Tesis (Ingeniería de Sistemas y Automática)

URI permanente para esta colecciónhttps://hdl.handle.net/11441/11345

Examinar

Mostrando 1 - 20 de 145

Bioinspired Optimization and Advanced Control of Flapping-Wing Bird-Size Unmanned Aerial Vehicles
(2026-05-21) Ruiz Páez, Cristina; Acosta Rodríguez, José Ángel; Ingeniería de Sistemas y Automática
El vuelo de las aves, desarrollado a lo largo de millones de años, representa una locomoción aérea eficiente, versátil y robusta. Combinando aleteo, planeo y morfología variable, las aves logran maniobrabilidad ágil, eficiencia energética a bajas velocidades e interacción segura con entornos complejos. Recientes avances en materiales ligeros, microelectrónica, sensores y computación han permitido trasladar estos principios a vehículos aéreos no tripulados con alas batientes del tamaño de aves (FW-UAV u ornitópteros). A pesar de su potencial, los ornitópteros son tecnologías menos maduras que otras plataformas aéreas, limitados por la falta de modelos aerodinámicos precisos a números de Reynolds bajos y aleteo de alta amplitud, restricciones estructurales y de carga útil, eficiencia energética limitada y ausencia de estrategias de control capaces de manejar la no linealidad del vuelo aleteado. Esta tesis doctoral aborda estos retos mediante un enfoque bioinspirado que integra modelado aerodinámico no lineal, optimización de diseño y control avanzado para UAVs autónomos con alas batientes. El objetivo es avanzar el estado del arte proporcionando herramientas de modelado, diseño y control que permitan maniobras eficientes, robustas y bioinspiradas. Se ofrece un análisis exhaustivo del estado del arte en evidencia ornitológica, plataformas, modelado, diseño y control, centrándose en software (modelado, optimización y control) y diseño, reconociendo a su vez que la innovación en hardware sigue siendo complementaria, aunque fuera del alcance de esta tesis. Los objetivos específicos son: (i) desarrollar modelos aerodinámicos y aeroelásticos no estacionarios confiables para alas batientes de alta amplitud y bajas velocidades; (ii) diseñar alas que mejoren eficiencia, carga útil y maniobrabilidad; y (iii) diseñar control avanzado no lineal para maniobras ágiles, con énfasis en el posado autónomo bioinspirado. Estos objetivos se guían por la Bioinspiración, Optimización y Usabilidad. Para el modelado aerodinámico, se propone un modelo de orden reducido basado en series de Volterra, identificado a partir de CFD de alta fidelidad, capturando la no linealidad y dependencia histórica de las fuerzas generadas. La validez se demuestra mediante pruebas de vuelo con captura de movimiento, confirmando su utilidad y validez para simulación y control. Inspirada en la morfología del ala de aves, se propone un ala elástica con articulación pasiva en el codo, capaz de deformarse durante la batida para generar sustentación adicional sin aumentar área, masa o complejidad. Se desarrolla un modelo aeroelástico lagrangiano y un marco de optimización estructural y geométrica, validado en vuelo, demostrando similitudes con patrones naturales de aves. Para el posado bioinspirado, se propone un modelo de dos etapas con optimización analítica y estabilidad garantizada, logrando velocidades mínimas de aproximación similares a las observadas en halcones. Por último, el control adaptativo no lineal integra generación de trayectorias óptimas y control robusto frente a perturbaciones, incertidumbres de modelado y variaciones de parámetros, considerando la naturaleza subactuada y evitando pérdidas de control en condiciones críticas por la entrada en pérdida haciendo uso de proyectores. Se implementa un simulador completo en Matlab, disponible para la comunidad.
Robust Modular Control over Graph-Structured Feedback Architectures
(2026-02-27) López Rodríguez, Francisco; Maestre Torreblanca, José María; Muros Ponce, Francisco Javier; Ingeniería de Sistemas y Automática
This dissertation develops a unified framework for robust and modular feedback control of graph-structured cyber-physical systems (CPS) in which a human or mobile agent operates in the loop. In particular, we introduce a modular feedback synthesis based on linear matrix inequalities (LMIs) that guarantees closed-loop stability for all admissible feedback gains by sharing a common Lyapunov function. From a coalitional control viewpoint, the modular structure assigns a feedback block to each communication link, so that topology changes are handled by zeroing the blocks associated with disabled links, without redesign. To address scalability, the synthesis is combined with clustering-based partitioning, and the resulting trade-off between coordination effort and performance is analyzed against centralized, decentralized, and coalitional baselines. Secondly, we extend the framework to human-in-the-loop operation through a multi-scenario, tube-based model predictive control (MPC) scheme that uses the modular feedback as an ancillary control law. This design preserves constraint satisfaction and stability under actuator overrides by an operator, providing resilience to rapid and unpredictable interventions while avoiding frequent recomputation of feedback gains. Next, we formulate a feedback design for systems where an agent sequentially actuates subsystems along a periodic route on a graph. By casting the dynamics as a resampled system and selecting a periodic walk that maximizes the controllability of the resampled pair, we synthesize a stabilizing LMI feedback and compute a terminal maximal robust positively invariant set that ensures closed-loop stability within predictive control formulations. Overall, this thesis shows that modular feedback, tube-based MPC, and resampled-system invariants can be composed into a practical and scalable toolkit for robust control of networked CPS with operators in the loop.
Path and Trajectory Planning for Reconfigurable Robotic Systems in Challenging Environments
(2026-02-19) Martínez Rozas, Simón Ernesto; Caballero Benítez, Fernando; Ingeniería de Sistemas y Automática
Esta tesis doctoral presenta un marco metodológico integral para la planificación de trayectorias en sistemas robóticos móviles de configuración variable que operan en entornos desafiantes, complejos y no estructurados. Se enfoca en dos configuraciones principales: (i) un robot terrestre autónomo con ancho ajustable para inspección de alcantarillado (SIAR), y (ii) un sistema robótico marsupial compuesto por un vehículo terrestre (UGV) y un vehículo aéreo (UAV), conectados mediante un cable flexible (tether). La motivación central es superar las limitaciones de los modelos tradicionales que representan al robot como un punto fijo. En escenarios como redes de alcantarillado, túneles o estructuras colapsadas, estas simplificaciones impiden garantizar la viabilidad y seguridad de las trayectorias planificadas. Por ello, la tesis propone métodos que consideran explícitamente tanto la morfología variable del robot como la interacción dinámica del cable durante la navegación. El documento se estructura progresivamente. El Capítulo 1 expone la introducción general, el contexto y la motivación. El Capítulo 2 presenta el estado del arte, destacando los avances recientes, así como las oportunidades y desafíos existentes en el área. En el Capítulo 3 se desarrolla un algoritmo basado en RRT y sus variantes (t-RRT, bi-RRT, t-biRRT) para un UGV reconfigurable, capaz de modificar su ancho y sortear obstáculos positivos y negativos, facilitando la navegación en espacios estrechos. En el Capítulo 4 se introduce un método de optimización no lineal mediante gráficas de factores (g2o) para planificar trayectorias de un UAV atado a un punto fijo, considerando la geometría colgante del tether. El Capítulo 5 extiende este enfoque a un sistema marsupial UAV-UGV, proponiendo un método híbrido de planificación y optimización para los tres agentes (UGV, UAV y tether), combinando la generación de caminos mediante RRT* con una etapa posterior de refinamiento por optimización. El Capítulo 6 propone una parametrización eficiente del tether basada en modelos parabólicos, lo que permite acelerar significativamente el proceso de planificación sin comprometer la precisión en la estimación de colisiones ni en la viabilidad de las trayectorias. Finalmente, el Capítulo 7 presenta la validación experimental de los métodos propuestos en escenarios reales, demostrando la capacidad del sistema marsupial para operar de forma segura y eficiente en entornos GNSS-denegados. Las principales contribuciones de esta tesis comprenden: (1) el desarrollo de algoritmos de planificación para robots terrestres con huella variable que permiten superar restricciones espaciales en entornos subterráneos; (2) un método de planificación y optimización para UAVs atados mediante un tether flexible, considerando su forma colgante en la dinámica de vuelo; (3) una propuesta completa para la planificación conjunta del sistema marsupial UAV-UGV, integrando criterios de eficiencia energética y factibilidad física del tether; (4) una parametrización analítica del cable que mejora la eficiencia computacional y facilita su incorporación en planificadores rápidos; y (5) una validación experimental que demuestra la aplicabilidad real de las metodologías propuestas. Estas contribuciones se desarrollan en el marco de proyectos europeos y nacionales como ECHORD++, COMCISE, RATEC, NORDIC e INSERTION. Los métodos han sido implementados en plataformas robóticas reales y sus resultados han sido publicados en conferencias y revistas internacionales de alto impacto, como ICRA, RA-L, TRO y JIRS. Además, el software y los datos experimentales han sido liberados como código abierto, en línea con los principios de ciencia abierta.
Aerial Physical Interaction for Contact-based Inspection
(2026-02-05) Berra, Andrea; Heredia Benot, Guillermo; Trujillo Soto, Miguel Ángel; Ingeniería de Sistemas y Automática
This doctoral thesis explores the emerging trend of aerial physical interactions, focusing on multirotors that not only navigate their environment passively but also engage actively with it. Aerial vehicles constitute a growing area of research, interesting for many industry sectors, including infrastructure inspection, agriculture, search and rescue, and logistics. In this evolving field, multirotors are gaining increasing interest not only for their ability to navigate their surroundings passively but also for their capacity to actively engage with surfaces and objects. This capability is particularly suited for applications such as contact-based inspections, maintenance tasks, where traditional methods may pose significant risks to human operators. By performing these tasks autonomously or semi-autonomously, aerial manipulators can improve safety, efficiency, and accessibility, reducing the need for human intervention in dangerous situations. Further, their capabilities to interact with the environment offer new opportunities for industrial applications that require precise and reliable interaction with surfaces. However, to achieve safe and effective aerial physical interaction, several key challenges remain to be addressed, including improving platform maneuverability and robustness, as well as enabling safe contact on dynamic surfaces. Moreover, one of the major obstacles to overcome is to expand the range of forces aerial platform can perform in contact. In fact, standard drones without additional mechanisms are inherently limited in their ability to make contact with surfaces due to the physical constraints of their design, which restricts the directions in which they can exert forces. This doctoral thesis addresses the modeling, design, and control of aerial robots to: (i) enable stable contact and controlled movement along surfaces using energy-dissipating mechanisms, (ii) facilitate semi-autonomous contact on complex surface geometries, and (iii) achieve full-body contact between the multirotor and the surface.
Single-layer Economic MPC for Real-Time Optimal Energy Operation in Buildings
(2026-01-23) Borja Conde, José Antonio; Fele, Filiberto; Limón Marruedo, Daniel; Ingeniería de Sistemas y Automática
Buildings are responsible for a large share of electricity demand, with Heating, Ventilation and Air Conditioning (HVAC) systems being among the main contributors. This thesis develops a family of Quadratic-Program (QP)-based Economic Model Predictive Control (EMPC) schemes that preserve the computational efficiency of QPs while directly targeting economic performance and demand response objectives. The thesis starts by addressing a key enabler for their successful deployment of such controllers: the availability of accurate, reliable energy models of buildings. We focus on the creation of high-fidelity Digital Twins of building dynamics, providing a versatile basis for MPC-oriented surrogate models and broader energy-management tasks such as validation of controllers in a virtual testbench or system design. The proposed modeling approach couples the fidelity of white-box simulation environments with purposeful simplifications that reduce parameter requirements and remove reliance on detailed architectural metadata. Leveraging historical operational data, it offers a practical path to develop Digital Twins for existing buildings. After addressing the modeling aspects, we implement a QP-based EMPC adapted for multi-chiller HVAC systems. This formulation is based on a single-layer strategy that replaces the economic cost with its first-order Taylor expansion, thereby casting both the economic optimization and the control into a single QP at each sampling instant. Experiments on a realistic multi-chiller plant show improved economic operation compared with conventional set-point or tracking MPC, while revealing a key necessary insight: the employed formulations are solved at each sampling instant as steady-state problems, whereas optimizing dynamic trajectories is required to fully exploit system conditions and enable demand response. To address this, we propose a Periodic QP-based EMPC tailored to cyclic operation (e.g., daily prices and loads). By exploiting periodicity, the controller can anticipate and generate economically efficient trajectories under changing periodic operating conditions, while preserving the recursive feasibility, asymptotic stability, and the computational efficiency of the original formulation. Its effectiveness is demonstrated in a representative off-grid building case and in a realistic HVAC case study from the BOPTEST framework. We then enhance this approach through a line-search, making the controller design fully independent of the particular form of the economic cost function while also increasing the convergence speed. The new (QP) controller exhibits adaptivity to changes in the economic function, while preserving the control-theoretic guarantees. Next, we extend this framework to address non-convex economic criteria. The proposed controller achieves offset-free asymptotic optimality while preserving the computational complexity of a QP. The approach is based on an offline-trained quadratic surrogate of the original EMPC problem, complemented with a gradient-based refinement that is then applied online to ensure convergence to the optimum. Finally, we robustify the QP-based EMPC schemes by introducing a (QP) configuration-constrained tube formulation for robust periodic economic operation. The method handles additive disturbances and multiplicative parameter variations, enforcing constraints via robust forward-invariant tubes and an implicit terminal region that streamlines the design. A flexible tube parameterization broadens feasibility compared with rigid-tube alternatives. Across these contributions, the thesis demonstrates that gradient-informed QP formulations provide a unifying, computationally lightweight path to periodic demand response capability, robustness, and—even for non-convex objectives—economic optimality, making EMPC viable for real-time deployment in commercial platforms for building energy management.
Event-Based Perception for Flapping-Wing Robots
(2025-12-15) Tapia López, Raúl; Martínez de Dios, José Ramiro; Ollero Baturone, Aníbal; Ingeniería de Sistemas y Automática
This PhD Thesis aims at contributing to the robotics community by investigating the advantages of integrating event-based vision into flapping-wing aerial robots, two emerging bioinspired technologies with the potential to transform the future of autonomous aerial systems. Event cameras offer relevant advantages (e.g., microsecond temporal resolution, low latency, high dynamic range, low energy consumption, among others) that make them uniquely suited for flapping-wing robots, whose oscillatory motion and limited payload capacities challenge traditional sensing solutions. This work addresses a significant gap in the literature by designing, developing, evaluating, and validating online onboard perception systems using event cameras for resource-constrained aerial platforms such as flapping-wing robots.
Fault Diagnosis and Control of solar thermal Systems with artificial Intelligence
(2025-11-28) Ruiz-Moreno, Sara; Camacho, Eduardo F.; Gallego Len, Antonio Javier; Ingeniería de Sistemas y Automática
This doctoral thesis focuses on the combination of artiﬁcial intelligence with fault detection, fault diagnosis, and control for thermal solar plants. In these plants, most of the available solutions present high computational times and tend to focus on partial aspects without covering the full complexity of these systems. The objective is to develop fast techniques that can be implemented in real-time on-site computers, as well as to address the nonlinearities in the plant by leveraging the nonlinear regression capabilities of neural networks. The methods have been applied by simulation to models of the Fresnel plant at the School of Engineering of Seville, the ACUREX Parabolic Through Collector (PTC) plant, and two versions of a 50 MW PTC plant, to analyze their performance and scalability. Moreover, the simulations have been conducted under both synthetic and real irradiance proﬁles, adapting the methods to the dynamic behavior of cloudy days. The proposed methodologies are divided into three categories: i) fault detection and classiﬁcation methods combining artiﬁcial neural networks with heuristic rules and tradi-tional techniques, ii) fault identiﬁcation and ﬂow distribution estimation through recurrent neural networks, and iii) control methods for thermal and electric power maximization using neural networks based on model predictive control, and for ﬂow distribution through a market-based scheme.
Spatial Irradiance Estimation in Cloud-Shadowed Areas using Unmanned Aerial Vehicles
(2025-11-11) Aguilar López, José María; Camacho, Eduardo F.; García Rodríguez, Ramón Andrés; Ingeniería de Sistemas y Automática
This thesis investigates the use of unmanned aerial vehicles (UAVs) equipped with sensors capable of measuring direct normal irradiance (DNI) to generate an estimated spatial map of solar irradiance reaching a solar thermal plant. The objective of this estimation is to provide plant control systems with the information required to enhance operational efficiency. The work follows a progressive development, beginning with the detection of cloud shadows in regions surrounding the plant, and culminating in the formulation of task allocation strategies for multi-robot teams (MRTA) under time-window constraints. Algorithms are proposed both for coordinating UAV fleet movements and for estimating the spatial distribution of DNI from onboard measurements. These approaches combine ideas of established techniques from the literature, including ant colony optimisation and evolutionary algorithms. A UAV energy consumption model is also developed, based on measured voltage under different flight regimes. The proposed methods are validated through simulations, hardware-in-the-loop environments, and real-world experiments. The results show that mobile irradiance estimations can effectively complement traditional fixed-point sensors, providing control systems with the information necessary to optimise plant performance in the presence of irradiance variability. This thesis and the research work it presents have been carried out in the context of the Ocontsolar project funded by the European Research Council (ERC) under the European Union's Horizon 2020 program (grant agreement 789051).
Digital Twin Approaches for Automatic Control Systems: Concepts, Methods, and Applications
(2025-07-23) Chicaiza Salazar, William David; Escaño González, Juan Manuel; Sánchez del Pozo Fernández, Adolfo Juan; Ingeniería de Sistemas y Automática
Esta tesis investiga la viabilidad de utilizar modelos basados en datos como alternativa viable a los modelos de primeros principios para aplicaciones de control automático en el marco del Gemelo Digital (DT). Estos modelos, que forman el dominio de comportamiento de un DT, se evalúan en términos de su capacidad para capturar, representar y predecir la dinámica del sistema con suficiente fidelidad y eficiencia computacional. La investigación identifica y aborda retos clave en la implementación del DT, como la fidelidad del modelo, la sincronización con el sistema físico y la operabilidad en tiempo real. Se lleva a cabo un análisis comparativo entre los modelos basados en datos y los de primeros principios, que pone de relieve las compensaciones en la precisión de la sincronización, el rendimiento computacional y la aplicabilidad en tareas de control y optimización. Además, se analiza el despliegue práctico de estos modelos en hardware industrial, como los controladores lógicos programables (PLC). Además del modelado y el control, esta tesis explora la robustez de los DT bajo amenazas ciberfísicas, centrándose en los ataques de inyección de datos falsos y su impacto en la sincronización y el rendimiento del control. Se proponen estrategias de detección de anomalías, verificación de la integridad de los datos y adaptación de modelos para evitar la propagación de errores y garantizar un funcionamiento fiable. Sin embargo, la inyección de datos falsos es sólo una de las muchas amenazas que pueden comprometer el marco DT. Por lo tanto, este trabajo también investiga el papel más amplio de los DT en la identificación y mitigación de los ciberataques en los Sistemas de Control Industrial (ICS). Aprovechando las capacidades de monitorización y predicción en tiempo real del DT, las desviaciones entre el comportamiento esperado y el real del sistema se utilizan como indicadores de amenazas a la ciberseguridad, estableciendo los DT como capas proactivas para la detección de anomalías y la mitigación de ciberamenazas. Las metodologías desarrolladas se validan mediante estudios de casos en instalaciones operativas de energías renovables, lo que demuestra la aplicabilidad práctica de las estrategias de control basadas en DT. Los resultados confirman que los modelos basados en datos pueden respaldar eficazmente la toma de decisiones en tiempo real, mejorar el rendimiento del control y aumentar la resistencia y fiabilidad de los sistemas industriales en condiciones normales y adversas.
Trajectory planning Algorithms for bio-inspired Drones
(2025-07-08) Rodríguez Sánchez, Fabio; Capitán Fernández, Jesús; Díaz Báñez, José Miguel; Ingeniería de Sistemas y Automática; Matemática Aplicada II
Las matemáticas y la optimización computacional son fundamentales para el avance de la robótica, particularmente en el caso de los Vehículos Aéreos No Tripulados (UAVs), comúnmente conocidos como drones. Esta tesis aborda desafíos clave en la planificación y coordinación de diversos sistemas robóticos que integran drones, motivados por la creciente complejidad de las aplicaciones que involucran sistemas multi-robot y diseños bioinspirados. A diferencia de gran parte de la investigación existente, que a menudo prioriza la construcción de sistemas y las pruebas empíricas, este trabajo se centra en enfoques formales de resolución de problemas basados en técnicas de optimización y diseño algorítmico. La tesis realiza contribuciones significativas en tres áreas principales: (1) planificación de trayectorias para sistemas de drones multi-robot, (2) planificación de trayectorias para drones ornitópteros y (3) planificación de trayectorias para sistemas robóticos marsupiales. En primer lugar, se introduce un algoritmo novedoso para evitar colisiones en sistemas multi-robot que minimiza el consumo de energía y el tiempo de misión. Al asignar ángulos de giro a los drones, el algoritmo garantiza una navegación segura y la resolución dinámica de conflictos. Los experimentos computacionales realizados demuestran su eficiencia y un rendimiento superior en comparación con el estado del arte. En segundo lugar, la tesis presenta un enfoque basado en optimización para planificar trayectorias eficientes en drones ornitópteros, alternando entre fases de aleteo y planeo. Este método también se amplía mediante técnicas de aprendizaje automático, lo que permite la generación de trayectorias eficientes en tiempo real incluso en entornos con incertidumbres. Finalmente, se propone una estrategia para la planificación de rutas en sistemas robóticos marsupiales con cable (un dron conectado a un vehículo terrestre), garantizando una navegación sin colisiones para los robots y el cable en entornos 3D complejos. Combinando el modelado geométrico del cable con heurísticas eficientes, el algoritmo consigue planificar en tiempo real y supera a otras aproximaciones del estado del arte tanto en precisión como en eficiencia. Todos los algoritmos desarrollados en esta tesis han sido implementados en Python y publicados como código abierto. Además, se han realizado experimentos exhaustivos para evaluar su rendimiento. Estas contribuciones impulsan el estado del arte en la coordinación multi-robot, el vuelo eficiente de vehículos ornitópteros autónomos, y los sistemas marsupiales robóticos con cable, estableciendo una base sólida para futuras investigaciones e innovaciones en estos campos.
Pushing the Boundaries of Aerial Manipulators: From Pipeline Inspections to Human Collaborative Tasks
(2025-07-01) González Morgado, Antonio; Heredia Benot, Guillermo; Ollero Baturone, Aníbal; Ingeniería de Sistemas y Automática
Unmanned Aerial Vehicles (UAVs) are extensively used in a wide range of applications, primarily for monitoring and sensing the environment, such as in agriculture, surveillance, and disaster response. In recent years, research has led to the emergence of a new field known as aerial manipulation, which aims to go beyond passive observation by enabling physical interaction with the environment. This has opened the door for aerial robots to perform tasks such as material transportation, object grasping, and contact-based inspections. Although aerial manipulators have already revolutionized various sectors, there is still significant room for improvement in current applications, as well as potential in yet unexplored areas. This thesis aims to develop novel aerial platforms and advanced control strategies to push the boundaries of aerial manipulation toward new tasks and applications. To achieve the overall goal of expanding the current applications of aerial manipulators, this thesis begins by analyzing their present limitations and challenges. Specifically, this thesis focuses on three main fields of application: (i) pipeline inspections; (ii) environmental tasks; and (iii) collaborative tasks with humans. With the aim of enabling new applications, this work develops advanced aerial platforms such as fully-actuated hexarotors, tilting-rotor multirotors, and omnidirectional platforms, which are subsequently employed in the different target scenarios. For pipeline inspections, the thesis presents the use of two distinct aerial platforms to perform perimeter inspections of pipelines. In the field of environmental tasks, it introduces controlled shaking of trees and branches, paving the way for aerial fruit sampling, and floating litter collection from water using a multi-robot aerial manipulation approach. Finally, in the context of human collaboration, the thesis presents a novel through-window aerial delivery system, as well as the use of aerial manipulators for cooperative transport tasks with human partners. In addition, the thesis proposes new solutions to mitigate aerodynamic disturbances encountered when flying in close proximity to the environment.
Cybersecurity in model-based Control: Resilient Design and Software rejuvenation Methods
(2025-05-08) Araúz Pisón, María Teresa; Camacho, Eduardo F.; Maestre Torreblanca, José María; Ingeniería de Sistemas y Automática
La interconexión actual de las arquitecturas de control exige estrategias de control resilientes capaces de garantizar la estabilidad y el rendimiento en condiciones adversas. Esta tesis doctoral se centra en la ciberseguridad de los sistemas de control basados en modelos, particularmente en entornos en red, donde las amenazas cibernéticas pueden comprometer significativamente el rendimiento y la seguridad del sistema. Para ello, esta tesis presenta los fundamentos del diseño ciberseguro resiliente en sistemas de control basados en modelos, e introduce el concepto de rejuvenecimiento de software (‘software rejuvenation’) en un entorno de control predictivo. En particular, las contribuciones y los resultados obtenidos en los artículos publicados se agrupan en cuatro líneas principales de investigación: i) Ciberseguridad en el control predictivo basado en modelos (MPC): Un estudio exhaustivo examina los riesgos de seguridad en arquitecturas de MPC distribuido (DMPC), categorizando los modelos de ataque y proponiendo estrategias de mitigación para mejorar su resiliencia. ii) Diseño de controladores PI resilientes: Se desarrolla un enfoque basado en modelos mediante técnicas en espacio de estados y LMIs para mejorar la robustez de los controladores PI. iii) Estrategias de MPC estocástico: Se introduce un marco de MPC basado en árboles (TBMPC) que integra explícitamente pérdidas de paquetes y ataques de interferencia (jamming) en el proceso de optimización del control, garantizando la operación robusta del sistema en escenarios adversarios. iv) Rejuvenecimiento de software: Esta tesis amplía el concepto de rejuvenecimiento de software al control predictivo, introduciendo estrategias de lazo abierto y lazo cerrado en TBMPC. Además, esta tesis presenta los manuscritos de los artículos publicados y aceptados, que constituyen la base de esta investigación. Finalmente, se presentan los principales hallazgos y conclusiones de la tesis, junto con posibles líneas futuras de investigación.
Analysis and Modeling of aerodynamic Interactions and hybrid UAV Design for close proximity Operations
(2025-03-28) Garófano Soldado, Ambar; Heredia Benot, Guillermo; Ollero Baturone, Aníbal; Ingeniería de Sistemas y Automática
Unmanned Aerial Vehicles (UAVs) have evolved into versatile tools for diverse applications, particularly in industrial inspection and maintenance. These platforms are increasingly deployed in challenging environments such as tunnels, pipelines, and confined spaces, where their ability to operate near surfaces is critical. This Thesis investigates the aerodynamic interactions that influence UAV performance in these scenarios, addressing phenomena such as ground effect, wall effect, and pipe effect that can destabilize UAVs in confined or complex environments. A combination of Computational Fluid Dynamics (CFD) simulations, experimental studies, and aerodynamic modeling is employed to understand these effects and improve UAV stability and control. While understanding aerodynamic interactions is essential to optimizing UAV performance, this Thesis also demonstrates how such insights can inform innovative design approaches to improve UAV adaptability and operational efficiency. A hybrid aerial-ground UAV design is developed as a result of this aerodynamic understanding, aiming to achieve similar goals as aerodynamic optimization through integrated capabilities. These designs combine aerial flight with ground mobility, enabling UAVs to transition between modes for tasks requiring precision and stability. By perching or rolling along structures, hybrid UAVs reduce energy consumption, extend operational time, and improve stability during inspection and maintenance tasks. The research examines advanced UAV configurations, including tilted and coaxial rotors, with a focus on their aerodynamic interactions in ground effect and confined environments. Ground effect studies highlight the influence of rotor spacing, tilt, and proximity to the ground on thrust generation and aerodynamic efficiency. Aerodynamic models are developed and validated through numerical-experimental data, integrating these key parameters to ensure UAV maneuverability in various scenarios. A ground effect model for a complete UAV platform with tilted rotor is also validated through real-world indoor flight tests. The analysis extends to wall and corner effects on tilted rotors, evaluated through CFD simulations to assess their impact in constrained environments. Pipe effect is also studied in different types of UAV platforms. For morphing multirotors, a specific approach trajectory to pipelines is studied, while conventional multirotors are analyzed more broadly, considering the effect of propeller proximity to a pipe at different horizontal and vertical distances. The findings from the pipeline inspection studies are applied to the design of hybrid systems, ensuring that aerodynamic interactions are accounted for or mitigated to achieve optimal performance in particular applications. The Thesis also examines collaborative UAV operations, focusing on tasks such as power line inspection, where multiple UAVs operate in close proximity. Insights into aerodynamic disturbances, such as downwash effects, inform strategies for optimizing inter-UAV spacing and improving stability during cooperative missions. By integrating aerodynamic modeling, experimental techniques, and hybrid design solutions, this Thesis contributes to the development of UAV systems tailored for complex industrial environments. The findings provide a robust framework for optimizing UAV performance in inspection, maintenance, and collaborative tasks. This dual approach, combining aerodynamic insights and hybrid design innovations, advances the state of UAV technology, enabling safer, more efficient, and versatile operations in demanding scenarios.
Contributions to Control Law Designs and Stability Analysis in AC Microgrids
(2025-02-11) Merchán-Riveros, María Camila; Albea-Sánchez, Carolina; Salas Gómez, Francisco; Ingeniería de Sistemas y Automática
The growing global demand for clean energy has made renewable energy sources essential, with microgrids emerging as a promising solution for integrating these resources into conventional power grids in a flexible and sustainable manner. This thesis contributes to the control design and large-signal stability analysis of AC islanded microgrids. It focuses on the development of distributed control loops for state of charge consensus and reactive power sharing between batteries in discharging mode. Continuous-time and hybrid dynamical three-time scale control schemes are proposed for secondary and primary control loops, and large-signal stability properties are provided using singular perturbation theory. In addition, we present and validate a qualitative large-signal stability analysis using bifurcation theory for AC islanded microgrids with constant power loads, supported by both simulation and experimental results.
Unconventional Aerial Robots and Applications to Space Exploration
(2024-10-04) Ruiz Vincueria, Fernando; Arrue Ullés, Begoña C.; Ollero Baturone, Aníbal; Ingeniería de Sistemas y Automática
In recent years, technological advancements have enabled the development of a new category of aerial systems known as unconventional aerial robots. These vehicles are designed to overcome the limitations of traditional UAVs, such as issues with safety, efficiency, landing on different surfaces, operation in extreme environments, manipulation, and multimodal capability. The thesis focuses on addressing these limitations to expand the potential uses of aerial robots for various tasks. Thus, it proposes several innovative solutions, such as deformable aerial robots that can change their shape in flight to improve their aerodynamic properties, safety, and efficiency, or even provide the aerial robot with the ability to land on different surfaces or structures using its deformable arms to grasp. Additionally, flapping-wing aerial robots are developed, capable of changing shape for both aerial and aquatic locomotion, allowing operation in multiple environments. These technologies aim to enhance the performance and versatility of UAVs in various missions. Overall, this thesis develops experimental proof-of-concept prototypes, aiming to advance the state of the art and demonstrate the potential use of these uncon-ventional aerial robots in space applications, addressing challenges such as extreme pressure and temperature conditions. Consequently, the thesis also includes experi-mentation within the framework of the MAHD (Mid-Air Helicopter Deployment at Mars) NASA-JPL project, which proposes a novel entry, descent, and landing (EDL) solution for helicopter-only missions on Mars, based on a propulsive jetpack.
Enhancing Stability In Electric Vehicles With In-Wheel Motors
(2024-10-25) Ahmed Hassan Ahmed, Ibrahim; Domínguez Frejo, José Ramón; Maestre Torreblanca, José María; Ingeniería de Sistemas y Automática
This thesis evaluates advanced control strategies aimed at improving the stability and maneuverability of electric vehicles (EVs) equipped with in-wheel motors (IWMs). It begins with an overview of the in-creasing importance of EVs for their environmental benefits and the potential of IWMs to enhance vehicle mobility and control adaptability. The thesis then focuses on addressing the challenge of lateral motion control during critical cornering scenarios. The primary focus is on the Direct Yaw Control (DYC) method, which utilizes the yaw moment to stabilize the vehicle and enhance handling characteristics. Particularly, addressing oversteering and understeering phenomena, ensuring better control and stability in various driving conditions. The research utilizes a fully functional prototype named FOX, serving as an ideal platform for implementing and evaluating the electronic stability control system. DYC includes two control levels: the upper controller, which determines the desired yaw moment and the lower controller, which allocates it to the four wheels using Torque Vector Control (TVC). The stability algo-rithm combines Model Predictive Control (MPC) with TVC to enhance vehicle stability. MPC determines corrective signals, while the TVC dis-tributes them among the IWMs for effective stability control. Addition-ally, an alternative approach using a Nonlinear Model Predictive Control (NMPC) further improves stability by accounting for system dynamics, ensuring precise vehicle behavior control. Due to the high computational requirements of NMPC and the need for rapid control signal calcula-tion, the thesis proposes integrating Nonlinear Autoregressive Exoge-nous (NARX) neural networks. In particularly, artificial neural networks (ANNs) were employed and trained using distinct simulation datasets to achieve this integration, So as to enhance lateral stability during cornering by emulating NMPC. The ANN model, trained on simulated NMPC data, includes tuning parameters as inputs, creating a versa-tile family of predictive controllers, that improve vehicle stability and handling while reducing computation time. Additionally, the thesis in-troduces a comprehensive benchmarking framework to evaluate vehicle lateral stability enhancement during double-lane change (DLC). This framework tests control strategies using simulations and performance metrics, supporting the development of advanced control strategies. Fi-nally, the effectiveness of the proposed techniques has been evaluated through MATLAB/Simulink simulations.
Coalitional Model Predictive Control based on Partial Cooperation
(2024-07-17) Sánchez Amores, Ana; Maestre Torreblanca, José María; Camacho, Eduardo F.; Ingeniería de Sistemas y Automática
This doctoral thesis investigates the development of coalitional strategies based on model predictive control (MPC). Our study emphasizes the necessity of managing increasingly complex systems while maintaining efficiency and scalability. To this end, we explore the limits of decentralization in coalitional control, developing algorithms that minimize the amount of data communicated in the network to preserve privacy and enhance autonomy, while still maintaining acceptable levels of performance. The proposed strategies achieve a trade-off between computational efforts and performance. While performance may degrade compared to other coalitional methods, this trade-off allows for increased autonomy and reduced communication requirements. First, we survey the existing literature, motivating the need for non-centralized control strategies to manage large-scale systems, and we introduce the main objectives of this PhD dissertation. The contributions of this thesis can be broadly classified into two main parts. In the first one, we introduce a novel variable decomposition for partially cooperative systems. In this regard, we distribute coupling variables among local agents, developing stochastic and robust coalitional MPC approaches that allow agents to share control authority over certain input portions while maintaining privacy over others. Moreover, we study the limits of control authority delegation by establishing the maximum portion of an agent’s input space that can be ceded to another agent while ensuring the feasibility of the global optimization problem. This ensures that decentralized operations respect system constraints with minimal data communication. On the other hand, the second part focuses on systems with shared resources, developing coalitional methods to decouple joint constraints, allowing agents to operate with greater autonomy. Since this thesis has been developed in the framework of OCONTSOLAR project, the control algorithms presented in this second part are applied to the case study of large-scale solar plants. Finally, we provide conclusions and future research directions of our main contributions
Safe and optimal operation under uncertainty and plant-model mismatch
(2024-06-12) Mirasierra Calleja, Victor; Alamo, Teodoro; Limón Marruedo, Daniel; Ingeniería de Sistemas y Automática
Designing model-based control systems involves addressing uncertainty and modeling errors to ensure robust control. While this is a fundamental control problem, in recent years, the rapid growth of the field of machine learning has led to a significant rise in the development of probabilistic and robust techniques based on data sampling. The objective of this thesis is twofold. On the one hand, improve the estimation of safe regions by means of sample-based techniques. Safe regions bound the probability of meeting the constraints and keep it above a certain threshold. On the other hand, in this thesis we propose techniques that modify the real-time optimization problem in order to calculate the optimal operation of the plant despite the precision of the available model.
Contributions to the implementation of real-time model predictive control in power inverters
(2024-06-11) García Ordóñez, Joaquín; Gordillo Álvarez, Francisco; Limón Marruedo, Daniel; Ingeniería de Sistemas y Automática
Esta tesis explora las complejidades y avances en el control de inversores de potencia con control predictivo basado en modelo, con un enfoque particular en los inversores multiniveles. La importancia de estos últimos está creciendo debido al cambio global en la generación de energía, especialmente en la necesidad de fuentes de energía renovable como la solar y eólica, ya que se requieren inversores de potencia para su integración en las redes eléctricas. El control predictivo basado en modelo es un método de control emergente en este campo, anteriormente limitado por su alto esfuerzo computacional que no se adaptaba bien a las altas frecuencias que necesitan los convertidores de potencia para funcionar. Gracias a la mayor disponibilidad de hardware de cálculo más potente, este método de control se ha vuelto más atractivo debido a sus ventajas, como su optimalidad, flexibilidad y la capacidad de manejar fácilmente sistemas multivariables complejos que requieren varios objetivos de control. En esta tesis se introduce una nueva mejora para el control predictivo llamada ``multirate'' y se adapta a la aplicación de convertidores de potencia. Este trabajo también aborda el problema de la inercia en la creciente integración de fuentes de energía renovable. La reducción de generadores síncronos y su sustitución por fuentes de energía gobernadas por electrónica de potencia disminuye la inercia de la red, creando desafíos en la regulación de frecuencia y aumentando el riesgo de inestabilidad de la red. Aprovechando la flexibilidad del control predictivo basado en modelo, se introduce una nueva formulación como un método prometedor para proporcionar inercia virtual a la red. La tesis concluye con propuestas de implementación de control predictivo basado en modelo en tiempo real, destacando implementaciones basadas en datos y métodos de aprendizaje automático para abordar las difíciles res-tricciones del tiempo real en aplicaciones de electrónica de potencia. En particular, se propone un sistema \textit{hardware-in-the-loop} para superar las demandas computacionales en un dispositivo FPGA. En resumen, este trabajo proporciona un marco para la implementación de control predictivo basado en modelos en tiempo real que aborda desafíos mordernos de control y mejora el rendimiento. El autor desea que este trabajo pueda servir como una base flexible para el futuro para seguir mejorando la eficiencia de la generación y la integración de energía, así como el rendimiento de conversión de los inversores de potencia.
Strengthening robot perception in information-degraded environments for aerial inspection and maintenance
(2024-05-24) López Paneque, Julio José; Martínez de Dios, José Ramiro; Ollero Baturone, Aníbal; Ingeniería de Sistemas y Automática
Esta Tesis Doctoral aborda el diseño, desarrollo y validación experimental de diferentes métodos para reforzar la percepción de los robots aéreos en escenarios de Inspección y Mantenimiento de infraestructuras industriales y civiles. Los métodos desarrollados permiten la operación totalmente autónoma de los robots aéreos sin depender de ninguna infraestructura externa, asumiendo que todos los sensores, métodos de percepción y dispositivos de procesamiento se encuentran a bordo del robot, y no requieren ninguna alteración del entorno. A lo largo de la Tesis se han seguido tres enfoques principales para el diseño de los diferentes métodos. Primero, el uso de esquemas multisensor que aprovechan las sinergias entre sensores para mitigar las debilidades de cada dispositivo individual. Segundo, la selección del modelo más adecuado para representar y estimar el estado del robot en cada escenario. Tercero, el uso de técnicas de percepción activa que mejoren la calidad de las entradas de percepción. Los enfoques propuestos aportan soluciones complementarias, que han dado lugar al desarrollo de cinco métodos contenidos en esta tesis, diseñados en función de las necesidades de cada aplicación estudiada. En primer lugar, esta Tesis Doctoral presenta un método de localización robusta basado en un enfoque multisensor y multihipótesis, que permite la navegación segura y autónoma de robots aéreos sin GNSS en escenarios complejos de inspección industrial y civil. El método integra características de cámara RGB y LiDAR en el mismo marco estadístico, y adopta un enfoque iterativo multihipótesis eficiente. En segundo lugar, esta Tesis Doctoral introduce el uso de mallas (meshes) probabilísticas para representar superficies localmente planares en misiones de inspección de largo alcance en escenarios pobres en información geométrica. Las mallas permiten representar de forma coherente las superficies planas y usar técnicas de decimación para mejorar la fidelidad del mapa, reduciendo la influencia del ruido de medida. La formulación probabilística está basada en variedades y refleja de forma natural la incertidumbre del mapa, evitando inconsistencias en la estimación del estado. En tercer lugar, esta Tesis Doctoral desarrolla un sistema de inspección de líneas eléctricas reactivo, embarcado y en tiempo real, que realiza una segmentación semántica para identificar los diferentes elementos del escenario, y adapta la velocidad de la plataforma aérea para adquirir más datos de estos elementos hasta alcanzar la calidad requerida. El sistema es capaz de proporcionar datos de alta calidad para la aplicación prevista, y genera un mapa preliminar preciso que puede utilizarse para tareas en las que el tiempo es un factor crítico, sin esperar a resultados de posprocesado. En cuarto lugar, esta Tesis Doctoral presenta un sistema de generación de trayectorias de aproximación al posado en tendidos eléctricos que tiene en cuenta la percepción y produce maniobras versátiles, ágiles, sin colisiones y dinámicamente posibles. Se propone una formulación matemática eficiente para considerar configuraciones genéricas de líneas de alta tensión, que puede usarse para generar trayectorias de posado que consideran la percepción, así como para realizar navegación reactiva en tiempo real. Finalmente, esta Tesis Doctoral presenta el diseño, desarrollo y validación de un sistema robótico aéreo totalmente autónomo adaptado para buscar herramientas perdidas en una planta de fabricación aeronáutica. Se presenta un sistema altamente robusto basado en etiquetas de Ultra Ancho de Banda (UWB), que funciona en las condiciones complejas de una planta de planta de fabricación de Airbus D&S. La investigación llevada a cabo en esta Tesis Doctoral no sólo se ha centrado en el desarrollo de estos métodos, sino también en proporcionar validaciones experimentales intensivas para cada una de las aportaciones, en muchos casos durante demostraciones en vivo de los sistemas propuestos.

Examinar

Envíos recientes