Commande Sûre et Robuste d'un Système Eolien Aéroporté à Base de Drones Opérant dans des Conditions Environnementales Sévères // Safe and Robust Control of an Airborne Wind Energy Drone-based system Operating in Severe Environment Conditions

Le secteur émergent de l'énergie éolienne aéroportée (Airborne Wind Energy – AWE) propose des concepts innovants permettant de diversifier l'offre de production d'énergie éolienne. Les principes physiques de l'AWE reposent sur une large variété de concepts mettant en œuvre des structures aérodynamiques reliées au sol par des câbles, capables de capter l'énergie des vents de haute altitude, sur différentes gammes de puissance (du kW au MW), puis de la transmettre au sol. Deux grandes catégories permettent de classer la majorité des systèmes d'éoliennes aéroportées : les systèmes à aile souple et ceux à aile rigide. On distingue également les systèmes produisant l'énergie directement en vol (production embarquée) de ceux utilisant un mouvement de pompage pour alimenter un générateur situé au sol.

Cette thèse vise à résoudre le problème du décollage et de l'atterrissage assistés par drones pour les systèmes d'énergie éolienne aéroportée. Elle s'attaque aux principaux verrous identifiés par l'industrie, à savoir l'autonomie, la fiabilité et la sécurité de ces systèmes critiques. La résolution de ces problématiques constituera l'objectif principal du projet proposé. Différentes stratégies de commande et de planification de trajectoire seront explorées, notamment les approches de commande LPV/H_Infinity ainsi que l'allocation de commande pour des systèmes dynamiques non linéaires sur-actionnés. Par ailleurs, des algorithmes d'estimation seront développés afin de caractériser les propriétés aérodynamiques de ce type de systèmes volants.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The emerging airborne wind energy (AWE) sector offers breakthrough concepts that will allow diversifying the wind energy production offer. The physics behind airborne wind energy includes diverse range of concepts involving aerodynamic tethered structures that capture high-altitude wind energy, of different power range (from KW to MW), and deliver it to the ground. There are two main ways to categorize most airborne wind energy designs: soft-wing versus rigid-wing. In addition to those that generate energy in the air (on-board) versus those that use a pumping motion to power an on-ground generator.

This PhD position aims to solve the problem of drone-based take-off and landing of AWE systems. It addresses the main locks identified by the industry, namely the autonomy, reliability, and safety of these critical systems. Solving these issues will be the main objective of the proposed position. Different control
and reference planning strategies will be explorer, namely LPV/H_infinity control and control allocation for over-actuated nonlinear dynamical systems. Moreover, estimation algorithms will be developed to characterize the aerodynamics properties of this kind of flying systems.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Public funding alone (i.e. government, region, European, international organization research grant)

Concours pour un contrat doctoral

Université Grenoble Alpes

220 EEATS - Electronique, Electrotechnique, Automatique, Traitement du Signal

1. Compétences requises : Bonnes connaissances générales en automatique et en drones (UAV), maîtrise de Matlab, Python et ROS, aptitude au travail en équipe, ainsi que de bonnes capacités pratiques. 2. Documents à fournir à l'appui de la candidature : CV, relevés de notes de Master 1 et Master 2, ainsi que les noms de deux personnes connaissant votre parcours académique. 3. Tous les candidats sélectionnés devront présenter leur parcours académique ainsi que leur compréhension du sujet, en établissant un lien avec leur formation académique.
1. Required skills: Good general knowledge in automatic control and UAV, Matlab, Python, ROS, group work, practical abilities. 2. Documents to send in support of your application: CV, Master 1 and Master 2 grades, and the names of two people who know your academic background. 3. All candidates selected will have to make a presentation of their academic training and of their understanding of the subject making a link with their academic training