Thèse soutenue

Diagnostic des systèmes incertains : l'approche bornée

FR  |  
EN
Auteur / Autrice : Stéphane Ploix
Direction : José Ragot
Type : Thèse de doctorat
Discipline(s) : Automatique et traitement numérique du signal
Date : Soutenance en 1998
Etablissement(s) : Vandoeuvre-les-Nancy, INPL

Résumé

FR

Le diagnostic de défauts au sein de systèmes physiques a fait l'objet de nombreux travaux ; hormis les approches stochastiques, la plupart s'inscrivent dans un contexte déterministe. Nous défendons la thèse selon laquelle les approches bornées sont les mieux adaptées à la synthèse de procédure automatique de diagnostic s'appliquant aux systèmes physiques réels. À partir d'un raisonnement conceptuel, nous avons établi de manière univoque la problématique du diagnostic et montrer que toute procédure de diagnostic procède nécessairement de tests de cohérence. Nous avons montré que, dans un contexte incertain, les modèles contenant des variables bornées répondent tout à fait aux objectifs du diagnostic. Un formalisme permettant d'appréhender les propriétés des variables bornées est présenté ainsi qu'une procédure analytique conduisant aux caractéristiques d'un domaine défini par un champ vectoriel. Après avoir étudié différentes structures d'incertitudes, nous présentons un algorithme de caractérisation dont l'objectif est d'estimer les caractéristiques des incertitudes. Nous abordons alors les modèles permettant de réaliser les tests de cohérence nécessaires au diagnostic. En partant des modèles déterministes et en nous fondant sur des formulations génériques, nous commençons par mettre en évidence l'influence de l'horizon et de la dimension d'un modèle sur l'objectif de diagnostic. Puis, nous abordons les moyens de tester la cohérence entre un modèle incertain et des observations. Deux types de modèles ont été étudiés : ceux dont l'horizon est infini et ceux à horizon fini. Nous discutons de la pertinence des tests de cohérence associés à ces modèles. Ce mémoire s'achève par la réalisation de procédures de diagnostic exploitant la connaissance des incertitudes dans le cas de la machine à courant continu.