Cette recherche s'inscrit dans le cadre de la prévision des instabilités de flottement qui joue un rôle majeur dans la conception et la certification des avions civils. Les instabilités sont liées au couplage aéroélastique qui est dû aux efforts induits générés par les mouvements de la structure au sein de l'écoulement. On considère dans ce travail plus particulièrement l'influence de la turbulence atmosphérique qui apporte, elle aussi, une contribution aux forces aérodynamiques. Dans ce but, la turbulence est modélisée par un processus stochastique introduisant une excitation multiplicative dans le système aéroélastique. Il est alors nécessaire de développer des méthodologies permettant l'étude de la stabilité des aéronefs en présence d'un bruit aléatoire multiplicatif. On propose d'étudier la stabilité dans le cadre général des systèmes dynamiques aléatoires et plus précisément à l'aide des exposants de Lyapunov qui donnent les taux de (dé-)croissance des trajectoires. Ces derniers généralisent ainsi la notion de partie réelle des valeurs propres. Malgré le développement de modèles réduits, les systèmes couplés aéroélastïques restent relativement complexes et de dimension élevée. On opte alors pour un calcul du plus grand exposant de Lyapunov par des méthodes numériques. Néanmoins, la stabilité des systèmes aéroélastiques est également très sensible à la présence de non-linéarités structurales concentrées, comme un jeu dans la liaison aile-gouverne. On pro pose alors une méthode qui a recours d'une part à la formulation du problème par inclusions différentielles et d'autre part à une technique de sous-structuration permettant d'isoler les parties non régulières introduites par le jeu.

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.

<p>The numerical path integration method for solving stochastic differential equations is extended to solve systems up to six spatial dimensions, angular variables, and highly nonlinear systems - including systems that results in discontinuities in the response probability density function of the system. Novel methods to stabilize the numerical method and increase computation speed are presented and discussed. This includes the use of the fast Fourier transform (FFT) and some new spline interpolation methods. Some sufficient criteria for the path integration theory to be applicable is also presented. The development of complex numerical code is made possible through automatic code generation by scripting. The resulting code is applied to chaotic dynamical systems by adding a Gaussian noise term to the deterministic equation. Various methods and approximations to compute the largest Lyapunov exponent of these systems are presented and illustrated, and the results are compared. Finally, it is shown that the location and size of the additive noise term affects the results, and it is shown that additive noise for specific systems could make a non-chaotic system chaotic, and a chaotic system non-chaotic.</p>

The Lyapunov direct method is utilized to determine the robustness bounds for nonlinear, time-variant uncertainies p[subscript i]. Determination of the robustness bounds consists of two principal steps: (i) generation of a Lyapunov function and (ii) determination of the bounds based on the generated Lyapunov function. Presently in robustness investigations, a Lyapunov function is generated by inserting the nominal matrix to the Lyapunov equation and setting Q as identity matrix. The objective of this study is to utilize structural features of the uncertainties to develop a recursive algorithm for the generation of the globally optimal quadratic Lyapunov function. The proposed method is seemingly an improvement with respect to those reported in recent literature in three senses: i) ease of application, given an interactive program which requires only system matrices as inputs; ii) provision of improved estimates of the robustness bounds; and iii) extendability of the procedure to the design of robust controllers. The algorithm and the program prepared (in MATLAB) are presented. Several examples are considered for purposes of the comparison of robustness bounds estimates. Examples are demonstrated to show the superiority of the robustness bounds estimated by the proposed method over those obtained by small gain theorem. In a number of cases, the estimated robustness bounds are proven to be the exact robustness bounds. / Graduation date: 1993

For coupled systems of differential equations on networks, a graph-theoretic approach to the construction of Lyapunov functions is systematically developed in this thesis. Kirchhoffs Matrix-Tree Theorem in graph theory plays an essential role in the approachs development. The approach is successfully applied to several coupled systems well-known in the literature to demonstrate its applicability and effectiveness. / Applied Mathematics

Thesis (Ph. D.)--Ohio State University, 2006. / Title from first page of PDF file. Includes bibliographical references (p. 178-191).

The numerical path integration method for solving stochastic differential equations is extended to solve systems up to six spatial dimensions, angular variables, and highly nonlinear systems - including systems that results in discontinuities in the response probability density function of the system. Novel methods to stabilize the numerical method and increase computation speed are presented and discussed. This includes the use of the fast Fourier transform (FFT) and some new spline interpolation methods. Some sufficient criteria for the path integration theory to be applicable is also presented. The development of complex numerical code is made possible through automatic code generation by scripting. The resulting code is applied to chaotic dynamical systems by adding a Gaussian noise term to the deterministic equation. Various methods and approximations to compute the largest Lyapunov exponent of these systems are presented and illustrated, and the results are compared. Finally, it is shown that the location and size of the additive noise term affects the results, and it is shown that additive noise for specific systems could make a non-chaotic system chaotic, and a chaotic system non-chaotic.

QC 20100414

Le travail de recherche concrétisé par ce mémoire de thèse se trouve à l'intersection de deux domaines importants, la commande robuste des systèmes linéaires (LTI, LPV, en commutation) à temps discret affectés par des perturbations permanentes bornées et des contraintes et les ensembles invariants ellipsoïdaux maximal ou minimal. La première partie de ce mémoire se focalise sur l'analyse de la stabilité entrée-état (en anglais ISS) du système par rapport à une perturbation bornée et le calcul des ensembles invariants ellipsoïdaux minimal ou maximal (ou sous forme d'ellipsoïdes tronqués) satisfaisant les contraintes. La deuxième partie envisage la synthèse d'une commande par retour d'état ISS stable et robuste vis-à-vis de perturbations bornées, garantissant l'ellipsoïde invariant maximal satisfaisant les contraintes ; puis la synthèse d'une loi decommande par retour d'état et observateur ISS stable vis-à-vis de perturbations bornées, garantissant une certaine performance ; enfin la synthèse d'un paramètre de Youla afin de garantir la projection maximale sur le sous-espace de l'état initial. La projection obtenue possède alors un volume plus grand que celui obtenu sans le paramètre de Youla d'où une amélioration en termes de robustesse. Une dernière étape vise à obtenirun compromis entre la robustesse et la performance en utilisant des critères basés sur le placement de pôles ou sur la vitesse de décroissance de la fonction de Lyapunov. Tous les résultats théoriques obtenus sont exprimés sous forme d'inégalités matricielles et sont validés en simulation et de façon expérimentale dans le cadre de la commande d'un convertisseur de puissance.

Networks of neurons, which form central pattern generators (CPGs), are important for controlling animal behaviors. Of special interest are configurations or CPG motifs composed of reciprocally inhibited neurons, such as half-center oscillators (HCOs). Bursting rhythms of HCOs are shown to include stable synchrony or in-phase bursting. This in-phase bursting can co-exist with anti-phase bursting, commonly expected as the single stable state in HCOs that are connected with fast non-delayed synapses. The finding contrasts with the classical view that reciprocal inhibition has to be slow or time-delayed to synchronize such bursting neurons. Phase-locked rhythms are analyzed via Lyapunov exponents estimated with variational equations, and through the convergence rates estimated with Poincar\'e return maps. A new mechanism underlying multistability is proposed that is based on the spike interactions, which confer a dual property on the fast non-delayed reciprocal inhibition; this reveals the role of spikes in generating multiple co-existing phase-locked rhythms. In particular, it demonstrates that the number and temporal characteristics of spikes determine the number and stability of the multiple phase-locked states in weakly coupled HCOs. The generality of the multistability phenomenon is demonstrated by analyzing diverse models of bursting networks with various inhibitory synapses; the individual cell models include the reduced leech heart interneuron, the Sherman model for pancreatic beta cells, the Purkinje neuron model and Fitzhugh-Rinzel phenomenological model. Finally, hypothetical and experiment-based CPGs composed of HCOs are investigated. This study is relevant for various applications that use CPGs such as robotics, prosthetics, and artificial intelligence.