Le travail présenté dans cette thèse porte sur la modélisation et la commande des éoliennes à vitesse et calage variables afin d'atteindre les deux objectifs principaux: à vents faibles, maximiser la capture de l'énergie du vent d'une part et à vents forts, réguler la puissance électrique produite d'autre part. Dans les deux cas, il s'agira également de réduire les charges mécaniques transitoires.<br />A l'heure actuelle, les commandes des systèmes éoliens sont réalisées à l'aide de régulateurs classiques PI ou PID. Leurs performances sont satisfaisantes lorsque le vent n'est pas trop turbulent mais cependant celles-ci se dégradent notablement lors des variations rapides de la vitesse du vent. Par conséquent, il est nécessaire de disposer de systèmes de commande plus performants afin de prendre en compte la forte non-linéarité de l'aérodynamique de l'éolienne, son aspect dynamique et la nature turbulente du vent.<br />Pour cela, nous avons étudié différentes stratégies de commande, en soulignant leurs avantages et inconvénients par rapport aux performances attendues. Parmi les contrôleurs que nous avons développés, si certains sont une adaptation de techniques bien connues pour les modèles de l'éolienne, en revanche les autres apparaissent pour la première fois dans ce domaine. <br />A vents faibles, nous avons élaboré des commandes non linéaires, avec estimateur de la vitesse du vent, qui permet d'obtenir la vitesse du vent fictif qui ne peut pas être mesurée, vu la variabilité spatiotemporelle du profil du vent autour du rotor.<br />Pour la commande à vents forts, il est montré qu'une commande monovariable en calage ou en couple du générateur ne permet pas d'atteindre le double objectif de réguler à la fois la puissance électrique et la vitesse du rotor. Par conséquent, notre idée est de combiner une commande non linéaire par retour d'état dynamique en couple et une commande linéaire en pitch. Cette stratégie s'avère être la meilleure.<br />La validation des performances des contrôleurs a été réalisée avec des simulateurs aéroélastiques d'éoliennes, développés par NREL (National Renewable Energy Laboratory, Golden, CO) en utilisant des profils de vent de forte turbulence. Les résultats sont satisfaisants aussi bien en termes d'optimisation de la capture de l'énergie du vent qu'en régulation de puissance.

Les travaux présentés dans cette thèse portent sur la commande en couple de manipulateurs redondants.Nous nous intéressons dans ce cadre à deux problématiques. En premier lieu, nous considérons le cas d’imposition d’une contrainte cinématique de point de passage, dite contrainte du RCM, de l’organe terminal (OT) du robot. Nous proposons alors deux approches pour la gestion de cette contrainte. Dans la première approche, la contrainte est garantie dans l’espace nul d’une tâche principale définie en coordonnées de position de l’OT. Cette méthode exploite une définition explicite de la dynamique de l’espace nul et confère un niveau de priorité secondaire à la contrainte. La seconde approche permet de définir la contrainte du RCM comme tâche principale, en lui assignant le niveau de priorité supérieur ou un niveau de priorité défini par le besoin de l’application. Nous proposons pour cela une nouvelle définition de la cinématique du RCM.En second lieu, nous traitons la question des contacts entre le corps du robot et son environnement (ex. l’humain)pendant que l’OT exécute sa tâche « globale ». Nous proposons pour cela une stratégie de compliance appliquée dans l’espace nul du robot afin de préserver la tâche globale lors des contacts. Cette stratégie estdéfinie pour des bras anthropomorphes à 7-DDL, et est formulée en coordonnées de l’angle de bras, paramètre représentant le degré de redondance du robot. Cela permet de définir un intervalle admissible de mouvement de l’angle de bras. Lorsque les limites de cet intervalle sont atteintes, une loi de compliance de type ressort amortisseur oblige le robot à rester dans l’intervalle, malgré les forces externes exercées.Nous évoquons, tout au long de cette thèse, l’application de chirurgie mini-invasive assistée par robot pour illustrer l’utilité de nos contributions. / The work developped in this PhD thesis concerns the control of redundant torque-controlled robots,dealing with two main issues. Firstly, we study the presence of a RCM constraint imposed to the end-effector. We propose two control approaches to guarantee this kinematic constraint. In the first one, the constraint is performed in the null-space of a main task defined in cartesian coordinates(position). An explicit definition of the null-space dynamics is applied on this control approach, and provides a secondary priority order to the RCM constraint. The second approach allows to define the constraint as the main task, obtaining the highest priority level, or in any desired priority level,according to the needs of the application. Therefore, we propose a new kinematic formulation of the RCM constraint.Secondly, we study the physical interaction between the robot’s body and its environment (e.g. human) during the cartesian global task execution. A null-space compliance control strategy is then proposed in order to preserve the global task when the contacts occur. This strategy, defined for anthropomorphic 7-DOF robots, is formulated in swivel angle coordinates, which is a direct representation of the robot’s null-space. A desired feasible range for the swivel angle values is defined by the user, and a spring-damping compliance law is used to constraint the robot to remain within the feasible angle values range, despite the external forces applied to the robot’s body. Robot-assisted minimally invasive surgery has been used throughout this thesis as an example of application, allowing to demonstrate the usefulness of our contributions.

Lors du contrôle de robots, les variations fortes et soudaines dans les couples de commande doivent impérativement être évitées. En effet ces discontinuités peuvent entraîner, en plus des comportements imprévisibles du système, des dommages physiques, notamment au niveau des actionneurs. Pour la réalisation de tâches complexes, un robot à plusieurs degrés de liberté utilise généralement un système de commande multi-objectif avec lequel plusieurs tâches doivent être réalisées et plusieurs contraintes respectées. Le basculement entre ces différentes tâches ainsi que les contraintes causées par un environnemt dynamique et imprévisible sont les causes directes des variations fortes dans les couples de commande. Dans ce travail, les problèmes de transitions de priorités entre les différentes tâches ainsi que la variation des contraintes sont considérées avec pour objectif la des variations fortes dans les couples de commande. Deux contributions principales ont été réalisées.Premièrement, un nouveau contrôleur appelé "contrôle hiérarchique généralisé (GHC)" est implémenté sous forme d’optimisation quadratique pour gérer la priorité des transitions entre les tâches de poids différents. Le projecteur utilisé assure en plus de la continuité des transitions, la gestion de l’ajout et/ou de la suppression de tâches. Les couples de commande sont alors calculés en résolvant un problème d’optimisation prenant en compte en même temps la hiérarchie des tâches et les contraintes égalitaire et inégalitaires.Deuxièmement, nous avons développé une primitive de contrôle à base de Contrôle par Modèle Prédictif (CMP) afin de gérer l’existence des discontinuités des contraintes que doit respecter le robot, tel que le changement d’état des contacts ou l’évitement d'obstacles. Le contrôleur profite ainsi de la formulation prédictive en anticipant l'évolution des contraintes vis-à-vis des scénarios de commande et/ou de l'information des capteurs. Il permet de générer des nouvelles contraintes continues qui remplacent les anciennes contraintes discrètes dans le contrôleur réactif QP. Par conséquent, le taux de changement des couples articulaires est minimisé, comparé aux anciennes contraintes discrètes. Cette primitive de contrôle prédictive ne modifie pas directement les objectifs désirés des tâches mais les contraintes, ce qui permet de s’assurer que les changements de couple sont bien gérés dans les pires scénarios.L'efficacité de la stratégie de contrôle proposée est validée via des expériences en simulation avec le robot Kuka LWR 4+ et le robot humanoïde iCub. Les résultats montrent que l'approche développée peut réduire de manière significative la variation des couples articulaires pendant les changements de priorité des tâches ou sous contraintes discrètes. / Large and sudden changes in the torques of the actuators of a robot are highly undesirable and should be avoided during robot control as they may result in unpredictable behaviours. Multi-objective control system for complex robots usually have to handle multiple prioritized tasks while satisfying constraints. Changes in tasks and/or constraints are inevitable for robots when adapting to the unstructured and dynamic environment, and they may lead to large sudden changes in torques. Within this work, the problem of task priority transitions and changing constraints is primarily considered to reduce large sudden changes in torques. This is achieved through two main contributions as follows. Firstly, based on quadratic programming (QP), a new controller called Generalized Hierarchical Control (GHC) is developed to deal with task priority transitions among arbitrary prioritized task. This projector can be used to achieve continuous task priority transitions, as well as insert or remove tasks among a set of tasks to be performed in an elegant way. The control input (e.g. joint torques) is computed by solving one quadratic programming problem, where generalized projectors are adopted to maintain a task hierarchy while satisfying equality and inequality constraints. Secondly, a predictive control primitive based on Model Predictive Control (MPC) is developed to handle presence of discontinuities in the constraints that the robot must satisfy, such as the breaking of contacts with the environment or the avoidance of an obstacle. The controller takes the advantages of predictive formulations to anticipate the evolutions of the constraints by means of control scenarios and/or sensor information, and thus generate new continuous constraints to replace the original discontinuous constraints in the QP reactive controller. As a result, the rate of change in joint torques is minimized compared with the original discontinuous constraints. This predictive control primitive does not directly modify the desired task objectives, but the constraints to ensure that the worst case of changes of torques is well-managed. The effectiveness of the proposed control framework is validated by a set of experiments in simulation on the Kuka LWR robot and the iCub humanoid robot. The results show that the proposed approach significantly decrease the rate of change in joint torques when task priorities switch or discontinuous constraints occur.

Cette thèse propose des approches neuromimétiques d'identification et de commande avec des applications directes au Filtre Actif Parallèle (FAP) et au Moteur Synchrone à Aiment Permanent (MSAP). Une structure neuronale complète a été développée pour réaliser toutes les fonctionnalités d'un FAP pour compenser des harmoniques de courant. La phase instantanée et les composantes symétriques d'un système triphasé de tensions ou de courants ont été estimées avec une boucle à verrouillage de phase neuronale. L'identification des harmoniques de courant a été réalisée avec des réseaux de neurones de type Adaline opérant dans les différents repères. Plusieurs schémas de commande ont été développés pour réinjecter les courants de compensation à l'aide d'un onduleur. Ils sont basés sur des techniques neuromimétiques, sur la logique floue, ou sur leur association. Une approche neuronale a été développée pour commander une MSAP à distribution quelconque avec des contraintes prédéterminées réduisant les ondulations du couple. Elle consiste en des schémas de commande directe en couple ou en vitesse pour obtenir les courants statoriques optimaux qui donnent exactement le couple électromagnétique (ou la vitesse) désiré et qui réduisent au maximum les pertes par effet Joule. Ces commandes intègrent deux blocs neuronaux, l'un dédié au calcul des courants optimaux et l'autre pour assurer leur génération à travers un onduleur de tension. Toutes les approches neuromimétiques ont été validées par des tests de simulation et des essais expérimentaux. Des comparaisons avec les méthodes de commande classique démontrent des caractéristiques supérieures en termes de performance et de robustesse.

L'objectif de cette thèse est d'explorer de nouvelles approches pour le développement de systèmes robotiques capables de partager en toute sécurité leur espace de travail avec des opérateurs humains. Dans ce contexte, le travail présenté est axé principalement sur la problématique de commande. Les questions suivantes sont abordées:- pour des lois de contrôle réactives, c'est-à-dire des problèmes de commande où la tâche à exécuter n'est pas connue à l'avance mais découverte en temps réel, comment est-il possible de garantir à chaque pâs de temps l'existence d'une solution au problème de contrôle? Cette solution devrait permettre au robot d'accomplir au mieux sa tâche préscrite et en même temps de strictement respecter les contraintes existantes, parmi lesquelles, les contraintes liées aux limitations physiques des actionneurs de ses articulations.- Comment intégrer l'opérateur humain dans la boucle de contrôle du robot de manière à ce que le contact physique puisse être engagé et désengagé en toute sécurité? Concernant le premier point, notre travail se présente comme la continuité de résultats antérieurs développés par Sébastien Rubrecht lors de sa thèse de doctorat. Sébastien Rubrecht a introduit le concept d'incompatibilité des contraintes pour des robots contrôlés de manière réactive au niveau cinématique. Le problème de l'incompatibilité des contraintes apparaît par exemple lorsque la formulation de la contrainte sur une position articulaire d'un robot ne tient pas compte de la quantité de décélération produite par son actionneur. Dans ce cas, si la contrainte de position articulaire est activée tardivement, le système peut se retrouver dans une situation où il n'a pas suffisamment de temps pour faire face à la limite de position articulaire imposée considérant ses capacités dynamiques limités... / The intended goal of this thesis is to bring new insights for developing robotic systems capable of safely sharing their workspace with human-operators. Within this context, the presented work focuses on the control problem. The following questions are tackled:-for reactive control laws, i.e., control problems where the task to be performed is not known in advance but discovered on-line, how is it possible to guarantee for every time-step the existence of a solution to the control problem? This solution should allow the robot to accomplish at best its prescribed task and at the same time to strictly comply with existing constraints, among which, constraints related to the physical limitations of its actuators and joints.-How to integrate the human-operator in the control loop of the robot so that physical contact can safely be engaged and de-engaged? Regarding the first point, our work arises as the continuity of previous results developed by Sébastien Rubrecht during his PhD thesis. Sébastien Rubrecht introduced the concept of constraints incompatibility for robots reactively controlled at the kinematic-level. The problem of constraints incompatibility appears for example when the formulation of the constraint on an articular position of a robot does not account for the amount of deceleration producible by its actuator. In such case, if the articular position constraint is activated tardively, the system may not have sufficient time to cope with the imposed joint position limit considering its bounded dynamic capabilities.

Dans cette thèse, on s’intéresse à la commande des robots marcheurs. Contrôler ces systèmes naturellement instables, de dynamique non linéaire, non convexe, de grande dimension, et dépendante des contacts représente un défi majeur en robotique mobile. Les approches classiques formulent une chaîne de contrôle formée d’une cascade de sous problèmes tels que la perception, le planning, la commande du corps complet et l’asservissement articulaire. Les contributions rapportées ici ont toutes pour but d’introduire une rétroaction au niveau de la commande du corps complet ou du planning. Précisément, une première contribution technique est la formulation et la comparaison expérimentale de deux estimateurs de la base du robot. Une seconde contribution est l’implémentation d’un contrôleur par dynamique inverse pour contrôler en couple le robot HRP-2. Une variante de ce contrôleur est aussi formulée et testée en simulation pour stabiliser un robot en contact flexible avec son environnement. Finalement un générateur de marche par commande pré-dictive et couplé à un contrôleur corps complet est présenté. / In this thesis, we are interested in the control of walking robots. Controlling these naturally unstable, non-linear, non-convex, large and contact-dependent systems is a major challenge in mobile robotics. Traditional approaches formulate a chain of control formed by a cascade of sub-problems such as perception, planning, full body control and joint servoing. The contributions reported here are all intended to provide state feedback at the whole body control stage or at the planning stage. Specifically, a first technical contribution is the formulation and experimental comparison of two estimators of the robot base. A second contribution is the implementation of a reverse dynamic controller to control the HRP-2 robot in torque. A variant of this controller is also formulated and tested in simulation to stabilize a robot in flexible contact with its environment. Finally, a predictive control operation generator coupled to a whole body controller is presented.

Dans un contexte mondial régi par de multiples facteurs économiques, énergétiques et environnementaux, la transition vers des modes de transport à zéro émission polluante semble inévitable. De ce fait, les constructeurs automobiles s’investissent de plus en plus dans le développement de groupes motopropulseurs électriques afin d’anticiper les besoins du marché. Parmi les différentes technologies de machines électriques considérées pour cette application, la Machine à Réluctance Variable à Double Saillance (MRVDS) présente des caractéristiques très attractives pour le milieu industriel.Les travaux présentés dans cette thèse visent à élaborer des solutions qui répondent aux points qui bloquent encore l’adoption de la MRVDS dans les véhicules électriques. Dans un premier temps, la commande en couple d’une MRVDS destinée à la traction électrique est analysée. En prenant en considération les exigences imposées par l’application envisagée, une stratégie de commande en couple est développée en intégrant deux méthodes complémentaires sur le plan de fonctionnement de la MRVDS choisie.Dans la deuxième partie, l’asservissement en courant est abordé. Les problématiques du contrôle propres à la MRVDS à forte dynamique de courant sont d’abord identifiées. Ensuite, deux régulateurs de courant, qui répondent à différents conditions d’implantation, sont présentés et validés par simulation.La dernière partie de cette thèse aborde le problème des à-coups d’accélération induits à basse vitesse et de leurs répercussions sur l'agrément de conduite. En effet, ce type de motorisation électrique introduit un nouvel aspect sur cette problématique. Une loi de commande anti-à-coups, composée de deux actions, est développée. Les simulations ont montré la conformité de la performance obtenue en utilisant la loi de commande proposée avec le cahier des charges industriel visé. / In a global context governed by multiple economic, energetic and environmental factors, the transition towards transportation modes with zero polluting emissions seems inevitable. Hence, automotive manufacturers are investing increasingly in the development of electric powertrains in anticipation of the market needs. Among the different electric motors technologies considered for this application, the switched reluctance motor (SRM) presents attractive characteristics for the industry.The work presented in this thesis aims to elaborate solutions in response to the points still hindering the adoption of the SRM in electric vehicles. First, torque regulation of an SRM intended for an electric traction is analyzed. Taking into consideration the requirements of the application in hand, a regulation strategy is developed through the integration of two methods which complement each other over the studied SRM range of operation.In the second part, the subject of current regulation in the SRM is discussed. The issues related to current regulation in SRMs disposing of high current dynamics are firstly identified. Then, two current regulators, each adapted to different implementation conditions, are presented and validated through simulations.The last part of this thesis discusses the acceleration jerks induced at very low speeds and their repercussions on driving comfort . Indeed, electric traction introduces a new aspect on this rather classic issue. An anti-jerk control law, composed of two control actions, is developed. Simulations have shown the conformity of the performance obtained with the proposed control law with the target industrial specifications.

Cette thèse propose des approches neuromimétiques d'identification et de commande avec des applications directes au Filtre Actif Parallèle (FAP) et au Moteur Synchrone à Aiment Permanent (MSAP). Une structure neuronale complète a été développée pour réaliser toutes les fonctionnalités d'un FAP pour compenser des harmoniques de courant. La phase instantanée et les composantes symétriques d'un système triphasé de tensions ou de courants ont été estimées avec une boucle à verrouillage de phase neuronale. L'identification des harmoniques de courant a été réalisée avec des réseaux de neurones de type Adaline opérant dans les différents repères. Plusieurs schémas de commande ont été développés pour réinjecter les courants de compensation à l'aide d'un onduleur. Ils sont basés sur des techniques neuromimétiques, sur la logique floue, ou sur leur association. Une approche neuronale a été développée pour commander une MSAP à distribution quelconque avec des contraintes prédéterminées réduisant les ondulations du couple. Elle consiste en des schémas de commande directe en couple ou en vitesse pour obtenir les courants statoriques optimaux qui donnent exactement le couple électromagnétique (ou la vitesse) désiré et qui réduisent au maximum les pertes par effet Joule. Ces commandes intègrent deux blocs neuronaux, l'un dédié au calcul des courants optimaux et l'autre pour assurer leur génération à travers un onduleur de tension. Toutes les approches neuromimétiques ont été validées par des tests de simulation et des essais expérimentaux. Des comparaisons avec les méthodes de commande classique démontrent des caractéristiques supérieures en termes de performance et de robustesse. / This thesis proposes Artificial Neural Networks (ANN) approaches for the identification and the control of an Active Power Filter (APF) and a Permanent-Magnet Synchronous Motor (PMSM). A completed neural architecture was developed for an APF for harmonic currents compensation. The instantaneous phase and the symmetrical components of a three-phase voltage or current were estimated with a neural phase Jock loop. The harmonic terms were identified by Adaline neural networks that estimate the instantaneous powers within different reference frames. Several intelligent techniques, based on neural networks, fuzzy logic or their association, were developed to control the inverter used to inject the harmonic currents phase-opposite. An original neural approach was also carried out for reducing the torque ripple of a non-sinusoidal PMSM. It consists in a direct torque or in a speed control schemes that elaborate the optimal stator currents which exactly give a desired electromagnetic torque or speed and which minimize the ohmic losses. The control schemes integrate two neural networks, one to calculate the optimal currents and one to ensure their generation through an inverter. The neural network approaches were all evaluated by simulated and experimental tests. The results confirm their excellent characteristics in terms of both performance and robustness. Comparisons with conventional methods prove their superiority.