[pt] Na última década, os robôs móveis com pernas ganharam notoriedade por sua capacidade de se movimentar com segurança em terrenos acidentados e superar obstáculos, como declives e escadas, podendo ser utilizados em mais aplicações em comparação com os robôs móveis com rodas. Novos desenvolvimentos que melhorem a robustez do planejamento de trajetória e o controle dinâmico de robôs com pernas são cruciais para o avanço desse campo. O objetivo deste trabalho é desenvolver um framework baseado em C++ e ROS Noetic que integre otimização de trajetória off-line para robôs com pernas com Model Predictive Control (MPC) on-line, considerando o mapa de elevação do terreno. A otimização de trajetória é baseada na biblioteca de código aberto TOWR (Trajectory Optimization for Walking Robots), que emprega uma função contínua para representar o mapa do terreno. Para tornála mais genérica, foi implementada uma interface que permite que mapas de elevação 2,5D sejam usados como representação do terreno. Além disso, as trajetórias geradas pelo TOWR são fornecidas como referências para um controlador MPC baseado na biblioteca de código aberto OCS2. As trajetórias otimizadas pelo MPC são então rastreadas por um Whole-Body Controller (WBC), que calcula os torques de atuação das juntas do robô. A estrutura é validada em simulações usando a dinâmica completa do robô, com diferentes tipos de terreno e sob perturbação externa. / [en] In the last decade, legged mobile robots have gained notoriety for their ability to move safely over rough terrain and overcome obstacles such as slopes and stairs, opening up new applications compared to wheeled mobile robots. New developments that improve the robustness of trajectory planning and dynamic control of legged robots are crucial for the advancement of this field. The aim of this work is to develop a framework based in C++ and ROS Noetic that integrates offline trajectory optimization for legged robots with online Model Predictive Control (MPC) while taking into account the elevation map of the terrain. The trajectory optimization is based on the open-source library TOWR (Trajectory Optimization for Walking Robots), which employs a continuous function to represent the map of the terrain. To make it more generic, an interface was implemented to allow 2.5D elevation maps to be used as terrain representation. Furthermore, the trajectories generated by TOWR are provided as references for a MPC implemented based on the open-source library OCS2. The trajectories optimized by the MPC are then tracked by a weighted Whole-Body Controller (WBC), which computes the actuation torques for the robot s joints. The framework is validated in simulations using the full dynamics of the robot, with different terrain types and under external disturbance.

[ES] En los últimos años la popularidad de los quadrotors se ha visto notablemente incrementada debido a la gran variedad de aplicaciones civiles que se encuentran en auge actualmente. Entre los principales nichos de mercado, cabe destacar el elevado potencial en cartografía, agricultura, prevención de incendios, y en general, todas aquellas actividades donde el uso de estos dispositivos pueda suponer una mejora del rendimiento, seguridad del proceso y reducción de costes. En este aspecto, se espera que el uso de los quadrotors se vea incrementado considerablemente en los próximos años. Dicho incremento de popularidad ha hecho que parte de la comunidad científica ponga el foco de atención en ellos para resolver los problemas que presentan actualmente. No obstante, aunque se ha avanzado mucho en los últimos años, existen en la actualidad líneas de investigación y desarrollo encaminadas a la mejora de aspectos importantes tales como la autonomía, la robustez y fiabilidad que permita tanto aumentar la eficiencia energética como incrementar la seguridad ante cualquier posible escenario. El objetivo de la presente tesis es contribuir al desarrollo de estrategias de control robustas para hacer frente a incertidumbres en el modelo, no linealidades, perturbaciones externas y retardos que puedan afectar al sistema a controlar. Este trabajo se fundamenta en la obtención de una estrategia de control basada en estimaciones de perturbaciones, con un ajuste sencillo y desacoplado del seguimiento de la referencia y rechazo de perturbaciones. A partir las estrategias de control desarrolladas, se presentan además diferentes extensiones que permiten mejorar la robustez del vehículo. La construcción de un observador de la pérdida de eficiencia de los motores, que permita detectar cuando se produce un fallo crítico y aterrizar el vehículo de forma segura. Conjuntamente, se desarrolla un algoritmo óptimo que permite estabilizar los diferentes lazos de control en el caso que saturen las acciones de control de los motores que no corresponden explícitamente a las salidas de los lazos de control internos. Debido al extendido uso del controlador PID, se obtiene un equivalente entre la estrategia propuesta y los parámetros de un PID de dos grados de libertad, generalizándose para plantas de primer y segundo orden con retardos. Además, para el caso de retardos variables aleatorios en los canales de sensor-controlador y controlador-actuador además de la presencia de perturbaciones, se desarrolla un predictor junto con un observador de perturbaciones para poder controlar dichos sistemas. Todas las estrategias propuestas se han validado de forma satisfactoria en las plataformas experimentales disponibles. Entre otros aspectos, cabe destacar la eficiencia computacional de las leyes de control propuestas, tanto en fase de diseño y ajuste como en la fase de ejecución. / [CA] En els darrers anys la popularitat dels quadrotors s'ha vist notablement incrementada a causa de la gran varietat d'aplicacions civils que es troben actualment en auge. Entre els principals nínxols de mercat, cal destacar l'elevat potencial en cartografia, agricultura, prevenció d'incendis i, en general, totes aquelles activitats on l'ús d'aquests dispositius supose una millora del rendiment, la seguretat del procés i la reducció de costos. En aquest aspecte, s'espera que l'ús d'aquestes aeronaus s'incremente considerablement en els pròxims anys. Aquest increment de popularitat ha fet que part de la comunitat científica pose el focus d'atenció per resoldre els problemes que presenten actualment. No obstant això, encara que ha evolucionat molt en els darrers anys, actualment existeixen línies de recerca i desenvolupament encaminades a la millora d'aspectes importants com l'autonomia, la robustesa i fiabilitat que permitisca tant augmentar l'eficiència energètica com incrementar la seguretat davant qualsevol possible escenari. L'objectiu d'aquesta tesi és contribuir al desenvolupament d'estratègies de control robustes per fer front a incerteses en el model, no linealitats, pertorbacions externes i retards que puguen afectar el sistema a controlar. Aquest treball es fonamenta en obtindre una estratègia de control basada en estimacions de pertorbacions, amb un ajust senzill i desacoblat del seguiment de la referència i rebuig de pertorbacions. A partir d'aquesta estratègia desenvolupada, es presenten diferents extensions que permeten millorar la robustesa del vehicle. La construcció d'un observador de la pèrdua d'eficiència dels motors, que permeta detectar quan es produeix una fallada crítica i aterrar el vehicle de manera segura. Conjuntament, es desenvolupa un algorisme òptim que permeta estabilitzar els diferents bucles de control en cas que saturen les accions de control dels motors que no corresponen explícitament a les eixides dels bucles de control interns. A causa del ampli ús del controlador PID, s'obté un equivalent entre l'estratègia proposada i els paràmetres d'un PID de dos graus de llibertat, generalitzant-se per a plantes de primer i segon ordre amb retards. A més, per al cas de retards variables aleatoris als canals de sensor-controlador i controlador-actuador a més de la presència de pertorbacions, es desenvolupa un predictor juntament amb un observador de pertorbacions per poder controlar aquests sistemes. Totes les estratègies proposades s'han validat de forma satisfactòria amb les plataformes experimentals disponibles. Entre altres aspectes, cal destacar l'eficiència computacional de les lleis de control proposades, tant en fase de disseny i ajustament com en fase d'execució. / [EN] In recent years the popularity of quadrotors has increased significantly due to the wide variety of civil applications that are currently booming. Among the main market niches, it is worth the high potential in cartography, agriculture, fire prevention and in general, all those activities where the use of these devices can improve performance, process safety and cost reduction. In this regard, the use of these aircraft is expected to increase considerably in the coming years. This increase in popularity has led part of the scientific community to focus on them to solve the problems they have. However, although much progress has been made in recent years, there are currently lines of research and development aimed at improving important aspects such as autonomy, robustness and reliability to increase energy efficiency and safety against any possible scenario. The objective of this thesis is to contribute to the development of robust control strategies to deal with model uncertainties, nonlinearities, external disturbances and delays which may affect the controlled system. This work is based on obtaining a control strategy based on disturbance observers, with a simple and decoupled tuning of reference tracking and disturbance rejection. From this developed strategy, different extensions are developed to improve the robustness of the vehicle: the construction of an observer of the loss of efficiency of the motors, which allows to detect when a critical failure occurs and land the vehicle safely; and the development of an optimal algorithm to stabilize the inner control loops in the case that saturate the control actions of the motors, which do not correspond explicitly to the outputs of the inner control loops. Due to the widespread use of the PID controller, an equivalent tuning is obtained between the proposed strategy and the parameters of a PID of two degrees of freedom, generalizing for first and second order plants with delays. Moreover, for the case of random variable delays in the sensor-controller and controller-actuator channels and the presence of disturbances, a predictor together with a disturbance observer is developed in order to control such systems. All the proposed strategies have been successfully validated on the experimental platforms. Among other aspects, it is worth mentioning the computational efficiency of the proposed control laws, both in the design and adjustment phase and in the execution phase. / Quiero dar gracias a la Universitat Politècnica de València por las ayudas FPI-UPV PAID-01-17 y las ayudas para la movilidad 2019 FPI-UPV sin las cuales no hubiese podido terminar esta tesis. / Balaguer Garín, V. (2024). Diseño de estrategias de control robusto aplicadas a vehículos aéreos no tripulados tipo quadrotor [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/204746

[pt] Robôs móveis autônomos são um grande foco de pesquisa devido à sua aplicabilidade e interdisciplinaridade. Robôs móveis com roda de direção diferencial, além de possuírem alta não-linearidade, detêm uma característica inerente à sua geometria: suas rodas só podem girar em torno de eixos fixos, sem esterçamento. Com isso, o deslizamento longitudinal e lateral é inevitável, principalmente quando o sistema está em movimento sob efeitos dinâmicos significativos. Controle Preditivo baseado em Modelo Não-Linear, Nonlinear Model Predictive Control (NMPC), é amplamente utilizado nesses casos, já que consegue lidar com sistemas com múltiplas restrições. O presente trabalho apresenta modelos matemáticos de um robô móvel com roda do tipo skidsteer, procedente da direção diferencial, incluindo o deslizamento longitudinal, aos quais o NMPC é empregado para seguimento de trajetória, obtendo trajetórias similares à de referência. Verificando que o custo de processamento de tais controladores pode ser muito alto para uso em tempo real, um controle hierárquico é desenvolvido otimizando as forças longitudinais entre as rodas e o solo para encontrar deslizamentos de referência para uma determinada trajetória a ser seguida. Como em um ambiente real nem todos os estados podem ser medidos, o controle necessita também estimar os estados não medidos. A Estimação de Estados por Horizonte Móvel, (Moving Horizon State Estimation (MHSE)), derivada dos fundamentos do NMPC, foi utilizada para realizar a estimativa, já que possui recursos para manter o sistema sob as restrições. Com o MHSE, o deslizamento do sistema pode ser calculado a partir dos estados estimados para as trajetórias obtidas com o Controle Preditivo baseado em Modelo, (Model Predictive Control (MPC)). Por fim, uma rede neural foi treinada com os estados preditos e estimados com o MHSE para que pudesse substituí-lo para que todo o controle fosse utilizado em tempo real. Com isso, o tempo computacional foi reduzido devido a substituição do MHSE. / [en] Autonomous mobile robots are a major focus of research due to their applicability and interdisciplinarity. Depending on the type of locomotion, the system’s controller needs to handle not only trajectory tracking but also the way the system interacts with the ground. Mobile robots with differential drive wheels, in addition to having high nonlinearity, possess an inherent characteristic due to their geometry: their wheels can only rotate around fixed axes, without steering. As a result, longitudinal and lateral slip is inevitable, especially when the system is in motion under significant dynamic effects. Nonlinear Model Predictive Control (NMPC) is widely used in these cases, as it can handle systems with multiple constraints. This work presents mathematical models of a skid-steer mobile robot, derived from differential drive, including longitudinal slip, to which NMPC is applied for trajectory tracking, achieving trajectories similar to the reference. Given that the processing cost of such controllers can be very high for real-time use, a hierarchical control is developed, optimizing the longitudinal forces between the wheels and the ground to find reference slips for a given trajectory to be followed. Since in a real environment not all states can be measured, the control also needs to estimate the unmeasured states. Moving Horizon State Estimation (MHSE), derived from the fundamentals of NMPC, was used to perform the estimation, as it has the resources to keep the system within the constraints. With MHSE, the system’s slip can be calculated from the estimated states for the trajectories obtained with Model Predictive Control (MPC). Finally, a neural network was trained with the predicted and estimated states using MHSE to replace it so that the entire control could be used in real-time. As a result, computational time was reduced due to the replacement of MHSE.

Systematické řízení tepelných a elektrických toků v plně elektrických automobilech se stává velmi důležitým, protože v těchto typech automobilů není k dispozici dostatek odpadního tepla pro vytápění kabiny. Aby v zimním období nedocházelo ke snížení dojezdu, je nutné použití technologií, které umožní snížení spotřeby energie nutné k vytápění kabiny (např. tepelné čerpadlo, zásobník tepla). Je také zapotřebí vytvořit řídicí algoritmy pro tato zařízení, aby byl zajištěn jejich optimální provoz. V letním období je nezbytné řídit tepelné toky v rámci elektromobilu tak, aby nedocházelo k nadměrnému vybíjení baterie kvůli chlazení kabiny a dalších částí. Tato práce řeší jak návrh řídicích algoritmů, tak i vývoj rozhodovacího algoritmu, který zajistí směřování tepelných toků.

Cette thèse contribue à répondre au problème de la gestion optimale des ressources en eau dans les réseaux de navigation intérieure du point de vue de la théorie du contrôle. Les objectifs principales à atteindre consistent à garantir la navigabilité des réseaux de voies navigables, veiller à la réduction des coûts opérationnels et à la longue durée de vie des équipements. Lors de la conception de lois de contrôle, les caractéristiques des réseaux doivent être prises en compte, à savoir leurs dynamiques complexes, des retards variables et l’absence de pente. Afin de réaliser la gestion optimale, le contrôle efficace des structures hydrauliques doit être assuré. A cette fin, une approche de modélisation orientée contrôle est dérivée. Cependant, la formulation obtenue appartient à la classe des systèmes de descripteurs retardés, pour lesquels la commande prédictive MPC et l’estimation d’état sur horizon glissant MHE peuvent être facilement adaptés à cette formulation, tout en permettant de gérer les contraintes physiques et opérationnelles de manière naturelle. En raison de leur grande dimensionnalité, une mise en œuvre centralisée n’est souvent ni possible ni souhaitable. Compte tenu du fait que les réseaux de navigation intérieure sont des systèmes fortement couplés, une approche distribuée est proposée, incluant un protocole de communication entre agents. Malgré l’optimalité des solutions, toute erreur peut entraîner une gestion inefficace du système. Par conséquent, les dernières contributions de la thèse concernent la conception de stratégies de supervision permettant de détecter et d’isoler les pannes des équipements. Toutes les approches présentées sont appliquées à une étude de cas réaliste basée sur le réseau de voies navigables du nord e la France afin de valider leur efficacité. / This thesis addresses the problem of optimal management of water resources in inland navigation networks from a control theory perspective. The main objectives to be attained consist in guaranteeing the navigability condition of the network, minimizing the operational cost and ensuring a long lifespan of the equipment. However, their complex dynamics, large time delays and negligible bottom slopes complicate their management. In order to achieve the optimal management, the efficient control of the hydraulic structures must be ensured. To this end, a control-oriented modeling approach is derived. The resulting formulation belongs to the class of delayed desciptor systems, for which model predictive control and moving horizon estimation can be easily adapted, as well as being able to deal with physical and operational constraints in a natural manner. However, a centralized implementation is often neither possible nor desirable. As these networks are strongly coupled systems, a distributed approach is followed, featuring a communication protocol among agents. Despite the optimality of the solutions, any malfunction can lead to an inefficient system management. Therefore, the last part of the thesis regards the design of supervisory strategies that allow to detect and isolate faults. All the presented approaches are applied to a realistic case study based on the inland navigation network in the north of France to validate their effectiveness.

Cette thèse s'inscrit dans le cadre du projet collaboratif MICROSOL, mené par Schneider Electric, et qui oeuvre pour le développement de micros centrales solaires thermodynamiques destinées à la production d'électricité en sites isolés (non connectés au réseau électrique) en exploitant l'énergie thermique du soleil. Le but de cette thèse étant le développement de lois de commande innovantes et efficaces pour la gestion de l'énergie de deux types de micros centrales solaires thermodynamiques : à base de moteur à cycle de Stirling et à base de machines à Cycle de Rankine Organique (ORC). Dans une première partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Stirling hybridée à un supercondensateur comme moyen de stockage d'énergie tampon. Dans ce cadre, nous proposons une première loi de commande validée expérimentalement, associée au système de conversion d'énergie du moteur Stirling, qui dote le système de performances quasi optimales en termes de temps de réponse ce qui permet de réduire la taille du supercondensateur utilisé. Une deuxième loi de commande qui gère explicitement les contraintes du système tout en dotant ce dernier de performances optimales en terme de temps de réponse, est également proposée. Cette dernière loi de commande est en réalité plus qu'un simple contrôleur, elle constitue une méthodologie de contrôle applicable pour une famille de systèmes de conversion de l'énergie.Dans une deuxième partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Rankine Organique (ORC) hybridée à un banc de batteries comme moyen de stockage d'énergie tampon. Etant donné que ce système fonctionne à vitesse de rotation fixe pour la génératrice asynchrone qui est connectée à un système de conversion d'énergie commercial, nous proposons une loi de commande prédictive qui agit sur la partie thermodynamique de ce système afin de le faire passer d'un point de fonctionnement à un autre, lors des appels de puissance des charges électriques, le plus rapidement possible (pour réduire le dimensionnement des batteries) tout en respectant les contraintes physiques du système. La loi de commande prédictive développée se base sur un modèle dynamique de la machine ORC identifié expérimentalement grâce à un algorithme d'identification nonlinéaire adéquat. / This Ph.D thesis was prepared in the scope of the MICROSOL project, ledby Schneider Electric, that aims at developing Off-grid solar thermodynamic micro powerplants exploiting the solar thermal energy. The aim of this thesis being the development of innovative and efficient control strategies for the energy management of two kinds of solar thermodynamic micro power plants: based on Stirling engine and based and Organic RankineCycle (ORC) machines.In a first part, we consider the Stirling based solar thermodynamic micro power planthybridized with a supercapacitor as an energy buffer. Within this framework, we propose afirst experimentally validated control strategy, associated to the energy conversion system ofthe Stirling engine, that endows the system with quasi optimal performances in term of settlingtime enabling the size reduction of the supercapacitor. A second control strategy that handlesexplicitly the system constraints while providing the system with optimal performances interm of settling time , is also proposed. This control strategy is in fact more than a simplecontroller, it is a control framework that holds for a family of energy conversion systems.In a second part, we consider the Organic Rankine Cycle (ORC) based thermodynamicmicro power plant hybridized with a battery bank as an energy buffer. Since this system worksat constant speed for the asynchronous generator electrically connected to a commercial energyconversion system, we propose a model predictive controller that acts on the thermodynamicpart of this system to move from an operating point to another, during the load power demandtransients, as fast as possible (to reduce the size of the battery banks) while respecting thephysical system constraints. The developed predictive controller is based upon a dynamicmodel, for the ORC power plant, identified experimentally thanks to an adequate nonlinearidentification algorithm.

Engine control systems aim to ensure satisfactory output performance whilst adhering to requirements on emissions, drivability and fuel efficiency. Model predictive control (MPC) has shown promising results when applied to multivariable and nonlinear systems with operational constraints, such as diesel engines. This report studies the torque generation from a mean-value heavy duty diesel engine with exhaust gas recirculation and variable-geometry turbocharger using state feedback linearization based MPC (LMPC). This is accomplished by first introducing a fuel optimal reference generator that converts demands on torque and engine speed to references on states and control signals for the MPC controller to follow. Three different MPC controllers are considered: a single linearization point LMPC controller and two different successive LMPC (SLMPC) controllers, where the controllers are implemented using the optimization tool CasADi. The MPC controllers are evaluated with the World Harmonized Transient Cycle and the results show promising torque tracking using a SLMPC controller with linearization about reference values.

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.