Vous êtes sur la page 1sur 104

Ministre de lEnseignement Suprieur et de la Recherche Scientifique

Universit Mouloud Mammeri de Tizi-Ouzou




Facult de Gnie Electrique et dInformatique

Dpartement dAutomatique


MEMOIRE DE MAGISTER

Spcialit : Automatique
Option : Automatique des Systmes Continus et Productique

Prsent par :
NAIT SLIMANI Boukhalfa
Ingnieur en Automatique


Synthse dobservateurs non linaires :
Application au diagnostic de dfauts.

Devant le jury dexamen compos de :

Prsident : Kamal HAMMOUCHE MCA UMM-TO
Rapporteur : Sad DJENNOUNE Professeur, UMM-TO
Examinateur : Ahmed MADI MCA UMM-TO
Examinateur : Rabah MELLAH MCA UMM-TO
Examinateur : Redouane KARA MCA UMM-TO
Remerciement

Mes vifs remerciements vont tout dabord Monsieur DJENNOUNE Sad,
professeur lUMMTO pour mavoir propos le thme de ce mmoire et mavoir
dirig, aid et conseill tout le long de notre travail.

Nous tenons aussi remercier Monsieur HAMMOUCHE Kamal, Matre de
Confrences classe A lUMMTO de nous avoir fait lhonneur daccepter de
prsider le jury de ce mmoire.

Nous exprimons notre reconnaissance Monsieur MELLAH Rabah, Matre de
Confrences classe A lUMMTO pour avoir accept de faire partie du jury
dexamen de notre mmoire.

Que Monsieur MADI Ahmed, Matre de Confrences classe A lUMMTO
trouve ici, nos sincres remerciements pour avoir accept de faire partie du jury
dexamen de notre mmoire.

Nous exprimons galement nous vifs remerciements Monsieur KARA Redouane,
Matre de Confrence de classe A lUMMTO pour sa prsence parmi les
membres de jury.


DEDICACES


Je ddie ce travail,

ma mre,
ma sur,
tous mes frres,
toute personne qui porte de lestime pour moi.

Sommaire


Introduction Gnrale ................................................................................................................ 1

Chapitre I : Etat de lart sur le diagnostic .......................................................... 4

I.1 Introduction ............................................................................................................................ 4
I.2 Dfinitions et concepts ............................................................................................................ 5
I.3 Procdure de dtection et disolation des dfauts ................................................................... 6
I.4 Principe de diagnostic de dfaut ............................................................................................. 7
I.4.1 Redondances dinformations .................................................................................... 7
I 4.2 Redondance physique ou matrielle ......................................................................... 8
I 4.3 Redondance analytique ............................................................................................ 8
I.5 Prsentation des mthodes de diagnostic ................................................................................ 9
I.5.1 Diagnostique par traitement du signal ...................................................................... 9
I.5.2 Mthodes de diagnostic base de modles qualitatifs ............................................. 9
I.5.3 Mthodes de diagnostic base de modles quantitatifs .......................................... 10
I.5.4 Mthodes de diagnostic base de modle ............................................................... 10
I.5.4.1 Espace de parit ........................................................................................ 11
I.5.4.2 Mthodes destimation paramtrique ........................................................ 11
I.5.4.3 Mthodes de diagnostic base dobservateurs .......................................... 11
I.6 Principe de gnration de rsidus base dobservateurs ........................................................ 12
I.7 Structuration et valuation des rsidus gnrs base dobservateur ................................... 13
I.7.1 Structure dobservateurs simplifis ......................................................................... 13
I.7 .2 Structure dobservateurs ddis (DOS) ................................................................... 13
I.7.3 Structure dobservateurs gnraliss (GOS) ............................................................ 14
I.8 Evaluation des rsidus ............................................................................................................. 15
I.9 Reconstruction de dfauts ....................................................................................................... 16
I.10 Performance d'une procdure de diagnostic ........................................................................ 16
I.10.1 Robustesse du diagnostic ....................................................................................... 16
I.11 Modlisation des systmes en prsences de dfauts ............................................................. 17
I.1 2 Conclusion ........................................................................................................................... 18



Chapitre II : Synthse dobservateurs non linaires ......................................... 19

II.1Introduction ............................................................................................................................ 19
II.2 Observabilit .......................................................................................................................... 20
II.2.1 Observabilit des systmes linaires ...................................................................... 20
II.2.2 Observabilit des systmes non linaires ............................................................... 20
II.3 Observateurs des systmes linaires ...................................................................................... 21
II.3.1 Observateur de Luenberger ..................................................................................... 22
II.3.2 Filtre de Kalman ..................................................................................................... 23
II.3.3 Observateur entre inconnue ................................................................................ 24
II.4 Observateurs des systmes non linaires ............................................................................... 25
II.4.1 Observateur de Luenberger tendu ......................................................................... 25
II.4.2 Filtre de Kalman Etendu (EKF) .............................................................................. 25
II.4.3 Observateurs grand gain ....................................................................................... 26
II.4.4 Observateurs adaptatifs ........................................................................................... 27
II.5 Observateur mode glissant .................................................................................................. 28
II.5.1Observateurs mode glissant pour les systmes linaires ........................................ 30
II.5.2 Observateurs mode glissant tape par tape........................................................ 33
II.5.3 Observateur mode glissant des systmes Lipschiziens ........................................ 38
II.6 Conclusion ............................................................................................................................ 41

Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs ... 42

III.1 Introduction .......................................................................................................................... 42
III.2 Systme linaire .................................................................................................................. 43
III.2.1 Cas I : Tous les tats sont disponibles la mesure ............................................... 43
III2.1.1Gnration de rsidus ............................................................................... 45
III.2.2 Cas II : Seules les sorties sont mesurables .......................................................... 46
III.3 Systmes non linaires ......................................................................................................... 50
III.3.1 Cas I : Tous les tats sont disponibles la mesure ............................................... 50
III.3.2 Cas II : Seules les sorties sont mesurables ............................................................ 52
III.4 Dtection et isolation de dfauts actionneur dun systme trois cuves ............................. 56
III.4.1 Modle mathmatique du systme ....................................................................... 56
III.4.2 Dfaut en prsence dun bruit sur la mesure ........................................................ 60
III.5 Conclusion ............................................................................................................................ 61

Chapitre IV : Diagnostic de dfaut base dobservateur mode glissant ...... 62


IV.1 Introduction .......................................................................................................................... 62
IV.2 Reconstruction de dfauts des systmes linaires ................................................................ 63
IV.2.1 Reconstruction des dfauts actionneurs ................................................................ 65
IV.2.2 Reconstruction des dfauts capteurs ..................................................................... 65
IV.2.3 application sur un modle dun avion ................................................................... 67
IV.3 Reconstruction de dfauts de systmes non linaires par observateurs robustes ................. 72
IV.3 .1 Observateurs reconstructeurs de dfauts ............................................................... 75
IV.3.2 Observateurs reconstructeurs dentres inconnues ................................................. 76
IV.3.3 Etapes de convergence des observateurs ................................................................ 77
IV.3.4 Reconstruction de dfaut et des entres inconnues .............................................. 81
IV.3 .5 Application pour la reconstruction de dfaut actionneur dun double pendule
invers .......................................................................................................................................... 81
IV.4 Conclusion ........................................................................................................................... 88

Conclusion gnrale ................................................................................................................... 89

Rfrences bibliographiques ..................................................................................................... 92




Liste des figures

I.1: Procdure de dtection et disolation des dfauts .................................................................. 7
I.2 : Schma reprsentant la redondance matrielle ..................................................................... 7
I.3 : Principe de diagnostic avec modle ...................................................................................... 10
I.4 : Schma de principe du diagnostic des dfauts base dobservateurs .................................. 12
I.5 : Structure dobservateur simple ............................................................................................. 13
I.6 : Structure dobservateurs ddis ............................................................................................ 14
I.7 : Structure dobservateurs gnralise .................................................................................... 15
I.8 : Diffrents Types de dfauts agissant sur un systme............................................................ 17
I.9 : Evolution temporelle des dfrents types de dfauts .......................................................... 18
II.1 : Schma structurel de lobservateur de Luenberger ............................................................. 22
II.2 : Schma fonctionnel dun observateur mode glissant ....................................................... 29
II.3 : Sorties et leurs estimes ....................................................................................................... 32
II.4 : Schma dun robot joint flexible ..................................................................................... 35
II.5 : Etats et leurs estims laides dobservateur mode glissant...........................................................37
II.6 : Erreur destimation entres les tats et leurs estims ..........................................................................38
II.7 : Etats et leurs estims laides dobservateur mode glissant...........................................................41
II.8 : Erreur destimation entres les tats et leurs estims ..........................................................................41
III.1 : (a) actionneur en absence de dfaut, (b) actionneur affect par un dfaut ........................ 43
III.2 : Structure GOS pour la dtection et lisolation de dfauts actionneurs. ............................. 46
III.3 : Rsidu en absence de dfaut sur les deux actionneurs ....................................................... 79
III.4: Rsidus en prsence dun dfaut sur le premier actionneur ................................................ 50
III.5: Rsidus en prsence dun dfaut sur le deuxime actionneur ............................................. 50
III.6: Rsidus en absence de dfauts ............................................................................................ 55
III.7: Rsidus en prsence dun dfaut sur le premier actionneur ............................................... 55
III.8: Rsidus en prsence dun dfaut sur le deuxime actionneur ............................................. 55
III.9: Schma dun systme trois cuves ..................................................................................... 57
III.10 : Niveaux des trois cuves en absence de dfauts ................................................................ 57
III.11: Rsidus en absence de dfauts ......................................................................................... 58
III.12: Rsidus en prsence dun dfaut sur le premier actionneur .............................................. 59
III.13: Rsidus en prsence dun dfaut sur le premier actionneur .............................................. 59
III.14: Rsidus en prsence dun dfaut sur le premier actionneur et en prsence de bruits sur
la mesure .................................................................................................................................... 60
III.15: Rsidus en prsence dun dfaut sur le deuxime actionneur et en prsence de bruits
sur la mesure ................................................................................................................................. 60
VI.1 : Schma de reconstruction de dfauts actionneurs et capteurs ........................................... 67
IV.2: Reconstructeurs de dfauts en prsence dun dfaut sur le premier actionneur. ................ 69
IV.3: Reconstructeurs de dfauts en prsence dun dfaut sur le deuxime actionneur. ............. 69
IV.4: Reconstructions de dfauts en prsence de dfauts sur les deux actionneurs .................... 70
IV.5: Reconstruction de dfaut de forme trapzodale agissant sur la premire sortie. .............. 71
IV.6: Reconstruction de dfaut de forme trapzodale agissant sur la deuxime sortie. ............. 71
IV.7: Reconstruction de dfaut de forme trapzodale agissant sur la troisime sortie. ............. 71
IV.8 : Rseau dobservateurs mode glissant interconnects...................................................... 77
IV 9 : Schma dun pendule invers ........................................................................................... 82
IV.10: Etat rels et tats estims en prsence de dfaut et en absence dentres inconnues ....... 83
IV.11: Reconstruction de dfaut en absence dentres inconnues .............................................. 84
IV.12: Etats rels et tats estims en absence de dfauts et en de prsence dentres inconnues 85
IV.13: Reconstruction dentres inconnues en absence de dfauts .............................................. 86
IV.14: Etats rels et tats estims en prsence dentre inconnue et dun dfaut sur le premier
actionneur .................................................................................................................................... 86
IV.15: Reconstruction de dfaut agissant sur le premier actionneur en prsence de lentre
inconnue d2. ................................................................................................................................ 87
IV.16: Etats rels et tats observs en prsence dentre inconnue et dun dfaut sur le
premier actionneur ........................................................................................................................ 87
IV.17: Reconstruction de dfaut agissant sur le deuxime actionneur en prsence de lentre
inconnue d1. ................................................................................................................................. 88
1

Introduction gnrale

La mesure de toutes les grandeurs (variables) dun procd physique est souvent
primordiale afin de mettre en uvre des stratgies de commande par retour dtat par
exemple, ou bien des stratgies de surveillance et de diagnostic de dfauts. Cependant, pour
des raisons techniques ou conomiques (difficult dimplmentation ou cot lev des
capteurs) il nest pas toujours possible daccder toutes les variables dtat reprsentant ces
grandeurs, do la ncessit de faire recours un systme dynamique auxiliaire, appel
observateur, qui est charg destimer ltat du systme. De manire gnrale, la synthse de
lobservateur exploite les informations disponibles sur le systme rel, savoir, le modle
dynamique du systme, ses entres et ses sorties mesures. Dans le cas linaire, le problme
de synthse dobservateurs est bien maitris. Les solutions apportes telles que lobservateur
de Luenberger [1] ou le filtre de Kalman [2] permettent de rpondre toutes les situations.
Cependant, le problme destimation dtat des systmes non linaires reste sans solution dans
un grand nombre de cas et cela, malgr les nombreuses mthodes proposes dans ce sens. En
effet, les systmes non linaires ont des reprsentations dtat trs varies, qui exploitent la
structure et les proprits de la fonction non linaire qui intervient dans le modle du systme.
Il semble donc difficile a priori, tant donn ltat des travaux actuels, de trouver une thorie
gnrale sur lestimation dtat non linaire, qui unifierait les approches dj tablies. La
technique dobservations base sur les modes glissants permet la synthse dobservateurs pour
de nombreuses classes de systmes non linaires tel que les systmes Lipchitziens [3], les
systmes forme triangulaire [4] et mme, sous certaines conditions, les systmes fortes
non linarits [5]. Lutilisation des observateurs mode glissant pour les systmes non
linaires est motive par leur robustesse aux incertitudes paramtriques. Un autre observateur
trs rpandu dans la littrature est lobservateur adaptatif, ce dernier est utilis gnralement
lorsque les paramtres du systme ne sont pas tous connus. Il permet destimer conjointement
les paramtres et les tats du systme [6], [7].
cause de lintrt considrable port pour diagnostic, les orientations des travaux de
recherche sur lestimation dtat des systmes non linaires vers des objectifs de diagnostic
sont de plus en plus importantes. Avant lapparition des techniques utilisant le modle du
processus ou les informations disponibles sur le processus, le diagnostic notamment la
2
dtection de dfauts, se faisait principalement en utilisant la redondance matrielle qui
consiste doubler, tripler voire quadrupler certains composants. Cette redondance matrielle
est efficace et rapide mais savre coteuse et encombrante. Pour remdier ce problme
plusieurs mthodes de diagnostic on t proposes (diagnostic par traitement du signal,
diagnostic par estimation paramtrique, diagnostic base dobservateurs etc.).
Les mthodes base dobservateurs consistent gnrer des rsidus qui sont calculs
en faisant la diffrence, ventuellement filtre, entre les sorties relles et celles estimes par
lobservateur. Ces mthodes savrent trs efficaces pour la dtection et la localisation des
dfauts. En effet, elles ont connu un essor considrable pour le cas de systmes linaires. Des
mthodes trs performantes permettent aujourdhui daccomplir les objectifs dune dtection
et dune localisation de dfauts dune manire efficace et rapide. Nanmoins, lextension au
cas non linaire demeure particulirement difficile. Jusqu aujourdhui, il nexiste pas de
mthodes gnrales applicables pour tout systme non linaire. De plus la synthse
dobservateur en vu de diagnostic est beaucoup plus complexe que ce quelle en est dans le
cas de la commande, dans la mesure o les paramtres dobservateur jouent un rle aussi sur
la manire dont les dfauts vont affecter les rsidus. Ces derniers doivent tre gnrs dune
manire robuste et viter ainsi les fausses alarmes qui peuvent tre causes par les
perturbations ou les bruits. Une autre mthode de diagnostic de dfauts base dobservateurs
consiste utiliser ces derniers, en vu de la reconfiguration de la loi de commande, pour
reconstruire les dfauts. Plusieurs mthodes on t alors proposes dans ce sens.
Lobjectif de notre mmoire est de dresser, dans un premier temps, un tat de lart sur les
observateurs non linaires et le diagnostic de dfauts. Puis, dans une deuxime tape, les
mthodes de diagnostic base dobservateurs mode glissant et base dobservateurs
adaptatifs seront tudies. Ces deux mthodes de diagnostic seront illustres sur des exemples
rels.
Notre mmoire sarticule autour de quatre chapitres :
Le premier chapitre aborde quelques concepts gnraux sur le diagnostic. Il sera
notamment consacr aux concepts fondamentaux du diagnostic des systmes bases de
modles et aux diffrentes structures de gnration de rsidus.
Le deuxime a pour objectif de prsenter les diffrents observateurs existants dans la
littrature et leurs mthodes de synthse. Diffrentes techniques destimation dtat
(observateurs grand gain, observateurs mode glissantetc.) seront prsents au cours de ce
chapitre. Des algorithmes de synthse dobservateurs robustes, base la technique des modes
glissants, seront labors et valids, par simulation, sur des exemples dapplication.
3
Le troisime chapitre aborde le problme du diagnostic de dfauts base
dobservateurs adaptatifs o il sera question de dtecter et disoler dventuels dfauts
actionneurs pour diffrents types de systmes. Nous allons nous focaliser sur les dfauts
additifs provenant des actionneurs pour des systmes linaires et non linaires. Cette mthode
qui est illustre dabord sur des exemples acadmique sera ensuite applique pour la
dtection et lisolation de dfauts actionneurs dun systme hydraulique trois cuves. Le
choix de ce systme est justifi par le fait quil soit trs rpandu dans le domaine de diagnostic
et quil possde de fortes non linarits. Ce qui permet dvaluer les performances de cette
mthode.
Le dernier chapitre est dvolu llaboration dobservateurs mode glissant pour le
diagnostic des systmes linaires et non linaires. Avec cette approche, il ne sagit pas
seulement de dtecter et disoler le dfaut, mais aussi de reconstruire lallure de ce dernier, ce
qui permet de dterminer sa nature. Il sera notamment question de dterminer lexistence ou
non dun dfaut et de le reconstruire en dpit de la prsence des perturbations. Pour les
systmes linaires, nous allons prsenter une mthode de diagnostic base dobservateurs
mode glissant pour deux types de dfauts, actionneurs et capteurs. Cette mthode sera aprs
applique sur un modle linaire dun avion. Pour le cas non linaire nous prsenterons une
mthode de reconstruction de dfauts robuste vis--vis dentres inconnues. Cette mthode
sera illustre sur un double pendule invers.
Nous terminerons notre travail par une conclusion gnrale et quelques perspectives.



Chapitre I : Etat de l'art sur le diagnostic


4



Chapitre I :

Etat de lart sur le diagnostic




I.1 Introduction

Selon, le contexte et le domaine dapplication, le mot diagnostic peut avoir
plusieurs interprtations. Le diagnostic des procds industriels a pour objet de trouver la cause
dune dfaillance ou dun dfaut, il est dfini par les instances internationales de normalisation
comme tant un processus didentification de la cause probable des dfaillances laide dun
raisonnement logique fond sur un ensemble dinformations provenant dune inspection, dun
contrle ou dun test.
De manire gnrale, lorsquon parle de diagnostic des dfauts, on se rfre la procdure de
dtection et disolation de ces derniers, que lon retrouve souvent sous le nom: FDI (Fault
Detection and Isolation). Cette procdure nous permet davoir des informations sur lapparition
dun dfaut et sur sa provenance le plus rapidement possible. Les mthodes de dtection et de
localisation des dfauts ont connu un essor considrable depuis le dbut des annes 70 [8], [9].
En effet, de nombreux chercheurs ont investi dans ce domaine proposant alors diverses approches
et techniques rpondant la diversit des applications.

Nous proposons dans ce chapitre de faire un tat de lart sur le diagnostic des dfauts dans les
systmes physiques. Lintrt se portera essentiellement sur le problme de dtection et
Chapitre I : Etat de l'art sur le diagnostic


5
disolation des dfauts. Il est question, dans un premier temps, de donner les diffrents concepts
et notions rencontrs dans la littrature concernant le diagnostic des dfauts, car un bon
diagnostic ncessite une bonne comprhension de ces notions. Le principe de base du diagnostic
sera alors prsent ainsi que les diffrentes mthodes proposes dans ce domaine.
Dautre part, nous allons prsenter la procdure gnrale de dtection et disolation des dfauts
par les mthodes base de modle mathmatique. Cette dernire passe par deux tapes
essentielles : la gnration et lvaluation du vecteur rsidu. Mais auparavant, nous allons
introduire la manire avec laquelle aborder un problme FDI. Nous insisterons sur la phase de
modlisation du systme et des diffrents dfauts et entres inconnues. Nous aborderons
galement les critres de performance dun systme FDI et nous nous intresserons, plus
particulirement, au problme de robustesse.

I.2 Dfinitions et concepts [7]

Une anomalie est une particularit non conforme la loi naturelle ou logique.

Une panne est linaptitude dun dispositif accomplir une fonction requise. Une panne rsulte
toujours dune dfaillance.

Un dfaut est une anomalie de comportement au sein du systme. Ce concept est important dans
les oprations de surveillance pour la conduite et la maintenance des processus industriels. Tout
cart entre la caractristique observe et la caractristique de rfrence est considr comme tant
un dfaut. Il est donc clair quune dfaillance conduit un dfaut. Mais un dfaut ninduit pas
ncessairement une dfaillance. En effet, le dispositif peut conserver son aptitude accomplir sa
tche principale si les dfauts nont pas dimpacts sur cette tche. Lart du diagnostic consiste
dtecter de faon prcoce un dfaut avant quil ne conduise un tat de dfaillance donc de
panne.

Une dfaillance est une anomalie altrant ou empchant laptitude dune unit fonctionnelle
accomplir la fonction souhaite. Une dfaillance correspond un passage dun tat un autre,
Chapitre I : Etat de l'art sur le diagnostic


6
par opposition une panne qui est un tat. Par abus de langage, cet tat de panne on pourra
lappeler mode de dfaillance.

Une perturbation consiste en tout phnomne conu comme normal influenant un processus,
non ou mal, reprsent par un modle de rfrence.

Un rsidu est un signal conu pour tre un indicateur danomalies fonctionnelles ou
comportementales, sensiblement nul en absence de dfauts et non nul en leur prsence.

Un symptme est un caractre distinctif dun tat fonctionnel ou comportemental anormal.

Le diagnostic consiste dterminer le type, la taille, le lieu et l'instant d'occurrence d'un dfaut,
il suit la dtection de dfauts et inclut l'isolation et l'identification.
La surveillance est une tche continue, ralise en temps rel, qui permet de dterminer l'tat
d'un systme physique, elle consiste en l'enregistrement des informations ainsi qu'en la
reconnaissance et l'indication des anomalies du comportement.

La sensibilit reprsente la capacit dun systme de diagnostic gnrer des rsidus sensibles
aux dfauts dtecter. Ces dfauts sont gnralement caractriss par une certaine amplitude.

La supervision est la surveillance d'un systme physique et la prise de dcisions appropries en
vue de maintenir son opration lors de l'apparition de dfauts.

I.3 Procdure de dtection et disolation des dfauts
Comme elle est reprsente par la figure II.1, La procdure de dtection et disolation des dfauts
passe par trois tapes essentielles :
La dtection
Cest ltape qui dcide si le systme est soumis un dfaut ou pas. Elle consiste dans la
plus part des cas gnrer le vecteur rsidu, qui est nul en fonctionnement normal et est compar
en ligne aux signatures de pannes. La dtection est ralise en vrifiant le dpassement dun seuil
par les rsidus.
Chapitre I : Etat de l'art sur le diagnostic


7
LIsolation
Cette tape permet de localiser le dfaut et donc de dterminer quelle partie du systme est
affecte par lanomalie. La dtection de pannes est souvent suivie d'une procdure d'isolation de
pannes, qui sert distinguer (isoler) une panne particulire. Un seul rsidu peut suffire pour
dtecter les pannes, cependant plusieurs rsidus (ou un vecteur de rsidus) sont souvent requis
pour l'isolation de pannes.
Lidentification : Lampleur et le type des dfauts sont estims dans cette phase.








I.4 Principe de diagnostic de dfaut

I.4.1 Redondances dinformations [10]
Le principe de base du diagnostic des dfauts repose sur la notion de redondance, qui
fournit au systme plusieurs informations diffrentes sur une mme variable. Des tests vont alors
permettre de vrifier la cohrence de ces informations. Cependant, il existe deux approches:
La premire est dite traditionnelle et consiste ajouter des capteurs afin dobtenir des
informations supplmentaires sur ltat du systme. Cest la redondance matrielle.







Figure I.1: Procdure de dtection et disolation des dfauts.
Procd
Modle
Dtection Isolation Identification
Capteur 1
Capteur 2

Mesure 1
Mesure 2
Figure I.2 : Schma reprsentant la redondance matrielle.
Chapitre I : Etat de l'art sur le diagnostic


8
Linconvnient majeur de cette approche est le cot additionnel en quipement. La deuxime
approche est dite redondance analytique. Elle consiste dvelopper des algorithmes de dtection
et de localisation des dfauts en utilisant les mesures disponibles sur le systme. Une quation de
redondance analytique est une quation dans laquelle toutes les variables sont connues. Pour
viter les fausses alarmes ou les manques de dtection, ces algorithmes doivent tenir compte des
bruits de mesure, des perturbations ainsi que des erreurs de modlisation. Les mthodes bases
sur cette approche sont plus simples, plus flexibles, moins coteuses et plus cologiques que
lapproche traditionnelle.

I 4.2 Redondance physique ou matrielle
La redondance physique consiste utiliser plusieurs actionneurs, capteurs, processeurs et
logiciels pour mesurer et/ou contrler une variable particulire. Un principe de vote est applique
sur les valeurs redondantes pour dcider si une faute est prsente ou non. Cette approche entrane
un cot important en instrumentation mais savre extrmement fiable et simple implanter. Elle
est mise en oeuvre essentiellement sur des systmes hauts risques tels que les centrales
nuclaires ou les avions.
Le diagnostic utilisant la redondance physique se limite a la surveillance des lments
redondants (capteur, actionneurs, ...) prsents sur une installation. A laide de cette unique
technique, il ne sera pas possible de dtecter des pannes survenant sur des lments non
redondants.

I 4.3 Redondance analytique
Un complment la redondance physique consiste exploiter les contraintes liant les
diffrentes variables du systme. Ces contraintes peuvent souvent sexprimer sous la forme de
relations analytiques liant les variables connues (relations dentre/sortie ou de sortie/sortie). Ces
relations sont appeles relations de redondances analytiques. Le principe de la surveillance
consiste vrifier la fermeture algbrique de ces relations en utilisant les mesures prleves en
ligne sur le systme. Le concept de redondance analytique repose sur lutilisation dun modle
mathmatique du systme surveiller [11]. Pour cette raison, les mthodes utilisant la
redondance analytique pour la surveillance sont appeles mthodes base de modle. Le principe
Chapitre I : Etat de l'art sur le diagnostic


9
de la surveillance utilisant un modle peut tre spare en deux tapes : la gnration de rsidus et
la prise de dcision [12].

I.5 Prsentation des mthodes de diagnostic
Selon que lon dispose, ou pas, dun modle mathmatique reprsentatif du systme, les
mthodes de diagnostic se rpartissent en deux grandes classes. Dans le premier cas, on utilise
des redondances dinformations et la connaissance fournie par le modle mathmatique pour
caractriser le mode de fonctionnement ou ltat du systme, puis dcider sil est normal ou
anormal. Dans le deuxime cas, cest lanalyse des donnes fournies par le systme qui permet de
dcider de son tat.
Les mthodes les plus familires aux automaticiens sont les mthodes bases sur lutilisation de
modles mathmatiques. Celles-ci utilisent la redondance existant entre les diffrentes variables
mesures en termes de relations statiques ou dynamiques.
Dans ltude qui suit, il sera question de prsenter les diffrentes mthodes de dtection et
disolation des dfauts. Lintrt portera surtout sur les mthodes base de modle
mathmatique.

I.5.1 Diagnostique par traitement du signal
Le traitement et lanalyse dun signal peuvent tre parfois utiles dans le domaine de
diagnostic, en effet, La mesure dun signal indique des oscillations qui peuvent tre harmoniques,
de nature stochastique ou les deux simultanment. La variation de ces signaux peut tre relie aux
dfauts.
Ainsi, dune manire gnrale, on peut dterminer les caractristiques dun signal relatif un
dfaut en dterminant par exemple son amplitude. Il existe toutefois dautres possibilits qui
consistent dterminer les fonctions dauto corrlation, les transformes de Fourier ou la densit
spectrale.

I.5.2 Mthodes de diagnostic base de modles qualitatifs
Les modles qualitatifs permettent dabstraire le comportement du procd avec un
certain degr dabstraction travers des modles non plus mathmatiques mais des modles de
type symbolique. Ces modles dcrivent dune manire qualitative lespace dtat continu du
Chapitre I : Etat de l'art sur le diagnostic


10
systme. Contrairement aux modles de type numrique, les modles qualitatifs ne reprsentent
pas la physique du systme, mais ils le dcrivent en terme de mode de fonctionnement.

I.5.3 Mthodes de diagnostic base de modles quantitatifs
Ces mthodes reposent sur lestimation de ltat, des paramtres ou de lespace de parit
en utilisant des modles mathmatiques du systme dcrivant le comportement du systme. Si
lcart entre ces modles et les variables du systme dpasse un certain seuil, une dfaillance est
alors dtecte. A ce moment, un rsidu sera gnr et compar avec toutes les signatures des
dfauts connues, afin disoler et didentifier la dfaillance. Parmi les diffrentes mthodes de
dtection et de diagnostic utilisant des modles mathmatiques, nous trouvons principalement
celles utilisant lespace de parit, lestimation paramtrique et celle base dobservateurs.

I.5.4 Mthodes de diagnostic base de modle
Le principe de ces mthodes consiste comparer le comportement du systme avec le
comportement du modle qualitatif et/ou quantitatif tabli.Tout cart est alors synonyme dune
dfaillance, comme indiqu dans le schma de la figure I.3. Il est ncessaire donc davoir des
connaissances approfondies sur le procd diagnostiquer sous la forme dun modle
reprsentatif, qui fournit des grandeurs caractristiques du procd qui seront constamment
compares aux grandeurs issues du procd rel.
Selon le type du modle (qualitatif et/ou quantitatif), on peut distinguer deux branches de
mthodes : les mthodes quantitatives issues de la communaut FDI (Fault Detection and
Isolation) et les mthodes qualitatives issues des communauts intelligence artificielle. La
dissociation entre les mthodes qualitatives et les mthodes quantitatives nimplique pas que ces
deux aspects sont disjoints. En ralit, ces deux types dapproche peuvent coexister au sein dune
mme mthode de diagnostic.






Systme physique
Modle du systme
Comportement
prdit
Ecart=dtection Isolation
Figure I.3 : Principe de diagnostic avec modle
Comportement
observ
Chapitre I : Etat de l'art sur le diagnostic


11
I.5.4.1 Espace de parit
Cette mthode est utilisable la fois dans le cas des systmes dterministes et dans le cas
des systmes stochastiques. Elle sappuie sur llaboration de signaux permettant de tester la
cohrence des mesures par rapport leurs valeurs calcules laide dun modle (on parle aussi
de consistance des mesures, de leur parit). Dun point de vue gnral, la mthode consiste
vrifier les relations algbriques entres/sorties du modle en utilisant les mesures relles. Pour
cela, les signaux recueillis sur le systme sont injects dans les relations entres/sorties et les
signaux ainsi crs sont utiliss comme rsidus. La mthode a t dveloppe au dbut pour le
cas statique, puis elle t gnralise plus tard pour cas des systmes dynamiques. Cette
gnralisation utilise la redondance temporelle, cest - dire des relations faisant intervenir les
valeurs des sorties des capteurs et les entres des actionneurs diffrents instants. Enfin, la
redondance frquentielle est galement utilise.

I.5.4.2 Mthodes destimation paramtrique
Quand la structure du modle est connue la dtection et la localisation des dfauts peuvent
tre effectues en utilisant des techniques didentification. Lide de base consiste estimer les
paramtres du systme en temps rel et de les comparer aux paramtres non affects par les
dfauts [13]. Pour cela on doit tablir un modle mathmatique du systme diagnostiquer et
dcrire toutes les relations qui existe entre les constantes physiques et les paramtres du modle,
puis estimer les paramtres du systme ainsi que ceux du modle partir des entres et sorties
du systme. Le vecteur de rsidus est obtenu en faisant la diffrence entre les grandeurs estimes
et les valeurs nominales.

I.5.4.3 Mthodes de diagnostic base dobservateurs [14]
Cette approche sappuie sur une bonne connaissance du modle et de ses paramtres, et
ncessite lintgration des diverses relations qui, contrairement aux relations de parit, sont
diffrentielles. Le diagnostic de dfaut base dobservateurs est bas sur le principe de
gnration de rsidus en comparant les grandeurs disponibles du systme rel aux grandeurs
estimes (issues de lobservateur). Ltat du systme est reconstruit en se recalant laide de
certaines mesures [15], le gain de lestimateur dpendant des objectifs et des performances
dsires. Dans le cas des systmes linaires, la structure de base des reconstructeurs est toujours
Chapitre I : Etat de l'art sur le diagnostic


12
la mme, un modle parallle corrig la laide de lerreur destimation multiplie par un gain
adquat, mais dans le cas non linaires le problme savre difficile.
En diagnostic, la construction dobservateur est beaucoup plus complexe que ce que il en
est dans le cas de commande dans la mesure o les paramtres dobservateurs jouent un rle aussi
sur la manire dont les dfauts vont affecter les rsidus. En plus dassurer la stabilit, ces
paramtres doivent permettre de structurer les rsidus afin de localiser les dfauts. Cependant,
pour ce type de stratgie, si une anomalie apparat, elle affecte en gnral toutes les composantes
du vecteur rsidus ; de ce fait, le problme de localisation est plus complexe que ce quil en est
dans le cadre de lespace de parit. Pour rsoudre ce problme, une solution consiste construire
des bancs dobservateurs o chacun dentre eux surveille un dfaut.

I.6 Principe de gnration de rsidus base dobservateurs
Le principe de gnration de rsidu base dobservateur consiste estimer une partie ou
lensemble des grandeurs mesurables du systme surveiller. Le rsidu est calcul alors en
faisant la diffrence, ventuellement filtre, entre les sorties relles et celles estimes.
Lobservateur revient alors un modle parallle au systme avec une contre raction qui
pondre lcart de sortie. Ce principe est illustr sur la figure I.4. Cette approche offre des
proprits trs intressantes car elle donne lieu des rsidus trs flexibles et la souplesse, dans le
choix des paramtres, permet de saffranchir de certaines entres inconnues, amliorant ainsi les
caractristiques des rsidus telles que leur robustesse vis vis des perturbations et leur sensibilit
aux dfauts.










Systme
Observateur
Gnrateur
de rsidu
K
u(t)
Figure I.4 : Schma de principe du diagnostic des dfauts base dobservateurs.
y(t)
f(t)
r(t)
Chapitre I : Etat de l'art sur le diagnostic


13
I.7 Structuration et valuation des rsidus gnrs base dobservateur
Il est important dobtenir une structure du rsidu permettant son valuation. Les rsidus
doivent tre produits, de manire que pour chaque dfaut un ou un ensemble de rsidus soient
affects.
Cependant, mme si lapparition de dfauts multiples est peu probables, les rsidus doivent tre
capables de situer chacun des dfauts arrivant simultanment, en occurrence, il devrait tre
garanti que le recouvrement des effets rsultants de la combinaison des dfauts ne mne pas une
dcision fausse, par exemple dtection manque d'un dfaut ou mauvaise isolation du dfaut. Il
existe plusieurs manires de dfinir les rsidus structurs afin de parvenir a une valuation
correcte du rsidu. Les rsidus structurs sont conus de manire tre chacun affect par un
sous ensemble de dfaut et robuste (non affect) par rapport aux dfauts restantes. Ainsi,
lorsquune dfaillance apparat, seul un sous ensemble de rsidus ragit. Le rsidu est dit
structur par rapport un vecteur de dfaillances
1
f sil nest affect que par les dfaillances
1
f
et sil est robuste aux autres. Dans la littrature, on distingue trois structures de gnration de
rsidus base dobservateur ou chacune est dfinie par n schma particulier [16].

I.7.1 Structure dobservateurs simplifis
Dans cette structure le banc est constitu dun seul observateur. Il est synthtis de faon
ntre sensible qu un groupe de dfauts. Dans le cas o un des dfauts auquel il est sensible
apparat alors les estimations seront fausses. Dans le cas contraires, elles seront exactes.








I.7 .2 Structure dobservateurs ddis (DOS)
Dans ce type de structure, il est question de construire autant dobservateur que de dfaut
dtecter, chacun dentre eux gnre un rsidu insensible tous les dfauts sauf un. Ainsi,
Observateur
Systme
u(t)
r(t)
y(t)
f(t)
Figure I.5 : Structure dobservateur simple.
Chapitre I : Etat de l'art sur le diagnostic


14
l'observateur recevant une mesure dfaillante fournit une mauvaise estimation des variables
estimes, tandis que les estimations des autres observateurs convergent vers les mesures des
sorties correspondantes sauf sur la sortie errone. Ce schma reste valable mme dans le cas de
plusieurs dfauts simultans.








.






Mais, si cette structure donne parfois des bons rsultats sa conception reste trs limite car elle ne
permet pas de saffranchir des entres inconnues et des bruits

I.7.3 Structure dobservateurs gnraliss (GOS)
Dans ce genre de structure, il sagit de synthtiser un certain nombre dobservateurs o chacun
dentre eux tant insensibles un seul dfaut. Si un dfaut apparat alors, toutes les estimations
dtats seront errones sauf celles issues de lobservateur insensible ce seul dfaut. Ce schma
offre plus de degrs de libert pour la conception de l'observateur et permet d'augmenter la
robustesse. Cependant, en plus de ne pas tre gnralement pas capables de rsoudre les
problmes de localisation des dfauts, La problmatique de cette approche reste dans les
interactions entre les sous-systmes. En effet, si ces interactions sont faibles (voire nulle), un
dfaut n'affectera que l'estimation de l'observateur local correspondant. Il est alors possible de
Observateur sensible
1
f
Observateur sensible
2
f
Observateur sensible
q
f
Systme
u(t) y(t)
) (
1
t r
) (
2
t r
) (t r
q

Figure I.6 : Structure dobservateurs ddis.

f(t)
Chapitre I : Etat de l'art sur le diagnostic


15
localiser le composant dfaillant. En revanche, si les interactions sont grandes, un dfaut d'un des
composants se propagera aux observateurs des autres composants.
















I.8 Evaluation des rsidus
Le rsidu converge vers une valeur proche de ou gale zro, dans le cas sans dfaut et
quitte dune manire significative cette valeur aprs loccurrence dun dfaut. Il est li la
diffrence entre les sorties mesures et leurs estim es par lquation ; ) (
i i i
y y O r = , ou
i
r est
le rsidu correspondant la
me
i sortie et O est un oprateur mathmatique (driv, norme,
moyenne etc.). Selon le nombre de rsidus et Lexpression de loprateur O, il est possible de
dtecter et disoler les dfauts. La plupart des mthodes de diagnostic base de modle
incorporent deux tapes squentielles pour rsoudre un problme FDI [17] :
- gnration du rsidu.
- valuations du rsidu.
Un rsidu structur est caractris par la proprit suivante : le rsidu rpond seulement un
sous-ensemble de dfauts spcifique, et pour chaque dfaut seul un sous-ensemble spcifique de
rsidus rpond.
y(t)
Observateur insensible
1
f
Observateur insensible
2
f
Observateur insensible
q
f
Systme
u(t)
) (
2
t r
) (t r
q

Figure I.7 : Structure dobservateurs gnralise

f(t)
) (
1
t r
Chapitre I : Etat de l'art sur le diagnostic


16
I.9 Reconstruction de dfauts
Au lieu de gnrer des rsidus pour dtecter et isoler le dfaut, il est par fois plus
intressant de savoir leurs natures et leurs grandeurs. Le problme de reconstruction et
destimation de dfauts (FRE) est diffrent de la majorit des mthodes FDI dcrites
prcdemment, dont la mesure o le but nest pas de dtecter et disoler le dfaut mais de
lestimer. Cette approche est trs utilise dans le cas des dfauts variants lentement, qui sont trs
difficile dtecter, et pour la synthse de commande tolrant aux faut. La reconstruction de
dfauts bases dobservateur est trs rpondue dans la littrature et de nombreux travaux ont t
fait dans ce sens [18].

I.10 Performance d'une procdure de diagnostic
Ltape de dtection est trs importante dans le processus de diagnostic des systmes. Si
cette tape n'est pas correctement ralise, des dfauts peuvent tre mal ou pas dtects ou que
des fausses alarmes peuvent apparatre. L'efficacit de la dtection passe aussi par sa robustesse
face aux incertitudes du modle.
Ptton et al [11] donnent un cadre pour les performances d'un systme de dtection dans le quel ils
dfinissent certaines qualits comme la rapidit de dtection, la minimisation des fausse alarmes
et la minimisation des mauvaises dtections.
Ainsi les performances attendues d'une procdure de dtection et d'isolation de dfauts reposent
sur la dfinition de critres qualitatifs de la mthode de diagnostic, se dcomposant en critres
minimiser tel que le retard la dtection et le taux de fausse alarme et de mauvaise dtection et
en critres maximiser tel que la sensibilit des dfauts de faible amplitude et l'insensibilit
aux bruits et aux perturbations mais aussi aux incertitude sur les paramtres du modle.

I.10.1 Robustesse du diagnostic
Certains phnomnes physiques peuvent ne pas tre dcrits par des modles suffisamment
prcis et ces erreurs de modlisation risquent de fausser les dcisions prendre quant
l'existence ou non d'un dfaut. De plus, les paramtres peuvent varier au cours du temps, les
caractristiques des perturbations et des bruits sont inconnues ce qui fait que, mme dans le cas
d'un fonctionnement normal, les rsidus gnrs partir de ce modle ne sont pas nuls. Les
Chapitre I : Etat de l'art sur le diagnostic


17
dcisions prises partir de ces rsidus peuvent conduire des fausses alarmes voire des
mauvaises dtections.
La notion de robustesse a t introduite trs tt dans la littrature du diagnostic par de
nombreux auteurs et devient ensuite un des thmes central dans les travaux concernant le
diagnostic. Patton et al [11] dfinissent la robustesse d'un systme de diagnostic comme un degr
pour lequel, les performances du systme de diagnostic ne sont pas affectes par des conditions
opratoires diffrentes de celles supposes, a priori, lors de la conception.
La robustesse apparat donc, comme le rapport entre une sensibilit maximale vis--vis du dfaut
recherch et une sensibilit minimale vis--vis des autres dfaillances (variations de paramtres,
modification de structure, bruits, ...). Un systme de diagnostic robuste, est donc un systme qui
maximisera les effets des dfaillances, afin de permettre un niveau de performance du diagnostic
identique quelles que soient les conditions opratoires.

I.11 Modlisation des systmes en prsences de dfauts
Dans les mthodes de diagnostic base de modles, notamment celles base
dobservateurs, il est ncessaire dtablir un modle mettant en vidence les effets des dfauts et
des perturbations agissants sur le systme pour pouvoir diffrencier entre les dfauts et surtout
daugmenter linsensibilit des rsidus vis--vis des perturbations. Comme le montre la
figure II-8 les dfauts peuvent tre rpartis en trois classes.
Dfauts actionneurs : modliss en gnral comme des signaux additifs aux signaux dentre, ils
agissent au niveau de la partie oprative et dtriore ainsi le signal dentre du systme.
Dfauts systmes : modliss en gnral comme des dynamiques additionnelles avec une matrice
de distribution, ils sidentifient par la modification des caractristiques du systme.
Dfaut capteur : modliss en gnral par des signaux additifs aux signaux de sortie, ils
fournissent une mauvaise image de ltat physique du systme.






Actionneur Procd Capteur
Dfauts
Actionneurs
Dfauts
Systme
Dfauts
Capteurs
Entre
Sortie
Figure I.8 : Diffrents Types de dfauts agissants sur un systme.
Chapitre I : Etat de l'art sur le diagnostic


18
Type de dfauts les dfauts peuvent tre diffrencis selon leur forme et leur comportement dans
le temps. En gnrale on distingue trois types :
Dfaut abrupt : il est caractris par une discontinuit de lvolution temporelle de la variable, il
correspond une panne brutale (disfonctionnement totale partiel dun liment).
Dfaut intermittent : Ce dfaut est un cas particulier de dfaut abrupt avec la proprit
particulire que le signal revient de faon alatoire sa valeur normale. Ce type de dfauts
caractrise les faux contacts.
Dfaut graduel Ce dfaut a un comportement temporel lent se qui le rend difficile dtecter, il
caractrise un encrassement ou une usure dune pice.








I.12 Conclusion
Dans ce chapitre nous avons tabli dune manire globale un tat dart sur le diagnostic
de dfauts en prsentant les principales mthodes de diagnostic. Les mthodes FDI base
dobservateurs ncessitent de faire un bon choix dobservateurs et de structures de gnration
rsidus utiliser. Ces choix dpendent la fois de la nature du systme diagnostiquer (linaires
ou non linaires) et de type de dfauts.
Dfaut abrupt Dfaut intermittent Dfaut graduel
Figure I.9 : Evolution temporelle des dfrents types de dfauts
t t t
Chapitre II : Synthse dobservateurs non linaires

19


Chapitre II :
Synthse dobservateurs non linaires



II.1 Introduction
La disponibilit des toutes les variables dtats pour la mesure directe est rarement
vrifie dans la pratique. Il existe dans la plupart des cas un vrai besoin dune estimation
fiable des variables non mesures, particulirement quand elles sont employes pour la
synthse de lois de commande ou pour la surveillance des processus. En effet, ltat dun
systme peut correspondre une grandeur physique que lon ne peut pas toujours mesurer
directement ; llaboration dune loi de commande ou la dtermination dune dfaillance dun
composant dun systme passent souvent par laccs la valeur dun ou plusieurs de ses tats.
Pour cela, il savre ncessaire de concevoir un systme auxiliaire appel, observateur, qui se
charge de reconstruire les tats non mesurables en exploitant les informations disponibles,
savoir le modle dynamique du systme, ses sorties mesures et ventuellement ses entres.
Contrairement au problme de synthse dobservateurs dtat des systmes linaires qui a
t entirement rsolu. Le cas des systmes non linaires est plus difficile et beaucoup mois
systmatique. Cest la raison pour laquelle, de nombreux travaux ont abord ce problme,
dans la littrature, en se basant sur des classes spcifiques de systmes non linaires.
Dans cette section nous allons prsenter quelques mthodes de synthse dobservateurs de
systmes linaires et non linaires. Mais auparavant, nous allons parler dun concept
important dans le domaine de la reconstruction dtat, qui est celui de lobservabilit.
Chapitre II : Synthse dobservateurs non linaires

20
II.2 Observabilit
Lobservabilit dun processus est un concept trs important dans le domaine
destimation de ltat. En effet, pour reconstruire les tats inaccessibles dun systme, il faut
savoir, a priori, si les variables dtat sont observables ou non. Lobservabilit dun systme
est la proprit qui permet de dire si ltat peut tre dtermin uniquement partir de la
connaissance des signaux dentres et de sorties. Dans le cas des systmes non linaires, la
notion dobservabilit est lie aux entres (via la notion dentre uniforme) et aux conditions
initiales (via la notion de distinguebilit). Les rsultats classiques que lon peut trouver dans
la littrature [19] [20] sont rappels dans cette partie.
II.2.1 Observabilit des systmes linaires
Soit un systme continu dcrit par lquation dtat dterministe suivante:

=
+ =
) (
) ( ) ( ) (
t Cx y
t Bu t Ax t x&
(II.1)
O les vecteurs
n
R t x ) ( ,
m
R t u ) ( et
p
R t y ) ( reprsentent respectivement ltat, la
commande et la sortie du systme. Les matrices A, B et C sont des matrices constantes de
dimensions appropries. Lobservabilit du systme linaire (II.1) est garantie si et seulement
si :
n
CA
CA
CA
C
rang O rang
n
=
|
|
|
|
|
|
.
|

\
|
(
(
(
(
(
(

=
) 1 (
2
) (
M
(II.2)
Par consquent le systme linaire (II.1) est observable, si le rang de la matrice dobservabilit
O est gal la dimension n de ce systme. Dans le cas o le rang de la matrice O est
infrieur n on parle alors, dobservabilit partielle.
II.2.2 Observabilit des systmes non linaires :
Pour les systmes non linaires, tant donn l'espace de l'tat
n
R X et l'ensemble U des
entres, la notion d'observabilit est base sur la possibilit de diffrencier deux conditions
initiales distinctes. On parlera ainsi de la distinguabilit d'un couple de conditions initiales.
On considre le systme non linaire donne par :
Chapitre II : Synthse dobservateurs non linaires

21

=
+ =
) (
) ( ) (
x h y
u x g x f x&
(II.3)
O les vecteurs
n
R t x ) ( ,
m
R t u ) ( sont respectivement le vecteur dtat et de commande
Dfinition : (Distinguabilit) : Deux tats initiaux X x x
2
0
1
0
, tel que
2
0
1
0
x x sont dits
distinguables dans X si 0 t et entre admissible u : [ ] U t , 0 telle que les trajectoires des
sorties )) ( , , (
1
0
t u x t y et )) ( , , (
2
0
t u x t y issues, respectivement de
1
0
x et
2
0
x ,restent dans X pendant
la dure [ ] t , 0 et vrifient )) ( , , ( )) ( , , (
2
0
1
0
t u x t y t u x t y . Dans ce cas, on dira que u
distingue
1
0
x et
2
0
x dans X .
Dfinition : (Observabilit et observabilit locale faible) : Un systme est observable en
X x
1
0
si tout autre tat
1
0
2
0
x x est distinguable de
1
0
x dans X .un systme est globalement
observable si il est distinguable en tous point de X . Un systme est localement faiblement
observable en X x
1
0
, sil existe un voisinage X x X ) ( '
1
0
contenant
1
0
x , tel que pour tout
voisinage ) ( ' ' '
1
0
x X X de
1
0
x , pour tout point ) ( ' '
2
0
2
0
x X x , les couples ) , (
2
0
1
0
x x sont
distinguables et les trajectoires )) ( , , (
1
0
t u x t y et )) ( , , (
2
0
t u x t y voluent lintrieur de ) ( ' '
1
0
x X .
Dans la pratique, ces notions sont relativement difficiles vrifier et souvent on fait recours
la linarisation du systme au tour dun point dquilibre pour saffranchir de lobservabilit
ou pas du systme au voisinage de ce point dquilibre.
Dfinition : (Observabilit au sens du rang) : On dit que la paire ) , ( h f est observable au
sens du rang si :
{ } n h dL h dL dh Rang
T
n
f f
=
1
, , , K (II.4)
O lcriture de h dL
k
f
est donne par le vecteur :

|
|
.
|

\
|

=
n
k
f
k
f
k
f
k
f
x
h L
x
h L
x
h L
h dL , , ,
2 1
K
II.3 Observateurs des systmes linaires
Une solution simple et optimale au problme de lestimation de ltat des systmes
linaires a t propose par Luenberger dans le cadre dterministe, et par Kalman dans le
cadre stochastique. Dans les deux cas, on considre le modle dynamique du systme linaire
dfini par :
Chapitre II : Synthse dobservateurs non linaires

22

+ =
+ + =
) ( ) ( ) (
) ( ) ( ) ( ) (
t v t Cx t y
t Lw t Bu t Ax t x&
(II.5)
O
n
R t x ) ( ,
m
R t u ) ( ,
p
R t y ) ( ,
r
R t w ) ( et
p
R t v ) ( sont deux bruits blancs gaussiens
desprance nulle, de covariances respectives Q et R . Ces bruits sont supposs non corrls.
Les matrices du systme sont de dimensions appropries, et les conditions initiales sont
dfinies par
0
) 0 ( x x = .
II.3.1 Observateur de Luenberger
La thorie de lobservation de Luenberger repose essentiellement sur des techniques de
placement de ples. On se place dans le cas dterministe, ou les bruits wet v sont nuls,
Luenberger propose lobservateur suivant pour le systme (II.5) :

=
+ + =
) ( ) (
)) ( ) ( ( ) ( ) ( ) (
t x C t y
t y t y K t Bu t x A t x
&
(II.6)
La dynamique de lerreur destimation ( ) ( ) ( ) e t x t x t = a pour expression :
( ) ( ) ( ) e t A KC e t = & (II.7)












B


A
C
) (t u
) (t x& ) (t x ) (t y
+
-
B


A
C
) ( t x
&

) ( t x ) ( t y
+
-
+
-
+
+
K
Systme
Observateur
Figure II.1 : Schma structurel de lobservateur de Luenberger
Chapitre II : Synthse dobservateurs non linaires

23
En utilisant une technique de placement de ples, il suffit alors de choisir le gain K de
lobservateur de telle sorte que les valeurs propres de la matrice KC A soit dans le demi-
plan complexe gauche. Pour ce type dobservateur, une grande libert est laisse au choix des
valeurs propres, mais en pratique on choisit une dynamique derreur plus rapide que celle du
processus. Cependant on ne peut les prendre infiniment grandes pour deux raisons
essentielles : on ne peut utiliser que des gains ralisables et laugmentation de la bande
passante du reconstructeur ne permet plus de ngliger les bruits qui deviennent prpondrants
en hautes frquences.
Il faut noter quen prsence de bruits w, v, la dynamique de lerreur est rgie par lquation :
) ( ) ( ) ( ) ( ) ( t Kv t w t e KC A t e + = & (II.8)
Cette erreur est donc sensible aux bruits par lintermdiaire des deux fonctions de transfert
L KC A sI
1
) (

+ et
1
( ) sI A KC K

+ . Ltude du gain frquentiel permet de quantifier


linfluence des bruits sur lerreur dobservation.

II.3.2 Filtre de Kalman [2] [21]
La thorie de lobservation de Kalman ncessite, quant elle, la rsolution dune quation de
Riccati. Kalman utilise les proprits statistiques des bruits w et v et propose la structure
dobservateur suivante :
( ) ( ) ( ) ( ( ) ( ) x t Ax t Bu t K y t Cx t = + +
&
(II.9)
En minimisant la matrice de covariance de lerreur destimation ] ) ( ) ( [
T
t e t e E P = , on obtient
lexpression du gain de lobservateur :
1
= R PC K
T
(II.10)
O P est solution de lquation de Riccati :
0
1
= + +
T T
LQL CP R PC PA AP (II.11)
Sous certaines conditions, on peut montrer que la matrice P tend vers une limite et que le
filtre est stable, ce qui permet ventuellement de conserver pour K sa valeur en rgime
permanent.


Chapitre II : Synthse dobservateurs non linaires

24
II.3.3 Observateur entre inconnue
La thorie dobservateur entre inconnue est applicable la classe des systmes linaires
(II.1). Seulement cette fois, les entres inconnues interviennent dans le modle du systme :

=
+ + =
) ( ) (
) ( ) ( ) ( ) (
t Cx t y
t Ed t Bu t Ax t x&
(II.12)
O
q
R t d ) ( est une entre inconnue et E est une matrice de rang plein de dimension
approprie.
Pour le systme (II.12) on dit quun observateur est entre inconnue si lerreur destimation
tend vers zro en prsence dentres inconnues. Sa structure est donne par [22]:

+ =
+ + =
) ( ) (
) ( ) ( ) ( ) (
t Hy t z x
t Ky t TBu t Fz t z
&
&
(II.13)
O
n
R t z ) ( est le vecteur dtat de lobservateur et
n
R t x ) ( est le vecteur dtat estim du
systme, les matrices F , T , K et H qui seront dtermines pour stabiliser lobservateur et
dcoupler les entres inconnues. En posant
2 1
K K K + = , la drive de lerreur destimation
par rapport au temps sera donne par :

[ ]
[ ] [ ] ) ( ) ( ) ( ) ( ) ( ) (
) ( ) ( ) ( ) ( ) ( ) (
1 2
1 1
t y H C K HCA A K t Ed HC I t Bu HC I T
t z C K HCA A F e C K HCA A t x t x t e

= =
&
& &
(II.14)
Ainsi les conditions permettant le dcouplage de lentre inconnue sont :

0 ) ( = E I HC
HC I T =
C K HCA A F
1
=
FH K =
2

2 1
K K K + =
Si ces conditions sont satisfaites alors lerreur dynamique sera :
) ( ) ( t Fe t e = &
Afin que lerreur destimation tende asymptotiquement vers zro, les valeurs propres de
F doivent tre partie relle ngative. Les conditions ncessaires et suffisantes pour
lexistence dun tel observateur pour un systme dcrit par lquation (II.12) sont [13]:
- ) ( ) ( E Rang CE Rang =
- ) , (
l
A C est stable, CA CE CE CE E A A
T T
l
) ( ] ) [(
1
= .
Chapitre II : Synthse dobservateurs non linaires

25
La premire condition signifie que le nombre de lignes linairement indpendantes de la
matrice C ne doit pas tre infrieur au nombre de colonnes linairement indpendantes de la
matrice E , c'est--dire, le nombre de mesures indpendantes doit tre suprieur ou gal au
nombre dentres inconnues dcoupler.
I1.4 Observateurs des systmes non linaires
II.4.1 Observateur de Luenberger tendu
Lobservateur de Luenberger tendu intervient, soit au niveau du systme original
avec un gain constant, soit par le biais dun changement de coordonnes avec un gain
dpendant de ltat estimer. Dans le premier cas, un modle linaris est ncessaire, et le
gain de lobservateur est calcul par placement de ples. Ce type dobservateur ne peut tre
utilis que lorsque on est sr que ltat restera au voisinage de ltat dquilibre. Pour cette
raison, lutilisation de cet observateur peut tre compromise par les instabilits qui peuvent se
rvler si lon sloigne du point de fonctionnement. Dans le deuxime cas, les mthodes de
changement de coordonnes ne concernent quune classe restreinte de systmes non linaires.
En effet, beaucoup dapproches utilisant les changements de coordonnes ncessitent
lintgration dun ensemble dquations aux drives partielles non linaires, ce qui est
souvent trs dlicat raliser. De ce fait, lutilisation de solutions approches est
envisageable.
II.4.2 Filtre de Kalman Etendu (EKF)
Le filtre de Kalman tendu est lune des techniques destimation les plus populaires et
largement tudies dans le domaine destimation dtat des systmes dynamiques non
linaires. Ce filtre tendu consiste utiliser les quations du filtre de Kalman standard au
modle non linaire linaris par la formule de Taylor au premier ordre.
Ce filtre tendu a t appliqu avec succs sur diffrents types de procds non linaires.
Malheureusement, les preuves de stabilit et de convergence tablies dans le cas des systmes
linaires, ne peuvent tre tendues de manire gnrale au cas des systmes non linaires.
Dans un environnement dterministe, une preuve de la convergence du filtre de Kalman
tendu a t tablie dans [23] et [24] pour la classe des systmes non linaires temps discret.
Cependant, cette convergence nest que locale. Lanalyse de la convergence de cet estimateur
reste, lheure actuelle, un problme ouvert.

Chapitre II : Synthse dobservateurs non linaires

26
II.4.3 Observateurs grand gain
Les techniques dites grand gain peuvent tre appliques sans transformation du systme
initial. Dans ce cas, la conception de lobservateur se fait directement partir de la structure
du systme. Cette technique utilise la thorie de stabilit de Lyapunov pour adapter les
techniques dveloppes dans le cas linaire. La mthode prsente dans [25] donne des
conditions suffisantes de convergence de ltat estim vers ltat rel du systme, pour la
classe des systmes non linaires dcrits par le modle suivant :
( ) ( ) ( ( ), ( ))
( ) ( )
x t Ax t f u t x t
y t Cx t
= +

(II.15)
La dynamique de ltat comporte une partie linaire non commande et une partie non linaire
commande, vrifiant en gnral la condition de Lipschitz par rapport x

2 1 2 1
) ( ) ( x x k x f x f (II.16)
Lobservateur grand gain possde la structure suivante:
)) ( ) ( ( )) ( ), ( ( ) ( ) ( t x C t y K t u t x f t x A t x + + =
&
(II.17)
Lappellation grand gain provient de la structure de lobservateur : lorsque la fonction non
linaire possde une grande constante de Lipschitz, la moindre erreur entre ltat rel et ltat
estim va se rpercuter et crotre. Par consquent, le gain K de lobservateur (II.17) doit tre
important pour compenser cette amplification de lerreur.
La dynamique de lerreur destimation ( ) ( ) ( ) e t x t x t = se dduit de (II.15) et (II.17) :
( ) ( ) ( ) ( ( ), ( )) ( ( ), ( )) e t A LC e t f x t u t f x t u t = + & (II.18)
Il a t dmontr dans [26] que si le gain K est choisi telle que :
) (
) (
max
min
P
Q
k

< (II.19)
O k est la constante de Lipchitz de )) ( ), ( ( t u t x f , ) (
min
Q et ) (
max
Q sont les valeurs
propres maximales et minimales. Q est une matrice symtrique dfinie positive et P est une
matrice dfinie positive, solution de lquation de Lyapunov :
Q KC A P KC A
T
= + ) ( ) ( (II.20)
Alors (II.17) est un observateur asymptotique du systme non linaire (II.15).
Chapitre II : Synthse dobservateurs non linaires

27
La synthse de lobservateur consiste ajuster les matrices P , Qet K de faon garantir
lgalit (II.20). Ensuite, on vrifie si la condition (II.19) est satisfaite. Ainsi, et malgr lintrt
du rsultat, cette mthode nest pas constructive, elle ne donne aucune indication sur le choix
dun gain satisfaisant la condition (II.19).Cette approche a t tendue par plusieurs auteurs.
Pour simplifier le problme on peut remplacer la matrice Qpar une matrice identit ; et cela
revient choisir un gain K qui satisfait :
) (
1
max
P
k

< (II.21)
Ces techniques dites grand gain sont trs rpondues dans la littrature. Il sagit
principalement de techniques de vrification, qui permettent dtablir des conditions
suffisantes de convergence de ltat estim vers ltat rel. La structure de lobservateur non
linaire est une structure de Luenberger tendue au cas non linaire.

II.4.4 Observateurs adaptatifs
Pour les modles paramtriques on a parfois besoin d'estimer conjointement l'tat et les
paramtres inconnus. Un tel algorithme porte le nom d'observateur adaptatif [27]. Un
observateur adaptatif est donc, un algorithme rcursif qui permet destimer l'tat d'un systme
dynamique ou ses paramtres inconnus ou les deux conjointement. Les tudes sur les
observateurs adaptatifs ont d'abord t motives par la commande adaptative, et plus
rcemment par la dtection et le diagnostic de pannes dans des systmes dynamiques. Dans le
cas linaire la conception des observateurs adaptatifs est tudie depuis les annes 70 et
lobservateur propos intgre lerreur de sortie avec adaptations des paramtres. Puis on a
propos des observateurs convergence exponentielle bass sur la minimisation dun critre
spcifique. Pour les systmes non linaires on distingue deux approches principales : La
premire concerne des systmes non linaires qui sont intrinsquement associes une forme
canonique, ventuellement aprs une transformation de coordonnes non linaire et une
injection de sortie. La deuxime concerne des systmes ayant une forme plus au moins
gnrale. Des algorithmes ont t proposs pour estimer asymptotiquement l'tat malgr les
paramtres inconnus. Dans [28] on propose des observateurs adaptatifs bass sur lexistence
dune fonction de Lyapunov pour des systmes non linaires possdants une forme gnrale
affine par rapport aux paramtres inconnus:

=
+ =
) (
) , , ( ) , , (
x h y
t u x g t u x f x &
(II.22)
Chapitre II : Synthse dobservateurs non linaires

28
O est un vecteur de paramtres estimer. ) , , ( t u x f , ) , , ( t u x g et ) (x h sont des fonctions
non linaires.

II.5 Observateurs mode glissant
Dans toutes les mthodes vues prcdemment, le modle dynamique du systme
tudi tait suppos parfaitement connu. Ici, il sagit de dvelopper une certaine robustesse
vis--vis dincertitudes paramtriques. Le principe des observateurs modes glissants
consiste contraindre, laide de fonctions discontinues, les dynamiques dun systme
dordre n converger vers une varit S de dimension ) ( p n dite surface de glissement
( p tant la dimension du vecteur de mesure). Lattractivit de cette surface est assure par des
conditions appeles conditions de glissement. Si ces conditions sont vrifies, le systme
converge vers la surface de glissement et y volue selon une dynamique dordre ) ( p n .
Dans le cas des observateurs modes glissants, les dynamiques concernes sont celles des
erreurs dobservation ) ( ) ( ) ( t x t x t e = . A partir de leurs valeurs initiales ) 0 ( e , ces erreurs
convergent vers les valeurs dquilibre en deux tapes:
Dans une premire phase, la trajectoire des erreurs dobservation volue vers la surface de
glissement sur laquelle les erreurs entre la sortie de lobservateur et la sortie du systme rel
(les mesures) y y e
y
= sont nulles. Cette tape, qui gnralement est trs dynamique, est
appele mode datteinte.
Dans la seconde phase, la trajectoire des erreurs dobservation glisse sur la surface de
glissement avec des dynamiques imposes de manire annuler toutes les erreurs
dobservation. Ce dernier mode est appel mode de glissement. Les diffrentes tapes de
synthse dun observateur mode glissant sont connues et clairement identifies dans [29].
Ces dernires sont rappeles ci-dessous. Considrons un systme dtat non linaire affin
dordre n :

=
=
p
n
R y x h y
R x u x f x
, ) (
), , ( &
(II.23)

Lobservateur modes glissants est dfini avec la structure suivante :

=
=
) (
) , (
x h y
K u x f x
s
&
(II.24)
Chapitre II : Synthse dobservateurs non linaires

29
O
K : est la matrice de gain de dimension ) ( p n .
s
: est un vecteur de dimension 1 p dfini tel que
T
p p s
y y sign y y sign )] ( ) ( [
1 1
= L .
Nous dfinissons galement les vecteurs relatifs aux erreurs dobservation tel que :
x x e = : est le vecteur dtat des erreurs dobservation.
y y e S
y
= = : est la surface de glissement.













Pour que ltat estim converge vers ltat rel, lobservateur mode glissant doit respecter
deux conditions.) :
La premire concerne le mode datteinte et garantie lattractivit de la surface de glissement
0 = S de dimension p , laquelle est attractive si la fonction de
Lyapunov S S x V
T
= ) ( vrifie la condition : 0 ) ( < x V
&
si 0 S .
La deuxime concerne le mode glissant, durant cette tape, la matrice des gains correctifs agit
de manire satisfaire la condition dinvariance suivante :

=
=
0
0
S
S
&

Systme non linaire
) , ( u x f


) (x h
(.) sign
K
u y
+
-
-
+ x
&
x
Observateur mode glissant
Figure II.2 : Schma fonctionnel dun observateur mode glissant.
Chapitre II : Synthse dobservateurs non linaires

30
Durant ce mode, les dynamiques du systme sont rduites et le systme dordre n devient un
systme quivalent dordre ) ( p n .Ces critres permettent la synthse de lobservateur
mode glissant et dterminent son fonctionnement.
II.5.1 Observateurs mode glissant des systmes linaires
Considrons nouveau le systme (II.1), o la paire ) , ( C A est suppose observable.
La reconstruction des variables dtat est base sur les sorties mesures, un changement de
coordonnes peut tre effectu pour que les sorties apparaissent directement comme des
composantes du vecteur dtat. Sans perte de gnralit la matrice de sortie peut tre rcrite
comme suit :
[ ]
2 1
C C C =
O
) (
1
p n p
R C

,
p p
R C

2
et le dterminant de
2
C est non nul. En respectant ces conditions,
une matrice de transformation non singulire T permet de rcrire respectivement les
matrices de sortie, dtat et de commande dans les nouvelles coordonnes comme suit :
[ ]
p
I CT C 0
~
1
= =

,
(

= =

22 21
12 11 1
~
A A
A A
TAT A et
(

= =
2
1
~
B
B
TB B
O
(

=

2 1
0
C C
I
T
p n

Le systme (II.1) peut donc tre mis sous la forme :

+ + =
+ + =
) ( ) ( ) (
) ( ) ( ) ( ) (
2 22 1 21
1 12 1 11 1
t u B t y A t x A y
t u B t y A t x A t x
&
&
(II.25)
) (
) (
) (
1
t Tx
t y
t x
=
(

et
p n
R t x

) (
1

Lobservateur mode glissant propos pour ce type de systme est :

+ + =
+ + + =
) ( ) ( ) ( ) (
) ( ) ( ) ( ) ( ) (
2 22 1 21
1 12 1 11 1
t v t u B t y A t x A y
t Lv t u B t y A t x A t x
&
&
(II.26)
O ) ( t y et ) (
1
t x sont les estimes de ) (t y et de ) (
1
t x ,
p p n
R L

) (
est le gain de lobservateur
et la fonction discontinue ) (t v est donne par :
Chapitre II : Synthse dobservateurs non linaires

31
)) ( ) ( ( ) ( t y t y Ksign t v
i i
= , avec 0 > K .
) ( t y
i
et ) (t y
i
sont respectivement les composantes des vecteurs ) ( t y et ) (t y . Les erreurs
destimation dtat et de sortie sont donnes par :
) ( ) ( ) (
) ( ) ( ) (
1 1 1
t y t y t e
t x t x t e
y
=
=
(II.27)
A partir des quations (II.25), (II.26) et (II.27) ; la dynamique des erreurs destimation scrit :

+ =
+ + =
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
22 1 21
12 1 11 1
t v t e A t e A t e
t Lv t e A t e A t e
y y
y
&
&
(II.28)
La paire ) , (
21 11
A A est observable car la paire ) , ( C A est observable [30]. Par consquent, le
gain L peut tre choisi tel que les valeurs propres de la matrice
21 11
LA A + soit dans le demi-
plan gauches du plan complexe.
Dfinissons maintenant un nouveau changement de variables tel que :

(

=
(

) (
) (
) (
) (
~
1 1
t y
t x
T
t y
t x
L
,
(

=

p
p n
L
I
L I
T
0
.,
Avec ce changement de variables, la dynamique des erreurs destimation scrit :

+ =
+ =
) ( ) (
~
) (
~
) (
) (
~
) (
~
) (
~
22 1 21
12 1 11 1
t v t e A t e A t e
t e A t e A t e
y y
y
&
&
(II.29)
O
) ( ) ( ) (
~
1 1
t Le t e t e
y
+ = et
21 11 11
~
LA A A + = ,
L A LA A A
11 22 12 12
~ ~
+ = et L A A A
21 22 22
~
=

Utkin [30] a montr en utilisant la thorie des perturbations singulires que pour un gain
K assez grand un rgime glissant peut tre tabli sur lerreur de sortie (II.29).Donc aprs un
temps fini, lerreur ) (t e
y
et sa drive seront nulles et on aura partir lquation (II.29) :
) (
~
~
) (
~
1 11 1
t e A t e =
Chapitre II : Synthse dobservateurs non linaires

32
Avec un choix correct du gain (un gain qui stabilise
11
~
A ) le systme dquation (II.29) est
stable et 0 ) (
~
1
t e quant t , ce qui veut dire que ) ( ) (
1 1
t x t x et ) (
2
t x peut tre
reconstruite dans le systme de coordonnes original par :
)) ( ) ( ( ) (
1 1
1
2 2
t x C t y C t x =


En pratique la difficult majore de cette approche rside dans choix dun gain appropri
K pour tablir un rgime glissant dans un temps fini. Certains auteurs montre la ncessit de
modifier le gain K pendant lintervalle de temps pour rduire les fortes commutations.
Exemple
On considre le systme linaire reprsent par les matrices dtat, de commande te de sortie
suivantes :
(

=
0 2
1 0
A ,
(

=
1
0
B , [ ] 1 1 = C
Ce systme est observable, car le rang de la matrice [ ] CA C est gal 2. Supposons que
0 = u et considrons la matrices non singulire :
(

=
1 1
0 1
T
Avec ce changement de coordonnes nous obtenons les matrices :
[ ] 1 0
~
= C ,
(

=
1 3
1 1
~
A et
(

=
1
0
~
B
Les rsultats de simulation sont prsents par la figure II.3 avec des gains 57 . 0 = L , 1 = K et
des conditions initiales[ ] [ ] 1 0 ) 0 ( ) 0 (
1
= y x , [ ] [ ] 0 0 ) 0 ( ) 0 (
1
= y x .








Figure II.3 : Etats et leurs estimes
0 5 10
-1
-0.5
0
0.5
1
temps (s)
A

m

p

l

i

t

u

d

e
0 5 10
-1
-0.5
0
0.5
1
temps (s)
A

m

p

l

i

t

u

d

e
Etat rel
Etat Estim
Chapitre II : Synthse dobservateurs non linaires

33
II.5.2 Observateurs mode glissant tape par tape.
Lobservateur mode glissant tape par tape a t dvelopp pour des systmes pouvant se
mettre sous la forme, appele forme triangulaire dobservation, suivante [4], [31], [32] :

=
+ =
+ =
+ =
+ =

1
2 1 2 1
1 2 1 1 1
2 1 2 3 2
1 1 2 1
) , , , , ( ) , , , (
) , , , , (
) , , (
) , (
x y
u x x x g x x x f x
u x x x g x x
u x x g x x
u x g x x
n n n n n
n n n n
K K &
K &
M
&
&
(II.30)
O
n
f et
i
g , pour n i , , 1 K = , sont des fonctions scalaires,
i
x sont les tats du systme, u est le
vecteur dentre et y est la sortie. La structure de lobservateur propos est :

=
+ + =
+ + =
+ + =
+ + =

1
2 1 2 2 1
1 1 1 1 1 2 1 1 1
2 2 2 2 2 1 2 3 2
1 1 1 1 1 1 2 1
) ( ) , , , , ( ) , , , (
) ( ) , , , , (
) ( ) , , (
) ( ) , (
x y
x x sign u x x x g x x x f x
x x sign u x x x g x x
x x sign u x x g x x
x x sign u x g x x
n n n n n n n n
n n n n n n n n

K K
&
K
&
M
&
&
(II.31)

O les variables
i
x sont donnes par :

> + =
=

1 pour ) - ( sign
1 1 1 q, 1
1 1
i x x x x
x x
i i i- i i i

(II.32)

Avec
eq
sign dsigne la fonction (.) sign classique filtre par un filtre passe bas; la fonction
i
sign
est dfinie de manire imposer que le terme correctif ne soit actif que si 0 =
j j
x x pour
i j , , 1 K = c'est--dire, sil existe { } 1 , , 1 i j K tel que 0
j j
x x alors la fonction
i
sign est
mise zro sinon elle est gale la fonction (.) sign usuelle. La convergence des erreurs
dobservation en temps fini nest assure que si le systme est entres bornes et tats borns
(BIBS) pour une dure finie. Si cette condition est vrifie alors les
i
peuvent tre choisis tel que
ltat de lobservateur x converge en un temps fini vers ltat x rel du systme. Cependant cette
convergence se fait par tapes :
Etape 1 : Dans cette tape on assure la convergence de
1 1 1
x x e = vers zro dans un
temps
1
t t < . Pour 1 > i toutes les fonctions
i
sign sont gales zro, les dynamiques des erreurs
dobservation x x e = sont donc :
Chapitre II : Synthse dobservateurs non linaires

34

+ =
+ =
+ =
=

) , , , , (
) , , , , ( ) , , , ( ) , , , (
) , , , , ( ) , , , , (
) , , ( ) , , (
) (
2 1
2 1 2 1 2 1
1 2 1 1 1 2 1 1 1
2 1 2 2 1 2 3 2
1 1 1 2 1
u x x x g
u x x x g x x x f x x x f e
u x x x g u x x x g e e
u x x g u x x g e e
x x sign e e
n n
n n n n n n n
n n n n n n
K
K K K &
K K &
M
&
&
(II.33)

Lentre u et les tats sont borns. Par consquent les tats du systme ne divergent pas et les
erreurs dobservation sont aussi bornes. On considre la fonction de Lyapunov
2
2
1
1
e
V = , alors :
)) ( (
1 1 2 1 1
e sign e e V =
&


En choisissant
max
2 1
e > , lerreur dobservation
1
e converge vers zro en un temps fini
1
t . Aprs
cet instant,
1
e reste gale zro et on obtient alors ) (
1 1 1 2
x x sign e = ce qui implique
que
2 2
x x = .

Etape 2 : Lobjectif dans cette tape est datteindre la surface de glissement 0
2 2 2
= = x x e .
Pour rester sur la surface 0
1
= e , il faut que
max
2 1
e > , mais cela est vrifi de part le fait que
2
e est strictement dcroissante aprs
1
t . Les dynamiques des erreurs dobservation sont alors :

+ =
+ =
= + =
= =

) , , , , (
) , , , , ( ) , , , ( ) , , , (
) , , , , ( ) , , , , (
) ( ) ( ) , , ( ) , , (
0 ) (
2 1
2 1 2 1 2 1
1 2 1 1 1 2 1 1 1
2 2 3 1 1 2 2 1 2 2 1 2 3 2
1 1 1 2 1
u x x x g
u x x x g x x x f x x x f e
u x x x g u x x x g e e
e sign e x x sign u x x g u x x g e e
x x sign e e
n n
n n n n n n n
n n n n n n
K
K K K &
K K &
M
&
&

(II.34)
En choisissant la fonction de Lyapunov
2 2
2
2
2
1
2
e e
V + = on aura :
)) ( ( )) ( ( )) ( (
2 1 3 2 2 1 3 2 1 1 2 1 2
e sign e e e sign e e e sign e e V = + =
&

Si
max
3 2
e > alors
2
e converge vers zro aprs un temps fini
1 2
t t > . Lerreur dobservation est
strictement dcroissante durant la priode[ ]
2 1
, t t ce qui implique que la condition impose dans la
premire tape sur
1
doit tre vrifie aussi aprs
1
t .En fin, aprs un temps fini
2
t ,
3 3
x x = .

Ainsi, tape par tape nous obtenons la convergence de toutes les composantes de lerreur
dobservation vers zro et celles de x vers x pour tous n i < , sous conditions, que
max
1 +
>
i i
e durant ] , [
1 + i i
t t .
Chapitre II : Synthse dobservateurs non linaires

35
Etape n : cette tape commence linstant
1 n
t , cet instant 0 =
k
e pour tous n k < .

=
+ =
= =
= =
= =

) ( ) ( ) , , , , (
) , , , , ( ) , , , ( ) , , , (
0 ) (
0 ) (
0 ) (
2 1
2 1 2 1 2 1
1 1 1 1
2 2 2 3 2
1 1 1 2 1
n n n n n n n n n
n n n n n n n
n n n n n
e sign x x sign u x x x g
u x x x g x x x f x x x f e
x x sign e e
x x sign e e
x x sign e e

K
K K K &
&
M
&
&
(II.35)

De la mme faon on choisit la fonction de Lyapunov
2 2 2
2 2
2
2
1 n
n
e e e
V + + + = L . On obtient
donc )) ( (
n n n n
e sign e V =
&
.
Ainsi,
n
e converge vers zro en un temps fini
1
>
n n
t t pour toutes valeurs de 0 >
n
, si
videment toutes les conditions sur
k
, n k < sont elles aussi, vrifies.

Exemple

Le modle non linaire dun robot joint flexible (Figure II.4) est dcrit par le systme
dquations suivant [18] :

( )
( ) ( )
l
l
m l
l
l
l l
m
r
m
m
r
m l
m
m
m m
J
mgh
J
k
u
J
K
J
B
J
k




sin =
=
+ =
=
&
&
&
&

O
m
et
m
sont respectivement, la postions et la vitesse angulaires du moteur courant
continu,
l
et
l
sont respectivement la position et la vitesse du bras. Le moteurs est excit
par le signale ) (t u .Le moment dinertie du moteur est
m
J et celui du bras est
l
J ,
r
B et k sont
respectivement, le cfficient de frottement visqueux du moteur et la constante de raideur du
ressort.









Ressort
Moteur
CC

Figure II.4 : schma dun robot joint flexible
Chapitre II : Synthse dobservateurs non linaires

36
Le systme possde donc une forme triangulaire similaire celle de (II.30) en effet avec
[ ] [ ]
l l m m
T
x x x x x = =
4 3 2 1
le systme scrit :


( )

=
=
+ =
=
+ + =
=
2 2
1 1
3 3 1 4
4 3
3 2 1 2
2 1
sin
x y
x y
x
J
mgh
x
J
k
x
J
k
x
x x
u
J
K
x
J
B
x
J
k
x
J
k
x
x x
l l l
m
r
m
r
m m
&
&
&
&



Dans le but destimer les ltat
2
x et
4
x correspondants respectivement aux vitesses
m
et
l
du
systme. On considre lobservateur mode glissant suivant :


( )

=
=
+ + =
+ =
+ + + =
+ =
3 2
1 1
4 4 3 4 3 3 1 4
3 3 3 3 4 3
2 2 2 2 3 2 1 2
1 1 1 1 2 1
) ( sin
) (
) (
) (
x y
x y
x x sign x
J
mgh
x
J
k
x
J
k
x
x x sign x x
x x sign u
J
K
x
J
B
x
J
k
x
J
k
x
x x sign x x
l l l
m
r
m
r
m m

&
&
&
&



O


) - ( sign
) - ( sign
3 3 3 q 3 4 4
3 3
1 1 1 q 1 2 2
1 1
x x x x
x x
x x x x
x x

+ =
=
+ =
=


Etape 1 : Dans cette tape ) (
2 2 2 3
x x sign et ) (
4 4 4 4
x x sign sont nuls. Pour obtenir les
conditions de convergence de
1 1 1
x x e = (respectivement de
3 3 3
x x e = ) on considre la
fonction de Lyapunov
2
2
1
1
e
V = (respectivement
2
2
3
3
e
V = ), on aura alors :
)) ( (
1 1 2 1 1 1 1
e sign e e e e V = = &
&

Chapitre II : Synthse dobservateurs non linaires

37
)) ( (
3 2 4 3 3 3 3
e sign e e e e V = = &
&

En choisissant
max
2 1
e > (respectivement
max
4 3
e > ) on obtient la convergence de
1
e
(respectivement de
3
e ) aprs un temps fini
1
t .
Etape 2 : Dans cette tape on assure la convergence de
2 2 2
x x e = (respectivement
de
4 4 4
x x e = ) tout en respectant les conditions de convergence de la premire tape. En
remplaant
2
x par
2
x (respectivement
4
x par
4
x ) et en considrant la fonction de Lyapunov
2 2
2
2
2
1
2
e e
V + = (respectivement
2 2
2
4
2
3
4
e e
V + = ) on aura :
)) ( (
2 2 2 2 2 1 1 2
e sign e e e e e V = + = & &
&

)) ( (
4 4 4 3 3 3 3 4
e sign e e e e e V = + = & &
&

Il suffit donc de choisir des petites valeurs pour
1
et
2
pour garantir la convergence de
toutes les erreurs destimation.
Les rsultats de simulation pour un signal dexcitations sinusodal ) sin( ) ( t t u = avec les
valeurs : 0037 . 0 =
m
J , 0093 . 0 =
l
J , 21 . 0 = m , 3 . 0 = h , 18 . 0 = k , 046 . =
r
B 08 . 0 =
r
K sont
reprsents par la Figure II.5 et II.6. Les tats initiaux du vecteurs dtat et de son estim sont
respectivement (3 0 3 0)
T
et (0 4 0 4)
T
. La fonction
eq
sign est obtenue laide dun filtre
passe bas de frquence de coupure de 300Hz .

















Vitesse et vitesse estime du bras
Figure II.5 : Etats et leurs estims laides dobservateur mode glissant

0 10 20 30 40 50
0
10
20
30
40
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
0 10 20 30 40 50
-10
-5
0
5
10
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
0 10 20 30 40 50
0
10
20
30
40
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
0 10 20 30 40 50
-10
0
10
20
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)


Etat rel
Etat estim
Vitesse et vitesse estime du moteur Position et position estime du moteur
Position et position estime du bras
Chapitre II : Synthse dobservateurs non linaires

38













Les Figures II.5 et II.6 montrent que les tats estims convergent rapidement vers leurs tats
rels correspondants.

II.5.3 Observateur mode glissant des systmes Lipschiziens
Considrons le systme non linaire dcrit par:

=
+ + =
) (
) ( ) , , ( ) (
t Cx y
t Dd t u x f t Ax x&
(II.42)
O
n
R x est le vecteur dtat,
q
R u est le vecteur de commande et
p
R y est le vecteur
de sortie. On suppose que la fonction non linaire ) , , ( t u x f satisfait la condition de Lipschitz
suivante:


Et que le vecteur entre inconnue
p
R t d ) ( , reprsentant les berturbations ou les incertitudes
de modlisation qui sajoute lquation dtat, est born et vrifie :
) (t d
O k est la constante de Lipschitz de la fonction ) , , ( t u x f et est une constante relle
positive.
Le systme (II.42) est suppos observable. Le problme consiste reconstruire le vecteur
dtat x en dpit de la prsence des bruits ou des incertitudes. Pour cela, on associe ce
systme un observateur dtat mode glissant dont la structure est la suivante [33]:
2 1 2 1
) , , ( ) , , ( x x k t u x f t u x f
Figure II.6 : Erreur destimation entres les tats et leurs estims
0 10 20 30 40 50
-4
-2
0
2
temps (s)
E
r
r
e
u
r

d
e

p
o
s
i
t
i
o
n
0 10 20 30 40 50
-5
0
5
temps (s)
E
r
r
e
u
r

d
e

v
i
t
s
s
e
0 10 20 30 40 50
-4
-2
0
2
temps (s)
e
r
r
e
u
r

d
e

p
o
s
i
t
i
o
n
0 10 20 30 40 50
-5
0
5
temps (s)
E
r
r
e
u
r

d
e

v
i
t
e
s
s
e


m m

m m

l l

l l

Chapitre II : Synthse dobservateurs non linaires

39

=
+ + =
) (
) ( ) , , ( ) (
t x C y
GS y y L t u x f t x A x
&
(II.43)
O L est la matrice gain de lobservateur, G est la matrice gain de commutation donne par :
1 1
= F C P G
T

Les matrices P et F sont respectivement symtrique dfinie positive et diagonale dfinie
positive satisfaisants la condition de suivante :
) (
) (
) (
1
min
1
max
max
T
T
C CP
C CP
N F


Avec
GN D =
La fonction discontinue S est dfinie par la relation suivante:


=
non si 0
0 si Ce
Ce
Ce
F
S

(II.44)
La dynamique de lerreur dobservation x x e = entre les tats du systme et les tats de
lobservateur mode glissant est rgie par:

= =
+ + =
Ce y y e
GS t u x f t u x f e LC A e
y

) , , ( ) , , ( ) ( &
(II.45)
En tudiant la stabilit de cet observateur, Il a t dmontr dans [34] que les paramtres de
lobservateur mode glissant, robuste vis--vis des perturbation et des incertitudes
paramtrique qui assure la convergence des erreurs destimation vers zro, peuvent tre
synthtiss en rsolvant le problme LMI suivant :
0
0
0
2
<
(
(
(

I W
I W
W W X


O I W C C W WA AW X
T T T
+ + =
1 1
, C W CW
1
= et LW W =
1
.
La rsolution des ingalits matricielles fournit les constantes , et les deux matrices W et
1
W ce qui permet de dduire la valeur du gain
1
1

= W W L .

Le type de fonction signe de lquation (II.44) est lorigine du phnomne indsirable de
chattering. Pour remdier ce problme, on peut faire recours dautres fonctions, tel que la
fonction tangente hyperbolique dfinie par:
Chapitre II : Synthse dobservateurs non linaires

40


non si 0
0 si ) tanh( Ce aCe

O a est une constante relle positive.

Exemple dapplication

On considre nouveau le modle non linaire du robot joint flexible dcrit dans le
paragraphe II.5.2 en prsence des perturbations. Ce modle peut tre rcrit sous la forme (II.42)
tel que :
(
(
(
(


=
0 5 . 19 0 6 . 19
1 0 0 0
0 6 . 48 25 . 1 6 . 48
0 0 1 0
A ,
(
(
(
(

=
0
0
6 . 21
0
B ,
(
(
(

=
0 1 0 0
0 0 1 0
0 0 0 1
C

(
(
(
(

=
0
) sin( 33 . 3
0
0
) (
3
x
x f ,
(
(
(
(

=
0 0 0
1 . 0 0 0
0 1 . 0 0
0 0 0
D
Les simulations sont ralises dans les mmes conditions initiales que dans lexemple du
paragraphe II.5.2. On suppose que le vecteur de perturbations agissant sur le systme
est [ ]
T
t t t t d ) 1 . 0 sin( ) 1 . 0 sin( ) 1 . 0 sin( ) ( = . Les rsultats de simulation sont donns par les
figures II.7 et II.8. A travers ces figures nous constatons que les dfrents tats sont
reconstruits malgr la prsence des perturbations. Cet observateur est donc robuste aux
perturbations et aux incertitudes paramtriques.









Figure II.7 : Etats et leurs estims laides dobservateur mode glissant

0 10 20 30 40 50
0
20
40
temps(s)
P
o
s
i
t
i
o
n
(
r
a
d
)
0 10 20 30 40 50
-10
0
10
20
temps(s)
V
i
t
e
s
s
e
(
r
a
d
/
s
)
0 10 20 30 40 50
0
20
40
temps(s)
P
o
s
i
t
i
o
n
(
r
a
d
)
0 10 20 30 40 50
-10
0
10
20
temps(s)
V
i
t
e
s
s
e
(
r
a
d
/
s
)
Etat rel
Etat estim
Position et position estime du moteur
Position et position estime du bras Vitesse et vitesse estime du bras
Vitesse et vitesse estime du moteur
Chapitre II : Synthse dobservateurs non linaires

41













II.6 Conclusion
Dans ce chapitre nous avons prsent un tat dart sur les observateurs non linaires en
prcisant la mthodologie de synthse de quelques un dentre eux. Tout dabord nous avons
commenc par rappeler quelques dfinitions relatives lobservabilit des systmes
dynamiques, cette dernire savre difficile vrifier lorsque il sagit des systmes non
linaires et plus souvent on se contente de vrifier lobservabilit locale. Puis nous avons
prsent quelques observateurs linaires et non linaires. Chacun de ces observateurs est, la
plupart du temps, spcifique un modle mathmatique particulier et rpond des conditions
propres lui.
Figure II.8 : Erreur destimation entres les tats et leurs estims

0 10 20 30 40 50
-5
0
5
temps(s)
E
r
r
e
u
r

d
e

P
o
s
i
t
i
o
n
(
r
a
d

)
0 10 20 30 40 50
-5
0
5
temps(s)
E
r
r
e
u
r

d
e

v
i
t
e
s
s
e

(
r
a
d
/
s
)
0 10 20 30 40 50
-5
0
5
temps(s)
E
r
r
e
u
r

d
e

P
o
s
i
t
i
o
n
(
r
a
d

)
0 10 20 30 40 50
-4
-2
0
2
4
temps(s)
E
r
r
e
u
r

d
e

v
i
t
e
s
s
e

(
r
a
d
/
s
)
m m

m m

l l

l l

Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

42



Chapitre III :

Dtection et isolation de dfauts
base dobservateurs adaptatifs



III.1 Introduction
Lorsque les paramtres dun systme sont inconnus ou changent au cours du temps,
lutilisation des observateurs simples pour lestimation dtat devient difficile. Cela est d au
fait quon doit estimer simultanment ltat et les paramtres du systme. Dans ce cas les
observateurs adaptatifs sont les mieux appropris. Du fait que lapparition dun dfaut est,
souvent, interprte comme tant une variation de lun des paramtres du systme,
lutilisation dobservateurs adaptatifs pour le diagnostic est lune des mthodes les plus
rpandues dans la littrature.
Dans ce chapitre, nous allons prsenter une mthode de dtection et disolation de
dfauts actionneurs des systmes linaires et non linaires base sur les observateurs
adaptatifs. Pour les deux classes nous distinguerons deux cas. Le premier est lorsque toutes
les variables dtat sont disponibles la mesure et le deuxime est lorsque les sorties sont les
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

43
seules grandeurs mesurables. Les conditions suffisantes pour lexistence de lobservateur
seront tablies.
III.2 Systme linaire
III.2.1 Cas I : Tous les tats sont disponibles la mesure
On considre le systme linaire suivant :
) ( ) ( ) ( t Bu t Ax t x + = & (III.1)
O
n
R t x ) ( est le vecteur dtat,
m
R t u ) ( est le vecteur de commande qui correspond aux
sorties des actionneurs,
n n
A

est la matrice dtat et [ ]
m
b b B L
1
= est la matrice de
commande que nous appelons ici matrice de distribution des actionneurs. On suppose que les
dfauts actionneurs sont additifs abrupts, cest--dire si le
me
l actionneur est en dfaut alors
pour
f
t t > la sortie de cet actionneur sera
al l
f
l
f u u + = et 0 lim
l
f
l t
u u (Figure III.1).
al
f est le dfaut additif, suppos constant, qui affecte le
me
l actionneur,
l
u est la sortie de
lactionneur sans dfaut et
f
t est linstant de loccurrence du dfaut. De plus nous supposons
que tous les tats sont disponibles la mesure et que les dfauts sont simples, ce qui veut dire
qun seul actionneur est en dfaut la fois.






Lobjectif est de concevoir un banc dobservateurs adaptatifs capables de dtecter et disoler
les dfauts actionneurs qui peuvent affecter le systme. Puisque tous les tats sont
disponibles la mesure, le problme FDI peut tre rsolu en comparant les valeurs observes
des tats celles mesures. Lorsque les tats du systme ne correspondent pas leurs estims,
il se peut que lun des actionneurs soit en dfaut. Cependant, il reste savoir lequel de ces
actionneurs est en dfaut.
Figure III.1 : (a) actionneur en absence de dfaut, (b) actionneur affect par un dfaut
l
u
Actionneur
(a)
al
f

f
l
u

Actionneur
(b)
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

44
Le systme (III.1) possde m actionneur. Par consquent il existe mmodles dfectueux
possibles. Supposons que le
me
l actionneur soit en dfaut, le modle dfectueux
correspondant dans ce cas est :

+ + =
l j
f
l l j j
u b u b Ax x& (III.2)
Lactionneur en dfaut peut tre dtermin (isol) en utilisant un banc dobservateurs
adaptatifs dont la forme gnrale est donne par [35] :

=
+ + + =

m i Pb x x u
u b u b x x H Ax x
i
T i f
i
i j
f
i i j j
i i
1 , ) ( 2
) (
) (
) ( ) (

&
&
(III3)
O
) (

i
x est le vecteur dtat estim de x en prsence de dfaut sur le
me
i actionneur,
f
i
u est
lestime de
me
i actionneur en dfaut, H est une matrice dHurwitz qui peut tre choisie
librement, est une constante de conception et P une matrice dfinie positive solution de
lquation de Lyapunov :
Q PH P H
T
= + (III.4)
O Q est une matrice dfinie positive quon peut choisir librement.
Le nombre dobservateurs concevoir est gal au nombre dactionneurs du systme. Ainsi,
pour un systme possdant deux actionneurs on conoit un banc de deux observateurs. Le
premier observateur correspondant au premier actionneur (Il permet de surveiller le premier
actionneur) sera donn par :

=
+ + + =
1
) 1 (
1
2 2 1 1
) 1 ( ) 1 (
) ( 2
) (
Pb x x u
u b u b x x H Ax x
T f
f

&
&

Le deuxime observateur qui correspond au deuxime actionneur sera donn par :

=
+ + + =
2
) 2 (
2
2 2 1 1
) 2 ( ) 2 (
) ( 2
) (
Pb x x u
u b u b x x H Ax x
T f
f

&
&

On doit donc, concevoir autant dobservateurs que dactionneurs surveiller.
Il faut signaler que le but ici nest pas destimer ltat, puisque tous les tats sont disponibles
la mesure. Le vecteur
) (

i
x donne une estimation de x en supposant que cest le
me
i
actionneur qui est en dfaut. A tout instant chacun des ces vecteurs
) (

i
x donne une
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

45
estimation du vecteur x comme si le dfaut agit sur lactionneur quil surveille, et au final
seul lobservateur correspondant lactionneur qui est vraiment en dfaut va donner une
estimation exacte du vecteur x . Les estimes seront ensuite tous compares la valeur de x
pour gnrer les rsidus. En effet, dans [35] on a dmontr que si le
me
l actionneur est en
dfaut alors :
Pour l i = :
0 ) ( lim
) (
=

x x
l
t

Et pour tous l i :
0 ) ( lim
) (


x x
i
t

Avec ) ( ) ( ) ( ) (
) ( ) ( f
i i i
f
l l l
i i
u u b u u b x x H x x + = &
&

La condition pour laquelle le problme FDI peut tre rsolu par la gnration de rsidus, que
nous allons dfinir dans le prochain paragraphe, est que la matrice B soit de rang plein
(toutes les colonnes de la matrice B sont linairement indpendantes). Cette condition quand
elle nest pas vrifie, implique seulement que le dfaut ne peut pas tre isol par cette
mthode. Mais on peut ventuellement lisoler par dautres mthodes.

III 2.1.1 Gnration de rsidus
Pour dtecter et isoler les dfauts provenant des actionneurs nous allons utiliser la structure
GOS que nous avons dfini dans le premier chapitre. On conoit donc m observateurs
adaptatifs. Chaque observateur va permettre de gnrer un rsidu qui soit insensible un seul
dfaut et sensible tous les autres dfauts (Figure III.2).
Nous avons vu dans le premier chapitre que les rsidus sont lis par un oprateur
mathmatique aux diffrences entre les grandeurs mesures et leurs estimes c'est--dire :
)) ( ) ( ( ) ( t x t x O t r
i
= (III.5)
Pour ce type dobservateur Chen et Saif [36] recommande dutiliser la norme de la diffrence
entre la sortie estime et la sortie mesure. Ce choix permet de faire une bonne isolation et
dtection de dfauts. Dans notre cas les tats sont tous mesurables. Les rsidus peuvent alors
tre dfinis en fonction des tats par:

Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

46
2
) (
) ( ) ( ) ( t x t x t r
i
i
= , m i 1 (III.6)















Lorsquun dfaut survient, le rsidu correspondant lactionneur en dfaut reste une valeur
nulle ou trs faible, alors que les autres rsidus prennent des valeurs plus grandes.
Ainsi si le
me
l actionneur est en dfaut alors :
Pour l i = :
0 ) ( lim =

t r
l t
(III.7)
Et pour tous l i :
0 ) ( lim

t r
i t
(III.8)
Il est important de signaler que le dfaut ne peut tre dtect et isol que lorsque on atteint le
rgime permanent, car si le rsidu est diffrent de zro pendant le rgime transitoire cela peut
correspondre simplement au fait que, les valeurs estimes nont pas encore converg vers
leurs valeur relles correspondantes.

III.2.2 Cas II : Seules les sorties sont mesurables
Dans le cas prcdent nous avons suppos que toutes les variables dtats sont mesurables, or
dans la pratique, les sorties du systme sont, souvent, les seules valeurs disponibles la
Rsidu insensible au
dfaut agissant sur
1
u
Systme
u

Figure III.2 : Structure GOS pour la dtection et lisolation de dfauts actionneurs.
Rsidu insensible au
dfaut agissant sur
2
u
Rsidu insensible au
dfaut agissant sur
m
u
Observateur bas sur
1
u
Observateur bas sur
2
u
Observateur bas sur
m
u
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

47
mesure. Afin dillustrer la mthodologie de rsolution du problme de dtection et disolation
de dfaut dans ce cas, on considre le systme linaire suivant :

=
+ =

=
) (
) (
1
t Cx y
u b Ax t x
m
j
j j
&
(III.9)
O
q
R t y ) ( est le vecteur de sortie,
n
R t x ) ( est le vecteur dtat et
m
R t u ) ( est le
vecteur de commande qui correspond aux sorties des actionneurs. La mthode propose
prcdemment ne peut tre applique car les tats ne sont pas tous disponibles. Cependant, en
ce basant sur le mme concept que dans le cas o tous les tats sont mesurables, une mthode
a t propose dans [37] pour la rsolution de problme FDI. Le principe est toujours de
concevoir un banc dobservateurs adaptatifs pour gnrer ensuite des rsidus qui dtecteront
et isoleront le dfaut. Seulement ici, on doit estimer aussi les tats inaccessibles. Pour cela on
suppose quil existe deux matrices dfinies positives P , Q et deux matrices L , F qui
vrifient :
F C PB
Q LC A P P LC A
T
T
=
= + ) ( ) (
(III.10)
Les dfauts considrs sont toujours additifs abrupts et simples. En prsence de dfaut sur le
me
l actionneur le modle en dfaut correspondant au systme (III.9) scrit :

=
+ + =

) (
) (
t Cx y
u b u b Ax t x
l j
f
l l j j
&
(III.10)
La forme gnrale des observateurs permettant destimer conjointement le vecteur dtat x et
les sorties des actionneurs
f
i
u est donne par :

=
=
+ + =

m i x C y
f y y u
u b u b y y L x A t x
i i
i
T i f
i
i j
f
i i j j
i i i
1 ,
) ( 2
) ( ) (
) ( ) (
) (
) ( ) ( ) (

&
&
(III.12)
O
) (

i
x et
) (

i
y sont respectivement le vecteur dtat et de sortie estims et est une constante.
P , Q, L et ) ..., , (
2 1 m
f f f F = sont des matrices qui vrifient lquation (III.10). Il a t
dmontr dans [33] que si le
me
l actionneur est en dfaut alors :
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

48
Pour l i = :
0 ) ( lim
) (
=

x x
l
t

Et pour tous l i :
0 ) ( lim
) (


x x
i
t

Avec ) ( ) ( ) )( ( ) (
) ( ) ( f
i i i
f
l l l
i i
u u b u u b x x LC A x x + = &
&

Cette fois les rsidus sont en fonction des sorties et non des tats. Ils sont dfinis comme
suit :

2
) (
) ( ) ( ) ( t y t y t r
i
i
= avec m i 1 (III.13)

Lactionneur en dfaut peut tre dtermin par lanalyse des rsidus gnrs (
1
r ,
2
r , ,
m
r ).
En effet, si 0 ) ( lim =

t r
l t
et 0 ) ( lim

t r
i t
pour tout l i alors cest le
me
l actionneur qui
est en dfaut.
Le problme de dtection et disolation de dfauts peut tre rsolu par la gnration de rsidus
dfinis par lquation (III.13) si la matrice CB est de rang plein. Cette condition, quand elle
est vrifie suffit pour isoler le dfaut. Si elle ne lest pas, cela signifie que le dfaut ne peut
pas tre isol en utilisant cette mthode. Mais il peut ventuellement, tre isol en utilisant
dautres approches.
La synthse des paramtres de lobservateur se fait en choisissant le gain L pour que la
matrice ) ( LC A soit stable puis on dtermine la matrice P solution de lquation de
Lyapunov (III.10) et enfin on choisit une matrice F qui satisfait la condition F C PB
T
= .

Exemple dapplication :
On considre nouveau le systme linaire (III.9) tel que :
|
|
|
.
|

\
|

=
3 0 0
0 3 0
0 0 3
A ,
|
|
|
.
|

\
|
=
0 1
1 0
1 1
B et
|
|
.
|

\
|
=
0 1 1
1 0 1
C
Le systme peut tre ramen en un systme stable en boucle ferme par le retour de
sortie y u = . La matrice CB est de rang plein, il est donc possible de concevoir un banc
dobservateurs adaptatifs capable de rsoudre le problme de dtection et disolation de
dfauts par lvaluation de rsidus dfinis par (III.13). Le systme possde deux actionneurs.
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

49
Par consquent, on doit concevoir deux observateurs pour dtecter et isoler les dfauts. En
choisissant :
|
|
|
.
|

\
|
=
0 1
1 0
1 1
L ,
|
|
|
.
|

\
|
=
5 0 1
0 5 1
1 1 6
Q .

Alors on trouve que les matrices qui vrifient (III.10) sont :

|
|
|
.
|

\
|
=
1 0 0
0 1 0
0 0 1
P et
|
|
.
|

\
|
=
1 0
0 1
F

Pour les simulations on pose 1 = , ( ) 3 . 0 3 . 0 3 . 0 ) 0 ( = x et on considre que toutes les autres
conditions initiales sont nulles. La figure III.3 reprsente les deux rsidus gnrs en absences
de dfauts, elle montre que les rsidus convergent ver zro aprs une courte phase transitoire.
Les figures III.4 et III.5 reprsentent lvaluation des rsidus lorsquon introduit,
respectivement, un dfaut sur le premier et sur le deuxime actionneur linstant s t 8 = .les
dfauts introduits sont constant (chelon damplitude 0.9)










La figure III.4 montre que, lorsquon introduit un dfaut sur le premier actionneur, le rsidu
qui le surveille se dcale de zro pour une courte dure puis revient sa valeur nulle alors que
le rsidu qui surveille le deuxime actionneur prend une valeur non nulle partir de linstant
de loccurrence du dfaut. Ce qui veut dire que cest le premier actionneur qui est en dfaut.

Figure III.3 : Rsidu en absence de dfaut sur les deux actionneurs
0 2 4 6 8 10 12 14
0
0.2
0.4
0.6
0.8
1
R s i d u 1
temps (s)
A

m

p

l

i

t

u

d

e
0 2 4 6 8 10 12 14
0
0.2
0.4
0.6
0.8
1
R s i d u 2
temps (s)
A

m

p

l

i

t

u

d

e
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

50
Tendit que le contraire est constat sur la figure III.5, ce qui revient dire que le dfaut
affecte le deuxime actionneur.



















III.3 Systmes non linaires
III.3.1 Cas I : Tous les tats sont disponibles la mesure
On considre la classe des systmes non linaires affine en la commande dfinie par
lquation :
u x g x f x ) ( ) ( + = & (III.14)
O
n
R x f ) ( et
nxm
R x g ) ( sont respectivement un vecteur et une matrice dont les lments
sont non linaires,
m
R u est le vecteur correspondant aux sorties des actionneurs et
p p
C

est
la matrice de sortie dont les lments sont constants. La matrice g(x) peut tre reformule en
fonction des vecteurs ) (x g
j
, c'est--dire [ ] ) ( ) ( ) ( ) (
2 1
x g x g x g x g
n
L = . Cest une classe
de systmes assez gnrale pour laquelle lexistence dobservateurs pouvant rsoudre le
Figure III.4: Rsidus en prsence dun dfaut sur le premier actionneur

0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Figure III.5: Rsidus en prsence dun dfaut sur le deuxime actionneur

0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 5 10 15 20
0
0.2
0.4
0.6
0.8
1
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

51
problme FDI ncessite que les colonnes de ) (x g soient de rang plein pour tous
n
R x . Le
systme (III.14) peut tre rcrit sous la forme suivante :

=
+ =
m
j
j j
u x g x f x
1
) ( ) ( & (III.15)
Comme dans le cas linaire, on suppose que les dfauts actionneurs sont additifs abrupts,
cest--dire si le
me
l actionneur est en dfaut alors la sortie de lactionneur est
al l
f
l
f u u + = .
O
f
t t > est linstant de loccurrence du dfaut,
aj
f est le dfaut additif suppos constant et
l
u est la sortie de lactionneur sans dfaut. Nous allons aussi, limiter notre tude sur le cas de
dfauts simples.
Fragkoulis [38] a fait une extension du modle dfectueux des systmes linaires aux
systmes non linaires et propose un modle dfectueux non linaire pour le systme (II.14)
sous la forme suivante :

+ + =
l j
f
l l j j
u x g u x g x f x ) ( ) ( ) ( & (III.16)
O
f
l
u est lactionneur en dfaut.
Par analogie aux cas linaire, on dfinit pour le systme non linaire (III.15) la structure
dobservateurs donne par la forme gnrale suivante :

=
+ + + =

m i x Pg x x u
x x H u x g u x g x f x
i
T i f
i
i
f
i
i j
i j j
i
1 , ) ( ) ( 2
) ( ) ( ) ( ) (
) (
) (

&
&
(III.17)

O
) (

i
x est le vecteur dtat estim de x lorsque le
me
i actionneur est suppos tre en dfauts,
f
i
u est lestim de lactionneur en dfaut. La matrice H est une matrice dHurwitz qui peut
tre choisie telle que lobservateur ait une dynamique plus rapide que celle du systme, cest
la matrice gain dobservateur qui assure sa stabilit ; est une constante de conception et P
est une matrice dfinie positive solution de lquation (III.4).
Ces observateurs sont bass sur les tats, ce qui suppose que tous les tats sont mesurables. Il
a t dmontr dans [38] que si le
me
l actionneur est en dfaut et tous les lments de
) (x g sont borns, alors :
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

52
Pour l i = :
0 ) ( lim
) (
=

x x
l
t
(III.18)
Et pour tous l i :
0 ) ( lim
) (


x x
i
t
(III.19)
Avec ) ( ) )( ( ) (
) ( ) (
x x H u u x g x x
i f
l l l
i
+ = &
&


Le problme de dtection et disolation de dfauts peut tre rsolu par lvaluation des
rsidus si les colonnes ) ( , ), ( x g x g
m i
K sont linairement indpendantes pour tous
n
R x ,
cest--dire si ) (x g est une matrice de rang plein. L aussi la condition est juste suffisante
pour la rsolution du problme FDI par cette mthode. Si elle nest pas vrifie cela ne veut
pas dire quon ne peut pas dtecter et isoler le dfaut. Il peut ventuellement se faire par
dautres mthodes.
La forme des rsidus utilise est identique celle dfinie dans le cas des systmes linaires
par lquation (III.6). Il sagit donc de gnrer des rsidus de telle manire que chacun dentre
eux soit sensibles aux dfauts provenant de tous les actionneurs sauf celui quil surveille.
Comme nous lavons vu auparavant, le nombre dobservateur concevoir doit tre le mme
que le nombre m dactionneurs surveiller.

III.3.2 Cas II : Seules les sorties sont mesurables
Contrairement aux cas prcdent, lorsque les sorties sont les seules grandeurs mesurables
lextension de la mthode linaire aux systmes non linaires (III.13) savre complique, car
lisolation devient difficile quand les tats ne sont pas tous disponibles. Nanmoins il existe
un modle non linaire pour lequel lextension est possible. Considrons le systme non
linaire suivant [36] :

=
+ + + =
Cx y
Bu x h y f Ax x ) ( ) ( &
(III.20)
O
q
R t y ) ( est le vecteur de sortie, ) ( y f est un vecteur non linaire qui est uniquement en
fonction de sorties et ) (x h est un vecteur de fonctions non linaires Lipchitziennes qui
satisfait la condition :
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

53
2 1 2 1
) ( ) ( x x x h x h .
Pour dtecter le dfaut il suffit de concevoir lobservateur suivant :
Bu x h y f x A x + + + = ) ( ) (
&
(III.21)
Supposons que la paire ) , ( C A est observable. Sil existe deux matrices dfinies
positives P et Q tel que :
Q LC A P P LC A
T
= + ) ( ) ( (III.22)
) ( 2
min
Q P < (III.23)
O
min
est la valeur propres minimale de Q et est la constante de Lipschitz dfinie
prcdemment. Alors en absence de dfaut nous avons :
0 ) ( lim =

x x
t
(III.24)
La construction de banc dobservateurs pour lisolation de dfauts suppose lexistence, en
plus de P et Q, dune autre matrice F qui satisfait
T
FC PB ) ( = (III.25)
Cela dit, les conditions poses dans ce cas pour lisolation de dfauts sont plus exigeantes et
plus restrictives que celles poses pour cas linaires. Les contraintes (III.22) et (III.25) sont
exactement les mmes que celles poses pour le cas de dtection et disolation des dfauts des
systmes linaires o seules les sorties sont mesurables. Mais la diffrence du cas linaires,
nous avons ici une contrainte en plus ( ) ( 2
min
Q P < ) qui doit tre respecte.
Lorsque le
me
l actionneur est affect par un dfaut additif abrupt, le modle dfectueux
correspondant au systme (III.20) prend la forme suivante :

=
+ + + + =

Cx y
u b u b x h x f Ax x
l j
f
l l j j
) ( ) ( &
(III.26)
De mme que dans le cas linaires, la forme gnrale des observateurs proposs pour dtecter
et isoler des ventuels dfauts actionneur est :

=
=
+ + + + =

m i x C y
f y y u
u b u b x h y f y y L x A t x
i i
i
T i f
i
i j
f
i j j j
i i i i
1 ,
) ( 2
) ( ) ( ) ( ) (
) ( ) (
) (
) ( ) ( ) ( ) (

&
&
(III.27)
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

54
O est constante positive, Q , P , et ) ..., , (
2 1 m
f f f F = vrifient les contraintes (III.22) et
(III.25).
Par analogie au cas linaires, si le
me
l actionneur est en dfaut alors :

Pour l i = :
0 ) ( lim
) (
=

x x
l
t
(III.28)
Et pour tous l i :
0 ) ( lim
) (


x x
i
t
(III.29)
Avec ) ( ) ( ) ( ) ( ) )( ( ) (
) ( ) ( ) ( f
i i i
f
l l l
i i i
u u b u u b x h x h x x LC A x x + + = &
&

Du moment que les sorties sont les seules grandeurs disponibles, le problme FDI peut tre
rsolu par la gnration de rsidus dont la forme a t donne par lquation (III.13).

Exemple
Pour illustrer la mthode de dtection et disolation de dfauts a base dobservateurs
adaptatifs, pour le cas o les tats ne sont pas tous disponibles, on reprend lexemple
considr dans [35] :
|
|
|
.
|

\
| +
+
|
|
|
.
|

\
|
+
+
+
|
|
|
.
|

\
|
+
|
|
|
.
|

\
|

=
0
) sin( 1 . 0
) 1 log( 2 . 0
0 0 1
1 0
1 1
2 0 0
0 2 0
0 0 2
2
2
1
2
2
2
1
2
2
2
1
x
x
y y
y y
u x x&
x y
|
|
.
|

\
|
=
0 1 1
1 0 1

Le systme peut tre ramen un systme stable en boucle ferme par le retour de sortie :
|
|
.
|

\
|
+
=
2
2
2
1
1
y y
y
u .
Les paramtres de lobservateur sont :
|
|
|
.
|

\
|
=
0 1
1 0
1 1
L et
|
|
.
|

\
|
=
1 0
0 1
F
Ce gain est choisi de faon que les conditions (III.22), (III.24) et (III.25) soient satisfaites et
que, les dynamiques des tats observs soient plus rapides que leurs tats correspondants.
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

55
Sur la figure III.6, on remarque quen absences de dfauts les deux rsidus convergent
rapidement vers zro. Ce qui reflte, le fait quaucun actionneur nest en dfaut.










Lorsquon introduit un dfaut (un chelon damplitude 0.9) sur lun des actionneurs (figures
III.7 et III.8), on constate que seul le rsidu correspondant cet actionneur demeure sa
valeur nulle ce qui veut dire que cest cet actionneur quest affect par le dfaut.














Figure III.6: Rsidus en absence de dfauts
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Figure III.8: Rsidus en prsence dun dfaut sur le deuxime actionneur

0 20 40 60 80 100
0
0.2
0.4
0.6
0.8
1
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 20 40 60 80 100
0
0.2
0.4
0.6
0.8
1
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Figure III.7: Rsidus en prsence dun dfaut sur le premier actionneur

0 20 40 60 80 100 120 140
0
0.2
0.4
0.6
0.8
1
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 20 40 60 80 100 120 140
0
0.2
0.4
0.6
0.8
1
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

56
III.4 Dtection et isolation de dfaut dun systme trois cuves :
Le systme considr (figure III.8) se compose de trois cuves cylindriques de sections
identiques S . Les cuves sont relies par deux tuyaux cylindriques de section
p
S dont les
coefficients de viscosit sont
3 1
= . La sortie du systme est situe au niveau de la cuve 2,
elle est aussi caractrise par une section
p
S dont le coefficient de viscosit est
2
. Deux
pompes commandes par des moteurs courant continu alimentent les cuves 1 et 2 avec des
dbits ) (
1
t q et ) (
2
t q .les trois rservoirs sont quips de trois capteurs de pression pour
mesurer les niveaux du liquide ( ) (
1
t h , ) (
2
t h et ) (
3
t h ).

III.4.1 Modle mathmatique du systme [39]:
Lcriture de quations de conservation de volume de liquide nous donne :

=
+ =
=
) ( ) (
) (
) ( ) ( ) (
) (
) ( ) (
) (
32 13
3
20 32 2
2
13 1
1
t q t q
dt
t dh
S
t q t q t q
dt
t dh
S
t q t q
dt
t dh
S
(III.30)

O ) (t q
ij
reprsente le dbit du liquide de la cuve i vers la cuve j quon peut exprimer en
utilisant la loi de Torricelli par :
) ( ) ( 2 . )) ( ) ( ( . . ) ( t h t h g t h t h sign S t q
j i j i p ij
= (III.31)
Et ) (
20
t q reprsente le dbit de sortie donne par :
) ( 2 . . ) (
2 20
t gh S t q
p
=
On suppose, et cela sans restreindre notre tude, que les niveaux des trois cuves vrifie les
ingalits suivantes : ) ( ) ( ) (
2 3 1
t h t h t h > > . En dautres termes on donne un sens particulier au
dbit inter cuves ) (t q
ij
. Avec cette supposition on peut dfinir un modle non linaire affine
en la commande qui dcrit parfaitement le systme comme suite :
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

57

=
=
=
=
+ =
+ =
) ( ) (
) ( ) (
) ( ) (
) ( ) ( 2 ) ( ) ( 2 ) (
) (
) ( 2 ) ( ) ( 2 ) (
) (
) ( ) ( 2 ) (
3 3
2 2
1 1
2 3 3 3 1 1 3
2
2 2 2 3 3 2
1
3 1 1 1
t x t y
t x t y
t x t y
t x t x C t x t x C t x
S
t u
t x C t x t x C t x
S
t u
t x t x C t x
&
&
&
(III.32)

Avec ) (t x
i
est le niveau du liquide de la cuve i et g S S C
p i i
2 . . ) 1 ( . ) 2 1 ( = . Les deux
signaux de commande ) (
1
t u , ) (
2
t u sont respectivement les deux dbits dentre ) (
1
t q et ) (
2
t q .
Ainsi on peut dfinir le modle en dfaut comportant tous les dfauts actionneurs
ai
f additifs
abrupts par :

=
=
=
=
+
+ =
+
+ =
) ( ) (
) ( ) (
) ( ) (
) ( ) ( 2 ) ( ) ( 2 ) (
) (
) ( 2 ) ( ) ( 2 ) (
) (
) ( ) ( 2 ) (
3 3
2 2
1 1
2 3 3 3 1 1 3
2 2
2 2 2 3 3 2
1 1
3 1 1 1
t x t y
t x t y
t x t y
t x t x C t x t x C t x
S
f t u
t x C t x t x C t x
S
f t u
t x t x C t x
a
a
&
&
&
(III.32)










Figure III.9: Schma dun systme trois cuves
13
q
32
q
20
q
) , (
1

p
S ) , (
3

p
S
) , (
2

p
S
S
S
S
1
h
3
h
2
h
1
q
2
q
Cuve 1 Cuve 3
Cuve 2
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

58
Simulation et rsultats
Pour des dbits s m q / 10 . 28
3 7
1

= et s m q / 10 . 15
3 7
2

= , les trois niveaux


1
h ,
2
h et
3
h
se stabilisent respectivement autours des valeurs m 3 . 0 , m 20 . 0 et m 27 . 0 au bout de 8 minutes
(figures III.10), et cela partir des conditions initiales ( ) 1 . 0 0 2 . 0 diffrentes des celles
attribues aux observateurs.










tant donn que nous avons deux actionneurs, nous devons concevoir un banc de deux
observateurs pour les surveiller. Les trois niveaux sont mesurables, nous allons utiliser alors,
la forme dobservateurs dfinie par (III.27). La forme du rsidu choisie est la norme 2 :
2
y y , cest une forme qui permet davoir des rsidus plus sensible aux dfauts.
La figure III.11 prsente les deux rsidus associs aux deux observateurs en absence de
dfauts. Nous remarquons que les valeurs des rsidus ne sont pas gales zro pendant la
phase transitoire, elles mettent un certain temps pour atteindre leurs valeurs constantes nulles.







Figure III.11: Rsidus en absence de dfauts
0 200 400 600 800
0
1
2
x 10
-4
R s i d u 1
temps (s)
A

m

p

l

i

t

u

d

e

0 200 400 600 800
0
1
2
x 10
-4
R s i d u 2
temps (s)
A


m

p

l

i

t

u

d

e

Figure III.10 : Niveaux des trois cuves en absence de dfauts
0 500 1000
0
0.2
0.4
Niveau h1
temps (s)
N
i
v
e
a
u

(
m
)
0 500 1000
0.2
Niveau h2
temps (s)
N
i
v
e
a
u

(
m
)
0 500 1000
0.2
0.4
Niveau h3
temps (s)
N
i
v
e
a
u

(
m
)
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

59
Afin de tester lefficacit de la technique de dtection et disolation des dfauts laide
dobservateurs adaptatifs, nous avons inject des dfauts additifs abrupts simples
(un seul actionneur est en dfaut la fois) sur les deux actionneurs lorsque le systme a atteint
son rgime permanent. Dans un premier temps nous avons inject un dfaut sur le premier
actionneur en augmentant sa valeur (augmenter le dbit) de % 20 s t 500 = , puis sur le
deuxime actionneur en augmentant toujours sa valeur de % 20 au mme instant. Les rsultats
sont reprsents respectivement par la figure III.12 et la figure III.13.
























Nous constatons que, le rsidu qui ne correspond pas lactionneur en dfaut quitte sa valeur
initiale linstant de loccurrence de dfaut et reste sa nouvelle valeur. Par contre le rsidu
correspondant lactionneur en dfaut revient zro aprs un certain temps. Le temps que
met ce rsidu pour revenir zro est le temps que ncessite lobservateur pour isoler le dfaut.
Les dfauts sont donc bien dtects et isols.
Figure III.12: Rsidus en prsence dun dfaut sur le premier actionneur

300 400 500 600 700 800
0
1
2
3
4
x 10
-4
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
300 400 500 600 700 800
0
1
2
3
4
5
6
x 10
-4
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Figure III.13: Rsidus en prsence dun dfaut sur le deuxime actionneur

300 400 500 600 700 800
0
1
2
x 10
-4
Rsidu 1
temps(s)
A

m

p

l

i

t

u

d

e
300 400 500 600 700 800
0
1
2
x 10
-4
Rsidu 2
temps(s)
A

m

p

l

i

t

u

d

e
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

60
III.4.2 Dfaut en prsence dun bruit sur la mesure
Pour valuer la sensibilit des rsidus aux dfauts en prsence de bruits, nous avons
introduit des bruits sur chaque un des signaux de mesure, puis nous avons introduit des
dfauts simples. Les dfauts injects ont les mmes caractristiques et valeurs que dans le cas
sans bruits.
Les figures III.14 reprsentent les rsidus associs aux deux observateurs en prsence de
dfaut sur le premier actionneur. Les figures III.15 reprsentent les rsidus en prsence de
dfaut sur le deuxime actionneur. Comme le montre les deux figures, malgr que les rsidus
soient influencs par le bruit, ils permettent toujours de dtecter et disoler le dfaut et
identifier ainsi lactionneur en dfaut.

























Figure III.14: Rsidus en prsence dun dfaut sur le premier actionneur
et en prsence de bruits sur la mesure.

300 400 500 600 700 800
0
1
2
3
4
5
x 10
-4
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
300 400 500 600 700 800
0
1
2
3
4
5
x 10
-4
R s i d u 2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Figure III.15: Rsidus en prsence dun dfaut sur le deuxime actionneur
et en prsence de bruits sur la mesure.
300 400 500 600 700 800
0
1
2
3
4
5
x 10
-4
R s i d u 1
t e m p s (s)
A

m

p

l

i

t

u

d

e
300 400 500 600 700 800
0
1
2
3
4
5
x 10
-4
R s i d u 2
temps(s)
A

m

p

l

i

t

u

d

e
Chapitre III : Dtection et isolation de dfauts base dobservateurs adaptatifs

61
En rsum nous constatons que cette mthode est efficace pour la dtection et lisolation des
dfauts simples affectant les actionneurs mme en prsence de bruits de mesure. Nous
pouvons gnrer, base dobservateurs, des rsidus insensible au dfaut dun actionneur et
sensible aux dfauts des autres actionneurs. Le rsidu correspondant lactionneur en dfaut
reste zro alors que les autres se stabilisent de nouvelles valeurs non nulles.

III. 5 Conclusion
Dans ce chapitre nous avons focalis notre tude sur la dtection et lisolation de
dfauts aditifs simples provenant des actionneurs pour dfrents systmes linaires et non
linaires en utilisant des observateurs adaptatifs. La mthode dveloppe est applique sur
des exemples acadmiques simples et ensuite sur un systme possdant des fortes non
linarits qui est le systme trois cuves, en absence et prsences de bruits de mesures. Cette
mthode qui sest avre efficace pour tous les cas que nous avions considrs, mme en
prsence de bruit, prsente linconvnient de ntre applicable que pour des dfauts abrupts
additifs et constants.


Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

62




Chapitre IV : Diagnostic de dfaut
base dobservateurs mode glissant

IV.1 Introduction
De par leurs proprits, les modes glissants offrent des avantages considrables. Parmi
leurs caractristiques, quil est possible dexploiter pour la rsolution du problme FDI [40], [41],
[42] la robustesse explicite vis--vis des entres inconnues et des dfauts, lobtention des rsultats
en un temps fini mais aussi, le fait que les modes glissants consistent en une thorie, applicable
pour les systmes non linaires, et sans connatre les paramtres du modle avec prcision.
Les observateurs par modes glissants ont fait lobjet de plusieurs recherches dans le cadre de la
dtection et de la reconstruction de dfauts [43], [44]. Initialement, les travaux ont t orients
vers la conception dobservateurs par modes glissants, en supposant que les tats du systme
soient disponibles et de faon ce que lapparition dun dfaut, dtruise le rgime de glissement.
En revanche, Edwards, Spurgeon et Patton [45] ont propos une autre approche, qui suppose que
les tats du systme ne soient pas disponibles et que la synthse de lobservateur seffectue de
manire maintenir le rgime de glissement en prsence des dfauts. Ces derniers seront dtects
et estims laide de la surface quivalente pendant le rgime de glissement. Dans ce contexte,
une autre mthode de diagnostic de dfauts a t propose par Tan et Edwards [46].
Dans ce chapitre, il est question, tout dabord, dintroduire lide de base de conception
dobservateurs par modes glissants pour la dtection et la localisation des dfauts, pour les
systmes linaires, travers lapproche propose par Edwards, Spurgeon et Patton. Nous
prsenterons ensuite une mthodologie de synthse dobservateurs par modes glissants utiliss
pour le diagnostic dune classe de systmes non linaires.

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

63

IV.2 Reconstruction de dfauts des systmes linaires
Soit le systme linaire dfini par les quations suivantes:

+ =
+ + =
) ( ) ( ) (
) ( ) ( ) ( ) (
t f t Cx t y
t f E t Bu t Ax t x
c
a f
&
(IV.1)
O
n
R t x ) ( , et
m
R t u ) (
p
R y reprsentent respectivement le vecteur dtat, le vecteur de
commande et le vecteur de sortie du systme. Les vecteurs
q
a
R t f ) ( et
p
c
R t f ) ( reprsentent
respectivement les vecteurs de dfauts actionneurs et capteurs, suppos inconnus mais borns.
Avec
n x n
R A ,
m x n
R B ,
p x n
R C et
q x n
f
R E . Nous supposons galement que les tats du
systme ne sont pas mesurables, seules les entres de commande et les sorties le sont.
Lobjectif consiste reconstruire les tats partir dun observateur, de manire ce que lerreur
destimation de la sortie tend vers zro en un temps fini. Soit lobservateur dfini par [45]:
S G e G Bu x A x
n y l
+ + =
&
(IV.2)
O
l
G et
n
G reprsentent les gains de lobservateur de dimension p n . S est une fonction
discontinue et y x C e
y
= est lerreur destimation de sorties. Supposons, dans un premier temps,
le cas o seuls des dfauts actionneurs agissent sur le systme et que ces derniers vrifient :
t u y t f
t a
, ) , , (
) (
(IV.3)
O ) , , ( u y t est une fonction connue.
En supposant que q p , les conditions dexistence dun tel observateur, robuste vis--vis des
dfauts ) (t f
a
, sont :
q CE rang
f
= ) ( .
Les zros invariants de ) , , ( C E A
f
sont stables (Le systme ) , , ( C E A
f
est minimum de
phase)
Si la premire condition est satisfaite, alors il existe un changement de variables Tz x tel que :
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

64

=
+ + + =
+ + =
2
2 2 2 22 1 21 2
1 2 12 1 11 1
z y
f E u B z A z A z
u B z A z A z
a f
&
&
(IV.4)
O
( ) ( ) p n p n
R A

11
est non singulire. Une mthode de synthse des paramtres de lobservateur
(IV.2) a t propose dans [45]. Ce dernier se met sous la forme :
( )

=
+ + + =
+ + =
2
22 22 2 2 22 1 21 2
12 1 2 12 1 11 1



z y
S e A A u B z A z A z
e A u B z A z A z
y
s
y
&
&
(IV.5)
O la matrice
s
A
22
est une matrice stable, et
2 2
z z e
y
= est lerreur destimation de sortie.
La fonction discontinue S est donne par :


=
sinon 0
0 si ) , , (
0
0
2 y
y
y
f
e
e P
e P
E u y t
S

(IV.6)
p p
R P

0
est une matrice semi dfinie positive, cest la matrice de Lyaponov de
s
A
22
, solution de
lquation :
( ) I P A A P
T
s s
= +
0 22 22 0
(IV.7)
La dynamique de lerreur destimation des tats est :

+ + =
=
a f y
s
y
f E S e A e A e
e A e
2 22 1 21
1 11 1
&
&
(IV.8)
Le systme (IV.8) est stable. Un rgime de glissement sinstaure en forant
y
e zro et les gains
de lobservateur (IV.2) sont donc donns par:

(

=

s l
A A
A
T G
22 22
12 1
et
(

=

p
n
I
T G
0
1
(IV.9)

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

65

IV.2.1 Reconstruction des dfauts actionneurs
Supposons quun observateur, tel que dfini par les quations (IV.5), a t synthtis et que le
rgime de glissement est tabli. Durant le rgime de glissement, nous avons:
0 0 = =
y y
e et e & (IV.10)
Il sen suit que :
0
2 1 21
= +
eq a f
S f E e A (IV.11)
O
eq
S est la surface quivalente qui reprsente leffort ncessaire pour maintenir le rgime de
glissement. En utilisant le fait que
11
A soit stable et donc
1
e tend vers 0 alors :
a f eq
f E s
2

Pour viter les singularits, lorsque
y
e tend vers zro, il a t propos pour le calcul de
eq
S , de
remplacer la fonction discontinue par une fonction continue donne par:
( )

+
=
y
y
f eq
e P
e P
E u y t S
0
0
2
, , (IV.12)
O est un scalaire positif, suffisamment petit. Ainsi le dfaut peut tre estim laide de:
( ) ( )

+


y
y
T
f f
T
f f a
e P
e P
E E E E u y t f
0
0
2
1
2 2 2
, , (IV.13)
IV.2.2 Reconstruction des dfauts capteurs
Supposons, prsent, que le systme (IV.5) soit soumis des dfauts capteurs seulement:

+ =
+ =
) ( ) ( ) (
) ( ) ( ) (
t f t Cx t y
t u B t Ax t x
c
&
(IV.14)
O
p
c
R t f ) ( reprsente le vecteur des dfauts capteurs. Dans ce cas :
c y
f e e =
2
et la
dynamique de lerreur destimation, aprs le changement de coordonnes, devient alors:

+ + + =
+ =
S f A f e A t e A t e
f A t e A t e
c c y
s
y
c
22 22 1 21
12 1 11 1
) ( ) (
) ( ) (
&
&
&
(IV.15)
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

66

Quand le rgime de glissement est tabli, il est possible dcrire :
0
22 1 21
= + +
eq c c
S f A f e A
&
(IV.16)
En supposant que le dfaut est lentement variable, alors :
( )
c eq
f A A A A S
12
1
11 21 22

(IV.17)
Il est donc possible de reconstruire le dfaut capteur laide de lquation (IV.17) si la
matrice ( )
12
1
21 21 12
A A A A

est non singulire. Une autre mthode a t propose dans [46] pour
lestimation de dfauts capteurs, elle est base sur lintroduction dun second observateur mode
glissant. La procdure consiste dfinir un nouvel tat
p
f
R x tel que :
eq f f f f
S A x A x + = & (IV.18)
[ ]
(

=
f
p f
x
e
I x
1
0
O
p p
f
R A

est un filtre matriciel stable et
p p
f
R A

est matrice diagonale dfinie positive.
Dans ce cas lerreur destimation sera donne par :

=
=
+ =
f
c f f f f f
c
x y
f A A x A e A A x
f A e A e
22 1 21
12 1 11 1
&
&
(IV.19)
Ce systme ressemble celui de lquation (IV.1), par consquent on peut reconstruire le dfaut
capteur en se basant sur la procdure destimation de dfaut actionneur. La condition dexistence
de cette mthode, dite mthode de second observateur, est que
22
A soit inversible. Lestime de
c
f est donne par :
1
1 1
22 eq f c
S A A f

= (IV.20)
O
1 eq
S est la fonction discontinue du second observateur. Le schma structurel de reconstruction
de dfauts actionneurs et capteurs par observateurs mode glissant est donn par la figure IV.1.


Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

67

















IV.2.3 Application sur un modle dun avion
Dans ce paragraphe on propose dappliquer la mthode de reconstruction des dfauts actionneurs
et capteurs prsente prcdemment sur un modle linaire dordre quatre dun avions. Le
systme comporte trois sorties et contrl par deux entres de commande tel que :

(
(
(
(

=
) rad/s ( latral axe l' selon rotation de Vitesse
) rad ( latral axe l' selon rotation de Angle
) rad/s ( vertical axe l' selon rotation de Vitesse
) rad/s ( al longitudin axe l' selon rotation de Vitesse
x .

Le systme est stabilis par un retour dtat partir des conditions initiales
[ ]
T
o x 8 . 0 5 . 0 0 0 ) ( = . Les matrices dtat, de commande et sortie sont :


Systme
Observateur mode
glissant du Systme (IV.4)
( )
T
f f
T
f
E E E
2
1
2 2


Figure VI.1 : Schma de reconstruction de dfauts actionneurs et capteurs
u
Estime de
a
f
eq
S
Filtre matriciel
Observateur mode
glissant du Systme (IV.19)
1 1
22

f
A A
Estime de
c
f 1 eq
S
+
+
c
f a
f
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

68

|
|
|
|
|
.
|

\
|


=
0000 . 0 0000 . 1 0000 . 0 0000 . 0
2774 . 19 1975 . 4 6361 . 2 0922 . 26
4221 . 24 5532 . 5 7452 . 2 1659 . 52
0337 . 5 2612 . 0 7476 . 0 9477 . 9
A ,
|
|
|
|
|
.
|

\
|

=
0 0
4900 . 4 5200 . 5
5922 . 7 5446 . 3
1761 . 0 4422 . 0
B
|
|
|
.
|

\
|
=
1 0 0 0
0 0 1 0
0 0 0 1
C
Pour le cas de dfauts actionneurs la matrice de distribution de dfauts B E
f
= . On peut vrifier
que
f
CE est de rang plein et que les zros invariants de ) , , ( C E A
f
sont stables. Il existe donc, un
changement de variables Tz x qui permet de mettre ce systme sous la forme (IV.4). Ainsi,
nous pouvons concevoir lobservateur mode glissant donn par (IV.5).Soit le changement de
variables :
|
|
|
|
|
.
|

\
|
=
1 0 0 0
0 0 1 0
0 0 0 1
15 1.3462 1 8.7889
T
La matrice -9.4965
11
= A est stable. On peut reconstruire des ventuels dfauts actionneurs
laide de lquation (IV.13) en choisissant une matrice stable
s
A
22
. Soit :
|
|
|
.
|

\
|

=
12 0 0
0 11 0
0 0 10
s
A
Les paramtres de lobservateur sont donc :
|
|
|
|
|
.
|

\
|
=
24.1425 0.7428 - 6.5287 -
78.8042 3.1598 - 18.3191 -
37.4543 10.6201 15.9109
7.9664 0.9431 - 0.6660
l
G ,
|
|
|
|
|
.
|

\
|
=
1 0 0
11.1425 0.7428 - 6.5287 -
0 1 0
0 0 1
n
G

0.0385 0 0
0 0.0417 0
0 0 0.0455
0
|
|
|
.
|

\
|
= P


Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

69

Simulation et rsultats
Afin de tester la validit de cette mthode nous avons ralis une srie de simulations pour
dfrents types de dfauts actionneurs .Nous choisissons la fonction scalaire ( ) 50 , , = u y t et la
constante 001 . 0 = . La figure IV.2 reprsente les estimateurs de dfauts des deux actionneurs
lorsquon injecte un dfaut intermittent
1 a
f ayant une forme parabolique sur le premier actionneur
tandis que la figure IV.3 reprsente les estimateurs de dfauts des deux actionneurs lorsquon
injecte un dfaut
2 a
f sur le deuxime actionneur. Quant La figure IV.4 elle reprsente les
reconstructeurs de dfauts lorsque les deux actionneurs sont simultanment affects par des
dfauts de forme paraboliques
1 a
f et
2 a
f .





















Figure IV.3: Reconstruction de dfauts en prsence dun dfaut sur le deuxime actionneur.

Dfaut
2 a
f inject

Dfaut reconstruit de
1 a
f

Dfaut reconstruit de
2 a
f

0 6 12
0
1
2
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
1
2
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
1
2
t e m p s (s)
A

m

p

l

i

t

u

d

e
Dfaut
1 a
f inject
Dfaut reconstruit de
1 a
f Dfaut reconstruit de
2 a
f

Figure IV.2: Reconstruction de dfauts en prsence dun dfaut sur le premier actionneur.

0 6 12
0
1
2
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
1
2
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
1
2
temps (s)
A

m

p

l

i

t

u

d

e
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

70




















Nous constatons travers les figures prcdentes que la mthode applique permet une bonne
dtection et reconstruction de dfauts. Lorsquun dfaut affecte le premier actionneur, le signal
mis par lestimateur de dfaut relatif cet actionneur scarte de zro et reconstruit lallure du
dfaut, alors que celui relatif au deuxime actionneur demeure nul. Lorsquun dfaut affecte le
deuxime actionneur linverse se produit, savoir, le premire demeure insensible ce
changement alors que le deuxime scarte de zro et reconstruit le dfaut apparu. Pour le cas o
les deux actionneurs sont simultanment affects par des dfauts, (figure IV.4), Nous constatons
la aussi, que les dfauts sont dtects et reconstruits.
De mme que dans le cas des dfauts actionneurs, nous avons inject des dfauts intermittents
capteurs de forme trapzodale linstant s t 4 = . Les rsultats de simulations sont reprsents par
les figures IV.5, IV.6 et IV.7.

0 6 12
0
1
2
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
1
2
t e m p s (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
0.5
1.5
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
0.5
1
1.5
temps (s)
A

m

p

l

i

t

u

d

e
Figure IV.4: Reconstructions de dfauts agissant simultanment sur les deux actionneurs
Dfaut
1 a
f inject

Dfaut reconstruit de
1 a
f

Dfaut reconstruit de
2 a
f

Dfaut
2 a
f inject

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

71































Figure IV.6: Reconstruction de dfaut de forme trapzodale agissant sur la deuxime sortie.


0 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
Dfaut inject Dfaut reconstruit
Dfaut inject Dfaut reconstruit
Figure IV.7: Reconstruction de dfaut de forme trapzodale agissant sur la troisime sortie.


0 6 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
Figure IV.5: Reconstruction de dfaut de forme trapzodale agissant sur la premire sortie.

Dfaut inject Dfaut reconstruit
0 6 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
0 6 12
0
0.2
temps (s)
A

m

p

l

i

t

u

d

e
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

72

Les rsultats des simulations, montre que la mthode de reconstruction de dfauts base
dobservateur mode glissant est efficace aussi pour les dfauts capteurs. Nanmoins, il est
important de signaler que la reconstruction des dfauts (actionneurs ou capteur) dpend fortement
de la valeur de ) , , ( u y t . Un choix adquat de celle-ci est ncessaire pour une bonne estimation
des dfauts.

IV.3 Reconstruction de dfauts des systmes non linaires par observateurs robustes
La classe de systmes considre est non linaire et affine en la commande. Le modle
dynamique qui inclue les dfauts et les entres inconnues agissants sur le systme est donn par :

=
+ + + =
m
i
a i i
f x E d x D u x g x f x
1
) ( ) ( ) ( ) ( & (IV.21)
p j x h y
i i
, , 1 , ) ( K = = (IV.22)

O
n
R t x ) ( , et
1
q
a
R f et
2
q
R d sont respectivement le vecteur dtat, de dfauts et dentres
inconnues. [ ]
T
m
u u u , ,
1
K = et [ ]
T
p
y y y , ,
1
K = reprsentent respectivement, le vecteur
dentres et le vecteur de sorties. Le point dquilibre est donn par
e
x . Cette classe de systme
reprsente un nombre important de systmes physiques (systmes mcaniques, machines
lectriques, robots etc..). De plus, on peut toujours se ramener la forme (IV.21) en utilisant le
dveloppement limit en srie de Taylor.
Lobjectif ici est de reconstruire le dfaut
a
f en dpit de la prsence des de perturbations d en
utilisant les observateurs mode glissant. Mais auparavant le systme doit tre mis sous une
forme canonique triangulaire. Pour cela, on suppose que ) , max(
2 1
q q m p et que le vecteur
degr relatif correspondant aux ) (x g
i
en
e
x soit donn par ] , , [
1 m
r r K . Ainsi pour
m i , , 1 K = ; m j , , 1 K = ; 2 , , 1 =
i
r k K et pour tous x appartenant aux voisinage de
e
x :
0 ) ( = x h L L
i
k
f g
i
(IV.23)
On suppose aussi que

=
= =
m
i
i
n r r
1
et que la matrice carre :
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

73

(
(
(

=


m
r
f g m
r
f g
m
r
f g
r
f g
h L L h L L
h L L h L L
x A
m
m
m
i
i
m
i
i
1 1
1
1
1
) ( K K K
K
(IV.24)
est non singulire en
e
x .
Pour mettre le systme (IV 21) sous une forme triangulaire il suffit dintroduire le changement de
variables suivant :
) (
) (
) (
2
) (
1
1 ) (
) (
2
) (
1
) (
) (
) (
i
i
r
i
i
i
r
f
i f
i
i
r
i
i
z
z
z
z
x h L
x h L
x h
i
i
i
=
(
(
(
(
(

=
(
(
(
(
(

=
(
(
(
(
(

M M M

(IV.25)

Et ( ) ( ) [ ]
T
m
T
z z z x
) ( ) 1 (
) ( K = =
Avec ce changement de coordonnes le systme original peut donc tre transform comme suite :
m i , , 1 K =

a
i
r
i
r i
r
f g i
r
f
i
r
a
i
r
i
r
i
r
i
r
a
i i i i
a
i i i i
f z d z u z h L L z h L z
f z d z z z
f z d z z z
f z d z z z
i i
i i
i
i i i i
) ( ) ( )) ( ( )) ( (
) ( ) (
) ( ) (
) ( ) (
) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) (
1
) (
2
) (
2
) (
3
) (
2
) (
1
) (
1
) (
2
) (
1




+ + + =
+ + =
+ + =
+ + =


&
&
M
&
&
(IV.26)

O
) (
)) ( (
)) ( (
)) ( (
) (
1 1
1
1
) (
) (
2
) (
1
z
z h L L
z h L L
z h L
i
i
r
f D
i f D
i D
i
r
i
i
i
i

=
(
(
(
(
(

=
(
(
(
(
(

M M
et ) (
)) ( (
)) ( (
)) ( (
) (
1 1
1
1
) (
) (
2
) (
1
z
z h L L
z h L L
z h L
i
i
r
f E
i f E
i E
i
r
i
i
i
i

=
(
(
(
(
(

=
(
(
(
(
(

M M

Le systme globale peut maintenant tre reprsent par :
Cz y
f z d z Az z
a
=
+ + = ) ( ) ( &
(IV 27)
Avec
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

74

( )
m i
A A diag A , , K = ,
i i i
r r r
i
R
I
A

=
0 0
0
1
; ( )
m
B B diag B K
1
= ,
1
1
0

(
(
(

=
i
r
i
R B M ;
( )
m
C C diag C K
1
= , [ ]
i
r
m i
R C C C

=
1
1
K ; ( ) ( ) ( ) [ ]
T
T
m
T
T
z z z ) ( ) ( ) (
) ( ) 1 (
K = ;

( ) ( ) ( ) [ ]
T
T
m
T
T
z z z ) ( ) ( ) (
) ( ) 1 (
K = ;
(
(
(

+
+
=


u z h L L z h L
u z h L L z h L
m
r
f g m
r
f
r
f g
r
f
m m
)) ( ( )) ( (
)) ( ( )) ( (
1 1 1
1
1
1 1
1
1 1


M
et [ ]
(
(
(

=

m
i
r
f g i
r
f g i
r
f g
u
u
z h L L z h L L z h L L
i
m
i i
M L
1
1 1 1 1 1 1
)) ( ( , )), ( ( )) ( (
1

Le systme (IV 27) peut tre reprsent sous une forme canonique observable si les conditions
suivantes sont vrifies :

( )
( )




) (
) (
1
1
z D
z E

(IV 28)

O ( ) ( ) ( ) { } ) ( , , ) ( , ) (
1 2 1 1
1
z h dL z h dL z dh span
i
r
f i f i

= K et

est lanihilator de.


Pour le systme (IV 27), les tats inaccessibles peuvent tre reconstruits, tout en rejetant les
dfauts et les entres inconnues agissants sur le systme, en utilisant des observateurs mode
glissant. La mthode propose dans [47] consiste utiliser un rseau compos de deux blocs
dobservateurs mode glissant robustes pour reconstruire les dfauts. Le premier bloc est
constitu dobservateurs insensibles aux dfauts et le deuxime est compos dobservateurs
insensibles aux entres inconnues.
Avec la condition (IV 28), le systme (IV 27) peut tre mis sous la forme canonique observable
suivante :
a
i
r
i
r i
r
f g i
r
f
i
r
i
i
j
i
j
f z d z u z h L L z h L z
r j z z
i i
i i
i
) ( ) ( )) ( ( )) ( (
1 , , 1
) (
1
) (
1
1 1 1 ) (
) (
1
) (


+
+ + + =
= =
&
K &
(IV 29)


Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

75


IV.3 .1 Observateurs reconstructeurs de dfauts :
Le premier bloc du rseau dobservateurs mode glissant interconnects reprsente le
reconstructeur de dfauts. Le systme (IV 29) possde une forme triangulaire. On peut donc
concevoir des observateurs mode glissant tape par tape que nous avons dfini dans le
deuxime chapitre. Ces observateurs robustes par rapport aux dfauts sont donns par :

+ + + =
+ =
+ =
+ =



)
~
(

) ( )) ( ( )) ( (
)
~
(
)
~
(
)
~
(
) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) ( ) (
1
) (
2
) (
1
) ( ) (
3
) (
2
) (
1
) (
1
) ( ) (
2
) (
1
1
2
1
i
r
i
r n
i
w
i
r
r
f g
r
f
i
r
i
r
i
r
i
w
i
r
i
r
i i i
w
i i
i i i
w
i i
i i
i
r i
i i
i
i i
i
r i i
w z sign d w u w L L w L w
w z sign w w
w z sign w w
w z sign w w

&
&
M
&
&
(IV.30)
O
) (i
w sont les variables dtats estimes des
) (i
z , d

est lestim de lentre inconnue d fournie


par lobservateur reconstructeur dentres inconnues, qui sera dfini par la suite, et 0
) (
(.)
>
i
w

sont des gains choisis de manire assurer la convergence des tats estims
) (i
w vers leurs tats
rels correspondants en prsence de dfauts. Le gain
) (
1
i
w
prend une seule valeur tandis que les
autres gains restants
) (i
w
j
(
i
r j , , 2 K = ) prennent deux valeurs positives, c'est--dire :
i
r j , , 2 K =

( ) ( )

>
= = = >
=

sinon , 0
0
~
Si , 0
) (
) (
1
) (
1
) (
1
) (
1
) (
) (
i
w
i
j
i
j
i i i
w
i
w
j
j
j
k
w z w z k L
(IV.31)

Avec


( )
( )
q
i
r
i
r
i
w
i
r
i
r
q
i i i
w
i i
i i
i i
i
r i i
w z sign w z
w z sign w z
z z
)
~
(
~
)
~
(
~
~
) (
1
) (
1
) ( ) ( ) (
) (
1
) (
1
) ( ) (
2
) (
2
) (
1
) (
1
1
1

+ =
+ =
=

M
(IV.32)

Et ( )
q
. reprsente le signale de linjection de sortie quivalent.

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

76


IV.3.2 Observateurs reconstructeurs dentres inconnues:
De mme, on peut dfinir pour le systme (IV 29) un observateur mode glissant qui permettra
de reconstruire les entres inconnues. Ces observateurs, robuste vis avis des entres inconnues,
va constituer le deuxime bloc du rseau dobservateurs interconnects :

+ + + =
+ =
+ =
+ =



) (

) ( )) ( ( )) ( (
) (
) (
) (
) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) ( ) (
1
) (
2
) (
2
) ( ) (
3
) (
2
) (
1
) (
1
) ( ) (
2
) (
1
1
2
1
i
r
i
r n
i
a
i
r
r
f g
r
f
i
r
i
r
i
r
i i
r
i
r
i i i i i
i i i i i
i i
i
r i
i i
i
i i
i
r i i
z sign f u L L L
z sign
z sign
z sign



&
&
M
&
&
(IV.33)


O
) (i
est le vecteur dtat estim de
) (i
z ,
a
f

est le vecteur dtat estim de


a
f fourni par
lobservateur reconstructeur de dfauts. Les gains 0
) (
(.)
>
i

sont choisis de manire assurer la


convergence des variables dtat estimes
) (i
vers leurs tats rels correspondants en prsence
dentres inconnues. Le gain
) (
1
i

a une seule valeur tandis que les autres vont commuter entre
deux valeurs. En effet,
i
r j , , 2 K = alors :


( ) ( )

>
= = = >
=

sinon , 0
0 Si , 0
) (
) (
1
) (
1
) (
1
) (
1
) (
) (
i
i
j
i
j
i i i
i
j
j
j
k
z z k

L
(IV.34)

Avec
( )
( )
q
i
r
i
r
i i
r
i
r
q
i i i i i
i i
i i
i
r i i
z sign z
z sign w z
z z
) (
) (
) (
1
) (
1
) ( ) ( ) (
) (
1
) (
1
) ( ) (
2
) (
2
) (
1
) (
1
1
1

+ =
+ =
=

M
(IV.35)
Les gains
) (i
w
et
) (i

sont initialement choisis de telle faon que toutes les dynamiques des
erreurs destimation soient bornes. Ensuite ces gains vont commuter vers dautres valeurs pour
assurer la convergence des variables estimes vers les tats rels correspondants.
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

77

Affin de reconstruire les dfauts et les entres inconnues les deux observateurs doivent tre
connects entre eux et fonctionner paralllement. Comme le montre la figure IV.8,
linterconnexion permet aux deux observateurs dchanger en ligne les informations sur les
valeurs du dfaut et des entres inconnues qui sont obtenus par le filtrage des signaux de
linjection de sortie de chacun des deux observateurs.












Pour tablir les conditions de converge des deux observateurs on suppose quil existe trois
constantes
) (i
p
l ,
w
et

tel que :
( ) z z l u z L L z L L z h L z h L
i
p
r
f g
r
f g i
r
f i
r
f
i i i i
) ( ) ( ) ( ) (
) ( 1 1
+

, (IV.36)
d

et , , d w z 0 >
w
:
w
i
r
d z
i
) (
) (
et
w
i
r
d w
i

) (
) (
, (IV.37)

a a
f f z

et , , 0 >

:


a
i
r
f z
i
) (
) (
et


a
i
r
f
i

) (
) (
. (IV.38)
Si ces conditions sont satisfaites et le systme possde un degr relatif convenable, le rseau
dobservateurs mode glissant interconnects (IV 30) et (IV 33) peut rsoudre simultanment le
problme de reconstruction de dfauts
a
f et dentres inconnues d .

IV.3 .3 Etapes de convergence des observateurs
Les conditions de convergence des observateurs sont dtermines en utilisant la thorie de
stabilit de Lyapunov. Soit
) ( ) ( ) ( i i i
w
w z e = et
) ( ) ( ) ( i i i
z e

= .
Systme
Reconstructeur de Dfauts :
Observateurs mode glissant I
Reconstructeur dentres inconnues :
Observateurs mode glissant II
u
y
a
f


Figure IV.8 : Rseau dobservateurs mode glissant interconnects
Bloc 1
Bloc 2
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

78

Etape 1 : dans cette tape on doit sassurer que 0
) (
1

i
w
e et 0
) (
1

i
e

et que toutes les autres


erreurs destimation restantes
) (i
w
j
e et
) (i
j
e

( 1 > j ) convergent vers des rgions dlimites par des


sphres de rayons, respectivement,
) (i
w
et
) (i

. Cela peut seffectuer en choisissant des


gains
) (
1
i
w
,
) (
2
i
w
k ,L,
) (i
w
i
r
k et
) (
1
i

,
) (
2
i
k

,L,
) (i
i
r
k

tel que pour tous 1 > c les conditions suivantes soient


vrifies :
1
) (
) (
2
) (
) (
) (
1 1
2

+ = + + +
i i
r
i
i r
i
w
i
w
r
i
w
i
w r
c p
k
p
k
p

L , (IV.39)
1
) (
) (
2
) (
) (
) (
1 1
2
+ = + + +
i i
r
i i
r
i
i
r
i
i
r
c p
k
p
k
p


L , (IV.40)
) , max( ) 0 (
) (
) (
) (
) (
min
) (
max ) (
1

w
i
w
i
w
i
w i
w
e
P
P
+ > , (IV.41)
) , max( ) 0 (
) (
) (
) (
) (
min
) (
max ) (
1

w
i
i
i
i
e
P
P
+ > , (IV.42)

Pour les ingalits (IV 38) et (IV 39),
) (i
w
P et
) (i
P

sont des matrices symtriques dfinies positives


solution, respectivement, des quations de Lyapunov :
I M P P M
i
w
i
w
i
w
T
i
w
= +
) ( ) ( ) ( ) (
,
I M P P M
i i i
T
i
= +
) ( ) ( ) ( ) (

.
O
) (i
w
M et
) (i
M

sont des matrices dHurwitz dfinie par :


(
(
(
(
(
(
(
(

|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

= =

0 0 0
1
1
1
2
1
0 1
1
1
1
1 ) (
i
i
i
i
i
i
w
i
w
r
r
r
r
r
T A T
c
M
L M
M O M M
L
,
(
(
(
(
(
(
(
(

|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

= =

0 0 0
1
1
1
2
1
0 1
1
1
1
) ( 1 ) (
i
i
i
i
i
i i
r
r
r
r
r
T A T
c
M
L M
M O M M
L


Avec
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

79


(
(
(
(
(

0 0 0
1
0 1
) ( ) (
) ( ) (
) ( ) (
) (
1
1 1
1 2
i
w
i
w
i
w
i
w
i
w
i
w
i
w
i
r
i
r
k
k
k
A

L M
M O M M
L
,
(
(
(
(
(

0 0 0
1
0 1
) ( ) (
) ( ) (
) ( ) (
) (
1
1 1
1 2
i i
i i
i i
i
i
r
i
r
k
k
k
A


L M
M O M M
L
,

( )
1
, , , 1

=
i
r
c c diag T L et
( )
( )! 1 !
! 1 1
q r q
r
q
r
i
i i

=
|
|
.
|

\
|
, 1 , , 1 =
i
r q L
( ) .
max
et ( ) .
min
reprsentent respectivement, la valeur propre maximale et la valeur propre
minimale.

Consquence de cette tape,
) (
1
i
w
e et
) (
1
i
e

vont tendre vers zro et les autres erreurs destimation


restantes
) (i
w
j
e et
) (
1
i
e

( 1 > j ) correspondantes, respectivement, lobservateur reconstructeur de


dfaut et lobservateur reconstructeur des entres inconnues seront ramenes lintrieurs des
sphres de rayons, respectivement,
) (i
w
et
) (i

.
Etape 2 : le but dans cette tape est dassurer la convergence de
) (
2
i
w
e et
) (
2
i
e

vers zro. Toutes les


erreurs sont bornes. Les dynamiques des erreurs destimation seront donc donnes par :

( )

+ + + =
=
=
=



) ( ) ( )) ( ( )) ( (
) (
) (
) ( 0
) ( ) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) ( ) (
) (
2
) (
2
) ( ) ( ) (
) (
1
) (
1
) ( ) (
1 1
2 3 2
1 2
i
r
i
r
i
w a
i
r
i
w
r
f g
r
f
i
w
i
r
i
r
i
w
i
r
i
w
i i i
w
i
w
i
w
q
i i i
w
i
w
i i
i
r i
i i
i
r
i i
i
r i
i
r
w z sign k f z u w L L w L e
w z sign k e e
w z sign k e e
w z sign e

&
&
M
&
(IV.43)
Et
( )

+ + + =
=
=
=



) ( ) ( )) ( ( )) ( (
) (
) (
) ( 0
) ( ) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) ( ) (
) (
2
) (
2
) ( ) ( ) (
) (
1
) (
1
) ( ) (
1 1
2 3 2
1 2
i
r
i
r
i i
r
i r
f g
r
f
i
i
r
i
r
i i
r
i
i i i i i
q
i i i i
i i
i
r i
i i
i
r
i i
i
r i
i
r
z sign k d z u L L L e
z sign k e e
z sign k e e
z sign e






&
&
M
&
(IV.44)
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

80

O
( ) d w d z
i
r
i
r
i
w
i i

) ( ) (
) ( ) ( ) (
= ,
( )
a
i
r a
i
r
i
f f z
i i

) ( ) (
) ( ) ( ) (

=
( ) )) ( ( )) ( ( )) ( (
1 1 1
w L z L w L
i i i
r
f
r
f
r
f

= ,
( ) )) ( ( )) ( ( )) ( (
1 1 1


=
i i i
r
f
r
f
r
f
L z L L ,
( ) )) ( ( )) ( ( )) ( (
1 1 1 1 1 1
w L L w L L w L L
i i i
r
f g
r
f g
r
f g

= ,
( ) )) ( ( )) ( ( )) ( (
1 1 1 1 1 1


=
i i i
r
f g
r
f g
r
f g
L L L L L L .
Les signaux quivalent de linjection de sorties sont obtenus laide dun filtre passe bas.
On dduit donc quil suffit de choisir
) ( ) (
3 2
i
w
i
w
e k > et
) ( ) (
3 2
i i
e k

> pour que les erreurs
destimations
) (
2
i
w
e et
) (
2
i
e

convergent vers zro.


Etape j (
i
r j < < 2 ) : en suivant le mme raisonnement que dans ltape 2, les erreurs
destimation
) (i
w
j
e et
) (i
j
e

convergeront vers zro si on choisit


) ( ) (
1
i
w
i
w
j j
e k
+
> et
) ( ) (
1
i i
j j
e k
+
>

.
Etape
i
r : cette tape commence lorsque toutes les erreurs destimation
) (i
w
j
e et
) (i
j
e

(
i
r j < ) ont
dj converg. Les dynamiques des erreurs destimation seront donc donnes par :

( )

+ + + =
=
=
=

)
~
( ) ( )) ( ( )) ( (
)
~
( 0
)
~
( 0
)
~
( 0
) ( ) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) (
) (
2
) (
2
) ( ) (
) (
1
) (
1
) ( ) (
1
2 3
1 2
i
r
i
r
i
w a
i
r
i
w
r
f g
r
f
i
w
q
i
r
i
r
i
w
i
r w
q
i i i
w
i
w
q
i i i
w
i
w
i i
i
r i
i i
i
r
i i
i
r i
w z sign k f z u w L L w L e
w z sign k e
w z sign k e
w z sign e

&
M (IV.45)
( )

+ + + =
=
=
=

) ( ) ( )) ( ( )) ( (
) ( 0
) ( 0
) ( 0
) ( ) ( ) ( ) ( ) ( 1 1 1 ) (
) (
1
) (
1
) ( ) (
) (
2
) (
2
) ( ) (
) (
1
) (
1
) ( ) (
1
2 3
1 2
i
r
i
r
i i
r
i r
f g
r
f
i
q
i
r
i
r
i i
r
q
i i i i
q
i i i i
i i
i
r i
i i
i
r
i i
i
r
i
z sign k d z u L L L e
z sign k e
z sign k e
z sign e






&
M (IV.46)

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

81


En ce basant sur le fait que les erreurs destimation soient bornes, Il a t dmontr dans [39]
quil existe des constantes
) ( ) ( i
w
i
w
> et
) ( ) ( i i

> tel que la convergence asymptotique des
erreurs destimations
) (i
w
i
r
e et
) (i
i
r
e

soit garantie, en choisissant :


+ + >
w
i
w
i
w
i
p
i
w
l k
i
r
2
) ( ) ( ) ( ) (
(IV.47)
w
i i i
p
i
l k
i
r


+ + > 2
) ( ) ( ) ( ) (
(IV.48)

IV.3 .4 Reconstruction de dfaut et dentres inconnues:
Lorsque 0
) (

i
w
i
r
e& et 0
) (

i
i
r
e

& on dduit partir de (IV 45) et (IV 46) que :



( ) [ ] ( ) [ ]
q
i
w
i
w a i
r
f E
i
r
i
r
i
e sign k f w h L L
) ( ) ( 1 1
) (

(IV.49)
( ) [ ] ( ) [ ]
q
i i
i
r
f D
i
r
i
r
i
e sign k d h L L
) ( ) ( 1 1
) (



(IV.50)

Le dfaut et les entres inconnues seront donc dtermins partir des relations suivantes :
( ) [ ] ( ) ( ) [ ]
q
i
w
i
w i
r
f E a
i
r
i
r
i
e sign k w h L L f
) ( ) ( 1 1
*
) (


= (IV.51)
( ) [ ] ( ) ( ) [ ]
q
i i
i
r
f D
i
r
i
r
i
e sign k h L L d
) ( ) ( 1 1
*
) (




= (IV.52)
O ( )
*
. dsigne la matrice pseudo inverse.

IV.3.5 Application pour la reconstruction de dfaut actionneur dun double pendule invers
Le systme considr est compos de deux pendules inverss identiques de longueurs l relis
entre eux, la position a , par un ressort de raideur k . La longueur du ressort au repos est gale
la distance entre les articulations
1
p et
2
p des deux pendules. Le systme est contrl par les
deux entres de commande
1
u et
2
u (forces agissantes sur le systme). (Figure IV.9)


Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

82












Supposons que le systme est soumis des perturbations. Le modle du systme en prsence de
dfauts actionneur est donn par :

( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
2 2 2
2
2 1
2
2
2 2
2 2
1 1 1
1
2 1
2
2
1 1
1 1
cos
sin sin sin
cos
sin sin sin
d f u
ml ml
ka
l
g
d f u
ml ml
ka
l
g
a
a
+ + + + =
=
+ + + + + =
=



&
&
&
&
(IV 53)

Les paramtres des pendules sont tel que : 5 . 0 =
l
g
,
2
2
=
l
a
, 4
1
=
ml
et 2 =
m
k
.
Le systme (IV53) est ramen un systme stable en boucle ferme par le retour dtat suivant :

( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
1 2
1
2 2
2 1
1
1 1
sin sin cos 4
sin sin cos 4


=
=

u
u


Le systme est sous la forme triangulaire. Nous pouvons donc utiliser des observateurs mode
glissant tape par tape pour estimer les dfauts et les perturbations agissants sur le systme.

1
u
2
u
a
b
l
2
p
1
p
Figure IV 9 : Schma dun pendule invers
1

2

Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

83


Pour valuer les performances de la mthode prsente nous allons raliser une srie de
simulations en considrant trois cas possibles :

Premier cas : Systme en prsence de dfauts et en absence de perturbations
Nous avons introduit linstant 6
1
= t seconde un dfaut sur le premier actionneur. Ce dfaut agit
progressivement sur le systme et commencera disparatre graduellement aprs 3 seconde
(dfaut intermittent de forme trapzodal). A linstant 9
2
= t seconde un autre dfaut intermittent
de forme parabolique va affecter le deuxime actionneur. Les signaux quivalents des injections
de sorties sont extraits en en utilisant un filtre passe bas de frquence de coupure de Hz 100 . Les
rsultats de simulations sont donns par les figures IV.10 et IV.11.




















Figure IV.10: Etat rels et tats estims en prsence de dfauts et en absence dentres
inconnues

0 5 10 15 20 25
-0.2
0
0.2
0.4
0.6
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 1
0 5 10 15 20 25
-0.2
-0.1
0
0.1
0.2
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 1
0 5 10 15 20 25
-0.1
0
0.1
0.2
0.3
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 2
0 5 10 15 20 25
-0.2
-0.1
0
0.1
0.2
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 2
tat estim
tat rel
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

84

















Ces figures montrent que les tats estims convergent asymptotiquement vers leurs tats rels
correspondants aprs une courte dure. Cette mthode permet donc, une bonne estimation dtats
et une reconstruction parfaite de dfauts. Cela, malgr que les dfauts agissent simultanment sur
le systme.

Deuxime cas : Systme en absence de dfauts et en prsence dentres inconnues

Cette fois nous supposons que le systme nest affect par aucun dfaut et quil est soumis
deux entres inconnues diffrentes
1
d et
2
d . La premire est une perturbation donne par la
fonction ( ) t d 2 sin 1 . 0
1
= . La deuxime est une squence de fonctions rampes rptes
priodiquement. Les rsultats de simulation sont illustrs par les figures IV.12 et IV.13.
Nous constatons daprs ces figures que nous obtenons l aussi, une bonne estimation des
diffrents tats et une bonne reconstruction des deux entres inconnues.


Figure IV.11: Reconstruction du dfaut en absence dentres inconnues
0 5 10 15 20 25
-0.5
0
0.5
temps(s)
A
m
p
l
i
t
u
d
e
0 5 10 15 20 25
-0.5
0
0.5
temps(s)
A
m
p
l
i
t
u
d
e
Dfaut reconstruit
Dfaut inject sur u2
Dfaut reconstruit
Dfaut inject sur u1
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

85














































Figure IV.13: Reconstruction dentres inconnues en absence de dfauts

0 2 4 6 8 10 12
-0.5
0
0.5
1
temps(s)
A

m

p

l

i

t

u

d

e
0 2 4 6 8 10 12
-1
-0.5
0
0.5
1
temps(s)
A

m

p

l

i

t

u

d

e
Entre inconnue reconstruite de d1
Entre inconnue d1
Entre inconnue reconstruite de d2
Entre inconnue d2
Figure IV.12: Etats rels et tats estims en absence de dfauts et prsence dentres
inconnues

0 5 10 15 20 25
-0.01
0
0.01
0.02
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 1
0 5 10 15 20 25
-0.05
0
0.05
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 1
0 5 10 15 20 25
-0.2
0
0.2
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 2
0 5 10 15 20 25
-0.05
0
0.05
0.1
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 2
Etat estim
Etat rel
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

86


Troisime cas : Systme en prsence de dfauts et de perturbations
Pour tester la robustesse de cette mthode nous allons considrer deux scnarios. Le premier est
lorsque le dfaut affecte le premier actionneur en prsence de la perturbation
2
d et le deuxime
est lorsque le dfaut affecte le deuxime actionneur en prsence de perturbation
1
d seulement. Les
rsultats de simulation sont donns respectivement, par les figures IV 14, IV 15 et les figures
IV.16, IV.17.
partir de ces figures, nous constatons que la mthode prsente permet dans les deux cas une
bonne estimation dtat. Malgr que le systme soit affect par des perturbations, les dfauts sont
parfaitement reconstruits. Cette mthode permet donc une reconstruction robuste de dfauts.
























Figure IV.14: Etats rels et tats estims en prsence de lentre inconnue d2 et dun
dfaut sur le premier actionneur.

0 5 10 15 20 25
-0.5
0
0.5
Position du pendule 1
temps (s)
V
i
t
e
s
s
e
(
r
a
d
/
s
)
0 5 10 15 20 25
-0.2
0
0.2
Vitesse du pendule 1
temps (s)
P
o
s
i
t
i
o
n
(
r
a
d
)
0 5 10 15 20 25
-0.2
0
0.2
Position du pendule 2
temps (s)
P
o
s
i
t
i
o
n
(
r
a
d
)
0 5 10 15 20 25
-0.05
0
0.05
0.1
Vitesse du pendule 2
temps (s)
V
i
t
e
s
s
e
(
r
a
d
/
s
)
tat estim
tat rel
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

87
































Figure IV.15: Reconstruction du dfaut agissant sur le premier actionneur en
prsence de lentre inconnue d2.
0 5 10 15 20 25
-0.1
0
0.1
0.2
0.3
temps(s)
A

m

p

l

i

t

u

d

e
0 5 10 15 20 25
-1
-0.5
0
0.5
1
temps(s)
A

m

p

l

i

t

u

d

e
Entre inconnue reconstruite de d2
Entre inconnue d2
Dfaut reconstruit
Dfaut inject sur u1
Figure IV.16: Etats rels et tats estims en prsence de lentre inconnue d1 et dun
dfaut sur le deuxime actionneur.

0 5 10 15 20 25
-0.01
0
0.01
0.02
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 1
0 5 10 15 20 25
-0.02
0
0.02
0.04
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 1
0 5 10 15 20 25
-0.5
0
0.5
temps(s)
P
o
s
i
t
i
o
n

(
r
a
d
)
position du pendule 2
0 5 10 15 20 25
-0.1
0
0.1
0.2
temps(s)
V
i
t
e
s
s
e

(
r
a
d
/
s
)
vitesse du pendule 2
Etat rel
Etat estim
Chapitre IV : Diagnostic de dfaut base dobservateurs mode glissant

88





















IV.4 Conclusion

Dans ce chapitre nous avons illustr la mthodologie de reconstruction de dfauts
actionneurs et capteurs en utilisant les observateurs mode glissants pour les systmes linaires
et non linaires. Pour le cas linaire Lobservateur synthtis assure le maintien du rgime
glissant en prsence de dfauts. Ces derniers sont estims en approximation le signal de
linjection de sorties. Pour le cas non linaire nous avons prsent une mthode de reconstruction
de dfauts robuste vis--vis des entres inconnues. Le principe consiste concevoir deux
observateurs mode glissant, lun pour reconstruire le dfaut et lautre pour reconstruire lentre
inconnue. Ces deux observateurs sont relis entre eux et changent en ligne les informations sur
les grandeurs quils estiment, ce qui permet davoir une reconstruction robuste dfauts.



Figure IV.17: Reconstruction du dfaut agissant sur le deuxime actionneur en
prsence de lentre inconnue d1.
0 5 10 15 20 25
-0.2
0
0.2
0.4
0.6
temps(s)
A

m

p

l

i

t

u

d

e


0 5 10 15 20 25
-0.5
0
0.5
1
temps(s)
A

m

p

l

i

t

u

d

e


Entre inconnue reconstruite de d1
Entre inconnue d1
Dfaut reconstruit
Dfaut inject sur u2


89
Conclusion Gnrale


Dans ce mmoire, nous avons abord le problme destimation dtat des systmes
linaires et non linaires et leurs applications pour le diagnostic de dfauts. Deux stratgies de
diagnostic ont t tudies dans ce mmoire. La premire consiste dtecter et isoler les
dfauts actionneurs affectant le systme, en utilisant les observateurs adaptatifs. La deuxime
consiste utiliser les observateurs mode glissant pour reconstruire les dfauts actionneurs et
capteurs des systmes linaires et les dfauts actionneurs des systmes non linaires.
Aprs la prsentation des diffrentes mthodes de diagnostic et les diffrentes structures de
gnration de rsidus, les critres de performances dune procdure de diagnostic ont t
poss. Le critre le plus crucial est donn par la notion de robustesse qui consiste dterminer
lexistence de dfauts en dpit de la prsence des perturbations ou de bruits. Avant de
prsenter les deux mthodes de diagnostic base dobservateurs que nous avons tudies dans
ce mmoire, nous nous sommes intresss au problme destimation dtat des systmes non
linaires o nous avons expos la mthodologie de synthse de certains dentre eux, et qui
sont ensuite illustrs sur des exemples dapplication.
La conception dobservateurs pour les systmes non linaires est une tche assez
difficile. Comme nous lavons vu au cours du deuxime chapitre, on fait souvent appel des
relations mathmatiques qui peuvent savrer complexes rsoudre. De plus des contraintes
et des conditions simposent qui limitent ainsi, leur application sur des classes spcifiques de
systmes. La mthode destimation dtat base dobservateurs modes glissant est
lapproche qui a le plus de tendance se gnraliser sur des classes assez larges de systmes
non linaires. En effet, bass sur le mme principe qui est celui de contraindre laide dune
fonction discontinue, les dynamique des erreurs destimation converger vers la surface de
glissement et voluer ensuite sur cette surface avec des dynamiques imposes, les
observateurs mode glissant sappliquent sur divers systme linaires et non linaires.
La mthode de diagnostic base dobservateurs adaptatifs tudis dans ce mmoire a
montr son efficacit pour la dtection et lisolation des dfauts actionneurs. Son avantage
rside dans la diversit de classes de systmes sur lesquels elle peut sappliquer. En effet,
nous avons vu au cours du troisime chapitre que cette mthode est valable pour les systmes
linaires et non linaires et cela mme dans les cas o les tats ne sont pas tous accessibles.
Cependant la forme de lobservateur diffre dune classe une autre (linaire ou non linaire)


90
mais aussi selon la disponibilit ou non de tous les tats. De plus, cette mthode nimpose
pas des contraintes ou des conditions trs restrictives. Il faut aussi signaler sa robustesse vis
avis des bruits de mesure, car bien que les rsidus gnrs soient influencs par les bruits, les
dfauts sont toujours dtects et isols. Linconvnient quon peut relever pour cette mthode
rside essentiellement dans sa limitation des dfauts abrupts et constants. Un autre
inconvnient est quelle ne permet pas disoler le dfaut en dpit du fait quelle permet de
dtecter les dfauts agissant simultanment sur le systme.
La mthode de diagnostic base dobservateurs mode glissant a t applique pour
la reconstruction des dfauts actionneurs et capteurs des systmes linaires et non linaires.
Pour le cas linaire, ces observateurs robustes aux variations paramtriques, sont conus de
manire maintenir le rgime glissant en prsence des dfauts. Ces derniers sont alors
reconstruits en approximant la fonction discontinue qui assure le maintien du rgime glissant.
Pour les dfauts capteurs un filtre matriciel est conu pour liminer leffet de la drive du
dfaut sur lobservateur. Les rsultats de simulation de lapplication de cette mthode sur un
systme linaire (avion) ont montr quelle permet une bonne reconstruction de dfauts et
cela, pour dfrents types de dfauts. Dans le cas non linaire la mthode de diagnostic base
dobservateurs mode glissant savre aussi intressante. En effet, non seulement elle permet
de reconstruire les dfauts dune manire robuste, mais aussi de reconstruire les entres
inconnues. Lavantage majeur de cette mthode est quelle nexige pas que le dfaut ait des
caractristiques ou des dynamiques particulires. Cependant, elle ncessite de ramener le
systme sous une forme triangulaire observable un utilisant des transformations non linaires.
De plus, cette mthode se limite, jusqu lheure actuelle, la reconstruction de dfauts
actionneurs.
En comparant les mthodologies de synthse dobservateurs pour lestimation dtat
prsentes dans le deuxime chapitre celles tudies dans le troisime et quatrime chapitre
en vu de diagnostic, nous constatons que la synthse des paramtres des observateurs nest
pas automatiquement la mme. En effet, la conception dobservateurs pour des fins de
diagnostic ncessite souvent quelques modifications et la vrification des certains conditions
qui ne se posent pas lorsque le but est seulement lestimation dtats et qui font que
lobservateur, en plus destimer les tats, puisse raliser des objectifs de diagnostic, de
dtection et disolation de dfaut ou carrment la reconstruction.
Quant aux perspectives que nous pouvons lancer au terme de ce travail, elles se
rsument en quatre points essentiels :


91
Dvelopper les mthodes prsentes dans ce mmoire pour rsoudre le problme de
diagnostic lorsque le systme est affect simultanment par des dfauts actionneurs et
capteurs.
Gnraliser ces mthodes pour le cas de systmes discrets. Il serait notamment
intressant dessayer dutiliser les observateurs mode glissant pour reconstruire les dfauts
de systmes reprsents par des modles discrets.
Appliquer la mthode de reconstruction de dfauts de systmes non linaires base
dobservateurs mode glissant, prsente dans le dernier chapitre, pour la reconstruction de
dfauts capteurs.
Utiliser les reprsentations multi modles des systmes non linaires (types de
Takagi-Sugeno) pour rsoudre les problmes de diagnostic base dobservateurs.


92
Rfrences bibliographiques


[1] D.G. LUENBERGER. An introduction to observers. IEEE Transactions on Automatic
Control, Vol 16, pp 596-602,1971
[2] R.E. KALMAN. A new approach to linear filtering. Transactions of the ASME Journal
of Basic Engineering, Vol 82, pp 3545, 1960.
[3] T. BOUKHOBZA. Contribution aux formes d'observabilit pour les observateurs
modes glissants et tude des commandes par ordres suprieurs. Thse de Doctorat,
Universit de Paris Sud, Orsay, 1997.
[4] W. PERRUQUETTI et J.P. BARBOT. Sliding mode control in engineering, Edition
Marcel Dekker, New York, 2002.
[5] A.M. LIENHARDT . Etude de la Commande et de lObservation dune Nouvelle
Structure de Conversion dEnergie de type SMC (Convertisseur Multicellulaire
Superpos). Thse de Doctorat, Institut national Polytechnique de Toulouse, 2006.
[6] Q. ZHANG. Adaptive observer for multiple-input-multiple-output (MIMO) linear time-
varying systems. IEEE Transactions. on Automatic Control, Vol 47, pp 525529, 2002.
[7] L. ZETAO. Contrebutions llaboration dalgorithme disolation et didentification de
dfaut dans un systme non linaires. Thse, Institut national des sciences appliques de
Toulouse, 2006.
[8] A.S. WILLSKEY. A Survey of Design Methods for Failure Detection in Dynamic
Systems, Automatica , 1976.
[9] G. ZWINGELSTREIN. Diagnostic des dfaillances. Thorie et pratique pour les
systmes industriels, Edition Herms, 1995.
[10] A.AKHENAK. Conception dobservateurs non linaires par approche multimodlele :
application au diagnostic. Thse de Doctorat, Ecole doctorale IAEM de Lorraine, 2004.
[11] R.J. PATTAN. Fault Detection and Diagnosis in Aerospace Systems using Analytical
Redundancy, Computing and Control Engineering Journal, Vol.2, pp127-136, 1991.
[12] M.L.LEUSCHEN, I.D. WALKER et J.R. CAVALLARO. Nonlinear Analytical
Redundancy for Fault Detection. IEEE Transactions on Automatic Control, 2002.
[13] S. BACHIR. Contribution au diagnostic de la machine asynchrone par estimation
paramtrique. Thse, Universit de Poitiers, 2002.

93
[14] T. F. LOOTSMA. Observer-based Fault Detection and Isolation for Nonlinear systems.
Thse, Department of Control Engineering, Universit Aalborg , Denmark, 2001.
[15] H.Y. CHOU. Fault Diagnosis of the Heat Exchanger system using Unknown Input
observer.
[16] O. ADROT. Diagnostic base de modles incertains utilisant lanalyse par intervalles :
lapproche bornante. Thse, Institut National Polytechnique de Lorraine, 2004.
[17] H. HENRY. Diagnostic et contrle de cohrence des systmes multivariables incertains,
Thse de Doctorat, Universit Bordeaux 1, Novembre, 1999.
[18] R. RAOUFI. Nolinear Robust Observer for simultaneous State and Fault Estimation,
Edmonton Alberta, 2010
[19] A. ZEMOUCHE. Sur lobservation de ltat des systmes dynamiques non linaires.
Universit Louis Pasteur Strasbourg I, 2007.
[20] M.HERMAN et A.J.KRENER. Nolinear controllability and observability. IEEE.
Transaction on automatic, 1997.
[21] M.I. RIDEIRO. Kalman and Extended Kalman Filters: Concept, Derivation and
Properties Institute for Systems and Robotics. Lisboa , Portugal, 2004
[22] E. CHERRIER. Estimation de ltat et des entres inconnues pour une classe de
systmes non linaires. Thse, Institut National Polytechnique de Lorraine, 2006.
[23] A.H. JAZWINSKI. Stochastic processes and filtering theory. New York Academic.
[24] G. CHEN. Approximate kalman filtering. World Scientific Series in Approximations and
Decompositions, 1993.
[25] F.E. THAU. Observing the state of non-linear dynamic systems. International Journal of
Control, American Control Conference, San.Francisco, USA, 1993
[26] S. RAGHAVAN et J.K. HEDRICK. Observer design for a class of nonlinear systems.
International, 1994.
[27] A.XU. Observateurs adaptatifs non linaires et diagnostic de pannes. Thse, Universit
de Rennes1, 2002.
[28] G. BESANCON Remarks on nonlinear adaptive observer design. Systems and Controls
USA, 2000.
[29] J.-J. E. SLOTINEE, J. K. HEDRICK, and E. A. MISAWa. On sliding observers for
nonlinear systems. American Control Conference, 1987.
[30] V. UTKIN. Principle of identification using sliding regimes. Soviet Physics Doklady,
1981.
94
[31] G. ZHENG, D. BOUTAT et J.P. BARBOT. Discussion sur les Formes Normales
d'Observabilit et les Observateurs Modes Glissants Etape par Etape. ENSEA, France.
[32] T. BOUKHOBZA, M. DJEMAI et J.P. BARBOT. Implicit triangular observer from
dedicated to a sliding mode observer for systeme with unkown input. Asian Journal of
Control, 2003.
[33] A. J. KOSHKOUEI et A. S. I. Zinober. Sliding mode state observation for non-linear
systems, 2004.
[34] F. ZHU et Z.HAN. A note on observers for lipschitz nonlinear systems. IEEE
Transactions Automat, 2000.
[35] M. SIAHA et M.A. SADRIANA. Fault diagnosis using adaptative technique. Journal for
applied sciences, 2002.
[36] W.CHEN et M. SEIF. An Actuator Fault Isolation Strategy for Linear and Nonlinear
Systems. American Control Conference, Portland USA, 2005.
[37] J.GUANGQING. Thse Addaptatif observer and sliding mode observer based actuators
faults diagnosis for civil aircraft, Universit Simon Fraser, 2003.
[38] D. FRAGKOULIS. Dtection et localisation des dfauts provenant des actionneurs et des
capteurs. Thse, Universit de Toulouse, 2008.
[39] V. COCQUEMPOT. Contribution la surveillance des systmes industriels complexes.
Thse, Universit de Lille, 2004.
[40] N. ORANI. Higher-order sliding mode techniques for fault diagnosis. Thse, Universit
de Cagliari, 2010
[41] F. SREEDHAR et B. FERNANDEZ. Robust fault detection in nonlinear systems using
sliding mode observers. Second IEEE Conference on Control Applications, Vancouver,
1993 .
[42] C.P. TAN , F. CRUSCA et M. ALDEEN . Extended results on robust state estimation
and fault detection. University, Melbourne, Australia, 2007.
[43] R. MARTINEZ et J. J. RINCON. Fault reconstruction for nonlinear systems using
sliding mode observers. IEEE Conference on Decision and Control, New Orleans. 2007
[44] R. SHARMA et M. ALDEEN. Design of Integral Sliding Mode Observers with
Application to Fault and Unknown Input Reconstruction. IEEE Conference on Decision
and Control. Shanghai, 2009.
[45] C. EDWARDS, S. SPURGEN et R. PATTON. Sliding mode observers for fault
detection and isolation. Automatica, Vol.36, pp.541-553, 2000.
95
[46] C. TAN et C. EDWARDS. Sliding mode observers for fault detection and reconstruction
of sensor faults, Automatica, 2002.
[47] R. SHARMA et M. ALDEEN. Fault and Disturbance Reconstruction in Nonlinear
Systems using a Network of Interconnected Sliding Mode Observers. National ICT
Australia 2008.

Vous aimerez peut-être aussi