Academic literature on the topic 'Détection/estimation de défauts'

Ce mémoire de thèse relate la mise au point d’une méthodologie d’identification en boucle fermée de la machine asynchrone, grâce à une prise en compte explicite de l’algorithme de commande vectorielle. Fondamentalement, l’identification directe pose des problèmes en raison des perturbations stochastiques que l’on retrouve sur la variable de commande via la boucle de régulation, ce qui rend l’estimation asymptotiquement biaisée. Nous proposons de remédier à ce problème grâce à une identification indirecte sur la base de la connaissance du correcteur. De plus, nous étendons le champ d’application de cette approche en identifiant préalablement un correcteur équivalent à l’aide d’une technique de moindres carrés surparamétrisés, afin d’éviter la connaissance a priori de la structure et des paramètres du correcteur. Une structure minimale du correcteur équivalent surparamétrisé est obtenue grâce à un test original portant sur les moments. L'identification de la machine asynchrone est effectuée grâce au correcteur équivalent, à l’aide d’un algorithme du type erreur de sortie. Outre l’élimination du biais asymptotique, les études comparatives réalisées en simulation stochastique ont montré que l’approche indirecte fournit des estimées plus précises, et cela pour une excitation de la machine uniquement constituée par les variations du couple de charge. Enfin, cette nouvelle méthodologie d’identification en boucle fermée a permis d’améliorer la détection des défauts statoriques et rotoriques de la machine asynchrone, grâce à une meilleure réjection des fausses alarmes<br>This thesis presents the application of a closed loop identification technique to induction machines, including explicitly the control algorithm. Basically, direct identification is asymptotically biased by output disturbances and noises which are feedback to the control input via the control algorithm. In order to get rid of this bias problem, an indirect identification technique with explicit use of the controller is proposed. Moreover, a prior knowledge of the control algorithm is replaced by its identification with the help of an overparametrized least squares techniques, which avoids knowledge of the structure and the parameters of the controller. An equivalent minimal structure controller is estimated thanks to an original criterion based on discrete moments. The identification of induction machines is performed with this equivalent controller using an output error technique. Comparative studies performed by Monte Carlo simulations have exhibited bias rejection and better precision of indirect identification, while necessary excitation is only provided by torque variations of the machine load. Finally, this new closed loop identification technique has been applied to the diagnosis of induction machines, with the benefit of better detection of stator and rotor faults, thanks to better rejection of false alarms

Utilisation des calculs de distances pour résoudre des problèmes rencontrés pour les tests de détection de changements tels que le test du rapport de vraisemblance généralisé. Expérimentation de la méthode de la variable instrumentale

Ce travail de thèse traite de la problématique d’estimation des défauts et de l’étathybride pour une classe de systèmes linéaires à commutations. L’objectif est de développerune méthode afin de synthétiser un observateur et un estimateur dédiésrespectivement à l’estimation de l’état hybride et des défauts. Après la présentationd’un état de l’art sur les techniques d’estimation, de stabilité et de diagnosticpour les systèmes linéaires à commutations, la thèse est scindée en deux parties.La première partie propose une méthode d’estimation de l’état continu et desdéfauts dans le cas où l’état discret du système est connu. En se basant sur unetransformation de coordonnées qui découple un sous-ensemble de l’état du systèmedes défauts, nous avons synthétisé dans un premier temps un observateur hybridepour estimer l’état continu du système, et dans un second temps, un estimateurpermettant la reconstruction des défauts. L’estimateur de défauts proposé dépendde la dérivée de la sortie du système. Pour cette raison, un différenciateur robusteet exact basé sur des techniques des modes glissants est utilisé. Dans la secondepartie de ce mémoire, l’état discret du système est supposé inconnu. Une approchebasée sur des méthodes algébriques est proposée afin d’estimer les instants decommutation entre les différents sous-systèmes. Par la suite, l’estimation de l’étathybride (état continu et état discret) et des défauts est considérée dans le cas oùl’état discret du système est inconnu. Ce dernier est reconstruit en se basant surles instant de commutation estimé et sur une séquence de commutation connue.L’état continu du système est estimé en se basant sur une méthode de placementde pôles permettant d’améliorer les performances de la phase transitoire. Enfin, enexploitant des résultats trouvés dans la première partie, l’estimation des défautsest considérée en estimant la sortie du système avec un différenciateur algébrique.Ce différenciateur donne des résultats plus intéressants vis-à-vis du bruit par rapportau différenciateur basé sur les techniques des modes glissants utilisé dans lapremière partie<br>This work deals with the problem of estimation of fault and hybrid state for a classof switched linear systems. The objective is to develop a method to synthesize anobserver and an estimator dedicated respectively to the estimation of the hybridstate and the faults. After presenting a state of the art for estimation, stabilityand diagnostic techniques for switched linear systems, the report is divided intotwo parts. The first part proposes a method for estimating the continuous stateand the faults in the case where the discrete state of the system is known. Basedon a coordinate transformation which decouples a subset of the state of the systemof faults, we first synthesized a hybrid observer to estimate the continuous stateof the system and, in a second step, an estimator allowing the reconstructionof faults. The proposed fault estimator depends on the derivative of the systemoutput. For this reason, a robust and accurate differentiator based on sliding modetechniques is used. In the second part of this paper, the discrete state of the systemis assumed unknown. An algebraic approach is proposed to estimate the switchingtimes between the different subsystems. Thereafter, the estimation of the hybridstate (continuous and discrete state) and of the faults is considered in the casewhere the discrete state of the system is unknown. The latter is reconstructedfrom the estimated switching times and on a known switching sequence. Thecontinuous state of the system is estimated using a pole placement method allowingimprove the performances of the transient phase. Finally, by exploiting the resultsfound in the first part, the estimation of the faults is considered by estimatingthe output of the system with an algebraic differentiator. This differentiator givesmore interesting results at the noise compared to the differentiator based on thesliding mode techniques used in the first part

Cette thèse propose une nouvelle approche de détection de défauts pour des systèmes linéaires soumis à des incertitudes par intervalles, des perturbations et des bruits de mesures bornés. Dans ce contexte, la détection de défauts est fondée sur une estimation ensembliste de l'état du système. Les contributions de cette thèse concernent trois directions principales :- La première partie propose une méthode d'estimation d'état ensembliste améliorée combinant l'estimation à base des zonotopes (qui offre une bonne précision) et l'estimation à base d'ellipsoïdes (qui offre une complexité réduite).- Dans la deuxième partie, une nouvelle approche d'estimation d'état ellipsoïdale fondée sur la minimisation du rayon de l'ellipsoïde est développée. Dans ce cadre, des systèmes multivariables linéaires invariants dans le temps, ainsi que des systèmes linéaires variants dans le temps ont été considérés. Ces approches, résolues à l'aide de problèmes d'optimisation sous la forme d'Inégalités Matricielles Linéaires, ont été étendues au cas des systèmes soumis à des incertitudes par intervalles.- Dans la continuité des approches précédentes, deux techniques de détection de défauts ont été proposées dans la troisième partie utilisant les méthodes d'estimation ensemblistes. La première technique permet de détecter des défauts capteur en testant la cohérence entre le modèle et les mesures. La deuxième technique fondée sur les modèles multiples permet de traiter simultanément les défauts actionneur/composant/capteur. Une commande prédictive Min-Max a été développée afin de déterminer la commande optimale et le meilleur modèle à utiliser pour le système, malgré la présence des différents défauts<br>This thesis proposes a new Fault Detection approach for linear systems with interval uncertainties, bounded perturbations and bounded measurement noises. In this context, the Fault Detection is based on a set-membership state estimation of the system. The main contributions of this thesis are divided into three parts:- The first part proposes an improved method which combines the good accuracy of the zonotopic set-membership state estimation and the reduced complexity of the ellipsoidal set-membership estimation.- In the second part, a new ellipsoidal state estimation approach based on the minimization of the ellipsoidal radius is developed, leading to Linear Matrix Inequality optimization problems. In this context, both multivariable linear time-invariant systems and linear time-variant systems are considered. An extension of these approaches to systems with interval uncertainties is also proposed. - In the continuity of the previous approaches, two Fault Detection techniques have been proposed in the third part based on these set-membership estimation techniques. The first technique allows to detect sensor faults by checking the consistency between the model and the measurements. The second technique is based on Multiple Models. It deals with actuator/component/sensor faults in the same time. A Min-Max Model Predictive Control is developed in order to find the optimal control and the best model to use for the system in spite of the presence of these faults

Ce travail de thèse concerne l’estimation de défauts composants par la synthèse d’un observateur à entrées inconnues en utilisant un seul outil : les bond graphs. Nous avons montré que cet outil graphique permet (grâce à sa topologie fonctionnelle) la représentation des défauts composants sous forme d’entrées inconnues sur la représentation d’état du système physique. L’étude des propriétés causales et structurelles (commandabilité, observabilité, structure finie et structure à l’infini) du modèle bond graph en mode défaillant permet ainsi la conception d’un observateur à entrées inconnues utilisé pour l’estimation du défaut du composant (considéré comme une entrée inconnue associée à la valeur d’un effort ou flux supplémentaire apporté par le défaut sur le composant à surveiller). L’approche proposée dans ce travail a été validée par une application sur un système hydraulique. Les résultats expérimentaux ont prouvé l’efficacité de cet observateur notamment pour la surveillance des composants du système<br>The thesis concerns the estimation of system components faults by using an unknown inputs observer. To reach this goal, we used the Bond Graph approach to physical modelling. We showed that this graphical tool is allowing the representation of system components faults as unknown inputs within the state representation of the considered physical system. The study of the causal and structural features of the system (controllability, observability, finite structure and infinite structure) based on the Bond Graph approach was hence fulfilled in order to design an unknown inputs observer which is used for the system component fault estimation. The component fault is considered as an unknown input. The approach proposed in this work wad validated through an application to a hydraulic system. The experimental results showed the effectiveness of this particular observer for the monitoring of the system components

Ce travail de thèse concerne la conception d’un système de diagnostic robuste à base de modèle bond graph et a pour objectif principal de générer des seuils robustes aux incertitudes de mesures mais aussi la génération systématiques des équations d’estimation de défauts. Une procédure de génération des seuils basée sur une représentation graphiques des incertitudes de mesure a été développée et implémentée sur un système réel. La représentation bond graph sous forme LFT (transformation linéaire fractionnelle) a été exploitée pour la génération des équations d’estimation de défauts qui sont utilisées pour l’amélioration de la décision concernant l’isolabilité de défauts ayant la même signature de pannes ainsi à l’analyse de la sensibilité des résidus aux défauts capteurs, actionneurs et aux défauts liés aux paramètres. Les algorithmes développés dans ce travail de thèse ont été validés par une implémentation sur un système mécatronique représentant un robot mobile, appelé : Robotino<br>This work deals with robust bond graph model-based fault diagnosis. The main objectives of this work are related to the generation of robust thresholds with respect to measurement uncertainties, and the creation of a systematic procedure for the generation of fault estimation equations. A procedure of thresholds generation based on a graphical representation of the measurement uncertainty has been developed and implemented on a real system. The Bond graph under LFT (linear fractional transformation) form has been used for the generation of fault estimation equations. These equations are used to improve the decision step concerning the isolation of the faults having the same signature and for analyzing the sensitivity of the residuals to faults affecting sensors, actuators and parameters. The algorithms developed in this work have been on a mechatronic system representing a mobile robot, called: Robotino

La supervision des réseaux de communication et plus particulièrement la détection d'anomalies représente un aspect important de la Qualité de Service. Les anomalies sont des circonstances où certaines opérations dévient de leur comportement normal. Certaines sont causées par des problèmes physiques ou techniques comme la panne d'électricité ou les échecs de serveur de fichier, des changements brusques causés par le trafic légitime comme la surcharge du réseau, les foules subites, ainsi que des comportements risqués illégitimes comme des attaques de Déni de Service (DdS) et Déni de Service Distribué (DddS). Nous confrontons la problématique de détection et reconstruction des anomalies parvenant au modèle TCP/IP par la théorie de commande. Ces anomalies sont considérées comme des défauts dans un modèle mathématique représentant la dynamique du modèle TCP/IP. Dans le domaine de détection des défauts, les observateurs peuvent être classés, selon la connaissance du profil des défauts, en observateurs à entrée connue ou à entrée inconnue. Notre première contribution en termes de synthèse d'observateurs à entrées connues se limite à des formes polynômiales pouvant recouvrir une large gamme d'anomalies. L'anomalie et ses dérivées successives introduites dans l'espace d'état du système sont reconstruites par des observateurs de Luenberger. La construction des observateurs étant contraignante en termes de formes spécifiques de l'anomalie et le degré du polynôme associé, une autre approche traitant la détection des anomalies complètement inconnues est proposée. Les modes glissants d'ordre un et d'ordre supérieur sont conçus pour le modèle TCP pour garantir une convergence en temps fini et la robustesse vis-à-vis des incertitudes paramétriques et des défauts. Nos propositions sont étudiées de manière analytique par des validations sous Matlab/Simulink et le Simulateur de Réseaux NS-2. De plus, dans le contexte de NS-2, ces dernières approches sont intégrées dans un module de rejeu des traces de trafic afin de les tester sur un trafic TCP capturé en environnement réel.

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.

La détection et le diagnostic des défauts naissants pour les systèmes d’ingénierie ou industriels multivariés à bruit élevé sont abordés dans ce travail de thèse par l’intermédiare d’une approche statistique non paramétrique ’globale’.Un défaut naissant induit un changement anormal dans les valeurs mesurées de la variable du système. Cependant, un tel changement est faible, et tend à ne pas causer de changements évidents dans les paramètres des distributions des signaux du système. En particulier dans un environnement bruité, les caractéristiques de ces défaults faible peuvent être masquées par le bruit et rend celui-ci difficile à évaluer. Dans une telle situation, l’utilisation de méthodes paramétriques traditionnelles pour la détection échouent. Pour faire face à ces difficultés et effectuer la détection et le diagnostic des défauts, une approche’globale’ qui peut prendre en compte la signature totale des défauts est nécessaire. La détection de défauts naissants peut être obtenue par la mesure des différences entre les distributions avant et après l’apparition du défaut. Certaines méthodes basées sur la distribution (dites ’globales’) ont été proposées, mais les performances de détection de ces approches existantes dans un environnement à haut niveau de bruit devraient être améliorées. Dans ce contexte, la divergence de Jensen-Shannon est considérée comme un indicateur de défaut ’global’ pour effectuer la détection et le diagnostic de défaut naissant dans un environnement à haut niveau de bruit. Ses performances de détection pour de petites variations anormales noyées dans le bruit sont validés en simulation. En outre, le problème de l’estimation des défauts est également étudié dans ce travail. Un modèle théorique d’estimation de la sévérité des défauts à parti dépend de la valeur de la divergence pour des conditions Gaussiennes est établi. La précision du modèle d’estimation est évaluée sur des modèles numériques par le biais de simulations. Ensuite, l’approche statistique ’globale’ est mise en oeuvre pour à deux applications dans le domaine de l’ingénierie. La première concerne la détection de fissures naissantes dans un matériau conducteur. La divergence de Jensen-Shannon combinée à l’analyse en composantes indépendantes et à la décomposition on ondelettes a été appliquée à la détection et à la caractérisation de fissures mineures dans des structures conductrices avec des perturbations bruit sur la base de signaux d’impédance expérimentaux. La deuxième application concerne le diagnostic de défauts naissants dans un processus non linéaire multivarié avec un bruit élevé. Le ’Tennessee Eastman Process’ (TEP) est un processus non linéaire multivarié typique pour lequel nous avons appliqué, la divergence de Jensen-Shannon combinée à l’analyse en composantes principales à noyau (ACPN) est pour étudier la détection de défauts naissants dont les difficultés de sont largement décrites dans la littérature<br>Incipient fault detection and diagnosis in engineering and multivariate industrial systems with a high-level noise are addressed in this Ph.D. thesis by a ’global’ non-parametric statistical approach. An incipient fault is supposed to induce an abnormal change in the measured value of the system variable. However, such change is weak, and it tends not to cause obvious changes in the signal distribution’s parameters. Especially in high noise level environment, the weak fault feature can be masked by the noise and becomes unpredictable. In such a condition, using traditional parametric-based methods generally fails in the fault detection. To cope with incipient fault detection and diagnosis, a ’global’ approach that can consider the total faults signature is needed. The incipient fault detection can be obtained by measuring the differences between the signal distributions before and after the fault occurrence. Some distribution-based ’global’ methods have been proposed, however, the detection capabilities of these existed approaches in high noise level environment should be improved. In this context, Jensen-Shannon divergence is considered a ’global’ fault indicator to deal with the incipient fault detection and diagnosis in a high noise level environment. Its detection performance for small abnormal variations hidden in noise is validated through simulation. In addition, the fault estimation problem is also considered in this work. A theoretical fault severity estimation model depending on the divergence value for the Gaussian condition is derived. The accuracy of the estimation model is evaluated on numerical models through simulations. Then, the ’global’ statistical approach is applied to two applications in engineering. The first one relates to non- destruction incipient cracks detection. The Jensen-Shannon divergence combined with Noisy Independent Component Analysis and Wavelet analysis was applied for detection and characterization of minor cracks in conductive structures with high-level perturbations based on experimental impedance signals. The second application addresses the incipient fault diagnosis in a multivariate non-linear process with a high-level noise. Tennessee Eastman Process (TEP) is one typical multivariate non-linear process, the Jensen-Shannon divergence in the Kernel Principal Component Analysis (KPCA) is developed for coping with incipient fault detection in this process