Cette étude est le résultat d’une thèse CIFRE de trois ans entre le bureau d’étude d’Airbus (domaine du contrôle de l’avion) et le laboratoire TéSA à Toulouse. L’objectif principal est de proposer, développer et valider une solution logicielle pour la détection et le diagnostic d’un type spécifique de vibrations des gouvernes de profondeur et direction, appelée oscillation en cycle limite (limit cycle oscillation ou LCO en anglais), basée sur les signaux existants dans les avions civils. LCO est un terme mathématique générique définissant un mode périodique indépendant de conditions initiales et se produisant dans des systèmes non linéaires non conservatifs. Dans cette étude, nous nous intéressons au phénomène de LCO induit par les jeux mécaniques dans les gouvernes d’un avion civil. Les conséquences du LCO sont l’augmentation locale de la charge structurelle, la dégradation des qualités de vol, la réduction de la durée de vie de l’actionneur, la dégradation du confort du poste de pilotage et de la cabine, ainsi que l’augmentation des coûts de maintenance. L’état de l’art en matière de détection et de diagnostic du LCO induit par le jeu mécanique est basé sur la sensibilité du pilote aux vibrations et sur le contrôle périodique du jeu sur les gouvernes. Cette étude propose une solution basée sur les données (issues de la boucle d’asservissement des actionneurs qui agissent sur les gouvernes) pour aider au diagnostic du LCO et à l’isolement du jeu mécanique. L’objectif est d’améliorer encore plus la disponibilité des avions et de réduire les coûts de maintenance en fournissant aux compagnies aériennes un signal de contrôle pour le LCO et les jeux mécaniques. Pour cette raison, deux solutions algorithmiques pour le diagnostic des vibrations et des jeux ont été proposées. Un détecteur en temps réel pour la détection du LCO est tout d’abord proposé basé sur la théorie du rapport de vraisemblance généralisé (generalized likelihood ratio test ou GLRT en anglais). Certaines variantes et simplifications sont également proposées pour satisfaire les contraintes industrielles. Un détecteur de jeu mécanique est introduit basé sur l’identification d’un modèle de Wiener. Des approches paramétrique (estimateur de maximum de vraisemblance) et non paramétrique (régression par noyau) sont explorées, ainsi que certaines variantes des méthodes non paramétriques. En particulier, le problème de l’estimation d’un cycle d’hystérésis (choisi comme la non-linéarité de sortie d’un modèle de Wiener) est abordé. Ainsi, les problèmes avec et sans contraintes sont étudiés. Une analyse théorique, numérique (sur simulateur) et expérimentale (données de vol et laboratoire) est réalisée pour étudier les performances des détecteurs proposés et pour identifier les limitations et la faisabilité industrielle. Les résultats numériques et expérimentaux obtenus confirment que le GLRT proposé (et ses variantes / simplifications) est une méthode très efficace pour le diagnostic du LCO en termes de performance, robustesse et coût calculatoire. D’autre part, l’algorithme de diagnostic des jeux mécaniques est capable de détecter des niveaux de jeu relativement importants, mais il ne fournit pas de résultats cohérents pour des niveaux de jeu relativement faibles. En outre, des types d’entrée spécifiques sont nécessaires pour garantir des résultats répétitifs et cohérents. Des études complémentaires pourraient être menées afin de comparer les résultats de GLRT avec une approche Bayésienne et pour approfondir les possibilités et les limites de la méthode paramétrique proposée pour l’identification du modèle de Wiener. / This research study is the result of a 3 years CIFRE PhD thesis between the Airbus design office(Aircraft Control domain) and TéSA laboratory in Toulouse. The main goal is to propose, developand validate a software solution for the detection and diagnosis of a specific type of elevator andrudder vibration, called limit cycle oscillation (LCO), based on existing signals available in flightcontrol computers on board in-series aircraft. LCO is a generic mathematical term defining aninitial condition-independent periodic mode occurring in nonconservative nonlinear systems. Thisstudy focuses on the LCO phenomenon induced by mechanical freeplays in the control surface ofa civil aircraft. The LCO consequences are local structural load augmentation, flight handlingqualities deterioration, actuator operational life reduction, cockpit and cabin comfort deteriorationand maintenance cost augmentation. The state-of-the-art for freeplay induced LCO detection anddiagnosis is based on the pilot sensitivity to vibration and to periodic freeplay check on the controlsurfaces. This study is thought to propose a data-driven solution to help LCO and freeplaydiagnosis. The goal is to improve even more aircraft availability and reduce the maintenance costsby providing to the airlines a condition monitoring signal for LCO and freeplays. For this reason,two algorithmic solutions for vibration and freeplay diagnosis are investigated in this PhD thesis. Areal time detector for LCO diagnosis is first proposed based on the theory of the generalized likeli hood ratio test (GLRT). Some variants and simplifications are also proposed to be compliantwith the industrial constraints. In a second part of this work, a mechanical freeplay detector isintroduced based on the theory of Wiener model identification. Parametric (maximum likelihoodestimator) and non parametric (kernel regression) approaches are investigated, as well as somevariants to well-known nonparametric methods. In particular, the problem of hysteresis cycleestimation (as the output nonlinearity of a Wiener model) is tackled. Moreover, the constrainedand unconstrained problems are studied. A theoretical, numerical (simulator) and experimental(flight data and laboratory) analysis is carried out to investigate the performance of the proposeddetectors and to identify limitations and industrial feasibility. The obtained numerical andexperimental results confirm that the proposed GLR test (and its variants/simplifications) is a very appealing method for LCO diagnostic in terms of performance, robustness and computationalcost. On the other hand, the proposed freeplay diagnostic algorithm is able to detect relativelylarge freeplay levels, but it does not provide consistent results for relatively small freeplay levels. Moreover, specific input types are needed to guarantee repetitive and consistent results. Further studies should be carried out in order to compare the GLRT results with a Bayesian approach and to investigate more deeply the possibilities and limitations of the proposed parametric method for Wiener model identification.

Cette thèse porte sur le problème d'identification des systèmes non linéaires sur la base des modèles blocs. Deux types de modèles sont considérés ici, ceux de type Hammerstein et ceux de type Wiener. La plupart des solutions antérieures ont été élaborées sous des hypothèses assez contraignantes concernant le sous-système non linéaire du modèle. Celui-ci a souvent été supposé lisse (voire polynomial), inversible et sans mémoire. Les travaux présentés dans cette thèse tentent de repousser ces limites. Dans le cas des systèmes de type Hammerstein, nous élaborons un schéma d'identification qui ne fait aucune hypothèse sur l'élément non linéaire, à l'exception du fait qu'il est sans mémoire et l¥-stable ; ce schéma estime parfaitement (du moins dans la cas idéal) les paramètres du sous-système dynamique linéaire et un nuage de points de la caractéristique de l'élément non linéaire. Ce schéma est ensuite adapté au cas où l'on connaît la structure de l'élément non linéaire ; à ce propos, les non-linéarités statiques affines par morceaux et discontinues jouissent d'une attention particulière. Nous terminons la partie consacrée à l'identification des systèmes de Hammerstein, en abordant le problème des systèmes impliquant un élément non linéaire à mémoire. Deux familles d'éléments de cette nature sont considérées : celle comprenant des éléments hystérétiques non saturés et celle des éléments hystérisis-relais. Le problème est appréhendé à l'aide d'un schéma d'identification dont on établit la consistance en présence de perturbations assimilables à un bruit blanc appliqué en sortie du système. <br /> La dernière partie du mémoire est centrée sur l'identification des systèmes de Wiener, dont l'élément non linéaire n'est pas supposé inversible. A cet effet, nous présentons deux schémas d'identification de type fréquentiel et établissons leur consistance dans les mêmes conditions que précédemment concernant les perturbations. L'exigence d'excitation persistante occupe une place centrale dans cette thèse. Pour procurer cette propriété aux différents schémas d'identifications proposés, il a été fait appel à une famille de signaux d'excitation de type impulsionnelle. Dans ce cadre, un lemme technique est élaboré précisant, pour les systèmes linéaires, le lien entre cette famille de signaux et la propriété d'excitation persistante. L'adaptation de ce lemme au cas des systèmes non linéaires est illustrée dans les différents schémas d'identification.

Une large classe de systèmes physiques peut être représentée à l'aide du modèle de Volterra. Il a notamment été montré que tout système non-linéaire, invariant dans le temps et à mémoire évanouissante peut être représenté par un modèle de Volterra de mémoire et d¤ordre finis. Ce modèle est donc particulièrement attrayant pour les besoins de modélisation et d'identification de systèmes non-linéaires. Un des atouts majeurs du modèle de Volterra est la linéarité par rapport à ses paramètres, c¤est à dire les coefficients de ses noyaux. Cette caractéristique permet d'étendre à ce modèle certains résultats établis pour l'identification des modèles linéaires. Il est à noter que le modèle de Volterra peut, par ailleurs, être vu comme une extension naturelle de la notion de réponse impulsionnelle des systèmes linéaires aux systèmes non-linéaires. Toutefois, certaines limitations sont à circonvenir: un nombre de paramètres qui peut être très élevé et un mauvais conditionnement de la matrice des moments de l'entrée intervenant dans l¤estimation du modèle au sens de l¤erreur quadratique moyenne minimale (EQMM). Il est à noter que ce mauvais conditionnement est aussi à l¤origine de la lenteur de convergence des algorithmes adaptatifs de type LMS (Least Mean Squares). Cette thèse traite principalement de ces deux questions. Les solutions apportées sont essentiellement basées sur la notion d'orthogonalité. D'une part, l'orthogonalité est envisagée vis à vis de la structure du modèle en développant les noyaux de Volterra sur une base orthogonale de fonctions rationnelles. Ce développement est d'autant plus parcimonieux que la base est bien choisie. Pour ce faire, nous avons développé de nouveaux outils d'optimisation des bases de Laguerre et BFOR (Base de Fonctions Orthonormales Rationnelles) pour la représentation des noyaux de Volterra. D'autre part, l'orthogonalité est envisagée en rapport avec les signaux d'entrée. En exploitant les propriétés statistiques de l¤entrée, des bases de polynômes orthogonaux multivariables ont été construites. Les paramètres du modèle de Volterra développé sur de telles bases sont alors estimés sans aucune inversion matricielle, ce qui simplifie significativement l¤estimation paramétrique au sens EQMM. L¤orthogonalisation des signaux d¤entrée a aussi été envisagée via une procédure de Gram-Schmidt. Dans un contexte adaptatif, il en résulte une accélération de la convergence des algorithmes de type LMS sans un surcoût de calcul excessif. Certains systèmes physiques peuvent être représentés à l¤aide d¤un modèle de Volterra simplifié, à faible complexité paramétrique, tel que le modèle de Hammerstein et celui de Wiener. C¤est le cas d¤un canal de communication représentant l'accès à un réseau sans fil via une fibre optique. Nous montrons notamment que les liaisons montante et descendante de ce canal peuvent respectivement être représentées par un modèle de Wiener et par un modèle de Hammerstein. Dans le cas mono-capteur, en utilisant un précodage de la séquence d'entrée, nous développons une solution permettant de réaliser l'estimation conjointe du canal de transmission et des symboles transmis de manière semiaveugle. Il est à noter que, dans le cas de la liaison montante, une configuration multi-capteurs peut aussi être envisagée. Pour une telle configuration, grâce à un précodage spécifique de la séquence d¤entrée, nous exploitons la diversité spatiale introduite par les capteurs et la diversité temporelle de sorte à obtenir une représentation tensorielle du signal reçu. En appliquant la technique de décomposition tensorielle dite PARAFAC, nous réalisons l'estimation conjointe du canal et des symboles émis de manière aveugle. Mots clés: Modélisation, Identification, Bases orthogonales, Base de Laguerre, Base de fonctions orthonormales rationnelles, Polynômes orthogonaux, Optimisation de pôles, Réduction de complexité, Egalisation, Modèle de Volterra, Modèle de Wiener, Modèle de Hammerstein, Décomposition PARAFAC.