Recherche Avancée

Thèse soutenue

Diagnostic par estimation de densité conditionnelle. Application à la surveillance du convertisseur catalytique d'une automobile

FR
Auteur / Autrice : Armand Boatas
Direction : Bernard Dubuisson
Type : Thèse de doctorat
Discipline(s) : Contrôle des systèmes
Date : Soutenance en 2001
Etablissement(s) : Compiègne

Résumé

FR

Cette thèse, réalisée dans le cadre d'une convention CIFRE entre le groupe PSA Peugeot Citroën et le laboratoire Heudiasye (UMR CNRS 6599) de l'Université de Technologie de Compiègne, a pour objet d'étudier l'apport de méthodes de reconnaissance des formes pour le diagnostic embarqué dans une automobile. L'application concerne le diagnostic des systèmes de dépollution (fonctions regroupées sous l'appellation On-Board Diagnosis) et plus spécifiquement la surveillance du convertisseur ca analytique. L'approche retenue pour réaliser une stratégie de détection de défaillance est celle dite de ''reconnaissance des formes'', en opposition à une approche dite ''à base de modèle''. Son avantage est de permettre de construire un système de décision reposant uniquement sur les données d'apprentissage. L'enjeu est alors double : s'affranchir de la dépendance des paramètres discriminants avec les paramètres représentant le point de fonctionnement du système et composer avec des données d'apprentissage incomplètes. Pour cela, différentes techniques sont proposées : une option de rejet de distance séquentielle et une utilisation de la théorie du conditionnement pour représenter les relations de dépendance entre les deux types de paramètres. Après avoir présenté quelques résultats théoriques, l'approche est ensuite appliquée au cas du convertisseur catalique en présentant des résultats obtenus sur les données d'apprentissage disponibles.