Le travail réalisé dans cette thèse concerne l'étude du diagnostic de fautes et la reconfiguration en utilisant une approche issue de l'analyse structurelle et leurs applications sur un modèle de traitement des eaux usées. Dans une première partie, on fait un bref tour d'horizon sur la recherche dédiée au diagnostic et à la commande tolérante aux fautes, puis nous présentons les outils nécessaires de l'analyse structurelle. Ces derniers ont été appliqués sur l'approche choisie (l'approche structurelle) pour la détection et l'isolation de défauts, ainsi que pour la reconfiguration. Pour le diagnostic structurel, l'étape principale consiste à chercher les ensembles MSO qui servent à la génération des résidus. Une étude comparative de quelques algorithmes de recherche de ces ensembles a été faite pour choisir la méthode la plus efficace, la méthode choisie est celle de Krysander et al. La recherche des ensembles MSO est faite dans le sous système sur-déterminé. Pour l'amélioration de l'isolabilité structurelle, deux méthodes sont citées : la première consiste à considérer certaines fautes comme variables internes du système et la deuxième concerne l'ajout de capteurs. Pour la reconfiguration structurelle, on s'est basé sur les propriétés d'observabilité et de commandabilité structurelles. Notre but est de trouver la structure du système qui nous permet de garder les propriétés structurelles inchangées. Lors de l'application, nous étudions le cas où les fautes sont commises sur les actionneurs à savoir le débit de boues recyclées (Qr) et le débit de boues en excès (Qw), et sur les paramètres du système qui sont le taux maximum de croissance de la biomasse (µH,max) et la constante de Michaelis Menten (Ks).

Les systèmes réels sont généralement de nature non-linéaire, et leurs modélisations etsurveillance restent une tâche difficile à accomplir. Néanmoins, avec les progrès technologiqueson dispose maintenant d'un atout de taille sur ces systèmes qui est les données.Ce travail présente une technique de diagnostic de défaut et de modélisation basée en grandepartie sur la méthode d'apprentissage automatique " Les Machines à Vecteurs de Support,SVM " qui est basée sur les données. La méthodologie proposée est appliquée à différentessystèmes multivariables et non linéaires, à savoir : un procédé de traitement des eaux usées, unsystème éolien et un réacteur chimique parfaitement agité.L'objectif de cette thèse de doctorat est d'examiner la possibilité d'extraire le maximumd'information à partir de données afin de surveiller efficacement le comportement de systèmesréels et de détecter rapidement tout défaut qui peut compromettre leur bon fonctionnement. Lamême méthode est utilisée pour la modélisation des différents systèmes. Plusieurs défis ont étérelevés tels que la complexité du comportement des systèmes, le grand nombre de mesuresvariant à différentes échelles de temps, la présence de bruit et les perturbations. Une méthodegénérique de diagnostic de défauts est proposée par la génération des caractéristiques de chaquedéfaut suivie d'une étape d'évaluation de ces caractéristiques avec une amélioration du transfertde connaissances en modélisation.Dans cette thèse ont a démontré l'utilité de l'outil Machines à Vecteurs de Support, enclassification par la construction de modèles de décision SVM dédiés à l'évaluation descaractéristiques de défaut, et aussi en tant qu'estimateur non linéaire/ou pour la modélisation parl'utilisation des machines à vecteurs de support dédiés pour la régression (SVR).La combinaison de SVM et d'une méthode basée sur le modèle "observateur" a été aussi étudiéeet a été nécessaire dans certains cas pour garantir un bon diagnostic de défauts.

L’objectif de ce travail est d’une part (i) étudier le comportement de la biomasse notamment la production d’EPS en présence des composés pharmaceutiques (un agent anticancéreux et cinq antibiotiques); et d’autre part, (ii) étudier les EPS dans le contexte de décantation des boues en présence d’agents fongiques et en situations réelles dans des stations d’épuration. L’étude en présence de l’agent anticancéreux a été réalisée dans des bioréacteurs à membranes. La présence de l’agent anticancéreux a induit l’augmentation de la production d’EPS agissant comme un mécanisme de protection microbienne qui était à l’origine du colmatage des membranes. L’effet de cinq antibiotiques a été évalué en réacteur batch. La famille des macrolides a montré un effet plus important sur l’activité microbienne avec une augmentation significative de la production d’EPS associée à un mécanisme de protection. La décantation des boues en présence des cultures fongiques a été conduite en réacteur pilote. Une amélioration spectaculaire de la décantation a été liée à une meilleure cohésion au sein des flocs imputable en grand partie à l’augmentation de la production d’EPS. Enfin, le diagnostic du procédé de traitement des eaux a été établi sur trois stations d’épuration des papeteries grâce à une double approche d’une part l’analyse physico-chimique des boues et d’autre part, l’exploitation statistique d’analyse en composantes principales (ACP) des paramètres technologiques enregistrées dans chaque station. Nous avons tenté d’exprimer sous forme de régressions linéaires ou polynomiales de deuxième degré, la décantation en fonction d’une quantité réduite des paramètres mesurés / The objective of this work is firstly, i) to study the microbial behaviour of the biomass especially the production of the EPS in the presence of pharmaceutical compounds (an anticancer product and five antibiotics); and secondly, ii) to study EPS in the context of the sludge settling in wastewater treatment plants. The study in the presence of the anticancer product was done in membrane bioreactors. The presence of the anticancer product provoked the production of the EPS as the protection mechanism which is at the origin of the membrane fouling.The effect of five antibiotics was evaluated in batch reactors. The family of macrolides showed the most important effect on the microbial activity with a significant increase of the EPS production which was associated with a protection mechanism.Sludge settling in the presence of fungi was carried out in a pilot reactor. The spectacularly improvement of the sludge settleability was related with a better cohesion inside of the flocs attributed to an increase of the EPS production.Finally, the diagnosis of different wastewater treatment processes was established in three paper mill wastewater treatment plants thanks to the double approach used here, the physico-chemical analysis of the sludge and the statistical analysis by principal components analysis of the different parameters recorded in each plant. We tried to describe the parameter related to the settling behaviour by linear or polynomial regressions of second degree in function of a reduced number of the measured parameters

Les systèmes réels sont généralement de nature non-linéaire, et leurs modélisations etsurveillance restent une tâche difficile à accomplir. Néanmoins, avec les progrès technologiqueson dispose maintenant d'un atout de taille sur ces systèmes qui est les données.Ce travail présente une technique de diagnostic de défaut et de modélisation basée en grandepartie sur la méthode d'apprentissage automatique « Les Machines à Vecteurs de Support,SVM » qui est basée sur les données. La méthodologie proposée est appliquée à différentessystèmes multivariables et non linéaires, à savoir : un procédé de traitement des eaux usées, unsystème éolien et un réacteur chimique parfaitement agité.L'objectif de cette thèse de doctorat est d'examiner la possibilité d'extraire le maximumd'information à partir de données afin de surveiller efficacement le comportement de systèmesréels et de détecter rapidement tout défaut qui peut compromettre leur bon fonctionnement. Lamême méthode est utilisée pour la modélisation des différents systèmes. Plusieurs défis ont étérelevés tels que la complexité du comportement des systèmes, le grand nombre de mesuresvariant à différentes échelles de temps, la présence de bruit et les perturbations. Une méthodegénérique de diagnostic de défauts est proposée par la génération des caractéristiques de chaquedéfaut suivie d’une étape d'évaluation de ces caractéristiques avec une amélioration du transfertde connaissances en modélisation.Dans cette thèse ont a démontré l'utilité de l'outil Machines à Vecteurs de Support, enclassification par la construction de modèles de décision SVM dédiés à l'évaluation descaractéristiques de défaut, et aussi en tant qu'estimateur non linéaire/ou pour la modélisation parl'utilisation des machines à vecteurs de support dédiés pour la régression (SVR).La combinaison de SVM et d’une méthode basée sur le modèle "observateur" a été aussi étudiéeet a été nécessaire dans certains cas pour garantir un bon diagnostic de défauts. / Real systems are usually nonlinear and their modeling and monitoring remains adifficult task. However, with advances in technology and the availability of big amounts of data,we have a facility to operate these systems.This work presents a methodology for fault diagnosis and modeling which is in large part basedon the method of Support Vector Machines (SVM) which data-based. The proposedmethodology is applied to various nonlinear multivariable systems including: wastewatertreatment processes, wind turbines and stirred tank reactors.The objective of this PhD is to examine the possibility of extracting the maximum of informationfrom data to effectively monitor the behavior of real systems and rapidly detect any faults whichmay impair their proper functioning. The same method is used for modeling the differentsystems. Several challenges were identified and surmounted such as the complexity of thesystem behavior, large amount of data varying at different time scales, the presence of noise anddisturbances. A generic method of fault diagnosis is proposed for the generation of the faultcharacteristics followed by an evaluation of these characteristics as well as an improved transferof knowledge in modeling.In this thesis the usefulness of the tool Support Vector Machines in Classification has beendemonstrated by the construction of decision models dedicated to evaluating the characteristicsof faults, and also its usefulness for modeling/ or as estimator for the nonlinear systems usingsupport vector machines dedicated for regression (SVR).The combination of SVM and a method based on models “observer” was also considered andwas found to be interesting in some cases to ensure proper fault diagnosis.