Cette thèse s'intéresse à la conception de lois de commandes tolérantes aux fautes (FTC) d'actionneurs pour des systèmes linéaires en tenant compte de la saturation de ces actionneurs. Pour le système nominal, un contrôleur à "faible-grand" gain est déterminé en utilisant la théorie de stabilité de Lyapunov et en résolvant une équation linéaire matricielle (LMI). Un algorithme itératif, basé sur des équations de Ricatti, est proposé pour trouver ce contrôleur. L'analyse du système linéaire commandé, soumis à la saturation des actionneurs et en présence de défauts, est réalisée en calculant les ellipsoïdes d'attraction (régions de stabilité) et de performance. Dans le cas où l'état initial n'est pas dans la région d'attraction, une technique d'ajustement des références est proposée. Ceci permet d'agrandir la région de stabilisation. En présence de certains défauts d'actionneurs, l'influence de la faute est analysée afin de savoir si le système reste stable ou non, et si les performances sont influencées par le défaut. Deux principales méthodes de commande tolérante, l'une passive, l'autre active sont utilisées pour tolérer les défauts, en évitant de saturer l'actionneur. Le contrôleur tolérant passif est en fait un contrôleur robuste à certains défauts, il peut garantir que le système fonctionne avec des performances dégradées dans une petite région de la stabilité qui est fixée par le pire des cas de défaut. Le contrôleur actif utilise l'estimation du défaut fournie par un observateur pour tolérer le défaut. Il est cependant difficile d'analyser la région de stabilité du système lorsque la commande active est utilisée du fait que cette commande dépend du défaut. Un nouveau schéma de FTC basé sur la technique de réglage de référence est proposé afin de garantir les performances du système dans une région acceptable. Plusieurs exemples académiques sont traités tout au long de la thèse pour illustrer les méthodes. Enfin, la méthodologie complète est appliquée au problème de suivi de trajectoire d'un véhicule électrique (EV) autonome à 4 roues motrices (4WD). / In this thesis, we deal with the FTC design problem for a linear system with both input constraints and actuator faults. For the nominal system, a low-high gain controller is designed based on the Lyapunov stability theory and the solution of LMI. An iterative Ricatti equation algorithm is given to find such controller. Based on the designed controller, with the analysis of the linear system subject to actuator saturation, the invariant ellipsoids of attraction and performance regions are calculated. For the case that the initial state is not within the attraction region, a novel methodology based on the reference adjustment technique is proposed in the thesis to achieve large-region stabilization. For the system with certain actuator faults, the fault's influence is analyzed first, its size and the time when it happens will decide whether the system is stable or not and will influence the system's performance. Then two main FTC design methods (PFTC and AFTC) are used to cope with faults and actuator saturation together. The proposed PFTC and AFTC methods have both their restrictions when dealing with the input saturation problem: Since the passive fault-tolerant controller is designed for presumed faults, it can guarantee that the system operates with degraded performance in a small stability region which is decided by the worst fault case. For the AFTC method, the degraded performance caused by faults will be recovered by designing an observer to obtain the fault information. However, its control capability will be reduced due to the fault, and it is hard to analyze the system's stability region. Based on the existing performance analysis principle and the implementation results of PFTC and AFTC, a novel fault-tolerant control scheme based on the reference adjustment technique is proposed to guarantee the system's performance in an acceptable region. Several academic examples are taken all along the thesis to illustrate the methods. Finally, the methodology is applied to the path tracking problem of an autonomous electric vehicle (EV) which has four electromechanical wheel-driven (4WD vehicle) systems under normal and faulty conditions.

L'objectif principal de cette thèse est la contribution à la modélisation graphique multi-niveaux, à la fois comportementale et organisationnelle pour la conception d’un système de systèmes d’ingénierie. Dans le présent travail, nous avons modélisé l’échange d’information entre les composants des systèmes, en présence des imperfections, avec un outil de modélisation graphique Bond Graph, décrivant l’échange de puissance dans les systèmes multi-domaines. Ce modèle permet d'identifier mathématiquement, la qualité du signal reçu par un composant système, suivant les perturbations apparentes dans le canal de transmission. Nous avons mené une expérience sur le comportement coopératif entre deux humanoïdes dans le cadre d’un système de systèmes. Ensuite, nous avons élaboré une méthode qualitative pour identifier le niveau de tolérance aux fautes sur un lien de communication, permettant ainsi d'introduire le principe de liens redondants dans le système de systèmes. Ensuite, nous avons proposé une méthodologie de modélisation hiérarchisée et hybride, combinant à la fois l’hypergraphe et le Bond Graph. Le premier est utilisé pour l’analyse organisationnelle multi-niveaux, tandis que le second est utilisé pour l’analyse comportementale des composants systèmes élémentaires. Enfin, pour valider cette approche de modélisation, un système de systèmes a été réalisé, composé d’un véhicule aérien sans pilote (UAV) et un véhicule autonome intelligent, dans laquelle l’UAV fournit des informations de navigation redondantes au véhicule autonome intelligent, pour être en mesure de manœuvrer en toute sécurité dans un espace confiné, lors de pertes des informations liées à la navigation locale. / The main focus of this thesis is on multilevel graphical modeling of behavior and organization of a set of component systems in a System of Systems concept. In the present work, we model the wireless communication link among component systems, with all its major effects, using a graphical modeling tool for describing flow of power in multi-physics domain called Bond Graph. This model permits identifying mathematically, the quality of signal received at information sink based on model parameter values. We conduct an experiment on cooperative behavior of two humanoids in a system of systems concept and demonstrate how we are able to experimentally measure the parameter values defined in our model.Next we justify how we are able to evaluate quantitatively, the fault tolerance level of a wireless communication link and introduce the need for redundant links in system of systems. Then we propose a methodology for coupling Hyper Graph, used for modeling the organization of component systems, and Bond Graph in multilevel graphical modeling of system of systems. Finally, we discuss another system of systems with two cooperating component systems, a Unmanned Aerial Vehicle (UAV) and an intelligent autonomous vehicle (robuTAINer), in which the UAV will supply navigation information to the intelligent autonomous vehicle to be able to safely maneuver in a confined space. We develop algorithms for robuTAINer detection and navigation from UAV. Then we practically test our algorithms and analyze the obtained results.

La pile à combustible (PàC) est actuellement la solution alternative aux énergies fossiles la plus prometteuse. Il convient cependant d’améliorer sa fiabilité. Cela nécessite la mise en place d’algorithmes capables d’estimer en temps réel l´état de santé de son fonctionnement et de prédire sa durée de vie résiduelle. Les méthodes de pronostic basées sur un modèle physique offrent des résultats précis car ne nécessitent ni apprentissage de modes de fonctionnement ni expertise de l’opérateur. Toutefois, la problématique pour un système PàC réside dans le couplage de plusieurs phénomènes physique, l’incertitude des paramètres du modèle et la faible instrumentation du cœur de pile. Ainsi, nous utilisons des modèles incertains basés sur l’outil Bond Graph bien adapté pour la PàC. Concrètement, les incertitudes sont intégrées au modèle d´évolution des puissances qui est utilisé pour la détection du vieillissement et l’estimation de la dégradation de la PàC. Un modèle de dégradation est utilisé par un filtre de Kalman étendu pour l’estimation de l’état de santé, de la dynamique du vieillissement et permet de quantifier l’incertitude pour toute condition opératoire. Un algorithme Inverse First Order Reliability Method permet ensuite la prédiction de la durée de vie résiduelle et de l’incertitude de prédiction inhérente. La méthode globale a été validée sur différents jeux de données expérimentales. Grâce à l’ensemble de ces outils, un contrôle par inversion de modèle REM (Représentation Energétique Macroscopique) à paramètres variant, robuste au vieillissement a été développé en se basant sur l’estimation de l’état de santé. / The fuel cell (FC) is at present the alternative solution to the fossil fuels the most promising. It is however advisable to improve its reliability. This requires the implementation of algorithms capable of estimating in real time the state of health and forecasting its remaining useful life (prognostics). The methods of prognostics based on a physical model offer precise results once they do not requiring either learning or expertise of the operator. However, the problem for a FC system lies in the coupling of several physical phenomena, the uncertainty of the parameters of the model and the low instrumentation of the FC stack.Thus, we use uncertain models based on the Bond Graph tool well adapted for the FC. Concretely, the parameters uncertainties are integrated in the model of evolution of the powers which is used for the detection of the beginning of the aging and the estimation of the degradation of the FC based on the causal and structural properties of the model. The generated model of degradation is used by an extended Kalman filter which allows the estimation of the state of health , the dynamics of the aging and the quantification of the uncertainty for any operating condition (of temperature, current and pressure). An Inverse First Order Reliability Method is then used for the prediction of the remaining useful life and the inherent uncertainty. The global method was validated on various sets of experimental data. Thanks to this set of tools, a control based on the inversion of an Energetic Macroscopic Representation (EMR) model with time varying parameters, robust to aging is developed based on the state of health estimation.

La décennie en cours a marqué l’arrivée irrésistible et irréversible des systèmes GNSS dans la société en le rendant accessibles à tous et indispensable à de nombreuses utilisateurs. L’amélioration des performances et de la fiabilité des systèmes GNSS est parmi les facteurs qui concourent au développement exponentiel du champ des applications et de services GNSS. Cette amélioration repose sur l’utilisation des méthodes d’estimation de la géo-position qui assure un niveau d’intégrité très élevé. Pour cela, ces méthodes doivent intégrer une couche de surveillance d’intégrité bien élaborée. Dans ce travail, nous proposons des approches de contrôle et de surveillance d’intégrité d’une estimation d’une géo-position avec des mesures GNSS. Nous avons fait le choix de développer des approches basées sur un formalisme informationnel : filtre informationnel d’une part, et outils de la théorie de l’information d’autre part. Des résidus basés sur l’information mutuelle sont développés. Avec un seuillage adéquate, ces résidus permettent de détecter et d’exclure des mesures GNSS erronées. Dans ce contexte, d’autres idées ont été également mises à profit afin de robustifier les méthodes développées comme la projection des observations GNSS dans l’espace informationnel ainsi que des fonctions d’optimisation de la prédiction d’un filtre.Les méthodes proposées sont testées et validées avec des données réelles acquises avec un véhicule expérimental équipé de plusieurs systèmes GNSS ouverts. / The current decade has marked the irresistible and irreversible arrival of the GNSS systems in society by making it accessible and essential to many users. Improved performance and reliability of GNSS systems is among the factors that contribute to the exponential development of the field of GNSS applications and services. This improvement is based on the use of estimation methods of geo-positioning which ensures a very high level of integrity. For this, these methods must incorporate a layer of well-developed autonomous integrity monitoring. In this work, we propose approaches for autonomous integrity monitoring of position estimation using GNSS measurements. We have chosen to develop approaches based on an informational formalism: Informational filter on the one hand and tools of the information theory of the other. Residuals based on mutual information are developed. With an appropriate thresholding, these residuals can detect and exclude GNSS erroneous measurements. In this context, other ideas were also developed in order to robustify the developed methods as the projection of GNSS observations in the information space and the development of optimization function in order to ameliorate the prediction of a filter. The proposed methods are tested and validated with real data acquired with an experimental vehicle with several open GNSS systems.

Le travail présenté dans cette thèse traite l'intégration de diagnostic et de pronostic pour l'optimisation et l’aide à la décision d’actions de maintenance de systèmes complexes. Les défauts considérés dans ce travail sont les dérives. Une architecture générique pour la surveillance, le diagnostic et le pronostic basée sur le traitement des dérives est développée. La surveillance et le diagnostic permettent de déterminer le composant en défaillance et le mode opérationnel de défaut qui initie la dérive. Ensuite, le pronostic permet d’anticiper les défaillances du système en fournissant des informations sur les futurs États des composants. En se basant sur le retour du pronostic, des actions de maintenance préventive peuvent être alors considérées. Les méthodes employées sont basées sur les données. Ceci est d’autant plus intéressant parce que l’hypothèse de connaissance de modèle physique n’y est pas toujours vérifiée. A partir des données mesurées est construit (ou sont construits) un (des) espace(s) de représentation et de décision dans lequel sont matérialisées ou modélisées les classes de fonctionnement. L’environnement dynamique dans lequel se trouve le système peut (va) provoquer des dérives de fonctionnement qui auront comme conséquence un changement dans la structure des classes. Les techniques proposées sont sensibles à ces dérives et permettent de calculer des indicateurs de détection et de caractérisation de la dérive. La détection de dérive vise à détecter, dès que possible, l'apparition d'une dérive. La caractérisation de dérive a pour but de trouver le mode de défaillance entraînant la dérive et de calculer un indicateur de dégradation qui reflète l'état de santé. Le pronostic est fait en modélisant l'évolution de l'indicateur de dégradation du système et permet l’estimation d’RUL (durée de vie utile) ainsi qu'un intervalle de confiance qui lui est associé. Tous ces aspects sont combinés ensemble pour former l'architecture générique pour la surveillance, de diagnostic et de pronostic. / The work presented in this thesis deal with the integration of diagnosis and prognosis for optimizing maintenance of complex systems. The particular kind of faults taken into consideration in this work is process drifts. A generic architecture for supervision, diagnosis and prognosis based on handling drifts is developed. The supervision/diagnosis can determine line components that need to be repaired, when fault occurs. It is based on handling the drift by considering indicators for detection and characterization. Then, the prognosis can anticipate system failures by providing information on future states of the components on which preventive maintenance actions may be considered. The developed methodology is based on treating data collected on a system, dropping the need for a mathematical description of the system. Using historically saved data and online generated data, a decision space is constructed, in which different classes corresponding to normal and failure operating modes exist. An incipient fault will cause a drift in the decision space, and consequently a change in the parameters of the classes. Thus, the decision space needs to be dynamically updated in order to treat those drifts. Then, indicators for drift detection and characterization, based on the parameter changes, are calculated. The aim of drift detection it is to detect, as soon as possible, the occurrence of a drift. Drift characterization deals with finding the failure mode causing the drift, and with calculating an indicator that reflects the health state. Prognosis models the evolution of the actual health system indicator, and estimates a RUL (Remaining Useful Life) as well as a confidence interval associated to it. All these aspects are combined together to form the generic architecture for supervision, diagnosis and prognosis.

Les travaux présentés dans ce mémoire concernent l'étude du diagnostic de défauts simples et multiples pour des systèmes dynamiques continus et consistent à développer une stratégie de diagnostic globale pour la gestion des modes de fonctionnement en situations normale et anormale. Nous avons d'abord développé un nouveau formalisme graphique de modélisation des systèmes dynamiques émanant des BG et que nous avons appelé le BGS. Ce formalisme est très aisément interprétable grâce à un certain nombre de propriétés et de définitions que nous avons établies. L'élaboration d'un tel formalisme permet de faire appel aux propriétés structurelles et causales du BG et d'élargir leur champ d'étude pour inclure le raisonnement qualitatif. Nous avons ensuite proposé un modèle générique permettant d'intégrer les modèles Génériques de Composants (MGC) fonctionnels et les modèles BGS pour la gestion, par un automate fini, des modes de fonctionnement et des conditions de reconfiguration d'un système autonome. Enfin, nous avons proposé une méthode de diagnostic des défauts simples et multiples en utilisant une approche par abduction basée sur l'étude de la propagation de défauts sur le BGS à partir des observations. La méthodologie proposée est validée par deux systèmes de complexité différente et en l'occurrence une pile à combustible à membrane échangeuse de protons et un système électromécanique d'un véhicule électrique. / The work presented in this paper deals with the diagnosis of single and multiple faults for continuous dynamic systems. It consists on developing a global diagnosis strategy for the operating modes management in both normal and abnormal situations. We first developed a new graphical formalism for dynamic system modelling. This formalism is emanating from the BG methodology and it is called Signed Bond Graph (SBG). This latter is easily understandable by a number of properties and definitions that we have established. The development of such formalism allows to use structural and causal properties of the BG and to expand its scope to include qualitative reasoning. Furthermore, we proposed a generic model for integrating functional Generic Component Models(GCM) and SBG models for the management of operating modes and reconfiguration conditions of an autonomous system using a finite automaton. Finally, we proposed a method for diagnosing both single and multiple faults using an abduction approach based on the faults propagation within the SBG by starting from a set of observations. The proposed methodology is validated by two different systems namely a proton exchange membrane fuel cell and an electromechanical system of an electric vehicle.

Les entreprises qui exploitent les réseaux de chaleur fournissent un service énergétique à leurs clients. Face à l’augmentation des coûts de l’énergie et aux contraintes réglementaires et sociétales de plus en plus strictes, ces industriels distributeurs d'énergie cherchent à maîtriser l'efficacité énergétique de leurs installations notamment pour améliorer leur compétitivité et leur image. Dans ce contexte, l’industriel doit suivre l’efficacité énergétique et l'état de santé de l’installation, afin de pouvoir réagir en cas de problème, en particulier en effectuant ou en planifiant des opérations de maintenance. En raison du volume important de données à traiter et du temps de réaction court souhaité, il est nécessaire de développer des méthodes efficientes permettant d’aider l’opérateur à suivre l’état de santé du système, et à prendre ainsi les décisions de maintenance nécessaires. L'approche d'aide à la décision que nous proposons s'appuie sur des indicateurs pertinents de l'état de santé de l'installation et des composants, dont les évolutions sont facilement interprétables par l'opérateur. Les modèles de comportements des équipements des réseaux de chaleur sont utilisés d'une part pour générer ces indicateurs, d'autre part pour établir les liens entre les défauts de ces équipements et leurs impacts sur l’efficacité énergétique du réseau de distribution. Ces liens sont analysés pour chercher les sous-systèmes surveillables, vérifier si les défauts à surveiller sont structurellement détectables et guider la génération des indicateurs. Des modèles statiques sont retenus pour leur généricité, leur facilité d’élaboration, de calcul et d’interprétation. Les indicateurs générés en utilisant des modèles statiques doivent être calculés lorsque le système fonctionne en état stationnaire. Pour cette raison, nous proposons une méthode pour rechercher les fenêtres temporelles durant lesquelles le fonctionnement est stationnaire. Les indicateurs calculés sur ces fenêtres temporelles sont ensuite analysés pour donner à l'opérateur des informations sur l'état de santé du système. L’analyse structurelle montre qu'un indicateur peut être sensible à différents défauts, et qu'un défaut peut influencer les valeurs de plusieurs indicateurs. Les évolutions de ces indicateurs peuvent donc être corrélées. Afin d’exploiter les informations des corrélations des évolutions des indicateurs pour isoler les défauts, les valeurs des indicateurs sont traitées dans l’espace des indicateurs. Nous proposons une méthode de clustering dynamique afin d'aider l'opérateur à suivre l'état de santé du réseau. La démarche proposée est appliquée sur un site industriel géré par Veolia, partenaire industriel de cette thèse. Le suivi de l’état de santé est réalisé en utilisant les données enregistrées sur le site durant deux mois. Les résultats obtenus montrent l'efficacité des outils et méthodes proposés. / Companies managing district heat networks, provide energy services to customers. Faced with rising energy costs and increasingly stringent regulatory and societal pressures, these energy service companies are seeking to control the system energy efficiency, aiming at improving their competitiveness and social image. In this context, the industrial needs to monitor the energy efficiency of the energy distribution system and its health state, in order to perform maintenance operations in case of problems. Due to the large amount of data and the desired short reaction time, it is necessary to develop methods to support the operator in the health state monitoring and in the maintenance decision-making process. These methods aim at providing appropriate health indicators of system's components, whose evolutions are easy to be interpreted by operators. Behavioral models of heat networks are used on the one hand to generate these indicators, and on the other hand to establish the links between component faults and their impacts on energy efficiency of the network. These links are analyzed to search for monitorable subsystems, i.e. to verify whether the faults to be monitored are structurally detectable, and to guide the indicators generation. Static models are retained for their genericity, simplicity of development, of calculation and of interpretation. Indicators generated using static models must be calculated when the system is operating in steady state. For this reason, we propose a method to determine the steady state time-windows. The computed indicators are then analyzed to give to the operator an information on the system's health state. Structural analysis shows that an indicator can be sensitive to different faults, and that a fault can influence the values of several indicators. The evolutions of these indicators can therefore be correlated. In order to use the information of the correlation between the indicators to isolate the fault,indicators values are analyzed in the space of indicators. We propose a dynamic clustering method to help the operator to monitor the health state of the network.The proposed approach is applied on a heat network plant managed by Veolia, the industrial partner of this thesis, using the data recorded during two months. The results show the efficiency of the proposed tools and methods.

This thesis mainly focuses on two Internet based control applications. One is a networked control system (NCS) where the control loop is closed through the network. The other is the Networked Control System Laboratory (NCSLab) which is a global web based remote experimentation platform. The contribution in the first part of the thesis relates to the networked predictive control (NPC) which was first introduced by Liu et al. (2004). In this method, the controller uses the model predictive approach to predict a future control sequence and send it to the plant in a network packet. The plant side receives this packet and then determine the appropriate control signal to apply to the actuator according to the time delay measurement. This method is innovative and works well in theory, but it has two deficiencies in practical applications. The first deficiency is that it needs synchronization between the controller and plant side to measure the individual forward and feedback channel time delays and this is very hard to achieve on the Internet. In this thesis, a round-trip NPC is proposed in which the predictive calculations and signal selections are based on the round-trip delay. The measurement of the round-tip delay is achieved using the plant side clock only, so that the need for synchronization is avoided. The second deficiency is that the mathematical model has to be accurately known. Otherwise the accuracy of the predictive calculation is affected, which may result in a degraded control performance. An event-driven NPC scheme is introduced to solve this problem. In this scheme, the selection of the appropriate control signal is not based on the time delay measurement but on the previous system output. This method can compensate for the effect of model uncertainty, which has been verified by both simulations and real-time experiments. Some experiments carried out on other NPC schemes are also reported on in this thesis. They are the NPC in state-space form and nonlinear NPC. These methods expand the use of NPC methodology. The second part of the thesis describes the design and implementation of the Networked Control System Laboratory. The NCSLab is based in the University of Glamorgan but its test rigs are diversely located in four Institutions from both the UK and China. In order to manage these test rigs from different places, a four layer structure (Central Server/Regional Server/Sub-Server/Test Rig) is adopted. The four layers are integrated into one system via the Internet. In order to deliver the remote experimentation to the users, a web-based user interface is designed. It provides great flexibility to the users such as remote monitoring, remote tuning and remote control algorithms. The implementation of the user interface (UI) heavily adopts the AJAX technology, so the remote experiments can be conducted inside the web browsers without installing special plug-ins. In order to show how the NCSLab works, two examples are given in the thesis.

Une stratégie de commande tolérante aux fautes active pour des systèmes suractionnés est présentée dans ce mémoire de thèse. Elle est formée de 4 étapes : détection rapide du défaut, activation d’une commande tolérante aux fautes qui assure le suivi de trajectoire du système en présence du défaut, localisation précise du défaut et finalement reconfiguration du système en déconnectant ou en bloquant dans une position déterminée, le composant défaillant. Cette stratégie de commande s’applique à un véhicule autonome de type 2WS4WD : lorsque la déviation latérale du véhicule dépasse un seuil de sécurité dynamique, une commande tolérante aux fautes basée sur la génération de références est activée. Son objectif est d’assurer la redistribution des tâches au niveau des actionneurs sains, non utilisés en fonctionnement normal, pour compenser l’effet du défaut. La loi de commande est élaborée en utilisant la théorie de Lyapunov et la technique du backstepping et calculée par deux boucles interconnectées. La première boucle, appelée boucle externe, calcule les nouveaux objectifs locaux nécessaires pour atteindre l’objectif global du système. La second boucle, appelée boucle interne, calcule la loi de commande nécessaire pour assurer le suivi des objectifs locaux élaborés dans la boucle externe. Un algorithme de localisation précise de défaut est ensuite appliqué pour déterminer le composant défaillant. Une fois ce composant identifié, le système suractionné est reconfiguré en utilisant uniquement les composants sains. Les algorithmes de diagnostic et de commande tolérante aux fautes sont finalement validés en utilisant une co-simulation des logiciels CarSim et Matlab/Simulink. / An active fault tolerant control (AFTC) strategy for overactuated systems is presented in this thesis. It consists of four steps: detecting very quickly the fault, activating a fault tolerant control law for preserving the stability of the overactuated system in presence of the fault, localizing precisely the faulty component, and finally reconfiguring the system by maintaining only the healthy components. This strategy is applied to an autonomous 2WS4WD vehicle : when the vehicle’s lateral deviation exceeds a dynamic security threshold, the fault tolerant control algorithm is activated. It is based on a dynamic reference generation and consists in controlling the redundant actuators which are not used in normal behavior. The control law used for this task is designed using Lyapunov theory and backstepping technique. It consists of two interconnected control loops: an outer loop and an inner loop. The outer loop ensures the computation of dynamic references necessary for preserving the trajectory tracking of the vehicle. The inner loop ensures the tracking of the dynamic references generated in the outer loop. A fault isolation module is then applied to determine precisely the faulty component. Once it is isolated, the system is controlled by using only healthy components. The diagnosis and fault tolerant control schemes are validated on a realistic vehicle model using a co-simulation between CarSim and Matlab/Simulink softwares.

Dans cette thèse nous nous sommes intéressés à la détection, la localisation et l'estimation de défauts (capteurs, actionneurs et défauts internes) dans les systèmes modélisés sous forme d'état linéaire et bilinéaire. La méthode que nous proposons, (appelée MPD pour Méthode par Projection des Données), nécessite de connaître la structure du modèle comportemental mais ne nécessite pas de connaître les valeurs des paramètres de ce modèle. Les résidus sont générés par des techniques de projection matricielle en utilisant uniquement les données d'entrées et de sorties mesurées. Cette méthode peut être directement implantée sur des applications de même type sans que les paramètres de chaque système soient identifiés. Cette méthode pourrait donc être très utile pour tester des systèmes en fin de chaîne de fabrication ou pour être implantée sur un parc (groupe) de machines identiques. Elle pourrait être aussi utile pour des systèmes à paramètres difficilement identifiables. Les défauts internes (supposés abrupts et invariants, c'est-à-dire correspondant à un biais constant sur les paramètres) entraînent des dynamiques différentes qui correspondent à des modes de fonctionnement défaillant. Le problème de diagnostic se ramène alors à un problème d'estimation des instants de commutation et de reconnaissance du mode actif à chaque instant. / In this thesis we are interested in detecting, isolating and estimating faults (sensors, actuators and internal faults) in systems modeled as linear and bilinear systems. The method we propose (called MPD Data Projection Method), requires knowledge of the behavioral model structure but does not need to know the parameter values of this model. Residuals are generated by matrix projection techniques using only the input-output measured data. This method can be directly implemented on applications of the same type without the parameter identifications of each system. This method could be very useful for testing systems at the end of the production line or to be located on a park (group) of identical machines. It could also be useful for systems with parameters difficult to identify. Internal faults (assumed abrupt and invariants, that is to say corresponding to a constant bias parameters) lead to different dynamics corresponding to modes of faulty operation. The diagnostic problem then reduces to a problem of estimation of the switching times and recognition of the active mode at each time instant.