Cette thèse CIFRE est réalisée dans le cadre d'un partenariat entre le laboratoire IMS de l'Université Bordeaux I et Airbus Operations S.A.S à Toulouse. Le thème abordé concerne la détection robuste et précoce de deux types particuliers de pannes dans le système de commandes de vol, à savoir l'embarquement et le grippage des gouvernes de profondeur. Afin de contribuer à l'optimisation du design structural des futurs avions, l'objectif est de proposer des méthodes capables d'améliorer les performances en détection des techniques actuellement en place, tout en garantissant un haut niveau de robustesse. Trois stratégies de surveillance à base de modèle sont présentées. La première solution est basée sur un filtre de Kalman dédié, associé à une procédure d'optimisation de ses paramètres. La seconde technique est basée sur un test de décision appliqué dans l'espace paramétrique, à une direction sensible identifiée. Finalement, une troisième approche consiste à utiliser un différentiateur à modes glissants pour estimer les dérivées du signal d'entrée et de sortie de la boucle d'asservissement. Les méthodes développées ont été implémentées dans le calculateur de commandes de vol et validées sur les bancs de tests Airbus et même en vol. Les résultats expérimentaux ont clairement mis en évidence l'apport des techniques présentées dans cette thèse par rapport à l'état de l'art industriel.

La surveillance des systèmes industriels et/ou embarqués constitue une préoccupation majeure en raison de l’accroissement de leur complexité et des exigences sur le respect des profilsde mission. La détection d’anomalies tient une place centrale dans ce contexte. Fondamentalement,les procédures de détection à base de modèles consistent à comparer le fonctionnement réel dusystème avec un fonctionnement de référence établi à l’aide d’un modèle sans défaut. Cependant,les systèmes à surveiller présentent souvent des dynamiques non linéaires et difficiles à caractériserde manière exacte. L’approche retenue dans cette thèse consiste à englober leur influencepar des incertitudes bornées. La propagation de ces incertitudes permet l’évaluation de seuils dedécision visant à assurer le meilleur compromis possible entre sensibilité aux défauts et robustesseaux perturbations tout en préservant une complexité algorithmique raisonnable. Pour cela, unepart importante du travail porte sur l’extension des classes de modèles dynamiques à incertitudesbornées pour lesquels des observateurs intervalles peuvent être obtenus avec les preuves d’inclusionet de stabilité associées. En s’appuyant sur des changements de coordonnées variant dans letemps, des dynamiques LTI, LPV et LTV sont considérées graduellement pour déboucher sur desclasses de dynamiques Non Linéaires à Incertitudes Bornées continues (NL-IB). Une transformationdes modèles NL-IB en modèles LPV-IB a été utilisée. Une première étude sur les non-linéaritésd’une dynamique de vol longitudinal est présentée. Un axe de travail complémentaire porte surune caractérisation explicite de la variabilité (comportement aléatoire) du bruit de mesure dansun contexte à erreurs bornées. En combinant cette approche à base de données avec celle à basede modèle utilisant un prédicteur intervalle, une méthode prometteuse permettant la détection dedéfauts relatifs à la position d’une surface de contrôle d’un avion est proposée. Une étude portenotamment sur la détection du blocage et de l’embarquement d’une gouverne de profondeur. / The monitoring of industrial and/or embedded systems is a major concern accordingto their increasing complexity and requirements to respect the mission profiles. Detection of anomaliesplays a key role in this context. Fundamentally, model-based detection procedures consist incomparing the true operation of the system with a reference established using a fault-free model.However, the monitored systems often feature nonlinear dynamics which are difficult to be exactlycharacterized. The approach considered in this thesis is to enclose their influence through boundeduncertainties. The propagation of these uncertainties allows the evaluation of thresholds aimingat ensuring a good trade-off between sensitivity to faults and robustness with respect to disturbanceswhile maintaining a reasonable computational complexity. To that purpose, an importantpart of the work adresses the extension of classes of dynamic models with bounded uncertaintiesso that interval observers can be obtained with the related inclusion and stability proofs. Based ona time-varying change of coordinates, LTI, LPV and LTV dynamics are gradually considered tofinally deal with some classes classes of nonlinear continuous dynamics with bounded uncertainties.A transformation of such nonlinear models into LPV models with bounded uncertainties has beenused. A first study on nonlinearities involved in longitudinal flight dynamics is presented. A complementarywork deals with an explicit characterization of measurement noise variability (randombehavior of noise within measurement) in a bounded error context. Combining this data-drivenapproach with a model-driven one using an interval predictor, a promising method for the detectionof faults related to the position of aircraft control surfaces is proposed. In this context, specialattention has been paid to the detection of runaway and jamming of an elevator.

Cette thèse CIFRE est réalisée dans le cadre d’un partenariat entre le laboratoire IMS de l’Université Bordeaux I et Airbus Operations S.A.S à Toulouse. Le thème abordé concerne la détection robuste et précoce de deux types particuliers de pannes dans le système de commandes de vol, à savoir l’embarquement et le grippage des gouvernes de profondeur. Afin de contribuer à l’optimisation du design structural des futurs avions, l’objectif est de proposer des méthodes capables d’améliorer les performances en détection des techniques actuellement en place, tout en garantissant un haut niveau de robustesse. Trois stratégies de surveillance à base de modèle sont présentées. La première solution est basée sur un filtre de Kalman dédié, associé à une procédure d’optimisation de ses paramètres. La seconde technique est basée sur un test de décision appliqué dans l’espace paramétrique, à une direction sensible identifiée. Finalement, une troisième approche consiste à utiliser un différentiateur à modes glissants pour estimer les dérivées du signal d’entrée et de sortie de la boucle d’asservissement. Les méthodes développées ont été implémentées dans le calculateur de commandes de vol et validées sur les bancs de tests Airbus et même en vol. Les résultats expérimentaux ont clairement mis en évidence l’apport des techniques présentées dans cette thèse par rapport à l’état de l’art industriel. / The research work done in this PhD has been carried out under an industrial convention (CIFRE) between the IMS laboratory (Bordeaux University, France) and Airbus Operations S.A.S. (Toulouse, France). The thesis deals with two important Electrical Flight Control System failure cases: runaway (a.k.a. hard over) and jamming (or lock-in-place failure) of aircraft control surfaces. Early and robust detection of such failures is an important issue for achieving sustainability goals and for early system reconfiguration. The thesis focuses on the elevator runaway and jamming. Three model-based monitoring strategies are presented. The first approach is based on a dedicated Kalman filtering with optimised tuning parameters. The second method is based on a decision test applied to an identified sensitive direction in the parametric space. Finally, the third solution is based on a sliding mode differentiator. The techniques have been implemented in the flight control computer and validated on Airbus test facilities and during real flight tests. The experimental results confirmed that good level of performance and robustness can be obtained.