The objective of this thesis is to design and implement a velocity-stabilizing driver for permanent magnet synchronous motor. The research presents how to achieve high efficiency in stabilizing overall velocity for a permanent magnet synchronous motor. In order to drive the integral system, there are six steps square-wave starting device, sine-wave driver, estimation of magnetic angle, velocity feedback and current feedback control circuits designed. A test platform is built by Microchip-made dsPIC33FJ128MC804 digital signal processor used as a control core. ¡§Simulink¡¨ simulator is used during the laboratory test. The simulation results are compared with those of experiments in order to verify the achievement of excellent performance of Robust Integral Velocity-stabilizing Controller on Permanent Magnet Synchronous Motor Driver.

La chirurgie minimalement invasive est aujourd’hui une thématique de recherche particulièrement active. Un traitement thérapeutique ciblé et la possibilité d’établir un diagnostic précis grâce à l’utilisation de systèmes miniaturisés peuvent considérablement améliorer de nombreuses pratiques médicales. Le recours à des microrobots actionnés à distance et naviguant dans le système cardiovasculaire ouvre de nouvelles perspectives. L’objectif de cette thèse est de proposer un socle théorique solide concernant i) la modélisation d’un microrobot naviguant dans le système cardiovasculaire, ii) l’élaboration de lois de commande et d’observateurs assurant un bon suivi de trajectoire depuis la zone d’injection jusqu’à une zone cible. La modélisation du système fait intervenir de nombreuses forces : forces hydrodynamiques, forces surfaciques (électrostatique, van der Waals, stériques), forces de contact et poids apparent du microrobot. Ce microrobot est contrôlé dans le système cardiovasculaire par l’application de champs ou de gradients de champ magnétique selon le design du microrobot. La prise en compte de l’ensemble des forces aboutit à une représentation d’état sous la forme d’un système non-linéaire affine en la commande avec dérive comportant de nombreux paramètres physiologiques incertains. Une trajectoire de référence optimisée est déduite du modèle. L’approche de commande adoptée est établie à partir de critères de stabilité du système. Le système étant non-linéaire, une commande de type Lyapunov stabilisante est développée suivant une approche de type backstepping. L’estimation de certains paramètres physiologiques est rendue possible par une commande de type backstepping adaptatif. Un observateur grand gain reconstruit l’état complet du système nécessaire au calcul de la commande. La stabilité et la robustesse de l’ensemble sont établies au travers de nombreuses simulations en présence de bruits de mesure et d’erreurs paramétriques. / Minimally invasive medical procedures are currently an active research aera. A drug targeted therapy and the possibility of establishing an accurate diagnosis through the use of miniaturized systems can greatly improve many medical practices. The use of untethered microrobots navigating in the cardiovascular system opens new perspectives. The objective of this PhD work is to provide a theoretical approach on i) the modeling of a microrobot navigating in the cardiovascular system, ii) the development of control laws and observers to ensure a fine tracking from the injection to a target area. Modeling such as system involves many forces : hydrodynamic forces, surface forces (electrostatic, van derWaals, steric), contact forces and apparent weight of the microrobot. This microrobot is controlled in the cardiovascular system by the application of magnetic fields or magnetic field gradients according to the design of the microrobot. The consideration of all the forces leads to a state representation in the form of a nonlinear system with many physiological uncertain parameters, but gives us sufficient informations to plan an optimal trajectory. The control approach is established based on stability consideration. A Lyapunov-stabilizing control is then developed using a backstepping approach. An adaptive backstepping control law estimates some physiological parameters. A high gain observer reconstructs the full state of the system required for implementing the control approach. Robustness and stability of the controller with respect to noise measurement, parameters variations and uncertainties are illustrated by simulations.

The control and optimization of chemical plants is a major area of research as it has the potential to improve both economic output and plant safety. It is often prudent to separate control and optimization tasks of varying complexities and time scales, creating a hierarchical control structure. Within this structure, it is beneficial for one control layer to be able to account for the effects of other layers. A clear example of this, and the basis of this work, is closed-loop dynamic real-time optimization (CL-DRTO), in which an economic optimization method considers both the plant behavior and the effects of an underlying model predictive controller (MPC). This technique can be expanded on to allow its use and methods to be employed in a greater diversity of applications, particularly unstable and uncertain plant environments. First, this work seeks to improve on existing robust MPC techniques, which incorporate plant uncertainty via direct multi-scenario modelling, by also including future MPC behavior through the use of the CL modelling technique of CL-DRTO. This allows the CL robust MPC to account for how future MPC executions will be affected by uncertain plant behavior. Second, Lyapunov MPC (LMPC) is a generally nonconvex technique which focuses on effective control of plants which exhibit open-loop unstable behavior. A new convex LMPC formulation is presented here which can be readily embedded into a CL-DRTO scheme. Next, uncertainty handling is incorporated directly into a CL-DRTO via a robust multi-scenario method to allow for the economic optimization to take uncertain plant behavior into account while also modelling MPC behavior under plant uncertainty. Finally, the robust CL-DRTO method is computationally expensive, so a decomposition method which separates the robust CL-DRTO into its respective scenario subproblems is developed to improve computation time, especially for large optimization problems. / Thesis / Doctor of Philosophy (PhD) / It is common for control and optimization of chemical plants to be performed in a multi-layered hierarchy. The ability to predict the behavior of other layers or the future behavior of the same layer can improve overall plant performance. This thesis presents optimization and control frameworks which use this concept to more effectively control and economically optimize chemical plants which are subject to uncertain behavior or instability. The strategy is shown, in a series of simulated case studies, to effectively control chemical plants with uncertain behavior, control and optimize unstable plant systems, and economically optimize uncertain chemical plants. One of the drawbacks of these strategies is the relatively large computation time required to solve the optimization problems. Therefore, for uncertain systems, the problem is separated into smaller pieces which are then coordinated towards a single solution. This results in reduced computation time.

Ce mémoire de thèse présente deux nouvelles approches pour l’analyse et la commande des systèmes non-linéaires complexes, comme les systèmes dynamiques à commutation de la classe des convertisseurs d’énergie électrique. Ces systèmes ont plusieurs modes de fonctionnement et ont un point de fonctionnement désiré qui, en général, n’est le point d’équilibre d’aucun des modes. Dans cette classe de systèmes, la commutation d’un mode de fonctionnement à un autre est commandée selon une loi qui doit être synthétisée. Par conséquent, la synthèse de commande implique l’étude des conditions qui permettent à un cycle limite stable de s’établir au voisinage du point de fonctionnement désiré, puis de la trajectoire de commande qui permet de l’atteindre en respectant les contraintes physiques de comportement (courant maximum supporté par les composants,. . .) ou les contraintes de temps (durée minimum entre deux commutations,. . .). Le cycle limite sera qualifié d’hybride car il est composé de plusieurs dynamiques(deux dans ces travaux).La première méthode développée s’appuie sur les propriétés géométriques des champs de vecteurs et est une extension d’une partie des travaux de thèse de Manon au LAGEP. Une condition nécessaire et suffisante d’existence et de stabilité d’un cycle limite hybride composé d’une séquence de deux modes de fonctionnement dans IR2 est présentée. Ce cycle définit la région finale à atteindre par le système depuis son état initial, par une trajectoire déterminée de manière optimale selon un critère donné (durée totale, énergie dépensée, . . .). La méthode proposée est appliquée aux convertisseurs d’énergie Buck et Buck-Boost alimentant une charge résistive. Une extension à IRn a été proposée et démontrée. Elle est illustrée sur un système non-linéaire dans IR3.La deuxième méthode est développée dans IR2 et basée sur la théorie de Lyapunov, bien connue en automatique pour étudier la stabilité des systèmes non-linéaires et concevoir des commandes stabilisantes.Il s’agit de déterminer par une approche géométrique, une fonction de Lyapunov quadratique commune aux deux modes de fonctionnement du système, qui permette d’obtenir un cycle limite hybride stable le plus proche possible du point de fonctionnement désiré et une commande stabilisante directe des interrupteurs / This PhD-thesis presents two new approaches for the analysis and control of complex nonlinearsystems, such as switching dynamic systems of the class of power converters. These systems have severalmodes of operation and a desired operating point, which, in general, is not the equilibrium point of anymode. In this class of systems, switching from one mode to another is controlled by a switching law tobe designed. Therefore, the synthesis of a control law involves the study of the conditions that allow astable limit cycle to settle near the desired operating point, and of the control trajectory to reach thislimit cycle and stabilize on it, meeting the constraints dues to the physical behavior (maximum currentsupported by the components, . . .) or time constraints (minimum duration between two switchings, . . .).The limit cycle is called hybrid because it is composed of several dynamics (two in this work).The first method is based on the geometric properties of vector fields and is an extension of part ofthe PhD-thesis of Manon at LAGEP. A necessary and sufficient condition of existence and stability of ahybrid limit cycle consisting of a sequence of two operating modes, is presented in IR2. This limit cycledefines the final region to be reached by the system from its initial state, along a trajectory determinedoptimally according to a given criterion (total duration, energy expended, . . .). This method is applied tothe Buck and Buck-Boost power converters with a resistive load. An extension to IRn has been proposedand demonstrated. It is illustrated on a nonlinear system in IR3.The second method is developed in IR2, based on the Lyapunov theory, well known in automatic controlfor studying the stability of nonlinear systems and designing stabilizing control methods. The objective isto design, with a geometric approach, a quadratic Lyapunov function common to both modes of operation,which defines a stable hybrid limit cycle closest to the desired operating point and a direct stabilizingcontrol of the switches.