Partenaires
Rechercher
Soutenance de Thèse : Assia HAKEM
Titre de la Thèse :
"Méthode par projection des données pour le diagnostic des systèmes linéaires et bilinéaires"
Date :
Vendredi 27 juin 2014 - 10 h 30 - Amphithéâtre Apert - Polytech’Lille
Le jury est composé de :
Directeur de thèse :
Pr. Vincent COCQUEMPOT, Université Lille 1
Co-encadrant :
Dr. Midzodzi KOMI PEKPE, Université Lille 1
Rapporteurs :
Pr. Houcine CHAFOUK, ESIGELEC Rouen
Pr. Mustapha OULADSINE, Université Aix Marseille III
Examinateurs :
Pr. Didier MAQUIN, Université de Lorraine
Dr. Laurent BAKO, Ecole Centrale de Lyon
Résumé :
Dans cette thèse nous nous sommes intéressés à la détection, la localisation et l’estimation de défauts (défauts de capteurs, d’actionneurs et défauts internes) dans les systèmes modélisés sous forme d’état linéaire et bilinéaire. La méthode que nous proposons, appelée MPD pour Méthode par Projection des Données, nécessite de connaître la structure du modèle comportemental mais ne nécessite pas de connaître les valeurs des paramètres de ce modèle. Les indicateurs de défauts (résidus) sont générés par des techniques de projection matricielle en utilisant uniquement les données d’entrées et de sorties mesurées. Les défauts internes, supposés abrupts et invariants, entraînent des dynamiques différentes qui correspondent à des modes de fonctionnement défaillant. Le problème de diagnostic se ramène alors à un problème d’estimation des instants de commutation et de reconnaissance du mode actif à chaque instant.
Les propriétés de détectabilité de commutation (détectabilité du défaut) et de discernabilité entre modes (identifiabilité du défaut) sont caractérisées et discutées.
Cette méthode peut être directement implantée sur des applications de même type sans que les paramètres de chaque système soient identifiés. Cette méthode pourrait donc être très utile pour tester des systèmes en fin de chaîne de fabrication ou pour être implantée sur un parc (groupe) de machines identiques. Elle pourrait être aussi utile pour des systèmes à paramètres difficilement identifiables.