Modeling and simulation of granular matter has important applications in both natural science and industry. One widely used method is the discrete element method (DEM). It can be used for simulating granular matter in the gaseous, liquid as well as solid regime whereas alternative methods are in general applicable to only one. Discrete element analysis of large systems is, however, limited by long computational time. A number of solutions to radically improve the computational efficiency of DEM simulations are developed and analysed. These include treating the material as a nonsmooth dynamical system and methods for reducing the computational effort for solving the complementarity problem that arise from implicit treatment of the contact laws. This allow for large time-step integration and ultimately more and faster simulation studies or analysis of more complex systems. Acceleration methods that can reduce the computational complexity and degrees of freedom have been invented. These solutions are investigated in numerical experiments, validated using experimental data and applied for design exploration of iron ore pelletising systems. / <p>This work has been generously supported by Algoryx Simulation, LKAB (dnr 223-</p><p>2442-09), Umeå University and VINNOVA (2014-01901).</p>

This thesis presents the mathematical analysis of a continuous-times system for sparse signal recovery. Sparse recovery arises in Compressed Sensing (CS), where signals of large dimension must be recovered from a small number of linear measurements, and can be accomplished by solving a complex optimization program. While many solvers have been proposed and analyzed to solve such programs in digital, their high complexity currently prevents their use in real-time applications. On the contrary, a continuous-time neural network implemented in analog VLSI could lead to significant gains in both time and power consumption. The contributions of this thesis are threefold. First, convergence results for neural networks that solve a large class of nonsmooth optimization programs are presented. These results extend previous analysis by allowing the interconnection matrix to be singular and the activation function to have many constant regions and grow unbounded. The exponential convergence rate of the networks is demonstrated and an analytic expression for the convergence speed is given. Second, these results are specialized to the L1-minimization problem, which is the most famous approach to solving the sparse recovery problem. The analysis relies on standard techniques in CS and proves that the network takes an efficient path toward the solution for parameters that match results obtained for digital solvers. Third, the convergence rate and accuracy of both the continuous-time system and its discrete-time equivalent are derived in the case where the underlying sparse signal is time-varying and the measurements are streaming. Such a study is of great interest for practical applications that need to operate in real-time, when the data are streaming at high rates or the computational resources are limited. As a conclusion, while existing analysis was concentrated on discrete-time algorithms for the recovery of static signals, this thesis provides convergence rate and accuracy results for the recovery of static signals using a continuous-time solver, and for the recovery of time-varying signals with both a discrete-time and a continuous-time solver.

In der Dissertation werden Zwei-Ebenen-Optimierungsaufgaben mit spezieller Struktur untersucht. Von Interesse sind hierbei für den sogenannten pessimistischen Lösungszugang Existenzresultate für Lösungen, die Eckpunkteigenschaft einer Lösung, eine Regularisierungstechnik, Optimalitätsbedingungen sowie für den linearen Fall ein Verfahren zur Bestimmung einer global pessimistischen Lösung. Beim optimistischen Lösungszugang wird zunächst eine Verallgemeinerung des Lösungsbegriffes angegeben. Anschließend finden sich Betrachtungen zur Komplexität des Problems, zu Optimalitätsbedingungen sowie ein Abstiegs- und Branch&Bound-Verfahren für den linearen Fall wieder. Den Abschluss der Arbeit bilden ein Anwendungsbeispiel und numerische Testrechnungen.

Notre objectif dans cette thèse est de résoudre un problème quadratique binaire sous contraintes mixtes par les techniques d'optimisation DC. Puisque l'optimisation DC a prouvé son efficacité pour résoudre des problèmes de grandes tailles dans différents domaines, nous avons décidé d'appliquer cette approche d'optimisation pour résoudre ce problème. La partie la plus importante de l'optimisation DC est le choix d'une décomposition adéquate qui facilite la détermination et accélère la convergence de deux suites construites. La première suite converge vers la solution optimale du problème primal et la seconde converge vers la solution optimale du problème dual. Dans cette thèse, nous proposons deux décompositions DC efficaces et simples à manipuler. L'application de l'algorithme DC (DCA) nous conduit à résoudre à chaque itération un problème quadratique convexe avec des contraintes mixtes, linéaires et quadratiques. Pour cela, il faut trouver une méthode efficace et rapide pour résoudre ce dernier problème à chaque itération. Pour cela, nous appliquons trois méthodes différentes: la méthode de Newton, la programmation semi-définie positive et la méthode de points intérieurs. Nous présentons les résultats numériques comparatifs sur les mêmes repères de ces trois approches pour justifier notre choix de la méthode la plus rapide pour résoudre efficacement ce problème. / Our objective in this work is to solve a binary quadratic problem under mixed constraints by the techniques of DC optimization. As DC optimization has proved its efficiency to solve large-scale problems in different domains, we decided to apply this optimization approach to solve this problem. The most important part of D.C. optimization is the choice of an adequate decomposition that facilitates determination and speeds convergence of two constructed suites where the first converges to the optimal solution of the primal problem and the second converges to the optimal solution of the dual problem. In this work, we propose two efficient decompositions and simple to manipulate. The application of the DC Algorithm (DCA) leads us to solve at each iteration a convex quadratic problem with mixed, linear and quadratic constraints. For it, we must find an efficient and fast method to solve this last problem at each iteration. To do this, we apply three different methods: the Newton method, the semidefinite programing and interior point method. We present the comparative numerical results on the same benchmarks of these three approaches to justify our choice of the fastest method to effectively solve this problem.

Le projet de cette thèse est double. Le premier concerne l’extension des résultats précédents sur les conditions nécessaires d’optimalité pour des problèmes avec contraintes d’état, dans le cadre du contrôle optimal ainsi que dans le cadre de calcul des variations. Le deuxième objectif consiste à travailler sur deux nouveaux aspects de recherche : dériver des résultats de viabilité pour une classe de systèmes de contrôle avec des contraintes d’état dans lesquels les conditions dites ‘standard inward pointing conditions’ sont violées; et établir les conditions nécessaires d’optimalité pour des problèmes de minimisation de coût moyen éventuellement perturbés par des paramètres inconnus.Dans la première partie, nous examinons les conditions nécessaires d’optimalité qui jouent un rôle important dans la recherche de candidats pour être des solutions optimales parmi toutes les solutions admissibles. Cependant, dans les problèmes d’optimisation dynamique avec contraintes d’état, certaines situations pathologiques pourraient survenir. Par exemple, il se peut que le multiplicateur associé à la fonction objective (à minimiser) disparaisse. Dans ce cas, la fonction objective à minimiser n’intervient pas dans les conditions nécessaires de premier ordre: il s’agit du cas dit anormal. Un phénomène pire, appelé le cas dégénéré montre que, dans certaines circonstances, l’ensemble des trajectoires admissibles coïncide avec l’ensemble des candidats minimiseurs. Par conséquent, les conditions nécessaires ne donnent aucune information sur les minimiseurs possibles.Pour surmonter ces difficultés, de nouvelles hypothèses supplémentaires doivent être imposées, appelées les qualifications de la contrainte. Nous étudions ces deux problèmes (normalité et non dégénérescence) pour des problèmes de contrôle optimal impliquant des contraintes dynamiques exprimées en termes d’inclusion différentielle, lorsque le minimiseur a son point de départ dans une région où la contrainte d’état est non lisse. Nous prouvons que sous une information supplémentaire impliquant principalement le cône tangent de Clarke, les conditions nécessaires sous la forme dite ‘Extended Euler-Lagrange condition’ sont satisfaites en forme normale et non dégénérée pour deux classes de problèmes de contrôle optimal avec contrainte d’état. Le résultat sur la normalité est également appliqué pour le problème de calcul des variations avec contrainte d’état.Dans la deuxième partie de la thèse, nous considérons d’abord une classe de systèmes de contrôle avec contrainte d’état pour lesquels les qualifications de la contrainte standard du ‘premier ordre’ ne sont pas satisfaites, mais une qualification de la contrainte d’ordre supérieure (ordre 2) est satisfaite.Nous proposons une nouvelle construction des trajectoires admissibles (dit un résultat de viabilité) et nous étudions des exemples (tels que l’intégrateur non holonomique de Brockett) fournissant en plus un résultat d’estimation non linéaire. L’autre sujet de la deuxième partie de la thèse concerne l’étude d’une classe de problèmes de contrôle optimal dans lesquels des incertitudes apparaissent dans les données en termes de paramètres inconnus. En tenant compte d’un critère de performance sous la forme de coût moyen, une question cruciale est clairement de pouvoir caractériser les contrôles optimaux indépendamment de l’action du paramètre inconnu: cela permet de trouver une sorte de ‘meilleur compromis’ parmi toutes les réalisations possibles du système de contrôle tant que le paramètre varie. Pour ce type de problèmes, nous obtenons des conditions nécessaires d’optimalité sous la forme du Principe du Maximum (éventuellement pour le cas non lisse). / The project of this thesis is twofold. The first concerns the extension of previous results on necessary optimality conditions for state constrained problems in optimal control and in calculus of variations. The second aim consists in working along two new research lines: derive viability results for a class of control systems with state constraints in which ‘standard inward pointing conditions’ are violated; and establish necessary optimality conditions for average cost minimization problems possibly perturbed by unknown parameters.In the first part, we examine necessary optimality conditions which play an important role in finding candidates to be optimal solutions among all admissible solutions. However, in dynamic optimization problems with state constraints, some pathological situations might arise. For instance, it might occur that the multiplier associated with the objective function (to minimize) vanishes. In this case, the objective function to minimize does not intervene in first order necessary conditions: this is referred to as the abnormal case. A worse phenomenon, called the degenerate case shows that in some circumstances the set of admissible trajectories coincides with the set of candidates to be minimizers. Therefore the necessary conditions give no information on the possible minimizers.To overcome these difficulties, new additional hypotheses have to be imposed, known as constraint qualifications. We investigate these two issues (normality and non-degeneracy) for optimal control problems involving state constraints and dynamics expressed as a differential inclusion, when the minimizer has its left end-point in a region where the state constraint set in nonsmooth. We prove that under an additional information involving mainly the Clarke tangent cone, necessary conditions in the form of the Extended Euler-Lagrange condition are derived in the normal and non-degenerate form for two different classes of state constrained optimal control problems. Application of the normality result is shown also for the calculus of variations problem subject to a state constraint.In the second part of the thesis, we consider first a class of state constrained control systems for which standard ‘first order’ constraint qualifications are not satisfied, but a higher (second) order constraint qualification is satisfied. We propose a new construction for feasible trajectories (a viability result) and we investigate examples (such as the Brockett nonholonomic integrator) providing in addition a non-linear stimate result. The other topic of the second part of the thesis concerns the study of a class of optimal control problems in which uncertainties appear in the data in terms of unknown parameters. Taking into consideration an average cost criterion, a crucial issue is clearly to be able to characterize optimal controls independently of the unknown parameter action: this allows to find a sort of ‘best compromise’ among all the possible realizations of the control system as the parameter varies. For this type of problems, we derive necessary optimality conditions in the form of Maximum Principle (possibly nonsmooth).

Les techniques d’optimisation non-lisse permettent de résoudre des problèmes difficiles de l’ingénieur automaticien qui étaient inaccessibles avec les techniques classiques. Il s’agit en particulier de problèmes de commande ou de filtrage impliquant de multiples modèles ou faisant intervenir des contraintes de structure pour la réduction des couts et de la complexité. Il en résulte que ces techniques sont plus à même de fournir des solutions réalistes dans des problématiques pratiques difficiles. Les industriels européens de l’aéronautique et de l’espace ont récemment porté un intérêt tout particulier à ces nouvelles techniques. Ces dernières font parfois partie du "process" industriel (THALES, AIRBUS DS Satellite, DASSAULT A) ou sont utilisées dans les bureaux d’étude: (SAGEM, AIRBUS Transport). Des études sont également en cours comme celle concernant le pilotage atmosphérique des futurs lanceurs tels d’Ariane VI. L’objectif de cette thèse concerne l'exploration, la spécialisation et le développement des techniques et outils de l'optimisation non-lisse pour des problématiques d'ingénierie non résolues de façon satisfaisante - incertitudes de différente nature - optimisation de l'observabilité et de la contrôlabilité - conception simultanée système et commande Il s’agit aussi d’évaluer le potentiel de ces techniques par rapport à l’existant avec comme domaines applicatifs l’aéronautique, le spatial ou les systèmes de puissance de grande dimension qui fournissent un cadre d’étude particulièrement exigeant. / Non-smooth optimization techniques help solving difficult engineering problems that would be unsolvable otherwise. Among them, control problems with multiple models or with constraints regarding the structure of the controller. The thesis objectives consist in the exploitation, specialization and development of non smooth optmization techniques and tools for solving engineering problems that are not satisfactorily solved to the present.

La motivation industrielle et mécanique du problème sera présentée pour un problème continu: élasticité linéaire avec une contrainte unilatérale. Un système masse-ressort avec un contact unilatéral en découle par discrétisation. Le but de cette thèse est d'étudier ces systèmes à vibro-impact de N degrés de liberté avec un contact unilatéral. Le système résultant est linéaire en l'absence de contact; Il est régi par une loi d'impact autrement. L'auteur identifie les modes non linéaires qui présentent une phase de contact collant pour un modèle à deux degrés de liberté en présence d'un obstacle rigide. L'application de premier retour de Poincaré est un outil fondamental pour étudier la dynamique près de solutions périodiques. Étant donné que la section de Poincaré est un sous-ensemble de l'interface de contact dans l'espace des phases, elle peut être tangente aux orbites pour les contacts rasants et conduire à une singularité en « racine carrée » déjà connue en Mécanique. Cette singularité est revisitée dans un cadre mathématique rigoureux. Elle implique la discontinuité du temps de premier retour. Enfin, l’instabilité des modes linéaire rasants est abordée. / The mechanical motivation is presented for a PDE with a constraint. The purpose of this thesis is to study N degree-of-freedom vibro-impact systems with an unilateral contact. The resulting system is linear in the absence of contact; it is governed by an impact law otherwise. The author identifies some nonlinear modes that display a sticking phase. The First Return Map is a fundamental tool to explore periodic solutions. Since the Poincaré section is a subset of the contact interface in the phase-space, it can be tangent to orbits which yields the well-known square-root singularity. This singularity is here revisited in a rigorous mathematical framework. Moreover, the study of this singularity implies a more important singularity: the discontinuity of the first return time. Finally, the square-root dynamics near the linear grazing modes which may lead to the instability of these linear grazing modes is studied.

In der Dissertation werden Zwei-Ebenen-Optimierungsaufgaben mit spezieller Struktur untersucht. Von Interesse sind hierbei für den sogenannten pessimistischen Lösungszugang Existenzresultate für Lösungen, die Eckpunkteigenschaft einer Lösung, eine Regularisierungstechnik, Optimalitätsbedingungen sowie für den linearen Fall ein Verfahren zur Bestimmung einer global pessimistischen Lösung. Beim optimistischen Lösungszugang wird zunächst eine Verallgemeinerung des Lösungsbegriffes angegeben. Anschließend finden sich Betrachtungen zur Komplexität des Problems, zu Optimalitätsbedingungen sowie ein Abstiegs- und Branch&Bound-Verfahren für den linearen Fall wieder. Den Abschluss der Arbeit bilden ein Anwendungsbeispiel und numerische Testrechnungen.

We consider the eigenvalue problem associated to the 1-Laplace operator. We define higher eigensolutions by means of weak slope and establish existence of a sequence of eigensolutions by using nonsmooth critical point theory. In addition, we deduce a new necessary condition for the first eigenvalue of the 1-Laplace operator by means of inner variations. / Wir betrachten das zum 1-Laplace-Operator gehörige Eigenwertproblem. Wir definieren höhere Eigenlösungen mittels weak slope und weisen die Existenz einer Folge von Eigenlösungen nach, indem wir die nichtglatte Theorie kritischer Punkte anwenden. Zusätzlich leiten wir eine neue notwendige Bedingung für den ersten Eigenwert des 1-Laplace-Operators mittels innerer Variationen her.

Die vorliegende Doktorarbeit befasst sich mit der optimalen Steuerung von einem Cahn–Hilliard–Navier–Stokes-System mit variablen Flüssigkeitsdichten. Dabei konzentriert sie sich auf das Doppelhindernispotential, was zu einem optimalen Steuerungsproblem einer Gruppe von gekoppelten Systemen, welche eine Variationsungleichung vierter Ordnung sowie eine Navier–Stokes-Gleichung beinhalten, führt. Eine geeignete Zeitdiskretisierung wird präsentiert und zugehörige Energieabschätzungen werden bewiesen. Die Existenz von Lösungen zum primalen System und von optimalen Steuerungen für das ursprüngliche Problem sowie für eine Gruppe von regularisierten Problemen wird etabliert. Die Optimalitätsbedingungen erster Ordnung für die regularisierten Probleme werden hergeleitet. Mittels eines Grenzübergangs in Bezug auf den Regularisierungsparameter werden Stationaritätsbedingungen für das ursprüngliche Problem etabliert, welche einer Form von C-Stationarität im Funktionenraum entsprechen. Weiterhin wird ein numerischer Lösungsalgorithmus für das Steuerungsproblem basierend auf einer Strafmethode entwickelt, welche die Moreau–Yosida-artigen Approximationen des Doppelhindernispotentials einschließt. In diesem Zusammenhang wird ein dual-gewichteter Residuenansatz für zielorientierte adaptive finite Elemente präsentiert, welcher auf dem Konzept der C-Stationarität beruht. Die numerische Realisierung des adaptiven Konzepts und entsprechende numerische Testergebnisse werden beschrieben. Die Lipschitzstetigkeit des Steuerungs-Zustandsoperators des zugehörigen instantanen Steuerungsproblems wird bewiesen und dessen Richtungsableitung wird charakterisiert. Starke Stationaritätsbedingungen für dieses Problem werden durch die Anwendung einer Technick von Mignot und Puel hergeleitet. Basierend auf der primalen Form der Bouligard-Ableitung wird ein impliziter numerischer Löser entwickelt, dessen Implentierung erläutert und anhand von numerischen Resultaten illustriert wird. / This thesis is concerned with the optimal control of a Cahn–Hilliard–Navier–Stokes system with variable fluid densities. It focuses on the double-obstacle potential, which yields an optimal control problem for a family of coupled systems in each time instant of a variational inequality of fourth order and the Navier–Stokes equation. A suitable time-discretization is presented and associated energy estimates are proven. The existence of solutions to the primal system and of optimal controls is established for the original problem as well as for a family of regularized problems. The consistency of these approximations is shown and first order optimality conditions for the regularized problems are derived. Through a limit process with respect to the regularization parameter, a stationarity system for the original problem is established, which corresponds to a function space version of ε-almost C-stationarity. Moreover, a numerical solution algorithm for the optimal control problem is developed based on a penalization method involving the Moreau–Yosida type approximations of the double-obstacle potential. A dual-weighted residual approach for goal-oriented adaptive finite elements is presented, which is based on the concept of C-stationarity. The overall error representation depends on dual weighted primal residuals and vice versa, supplemented by additional terms corresponding to the complementarity mismatch. The numerical realization of the adaptive concept is described and a report on numerical tests is provided. The Lipschitz continuity of the control-to-state operator of the corresponding instantaneous control problem is verified and its directional derivative is characterized. Strong stationarity conditions for the instantaneous control problem are derived. Utilizing the primal notion of B-differentiability, a bundle-free implicit programming method is developed. Details on the numerical implementation are given and numerical results are included.