Javascript must be enabled to continue!
Global minmax optimization for robust H∞ control
View through CrossRef
Optimisation globale minmax pour la commande robuste H∞
La commande H∞ est de nos jours utilisée pour la régulation de nombreux systèmes. Cette technique de contrôle permet de synthétiser des lois de commande robustes, dans le sens où le comportement du système régulé est peu sensible aux perturbations externes. De plus, la commande H∞ permet de prendre en compte des incertitudes liés au modèle décrivant le système à réguler. Par conséquence, cette technique de contrôle est robuste vis-à-vis des perturbations et des incertitudes de modèle. Afin de synthétiser une loi de commande robuste, les spécifications des performances du système en boucle fermée sont traduites en critères H∞ à partir desquels est formulé un problème d'optimisation. La loi de commande est une solution de ce problème, qui est non convexe dans le cas général. Les deux principales approches pour la résolution de ce problème sont basées sur la reformulation convexe et les méthodes d'optimisations locales, mais ne garantissent pas l'optimalité de la loi de commande vis-à-vis des critères H∞. Cette thèse propose une approche de la commande H∞ par des méthodes d'optimisation globales, rarement considérées jusqu'à présent. Contrairement aux approches classiques, bien qu'au prix d'une complexité algorithmique supérieure, la convergence vers la loi de commande optimale est garantie par les méthodes globales. De plus, les incertitude de modèle sont prises en compte de manière garantie, ce qui n'est pas nécessairement le cas avec les approches convexes et locales.
Title: Global minmax optimization for robust H∞ control
Description:
Optimisation globale minmax pour la commande robuste H∞
La commande H∞ est de nos jours utilisée pour la régulation de nombreux systèmes.
Cette technique de contrôle permet de synthétiser des lois de commande robustes, dans le sens où le comportement du système régulé est peu sensible aux perturbations externes.
De plus, la commande H∞ permet de prendre en compte des incertitudes liés au modèle décrivant le système à réguler.
Par conséquence, cette technique de contrôle est robuste vis-à-vis des perturbations et des incertitudes de modèle.
Afin de synthétiser une loi de commande robuste, les spécifications des performances du système en boucle fermée sont traduites en critères H∞ à partir desquels est formulé un problème d'optimisation.
La loi de commande est une solution de ce problème, qui est non convexe dans le cas général.
Les deux principales approches pour la résolution de ce problème sont basées sur la reformulation convexe et les méthodes d'optimisations locales, mais ne garantissent pas l'optimalité de la loi de commande vis-à-vis des critères H∞.
Cette thèse propose une approche de la commande H∞ par des méthodes d'optimisation globales, rarement considérées jusqu'à présent.
Contrairement aux approches classiques, bien qu'au prix d'une complexité algorithmique supérieure, la convergence vers la loi de commande optimale est garantie par les méthodes globales.
De plus, les incertitude de modèle sont prises en compte de manière garantie, ce qui n'est pas nécessairement le cas avec les approches convexes et locales.
Related Results
Nonlinear optimal control for robotic exoskeletons with electropneumatic actuators
Nonlinear optimal control for robotic exoskeletons with electropneumatic actuators
Purpose
To provide high torques needed to move a robot’s links, electric actuators are followed by a transmission system with a high transmission rate. For instance, gear ratios of...
Hedging against Uncertain Future Development Plans in Closed-loop Field Development Optimization
Hedging against Uncertain Future Development Plans in Closed-loop Field Development Optimization
Abstract
Optimization has received considerable attention in oilfield development studies. A major difficulty is related to handling the uncertainty that can be intr...
A new type bionic global optimization: Construction and application of modified fruit fly optimization algorithm
A new type bionic global optimization: Construction and application of modified fruit fly optimization algorithm
Fruit fly optimization algorithm, which is put forward through research on the act of foraging and observing groups of fruit flies, has some merits such as simplified operation, st...
Modeling Hybrid Metaheuristic Optimization Algorithm for Convergence Prediction
Modeling Hybrid Metaheuristic Optimization Algorithm for Convergence Prediction
The project aims at the design and development of six hybrid nature inspired algorithms based on Grey Wolf Optimization algorithm with Artificial Bee Colony Optimization algorithm ...
Modeling Hybrid Metaheuristic Optimization Algorithm for Convergence Prediction
Modeling Hybrid Metaheuristic Optimization Algorithm for Convergence Prediction
The project aims at the design and development of six hybrid nature inspired algorithms based on Grey Wolf Optimization algorithm with Artificial Bee Colony Optimization algorithm ...
Shape optimization for beam structural design
Shape optimization for beam structural design
"Optimization is concerned with achieving the best outcome of a given objective while satisfying certain restrictions. The central purpose of structural analysis is to predict the ...
Efficient Optimization and Robust Value Quantification of Enhanced Oil Recovery Strategies
Efficient Optimization and Robust Value Quantification of Enhanced Oil Recovery Strategies
With an increasing demand for hydrocarbon reservoir produces such as oil, etc., and difficulties in finding green oil fields, the use of Enhanced Oil Recovery (EOR) methods such as...
On The Joint Optimization of Well Placement and Control
On The Joint Optimization of Well Placement and Control
Abstract
Of concern, in the development of oil fields, is the problem of determining the optimal locations of wells and the optimal controls to place on the wells. E...

