Cette thèse traite le problème de filtrage non biaisé et à minimum de variance par deux techniques : le filtrage proportionnel intégral et le filtrage robuste à minimum de variance. Dans la première, le développement d'un observateur multi-intégral ($PI^p$) a permi une estimation non biaisée de l'état pour les systèmes linéaires à temps discret en présence d'entrées inconnues. Deux nouveaux filtres ont était également développés tels que les filtres PITSKF et PIThSKF pour résoudre le problème d'estimation robuste et jointe d'état et des défauts en présence d'entrées inconnues et des incertitudes sur les matrices de covariance des différents bruits d'état, des mesures, des défauts et des entrées inconnues. Une autre technique de filtrage est également envisagée pour s'affranchir de la connaissance des modèles à priori des défauts et des entrées inconnues, on a donc développé le filtre ARThSKF. De plus, nous avons conçu deux nouveaux filtres EUMVF et ORFSF pour résoudre le problème posé par le rang arbitraire de la matrice directe d'injection des défauts sur les mesures.

Les convertisseurs DC-DC suscitent un intérêt considérable en raison de leur puissance élevée et de leurs bonnes performances. Ils sont particulièrement utiles dans les systèmes multisources de production d'énergie électrique. Toutefois, en raison du grand nombre de composants sensibles utilisés dans ces circuits et comprenant des semi-conducteurs de puissance, des bobines et des condensateurs, une probabilité non négligeable de défaillance des composants doit être prise en compte. Cette thèse considère l'un des convertisseurs DC-DC les plus prometteurs - le convertisseur ZVS à pont isolé de type Buck. Une approche en deux étapes est présentée pour détecter et isoler les défauts en circuit ouvert dans les semi-conducteurs de puissance des convertisseurs DC-DC. La première étape concerne la détection et la localisation des défauts dans un convertisseur donne. La seconde étape concerne sur les systèmes munis de plusieurs convertisseurs DC-DC. Les méthodes proposées sont basées sur les réseaux Bayesiens (BBN). Les signaux utilisés dans ces méthodes sont ceux des entrées de mesure du système de commande et aucune mesure supplémentaire n'est requise. Un convertisseur expérimental ZVS à pont isolé de type Buck a été conçu et construit pour valider la détection et la localisation des défauts Sur un seul convertisseur. Ces méthodes peuvent être étendues à d'autres types de convertisseurs DC-DC. / DC-DC converters have received significant interest recently as a result of their high power capabilities and good power quality. They are of particular interest in systems with multiple sources of energy. However due to the large number of sensitive components including power semiconductor devices, coils, and capacitors used in such circuits there is a high likelihood of component failure. This thesis considers one of the most promising DC-DC converters—the ZVS full bridge isolated Buck converter. An approach with two stages is presented to detect and isolate opencircuit faults in the power semiconductor devices in systems with DC-DC converters. The first stage is the fault detection and isolation for a single DC-DC converter, while the second stage works on a system with multiple DC-DC converters. The proposed methods are based on Bayesian Belief Network (BBN). The signals used in the proposed methods are already available as measurement inputs to control system and no additional measurements are required. An experimental ZVS full bridge isolated Buck converter has been designed and built to validate the fault detection and isolation method on a single converter. The methods can be used with other DC-DC converter typologies employing similar analysis and principals.