Cette étude de maîtrise (M$.$Sc.) examine la mise en œuvre pratique de stratégies de commande tolérantes aux fautes (FTC) pour optimiser la commande des stations de récupération des ressources de l'eau (StaRRE). Elle couvre les étapes clés de la chaine de traitement de données, notamment la collecte efficace des données, leur traitement et validation, ainsi que l'extraction des connaissances et la mise en œuvre d'actions de commande fiables. À mesure que les stations d'épuration des eaux usées sont transformées en StaRRE, le besoin de systèmes de commande fiables devient de plus en plus crucial. Cependant, atteindre une commande fiable est un défi en raison de la nature variable des eaux usées et des dysfonctionnements fréquents des capteurs dans les conditions de mesure difficiles des StaRRE. La stratégie FTC aborde ces problèmes en intégrant des méthodes de détection de fautes qui identifient les défaillances des capteurs et ajustent les actions de commande, garantissant que le système reste dans des niveaux de performance acceptables, même lorsque les données des capteurs sont compromises. L'étude adopte une approche systématique, en commençant par la collecte et la validation de données fiables grâce à l'utilisation de cartes de contrôle. Elle passe ensuite au prétraitement des données, en proposant un algorithme d'imputation basé sur des modèles de prévision de séries temporelles pour traiter les valeurs manquantes dans les données des capteurs. Les résultats ont montré que le modèle de prévision à lissage exponentiel de Holt-Winters a comblé efficacement les lacunes du jeu de données en capturant la saisonnalité des séries temporelles. Pour raffiner davantage les données, une méthode intégrée de détection des valeurs aberrantes, de lissage du bruit, et de détection univariée des fautes est employée. Ces techniques ont été développées jusqu'à leur application dans la mise en œuvre réussie d'actions de commande tolérantes aux fautes dans une station pilote de récupération des ressources en eau à l'échelle industrielle (pil*EAU*te) traitant deux types de fautes courantes, le biais et la dérive. De plus, l'étude souligne l'importance de stratégies de commande avancées, telles que la commande Ammonium *versus* NOx-N (AvN), pour atteindre une élimination efficace de l'azote par raccourci dans la gestion des eaux usées riches en nutriments. / This M$.$Sc. study investigates the practical implementation of Fault-Tolerant Control (FTC) strategies to optimize control of Water Resource Recovery Facilities (WRRFs). It covers key stages of the data pipeline, including effective data collection, treatment, and validation, as well as knowledge extraction and the implementation of reliable control actions. As wastewater treatment plants evolve into WRRFs, the need for dependable control systems becomes increasingly critical. However, achieving reliable control is challenging due to the variable nature of wastewater and the frequent malfunction of sensors in the harsh measurement conditions of WRRFs. The FTC strategy tackles these issues by integrating fault detection methods that identify sensor faults and adjust control actions, ensuring the system remains within acceptable performance levels, even when sensor data is compromised. The study adopts a systematic approach, beginning with the collection and validation of reliable data through the use of control charts. It then moves to data pre-processing, proposing a gap-filling algorithm based on time series forecasting models to address missing values in sensor data. Results showed that the Holt-Winters exponentially smoothing forecasting model filled the gaps in the dataset effectively by capturing the seasonality in the time series. To further refine the data, an integrated method for outlier detection, noise smoothing, and univariate fault detection is employed. These techniques were developed, building up to their application in successfully implementing fault-tolerant control actions in an industrial-scale water resource recovery pilot plant (pil*EAU*te) addressing two types of common faults, bias and drift. Additionally, the research emphasizes the importance of advanced control strategies, such as Ammonium versus NOx-N (AvN) control, in achieving efficient short-cut nitrogen removal for managing nutrient-rich wastewater.

La durée de vie utile résiduelle (RUL) peut être simplement définie comme une prédiction du temps restant pendant lequel un système est capable d'exécuter sa fonction prévue ; elle est mesurée à partir de l'instant présent jusqu'à la défaillance finale. Cette durée prévue dépend principalement de l'état de détérioration des composants du système et de leurs conditions de fonctionnement futures prévues. Ainsi, la prédiction de la RUL est un processus incertain et son contrôle n'est pas une tâche triviale. En général, le but de la prévision de la RUL est d'influencer la prise de décision pour le système. Dans cette thèse, on a présenté un cadre compréhensible pour le contrôle de la RUL. Les incertitudes du modèle ainsi que les perturbations du système ont été prises en compte dans le cadre proposé. Des questions telles que le traitement de l'incertitude et l'inclusion d'objectifs RUL dans la stratégie de contrôle sont étudiées, depuis la modélisation jusqu'à une architecture de contrôle globale finale. On a montré que l'on peut prédire la RUL à partir d'une estimation appropriée de la détérioration et d'hypothèses sur les conditions de fonctionnement futures. Les systèmes d'entraînement par friction sont utilisés pour illustrer l'utilité de l'architecture globale susmentionnée. Pour ce type de système, le frottement est à la fois source du mouvement et source de la détérioration. Ce double caractéristique de frottement est une motivation pour contrôler automatiquement la détérioration du système en maintenant un compromis entre les exigences de mouvement et les valeurs RUL souhaitées. Dans cette thèse, un nouveau modèle orienté contrôle pour les systèmes d'entraînement par friction, qui inclut un modèle dynamique de la détérioration, est proposé. Le degré de détérioration est considéré en fonction de l'énergie dissipée, à la surface de contact, pendant la transmission mécanique de puissance. Une approche est proposée pour estimer l'état actuel de la détérioration d'un système d'entraînement par friction. L'approche est basée sur un Filtre de Kalman Etendu (EKF en anglais) qui utilise un modèle augmenté incluant le système mécanique dynamique et la dynamique de détérioration. L'EKF fournit également des intervalles qui incluent sûrement la valeur de détérioration réelle avec une valeur de probabilité. Une nouvelle architecture de commande de la RUL est proposée, elle comprend : un système de surveillance de l'état de détérioration (par exemple l'EKF proposé), un estimateur de l'état de fonctionnement du système, un système de commande de la RUL et un principe actionneur de la RUL. L'estimateur des conditions de fonctionnement est basé sur l'hypothèse qu'il est possible de quantifier certaines caractéristiques des exigences de mouvement, par exemple le rapport cyclique des couples moteur. Le contrôleur RUL utilise une fonction de coût qui pondère les exigences de mouvement et les valeurs RUL souhaitées pour modifier un filtre à paramètres variables, utilisé ici comme principe actionneur RUL. Le principe actionneur RUL est basé sur une modification des couples exigés, provenant d'un éventuel système de contrôle de mouvement. Les résultats préliminaires montrent qu'il est possible de contrôler la RUL, selon le cadre théorique proposé. / Remaining Useful Lifetime (RUL) can be simply defined as a prediction of the remaining time that a system is able to perform its intended function, from the current time to the final failure. This predicted time mostly depends on the state of deterioration of the system components and their expected future operating conditions. Thus, the RUL prediction is an uncertain process and its control is not trivial task.In general, the purpose for predicting the RUL is to influence decision-making for the system. In this dissertation a comprehensive framework for controlling the RUL is presented. Model uncertainties as well as system disturbances have been considered into the proposed framework. Issues as uncertainty treatment and inclusion of RUL objectives in the control strategy are studied from the modeling until a final global control architecture. It is shown that the RUL can be predicted from a suitable estimation of the deterioration, and from hypothesis on the future operation conditions. Friction drive systems are used for illustrating the usefulness of the aforementioned global architecture. For this kind of system, the friction is the source of motion and at the same time the source of deterioration. This double characteristic of friction is a motivation for controlling automatically the deterioration of the system by keeping a trade-off, between motion requirements and desired RUL values. In this thesis, a new control-oriented model for friction drive systems, which includes a dynamical model of the deterioration is proposed. The amount of deterioration has been considered as a function of the dissipated energy, at the contact surface, during the mechanical power transmission. An approach to estimate the current deterioration condition of a friction drive system is proposed. The approach is based on an Extended Kalman Filter (EKF) which uses an augmented model including the mechanical dynamical system and the deterioration dynamics. At every time instant, the EKF also provides intervals which surely includes the actual deterioration value which a given probability. A new architecture for controlling the RUL is proposed, which includes: a deterioration condition monitoring system (for instance the proposed EKF), a system operation condition estimator, a RUL controller system, and a RUL actuation principle. The operation condition estimator is based on the assumption that it is possible quantify certain characteristics of the motion requirements, for instance the duty cycle of motor torques. The RUL controller uses a cost function that weights the motion requirements and the desired RUL values to modify a varying-parameter filter, used here as the RUL-actuating-principle. The RUL-actuating-principle is based on a modification of the demanded torques, coming from a possible motion controller system. Preliminary results show that it is possible to control de RUL according to the proposed theoretical framework.