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.

Cette thèse concerne le diagnostic des systèmes à commutations (classe particulière de systèmes dynamiques hybrides) à modes non linéaires. Certains modes correspondent au fonctionnement normal, sans défaut ; d’autres modes représentent le comportement du système en présence de défauts capteurs, actionneurs ou composants internes. Une représentation générale multi-mode/multimodèle est proposée. Chaque mode non linéaire est modélisé sous la forme multimodèle de type Takagi-Sugeno. Cette modélisation permet de représenter un système non linéaire par une agrégation de modèles locaux linéaires. Une fonction de pondération est utilisée pour déterminer la contribution de chaque modèle local linéaire. Une conception robuste de résidus, basée sur des techniques de projection matricielle est proposée. Cette méthode utilise uniquement les données d’entrées/sorties et la connaissance des fonctions de pondération. En premier lieu, la méthode de projection des données permet de détecter et de localiser les défauts affectant les capteurs dans un mode non linéaire. En deuxième lieu, elle permet de détecter les défauts actionneurs ou les défauts internes en détectant les commutations et en reconnaissant, à chaque instant, le mode actif. Des conditions de discernabilité entre les modes sont établies et un indice de discernabilité calculé en-ligne est utilisé pour réduire la complexité de la méthode d’identification du mode courant. Des exemples académiques sont traités tout au long de la thèse afin d'illustrer en simulation, les différentes méthodes proposées. / This thesis deals with the diagnosis of switching systems (a special class of hybrid dynamical systems) with nonlinear modes. Some modes correspond to the normal operation, i.e. the fault-free case. The other modes may represent the system behavior in the presence of sensors, actuators or internal component faults. A general representation called multimode/multimodels is proposed. It models each nonlinear mode by a set of linear models. A weighting function is used to determine the contribution of each local model. A design method of robust residuals based on projection techniques is proposed. It uses only inputs/outputs data and the weighting functions. The knowledge of local parameters is not needed to compute the residuals. The fault detection and isolation with the data projection method includes firstly, the sensor faults in a nonlinear mode and secondly, the actuator faults or internal faults by detecting the mode switching and by recognizing, at each time-instant, the active mode.Discernability conditions between modes are established and a discernability index computed online is introduced in order to reduce the complexity of the current mode identification method. Academic examples are taken all along the thesis in order to illustrate the effectiveness of the different proposed methods and tools.