Search

Your search keyword '"Commande (LS2N - équipe Commande)"' showing total 4 results
Start Over Author "Commande (LS2N - équipe Commande)" Topic 020208 electrical & electronic engineering
4 results on '"Commande (LS2N - équipe Commande)"'

1. Design of a Fractional Pseudo-Chaotic Random Number Generator

Author

Chunxiao Yang, Ina Taralova, Jean Jacques Loiseau, Safwan El-Assad, École Centrale de Nantes (ECN), Laboratoire des Sciences du Numérique de Nantes (LS2N), IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Commande (Commande), PSI (PSI), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Ecole Polytechnique de l'Université de Nantes (EPUN), Université de Nantes (UN), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Commande (LS2N - équipe Commande), PSI (LS2N - équipe PSI), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)

Subjects
0209 industrial biotechnology, Discretization, 020208 electrical & electronic engineering, Chaotic, 02 engineering and technology, Lyapunov exponent, Grid, Nonlinear Sciences::Chaotic Dynamics, symbols.namesake, [INFO.INFO-CR]Computer Science [cs]/Cryptography and Security [cs.CR], 020901 industrial engineering & automation, 0202 electrical engineering, electronic engineering, information engineering, Piecewise, symbols, Applied mathematics, Cryptosystem, [INFO]Computer Science [cs], [NLIN]Nonlinear Sciences [physics], Stream cipher, Mathematics, Generator (mathematics)
Abstract

International audience; In this paper, we design a pseudo-chaotic random number generator using fractional chaotic systems. A non-uniform grid calculation method is proposed and employed to numerically solve the fractional systems by introducing a skew-tent map to vary the step size of the grid. Greater chaoticity in terms of Lyapunov exponent has been achieved by applying the proposed approach to the solution calculation of the fractional chaotic Chen's and Lu's systems. By adopting the piecewise constant argument method, one 1D fractional generalized double-humped logistic system (FGDHL) is discretized. A fractional pseudo-chaotic random number generator (FPCRNG) has been proposed by performing XOR (exclusive-or) operations to the states of the fractional Chen's system, fractional Lu's system, and the FGDHL systems. The security analysis of the generator and the statistical experiment of a stream cipher implementing the proposed FPCRNG prove that the proposed structure is efficient and can be used in the cryptosystem design.

Published
2020
Full Text
View/download PDF

2. Modelling and control of multi-energy systems through multi-prosumer node and economic model predictive control

Author

Fabien Claveau, Pierrick Haurant, Philippe Chevrel, Bruno Lacarrière, Pierre Clément Blaud, Anthony Mouraud, Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Commande (LS2N - équipe Commande), Laboratoire des Sciences du Numérique de Nantes (LS2N), Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Département Automatique, Productique et Informatique (IMT Atlantique - DAPI), IMT Atlantique (IMT Atlantique), Département Systèmes Energétiques et Environnement (IMT Atlantique - DSEE), Optimisation - Système - Energie (GEPEA-OSE), Laboratoire de génie des procédés - environnement - agroalimentaire (GEPEA), Institut Universitaire de Technologie - Nantes (IUT Nantes), Université de Nantes (UN)-Université de Nantes (UN)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-Institut Universitaire de Technologie Saint-Nazaire (IUT Saint-Nazaire), Université de Nantes (UN)-Ecole Polytechnique de l'Université de Nantes (EPUN), Université de Nantes (UN)-École nationale vétérinaire, agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS)-Centre National de la Recherche Scientifique (CNRS)-Université Bretagne Loire (UBL)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut Universitaire de Technologie - La Roche-sur-Yon (IUT La Roche-sur-Yon), Université de Nantes (UN)-Institut Universitaire de Technologie - Nantes (IUT Nantes), Université de Nantes (UN), CEA Tech en régions (CEA-TECH-Reg), Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Conseil Régional des Pays de la Loire, Commande (Commande), IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Université de Nantes (UN)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Centre National de la Recherche Scientifique (CNRS)-Ecole Polytechnique de l'Université de Nantes (EPUN), Université de Nantes (UN)-Université de Nantes (UN)-Institut Universitaire de Technologie - Nantes (IUT Nantes), Université de Nantes (UN)-Institut Universitaire de Technologie Saint-Nazaire (IUT Saint-Nazaire), Université de Nantes (UN)-Institut Universitaire de Technologie - La Roche-sur-Yon (IUT La Roche-sur-Yon), Université de Nantes (UN)-Ecole Nationale Vétérinaire, Agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS)-Université Bretagne Loire (UBL)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), and Université de Nantes (UN)-Ecole Nationale Vétérinaire, Agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS)-Université Bretagne Loire (UBL)

Subjects
Computer science, 020209 energy, media_common.quotation_subject, Economic Model Predictive Control, Energy Engineering and Power Technology, 02 engineering and technology, 7. Clean energy, Adaptability, Multi-Prosumer Node, Economic cost, [INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering, 0202 electrical engineering, electronic engineering, information engineering, Energy transformation, Electrical and Electronic Engineering, media_common, Energy carrier, Energy Hub, business.industry, 020208 electrical & electronic engineering, Converters, Reliability engineering, Renewable energy, Model predictive control, Multi-Energy System, [SPI.MECA.THER]Engineering Sciences [physics]/Mechanics [physics.med-ph]/Thermics [physics.class-ph], Grid energy storage, business
Abstract

International audience; The present study deals with Multi-Energy Systems (MES) modelling and advanced control with Economic Model Predictive Control (EMPC). MES provide energy flexibility, efficiency, and adaptability thanks to several energy carriers. MES are identified as a lever for integrating renewable energy. A MES novel formulation technique called Multi-Prosumer Node (MPN) is developed in this paper. MPN makes possible the modeling of MES, considering MES dynamics , several energy carriers, converters, on-grid, and off-grid. In addition, this MES modeling approach is compatible with predictive control strategies like the EMPC. In fact, EMPC is able to take into account loads, weather, renewable power and energy grid cost predictions to minimise economic costs. A real case study is implemented to examine MPN capabilities, which it is composed of renewable generators, loads, storages from two-energy carriers. Two real scenarios have been developed in order to represent realistic winter and summer cases. Simulation results, thanks to modelling with MPN and EMPC advanced control, demonstrate that the node is optimally controlled, devices dynamics are considered on a minute scale, and energy conversion from one carrier to another one is taken into account while economic cost minimisation is performed. The gained results indicate that the presented MPN modelling and optimisation approach reduces economic cost by 8.21% in winter case and 84.24% in summer case compared to the benchmarks which are composed of rule-based control.

Published
2020
Full Text
View/download PDF

3. High performance voltage-sensorless model predictive control for grid integration of packed U ceils based PV system

Author

Mohamed Trabelsi, Sertac Bayhan, Haitham Abu-Rub, Malek Ghanes, Informatique, Biologie Intégrative et Systèmes Complexes (IBISC), Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), Texas A&M University at Qatar, Laboratoire des Sciences du Numérique de Nantes (LS2N), IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS), Commande (Commande), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), and Commande (LS2N - équipe Commande)

Subjects
Engineering, business.industry, 020209 energy, 020208 electrical & electronic engineering, Photovoltaic system, [SPI.NRJ]Engineering Sciences [physics]/Electric power, Topology (electrical circuits), 02 engineering and technology, Grid, 7. Clean energy, law.invention, Power (physics), [SPI.AUTO]Engineering Sciences [physics]/Automatic, Capacitor, Model predictive control, Control theory, law, 0202 electrical engineering, electronic engineering, information engineering, Electronic engineering, Inverter, business, ComputingMilieux_MISCELLANEOUS, Voltage
Abstract

The current energy constraints are pushing researchers to design and optimize power electronic devices for integrating and consuming renewable energy more efficiently. In this paper, a voltage sensorless Model Predictive Control (MPC) solution is proposed for the grid integration of a Packed U Cells (PUC) based PV system. The studied topology is a grid-connected 4-cell 15-level PUC inverter. The control scheme is based on an adaptive observer allowing the appropriate estimation of the capacitors' voltages at each sampling time using the measured grid current. The estimated voltages are then fed to a multi-objective MPC algorithm ensuring the simultaneous regulation of the capacitors' voltages and grid current with low THD. Theoretical analysis and simulation results are given to show the high performance of the proposed solution.

Published
2017
Full Text
View/download PDF

4. Rider model identification using dynamic neural networks

Author

Stéphane Espié, Fabien Claveau, Paul Loiseau, Franck Mars, Chaouki Nacer Eddine Boultifat, Philippe Chevrel, Département Automatique, Productique et Informatique (IMT Atlantique - DAPI), IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Commande (Commande), Laboratoire des Sciences du Numérique de Nantes (LS2N), Université de Nantes - Faculté des Sciences et des Techniques, Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Nantes - Faculté des Sciences et des Techniques, Division Exploitation-Signalisation-Éclairage (LCPC/ESE), Laboratoire Central des Ponts et Chaussées (LCPC)-Université Paris-Est Créteil Val-de-Marne - Paris 12 (UPEC UP12), Perception, Action, Cognition pour la Conception et l’Ergonomie (PACCE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS), ANR-15-CE22-0008,VIROLO++,Étude de la prise de virage en moto : applications à la formation et aux STI (Systèmes de Transport Intelligent)(2015), IMT Atlantique (IMT Atlantique), Commande (LS2N - équipe Commande), Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-École Centrale de Nantes (ECN)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), and Perception, Action, Cognition pour la Conception et l’Ergonomie (LS2N - équipe PACCE)

Subjects
0209 industrial biotechnology, Identification, Time delay neural network, Artificial neural network, Computer science, 020208 electrical & electronic engineering, System identification, Experimental data, Control engineering, 02 engineering and technology, Variety (cybernetics), Identification (information), 020901 industrial engineering & automation, Control and Systems Engineering, Black box, [INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering, 0202 electrical engineering, electronic engineering, information engineering, Motorcycle rider modeling, Cybernetics, Cybernetic rider model, ComputingMilieux_MISCELLANEOUS
Abstract

International audience; Car driver modeling is a well-known research topic, with significant existing contributions. In contrast, important questions related to motorcyclist modeling remain unanswered. This study focuses on identifying a motorcyclist model that can predict the steering angle and the rider roll angle. A black box rider model in the form of a time delay neural network is presented. This model was developed using experimental data recorded with an instrumented motorcycle from the VIROLO++ research project. It is used for three main issues. First, the selection of input signals and their impact on prediction performance is discussed. Next, the model’s ability to predict the behavior of a variety of motorcyclists is demonstrated. Finally, the nonlinearity of the model is analyzed. These results pave the way to the development of a cybernetic rider model.

Full Text
View/download PDF

Catalog

Books, media, physical & digital resources
See catalog results