Ce travail de thèse propose une méthode générale de reconstruction de défauts. Cette méthode donne un aperçu sur le problème d’observabilité des entrées inconnues. Par la suite, une méthodologie de détection et d’isolation de défauts capteurs et actionneurs est proposée. Le schéma de FDI est basé sur une banque d’observateurs. L’implémentation de cette méthode pour un modèle ASM1 réduit conduit à une table de signature fortement localisante.La deuxième partie porte sur la problématique de « l’observation des systèmes non linéaires ». Le filtre de Kalman étendu (FKE) est l’un des observateurs les plus largement utilisé à cette fin. Cependant, la convergence de cet observateur n’est pas prouvée. Lorsque le FKE est appliqué à un système mis sous une forme canonique d’observabilité, il acquiert, des propriétés de convergence exponentielle globales. Cependant, ce dernier entraine une amplification de bruit. Afin de combiner l’efficacité d’un FKE en termes de lissage de bruit, et la réactivité d’un OKE grand gain face aux larges variations, [Boizot et al., 2010] ont proposé un observateur adaptatif. Ainsi, cet observateur est appliqué au système non-linéaire MIMO d’une station d’épuration biologique. Une étude comparative entre ces trois observateurs est menée afin de mettre en évidence la pertinence de l’observateur adaptatif. / This thesis proposes a general methodology for identifying and reconstructing sensor faults on dynamical processes. This identification theory provides a general framework for the problem of "observability with unknown inputs". Next, a framework for fault detection and isolation of sensors and actuators is proposed. The FDI sheme is based on bank of high-gain observers. A simulation study of a waste water treatment plant shows the effectiveness of the proposed approach.The second point evoked in the thesis is the observability of nonlinear dynamic systems and state estimation. The Extended Kalman Filter (EKF) is a widely used observer for such nonlinear systems. However, it suffers from the lack of theoretical justifications. The EKF, when applied to a system put in a normal form of observability, it acquires the property of global exponential convergence. Unfortunately, this latter observer (HG-EKF) is very sensitive to measurement noise. In order to combine the behaviors of the EKF (efficiency with respect to noise smoothing) and of the HG-EKF (reactivity to large estimation errors), (Boizot et al, 2010) proposed an adaptive high gain observer. This observer is applied to a MIMO nonlinear system of an Activated Sludge Process. A comparison study of the performances of the three observers under consideration is carried out. Results show a clearly better state estimation for the adaptive observer.