Diagnostic de défauts des systèmes à représentation multi-modèles ...
Diagnostic de défauts des systèmes à représentation multi-modèles ...
Diagnostic de défauts des systèmes à représentation multi-modèles ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Chapitre 2<br />
Synthèse d’une métho<strong>de</strong> <strong>de</strong> diagnostic <strong>de</strong><br />
<strong>défauts</strong> et d’estimation <strong>de</strong>s <strong>modèles</strong><br />
actifs au sein <strong>de</strong> <strong>systèmes</strong> représentés<br />
par <strong>de</strong>s <strong>modèles</strong> <strong>multi</strong>ples interpolés<br />
2.1 Introduction<br />
Ce chapitre traite du diagnostic <strong>de</strong> <strong>défauts</strong> <strong>de</strong>s <strong>systèmes</strong> décrits <strong>à</strong> partir <strong>de</strong>s <strong>modèles</strong> <strong>multi</strong>ples<br />
interpolés. Conformément <strong>à</strong> l’objectif visé, <strong>de</strong>ux buts doivent être atteints : d’une part la<br />
détection et l’isolation <strong>de</strong> <strong>défauts</strong>, et d’autre part l’estimation d’une fonction d’activation du<br />
modèle actif. Nous considérons ici la synthèse d’une métho<strong>de</strong> <strong>de</strong> génération <strong>de</strong> résidus fondée<br />
sur une <strong>représentation</strong> stochastique d’un système défini exactement autour <strong>de</strong> différents<br />
points <strong>de</strong> fonctionnement.<br />
Pour accomplir cet objectif, nous proposons tout d’abord une métho<strong>de</strong> exploitant un banc<br />
<strong>de</strong> filtres <strong>de</strong> Kalman classiques, qui permet d’engendrer plusieurs séquences d’innovation.<br />
Celles-ci sont évaluées par l’intermédiaire <strong>de</strong> la règle <strong>de</strong> Bayes afin d’effectuer l’estimation <strong>de</strong><br />
la fonction d’activation pour chaque modèle. Cette métho<strong>de</strong> permet d’atteindre le premier<br />
objectif. Afin d’accomplir l’objectif <strong>de</strong> la détection et l’isolation <strong>de</strong> <strong>défauts</strong>, un ensemble <strong>de</strong><br />
tests du rapport <strong>de</strong> vraisemblance est réalisé.<br />
Une étu<strong>de</strong> sur le comportement du résidu est ensuite réalisée. La synthèse d’un banc <strong>de</strong> filtres<br />
<strong>de</strong> Kalman découplés <strong>de</strong>s <strong>défauts</strong> est également proposée. Dans ce cadre, chaque filtre permet<br />
d’effectuer simultanément la génération <strong>de</strong> <strong>de</strong>ux résidus stochastiques directionnels : le<br />
premier résidu est sensible aux effets <strong>de</strong> <strong>défauts</strong> permettant la détection et l’isolation <strong>de</strong>s <strong>défauts</strong>,<br />
et le <strong>de</strong>uxième résidu est rendu insensible aux <strong>défauts</strong>, mais sensible aux changements<br />
<strong>de</strong> points <strong>de</strong> fonctionnement afin d’être utilisé pour l’estimation <strong>de</strong>s fonctions d’activation<br />
qui pondèrent chacun <strong>de</strong>s <strong>modèles</strong> linéaires d’interpolation.