• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 17
  • 6
  • 1
  • 1
  • Tagged with
  • 25
  • 25
  • 17
  • 12
  • 12
  • 10
  • 8
  • 7
  • 6
  • 6
  • 6
  • 6
  • 5
  • 5
  • 5
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
21

Stabilité et commande des systèmes linéaires variant dans le temps aux paramètres incertains / Stability and control of uncertain time-varying linear systems

Agulhari, Cristiano Marcos 16 April 2013 (has links)
Les principales contributions de cette thèse concernent le développement de méthodes pour la synthèse de contrôleurs et pour l'analyse de la stabilité des systèmes linéaires, soit variant ou invariant dans le temps. Concernant les systèmes invariant dans le temps, le but est la synthèse de contrôleurs robustes d'ordre réduit pour les systèmes en temps continu qui présentent des paramètres incertains. La méthode présentée pour la synthèse est basée sur une technique en deux étapes, où un gain de retour d'état est construit dans la première étape, et appliqué à la deuxième, fournissant le contrôleur robuste souhaité. Chaque étape consiste à la résolution de conditions sous la forme d'inégalités matricielles linéaires.Dans le cas des systèmes variant dans le temps, en général, en fonction des informations disponibles, deux modèles mathématiques peuvent être utilisés. D'un côté, pour des systèmes dont les éléments variant dans le temps sont bornés mais pas complètement connus, on peut utiliser des modèles dépendant de paramètres variants, ce qui donne une représentation polytopique. Dans ce cas là, la technique de stabilisation proposée est basée sur la méthode en deux étapes, pour générer des contrôleurs dépendants des paramètres. On suppose que les paramètres sont mesurables en ligne, et les contrôleurs sont synthétisés pour qu'ils soient robustes à des bruits de mesures. De l'autre côté, si les dynamiques variantes dans le temps sont connues, on peut traiter directement le système sans utiliser aucune paramétrisation. Deux techniques de synthèse sont proposées pour ce cas: la construction des gains stabilisants en utilisant directement la matrice de transition d'état, et une technique de synthèse conçue à partir d'un nouveau critère de vérification de la stabilité du système. La validité des méthodes proposées est illustrée par plusieurs exemples numériques, qui montrent la qualité des résultats qui peuvent être obtenus / The main contributions of this thesis concern the development of methods for the stability analysis and the synthesis of controllers for linear systems, either time-varying or time-invariant. Concerning time-invariant systems, the objective is the synthesis of reduced-order robust controllers for continuous-time systems presenting uncertain parameters. The method presented for the synthesis is based on a two-stages technique, in which a stabilizing state-feedback gain is constructed in the first stage and then applied on the second stage to search for the desired controller. Each stage consists in the resolution of conditions based on linear matrix inequalities. In the case of time-varying systems, depending on the amount of available information, twomathematical models may be used. On one hand, if the time-varying elements of the system are not entirely known, one can model the system as function of time-varying parameters, resulting on a polytopic representation. In this case, the stabilization method proposed is based on the two-stages technique, which yields parameter-dependent controllers. The parameters are supposed to be real-time measurable, and the controllers are robust with respect to noises and uncertainties on the measures. On the other hand, if the time-varying dynamics are known, the system may be directly handled without using any parameterization. Two synthesis techniques are proposed in this case: the construction of stabilizing gains by using the state transition matrix, and a synthesis technique derived from a new stability criterion for time-varying systems. The validity of the proposed methods is illustrated through numerical examples, that show the efficiency of the results that can be obtained
22

Distributed Adaptive Fault-Tolerant Control of Nonlinear Uncertain Multi-Agent Systems

Khalili, Mohsen 29 August 2017 (has links)
No description available.
23

[pt] MODELAGEM E CONTROLE DE UM ROBÔ MÓVEL COM ESTEIRAS PARA TAREFAS DE VIGILÂNCIA / [en] MODELING AND CONTROL DESIGN OF A TRACKED MOBILE ROBOT FOR SURVEILLANCE TASKS

PERCY WILIANSON LOVON RAMOS 29 June 2020 (has links)
[pt] Nos últimos anos, os avanços mais recentes em robótica e suas aplicações têm sido usados para reduzir a carga de trabalho e os requisitos de mão-de-obra, melhorando o ambiente, a saúde e a segurança, particularmente nos sistemas de produção agrícola. Robôs autônomos fazem parte de tal inovação tecnológica e os robôs móveis com esteiras, em particular, têm sido amplamente utilizados em campos agrícolas em todo o mundo, já que suas esteiras proporcionam uma grande área de contato em solos úmidos e terrenos irregulares, evitando que o robô fique preso e melhorando a sua mobilidade. Neste trabalho, aborda-se a modelagem e o controle de robôs móveis com esteiras (Tracked Mobiler Robots, TMRs) para executar tarefas de vigilância em campos agrícolas. A metodologia proposta considera que o modelo cinemático do TMR são incertos devido ao escorregamento inerente entre as esteiras e o terreno. Para lidar com as incertezas de modelagem e perturbações externas, utiliza-se uma estratégia de controle robusto baseada na abordagem de modos deslizantes. Uma interface de usuário móvel (Mobile User Interface, MUI) baseada no sistema operacional Android é desenvolvida para controlar o robô movél com esteiras de forma manual ou autônoma. A partir da MUI, o operador humano pode visualizar as informações capturadas de sensores externos e internos. Simulações numéricas em MATLAB são realizadas para verificar o desempenho do controladores, bem como validar o modelo cinemático do robô, em diferentes configurações iniciais. / [en] In recent years, the latest advances in robotics and its applications have been used to reduce the workload and manpower requirements, improving the environment, health and safety (EHS) conditions, particularly in agricultural production and farming systems. Autonomous robots are part of such technological innovation and Tracked Mobile Robots (TMRs), in particular, have being widely used on agricultural fields around the world, since their tracks provide a large contact area on the wet soils and irregular terrains avoiding the robot to get stuck. In this work, we address the modeling and control design of tracked mobile robots (TMRs) able to perform surveillance tasks in agricultural fields. The proposed methodology considers that the kinematic models of the TMRs are both uncertain due to the inherent slippage between the tracks and the terrain. To deal with the modeling uncertainties and external disturbances, we use the sliding mode control (SMC) approach. A Mobile User Interface (MUI) based on Android operating system. is developed to control the TMR manually or autonomously. By using the MUI the human operator can visualize the information captured from external and internal sensors. Numerical simulations in MATLAB are carried out to verify the performance of the controller as well as validate the robot kinematic model under different configurations.
24

Analyse hiérarchisée de la robustesse des systèmes incertains de grande dimension / Hierarchical robustness analysis of uncertain large scale systems

Laib, Khaled 18 July 2017 (has links)
Ces travaux de thèse concernent l'analyse de la robustesse (stabilité et performance) de systèmes linéaires incertains de grande dimension avec une structure hiérarchique. Ces systèmes sont obtenus en interconnectant plusieurs sous-systèmes incertains à travers une topologie hiérarchique. L'analyse de la robustesse de ces systèmes est un problème à deux aspects : la robustesse et la grande dimension. La résolution efficace de ce problème en utilisant les approches usuelles est difficile, voire impossible, à cause de la complexité et de la grande taille du problème d'optimisation associé. La conséquence de cette complexité est une augmentation importante du temps de calcul nécessaire pour résoudre ce problème d'optimisation. Afin de réduire ce temps de calcul, les travaux existants ne considèrent que des classes particulières de systèmes linéaires incertains de grande dimension. De plus, la structure hiérarchique de ces systèmes n'est pas prise en compte, ce qui montre, de notre point de vue, les limitations de ces résultats. Notre objectif est d'exploiter la structure hiérarchique de ces systèmes afin de ramener la résolution du problème d'analyse de grande taille à la résolution d'un ensemble de problèmes d'analyse de faible taille, ce qui aura comme conséquence une diminution du temps de calcul. De plus, un autre avantage de cette approche est la possibilité de résoudre ces problèmes en même temps en utilisant le calcul parallèle. Afin de prendre en compte la structure hiérarchique du système incertain de grande dimension, nous modélisons ce dernier comme l'interconnexion de plusieurs sous-systèmes incertains qui sont eux-mêmes l'interconnexion d'autres sous-systèmes incertains, etc.. Cette technique récursive de modélisation est faite sur plusieurs niveaux hiérarchiques. Afin de réduire la complexité de la représentation des systèmes incertains, nous construisons une base de propriétés de dissipativité pour chaque sous-système incertain de chaque niveau hiérarchique. Cette base contient plusieurs éléments qui caractérisent des informations utiles sur le comportement de systèmes incertains. Des exemples de telles caractérisations sont : la caractérisation de la phase incertaine, la caractérisation du gain incertain, etc.. L'obtention de chaque élément est relaxée comme un problème d'optimisation convexe ou quasi-convexe sous contraintes LMI. L'analyse de la robustesse de systèmes incertains de grande dimension est ensuite faite de façon hiérarchique en propageant ces bases de propriétés de dissipativité d'un niveau hiérarchique à un autre. Nous proposons deux algorithmes d'analyse hiérarchique qui permettent de réduire le temps de calcul nécessaire pour analyser la robustesse de ces systèmes. Un avantage important de notre approche est la possibilité d'exécuter des parties de ces algorithmes de façon parallèle à chaque niveau hiérarchique ce qui diminuera de façon importante ce temps de calcul. Pour finir et dans le même contexte de système de grande dimension, nous nous intéressons à l'analyse de la performance dans les réseaux électriques et plus particulièrement «l'analyse du flux de puissances incertaines dans les réseaux électriques de distribution». Les sources d'énergies renouvelables comme les éoliennes et les panneaux solaires sont influencées par plusieurs facteurs : le vent, l'ensoleillement, etc.. Les puissances générées par ces sources sont alors intermittentes, variables et difficiles à prévoir. L'intégration de telles sources de puissance dans les réseaux électriques influencera les performances en introduisant des incertitudes sur les différentes tensions du réseau. L'analyse de l'impact des incertitudes de puissances sur les tensions est appelée «analyse du flux de puissances incertaines». La détermination de bornes sur les modules des différentes tensions est formulée comme un problème d'optimisation convexe sous contraintes LMI. / This PhD thesis concerns robustness analysis (stability and performance) of uncertain large scale systems with hierarchical structure. These systems are obtained by interconnecting several uncertain sub-systems through a hierarchical topology. Robustness analysis of these systems is a two aspect problem: robustness and large scale. The efficient resolution of this problem using usual approaches is difficult, even impossible, due to the high complexity and the large size of the associated optimization problem. The consequence of this complexity is an important increase of the computation time required to solve this optimization problem. In order to reduce this computation time, the existing results in the literature focus on particular classes of uncertain linear large scale systems. Furthermore, the hierarchical structure of the large scale system is not taken into account, which means, from our point of view, that these results have several limitations on different levels. Our objective is to exploit the hierarchical structure to obtain a set of small scale size optimization problems instead of one large scale optimization problem which will result in an important decrease in the computation time. Furthermore, another advantage of this approach is the possibility of solving these small scale optimization problems in the same time using parallel computing. In order to take into account the hierarchical structure, we model the uncertain large scale system as the interconnection of uncertain sub-systems which themselves are the interconnection of other uncertain sub-systems, etc.. This recursive modelling is performed at several hierarchical levels. In order to reduce the representation complexity of uncertain systems, we construct a basis of dissipativity properties for each uncertain sub-system at each hierarchical level. This basis contains several elements which characterize different useful information about uncertain system behaviour. Examples of such characterizations are: uncertain phase characterization, uncertain gain characterization, etc.. Obtaining each of these elements is relaxed as convex or quasi-convex optimization problem under LMI constraints. Robustness analysis of uncertain large scale systems is then performed in a hierarchical way by propagating these dissipativity property bases from one hierarchical level to another. We propose two hierarchical analysis algorithms which allow to reduce the computation time required to perform the robustness analysis of the large scale systems. Another key point of these algorithms is the possibility to be performed in parallel at each hierarchical level. The advantage of performing robustness analysis in parallel is an important decrease of the required computation time. Finally and within the same context of robustness analysis of uncertain large scale systems, we are interested in robustness analysis of power networks and more precisely in "the uncertain power flow analysis in distribution networks". The renewable energy resources such as solar panels and wind turbines are influenced by many factors: wind, solar irradiance, etc.. Therefore, the power generated by these resources is intermittent, variable and difficult to predict. The integration of such resources in power networks will influence the network performances by introducing uncertainties on the different network voltages. The analysis of the impact of power uncertainties on the voltages is called "uncertain power flow analysis". Obtaining the boundaries for the different modulus of these voltages is formulated as a convex optimization problem under LMI constraints
25

Diagnostic et Pronostic de Systèmes Dynamiques Incertains dans un contexte Bond Graph / Diagnostics and Prognostics of Uncertain Dynamical Systems in a Bond Graph Framework

Jha, Mayank Shekhar 08 December 2015 (has links)
Cette thèse développe des approches pour le diagnostic et le pronostic de systèmes dynamiques incertains en utilisant la technique de modélisation Bond Graph (BG). Tout d'abord, une représentation par intervalles des incertitudes paramétriques et de mesures est intégrée à un modèle BG-LFT (Linear Fractional Transformation). Une méthode de détection robuste de défaut est développée en utilisant les règles de l'arithmétique d'intervalle pour la génération de seuils robustes et adaptatifs sur les résidus nominaux. La méthode est validée en temps réel sur un système de générateur de vapeur.Deuxièmement, une nouvelle méthodologie de pronostic hybride est développée en utilisant les Relations de Redondance Analytique déduites d'un modèle BG et les Filtres Particulaires. Une estimation de l'état courant du paramètre candidat pour le pronostic est obtenue en termes probabilistes. La prédiction de la durée de vie résiduelle est atteinte en termes probabilistes. Les incertitudes associées aux mesures bruitées, les conditions environnementales, etc. sont gérées efficacement. La méthode est validée en temps réel sur un système mécatronique incertain.Enfin, la méthodologie de pronostic développée est mise en œuvre et validée pour le suivi efficace de la santé d'un sous-système électrochimique d’une pile à combustible à membrane échangeuse de protons (PEMFC) industrielle à l’aide de données de dégradation réelles. / This thesis develops the approaches for diagnostics and prognostics of uncertain dynamic systems in Bond Graph (BG) modeling framework. Firstly, properties of Interval Arithmetic (IA) and BG in Linear Fractional Transformation, are integrated for representation of parametric and measurement uncertainties on an uncertain BG model. Robust fault detection methodology is developed by utilizing the rules of IA for the generation of adaptive interval valued thresholds over the nominal residuals. The method is validated in real time on an uncertain and highly complex steam generator system.Secondly, a novel hybrid prognostic methodology is developed using BG derived Analytical Redundancy Relationships and Particle Filtering algorithms. Estimations of the current state of health of a system parameter and the associated hidden parameters are achieved in probabilistic terms. Prediction of the Remaining Useful Life (RUL) of the system parameter is also achieved in probabilistic terms. The associated uncertainties arising out of noisy measurements, environmental conditions etc. are effectively managed to produce a reliable prediction of RUL with suitable confidence bounds. The method is validated in real time on an uncertain mechatronic system.Thirdly, the prognostic methodology is validated and implemented on the electrical electro-chemical subsystem of an industrial Proton Exchange Membrane Fuel Cell. A BG of the latter is utilized which is suited for diagnostics and prognostics. The hybrid prognostic methodology is validated, involving real degradation data sets.

Page generated in 0.0913 seconds