqueamento catalítico ilustrou a flexibilidade de definição dos objetivos da técnica lexicográfica. Um estudo de caso sobre uma coluna de fracionadora de óleo pesado em malha fechada com um controlador preditivo por modelo comparou ambas as estratégias de sintonia desenvolvidas aqui e pode-se concluir que a técnica lexicográfica dá prioridade aos objetivos importantes enquanto a técnica de compromisso calcula uma solução média, com respeito aos objetivos. A técnica de compromisso foi comparada a um método de sintonia da literatura quanto a aplicação em um controlador preditivo de horizonte infinito com targets para as entradas e controle por faixas das saídas com uma coluna de destilação. Observou-se que a técnica desenvolvida aqui é computacionalmente mais rápida e não requer a escolha de uma solução não-dominada dentre um conjunto de soluções de Pareto. Aplicações reais de controle preditivo são severamente afetadas por incerteza de modelo. Estendeu-se as técnicas desenvolvidas aqui para considerar o caso de incerteza multi-planta, calculando parâmetros de sintonia robustos para controladores nominais, visando tratar o compromisso entre performance e estabilidade e robustez da malha fechada. Um controlador preditivo de horizonte infinito foi sintonizado de forma robusta e comparado com um controlador preditivo robusto em malha fechada com um modelo de separadora C3/C4. Observou-se que este consegue controlar melhor o processo, entretanto, tem um tempo de computação duas ordens de grandeza maior que o controlador nominal, em operação on-line. / Two multi-objective optimization based tuning techniques for Model Predictive Control (MPC) were developed. Both take into account the sum of the squared errors between closed-loop trajectories and reference responses based on pre-defined goals as tuning objectives; one solves a lexicographic optimization to obtain an optimum set of tuning parameters (LTT), whereas the other solves a compromise optimization problem (CTT). The main advantages are an automated framework, and straightforward goal definition, which are capable of taking into account a specification on the process dynamics, a time-domain metrics, and of embedding the control engineers knowledge into a reliable approach. A fluid catalytic cracking tuning case study unveiled the goal definition flexibility of the LTT, with respect to output tracking and variable coupling. A heavy oil fractionator in closed-loop with a MPC case study compared both tuning techniques developed here, and it was observed that the LTT in fact prioritizes the main objectives, whereas the CTT yields an average solution, in terms of the tuning objectives. The CTT was compared to another multi-objective tuning technique from the literature, in the tuning of a MPC with input targets and output zone control in closed-loop with a crude distillation unit model. The simulation results showed that the CTT allows for faster results, regarding the computational time to compute the tuning parameters and there is no need of a posteriori decisions to select the best non-dominated solution. Real MPC applications are strongly hindered by model uncertainty. This limitation was addressed by the extension of the tuning techniques to account for multi-plant model uncertainty, thus obtaining optimum robustly tuned parameters for nominal controllers, addressing the trade-off between robustness and performance. A robustly tuned Infinite Horizon MPC (IHMPC) was compared to a Robust IHMPC, in closed-loop with a C3/C4 splitter system model. It was observed in a simulation that even though the latter yields better output responses, it is two orders of magnitude slower than the former in online operation.

L'étendue des mouvements que les robots humanoïdes peuvent réaliser est fortement limitée par des contraintes dynamiques. Une loi de commande qui ne prend pas en compte ses res- trictions, d'une manière ou autre, ne va pas réussir d'éviter une chute. La Commande Prédictive est capable de considérer les contraintes sur l'état et le contrôle de manière explicite, ce qui la rend particulièrement appropriée pour le contrôle des mouvements des robots marcheurs.Nous commençons par dévoiler la structure spécifique de ces contraintes, démontrant notamment l'importance des appuis au sol. Nous développons ensuite une condition suffisante pour l'évitement d'une chute et nous proposons une loi de commande prédictive qui y réponde. Cette formulation nous sert ensuite pour la conception des contrôleurs pratiques, capables d'un contrôle plus efficace et plus robuste des robots marcheurs humanoïdes. / The range of motions that humanoid robots are able to realize is strongly limited by inherent dynamical constraints so that any control law that does not consider these limitations, in one way or another, will fail to avoid falling. The Model Predictive Control (MPC) technique is capable of handling constraints on the state and the control explicitly, which makes it highly apt for the control of walking robots.We begin by unveiling the specific structure of these constraints, stressing especially the impor- tance of the supports on the ground. We give thereupon a sufficient condition for keeping balance and formulate an MPC law that complies with it. This formulation serves us then for the design of practicable controllers capable of more efficient and more robust control of humanoid robots.

Dans l'objectif de réduire les consommations énergétiques des bâtiments et de diminuer leur impact sur le réseau électrique, il est utile de disposer de stratégies de gestion énergétique en temps réel. Il s'agit en effet d'un verrou clé dans la perspective des réseaux intelligents (« smart grids ») et des programmes de gestion de la demande (« demand response »). Cette thèse propose ainsi le développement de stratégies de gestion en temps réel du chauffage électrique d'un bâtiment énergétiquement performant en période de pointe électrique. Tout d'abord, ces stratégies nécessitent l'utilisation et le développement de plusieurs modèles, à savoir un modèle de prévision météorologique, un modèle d'occupation et un modèle énergétique dynamique du bâtiment. Ensuite, dans l'objectif d'un suivi fiable des performances énergétiques et pour un pilotage optimal des installations, le calibrage du modèle de bâtiment à partir de relevés in situ est préférable. Une nouvelle méthodologie, basée sur un criblage des paramètres incertains et sur l'utilisation d'une méthode d'inférence bayésienne (calcul bayésien approché) a ainsi été développée. Enfin, deux méthodes d'optimisation ont été étudiées pour le développement de stratégies de régulation adaptées au temps réel. La première repose sur une méthode d'optimisation hors-ligne dont l'objectif est d'approximer les résultats d'une stratégie optimale calculée par une méthode d'optimisation exacte et ainsi identifier des lois de commandes simplifiées. La deuxième méthode repose quant à elle sur la commande prédictive et l'adaptation au temps réel de la commande optimale sous contraintes d'état et de commande utilisant la pénalisation intérieure. Une maison de la plateforme INCAS de l'Institut National de l'Énergie Solaire (INES) a été utilisée comme cas d'application pour étudier par simulation les différentes stratégies développées. / To reach the objectives of reducing the energy consumption of buildings and decreasing their impact on the electrical grid, it is necessary to elaborate real time control strategies in view of smart grids and demand response programs. In this context, this thesis aims at developing real time control strategies for electric load shifting in energy efficient buildings. First, these strategies require appropriate models regarding weather forecast, occupants' behaviour and building energy simulation. Then, in order to improve the reliability of building energy simulation and to ensure optimal control of facilities, a calibration process of the model based on on-site measurements is recommended. In this way a new methodology was developed , based on a screening technique and a bayesian inference method (approximate bayesian computation). Finally, two optimisation techniques were studied to develop real time control strategies. The first technique was based on offline optimisation methods. The principle is to approximate optimisation results (and more specifically model based predictive controllers results) and to extract simplified control strategies. The second method consisted in using model predictive control and, more precisely, in solving in real time a state and input constrained optimal control problem by interior penalty methods. An actual experimental passive house being part of the INCAS platform built by the National Solar Energy Institute (INES) was used to study by numerical simulation the different strategies developed.

Garantir le confort thermique des bâtiments est directement lié à la consommation d'énergie. Dans les zones tropicales, les systèmes de refroidissement représentent l'un des postes les plus gourmands en énergie. Afin de réduire la consommation d'énergie mondiale, il est primordial d'améliorer l'efficacité de ces systèmes ou bien de développer de nouvelles méthodes de production de froid. Une installation de refroidissement solaire basé sur le cycle à absorption est une alternative pour réduire les émissions de gaz à effet de serre et la consommation d'électricité. Contrairement aux systèmes classiques de refroidissement à compression mécanique, la production de froid par absorption est un système complexe composé de plusieurs composants comme des panneaux solaires, un ballon de stockage, une tour de refroidissement et une machine à absorption. Outre le dimensionnement des composants, ce système complexe nécessite des actions de contrôle pour être efficace parce que la coordination entre le stockage d'eau chaude, la production et la consommation du froid est nécessaire. Le but de cette thèse est de proposer une structure producteur-consommateur d'énergie basée sur la commande prédictive (MPC). Le système de refroidissement par absorption solaire est considéré comme faisant partie de ce système de production-consommation d'énergie, le système de stockage d'eau chaude est le producteur et la machine à absorption qui distribue de l'eau froide au bâtiment est l'un des consommateurs. Pour que la structure de commande soit modulaire, la coordination entre les sous-systèmes est réalisée en utilisant une approche de partitionnement où des contrôleurs prédictifs locaux sont conçus pour chacun des sous-systèmes. Les contrôleurs des consommateurs calculent un ensemble de profils de demande d'énergie. Ces profils sont ensuite envoyés au contrôleur du producteur qui sélectionne le profil qui minimise le coût global. Dans une première partie, l'approche proposée est testée sur un modèle linéaire simplifié composé d'un producteur et plusieurs consommateurs. Dans une deuxième partie, un cas plus complexe est étudié. Un modèle simplifié d'un système de refroidissement à absorption est évaluée en utilisant l'outil de simulation TRNSYS. Le modèle de production n'est plus linéaire, il est décrit par un modèle non linéaire hybride qui augmente la complexité du problème d'optimisation. Les résultats des simulations montrent que la sous-optimalité induite par la méthode est faible. De plus, la performance de l'approche atteint les objectifs de commande tout en respectant les contraintes. / To guarantee thermal comfort in buildings is directly related to energy consumption. In tropical climates, cooling systems for buildings represent one of the largest energy consumers. Therefore, as energy consumption is a major concern around the world, it is important to improve the systems efficiency or seeking new methods of cooling production. A solar cooling installation based on the absorption cycle is an alternative to mitigate greenhouse gas emissions and electricity consumption. In contrast to conventional vapor-compression based cooling systems, the absorption cooling production involves a complex system composed of several components as collector panel, storage tank, cooling tower and absorption chiller. Besides the sizing of the components, this complex system requires control actions to be efficient as a coordination between hot water storage, cooling water production and consumption is necessary. The aim of this research is to propose a management approach for a production-consumption energy system based on Model Predictive Control (MPC). The solar absorption cooling system is seen as part of this production-consumption energy system where the hot water storage system is the producer and the chiller-building system is one of the consumers. In order to provide modularity to the control structure, the coordination between the subsystems is achieved by using a partitioning approach where local predictive controllers are developed for each of the subsystems. The consumer controllers compute a set of energy demand profiles sent to the producer controller which selects the profile that better minimize the global optimization cost. In a first part, the proposed approach is tested on a simplified linear model composed of one producer and several consumers. In a second part, a more complex case is studied. A simplified model of an absorption cooling system is evaluated using the simulation tool TRNSYS. The producer model is no longer linear, instead it is described by a nonlinear hybrid model which increases the complexity of the optimization problem. The simulations results show that the suboptimality induced by the method is low and the control strategy fulfills the objectives and constraints while giving good performances.

The concepts of engine downsizing and down-speeding offer reductions in CO2 emissions from passenger cars. These reductions are achieved by reducing pumping and friction losses at part-load operation. Conventionally, rated torque and power for downsized units are recovered by means of turbocharging. The transient response of such engines is, however, affected by the static and dynamic characteristics of the turbo-machinery. Recent advances in engine simulation and control tools have been employed for the purpose of the research reported in this thesis to identify and verify possible air-path enhancements. A systematic method for evaluating various turbocharger assistance concepts is proposed and discussed in this thesis. To ensure a fair comparison of selected candidate systems, an easily reconfigurable controller providing a close-to-optimal operation, while satisfying physical limits, is formulated. This controller is based on the Model Predictive Control framework and uses a linearised mean value model to optimise the predicted behaviour of the engine. Initially, the controller was applied to a 1D simulation model of a conventional light-duty Diesel engine, for which the desired closed-loop features were verified. This procedure was subsequently applied to various air-path enhancement systems. In this thesis, a turbocharger electric assistance and various concepts based on compressed gas injection were considered. The capability of these systems to improve engine response during third gear tip-in manoeuvre was quantified. This investigation was also complemented with a parametric study of how effectively each of the considered methods used its available resources. As a result, injecting compressed gas into the exhaust manifold was identified as an effective method, which to date has attracted limited attention from engine research community. The effectiveness of the exhaust manifold assistance was experimentally verified on a light-duty Diesel engine. The sensitivity of the improvements to compressed gas supply parameters was also investigated. This led to the development of the BREES system: a low component count, compressed gas based system for reducing turbo-lag. It was shown that during braking manoeuvres a tank can be charged to the level sufficient for a subsequent boost assistance event. Such a functionality was implemented with a very limited set of additional components and only minor changes to the standard engine control.