Aujourd'hui, les réseaux de communications sont largement utilisés pour relier les points de ressources, qui permettent la transmission de données à distance, de réduire la complexité dans le cadre de câblage et les coûts de support et de fournir l'aide dans la maintenance. En raison de ces avantages, les réseaux ont été introduits dans les systèmes automatiques au cours de ces dernières décennies et de nouveaux protocoles de réseau industriel ont été également développés pour assurer le contrôle à distance. Les systèmes contrôlés en réseau SCR (Networked Control System NCS) sont des systèmes automatiques traditionnels où les actionneurs, les capteurs, les contrôleurs et des autres composants sont distribués autour d'un réseau de communication, qui peut être partagé ou non avec d'autres applications. Les données de commande et de diagnostic sont échangées entre les composants du système (capteur, contrôleur, actionneur) via ce réseau partagé. Cette nouvelle architecture de système de contrôle introduit des problèmes originaux, en termes de retard variable affectant la transmission, des pertes de paquets, etc. Dans l'objectif de maintenir de bonnes performances du module de diagnostic face à des éventuelles variations introduites par le réseau, il est intéressant d'introduire des nouvelles approches. Nous avons rapporté les résultats relatifs aux techniques d'estimation optimale à base de filtre de Kalman, de façon à constituer un document aussi complet que possible traitant la génération de résidus et l'isolation des défauts dans SCR. Notre contribution consiste, dans un premier temps, à développer un modèle d'état d'un système contrôlé via un réseau. En deuxième temps, nous proposons un générateur de résidus en se basant sur les hypothèses simulant le retard induit par le réseau. Finalement, nous développons un filtre isolateur pour identifier directement les défauts affectant les actionneurs dans un SCR / Today's communications networks are widely used to connect the resources, enabling the remote data transmission, reducing the cabling complexity, minimizing costs and providing easy maintenance. Because of these advantages, the networks have been introduced in automatic systems during recent decades and new industrial network protocols were also developed for the remote control. The systems controlled by networks, the term "Networked Control Systems (NCS)" are automatic traditional systems where the actuators, the sensors, the controllers and other components are distributed around a communication network that can be shared or not with other applications. The data of both control and diagnostic are exchanged between system components (sensor, controller and actuator) via the shared network. This new architecture of control system introduces new problems in terms of variable delay affecting the transmission, the packet loss, etc. With the aim to maintain good performance of diagnostic module face of possible changes introduced by the network, it is interesting to introduce new approaches. We have reported results for the optimal estimation techniques based on Kalman filter, thus creating a report as complete as possible, treating the residual generation and fault isolation in NCS. Our contribution consists, firstly, to develop a state space model of a system controlled via a network. Secondly, we propose a residual generator based on the delay models induced by the network. Finally, we develop a isolation filter in order to directly identify in the actuators faults in a SCR

Les travaux développés dans cette thèse portent sur la "co-conception diagnostic / ordonnancement des mesures dans un système contrôlé en réseau" qui est un sujet multidisciplinaire nécessitant des compétences en théorie du contrôle et en théorie des réseaux. La thèse a pour but de développer, dans le contexte des systèmes contrôlés en réseau, une approche de co-conception qui intègre de façon coordonnée les caractéristiques qui expriment la performance du diagnostic des défauts et les paramètres de l'ordonnancement temps-réel des messages. L'intérêt de cette approche coordonnée réside essentiellement dans la minimisation des ressources nécessaires pour atteindre la performance du diagnostic requise, minimisation qui prend tout son sens dans le contexte des systèmes embarqués. Nous nous sommes intéressés plus particulièrement à l'étude des problèmes liés à l'élaboration d'algorithmes de diagnostic efficaces et adaptés aux caractéristiques de l'application de façon tout en prenant en compte différents types de contraintes liées au réseau. En conjonction avec ces algorithmes, deux ensembles de techniques d'ordonnancement des mesures ont été développés : - ordonnancement hors ligne - ordonnancement évènementiel en ligne Pour l'ordonnancement hors ligne, les séquences de communication sont conçues en amont, préalablement à la mise en oeuvre de l'algorithme de diagnostic (implémentation). D'autre part, nous proposons aussi des techniques d'ordonnancement en ligne basées sur l'échantillonnage évènementiel développé au cours de la dernière décennie. Au contraire de la plupart des recherches en automatique classique, considérant que l'échantillonnage des signaux continus est réalisé d'une manière périodique, les mesures dans cette approche sont transmises si et seulement si la condition de transmission (évènement) est vérifiée / The works developed in this thesis deal with 'fault diagnosis and sensor scheduling co-design' in networked control system. This multidisciplinary subject requires theoretical knowledge in both fault diagnosis and communication networks. Our contribution consists in developing a co-design approach that integrates in the same framework the characteristics of fault diagnosis performance and real time sensor scheduling. The main benefit of this approach is minimizing the required network resources for attending acceptable fault diagnosis performances. We are interested in the development of more efficient and more adapted for real time implementation fault diagnosis algorithms while taking into account different types of communication constraints. In conjunction with these algorithms, two sets of sensor scheduling techniques are used : - Off-line scheduling - On-line scheduling (event triggered sampling) For off-line scheduling, the communication sequences are designed before the implementation of the diagnostic algorithm. In this context, we proposed several techniques for scheduling with different spatial and temporal complexity and adapted to different operating condition for the detection and the isolation of faults based on the information provided by the selected communication sequences. Moreover, we deal also with on-line scheduling techniques based on the event triggered sampling developed during the last decade. In This approach measurement packets are transmitted if and only if the transmission condition (event) is verified. This saves resources provided by the network while maintaining acceptable performance of fault diagnosis. The objective of these algorithms is to minimize the number of transmitted information which means less energy consumption and has a major importance in wireless networked control systems

Dans cette thèse, le diagnostic d'un système non linéaire a été réalisé par une analyse de données. Initialement conçue pour analyser les données liées par des relations linéaires, l'Analyse en Composantes Principales (ACP) est couplée aux méthodes à noyau pour détecter, localiser et estimer l'amplitude des défauts sur des systèmes non linéaires. L'ACP à noyau consiste à projeter les données par l'intermédiaire d'une application non linéaire dans un espace de dimension élevée dénommé espace des caractéristiques où l'ACP linéaire est appliquée. Ayant fait la projection à l'aide de noyaux, la détection peut facilement être réalisée dans l'espace des caractéristiques. Cependant, l'estimation de l'amplitude du défaut nécessite la résolution d'un problème d'optimisation non linéaire. Une étude de contributions permet de localiser et d'estimer ces amplitudes. La variable ayant la plus grande contribution est susceptible d'être affectée par un défaut. Dans notre travail, nous avons proposé de nouvelles méthodes pour les phases de localisation et d'estimation des défauts pour lesquelles les travaux existants ont des limites. La nouvelle méthode proposée est basée sur les contributions sous contraintes permettant d'obtenir une reconstruction parcimonieuse des variables. L'efficacité des méthodes proposées est montrée sur un réacteur à agitation continue (CSTR). / In this thesis, the diagnosis of a nonlinear system was performed using data analysis. Initially developed to analyze linear system, Principal Component Analysis (PCA) is coupled with kernel methods for detection, isolation and estimation of faults' magnitude for nonlinear systems. Kernel PCA consists in projecting data using a nonlinear mapping function into a higher dimensional space called feature space where the linear PCA is applied. Due to the fact that the projections are done using kernels, the detection can be performed in the feature space. However, estimating the magnitude of the fault requires the resolution of a nonlinear optimization problem. The variables' contributions make it possible to isolate and estimate these magnitudes. The variable with the largest contribution may be considered as faulty. In our work, we proposed new methods for the isolation and estimation phases for which previous work has some limitations. The new proposed method in this thesis is based on contributions under constraints. The effectiveness of the developed methods is illustrated on the simulated continuous stirred tank reactor (CSTR).

Les algorithmes génétiques, la logique floue et les réseaux de neurones sont de plus en plus utilisés dans des domaines d'application très variés. Nous nous proposons de les étudier dans le cadre de l'identification et de la commande de la machine asynchrone. Plus particulièrement, nous utilisons les algorithmes génétiques afin d'identifier les paramètres du modèle dynamique de la machine. Des régulateurs, à base de logique floue et de réseaux de neurones, sont implantés au sein d'une commande vectorielle par orientation du flux rotorique. Est également abordée l'influence de la variation des paramètres sur le fonctionnement du système. Les défauts de structure de la machine asynchrone sont considérés dans le cas des ruptures de barres au rotor. Le diagnostic de ces défauts ainsi que leur influence sur le comportement de la régulation sont étudiés. Enfin, une amélioration de la commande vectorielle sans capteur mécanique est présentée ouvrant une voie vers les techniques intelligentes de commande. Ces dernières sont maintenant possibles compte tenu de la puissance sans cesse grandissante des processeurs. Un logiciel de simulation, développé dans le cadre de la thèse, a permis de mener une bonne partie des études présentées. Une attention particulière a été accordée à la partie expérimentale, seul garant de la faisabilité et de la validation de l'étude.

Les travaux présentés dans ce mémoire contribuent à la définition de méthodes pour la détection et le diagnostic de défauts affectant les systèmes aéronautiques. Un système représentatif sert de support d'étude, constitué du modèle non linéaire à six degrés de liberté d'un missile intercepteur, de ses capteurs et actionneurs ainsi que d'une boucle de guidage-pilotage. La première partie est consacrée au développement de deux méthodes de diagnostic exploitant l'information de commande en boucle fermée et les caractéristiques des modèles aéronautiques. La première méthode utilise les objectifs de commande induits par les lois de guidage-pilotage pour générer des résidus indiquant la présence de défauts. Ceci permet la détection des défauts sur les actionneurs et les capteurs, ainsi que leur localisation pour ces derniers. La deuxième méthode exploite la mesure de dérivées des variables d'état (via une centrale inertielle) pour estimer la valeur de la commande réalisée par les actionneurs, sans intégration du modèle non linéaire du système. Le diagnostic est alors effectué en comparant cette estimée avec la valeur désirée, ce qui permet la détection, la localisation et l'identification de défauts multiples sur les actionneurs.La seconde partie propose une méthodologie de réglage automatique des paramètres internes (les hyperparamètres) de méthodes de diagnostic. Ceci permet une comparaison plus objective entre les méthodes en évaluant la meilleure performance de chacune. Le réglage est vu comme un problème d'optimisation globale, la fonction à optimiser étant calculée via la simulation numérique (potentiellement coûteuse) de cas test. La méthodologie proposée est fondée sur un métamodèle de krigeage et une procédure itérative d'optimisation bayésienne, qui permettent d'aborder ce problème à faible coût de calcul. Un nouvel algorithme est proposé afin d'optimiser les hyperparamètres d'une façon robuste vis à vis de la variabilité des cas test pertinents.Mots clés : détection et diagnostic de défauts, guidage-pilotage, krigeage, minimax continu, optimisation globale, redondance analytique, réglage automatique, systèmes aéronautiques.

Les travaux présentés dans ce mémoire traitent de la synthèse d'algorithmes de diagnostic de défauts simples et multiples. L'objectif vise à proposer une stratégie de diagnostic à minimum de redondance analytique en exploitant au mieux les informations de redondance matérielle éventuellement disponibles sur le système. Les développements proposés s'inscrivent dans une démarche de coopération et d'agrégation des méthodes de diagnostic et la construction optimale d'un diagnostic global en fonction des diagnostiqueurs locaux. Les travaux réalisés se veulent génériques dans le sens où ils mêlent à la fois les concepts et outils de deux communautés : ceux de la communauté FDI (Fault Detection and Isolation) et ceux de la communauté DX (Diagnosis) dont les bases méthodologiques sont issues des domaines informatiques et intelligence artificielle. Ainsi, le problème de détection (ainsi que le problème de localisation lorsque les contraintes structurelles le permettent) est résolu à l'aide des outils de la communauté FDI tandis que le problème de localisation est résolu à l'aide des concepts de la communauté DX, offrant ainsi une démarche méthodologique agrégée. La démarche méthodologique se décline en deux étapes principales. La première phase consiste en la construction d'une matrice de signatures mutuellement exclusive. Ainsi, le problème du nombre minimal de relations de redondance analytique (RRA), nécessaires pour établir un diagnostic sans ambiguïté, est abordé. Ce problème est formalisé comme un problème d'optimisation sous contraintes qui est efficacement résolu à l'aide d'un algorithme génétique. La deuxième étape concerne la génération des diagnostics. Ainsi, pour une situation observée, identifier les conflits revient à définir les RRAs non satisfaites par l'observation. Les diagnostics sont obtenus à l'aide d'un algorithme basé sur le concept de formules sous forme MNF (Maximal Normal Form). L'intérêt majeur dans cette approche est sa capacité à traiter le diagnostic des défauts simples et multiples ainsi que le diagnostic des plusieurs modes de fautes (i.e., le diagnostic des différents types de défauts) associés à chaque composant du système surveillé. De plus, il existe des preuves d'optimalité tant au niveau local (preuve de robustesse/sensibilité) qu'au niveau global (preuve de diagnostics minimaux). La méthodologie proposée est appliquée à la mission spatiale Mars Sample Return (MSR). Cette mission, entreprise conjointement entre l'administration nationale de l'aéronautique et de l'espace (NASA) et l'agence spatiale européenne (ESA), vise à ramener des échantillons martiens sur Terre pour des analyses. La phase critique de cette mission est la phase rendez-vous entre le conteneur d'échantillons et l'orbiteur. Les travaux de recherche traitent le problème de diagnostic des défauts capteurs présents sur la chaîne de mesure de l'orbiteur pendant la phase de rendez-vous de la mission. Les résultats, obtenus à l'aide du simulateur haute fidélité de Thalès Alenia Space, montrent la faisabilité et l'efficacité de la méthode.

Une méthode de diagnostic des machines électriques basée sur l'analyse du champ magnétique de fuite et sur l'approche inverse est proposée. Nous avons développé unoutil de modélisation direct en 3D permettant de calculer le champ magnétique de fuite de la machine. Plusieurs méthodes numériques ont été étudiées (éléments finis, moments magnétiques, intégrales de frontières...). Un modèle précis, léger et original a été développé. L'approche inverse a consisté en fonction des mesures du champ à l'extérieur, de retrouver la répartition du flux dans l'entrefer. Nous avons montré que cette approche permet la discrimination, la localisation et la quantification de l'importance des défauts. Finalement, notre approche a été validée expérimentalement grâce à l'instrumentation d'une maquette de machine synchrone (30kVA, 4 pôles) associée à un système de capteurs de champ magnétique Fluxgate.

Les travaux présentés dans ce mémoire traitent de la synthèse d'algorithmes de diagnostic de défauts simples et multiples. L'objectif vise à proposer une stratégie de diagnostic à minimum de redondance analytique en exploitant au mieux les informations de redondance matérielle éventuellement disponibles sur le système. Les développements proposés s'inscrivent dans une démarche de coopération et d'agrégation des méthodes de diagnostic et la construction optimale d'un diagnostic global en fonction des diagnostiqueurs locaux. Les travaux réalisés se veulent génériques dans le sens où ils mêlent à la fois les concepts et outils de deux communautés : ceux de la communauté FDI (Fault Detection and Isolation) et ceux de la communauté DX (Diagnosis) dont les bases méthodologiques sont issues des domaines informatiques et intelligence artificielle. Ainsi, le problème de détection (ainsi que le problème de localisation lorsque les contraintes structurelles le permettent) est résolu à l'aide des outils de la communauté FDI tandis que le problème de localisation est résolu à l'aide des concepts de la communauté DX, offrant ainsi une démarche méthodologique agrégée. La démarche méthodologique se décline en deux étapes principales. La première phase consiste en la construction d'une matrice de signatures mutuellement exclusive. Ainsi, le problème du nombre minimal de relations de redondance analytique (RRA), nécessaires pour établir un diagnostic sans ambiguïté, est abordé. Ce problème est formalisé comme un problème d'optimisation sous contraintes qui est efficacement résolu à l'aide d'un algorithme génétique. La deuxième étape concerne la génération des diagnostics. Ainsi, pour une situation observée, identifier les conflits revient à définir les RRAs non satisfaites par l'observation. Les diagnostics sont obtenus à l'aide d'un algorithme basé sur le concept de formules sous forme MNF (Maximal Normal Form). L'intérêt majeur dans cette approche est sa capacité à traiter le diagnostic des défauts simples et multiples ainsi que le diagnostic des plusieurs modes de fautes (i.e., le diagnostic des différents types de défauts) associés à chaque composant du système surveillé. De plus, il existe des preuves d'optimalité tant au niveau local (preuve de robustesse/sensibilité) qu'au niveau global (preuve de diagnostics minimaux). La méthodologie proposée est appliquée à la mission spatiale Mars Sample Return (MSR). Cette mission, entreprise conjointement entre l'administration nationale de l'aéronautique et de l'espace (NASA) et l'agence spatiale européenne (ESA), vise à ramener des échantillons martiens sur Terre pour des analyses. La phase critique de cette mission est la phase rendez-vous entre le conteneur d'échantillons et l'orbiteur. Les travaux de recherche traitent le problème de diagnostic des défauts capteurs présents sur la chaîne de mesure de l'orbiteur pendant la phase de rendez-vous de la mission. Les résultats, obtenus à l'aide du simulateur haute fidélité de Thalès Alenia Space, montrent la faisabilité et l'efficacité de la méthode.

Cette thèse concerne principalement la résolution des problèmes d'inversion dynamiquedans le cadre des systèmes dynamiques non linéaires. Ainsi, un ensemble de techniquesbasées sur l'utilisation des trains de mesures passées et sauvegardées sur une fenêtreglissante, a été développé. En premier lieu, les mesures sont utilisées pour générerune famille de signatures graphiques, qui constituent un outil de classification permettantde discriminer les diverses valeurs des variables à estimer pour un système non linéairedonné. Cette première technique a été appliquée à la résolution de deux problèmes : leproblème d'électolocation d'un robot doté du sens électrique et le problème d'estimationd'état dans les systèmes à dynamiques non linéaires. Outre ces deux applications, destechniques d'inversion à horizon glissant spécifiques au problème de diagnostic des défautsd'éoliennes dans le cadre d'un benchmark international ont été développées. Cestechniques sont basées sur la minimisation de critères quadratiques basés sur des modèlesde connaissance.

Le procédé de distillation est largement utilisé dans de nombreuses applications telles que la production pétrochimique, le traitement du gaz naturel, les raffineries de pétrole, etc. Généralement, la maintenance des réacteurs chimiques est très coûteuse et perturbe la production pendant de longues périodes. Tous ces facteurs démontrent réellement la nécessité de stratégies efficaces de diagnostic et de pronostic des défauts pour pouvoir réduire et éviter le plus grand nombre de ces problèmes catastrophiques. La première partie de nos travaux vise à proposer une méthode de diagnostic fiable pouvant être utilisée dans le régime permanent d’une procédure non linéaire. De plus, nous proposons une procédure modifiée de la méthode MFCM permettant de calculer la variation en pourcentage entre deux classes. L’utilisation de MFCM a pour objectif de réduire le temps de calcul et d’accroître les performances du classifieur. Les résultats de la méthode proposée confirment la capacité de classifier entre les différentes classes de défaillances considérées. Le calcul de la durée de vie du système est extrêmement important pour éviter les pannes catastrophiques. Notre deuxième objectif est de proposer une méthode fiable de pronostic permettant d’estimer le chemin de dégradation d’une colonne de distillation et de calculer le pourcentage de durée de vie de ce système. Le travail présente une approche basée sur le système d’inférence neuro-fuzzy adaptatif (ANFIS) combiné avec (FCM) pour prédire la trajectoire future et calculer le pourcentage de durée de vie du système. Les résultats obtenus démontrent la validité de la technique proposée pour atteindre les objectifs requis avec une précision de haut niveau. Pour améliorer les performances d’ANFIS, nous proposons la distribution de Parzen comme nouvelle fonction d’appartenance de l’algorithme ANFIS. Les résultats ont démontré l’importance de la technique proposée car elle s’est avérée efficace pour réduire le temps de calcul. En outre, la distribution de Parzen présentait la plus petite erreur quadratique moyenne (RMSE). La dernière partie de cette thèse se concentrait sur la proposition d’un nouvel algorithme pouvant être appliqué pour obtenir un système de surveillance en temps réel s’appuyant sur la prédiction de défauts ; cela signifie que cette méthode permet de prédire l’état futur du système, puis de diagnostiquer quelle est la source d’erreur probable. Elle permet d’évaluer la dégradation d’une colonne de distillation et de diagnostiquer par la suite les défauts ou accidents pouvant survenir à la suite de la dégradation estimée. Cette nouvelle approche combine les avantages d’ANFIS à ceux de RNA permettant d’atteindre un haut niveau de précision. / The distillation process is largely used in many applications such a petrochemical production, natural gas processing, and petroleum refineries, etc. Usually, maintenance of the chemical reactors is very costly and it disrupts production for long periods of time. All these factors really demonstrate the fundamental need for effective fault diagnosis and prognostic strategies that they are able to reduce and avoid the greatest number of thes problems and disasters. The first part of our work aims to propose a reliable diagnostic method that can be used in the steady-state regime of a nonlinear procedure. Moreover, we propose a modified procedure of the fuzzy c-means clustering method (MFCM) where MFCM calculates the percentage variation between the two clustered classes. The purpose of using MFCM is to reduce the computing time and increase the performance of the classifier. The results of the proposed method confirm the ability to classify between normal mode and eight abnormal modes of faults. Our second goal aims to propose a prognosis reliable method used to estimate the degradation path of a distillation column and calculate the lifetime percentage of this system. The work presents an approach based on adaptive neuro-fuzzy inference system (ANFIS) combined with (FCM) to predict the future path and calculate the lifetime percentage of the system. The results obtained demonstrate the validity of the proposed technique to achieve the needed objectives with a high-level accuracy. To improve ANFIS performance we propose Parzen windows distribution as a new membership function for ANFIS algorithm. Results demonstrated the importance of the proposed technique since it proved to be highly successful in terms of reducing the time consumed. Additionally, Parzen windows had the smallest Root Mean Square Error (RMSE). The last part of this thesis was focusing on the proposing of new algorithm which can be applied to obtain real-time monitoring system which relies on the fault production module to reach the diagnosis module in contrast to the previous strategies ; this means this method predict the future state of the system then diagnosis what is the probable fault source. This proposed method has proven to be a reliable process that can evaluate the degradation of a distillation column and subsequently diagnose the possible faults or accidents that can emerge as a result of the estimated degradation. This new approach combines the benefits of ANFIS with the benefits of feedforward ANN. The results were demonstrated that the technique achieved with a high level of accuracy, the objective of prediction and diagnosis especially when applied to the data obtained from automated distillation process in the chemical industry.