Commande optimale des systèmes de complémentarité linéaires

Optimal control of linear complementarity systems

• Auteur / Autrice : Alexandre Vieira
• Direction : Bernard Brogliato, Christophe Prieur
• Type : Thèse de doctorat
• Discipline(s) : Automatique - productique
• Date : Soutenance le 25/09/2018
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Centre de recherche de l'université Grenoble Alpes
• Jury : Président / Présidente : Éric Blayo
• Jury : Examinateurs / Examinatrices : M. Kanat Camlibel
• Jury : Rapporteurs / Rapporteuses : Emmanuel Trélat, Pierre Riedinger

Mots clés

Mots clés contrôlés

Équations différentielles linéaires

Commande, Théorie de la

Optimisation mathématique

Mots clés libres

Commande optimale

Systeme de complementarite

Commande LQ

Commande temps minimal

Optimal control

Complementarity system

LQ Control

Minimal time control

Résumé

Cette thèse se concentre sur la commande optimale des systèmes de complémentarité linéaire (notés LCS). Les LCS sont des systèmes dynamiques définis par des équations différentielles algébriques (ÉDA), où une des variables est définie par un problème de complémentarité linéaire.Ces systèmes se retrouvent dans la modélisation de nombreux phénomènes, tels que les équilibres dynamiques de Nash, les systèmes dynamiques hybrides ou encore la modélisation de circuits électriques. Les propriétés des solutions à ces ÉDA dépendent essentiellement de propriétés que doit vérifier la matrice D présente dans la complémentarité.Ces contraintes de complémentarité posent des problèmes à deux niveaux. Premièrement, l’analyse de ces systèmes dynamiques font souvent appel à des outils pointus, et leurs études laissent encore des questions non résolues. Deuxièmement, la commande optimale pour ces systèmes pose des soucis à cause d’une part de présence éventuelle de l’état dans les contraintes, et d’autre part une violation assurée des qualifications des contraintes qui sont une hypothèse récurrente des problèmes d’optimisation.La recherche de ce manuscrit se concentre sur la commande optimale de ces systèmes. On s’intéresse principalement à la commande quadratique (minimisation d’une fonctionnelle quadratique en l’état et la commande), et à la commande temps minimal. Les résultats se concentrent sur deux pans: d’un côté, on opère une approche analytique du problème afin de trouver des conditions nécessaires d’optimalité (si possible, on démontre qu’elles sont suffisantes) ; dans un deuxième temps, une approche numérique est effectuée, avec le soucis d’obtenir des résultats numériques précis de manière rapide.

This thesis focuses on the optimal control of Linear Complementarity Systems (LCS). LCS are dynamical systems defined through Differential Algebraic Equations (DAE), where one of the variable is defined by a Linear Complementarity Problem.These systems can be found in the modeling of various phenomena, as Nash equilibria, hybrid dynamical systems or modeling of electrical circuits. Properties of the solution to these DAE essentially depend on properties that the matrix D in the complementarity must meet. These complementarity constraints induce two different challenges. First, the analysis of these dynamical systems often use state of the art tools, and their study still has some unansweredquestions. Second, the optimal control of these systems causes troubles due to on one hand the presence of the state in the constraints, on the other hand the violation of Constraint Qualifications, that are a recurring hypothesis for optimisation problems.The research presented in this manuscript focuses on the optimal control of these systems. We mainly focus on the quadratic optimal control problem (minimisation of a quadratic functional involving the state and the control), and the minimal time control. The results present two different aspects: first, we start with an analytical approach in order to find necessary conditions of optimality (if possible, these conditions are proved to be sufficient); secondly, a numerical approach is tackled, with the aim of getting precise results with a reduced computational time.