Diagnostic et tolérance aux défauts sont des enjeux importants pour les systèmes de contrôle, particulièrement dans les systèmes de sécurité fondamentaux. La théorie et l'application des approches classiques de diagnostic et tolérance aux défauts doivent être revisités lorsqu'il s'agit de SCR. L'objectif de cette thèse est de proposer de nouvelles approches de diagnostic pour les systèmes contrôlés en réseau en considérant la perte de paquets et la contrainte de communication. De plus, les algorithmes de l'ordonnancement et de diagnostic proposés sont implémentés dans un mini hélicoptère / Fault diagnosis and fault-tolerant control are important issues for practical control systems, especially in safety-critical systems. The theory and application of classical approaches of fault diagnosis and fault tolerant control should be revised when dealing with NCSs. Objective of this thesis is proposing new approaches to design a fault detection and isolation (FDI) system with considering network-induced effects such as packet dropout and medium access constraints. In addition, proposed algorithms of scheduling and fault diagnosis are implemented in a mini helicopter

Ce travail s’inscrit dans le cadre de la mise en place d’une stratégie de SHM (Structural Health Monitoring) dédiée à la surveillance des structures en génie civil. Il a porté, d’une part, sur l’étude des méthodes de détection et de localisation de l’endommagement du bâti existant et, d’autre part, sur l’élaboration du cahier des charges d’un capteur « intégré » capable de délivrer des informations par transmission compacte des données pour les communiquer à une chaîne SHM. Des études numériques et expérimentales ont été réalisées dans cet objectif. L’état de l’art a clairement mis en évidence plusieurs points faibles des méthodes de détection et de localisation d’endommagements usuelles comme, par exemple, le manque de précision et/ou la complexité de mise en place. On observe aussi que la sensibilité de ces méthodes par rapport à plusieurs paramètres, essentiellement la direction de mesure, le positionnement des capteurs et la sévérité des endommagements, ne permet pas à ce jour de dresser un diagnostic précis de l’état de santé des structures. Pour répondre au cahier des charges d’une chaîne SHM, un Algorithme de Détection et de Localisation (ADL) a été élaboré. Cet algorithme fait appel à des méthodes utilisant les paramètres modaux, essentiellement les fréquences propres et les déformées modales. Leurs mises en œuvre séquentielles et itératives, judicieusement structurées et pilotées,a permis de répondre aux objectifs fixés. Les paramètres modaux requis sont identifiés à l’aide des techniques d’Analyse Modale Opérationnelle (AMO) et à partir de la réponse en accélérations des structures. Deux algorithmes d’AMO ont été utilisés pour leur efficacité et pour leur aptitude à l’automatisation: la méthode stochastique par sous ensemble (SSI), et la méthode de décomposition dans le domaine fréquentiel (FDD). En fusionnant les algorithmes d’AMO avec l’ADL, une chaîne complète de surveillance a été créée. La validation des algorithmes et de la chaîne de surveillance s’est faite à plusieurs niveaux. Tout d’abord, basés sur la théorie des éléments finis, des modèles numériques de la tour de l'Ophite et du pont canadien de la Rivière aux-Mulets ont permis d'évaluer l'ADL. Ces modèles sont endommagés par des signaux sismiques et fournissent les données accélérométriques, données d’entrée du logiciel que nous avons développé. Les résultats obtenus sont tout à fait satisfaisants voire meilleurs que ceux issus des méthodes usuelles. Dans un second temps, nous avons traité des données expérimentales «réelles », issues des mesures accélérométriques sur la tour de l’Ophite. La confrontation entre les résultats d’identification des fréquences propres et des déformées modales issus des algorithmes d’AMO et ceux reportés par la bibliographie, a révélé l’efficacité des algorithmes développés.Enfin, une maquette d’un bâtiment à échelle réduite a également été élaborée et instrumentée.L’application de la chaine de surveillance a permis, d’une part, de détecter et localiser l’endommagement introduit dans la structure et, d’autre part, de mettre en évidence l’intérêt de la surveillance automatique. Finalement, une étude a été menée dans le but de réduire la quantité d’informations enregistrées sur les structures et de faciliter le transfert des données servant comme entrées de la chaîne de surveillance. Les résultats de ces études ont contribué à la spécification d’un nouveau système de surveillance

Ce travail concerne la détection de défauts sur les systèmes sujets à des changements de mode de fonctionnement. Le système réel est modélisé par un système à commutation markovienne qui est représenté par un ensemble de modèles de fonctionnement (fonctionnements normaux et anormaux) et par une matrice de probabilité de transition de Markov qui contient les probabilités de passage d'un modèle de fonctionnement à un autre. Cette représentation offre un cadre idéal à l'application des méthodes d'estimation multi-modèle. L'intérêt d'utiliser ce type d'estimateurs réside dans le fait qu'en plus de l'estimation de l'état du système, les estimateurs multi-modèles procurent la probabilité d'occurrence ou d'activation de chaque modèle de fonctionnement. Ces probabilités peuvent alors être utilisées pour la détection de défaut. Dans ce travail, nous avons utilisé les spécificités de l'estimation multi-modèle afin de procéder à la détection et l'isolation des défauts qui peuvent affecter un système linéaire. Plusieurs améliorations et aménagements ont été apportés à ce type d’estimateurs dans le but d'augmenter les performances du diagnostic / In this thesis, a fault detection method is developed for switching dynamic systems. These systems are represented by several linear models, each of them being associated to a particular operating mode. The proposed method is based on mode probabilities with the aim of finding the system operating mode and estimating the state. The method also uses a priori knowledge information about the mode transition probabilities represented by a Markov chain. This kind of model offers an ideal framework to the application of the multiple model estimation methods. The interest to use this type of estimators lies in the fact that in addition to the state estimation, the multiple model estimators get the probability activation of each model. These probabilities can be used for fault detection purpose. However, several improvements were made to this type of estimators in order to increasing the performances of the diagnosis

L'objectif de cette thèse était de valider l'ensemble des informations délivrées par les capteurs utiles à la commande d'une station de traitement des eaux usées. Pour cela, nous avons utilisé l'analyse en composantes principales (ACP) pour effectuer la détection et localisation de défauts de capteurs de la station de traitement des eaux usées. Afin de construire un modèle ACP, nous avons eu recours à une matrice de données constituée de l'ensemble des mesures disponibles (obtenues lors du fonctionnement normal de la station de traitement des eaux usées) dans l'installation. Cependant, afin d'appliquer l'ACP, nous avons rencontré plusieurs difficultés :<br /><br />1. Présence dans les données de valeurs aberrantes (valeurs obtenues durant des périodes de démarrage, d'arrêt, de fonctionnement dégradé, erreurs de mesure, ...) perturbant la construction d'un modèle ACP.<br />2. Présence de défauts multiples, ce qui entraîne une explosion combinatoire des scénarii de défauts à considérer.<br /><br />Afin de résoudre le premier point, nous nous sommes intéressé aux variantes robustes de l'ACP. L'estimateur robuste MCD (Minimum Covariance Determinant), méthode de référence pour ses performances, nécessite un temps de calcul important, et une connaissance a priori de la quantité de valeurs aberrantes présente dans les données (inconnue). C'est la raison pour laquelle nous avons proposé une nouvelle méthode robuste, basée sur l'utilisation de MM-estimateur, nommée MMRPCA (MM-estimator Robust Principal Component Analysis). Concernant le point 2, une méthode d'analyse du modèle en terme de capacité de détection et de localisation a été appliquée afin de réduire le nombre de défauts à considérer. Les différentes méthodes développées ont été menées avec succès afin de valider les mesures issues des différents capteurs de la station d'épuration des eaux usées.

Les travaux présentés se situent dans le domaine de l'aide à la décision pour la surveillance et le diagnostic de systèmes complexes tels que les procédés chimiques. Notre travail a permis de concevoir une méthodologie permettant de placer les capteurs les plus pertinents sur un processus en vue de son diagnostic à partir des données d'historiques. Cette méthodologie est basée sur l'association de méthodes de mesure de la quantité d'information (entropie de Shannon) délivrée par des signaux issus d'un système et de la classification de données. A partir des données d'évolution temporelle des capteurs (constituant l'ensemble de tous les possibles) suite à des scénarii de défaillance (par exemple simulés sur un simulateur dynamique), il est possible d'identifier les capteurs les plus pertinents et d'obtenir un modèle de comportement du processus à un niveau d'abstraction tel qu'il soit utilisable pour le diagnostic. Une procédure pour une adaptation du modèle dans le cas de reconnaissance défauts inconnus a été aussi proposée. Des tests de faisabilité sur des cas concrets industriels ont été effectués en simulation tout d'abord en utilisant un simulateur dynamique de procédés mondialement distribué dans l'industrie : HYSYS puis sur un nouveau réacteur chimique développé par le Laboratoire de Génie Chimique de Toulouse. Ces travaux rentrent dans le cadre d'un projet financé par l'Institut pour une Culture de Sécurité Industrielle (ICSI).

L'étude présentée propose des solutions pour la détection et localisation de défauts dans les entraînements électriques et en particulier pour ceux à base de machine asynchrone. Les défauts considérés peuvent affecter la machine, le convertisseur, la mécanique et les capteurs. Ces ensembles fonctionnent à vitesse variable et possèdent une structure de contrôle vectoriel à flux orienté ainsi qu'un contrôle de vitesse. A partir des résultats de caractérisation des défauts, issus des simulations ou des mesures, deux approches sont proposées. La première repose sur l'utilisation d'outils de traitement du signal. Des solutions sont proposées pour s'affranchir du contexte de la vitesse variable via l'enregistrement à écart de position constant (position mécanique ou du champ statorique). La deuxième approche repose sur l'utilisation de la redondance analytique pour effectuer la détection et localisation de défauts. Des observateurs d'état étendus (filtre de Kalman étendu, modèle de référence adaptatif) sont étudiés et testés expérimentalement. Afin de réaliser la localisation des défauts, des observateurs à entrées inconnues sont également proposés. A partir des outils développés, des approches pour constituer un outil de surveillance globale sont proposées. Certaines reposent sur des combinaisons logiques, d'autres sur les réseaux de neurones.

Les systèmes contrôlés en réseau (SCR) ont fait l'objet de nombreux travaux de recherche au cours des dernières années, principalement pour ce qui concerne la synthèse de lois de commande. Les systèmes contrôlés en réseau présentent de nombreux avantages, notamment en terme de flexibilité, mais différent problèmes se posent quand une boucle de contrôle est fermée par un réseau de communication. (ex. retards et des pertes, contraintes de communication). Diagnostic et tolérance aux défauts sont des enjeux importants pour les systèmes de contrôle, particulièrement dans les systèmes de sécurité fondamentaux. La théorie et l'application des approches classiques de diagnostic et tolérance aux défauts doivent être re-visités lorsqu'il s'agit de SCR. L'objectif de cette thèse est de proposer de nouvelles approches de diagnostic pour les systèmes contrôlés en réseau en considérant la perte de paquets et la contrainte de communication. De plus, les algorithmes de l'ordonnancement et de diagnostic proposés sont implémentés dans un mini hélicoptère. Nous considérons d'abord les problèmes de perte de paquets et de contrainte de communication pour ensuite adapter un modèle où la détection des défauts et l'allocation des ressources de communication sont fortement liés. En interprétant ce modèle comme un modèle périodique, nous formalisons et résolvons le problème de détection et localisation de défauts avec un ordonnancement périodique et hors-ligne. L'approche proposée garantit la robustesse des résidus aux perturbations ainsi que perte de paquets sur la commande du système. Il est parfois nécessaire de fournir une séquence de communication prédéfinie avant de concevoir le système de détection de défauts. IL spécifie l'ordre de l'accès des capteurs et des actionneurs au réseau. Cependant, le choix d'une séquence de communication dépend forcément à la structure du système. Un algorithme graphique proposé dans cette thèse garantit la génération de séquences de communication permettant de préserver certaines propriétés structurelles du système. En outre, cet algorithme peut être utilisé sur les systèmes incertains et assez grands. Traditionnellement, allocation des ressources et l'ordonnancement sont basés sur les stratégies hors ligne. Mais la performance du système de diagnostic ne peut pas être garantie sous l'ordonnancement hors-ligne, si le système est objet à des perturbations imprévisibles. En plus, L'ordonnancement en ligne nécessite une grande charge de calcul qui ne peut être toujours possible en cas de système embarqué. Par conséquent, un ordonnancement semi-en ligne qui permet de préserver les avantages de l'ordonnancement en ligne et évite certaines limitations d'ordonnancement hors ligne peut être considéré comme une solution de compromis. Les drones ou UAVs pour Unmanned Aerial Vehicules font actuellement l'objet de beaucoup de recherches en raison de leurs utilités dans des situations qui nécessitent des opérations autonomes ou autopiloté. Ils peuvent être classés comme des systèmes dynamiques rapides. Par conséquent, ils peuvent être banc d'essai idéal pour étudier les effets du réseau sur les performances de contrôle/diagnostique en boucle fermée. Le dernier chapitre de cette thèse est dédié à implémentation d'une stratégie de commande tolérante aux défauts et les approches de détection et localisation des défauts proposées dans les chapitres précédents sur le drone.

L'intérêt principal des canaux d'irrigation est d'assurer une bonne distribution de l'eau aux usagers tout en préservant la ressource en eau. L'automatisation des ouvrages de régulation des canaux a largement contribué à l'amélioration de la gestion de l'eau. La commande automatique d'un canal consiste à agir sur l'ouverture et la fermeture des vannes suivant les données issues des différents instruments de mesures placés sur le canal. Le bon déroulement du processus de commande exige que ces mesures soient fiables. En pratique, ces mesures sont souvent entachées de bruits ou encore d'erreurs. Ces erreurs sont généralement l'effet de défauts dans les capteurs ou actionneurs. Il est par conséquent impératif de munir le canal d'un système de supervision permettant de détecter et de localiser ces défauts.<br /><br />Nous développons dès lors une méthodologie de détection et de localisation des défauts dans les canaux d'irrigation. Cette méthodologie s'appuie sur les techniques de réconciliation de données et de diagnostic à base d'observateurs. La première partie est consacrée à l'application de la réconciliation de données sur un site réel du Canal de Gignac. Les canaux d'irrigation étant des systèmes à retards, la deuxième partie de ce travail porte sur l'extension des méthodes de diagnostic à base d'observateurs pour systèmes à retards.

Ce travail concerne la détection de défauts sur les systèmes sujets à des changements de mode de fonctionnement. Le système réel est modélisé par un système à commutation markovienne qui est représenté par un ensemble de modèles de fonctionnement (fonctionnements normaux et anormaux) et par une matrice de probabilité de transition de Markov qui contient les probabilités de passage d'un modèle de fonctionnement à un autre. Cette représentation offre un cadre idéal à l'application des méthodes d'estimation multi-modèle. L'intérêt d'utiliser ce type d'estimateurs réside dans le fait qu'en plus de l'estimation de l'état du système, les estimateurs multi-modèles procurent la probabilité d'occurrence ou d'activation de chaque modèle de fonctionnement. Ces probabilités peuvent alors être utilisées pour la détection de défaut. Dans ce travail, nous avons utilisé les spécificités de l'estimation multi-modèle afin de procéder à la détection et l'isolation des défauts qui peuvent affecter un système linéaire. Plusieurs améliorations et aménagements ont été apportés à ce type d'estimateurs dans le but d'augmenter les performances du diagnostic.

Les activités industrielles peuvent induire des risques de nature diverse, voire conduire à des événements catastrophiques. De façon à réduire ces risques à des niveaux acceptables, à en limiter les coûts aussi bien humains, matériels que financiers et à respecter la réglementation, il est crucial d'en prévenir la survenue (prévention) et à identifier des situations anormales en fonction d'informations récupérées sur le terrain. Ceci nécessite de résoudre deux points essentiels : détecter l'anomalie et faire un diagnostic, d'où l'importance des modèles de bon comportement qui modélisent des systèmes physique réels et les méthodes associées permettant d'effectuer la surveillance en continu. L'approche la plus utilisée dans la communauté FDI est l'approche structurelle qui consiste à construire des relations de redondance analytique (RRA). Le principe de l'approche structurelle est de prendre en compte seulement l'existence des relations entre les variables induites par les équations du modèle. En basant sur cette approche, ma thèse consiste à trouver une réponse qui satisfait un triple objectif :1. Extraire les relations valides à partir du modèle de bon comportement d'un système afin de prendre en compte l'évolution du système en éliminant les relations et des mesures invalides ayant pour but d'effectuer le diagnostic en ligne2. Construire, en utilisant une analyse symbolique couplée avec la théorie des graphes, les relations de redondance analytique symboliques (RRAS) pour la détection des défauts dans le système.3. Evaluer ces RRAS en utilisant le calcul par intervalle, an de prendre en compte les incertitudes présents dans les mesures, lors des tests de cohérence.