Partenaires

CNRS
Ministère de l'Enseignement Supérieur et de la Recherche
Ecole Centrale de Lille
Université de Lille 1
CRIStAL

« mai 2017 »
L M M J V S D
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31 1 2 3 4


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Equipes > Systèmes Tolérants aux Fautes (STF) > Sous-thèmes Equipe STF > Surv. & diag.

Surveillance et diagnostic

La surveillance a pour objectif général de caractériser l’état de fonctionnement (normal ou défaillant) d’un système lorsqu’il est en fonctionnement. Il s’agit de mettre en place des fonctions permettant de détecter et localiser les composants défaillants incapables de remplir totalement les missions pour lesquelles ils ont été choisis.

Le diagnostic est une étape supplémentaire qui vise à caractériser plus précisément le défaut (nature, écart par rapport aux caractéristiques normales) et à en déterminer la cause première. La détection, la localisation et le diagnostic du défaut doivent être rapides, précis et fiables afin de permettre de réagir au plus tôt et de manière adaptée (reconfiguration de la commande, arrêt du système, mise en sécurité, ...).

Pour atteindre ces objectifs, il est nécessaire de pouvoir modéliser le comportement du système selon la nature du
système (continu, discret) et le niveau d’abstraction souhaité. Nous avons contribué à développer ces modèles en particulier pour le véhicule électrique Robucar, les procédés biotechnologiques, un bioréacteur gaz-liquide et les systèmes ferroviaires. Pour un grand nombre d’applications, les modèles sont hybrides, c’est-à-dire intégrent des dynamiques continues et événementielles en interaction. Pour ces systèmes, nous avons proposé des modélisations originales, adaptées pour l’étude de la tolérance aux fautes, en utilisant comme base les formalismes des automates hybrides hiérarchisés ou des modèles MLD : Mixed Logical Dynamical.

A partir de la connaissance d’un modèle (quantitatif ou qualitatif), des propriétés relatives à la surveillance peuvent être déterminées ; Ces propriétés sont la surveillabilité, la détectabilité, l’isolabilité, la discernabilité entre modes de fonctionnement, l’atteignabilité. Elles peuvent être 34 étudiées pour un système donné pour accroître les capacités de diagnostic (boucle d’air du moteur Diesel, thèse CIFRE de V. Deflaugergues avec PSA Peugeot Citroën) et peuvent être étendues pour l’étude de la qualité de service des systèmes et réseaux. Les propriétés peuvent aussi être évaluées en cours de fonctionnement. Nous avons ainsi obtenu des résultats originaux sur la robustesse aux incertitudes et aux perturbations et sur une notion de distance entre modes de fonctionnement.

Concernant les algorithmes de surveillance, deux types d’approches sont classiquement différenciées dans la communauté scientifique : les approches utilisant explicitement un modèle de comportement du système, les approches qui n’utilisent pas de modèle a priori et qui reposent sur l’analyse de données. Nous développons des méthodes de surveillance pour les deux approches.

  • Techniques à base d’observateurs, d’estimateurs ou de diagnostiqueurs. Le principe de ces approches est d’utiliser le modèle de comportement pour estimer des quantités ou états, qui sont ensuite comparés aux valeurs réelles mesurées sur le système en fonctionnement. Nos contributions, sur cette thématique, ont concerné les systèmes hybrides, les systèmes contrôlés en réseaux, les ateliers à contraintes de temps. Suivant le même principe, une technique de surveillance originale est développée dans le contexte des véhicules autonomes intelligents. Ainsi, les travaux de thèse de J. Peng s’intéressent à la détection d’obstacles (qui peuvent être interprétés comme des défaillances) en confrontant les données prélevées sur un véhicule avec des données cartographiques 3D.
  • Techniques à base de redondance analytique. le principe est de transformer le modèle de manière à générer des relations qui ne relient que des variables connues du système. La vérification en-ligne de ces relations permet de générer des résidus. Nous avons contribué au développement de ces méthodes en particulier pour les systèmes non linéaires (théorie de l’élimination) et étendu ces techniques pour les systèmes hybrides à modes non linéaires représentés sous forme de multimodèles de type Takagi Sugeno.
  • Méthodes sans utilisation a priori de modèles comportementaux. Le principe est d’utiliser des jeux de données test pour trouver des liens entre les données. Ceci revient à trouver un modèle puis à détecter des incohérences en vérifiant les liens entre les données prélevées en ligne. La notion de lien est à prendre dans un sens très général. Il peut s’agir de relations analytiques entre les données ou de caractérisation de domaines dans un espace de représentation donné (travaux avec le CEA, et thèse Cifre avec Eurocopter).