Thèse soutenue

Développement de lois de commande optimale anticipative pour le pilotage de la chaîne de traction

FR  |  
EN
Auteur / Autrice : Evgeny Shulga
Direction : Patrick Lanusse
Type : Thèse de doctorat
Discipline(s) : Automatique, Productique, Signal et Image, Ingénierie cognitique
Date : Soutenance le 09/09/2022
Etablissement(s) : Bordeaux
Ecole(s) doctorale(s) : École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde)
Partenaire(s) de recherche : Equipe de recherche : Systèmes à dérivées non entières (Commande Robuste d'Ordre Non Entier CRONE)
Laboratoire : Laboratoire de l'intégration du matériau au système (Talence, Gironde)
Jury : Président / Présidente : Guillaume Colin
Examinateurs / Examinatrices : Tudor-Bogdan Airimitoaie, Stéphane Maurel, Valérie Pommier-Budinger
Rapporteurs / Rapporteuses : Thierry-Marie Guerra, Mazen Alamir

Résumé

FR  |  
EN

Cette thèse propose une méthodologie pour piloter des systèmes complexes. Une technique utilisant la commande feedforward prédictive et la commande feedback robuste est sa proposition principale. L'action feedforward utilise une commande MPC non linéaire permettant de faire l'optimisation multi-objectifs des commandes et des sorties de son modèle embarqué avec ou sans effet anticipatif. L'action feedback utilise la méthodologie CRONE garantissant la robustesse et la stabilité de la boucle fermée. Cette architecture a été appliquée pour piloter les systèmes d'alimentation en air d'un moteur à combustion interne (cas monovariable) et de la cathode d'une pile à combustible (cas multivariable). La comparaison de l'approche proposée aux lois de commande traditionnelles a montré son efficacité et sa robustesse. Une application pratique au pilotage d'un système académique "bille sur plateau" est également présentée.