Thèse Année : 2025

Embedded convex optimization for control of synchronous machines

Optimisation convexe embarquée pour la commande des machines synchrones

Hiba Houmsi
  • Fonction : Auteur
  • PersonId : 1658486
  • IdRef : 293628327

Résumé

This thesis focuses on the practical implementation of advanced control strategies for permanent-magnet synchronous motors (PMSMs), specifically addressing trajectory generation, control law synthesis, and embedded real-time computation. The work is motivated by the need to bring control theory closer to industrial practice, particularly in motor drive systems, by embedding complex algorithms directly into low-cost microcontrollers. First, we focus on embedded control directly into the microcontroller, to allow fully autonomous and adaptive motor control without external intervention. This is achieved by designing a lightweight linear matrix inequality (LMI) solver that runs as a low-priority task alongside the fast control loop. The solver can recompute or update the control law during operations, using minimal computational resources. This approach is particularly interesting for industrial applications, as it allows real-time adaptation to changing operating conditions or system uncertainties, without requiring off-line recalibration or expert tuning. Furthermore, it enables the deployment of advanced control strategies in cost-sensitive environments where computational power is limited. The experimental results confirm the feasibility and effectiveness of this integrated optimization framework. Second, we explore speed and torque control law synthesis, with a focus on robust and performance-guaranteed control strategies. Two approaches are explored. The first is a robust H2 state-feedback controller for IPMSMs with norm-bounded parametric uncertainties. This method uses convex optimization via LMI to ensure performance and stability while requiring only a few physically meaningful tuning parameters, making it accessible to practitioners. The second approach employs a linearization-free controller within a linear parameter-varying (LPV) framework. By formulating a constrained H2 problem with speed-dependent gains and avoiding exact feedback linearization, this method improves robustness to measurement noise and cross-coupling effects in IPMSMs. Both control strategies are experimentally validated and demonstrate improved performance over traditional controllers. Third, we address optimal torque control (OTC) problem through constrained optimization for two types of machines: surface-mounted permanent-magnet synchronous motors (SPMSMs) and interior permanent-magnet synchronous motors (IPMSMs). For the SPMSM, the Karush-Kuhn-Tucker (KKT) approach provides an analytical solution for feedforward optimal current reference generation for SPMSM. The analytical solution ensures that the voltage, current, torque, and speed constraints are met. Building on this foundation, we consider the more complex OTC problem for the IPMSMs. Due to its nonconvex structure including a non-affine equality constraint, a closed-form analytical solution is not available. To address this, we reformulate the problem through a change of variable, leading to a convex formulation with a single decision variable. We introduce a formal approach using sum-of-squares (SoS) programming to prove the convexity of OTC formulation for a given motor. This step guarantees global optimality and enables the use of efficient real-time embedded solvers. Finally, we implement an interior point method to solve the convex OTC problem for the IPMSMs in real time. Throughout the thesis, a consistent effort is made to experimentally validate the proposed algorithm on available SPMSM and IPMSM test benches.

Cette thèse porte sur la mise en œuvre pratique de stratégies avancées de commande pour les moteurs synchrones à aimants permanents (PMSM). Elle se concentre sur la génération de trajectoires de références, la synthèse de lois de commande en boucle fermée et le calcul embarqué en temps réel. Le travail est motivé par la volonté de rapprocher la théorie du contrôle de la pratique industrielle, notamment dans les systèmes d'entraînement de moteurs, en intégrant des algorithmes complexes directement dans des microcontrôleurs à faible coût. Dans un premier temps, l'accent est mis sur le contrôle embarqué synthétisé directement dans le microcontrôleur, afin de permettre une commande autonome et adaptative du moteur, sans intervention extérieure. Cela est rendu possible par la conception d'un solveur d'inégalités matricielles linéaires (LMI) léger, exécuté en tâche de faible priorité parallèlement à la boucle de commande rapide. Le solveur peut recalculer ou mettre à jour la loi de commande en cours de fonctionnement, tout en utilisant très peu de ressources de calcul. Cette approche présente un intérêt pour les applications industrielles, car elle permet une adaptation en temps réel aux conditions de fonctionnement changeantes ou aux incertitudes du système, sans nécessiter de recalibrage hors ligne ni d'expertise particulière. De plus, elle rend possible le déploiement de stratégies de commande avancées dans des environnements sensibles aux coûts, où la puissance de calcul est limitée. Les résultats expérimentaux confirment la faisabilité et l'efficacité de ce cadre d'optimisation intégré. Dans un troisième temps, nous abordons le problème de la commande optimale du couple (OTC) par optimisation contrainte pour deux types de machines : les PMSM à aimants de surface (SPMSM) et les PMSM à aimants intérieurs (IPMSM). Pour le SPMSM, l'approche de Karush-Kuhn-Tucker (KKT) fournit une solution analytique pour la génération de références de courants optimaux en alimentation directe. Cette solution garantit le respect des contraintes de tension, courant, couple et vitesse. En s'appuyant sur cette base, nous considérons ensuite le problème plus complexe de l'OTC pour l'IPMSM. En raison de sa structure non convexe incluant une contrainte d'égalité non affine, une solution analytique fermée n'est pas disponible. Pour y remédier, nous reformulons le problème par un changement de variable, conduisant à une formulation convexe avec une seule variable de décision. Nous proposons une approche formelle basée sur la programmation en sommes de carrés (SoS) afin de démontrer la convexité de la formulation OTC pour un moteur donné. Cette étape garantit l'optimalité globale et permet l'utilisation de solveurs embarqués efficaces en temps réel. Enfin, nous implémentons une méthode de points intérieurs pour résoudre en temps réel le problème OTC convexe pour les IPMSM. Tout au long de la thèse, un effort constant est consacré à la validation expérimentale des algorithmes proposés sur des bancs d'essai SPMSM et IPMSM disponibles.

Fichier principal
Vignette du fichier
these.pdf (8.1 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
licence

Dates et versions

tel-05554663 , version 1 (16-03-2026)

Licence

Identifiants

  • HAL Id : tel-05554663 , version 1

Citer

Hiba Houmsi. Embedded convex optimization for control of synchronous machines. Automatic. INSA de Lyon, 2025. English. ⟨NNT : 2025ISAL0096⟩. ⟨tel-05554663⟩
230 Consultations
225 Téléchargements

Partager

  • More