Ce travail contribue au développement de techniques de test dynamiques par stimulation laser pour la détection de défauts dans les composants VLSI.

Les activités industrielles peuvent induire des risques de nature diverse, voire conduire à des événements catastrophiques. De façon à réduire ces risques à des niveaux acceptables, à en limiter les coûts aussi bien humains, matériels que financiers et à respecter la réglementation, il est crucial d’en prévenir la survenue (prévention) et à identifier des situations anormales en fonction d’informations récupérées sur le terrain. Ceci nécessite de résoudre deux points essentiels : détecter l’anomalie et faire un diagnostic, d’où l’importance des modèles de bon comportement qui modélisent des systèmes physique réels et les méthodes associées permettant d’effectuer la surveillance en continu. L’approche la plus utilisée dans la communauté FDI est l’approche structurelle qui consiste à construire des relations de redondance analytique (RRA). Le principe de l’approche structurelle est de prendre en compte seulement l’existence des relations entre les variables induites par les équations du modèle. En basant sur cette approche, ma thèse consiste à trouver une réponse qui satisfait un triple objectif :1. Extraire les relations valides à partir du modèle de bon comportement d'un système afin de prendre en compte l'évolution du système en éliminant les relations et des mesures invalides ayant pour but d'effectuer le diagnostic en ligne2. Construire, en utilisant une analyse symbolique couplée avec la théorie des graphes, les relations de redondance analytique symboliques (RRAS) pour la détection des défauts dans le système.3. Evaluer ces RRAS en utilisant le calcul par intervalle, an de prendre en compte les incertitudes présents dans les mesures, lors des tests de cohérence. / Large-scale complex process plants are safety-critical systems where the real-time diagnosis is very important. In a model based systems engineering approach, the structured development process from the concept to the production to the operation phase is organized around a coherent model of the system. This model contains, in particular, relations about the behavior of the system that could have been used for simulation in the design phase. The objective of this work is to use this information to design automatically on-line diagnosis algorithms using the hybrid dynamical information part and sensor measurements of the system model. In this thesis, the proposed approach allows:To extract the valid relations of system behavior to take into account system evolution by eliminating invalid constraints and measurements for establishing an on-line diagnosisTo build, using symbolic analysis and graph path search, analytical redundancy relations for the various system configurationsTo evaluate these ARRs in using set valued computations (interval arithmetic) to take into account model and measurements uncertainties

L’objectif de cette thèse était de valider l’ensemble des informations délivrées par les capteurs utiles à la commande d’une station de traitement des eaux usées. Pour cela, nous avons utilisé l’analyse en composantes principales (ACP) pour effectuer la détection et localisation de défauts de capteurs de la station de traitement des eaux usées. Afin de construire un modèle ACP, nous avons eu recours à une matrice de données constituée de l’ensemble des mesures disponibles (obtenues lors du fonctionnement normal de la station de traitement des eaux usées) dans l’installation. Cependant, afin d’appliquer l’ACP, nous avons rencontré plusieurs difficultés : 1. Présence dans les données de valeurs aberrantes (valeurs obtenues durant des périodes de démarrage, d’arrêt, de fonctionnement dégradé, erreurs de mesure, ...) perturbant la construction d’un modèle ACP. 2. Présence de défauts multiples, ce qui entraîne une explosion combinatoire des scénarii de défauts à considérer. Afin de résoudre le premier point, nous nous sommes intéressé aux variantes robustes de l’ACP. L’estimateur robuste MCD (Minimum Covariance Determinant), méthode de référence pour ses performances, nécessite un temps de calcul important, et une connaissance a priori de la quantité de valeurs aberrantes présente dans les données (inconnue). C’est la raison pour laquelle nous avons proposé une nouvelle méthode robuste, basée sur l’utilisation de MM-estimateur, nommée MMRPCA (MM-estimator Robust Principal Component Analysis). Concernant le point 2, une méthode d’analyse du modèle en terme de capacité de détection et de localisation a été appliquée afin de réduire le nombre de défauts à considérer. Les différentes méthodes développées ont été menées avec succès afin de valider les mesures issues des différents capteurs de la station d’épuration des eaux usées / This thesis deals with the validation of the information provided by the sensors to the control of a wastewater treatment plant. For this purpose, Principal Component Analysis (PCA) approach is used in order to accomplish sensor fault detection and isolation of the wastewater treatment plant. This approach is well adapted to cope with diagnosis of complex systems because no a priori theoretical model of the plant must be considered. A data matrix, obtained by taking into consideration the available measurements in normal behaviour of the wastewater treatment plant, is used in order to build a PCA model. However, two major problems must be taking into consideration when PCA is implemented: 1. Outliers appear naturally in the collection data (caused for example by faulty data, data obtained during shutdown or startup periods or data issued from different operating mode) and consequently the PCA model can seriously be affected. 2. Multiple sensor faults introduce unavoidably a combinatory explosion of the different fault scenarios to be considered. The first problem is solved by introducing a robustness degree in the PCA methodology. Among the existing robust methods proposed in the literature, the robust estimator MCD (Minimum Covariance Determinant) is the most popular. However, this method needs a large computing time on the one hand and a priori knowledge of the quantity of outliers present (generally unknown) in the data on the other hand. To avoid these difficulties, a new robust method is proposed in this thesis. Our method, namely MMRPCA (MM-estimator Robust Principal Component Analysis), is based on MM-estimators. The second mentioned problem is tackled by reducing the considered number of faults thanks to a new analysis method of the capacities of detection and isolation of the PCA model. The efficiency of the proposed methodologies is verified by considering the real wastewater treatment plant data

Les travaux présentés dans ce mémoire sont axés sur la détection et la localisation de défauts en utilisant l'analyse en composantes principales (ACP). Dans le premier chapitre les principes fondamentaux de l'analyse en composantes principales linéaire sont présentés. L'ACP est utilisée pour la modélisation des processus en fonctionnement normal. Dans le deuxième chapitre le problème de détection et localisation de défauts par ACP linéaire est abordé. A partir de l'analyse des indices de détection classiques, un nouvel indice de détection de défaut basé sur les dernières composantes principales a été développé. Pour la localisation de défauts, les méthodes classiques, utilisant par exemple le principe de reconstruction ou encore le calcul des contributions à l'indice de détection, ont été adaptées à l'indice de détection proposé. Le troisième chapitre est consacré à l'ACP non-linéaire (ACPNL). Une extension de l'ACP pour des systèmes non-linéaires, combinant l'algorithme des courbes principales et les réseaux RBF, est proposée. Pour la détermination du nombre de composantes à retenir dans le modèle ACPNL, une extension du critère basé sur la variance de l'erreur de reconstruction a été proposée. Une application réalisée dans le cadre d'une collaboration avec le réseau de surveillance de la qualité de l'air en Lorraine AIRLOR fait l'objet du quatrième chapitre. Cette application concerne la détection et la localisation de défauts de capteurs de ce réseau en utilisant la procédure de détection et de localisation développée dans le cas linéaire.

La surveillance en-ligne d'un système industriel a pour objectifs de détecter tout dysfonctionnement du procédé, de localiser le ou les éléments défaillants et de déterminer la ou les causes de défaillances. Ces informations sur l'état du système peuvent alors être transmises aux opérateurs qui peuvent agir en conséquence et/ou être utilisées pour modifier, reconfigurer la commande voire le système lui-même ou sa mission. Dans ce mémoire, je présente une synthèse scientifique de mes contributions dans ce vaste domaine de recherche. <br />Toutes les méthodes de surveillance reposent sur la redondance d'information disponible sur le système. L'approche dite « à base de modèle » consiste à vérifier la cohérence des mesures effectuées en-ligne sur l'installation avec un modèle comportemental de celle-ci sous certaines hypothèses de fonctionnement. La première étape consiste à générer un ensemble de signaux indicateurs appelés communément « résidus ». Deux catégories de méthodes sont classiquement utilisées pour générer ces résidus : la méthode à base de Relations de Redondance Analytique et les méthodes à base d'observateurs. Ces méthodes, qui ont été récemment étendues au cas des modèles non-linéaires, présentent chacune des avantages et des inconvénients suivant le type de système (de modèle) considéré et les contraintes imposées pour l'implémentation des algorithmes. Ces travaux, initialement destinés à la surveillance des systèmes continus (ou discrétisés) ont été récemment adaptés et complétés pour traiter le problème de la surveillance des Systèmes Dynamiques Hybrides. Lorsque le système considéré est complexe, c'est à dire lorsque les éléments physiques ou composants qui le constituent sont nombreux, un pré-traitement structurel du modèle peut permettre de déterminer les conditions nécessaires de « surveillabilité » du système. L'analyse structurelle est un outil puissant qui ne nécessite pas la connaissance explicite des équations du modèle. Elle permet cependant de déterminer les sous-systèmes sur lesquels des algorithmes plus sophistiqués de surveillance peuvent être implantés.<br />La surveillance n'est qu'un module d'un processus complet permettant à une installation de fonctionner en respectant des critères de sécurité, de productivité et de qualité même en présence de défaillance. La commande du système peut être conçue de manière à utiliser les informations fournies par le module de surveillance. On parle alors de « commande tolérante aux défaillances »<br />Une réflexion sur les perspectives de recherche est exposée tout au long du manuscrit suivant le thème traité. Ces perspectives sont complétées à la fin du document par quelques orientations de recherche plus générales.

De nos jours, l'essor des produits électroniques nomades requièrent une capacité de stockage de données croissante et imposent la fabrication de composants mémoire performants, denses et fiables. Cela implique une grande robustesse des cellules mémoires élémentaires dont les dimensions caractéristiques sont régulièrement réduites. L'objectif principal de la thèse est d'appréhender les mécanismes de claquage d'oxydes minces voire ultraminces intégrés dans des empilements métal/oxyde/semiconducteur. Un intérêt particulier a été porté à la croissance d'îlots cristallins épitaxiés se formant lors de certaines sollicitations électriques et associée aux mécanismes de DBIE (Dielectric Breakdown Induced Epitaxy). L'étude des différents dispositifs (cellules mémoires à grille continue ou discrète, transistors, condensateur) a permis de proposer des corrélations entre la défaillance électrique de ces dispositifs et les défauts microstructuraux générés. Ce travail a été réalisé selon une méthodologie intégrant (i) la sollicitation électrique ; (ii) une préparation d'échantillons adaptée ; (iii) l'identification, l'observation et la caractérisation des défauts par microscopie électronique en transmission (TEM). L'ensemble des études menées a permis d'isoler deux paramètres électriques principaux ayant un rôle prépondérant sur la formation d'îlots de silicium épitaxiés, en lien avec le mécanisme de DBIE : la charge injectée et le courant de compliance. Ces deux paramètres apparaissent comme des facteurs limitant l'emballement thermique qui conduit, en général, à un claquage diélectrique franc de l'oxyde et semblent, par conséquent, retarder la défaillance irréversible d'un dispositif. / Nowadays, the microelectronic industry had to take up ambitious challenges to satisfy the strong economic demand because of the mobile electronic products booming like smartphones, tablets, or more recently "phablets". These high added value products requires the growth of data storage capacity and, subsequently, to produce high-performance, dense and reliable components. That implies a great cell memories robustness whose critical dimensions are regularly reduced. In this context, the thesis issue is to better understand the breakdown mechanisms of the thin and ultra-thin oxides embedded in metal/oxide/semiconductor stacks. Actually, epitaxial growth of crystalline silicon hillocks was pinpointed. These hillocks grown under electrical stresses and were associated to DBIE mechanisms (Dielectric Breakdown Induced Epitaxy). Device studies allowed to correlate electrical stress conditions and microstructural defects thanks to a 3-steps methodology : (i) electrical stresses leading to microstructural defects ; (ii) sample preparation including defect localization and extraction ; (iii) identification, observation and characterization of defects by transmission electron microscopy (TEM). Two main electrical parameters were identified with factors responsible for hillocks growth linked to DBIE : the injected charge and the compliance current. These parameters seem to limit the thermal runaway inducing hard breakdown. Consequently, it is possible that delays the irreversible device degradation. In addition, hillocks seem to grow preferentially under polysilicon grain boundaries over the SiO2/Si stacks.

Cette thèse aborde le problème de diagnostic à base de modèles pour la classe des systèmes dynamiques modélisés sous forme LPV (Linéaires à Paramètres Variants). Nous présentons une nouvelle méthode de synthèse de filtres de détection et localisation robustes. Une condition suffisante est établie pour garantir les performances en terme de sensibilité du signal indicateur de défauts vis à vis de la classe de défauts considérés. La méthode proposée permet également de formuler des contraintes de robustesse vis-à-vis des paramètres variants dans le temps et des perturbations exogènes. L'approche permet de prendre en compte la loi de commande dans la synthèse du filtre de diagnostic. Le problème de synthèse est formulé comme un problème d'optimisation convexe sous contraintes et pouvant être résolu efficacement par les techniques LMI (Inégalités Linéaires Matricielles).<br />La méthodologie est appliquée à des exemples académiques et à un système industriel se prêtant particulièrement bien à une modélisation LPV, le circuit secondaire d'une centrale nucléaire. Les résultats obtenus montrent l'efficacité de la méthode.

Dans ce document, les problèmes d'identification, de détection et d'isolation de défauts de capteurs des systèmes dynamiques MIMO sont abordés à l'aide des méthodes des sous-espaces. Dans un premier temps, l'identification des systèmes dynamiques linéaires est abordé. Après une présentation des méthodes classiques des sous-espaces basées sur l'estimation de la matrice d'observabilité étendue et/ou l'estimation de la matrice des séquences d'état, une nouvelle approche basée sur l'utilisation d'un modèle FIR est proposée. Cette approche s'appuie sur l'estimation des paramètres de Markov ce qui permet d'obtenir une réalisation minimale et équilibrée à l'aide de l'algorithme ERA. Trois méthodes d'identification basées sur cette approche sont établies pour l'identification des systèmes linéaires en présence de bruits colorés. En ce qui concerne l'identification des systèmes à commutations, une modélisation multimodèle avec des modèles locaux complètement découplés et des fonctions de pondération binaires est utilisée. Deux méthodes sont proposées pour résoudre le problème d'identification non supervisé : la première réalise la classification des données à l'aide des techniques de détection de ruptures de modèle tandis que cette classification est réalisée dans la seconde méthode par la détermination d'hyperplans représentant les modèles locaux dans l'espace des sorties et des entrées. Après estimation des fonctions de pondération, une réalisation minimale et équilibrée de chaque modèle local est déterminée dans l'une ou l'autre méthode à l'aide de la méthode des moindres carrés pondérés. Le problème d'identification des systèmes non-linéaires est ensuite abordé avec l'approche multi-modèle et une méthode supposant les fonctions de pondération connues est proposée pour identifier une réalisation minimale et équilibrée de chaque modèle local. Finalement, le problème de détection et d'isolation de défauts de capteurs sur les systèmes linéaires dans le cas où le modèle de ce dernier n'est pas connu est traité. Une méthode basée uniquement sur la connaissance des entrées et sorties est proposée. La méthode proposée s'affranchit des incertitudes paramétriques du fait qu'aucun modèle explicite ou implicite n'est estimé. Pour obtenir un résidu structuré, la méthode supprime l'influence de l'état par une pondération à l'aide des puissances élevées de la matrice d'état stable, puis annule l'influence des entrées par une projection orthogonale. Les conditions d'existence et de sensibilité du résidu aux défauts de capteurs sont établies.

La mise à la terre du point neutre des réseaux de distribution par une bobine de compensation réduit le courant de défaut lors d'un défaut monophasé, ce qui est le type de défaut le plus souvent rencontré dans l'exploitation. Cette mesure améliore la qualité de service, mats rend la détection et la localisation de défauts plus difficiles. Cette thèse traite de la localisation de défauts à faible résistance, auto-extincteurs ou permanents dans les réseaux compensés arborescents. Les phénomènes transitoires lors d'un défaut sont étudiés et une nouvelle approche pour la localisation est développée. L'approche est basée sur l'exploitation des signaux au niveau du poste de transformation HT/MT à une fréquence de résonance caractéristique. Un algorithme de localisation de défaut a été conçu, réalisé et testé. Son fonctionnement est validé avec des simulations de réseau et avec des enregistrements de défauts réels. L'influence des différents paramètres sur la précision de l'algorithme est examinée et expliquée.

Cette thèse porte sur une des préoccupations majeures dans la conception des systèmes automatisés : la tolérance aux défauts. L'interaction entre les tâches de surveillance et de reconfiguration de la loi de commande est examinée et un nouveau schéma coopératif est proposé pour la gestion globale des compromis. Cette architecture présente l'avantage de préserver entièrement les performances nominales (situation non défaillante) car la boucle de commande nominale est conservée au sein du schéma coopératif. Une procédure de synthèse basée sur la mise en œuvre et l'évaluation des indicateurs de performance des modules de diagnostic et de commande, est proposée. Les résultats méthodologiques sont appliqués au modèle d'un avion gros porteur : le Boeing 747-100/200. Ce Benchmark a été établi par le groupe européen GARTEUR (AG16, Fault Tolerant Control) afin de comparer les méthodologies actives de la commande tolérante aux fautes avec les lois classiques de pilotage.