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. / Large-scale complex process plants are safety-critical systems where the real-time diagnosis is very important. In a model based systems engineering approach, the structured development process from the concept to the production to the operation phase is organized around a coherent model of the system. This model contains, in particular, relations about the behavior of the system that could have been used for simulation in the design phase. The objective of this work is to use this information to design automatically on-line diagnosis algorithms using the hybrid dynamical information part and sensor measurements of the system model. In this thesis, the proposed approach allows:To extract the valid relations of system behavior to take into account system evolution by eliminating invalid constraints and measurements for establishing an on-line diagnosisTo build, using symbolic analysis and graph path search, analytical redundancy relations for the various system configurationsTo evaluate these ARRs in using set valued computations (interval arithmetic) to take into account model and measurements uncertainties

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 : 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. 2. Présence de défauts multiples, ce qui entraîne une explosion combinatoire des scénarii de défauts à considérer. 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 / This thesis deals with the validation of the information provided by the sensors to the control of a wastewater treatment plant. For this purpose, Principal Component Analysis (PCA) approach is used in order to accomplish sensor fault detection and isolation of the wastewater treatment plant. This approach is well adapted to cope with diagnosis of complex systems because no a priori theoretical model of the plant must be considered. A data matrix, obtained by taking into consideration the available measurements in normal behaviour of the wastewater treatment plant, is used in order to build a PCA model. However, two major problems must be taking into consideration when PCA is implemented: 1. Outliers appear naturally in the collection data (caused for example by faulty data, data obtained during shutdown or startup periods or data issued from different operating mode) and consequently the PCA model can seriously be affected. 2. Multiple sensor faults introduce unavoidably a combinatory explosion of the different fault scenarios to be considered. The first problem is solved by introducing a robustness degree in the PCA methodology. Among the existing robust methods proposed in the literature, the robust estimator MCD (Minimum Covariance Determinant) is the most popular. However, this method needs a large computing time on the one hand and a priori knowledge of the quantity of outliers present (generally unknown) in the data on the other hand. To avoid these difficulties, a new robust method is proposed in this thesis. Our method, namely MMRPCA (MM-estimator Robust Principal Component Analysis), is based on MM-estimators. The second mentioned problem is tackled by reducing the considered number of faults thanks to a new analysis method of the capacities of detection and isolation of the PCA model. The efficiency of the proposed methodologies is verified by considering the real wastewater treatment plant data

Les travaux présentés dans ce mémoire sont axés sur la détection et la localisation de défauts en utilisant l'analyse en composantes principales (ACP). Dans le premier chapitre les principes fondamentaux de l'analyse en composantes principales linéaire sont présentés. L'ACP est utilisée pour la modélisation des processus en fonctionnement normal. Dans le deuxième chapitre le problème de détection et localisation de défauts par ACP linéaire est abordé. A partir de l'analyse des indices de détection classiques, un nouvel indice de détection de défaut basé sur les dernières composantes principales a été développé. Pour la localisation de défauts, les méthodes classiques, utilisant par exemple le principe de reconstruction ou encore le calcul des contributions à l'indice de détection, ont été adaptées à l'indice de détection proposé. Le troisième chapitre est consacré à l'ACP non-linéaire (ACPNL). Une extension de l'ACP pour des systèmes non-linéaires, combinant l'algorithme des courbes principales et les réseaux RBF, est proposée. Pour la détermination du nombre de composantes à retenir dans le modèle ACPNL, une extension du critère basé sur la variance de l'erreur de reconstruction a été proposée. Une application réalisée dans le cadre d'une collaboration avec le réseau de surveillance de la qualité de l'air en Lorraine AIRLOR fait l'objet du quatrième chapitre. Cette application concerne la détection et la localisation de défauts de capteurs de ce réseau en utilisant la procédure de détection et de localisation développée dans le cas linéaire.

La surveillance en-ligne d'un système industriel a pour objectifs de détecter tout dysfonctionnement du procédé, de localiser le ou les éléments défaillants et de déterminer la ou les causes de défaillances. Ces informations sur l'état du système peuvent alors être transmises aux opérateurs qui peuvent agir en conséquence et/ou être utilisées pour modifier, reconfigurer la commande voire le système lui-même ou sa mission. Dans ce mémoire, je présente une synthèse scientifique de mes contributions dans ce vaste domaine de recherche. <br />Toutes les méthodes de surveillance reposent sur la redondance d'information disponible sur le système. L'approche dite « à base de modèle » consiste à vérifier la cohérence des mesures effectuées en-ligne sur l'installation avec un modèle comportemental de celle-ci sous certaines hypothèses de fonctionnement. La première étape consiste à générer un ensemble de signaux indicateurs appelés communément « résidus ». Deux catégories de méthodes sont classiquement utilisées pour générer ces résidus : la méthode à base de Relations de Redondance Analytique et les méthodes à base d'observateurs. Ces méthodes, qui ont été récemment étendues au cas des modèles non-linéaires, présentent chacune des avantages et des inconvénients suivant le type de système (de modèle) considéré et les contraintes imposées pour l'implémentation des algorithmes. Ces travaux, initialement destinés à la surveillance des systèmes continus (ou discrétisés) ont été récemment adaptés et complétés pour traiter le problème de la surveillance des Systèmes Dynamiques Hybrides. Lorsque le système considéré est complexe, c'est à dire lorsque les éléments physiques ou composants qui le constituent sont nombreux, un pré-traitement structurel du modèle peut permettre de déterminer les conditions nécessaires de « surveillabilité » du système. L'analyse structurelle est un outil puissant qui ne nécessite pas la connaissance explicite des équations du modèle. Elle permet cependant de déterminer les sous-systèmes sur lesquels des algorithmes plus sophistiqués de surveillance peuvent être implantés.<br />La surveillance n'est qu'un module d'un processus complet permettant à une installation de fonctionner en respectant des critères de sécurité, de productivité et de qualité même en présence de défaillance. La commande du système peut être conçue de manière à utiliser les informations fournies par le module de surveillance. On parle alors de « commande tolérante aux défaillances »<br />Une réflexion sur les perspectives de recherche est exposée tout au long du manuscrit suivant le thème traité. Ces perspectives sont complétées à la fin du document par quelques orientations de recherche plus générales.

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 / The work presented in this thesis is part of the development of a Structural Health Monitoring(SHM) system dedicated to civil engineering applications. First, it studies the methods of damagedetection and localization. Furthermore, it helps elaborate the specifications of an integratedsensor capable of delivering information by compact transmission of data to an SHM chain.Numerical and experimental studies have been carried out for this purpose. The study of theliterature clearly highlighted several weak points of the traditional damage detection andlocalization methods, such as the lack of precision and the complexity of implementation. Thesensitivity of these methods with respect to several parameters, essentially the measurementdirection, the positioning of the sensors and the severity of the damage, makes it impossible todraw up an accurate diagnosis of the structures. In order to overcome these limitations, a damageDetection and Localization Algorithm (DLA) was developed. By applying Vibration-Based Damage Detection Methods, following a precise order and taking into account the sensitivity, the simplicityand the SHM level of each method, this algorithm made it possible to meet the objectives set at the beginning of this work. The required modal parameters, namely eigen-frequencies and modeshapes, were identified from the structure’s output-only response using Operational ModalAnalysis techniques (OMA). Two OMA algorithms were used for their efficiency and automationability: the Stochastic Subspace Identification method (SSI) and the Frequency DomainDecomposition method (FDD). By merging the OMA algorithms with the DLA, a complete SHMchain was created. The algorithms validation was made at several levels. First, the DLA wasevaluated using a Finite Element Model (FEM) of the Ophite tower and the Rivière aux Muletsbridge. The results obtained were quite satisfactory. Secondly, experimental data were processed,from accelerometric measurements on the Ophite tower. The confrontation between the results ofeigen-frequencies and mode shapes identification using OMA algorithms and those reported in theliterature revealed the efficiency of the developed algorithms. Finally, a scale model of a buildingwas developed, instrumented and damaged. The use of the surveillance chain allowed thedetection and localization of the damage. Moreover, it showed all the interest of using automatic surveillance. The last step of this work dealt with a study carried out to reduce the amount of datarecorded on structures in order to facilitate their transfer to the SHM chain. As a conclusion, the results of these studies contributed to the specification of a new monitoring system

Cette thèse traite de la détection et de la localisation des défaillances à base de modèles comportementaux. L'approche suggérée consiste à extraire du modèle comportemental un sous-modèle découplé par rapport aux perturbations et par rapport à un sous-ensemble de défaillances et couplé par rapport au sous-ensemble complémentaire de défaillances. A l'aide de ce sous modèle, des indicateurs de défaillances structurés sont générés. Ces indicateurs possèdent intrinsèquement des propriétés de robustesse aux perturbations et à certaines défaillances et sont sensibles au reste des défaillances. Cette approche repose donc sur la décomposition du modèle comportemental du système en sous-modèles. Une méthodologie de décomposition est présentée pour traiter les modèles continus et les modèles événementiels de la même manière. Cette méthodologie de décomposition est formulée en utilisant des outils algébriques connus sous le nom d'algèbre des paires et d'algèbre des fonctions. Les deux algèbres sont présentées et leurs opérateurs sont détaillés et illustrés. Il est montré que la procédure de décomposition décrite pour les modèles continus en utilisant l'algèbre des fonctions est similaire à celle décrite pour les modèles événementiels en utilisant l'algèbre des paires. Une procédure de décomposition générale est ensuite proposée pour tous les modèles comportementaux déterministes.Les résultats théoriques sont illustrés par la décomposition des modèles comportementaux (continu et événementiel) du système à trois cuves, et par la synthèse d'un module de détection et de localisation de défaillances pour chaque cas traité.

Cette thèse aborde le problème de diagnostic à base de modèles pour la classe des systèmes dynamiques modélisés sous forme LPV (Linéaires à Paramètres Variants). Nous présentons une nouvelle méthode de synthèse de filtres de détection et localisation robustes. Une condition suffisante est établie pour garantir les performances en terme de sensibilité du signal indicateur de défauts vis à vis de la classe de défauts considérés. La méthode proposée permet également de formuler des contraintes de robustesse vis-à-vis des paramètres variants dans le temps et des perturbations exogènes. L'approche permet de prendre en compte la loi de commande dans la synthèse du filtre de diagnostic. Le problème de synthèse est formulé comme un problème d'optimisation convexe sous contraintes et pouvant être résolu efficacement par les techniques LMI (Inégalités Linéaires Matricielles).<br />La méthodologie est appliquée à des exemples académiques et à un système industriel se prêtant particulièrement bien à une modélisation LPV, le circuit secondaire d'une centrale nucléaire. Les résultats obtenus montrent l'efficacité de la méthode.

Dans ce document, les problèmes d'identification, de détection et d'isolation de défauts de capteurs des systèmes dynamiques MIMO sont abordés à l'aide des méthodes des sous-espaces. Dans un premier temps, l'identification des systèmes dynamiques linéaires est abordé. Après une présentation des méthodes classiques des sous-espaces basées sur l'estimation de la matrice d'observabilité étendue et/ou l'estimation de la matrice des séquences d'état, une nouvelle approche basée sur l'utilisation d'un modèle FIR est proposée. Cette approche s'appuie sur l'estimation des paramètres de Markov ce qui permet d'obtenir une réalisation minimale et équilibrée à l'aide de l'algorithme ERA. Trois méthodes d'identification basées sur cette approche sont établies pour l'identification des systèmes linéaires en présence de bruits colorés. En ce qui concerne l'identification des systèmes à commutations, une modélisation multimodèle avec des modèles locaux complètement découplés et des fonctions de pondération binaires est utilisée. Deux méthodes sont proposées pour résoudre le problème d'identification non supervisé : la première réalise la classification des données à l'aide des techniques de détection de ruptures de modèle tandis que cette classification est réalisée dans la seconde méthode par la détermination d'hyperplans représentant les modèles locaux dans l'espace des sorties et des entrées. Après estimation des fonctions de pondération, une réalisation minimale et équilibrée de chaque modèle local est déterminée dans l'une ou l'autre méthode à l'aide de la méthode des moindres carrés pondérés. Le problème d'identification des systèmes non-linéaires est ensuite abordé avec l'approche multi-modèle et une méthode supposant les fonctions de pondération connues est proposée pour identifier une réalisation minimale et équilibrée de chaque modèle local. Finalement, le problème de détection et d'isolation de défauts de capteurs sur les systèmes linéaires dans le cas où le modèle de ce dernier n'est pas connu est traité. Une méthode basée uniquement sur la connaissance des entrées et sorties est proposée. La méthode proposée s'affranchit des incertitudes paramétriques du fait qu'aucun modèle explicite ou implicite n'est estimé. Pour obtenir un résidu structuré, la méthode supprime l'influence de l'état par une pondération à l'aide des puissances élevées de la matrice d'état stable, puis annule l'influence des entrées par une projection orthogonale. Les conditions d'existence et de sensibilité du résidu aux défauts de capteurs sont établies.

Cette thèse porte sur une des préoccupations majeures dans la conception des systèmes automatisés : la tolérance aux défauts. L'interaction entre les tâches de surveillance et de reconfiguration de la loi de commande est examinée et un nouveau schéma coopératif est proposé pour la gestion globale des compromis. Cette architecture présente l'avantage de préserver entièrement les performances nominales (situation non défaillante) car la boucle de commande nominale est conservée au sein du schéma coopératif. Une procédure de synthèse basée sur la mise en œuvre et l'évaluation des indicateurs de performance des modules de diagnostic et de commande, est proposée. Les résultats méthodologiques sont appliqués au modèle d'un avion gros porteur : le Boeing 747-100/200. Ce Benchmark a été établi par le groupe européen GARTEUR (AG16, Fault Tolerant Control) afin de comparer les méthodologies actives de la commande tolérante aux fautes avec les lois classiques de pilotage.

L'électricité produite par les rayonnements solaires est devenue de plus en plus onéreuse suite à de nombreuses modifications du tarif de rachat de l'électricité photovoltaïque (PV). Par conséquent, le retour sur investissement devient de plus en plus long. Afin de l'améliorer, un système de supervision peut être une solution pour limiter les pertes de productions et améliorer les performances des installations. Dans ce travail, nous nous intéressons à la réalisation, au test et à la mise en place d'un système d'acquisition de mesures d'installations solaires PV. Ainsi, ces mesures vont amener à une détection et une localisation des nombreux défauts existants. L'objectif de cette thèse est donc de réaliser un système d'information, de conduite et de supervision des installations photovoltaïques tout en respectant des contraintes économiques. Une analyse énergétique d'une installation PV a permis de s'intéresser aux pertes au niveau du générateur PV afin d'en identifier la nature. Pour cela, une modélisation de cellules silicium du type polycristallin dans différents fonctionnements défaillants, par exemple sous conditions d'ombrage, a été effectuée. Cette démarche a été validée par des expérimentations sur site. À partir de cette étude, une méthode de détection et d'identification de défauts est proposée et testée pour la détection du défaut d'ombrage. Nouveau Texte