A l’heure où près de la moitié de l’énergie électrique est convertie en énergie mécanique, il devient important de considérer au plus haut point les aspects énergétiques et de rendement associés au contrôle des variateurs de vitesse et/ou de position. C’est ainsi que l’optimisation de la conversion de l’énergie électrique par la voie de la commande constituera un thème de recherche fort pour les machines électriques en incluant notamment un contrôle actif du flux et la génération d’un couple de qualité, c’est-à-dire rapidement installé et exempt d’ondulations. Désormais, la commande de l’actionneur et/ou du convertisseur statique doit être optimisée globalement, en fonction de l’environnement dans lequel il évolue, selon des profils de fonctionnement variables et non plus autour du seul point nominal de fonctionnement. Il en résulte une nécessaire optimisation de la commande afin d’améliorer globalement la qualité de la conversion de l’énergie électrique et de mettre en évidence le comportement robuste de l’actionneur commandé. Ceci sera notablement apprécié lorsque la charge est variable, faiblement connue ou que le système présente un caractère élastique mal défini. C’est là un verrou technologique et un enjeu économique auxquels il est nécessaire d’apporter des solutions rationnelles.

Dans la mesure où les systèmes à commander peuvent être de type multi-sources et multi-machines, il est indispensable d’analyser la criticité de leurs fonctionnements pour améliorer la disponibilité de la fonction et pour aussi proposer des solutions à base de mutualisation. Il s’agit de la mise en commun d’organes de puissance et de commande (fusion d’algorithme) dans le but de réduire la taille et le poids de l’équipement sans pour autant porter atteinte à la fiabilité de l’ensemble et à la sûreté de son fonctionnement. Pour les systèmes multi-sources, qualifiés aussi de systèmes hybrides, il devient important de mettre à jour des algorithmes assurant une répartition judicieuse de l’énergie consommée entre l’élément principal (pile à combustible, batterie,…) et l’élément de stockage (super condensateurs, batterie, volant d’inertie,…) en fonction d’un profil d’utilisation donné et connu à l’avance. Cette problématique se retrouve dans la plupart des applications de transports modernes. Les commandes dédiées seront fortement coopératives, et associées à un système de supervision, permettant de répondre à tous les aléas des systèmes et de leur environnement. Elles seront équipées de systèmes d’observation élaborés, capables de remplacer une partie des capteurs physiques. Les plans d’expériences pourront êtres ici utilisés avec profits. Il est également question de quantifier l’état de charge des batteries ou des supercondensateurs et d’évaluer l’état de santé de ces mêmes sources. Un des axes fort qui sera également traité se situe au niveau des observateurs généralisés capables de reconstruire les informations pertinentes à partir de quelques mesures préférentiellement électriques, que ce soit des variables d’état ou des paramètres pertinents. Ces observateurs seront basés sur des modèles plus élaborés utilisant le comportement de la machine comme capteur indirect de l’environnement (self-sensing), ceci afin d’améliorer la robustesse de l’ensemble.