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.<br /><br />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.<br /><br />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.

Cette thèse traite le problème de l'estimation d'état, du diagnostic et de commande tolérante aux défauts des systèmes non linéaires représentés par un modèle de Takagi-Sugeno (T-S) à variables de prémisse non mesurables. De nombreux algorithmes pour la synthèse d'observateurs robustes vis-à-vis des perturbations, des imperfections de modélisation et des entrées inconnues sont présentés en se basant sur quatre types d'observateurs : les observateurs proportionnels, les observateurs à entrées inconnues, les observateurs proportionnel intégral (PI) et multi-intégral (PMI). Par la suite, ces derniers sont utilisés pour le diagnostic de fautes des systèmes non linéaires. Ceci est réalisé au moyen de trois stratégies. La première utilise l'observateur à entrée inconnue par découplage afin de rendre l'observateur insensible à certains défauts et permettre de détecter et d'isoler les défauts en construisant des bancs d'observateurs. En raison des conditions structurelles souvent insatisfaites, le découplage total des défauts de l'erreur d'estimation d'état n'est pas réalisable. Afin de s'affranchir de ces contraintes, la seconde stratégie utilise les observateurs PI et PMI pour estimer simultanément l'état et les défauts du système. La troisième stratégie qui utilise le formalisme H_inf vise à concevoir un générateur de résidus minimisant l'influence des perturbations et maximisant l'influence des défauts. Un choix adéquat des paramètres du générateur de résidus permet la détection, la localisation et l'estimation des défauts. Enfin, une loi de commande tolérante aux défauts par poursuite de trajectoire d'un modèle de référence est proposée en exploitant les observateurs PI et PMI.

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

Cette thèse traite le problème de l'estimation d'état, du diagnostic et de commande tolérante aux défauts des systèmes non linéaires représentés par un modèle de Takagi-Sugeno (T-S) à variables de prémisse non mesurables. De nombreux algorithmes pour la synthèse d'observateurs robustes vis-à-vis des perturbations, des imperfections de modélisation et des entrées inconnues sont présentés en se basant sur quatre types d'observateurs : les observateursproportionnels, les observateurs à entrées inconnues, les observateurs proportionnel intégral (PI) et multi-intégral (PMI). Par la suite, ces derniers sont utilisés pour le diagnostic de fautes affectant des systèmes non linéaires. Ceci est réalisé au moyen de trois stratégies. La première utilise l'observateur à entrée inconnue par découplage afin de rendre l'observateur insensible à certains défauts et permettre de détecter et d'isoler les défauts en construisant des bancs d'observateurs. En raison des conditions structurelles souvent insatisfaites, le découplage total des défauts de l'erreur d'estimation d'état n'est pas réalisable. Afin de s'affranchir de ces contraintes, la seconde stratégie utilise les observateurs PI et PMI pour estimer simultanément l'état et les défauts du système. La troisième stratégie qui utilise le formalisme H8 vise à concevoir un générateur de résidus minimisant l'influence des perturbations et maximisant l'influence des défauts. Un choix adéquat des paramètres du générateur de résidus permet la détection, la localisation et l'estimation des défauts. Enfin, une loi de commande tolérante aux défauts par poursuite de trajectoire d'un modèle de référence estproposée en exploitant les observateurs PI et PMI / This thesis deals with state estimation, fault diagnosis and fault tolerant control of nonlinear systems represented by a Takagi-Sugeno model with unmeasurable premise variables. The problem of state estimation of nonlinear systems with T-S model with unmeasurable premise variable is explored. Algorithms for robust observers synthesis with respect to perturbations, modeling uncertainties and unknown inputs are afterward presented. These algorithms are based on four kinds of observers called proportional, unknown input observers (UIOs), proportional-integral (PI) and multiple-integral (PMI) . The application on model-based diagnosis is studied based on three strategies. The first one uses unknown input observer to decouple some faults and makes the observers insensitive to certain faults. This allows to detect and isolate faults by constructing observers banks. Due to strong structural conditions on designing UIOs decoupling the faults on the state estimation error is not possible. To avoid this problem, the second strategy uses PI and PMI observers in order to estimate simultaneously the state and the faults of the system. The third strategy uses the H8 formalism. This aims to minimize the influence of perturbations and to maximize the effects of faults on the residual signal. An adequate choice of the residual generator parameters allows to detect, to isolate and to estimate the faults affecting the system. Lastly, a fault tolerant control law is proposed by reference trajectory tracking based on the use of PI and PMI observers