Parmi les méthodes de diagnostic de défauts issue de l'automatique, la méthode des filtres résiduels permet de synthétiser des filtres générant des signaux (dits résidus) qui sont utilisés à des ns de détection de défauts. Dans notre approche, les filtres résiduels sont obtenus à partir d'observateurs réduits. L'objectif decette thèse est de synthétiser des observateurs et de mettre en évidence leur application à la détection de défauts pour les systèmes non linéaires. Ce mémoire est réparti en deux parties. Dans la première partie, deux contributions ont été présentées. La première concerne les observateurs à entrées inconnues pour les systèmes affines en l'état modulo une injection de sortie. L'approche proposée est une combinaison des techniques de découplage géométrique et des observateurs non linéaires. Des conditions suffisantes ont été données accompagnées d'un algorithme permettant de concevoir un observateur à entrées inconnues permettant d'estimer une partie de l'état indépendamment de la connaissance de certaines entrées. La deuxième contribution consiste à caractériser la classe des systèmes non linéaires qui se transforment en des systèmes en cascade pour lesquels un observateur peut être conçu. Tout d'abord, des conditions nécessaires et suffisantes théoriques ont été données, ensuite un algorithme permettant de calculer ces transformations (diéomorphismes) a été proposé. Enfin, l'ensemble de tous ces difféomorphismes a été caractérisé en montrant que ce dernier est une orbite d'une action d'un groupe particulier sur l'ensemble de tous les difféomorphismes. La deuxième partie de cette thèse concerne la synthèse d'un filtre polytopique Linéaires à Paramètres Variants (LPV) permettant de détecter, isoler et estimer de multiples défauts capteur. L'avantage de ce filtre est de générer deux types de résidus : l'un étant sensible aux défauts et l'autre insensible. Le résidu insensible est utilisé pour fournir une information qualitative supplémentaire de l'efficacité du filtre. La stabilité de ce dernier est analysée au moyen d'Inégalités Matricielles Linéaires (LMI) / Among the faults diagnosis methods, the method of residual filters allows to synthesize filters generating signals ( called residues) that are used for fault detection. In our approach, the residual filters are obtained from reduced observers. The objective of this thesis is to synthesize observers and highlight their application to fault detection for nonlinear systems. This thesis is divided into two parts. In the first part, two papers were presented. The rst one relates to the unknown input observers for state ane systems modulo an output injection. The proposed approach is a combination of geometric decoupling techniques and nonlinear observers. We have given sufficient conditions with an algorithm for designing an unknown input observer to estimate a part of the state without the knowledge of some inputs. The second contribution consists to characterize the class of nonlinear systems which can be transformed into cascade systems for which an observer can be designed. First, necessary and sufficient theoretical conditions were given, then an algorithm to compute these transformations (diffeomorphisms) was proposed. Finally, the set of all dieomorphisms was characterized by showing that it is an orbit of an action of a particular group on the set of all dieomorphisms. The second step of the thesis deals with the synthesis of a polytopic Linear Parameter-Varying (LPV) filter to detect, isolate and estimate multiple sensor faults. The advantage of this lter is to generate two types of residuals : one being sensitive to faults and the other is insensitive. The insensitive residual is used to generate an additional qualitative information of the filter efficiency. The stability of the latter has been performed using Linear Matrix Inequality (LMI)

System identification is used in engineering sciences to build mathematical models from data. A common issue in system identification problems is that the true inputs to the system are not fully known. In this thesis, existing approaches to unknown input problems are classified and some of their properties are analyzed.  A new indirect framework is proposed to treat system identification problems with unknown inputs. The effects of the unknown inputs are assumed to be measured through possibly unknown dynamics. Furthermore, the measurements may also be dependent on other known or measured inputs and can in these cases be called indirect input measurements. Typically, these indirect input measurements can arise when a subsystem of a larger system is of interest and only a limited set of sensors is available. Two examples are when it is desired to estimate parts of a mechanical system or parts of a dynamic network without full knowledge of the signals in the system. The input measurements can be used to eliminate the unknown inputs from a mathematical model of the system through algebraic manipulations. The resulting indirect model structure only depends on known and measured signals and can be used to estimate the desired dynamics or properties. The effects of using the input measurements are analyzed in terms of identifiability, consistency and variance properties. It is shown that cancelation of shared dynamics can occur and that the resulting estimation problem is similar to errors-in-variables and closed-loop estimation problems because of the noisy inputs used in the model. In fact, the indirect framework unifies a number of already existing system identification problems that are contained as special cases. For completeness, an instrumental variable method is proposed as one possibility for estimating the indirect model. It is shown that multiple datasets can be used to overcome certain identifiability issues and two approaches, the multi-stage and the joint identification approach, are suggested to utilize multiple datasets for estimation of models. Furthermore, the benefits of using the indirect model in filtering and for control synthesis are briefly discussed.  To show the applicability, the framework is applied to the roll dynamics of a ship for tracking of the loading conditions. The roll dynamics is very sensitive to changes in these conditions and a worst-case scenario is that the ship will capsize.  It is assumed that only motion measurements from an inertial measurement unit (IMU) together with measurements of the rudder angle are available. The true inputs are thus not available, but the measurements from the IMU can be used to form an indirect model from a well-established ship model. It is shown that only a subset of the unknown parameters can be estimated simultaneously. Data was collected in experiments with a scale ship model in a basin and the joint identification approach was selected for this application due to the properties of the model. The approach was applied to the collected data and gave promising results. / Till skillnad från många andra industrier där avancerade styrsystem har haft en omfattande utveckling under de senaste decennierna så har styrsystem för skepps- och marinindustrin inte alls utvecklats i samma utsträckning. Det är framförallt under de senaste 10 åren som lagkrav och stigande driftskostnader har ökat intresset för effektivitet och säkerhet genom användning av styrsystem. Rederier och den marina industrin är nu intresserade av hur de avancerade styrsystem som används inom andra områden kan tillämpas för marina ändamål. Huvudmålet är typiskt att minska den totala energianvändningen, och därmed också bränsleförbrukningen, genom att hela tiden planera om hur skeppet skall användas med hjälp av ny information samt styra skeppet och dess ingående system på ett sätt som maximerar effektiviteten. För många av dessa avancerade styrsystem är det grundläggande att ha en god förståelse för beteendet hos det systemet som skall styras. Ofta används matematiska modeller av systemet för detta ändamål. Sådana modeller kan skapas genom att observera hur systemet reagerar på yttre påverkan och använda dessa observationer för att finna eller skatta den modell som bäst beskriver observationerna. Observationerna är mätningar som görs med så kallade sensorer och tekniken att skapa modeller från mätningarna kallas för systemidentifiering. Detta är i grunden ett utmanande problem och det kan försvåras ytterligare om de sensorer som behövs inte finns tillgängliga eller är för dyra att installera. I denna avhandling föreslås en ny teknik där de mätningar som finns tillgängliga används på ett nytt och annorlunda sätt. Detta kan minska mängden nödvändiga sensorer eller möjliggöra användandet av alternativa sensorer i modell-framtagningen. Med hjälp av denna nya teknik kan enkla sensorer användas för att skatta en matematisk modell för en del av skeppet på ett sätt som inte är möjligt med traditionella metoder. Genom att skatta denna modell kan fysikaliska egenskaper hos skeppet, så som dess massa och hur massan är fördelad över skeppet, övervakas för att upptäcka förändringar. Just dessa två egenskaper har stor inverkan på hur skeppet beter sig och om skeppet är fellastat kan det i värsta fall kapsejsa. Vetskapen om dessa fysikaliska egenskaper kan alltså utöver effektivisering användas för att varna besättningen eller påverka styrsystemen så att farliga manövrar undviks. För att visa att tekniken fungerar i verkligheten har den använts på mätningar som har samlats in från ett skalenligt modellskepp. Experimenten utfördes i bassäng och resultaten visar att tekniken fungerar. Denna nya teknik är inte specifik för marint bruk utan kan också vara användbar i andra typer av tillämpningar. Även i dessa tillämpningar möjliggörs användandet av färre eller alternativa sensorer för att skatta modeller. Tekniken kan vara speciellt användbar när en modell av ett system eller process som verkar i ett nätverk av många system är av intresse, något som också diskuteras i avhandlingen.

A solution to the vehicle state estimation problem is given using the Kalman filtering and the Particle filtering theories. Vehicle states are necessary for an active or a semi-active suspension control system, which is intended to enhance ride comfort, road handling and stability of the vehicle. Due to a lack of information on road disturbances, conventional estimation techniques fail to provide accurate estimates of all the required states. The proposed estimation algorithm, named Supervisory Kalman Filter (SKF), consists of a Kalman filter with an extra update step which is inspired by the particle filtering technique. The extra step, called a supervisory layer, operates on the portion of the state vector that cannot be estimated by the Kalman filter. First, it produces N randomly generated state vectors, the particles, which are distributed based on the Kalman filter’s last updated estimate. Then, a resampling stage is implemented to collect the particles with higher probability. The effectiveness of the SKF is demonstrated by comparing its estimation results with that of the Kalman filter and the particle filter when a test vehicle is passing over a bump. The estimation results confirm that the SKF precisely estimates those states of the vehicle that cannot be estimated by either the Kalman filter or the particle filter, without any direct measurement of the road disturbance inputs. Once the vehicle states are provided, a suspension control law, the Skyhook strategy, processes the current states and adjusts the damping forces accordingly to provide a better and safer ride for the vehicle passengers. This thesis presents a novel systematic and practical methodology for the design and implementation of the Skyhook control strategy for vehicle’s semi-active suspension systems. Typically, the semi-active control strategies (including the Skyhook strategy) have switching natures. This makes the design process difficult and highly dependent on extensive trial and error. The proposed methodology maps the discontinuous control system model to a continuous linear region, where all the time/frequency design techniques, established in the conventional control system theory, can be applied. If the semiactive control law is designed to satisfy ride and stability requirements, an inverse mapping offers the ultimate control law. The effectiveness of the proposed methodology in the design of a semi-active suspension control system for a Cadillac SRX 2005 is demonstrated by real-time road tests. The road tests results verify that the use of the newly developed systematic design methodology reduces the required time and effort in real industrial problems.

A solution to the vehicle state estimation problem is given using the Kalman filtering and the Particle filtering theories. Vehicle states are necessary for an active or a semi-active suspension control system, which is intended to enhance ride comfort, road handling and stability of the vehicle. Due to a lack of information on road disturbances, conventional estimation techniques fail to provide accurate estimates of all the required states. The proposed estimation algorithm, named Supervisory Kalman Filter (SKF), consists of a Kalman filter with an extra update step which is inspired by the particle filtering technique. The extra step, called a supervisory layer, operates on the portion of the state vector that cannot be estimated by the Kalman filter. First, it produces N randomly generated state vectors, the particles, which are distributed based on the Kalman filter’s last updated estimate. Then, a resampling stage is implemented to collect the particles with higher probability. The effectiveness of the SKF is demonstrated by comparing its estimation results with that of the Kalman filter and the particle filter when a test vehicle is passing over a bump. The estimation results confirm that the SKF precisely estimates those states of the vehicle that cannot be estimated by either the Kalman filter or the particle filter, without any direct measurement of the road disturbance inputs. Once the vehicle states are provided, a suspension control law, the Skyhook strategy, processes the current states and adjusts the damping forces accordingly to provide a better and safer ride for the vehicle passengers. This thesis presents a novel systematic and practical methodology for the design and implementation of the Skyhook control strategy for vehicle’s semi-active suspension systems. Typically, the semi-active control strategies (including the Skyhook strategy) have switching natures. This makes the design process difficult and highly dependent on extensive trial and error. The proposed methodology maps the discontinuous control system model to a continuous linear region, where all the time/frequency design techniques, established in the conventional control system theory, can be applied. If the semiactive control law is designed to satisfy ride and stability requirements, an inverse mapping offers the ultimate control law. The effectiveness of the proposed methodology in the design of a semi-active suspension control system for a Cadillac SRX 2005 is demonstrated by real-time road tests. The road tests results verify that the use of the newly developed systematic design methodology reduces the required time and effort in real industrial problems.

Cette thèse porte sur la conception d’une classe particulière d’estimateurs d'état, les observateurs intervalles. L’objectif est d’estimer de manière garantie, les bornes supérieure et inférieure de l’ensemble admissible de l'état d’un système, à chaque instant de temps. L’approche considérée repose sur la connaissance a priori du domaine d’appartenance, supposé borné, des incertitudes du système (incertitudes de modélisation, perturbations, bruits, etc). Une classe d'observateurs intervalles à entrées inconnues est proposée pour la classe des systèmes Linéaires à Paramètres Variants (LPV). La synthèse des paramètres de l’observateur repose sur la résolution d’un problème d’optimisation sous contraintes de type inégalités matricielles linéaires (LMI) permettant de garantir simultanément les conditions d’existence de l’observateur ainsi qu’un niveau de performance, soit dans un contexte énergie, soit dans un contexte amplitude ou soit dans un contexte mixte énergie/amplitude. Plus particulièrement, la performance de l'observateur repose sur une technique de découplage pour annuler les effets des entrées inconnues et une technique d’optimisation destinée à minimiser, au sens de critères de type gain L2et/ou gain L∞, les effets des perturbations sur la largeur totale de l’enveloppe de l'état du système LPV. La méthodologie de synthèse proposée est illustrée sur un exemple académique. Enfin, la méthodologie est appliquée au cas de la phase d’atterrissage du véhicule spatial HL20, sous des conditions de simulations réalistes. / This thesis addresses the design of a class of estimator, named interval obser-ver, which evaluates in a guaranteed way, a set for the state of the system at each instant of time. The proposed approach is based on a priori knowledge of bounded sets for the system uncertainties (modeling uncertainties, disturbances, noise, etc.). A methodology to design an interval observer is proposed for the class of Linear Parameter Varying (LPV) Systems. The feasibility of the latter is based on the resolution of linear Matrix Inequalities (LMI) constraints allowing to simultaneously get the existence conditions of the intervalobserver and a certain level of a priori given performance for the state estimation of the system. Specifically, the performance of the estimates is based on a decoupling technique to avoid the effects of unknown inputs and an optimization technique to minimize, in the L2 and/or L∞ gain sense, the effects of disturbances on the estimated interval length for the state of the LPV system. The design methodology is illustrated on academic examples.Finally, the methodology is applied on the landing phase of the HL20 shuttle.

Nombreux sont les problèmes classiquement rencontrés dans les sciences de l'ingénieur dont la résolution fait appel à l'estimation d'état d'un système par le biais d'un observateur. La synthèse d'un observateur n'est envisageable qu'à la condition de disposer d'un modèle à la fois exploitable et représentatif du comportement dynamique du système. Or, la modélisation du système et la synthèse de l'observateur deviennent des tâches difficiles à accomplir dès lors que le comportement dynamique du système doit être représenté par un modèle de nature non linéaire. Face à ces difficultés, l'approche multimodèle peut être mise à profit. Les travaux présentés dans cette thèse portent sur les problèmes soulevés par l'identification, l'estimation d'état et le diagnostic de systèmes non linéaires représentés à l'aide d'un multimodèle découplé. Ce dernier, composé de sous-modèles qui peuvent être de dimensions différentes, est doté d'un haut degré de généralité et de flexibilité et s'adapte particulièrement bien à la modélisation des systèmes complexes à structure variable. Cette caractéristique le démarque des approches multimodèles plus conventionnelles qui ont recours à des sous-modèles de même dimension. Après une brève introduction à l'approche multimodèle, le problème de l'estimation paramétrique du multimodèle découplé est abordé. Puis sont présentés des algorithmes de synthèse d'observateurs d'état robustes vis-à-vis des perturbations, des incertitudes paramétriques et des entrées inconnues affectant le système. Ces algorithmes sont élaborés à partir de trois types d'observateurs dits à gain proportionnel, à gain proportionnel-intégral et à gain multi-intégral. Enfin, les différentes phases d'identification, de synthèse d'observateurs et de génération d'indicateurs de défauts sont illustrées au moyen d'un exemple académique de diagnostic du fonctionnement d'un bioréacteur / The state estimation of a system, with the help of an observer, is largely used in many practical situations in order to cope with many classic problems arising in control engineering. The observer design needs an exploitable model able to give an accurate description of the dynamic behaviour of the system. However, system modelling and observer design can not easily be accomplished when the dynamic behaviour of the system must be described by non linear models. The multiple model approach can be used to tackle these difficulties. This thesis deals with black box modelling, state estimation and fault diagnosis of nonlinear systems represented by a decoupled multiple model. This kind of multiple model provides a high degree of generality and flexibility in the modelling stage. Indeed, the decoupled multiple model is composed of submodels which dimensions can be different. Thus, this feature is a significant difference between the decoupled multiple model and the classical used multiple model where all the submodels have the same dimension. After a brief introduction to the multiple model approach, the parametric identification problem of a decoupled multiple model is explored. Algorithms for robust observers synthesis with respect to perturbations, modelling uncertainties and unknown inputs are afterwards presented. These algorithms are based on three kinds of observers called proportional, proportional-integral and multiple-integral. Lastly, identification, observers synthesis and fault sensitivity signals generation are illustrated via a simulation example of a bioreactor

Le phénomène d'encrassement dans les échangeurs thermiques est actuellement un sujet important. En effet l'encrassement est un phénomène couteux qui provoque (directement ou indirectement via un surdimensionnement des installations) une augmentation des pertes énergétiques, une hausse de la consommation d'eau. Par effet lié, l’encrassement a un impact environnemental non négligeable dû principalement à une augmentation de l’émission de dioxyde de carbone. La détection de l'encrassement peut se faire de manière très ponctuelle en utilisant des capteurs spécifiques et coûteux ou, globalement, soit en mesurant la variation de masse de l’échangeur, soit en évaluant l’efficacité de l’échangeur à travers le coefficient de transfert – ces deux dernières méthodes exigeant des conditions de fonctionnement très particulières : l’arrêt pour la première et un fonctionnement en régime permanent pour la seconde. Les travaux présentés dans cette thèse consistent au développement d’observateurs non linéaires qui permettent de détecter l'encrassement suffisamment tôt pour mettre en place un système d'entretien efficace. Pour cela, un modèle de dimension finie d’un échangeur tubulaire à contre courant a été défini en début de thèse. Trois solutions basées sur le développement d'observateurs non linéaires de type Takagi-Sugeno appliqués au problème de détection d'encrassement dans les échangeurs thermiques sont proposées. La première consiste en une batterie d'observateurs qui estime les paramètres d'encrassement par une méthode d'interpolation. La deuxième propose un observateur polynomial de type Takagi-Sugeno en utilisant la théorie des sommes de carrés. Enfin, un observateur de type Takagi-Sugeno à entrées inconnues est développé. Une comparaison entre ces différentes méthodes est effectuée en conclusion cette thèse. / The phenomenon of fouling in heat exchangers is currently an important topic. Indeed, the fouling is a costly issue that increases the energy loss (directly or indirectly through an over-sizing of the equipment), and therefore increases the water consumption. As a side effect, fouling increases CO² consumption that leads to environmental consequences. Fouling can be detected either on local scale, using expensive and specific sensors or on global scale. Global estimation of fouling can be done by measuring the variation of the mass of the exchanger, or by estimating the efficiency of the exchanger through the transfer coefficient. These two methods require very restricting conditions: a powered exchanger to measure mass variation and a steady state exchanger to estimate the efficiency. The work introduced in this thesis deals with the development of non-linear observers that detect fouling early enough to start an efficient cleaning process. As a beginning, a finite element model of a counter current tubular exchanger was proposed. Then three approaches, based on non-linear Takagi-Sugeno observers, were suggested to detect early fouling in heat exchangers. First approach consisted in a set of observers that estimated the parameters of fouling effect through an interpolation method. The second approach proposed a polynomial Takagi-Sugeno observer, using the theory of sums of squares. Finally, a observer of Takagi-Sugeno type with unknown inputs was developed. As a conclusion, a comparison between those different methods was done.

Cette thèse porte sur l'estimation simultanée du coefficient de diffusion et du terme source régissant le modèle de transport de la température dans les plasmas chauds. Ce phénomène physique est décrit par une équation différentielle partielle (EDP) linéaire, parabolique du second-ordre et non-homogène, où le coefficient de diffusion est distribué et le coefficient de réaction est constant. Ce travail peut se présenter en deux parties. Dans la première, le problème d'estimation est traité en dimension finie ("Early lumping approach"). Dans la deuxième partie, le problème d'estimation est traité dans le cadre initial de la dimension infinie ("Late lumping approach"). Pour l'estimation en dimension finie, une fois le modèle établi, la formulation de Galerkin et la méthode d'approximation par projection sont choisies pour convertir l'EDP de transport en un système d'état linéaire, temps-variant et à entrées inconnues. Sur le modèle réduit, deux techniques dédiées à l'estimation des entrées inconnues sont choisies pour résoudre le problème. En dimension infinie, l'estimation en-ligne adaptative est adoptée pour apporter des éléments de réponse aux contraintes et limitations dues à la réduction du modèle. Des résultats de simulations sur des données réelles et simulées sont présentées dans ce mémoire. / This work deals with the diffusion and source term estimation in a heat transport model for tokamaks plasma . This phenomenon is described by a second-order linear parabolic partial differential equation (PDE) with distributed diffusion parameter and input. Both "Early lumping" and "Late lumping" approaches are considered in this thesis. First, once the heat model is chosen, the Galerkin formulation and the parameter projection method are combined to convert the PDE to a set of ordinary differential equations (ODEs). Then, two estimation methods able to give optimal estimates of the inputs are applied on the reduced model to identify simultaneously the source term and the diffusion coefficient. In the infinite dimensional method, the adaptive estimation technique is chosen in order to reconstruct "freely" the unknown parameters without the constraints due to the model reduction method. Simulation results on both simulated and real data are provided to attest the performance of the proposed methodologies.

Le travail présenté dans la thèse s’inscrit dans le projet de recherche partenarial ANR-ABV 2009 dont l’objet est la conception d’un système de conduite automatisée à basse vitesse. Il décrit et analyse les principes d’un contrôle partagé d’un véhicule automobile entre un conducteur humain et un copilote électronique (E-copilote). L’objectif est de mettre en place une coopération Homme-Machine efficace entre le conducteur et l’E-copilote. Un des enjeux est notamment de permettre au conducteur d’interagir avec l’E-copilote de façon continue pour pouvoir exécuter les manœuvres qu’il souhaite sans nécessiter la désactivation ni être gêné par l’E-copilote. Cet enjeu répond au besoin de prise en compte des actions du conducteur entreprises pour pallier celles du E-copilote dans certaines situations par exemple éviter un obstacle non perçu par le système. L’objectif dans ce cas est de garantir le confort au conducteur ainsi que sa conscience du mode engagé (système actif ou pas). Le conducteur et l’E-copilote agissant simultanément sur le système de direction, chacun doit être conscient des actions de l’autre : une communication bidirectionnelle est essentielle. Pour atteindre cet objectif, nous avons retenu les interactions haptiques à travers le système de direction du véhicule. Le couple appliqué par le conducteur sur volant est utilisé par l’E-copilote pour prendre en compte ces actions de la même façon que le couple produit par l’E-copilote est ressenti par le conducteur et utilisé pour comprendre le comportement du système. D’autres aspects essentiels pour la coopération H-M ont également été abordés : l’´étude des changements de modes de fonctionnement du système ainsi que l’IHM via laquelle le conducteur interagit avec le système. / The work presented in the thesis is part of the research partnership project ANRABV 2009 which aims is to design an automated low-speed driving. It describes and analyzes the principles of shared control of a motor vehicle between a human driver and an electronic copilot (E-copilot). The objective is to establish effective human-machine cooperation between the driver and E-copilot. One issue is particular to allow the driver to interact with the E-copilot continuously in order to perform maneuvers he wants without requiring deactivation neither constrained by E-copilot. This issue addresses the need for consideration of driver actions taken to remedy those of E-copilot for example avoiding undetected obstacle by the system while ensuring operator comfort and the driver situation awareness. The driver and E-co-pilot acting simultaneously on the steering system, everyone must be aware of the actions of the other: twoway communication is essential. To achieve this goal, we used the haptic interactions through the steering system of the vehicle. The torque applied by the driver on the steering wheel is used by the E-copilot to take into account these actions as the torque produced by the E-copilot is felt by the driver and used to understand the system’s behavior. Other key issues for the Human-Machine Cooperation were also discussed: the study of changes in modes of operation of the system and HMI via which the driver interact with the system.