Profesor Carlos Canudas-de-Wit
Laboratoire d’Automatique de Grenoble
- Día 27 a las 12 en el aula 307A:
"A continuation method for taming the tyranny of large-scale systems: from Hilbert's 6th problem to Multi-agent control"
- Día 29 a las 12 en el aula 307A:
"A multi-directional aggregated model for control design in large urban networks"
(No hay resumen de las charlas)
Curriculum:
Canudas-de-Wit, Carlos was born in Villahermosa, Tabasco, Mexico in 1958. He received his B.Sc. degree in electronics and communications from the Technological Institute of Monterrey, Mexico in 1980. In 1984 he received his M.Sc. in the Department of Automatic Control, Grenoble, France. He was visitor researcher in 1985 at Lund Institute of Technology, Sweden. In 1987 he received his Ph.D. in automatic control from the Polytechnic of Grenoble (Department of Automatic Control), France. Since then he has been working at the same department as "Director of Research at the CNRS", where He teaches and conducts research in the area of control systems. He is the current leader of the NeCS GIPSA-Lab (CNRS)-INRIA team on Networked Controlled Systems. He has established several industrial collaboration projects with major French companies (FRAMATOME, EDF, CEA, IFREMER, RENAULT, SCHNEIDER, ILL, IFP, ALSTOM). He has been associate editor of the IEEE-Transaction on Automatic Control, from 1992 to 1997, AUTOMATICA, from 1999 to 2002. He is currently Associated Editor of: the Asian Journal of Control (since 2010), IEEE Transaction on Control System Technology (Since 2013), and the IEEE Transaction on Control of System Networks (since 2013). He holds the presidency of the European Control Association (EUCA) for the period 2013-15, and served at the IEEE Board of Governors of the Control System Society 2011-2014. He holds the ERC Advanced-Grant 2015 Scale-FreeBack for the period 2016-2021. He is IEEE-Fellow of the IEEE Control System Society. He is also IFAC-Fellow. His research publications includes: 200 International conference papers, and 65 published papers in international journals, 5 books, 10 Book chapter, and holds 11 Patents. He has supervised more than 34 Ph. D. students, 11 Post-docs, and more than 35 Ms.
Prof. Romeo Ortega
Departamento Académico de Sistemas Digitales, ITAM, México.
Tendrá lugar de manera presencial (aula 002 de la ETSI) el próximo día 17 de junio de 11 a 13 y de 17 a 19.
Resumen del Curso:
Los objetivos de este curso son presentar los conceptos teóricos sobre los cuales se basan técnicas de control basado en pasividad (PBC) e ilustrar su aplicación a diversos problemas modernos de ingeniería. El curso es auto-contenido e incluye el material teórico preliminar, tanto de modelado como de diseño del PBC, necesarios para la comprensión de los diversos ejemplos. En vista de su gran importancia práctica un énfasis particular se da a los desarrollos recientes de PBC de tipo PID.
Contenido Teórico
1. Introducción al control por interconexion y al PBC
2. PBC de sistemas Hamiltonianos
3. PBC por asignacion de interconexión y amortiguamiento
4. PBC de sistemas Euler-Lagrange
5. PBC tipo PID
Aplicaciones Prácticas
1. Sistemas mecánicos y electromecánicos
2. Convertidores electrónicos de potencia
3. Sistemas de generación de energía: eólica, solar y pilas de combustible
Breve CV del Prof. Romeo Ortega:
Romeo Ortega nació en México. Obtuvo su grado de Ingeniero Mecánico Electricista en la Facultad de Ingeniería de la UNAM, México, su Maestría en Ingeniería en el Instituto Politécnico de Leningrado, URSS, y el grado de Doctor de Estado del Instituto Politécnico de Grenoble, Francia, en 1974, 1978 y 1984, respectivamente. Trabajó en México en la Facultad de Ingeniería de la UNAM y el CINVESTAV del IPN, hasta 1989. Fue Profesor Visitante en la Universidad de Illinois, EU, en 1987-1988, en la
Universidad de McGill en Canadá en 1991-1992 y fue “Fellow" de la Sociedad Japonesa de Promoción de la Ciencia (JSPS) en la Universidad de Sofía, Tokyo, Japón, en 1990-1991. Trabajó como Director de Investigación del Consejo Nacional de Investigación Científica (CNRS) de Francia en el Laboratorio de Señales y Sistemas de Supelec en Gif-sur-Yvette de 1992 a 2020. Actualmente es Profesor de tiempo completo en el ITAM, México. Sus áreas de investigación son el control nolineal y adaptable, con énfasis en las aplicaciones ingenieriles. El Dr Ortega ha publicado 6 libros, más de 375 artículos en revistas científicas internacionales, con un Índice h de 89 en Google Scholar y de 70 en Scopus. Es Miembro Emérito del Sistema Nacional de Investigadores y Miembro Correspondiente de la Academia de Ciencias de México. Es “IEEE Fellow Member" desde 1999 (“life" desde 2020) e “IFAC Fellow" desde 2016. Ha colaborado como “Chairman" en varios comités y conferencias del IFAC y el IEEE, y ha participado en varios cuerpos editoriales de revistas internacionales. Actualmente, es “Editor in Chief" del “Int. J. Adaptive Control and Signal Processing" y “Senior Editor" del “Asian J. of Control”. Su último libro publicado es: PID Passivity-based Control of Nonlinear Systems with Applications, R. Ortega, J. Romero, L. Borja and A. Donaire, J. Wiley and Sons, 2021.
Prof. Masaki Inoue,
Jeio University (Japón)
Día 30 de mayo a las 10 am de forma telemática en Blackboard:
https://eu.bbcollab.com/guest/69d7bdd71c8c4cd6844ee1c2b529bbb8
Resumen: Model predictive control (MPC) is one of the major achievements of modern control technique. Due to its high ability of handling various specifications for control systems, there have been many trials of MPC applications. A remaining challenge of further improving MPC applicability is to reduce its computational burden. The essence of generating the burden is that the control law for MPC is "implicitly" defined by a solution to a KKT equation, i.e., the control law is given by an implicit function. In this seminar, we address the approximation of the control law as an "explicit form" in two different ways. One is the dynamic KKT approach: the implicit control law is replaced by a continuous-time optimization algorithm, which guarantees the optimality at the steady state. The other is the learning-based approach: the input and output response of the implicit control law is replaced by a machine learning model. We also address the stability analysis of the control system and stability-preserving approximations based on dissipativity theory. The main references for the seminar are given as follows:
[1] K. Yoshida, M. Inoue, and T. Hatanaka, Instant MPC for linear systems and dissipativity-based stability analysis, IEEE Control Systems Letters, Vol.3, No.4, pp.811--816, 2019.
[2] K. Hara, M. Inoue, and N. Sebe, Learning Koopman operator under dissipativity constraints, IFAC World Congress, 2020.
Breve curriculum: Masaki Inoue is an Associate Professor in the Department of Applied Physics and Physico-Informatics, Keio University. He received the Ph.D. degree in Mechanical Engineering from Osaka University in 2012. He served as a Research Fellow of the Japan Society for the Promotion of Science from 2010 to 2012, and as a Doctoral Researcher in Tokyo Institute of Technology from 2012 to 2014. His expertise is in analysis and design of large-scale control systems, in particular, dissipativity theory, and his current research interests include control theory for human-in-the-loop systems and control applications to energy management, smart agriculture, and traffic management.
Prof. Fabrizio Dabbene
CNR-IEIIT, c/o Politecnico di Torino, Italia.
Dr. Fernando Pérez, CEO de GAMCO (Madrid)
Fecha: 20 de abril de 11 a 13 horas, en el aula 008.
Resumen:
La conferencia trata sobre la aplicación del Aprendizaje Automático en el sector financiero y en el sector energético de fusión termonuclear. La exposición se centra en la optimización de gestión de las carteras de créditos y en el control de los dispositivos de fusión termonuclear. Además, se abordan temas tales como, la identificación del tipo de problema a resolver, el análisis de los datos con los que se trabaja y la explicación de algunos algoritmos de Aprendizaje Automático.
Breve CV:
Doctor Ingeniero en Informática, cuya tesis doctoral se titula: “Generación de Conocimiento basado en Aprendizaje Automático y Aplicación en Diferentes Sectores”, en la cual, se desarrolla el proceso AIPAKA - Artificial Intelligence in a Process for Automated Knowledge Acquisition and Applications. MBA por la escuela de negocios EAE. Desde hace más de 20 años trabaja sobre la aplicación real de Redes Neuronales a la obtención automática de conocimiento. Línea de investigación que ha seguido desarrollando junto al Deep-Learning, Big-Data, reconocimiento de patrones y detección automática de características relevantes. Ha trabajado desde el año 1997 en diferentes departamentos de I+D, como AICIA, Ericsson España, Telefónica I+D, departamento de Visión Artificial de Chep España y Secosol. En calidad de ingeniero de desarrollo, de responsable de aplicación de tecnologías de Inteligencia Artificial y Data Mining y como director de departamento. Ha colaborado y dirigido proyectos en el ámbito de las telecomunicaciones, financiero, Gran Consumo, energía, industrial y domótica, creando soluciones en los sectores de industria, domótica, energía, gran consumo y financiero.