Diagnostic

Introduction au diagnostic des dfaillances
Introduction au diagnostic des

dfaillances
T. AL ANI
Laboratoire A2SI-ESIEE-Paris
e-mail: t.alani@esiee.fr
Tarik AL ANI, A2SI-ESIEE Paris
Avertissement
Ce cours est bas principalement sur lexcellent

ouvrage de Gilles ZWINGELSTEIN [1].
01/10/2006
1
PLAN DU COURS
z
Concepts et terminologie
Dfinition de la dfaillance
Dfinition de dfauts et pannes
Diagnostic
01/10/2006
2
Classification des mthodes de diagnostic

Mthodes internes
Mthodes de modle,
Mthodes d identification de paramtres,
Mthodes d estimation du vecteur d tat.
z Mthodes externes
Reconnaissance des formes,
Rseaux de neurones artificiels,
Systmes experts.
z Mthodes inductives et dductives
z
z Mthodes internes - Identification

zThorie de la dcision.
01/10/2006
de paramtres
3
CONCEPTS ET TERMINOLOGIE
Systme et composants
Un processus assure la fabrication dun produit
ou fournit une service.
Exemples :
Une raffinerie : produits ptroliers labors
Une central lectrique : courant lectrique
Un avion : service de transport de bien ou de personnes
Un ordinateur : service de calculs scientifiques ou de
01/10/2006
gestion
4
Un processus industriel est une

installation complexe assumant un
objectif fonctionnel de haut niveau
(production de bien ou de service).
01/10/2006
5
Pour assurer ces objectifs fonctionnels de

haut niveau, le processus fais appel un
ensemble de systmes interconnects,
Figure 1. Chaque systme assure une ou
plusieurs fonctions bien dfinie(s).
01/10/2006
6
PROCESSUS
SYSTEME 1
sous
systme 1
SYSTEME 2
Sous
systme n
sous
systme 2
c1
Composants
SYSTEME N
c2
cN
Fig. 1. Dcomposition hirarchique d un processus.
01/10/2006
7
Exemples des systmes :

Dans une central nuclaire, un gnrateur
de vapeur a pour fonction principal
dvacuer la chaleur du circuit primaire et
de produire de la vapeur.
Pour un avion, les moteurs contribuent
la fonction propulsion.
01/10/2006
8
Les systmes sont dcomposs en sous-systmes.
Les sous-systmes sont dcomposs en composants

bien dtermins. En rgle gnrale et en pratique ce
sont sur ces composants que lon effectuera de la
maintenance et non sur des systmes.
Chaque composant peut tre ensuite dcompos en

pice lmentaire qui en gnral est llment qui fera
lobjet dun change standard.
01/10/2006
9
Exemples des composants bien identifis :

Des moteurs lectriques et diesels
Des vannes et des pompes
Des units centrales dordinateurs
01/10/2006
10
Nature des systmes et composants

Les mthodes de diagnostic ne possdent
pas de caractre universel. En fonction de la
nature de processus, systmes, soussystmes, composants, il faudra mettre en
uvre chaque fois des mthodes
spcifiques tenant compte des technologies
dployes.
01/10/2006
11

Nature des systmes et composants (suite)
Technologies dployes :
systmes mcaniques dynamiques : moteurs,
pompes, turbines, racteurs, ,
z systmes mcaniques statiques : tuyauterie, enceintes,
z systmes mcaniques programms,
z systmes thermodynamiques : changeurs, fours,
colonnes de distillation, ,
z
z systmes lectriques ou lectroniques analogiques ou
logiques : capteurs, rgulateurs et automates

programmables
01/10/2006
12

Les fonctions assures par le systme

possdent une hirarchie en terme
dimportance et il convient toujours de
sinterroger sur les aspects technicoconomiques avant denvisager la mise
en uvre dune mthode de diagnostic.
01/10/2006
13

Pour effectuer cette analyse il est ncessaire didentifier les

caractristiques des systmes et composants :
les fonctions du systme en distinguant les missions principales
et secondaires et leurs importances relatives,

la structure du systme en analysant les liens entre systmes et
composants,
les modes de fonctionnement des systmes et des
caractristiques des composants,
les conditions dexploitation du systme,
lenvironnement du systme pour connatre ses dlimitation et
linfluence des facteurs extrieurs,
linventaire
des moyens de mesures.
01/10/2006
14

Deux cas de figure se prsentent :

soit le projet se situe la phase de
conception,
soit ce projet doit prendre en
compte lexistant.
01/10/2006
15

Dans le premier cas :

il est alors possible de procder une analyse de
la sret de fonctionnement pour se fixer les
objectifs a priori de disponibilit. Dans ce cas on
pourra alors prvoir des matriels redondants et
une instrumentation pertinente pour avoir accs
linformation indispensable pour la mise en
uvre du diagnostic.
01/10/2006
16

Dans le second cas :

il
faudra trs souvent se contenter de
linformation existante ce qui limitera
lexhaustivit du diagnostic.
01/10/2006
17
Dfinition du dispositif
Selon la norme AFNOR X 06-501, il

sagit l du produit auquel sapplique
ltude :
composant (le plus petit constituant
irrparable par lutilisateur),
sous-ensemble,
ensemble.
01/10/2006
18
Dfinition de la dfaillance
Cest la cessation de laptitude dun
ensemble accomplir sa ou ses fonctions
requise(s) avec les performances dfinies
dans les les spcifications techniques.
Lensemble est indisponible suite la
dfaillance.
01/10/2006
19

Dfinition de la dfaillance (suite)
Une dcomposition fonctionnelle fait appel

des fonctions principales, secondaires,
techniques, de contraintes internes et
externes
Une dcomposition matrielle prend en
compte les notions de systme, soussystme,
ensemble,
sous-ensemble,
composants ...
01/10/2006
20

La dcomposition fonctionnelle est en

parfaite cohrence avec la dfinition dune
dfaillance qui snonce ainsi daprs la
norme AFNOR 60010X :
Une dfaillance est laltration ou la cessation de
laptitude dun ensemble accomplir sa ou ses
fonctions requises avec les performances dfinies
dans les spcifications techniques.
01/10/2006
21

Exemple : Dcomposition fonctionnelles

et matrielles dun systme industriel
Fig. 2 rsume les dmarches prconise
pour un exemple de systme complexe en
provenance de lindustrie nuclaire.
01/10/2006
22

DECOMPOSITION FONCTIONNELLE
Assurer linjection aux joints

des pompes primaires
Mettre en mouvement un
fluide
DECOMPOSITION MATERIELLE
Systme de contrle volumtrique et chimique
Ensemble des pompes de charge
Groupe motopompe lectrique

Transformer une nergie
mcanique en nergie lectrique
Moteur lectrique
Crer un champ magntique
tournant
Fig. 2. Dcomposition fonctionnelles et matrielles

dun systme industriel.
01/10/2006
Stator
Enroulement
23

Le principe de dcomposition fonctionnelle est

indispensable pour clairer les notions de
dfaillance, de leurs causes et de leurs effets. En
effet, la principale source dincomprhension dans
les discussions entre spcialistes provient du fait
que chaque interlocuteur possde sa propre
dcomposition fonctionnelle qui ne correspond pas
ncessairement celle des autres interlocuteurs.
01/10/2006
24

Un dfaut est tout cart entre la

caractristique observe sur le dispositif et
la caractristique de rfrence lorsque celuici est en dehors des spcifications.
Les dfauts sont classifies dune faon
similaire aux dfaillances (voir [1], chapitre
2).
01/10/2006
25

Les dfaillances, compte tenu de leurs

manifestations, de leurs effets et de
leurs consquences ont fait l objet de
plusieurs classifications. On qualifiera
alors les pannes de mineurs, majeurs,
critiques, catastrophiques, partiels,
totales, etc.(voir [1], chapitre 2) .
01/10/2006
26
Dfinition des dfauts et pannes

Le concept de dfaut est important dans les oprations de
surveillance et la maintenance des processus industriels.
Un dfaut est tout cart entre la caractristique observe
sur le dispositif et la caractristique de rfrence lorsque
celui-ci est en dehors des spcifications.
Les dfauts sont classifies d une faon similaire aux
dfaillances (voir [1], chapitre 2).
01/10/2006
27
La panne est linaptitude dun dispositif

accomplir une fonction requise.
Ds lapparition dune dfaillance,
caractris par la cessation du dispositif
accomplir sa fonction, le dispositif sera
dclar en panne.
01/10/2006
28

Par consquent, une panne rsulte
toujours dune dfaillance. Les pannes
sont classifies dune faon similaire
aux dfaillances. Cependant il existe
une classification particulire aux
pannes : panne intermittente et panne
fugitive (voir [1], chapitre 2).
01/10/2006
29

Une dfaillance conduit un dfaut

puisquil existe un cart entre la
caractristique
constate
et
la
caractristique spcifie.
Inversement un dfaut ninduit pas
ncessairement une dfaillance.
Lart du diagnostic consiste dtecter de
faon prcoce un dfaut avant quil ne
conduise un tat de dfaillance donc de
panne.
01/10/2006
30
DISPONIBILITE
Le diagnostic est un des facteurs contribuant la
disponibilit de loutil de production, Fig. 2. (voir
[1], chapitre 2)
Disponibilit : Cest laptitude dun systme
fonctionner lorsquon le sollicite.
La disponibilit peut dcliner en terme de
Fiabilit, Maintenance et Sret.
01/10/2006
31
Disponibilit (suite)
Fiabilit : Cest laptitude dun systme
accomplir sa mission dans des conditions donnes
dutilisation.
Maintenance : Cest laptitude dun systme
tre entretenu ou remis en marche.
Sret : Cest laptitude dun systme respecter
lutilisateur et son environnement.
01/10/2006
32
Composantes de la disponibilit, Fig.3

OBJECTIF DE COTS
-Cots dinvestissement
-- Cots dexploitation
--Cots de dmantlement
disponibilit
CONCEPTS DE MAINTENANCE
- Maintenance corrective
- Maintenance preventive
- Diagnostic
FIABILITE
- Analyse fonctionnelle
- Fiabilit des systmes et des matriels
MAINTENABILITE
Modularit,Testabilit, Zones d accs,
Variabilit
LOGISTIQUE DE SOUTIEN
Personnel formation, documentation, pices de
rechange, outillage.
Fig. 3. Les composantes de la disponibilit.

01/10/2006
33
DIAGNOSTIC
INTERET DU DIAGNOSTIC DES DEFAILLANCES
Domaine industriel : Gain de productivit

La comptitivit de ce secteur passe par la
matrise indispensable de la disponibilit de
loutil de production et par la qualit des
produits des biens ou des services rendus.
01/10/2006
34

Diagnostic
Plusieurs leviers permettant une optimisation

optimal des systmes industriels (discipline de
la scurit de fonctionnement) :
Fiabilit,
Maintenance,
Sret.
01/10/2006
35

Diagnostic
Le diagnostic des dfaillances des

systmes industriels, sil est ralis
avec efficacit ou sil permet de
dtecter de faon prcoce une
dgradation, reprsente un des moyens
pour contribuer gagner des points de
productivit.
01/10/2006
36

Diagnostic
Diagnostic : nombreuses significations :
diagnostic financier
vrification de
ltat financier,
diagnostic mdical
dterminer une
maladie pour en identifier les causes,
diagnostic industriel
trouver la
cause dune dfaillance.
01/10/2006
37

Diagnostic
Diagnostic industriel :
Le diagnostic est lidentification de la
cause probable de la (ou des ) dfaillance(s)
laide dun raisonnement logique fond sur
un ensemble dinformations provenant
dune inspection, dun contrle ou dun
test.
AFNOR, CEI
01/10/2006
38

Diagnostic
Deux tches essentielles en diagnostic :

Observer les symptmes de dfaillance,
Identifier la cause de la dfaillance
laide dun raisonnement logique fond
sur des observations.
01/10/2006
39

Diagnostic
CAUSALITE
Le problme du diagnostic :
Ce problme consiste avant tout rsoudre
le problme inverse de la relation cause
effet connaissant principalement leffet par
ses symptmes observables.
Nous considrons dans la suite de ce cours
que cette relation est de nature dterministe.
01/10/2006
40

Diagnostic
Causalit (suite)
Considrons la relation dterministe dfinie par le

modle suivant, Fig. 4 :
y
F(x)
F
Fig. 4. Relation entre lespace X
des causes et lespace Y des symptmes.
01/10/2006
41

Diagnostic
Causalit (suite)
Soit
X : espace de paramtres inconnus (toutes les
causes)
Y : espace des grandeurs observables (tous les
symptmes)
Le problme tudier est la dtermination de x
solution de y connaissant la fonction F :
F(x)=y
(1)
01/10/2006
42

Diagnostic
Causalit (suite)
Solution triviale
x=F-1(y)
(2)
Cette solution est trs difficile cause
de la ralit physique des matriels.
Pour leffectuer, il faut satisfaire
certaines conditions.
01/10/2006
43

Diagnostic
Causalit (suite)
Conditions utilises pour rsoudre la formule (1),

[BUI 93],[TIKH 76] (problme bien pos et
problme mal pos) :
Un problme bien pos remplit trois conditions
existence de solution pour tout y Y,
unicit de solution de x dans X,
continuit de la solution x(y).
01/10/2006
44

Diagnostic
Causalit (suite)
Un problme mal pos ne remplit pas les trois

conditions prcdentes pour les raisons suivantes :
donnes aberrantes ou fausses y Y,
donnes incompatibles, y F(X) mais y Y
donnes exprimentales bruites,
erreurs de modlisation, approximation
grossire de F,
choix inadquat des topologies dans X et Y. 45
01/10/2006

Diagnostic
Causalit (suite)
Exemple : Un systme mcanique compos dun

moteur lectrique coupl une pompe centrifuge par
lintermdiaire dun multiplicateur de vitesse.
Proposons alors didentifier la cause de dfaillance
induite par le palier roulement billes guidant
laxe du moteur. Le retour dexprience portant sur
des milliards de roulement billes a permis dtablir
un catalogue des mcaniques de ruine qui peuvent
les affecter (dfauts sur les billes, sur la cage et sur
les bagues internes et externes).
01/10/2006
46

Diagnostic
Causalit (suite)
Exemple (suite)
Lapparition dune cause x appartenant

lespace X des causes de dfaillance va ainsi
se manifester par des symptmes y
appartenant lespace Y des symptmes.
Parmi les symptmes les plus classiques se
manifestant sur la surface externe du palier
figurent des niveaux anormaux de vibrations
ou une lvation de temprature.
01/10/2006
47

Diagnostic
Causalit (suite)
Exemple (suite)
Lapparition dune cause x appartenant

lespace X des causes de dfaillance va ainsi
se manifester par des symptmes y
appartenant lespace Y des symptmes.
Parmi les symptmes les plus classiques se
manifestant sur la surface externe du palier
figurent des niveaux anormaux de vibrations
ou une lvation de temprature.
01/10/2006
48

Diagnostic
Causalit (suite)
Exemple (suite)
Supposons que la cause retenue correspondra

une bille fissure et le symptme y1 sera le signal
vibratoire anormal. Il est ncessaire dans ce cas de
placer des capteurs appropris pour mesurer ces
symptmes pour obtenir lespace des observations
Y. Le problme direct consiste donc tre
capable de modliser la relation entre le
symptme y1 associ la cause x1.
01/10/2006
49

Diagnostic
Causalit (suite)
Exemple (suite)
Phase de la modlisation de la relation

entre le symptme associ la cause : A
ce stade apparat dj la premire
difficult : comment dfinir le modle
mathmatique de la cause x1?
01/10/2006
50

Diagnostic
Causalit (suite)
Exemple (suite)
Plusieurs choix sont imaginables :

un modle gomtrique de la fissure de la bille,
une image de la surface de la bille,
un modle mcanique simulant un choc
priodique.
Le modle mathmatique de la cause x1 est
devenu une entit complexe.
01/10/2006
51

Diagnostic
Causalit (suite)
Exemple (suite)
Pour la caractrisation du symptme

y1, la difficult est similaire car les
spcialiste de la diagnostic de
roulement bille vont sintresser
dans les plus part des cas aux allures
du spectre du signal vibratoire.
01/10/2006
52

Diagnostic
Causalit (suite)
Exemple (suite)
Le symptme y1 possdera un modle

compos dun tableau bi-dimensionnel
(amplitude et frquence). Compte tenu de
la complexit des modles de x1 et y1, on
peut imaginer que la construction de la
relation direct y1=F1(x1) est un tche
complexe: construire autant de modles
que Fi, i=1,2, , n que de causes xi.
01/10/2006
53

Diagnostic
Causalit (suite)
Exemple (suite)
Phase de la rsolution du problme

inverse :
En supposant que les modles directs Fi
sont parfaitement dtermins et valids,
et en connaissant les les symptmes yi
il sagit alors de remonter sans
ambigut aux causes xi .
01/10/2006
54

Diagnostic
Causalit (suite)
Exemple (suite)
La difficult ici est que les signatures des

dfauts xi associes aux symptmes yi ont
tendance se chevaucher et de possder
certains attributs en commun. Par causalit,
il en est bien sr de mme pour les
symptmes yi.
Conclusion : Sauf exceptions, lapproche
formelle ne peut pas tre utilise.
01/10/2006
55

Diagnostic
La slection de la mthode de diagnostic la plus

approprie un systme industriel donn ne peut
se faire quaprs un recensement des besoins et
des connaissances disponibles.
Lobjectif de la classification est de structurer la
dmarche ncessaire pour retenir la mthode
techniquement et conomiquement la plus
efficace.
01/10/2006
56

Diagnostic
Les lments indispensables tudier :

nature des causes de dfaillance localiser,
connaissance des symptmes associs aux dfaillances
induites par les causes,
matrise des moyens de mesure des symptmes,
matrise des moyens de traitement des symptmes,
connaissance des mcanismes physiques entre les causes et
les effets,
inventaire du retour dexprience,
recensement des expertises disponibles,
dfinition du niveau de confiance dans le diagnostic,
identification des utilisateurs finals du diagnostic.
01/10/2006
57

Diagnostic
Les diffrentes dispositions prendre au pralable

pour remplir les meilleurs conditions pour raliser un
systme d aide au diagnostic efficace :
tude de l intrt technico-conomique de
l implantation du systme d aide au diagnostic en
prenant en compte le retour d exprience des cots des
dfaillances et leurs impacts sur la productivit de
l investissement,
01/10/2006
58

Diagnostic

systme d aide au diagnostic efficace (suite) :
tude de la fiabilit technique du systme d aide au
diagnostic pour s assurer que des techniques et
technologies sont disponibles et oprationnelles pour le
problme rsoudre,
cration dune quipe de projet avec tous les intervenants
pour dfinir et rdiger le cahier des spcifications
dtailles,
01/10/2006
59

Diagnostic

validation du cahier des charges par les responsables de
l entreprise pour le lancement de la ralisation et de son
implantation,
formation et informations des acteurs pour une utilisation
effective du systme d aide au diagnostic,
01/10/2006
60

Diagnostic

ralisation et implantation du systme d aide au
diagnostic sur site,
mise en place d un retour d exprience pour valuer les
impacts conomiques et sociaux du systme d aide au
diagnostic.
01/10/2006
61

Diagnostic
Les diffrentes tapes techniques

du diagnostic industriel ncessaires
la conception, au dveloppement
et lexploitation de systmes
daide au diagnostic, Fig.5.
01/10/2006
62

Diagnostic
Les diffrentes tapes techniques du diagnostic industriel

Validation des mesures
Caractrisation du
fonctionnement
Dtection
Diagnostic
Identification de la cause
Dcision
Maintenance
Consigne
Processus industriel
Fig. 5. Les diffrentes tapes du diagnostic industriel
01/10/2006
Mesures et Observations
Traitement du signal
63

Diagnostic
1. lextraction des informations ncessaires

la mise en forme des caractristiques
associes aux fonctionnements normaux
et anormaux, partir des moyens de
mesures appropries ou dobservations
ralises hors des rondes par les
personnels de surveillance.
01/10/2006
64

Diagnostic
Les diffrentes tapes techniques du diagnostic industriel (suite)
Deux faons pour estimer la

grandeur physique :
mesure directe : utilisation de
capteurs ,
mesure indirecte : Estimateur
d tat.
01/10/2006
65

Diagnostic
2. llaboration des caractristiques et

signatures associes des symptmes
rvlateurs de dfaillances et de
dgradations en vue de la dtection
d un dysfonctionnement.
01/10/2006
66

Diagnostic
2 (suite). Validation des mesures

Cest lopration qui consiste
engendrer une information reprsentant
une grandeur physique, qui sera
considre crdible et fiable par les
utilisateurs : les oprateurs et les
systmes de diagnostic.
01/10/2006
67

Diagnostic
2. (suite) Mthodes pour la dtection et la validation de

mesures invalides (voir [1], chapitre 3)
Mthodes classiques :
la redondance directe,
la comparaison avec un seuil statique,
le vote majoritaire,
le test de certaines caractristiques,
la comparaison avec des seuils dynamiques,
le test de certaines caractristiques,
l talonnage systmatique des capteurs.
01/10/2006
68

Diagnostic
2. (suite) Les principales signatures (voir [1], chapitre 3)

signatures vibratoires,
signatures acoustiques,
signatures magntiques,
analyse des lubrifiants,
signatures thermiques,
signatures radiographique,
signatures lectriques.
01/10/2006
69

Diagnostic
3. la dtection dun dysfonctionnement par

comparaison avec des signatures associes
des tats de fonctionnements normaux et la
dfinition dindicateurs de confiance dans la
dtection. Le bruit associs aux signatures est
prise en compte par lutilisation des tests de
dcision statistiques.
01/10/2006
70

Diagnostic
4. la mise en uvre dune mthode

de diagnostic de la dfaillance ou de
dgradation partir de l utilisation
des connaissances sur les relations
de cause effet.
01/10/2006
71

Diagnostic
5. la prise de dcision en fonction des

consquences futures des dfaillances et
des dgradations. Cette prise de
dcision peut conduire un arrt de
linstallation si ces consquences sont
importantes.
01/10/2006
72

Diagnostic
Les diffrentes mthodes du diagnostic :

Si la prise de dcision conduit dclarer le processus
dfaillant, il convient alors de slectionner une
mthode de diagnostic.
Les mthodes de diagnostic sont divis en deux
grandes familles:
les mthodes internes,
les mthodes externes.
01/10/2006
73

Diagnostic
Les diffrentes mthodes du diagnostic (suite)
les mthodes internes

Ces mthodes sont base sur des modles physiques ou
de comportement (modles mathmatiques) valids
exprimentalement par les techniques didentification de
paramtres. Ainsi, ces modles permettent la mise en
uvre la mthode du problme inverse.
Le diagnostic de dfaillance est possible en suivant en
temps rel lvolution des paramtres physiques ou bien
en utilisant linversion de modles de type bote
noire .
01/10/2006
74

Diagnostic
les mthodes internes (suite)
Ces mthodes regroupent en trois

grandes familles :
la mthode du modle,
les mthodes didentification de
paramtres ou destimation du
vecteur dtat.
01/10/2006
75

Diagnostic
la mthode du modle
Cette mthode consiste comparer les grandeurs
dduites dun modle reprsentatif du fonctionnement
des diffrentes entits du processus avec les mesures
directement observes sur le processus industriel. La
prsence dun cart fournit lindication quen amont
du module modlis une anomalie est en cours
dapparition (voir [1], chapitre 3).
01/10/2006
76

Diagnostic
les mthodes didentification de paramtres ou

destimation du vecteur d tat, Fig. 6
Ces mthodes sont bases sur la prise en compte
des observations u, y pour remonter aux paramtres
ou son vecteur d tat interne x. Les lments
et x ayant par dfinition un sens physique ou quasiphysique, la cause exacte de la dfaillance devient
aise localiser (voir [1], chapitre 3).
01/10/2006
77

Diagnostic
Processus
Paramtres, tat
Entres
Sorties
Estimation de paramtres
ou dtat
, x
temps
Fig. 6. Principe du diagnostic interne.
01/10/2006
78

Diagnostic
les mthodes externes

Ces mthodes supposent quaucun modle nest
disponible pour dcrire les relations de cause effet.
La seule connaissance repose sur lexpertise humaine
conforte par un solide retour dexprience. Dans
cette catgorie, on retrouve toutes les mthodes base
sur lintelligence artificielle et/ou les approches
probabilistes (voir [1], chapitre 3).
01/10/2006
79

Diagnostic
les mthodes externes (suite)
Ces mthodes sont :

Reconnaissance des formes,
Rseaux de neurones artificiels,
Systmes experts,
Logique floue,
Approches Markoviennes.

01/10/2006
80

Diagnostic
Les diffrentes mthodes utilises pour

remonter la cause de la dfaillance (isolation).
Deux mthodes (voir [1], chapitre 3) :
Les mthodes inductives
Ces mthodes ( mthode de larbre de dfaillance,
par exemple) correspondent une approche
montante o lon identifie toutes les combinaisons
dvnements lmentaires possibles qui entranent
la ralisation dun vnement unique indsirable.
01/10/2006
81

Diagnostic
Les diffrentes mthodes utilises pour remonter la cause de la dfaillance (suite)
Les mthodes dductives

Pour ces mthodes, la dmarche est bien
sr invers puisque lon part de
lvnement indsirable et lon recherche
ensuite par une approche descendantes
toutes les causes possibles.
01/10/2006
82
DECISION EN DIAGNOSTIC
Les prise de dcision par les spcialistes
des matriels qui possdent une matrise
des phnomnes physiques, sexercent
chaque tape dune procdure de
diagnostic industriel.
01/10/2006
83

Dcision en diagnostic
Les signatures (symptmes) sont des

grandeurs alatoire. La dtection de la
diffrence ventuelle entre la signature
nominale et celle mesure linstant
prsent ne peut pas tre effectue avec des
mthodes dterministes.
01/10/2006
84

Lors de la dtection de dysfonctionnement,

il faut fixer des seuils de pr-alarme et
alarme sur la valeur de lcart mesure
entre la signature nominale et celle
mesure. Pour dterminer ces seuils, il est
alors ncessaire de dfinir des tests de
dcisions.
01/10/2006
85

Plusieurs rgles de tests statistiques

peuvent tre utilises pour la prise de
dcision (voir [1], chapitre 4) :
les tests binaires (Bayes, Minmax,
Neyman, Pearson),
les tests hypothses multiples,
les tests composites,
les tests squentiels de Wald.
01/10/2006
86

Cas de deux hypothses

Exemple: Diagnostic dun palier
Soit H0 lhypothse associ un bon
fonctionnement dun palier laide de la mesure
de lchauffement .
Affectons ltat normal du palier la temprature
de 50C (hypothse H0 ) et une dgradation la
temprature de 51C (hypothse H1 ).
01/10/2006
87

Cas de deux hypothses (suite)
Exemple: Diagnostic d un palier (suite)
Dans la ralit, les mesures de

temprature sont toujours bruites :
les enregistrements de la tempratures
associs des fonctionnements normaux
et anormaux se chevauchent au cours du
temps, Fig. 7.
01/10/2006
88

53
52
51
50
49
48
Temp.
Ts
25
50
Ts : seuil de dcision
75
100
1.0
0.5
0
46 47 48
Fig. 7. Exemple du palier.
50
51
Ts
52
53
54
01/10/2006
89

Le problme de dcision pour cet exemple

consiste dfinir le seuil Ts partir duquel on
dclarera le palier dfaillant.
Les tests statistiques de dcision considrent que
les lois de transformations entre les sources H0 et
H1 et les observations mesures Y sont des lois
conditionnelles de densit de probabilit
PY/H0(Y/H0) et PY/H1(Y/H1).
01/10/2006
90

Les diffrentes mesures lmentaires

observs zi forment lespace des
observations Z. Lobjet principal des
tests de dcision est de raliser des
partitions Z0 et Z1 de lespace en zones
reprsentatives des hypothses H0 et H1,
Fig. 8.
01/10/2006
91

Z espace des observations

H1
PY/H1(Y/H1)
Z0
Source
Z1
H0
PY/H0(Y/H0)
Fig. 8. Rgions de dcision pour le cas deux hypothses.
01/10/2006
Z0
Z1: zone o H1 est retenue

Z0: zone o H0 est retenue
92

Quatre dcisions possibles :

D00 : H0 est retenue et H0 est vraie (dcision correcte)
D01 : H0 est retenue et H1 est vraie (dcision incorrecte)
D10 : H1 est retenue et H0 est vraie (dcision incorrecte)
D11 : H1 est retenue et H1 est vraie (dcision correcte)
D10 est une fausse alarme (un risque de premire espce).

D01 non dtection (une erreur de deuxime espce).
01/10/2006
93

Il nest pas possible, Fig. 9, de rduire

simultanment la probabilit de fausse alarme
=
p(t / H
)dt
Ts
et la probabilit de non dtection

=
Ts
p(t / H )dt
1
et il faudra donc raliser un compromis.

01/10/2006
94

Ts
p(t / H )dt
1
p(t / H
)dt
Ts
Rgion d acceptation de H0
Rgion d e rejet de H0
Ts
Fig. 9. Reprsentation du test binaire de dcision.
01/10/2006
95

Le problme gnral des tests de

dcision se traduit
dterminer les frontires des zones
pour optimiser le compromis entre
les niveaux de probabilit de fausse
alarme et de non dtection.
01/10/2006
96

Les principaux critres qui diffrencient les tests

concernent :
le nombre K dhypothses Hk,
la connaissance des lois Pk a priori de probabilit de Hk,

le nombre dchantillons de lespace dobservation,
les cots associs chaque dcision Cij,
une fonction de cot global R,
la connaissance des lois conditionnelles de densit de
probabilit des observations PY/Hk(Y/Hk),

la nature des paramtres participant aux modles (dterministes
ou alatoires).
01/10/2006
97
Bibliographie
[1] Gilles ZWINGELSTEIN. Diagnostic des dfaillances, thorie et
pratique pour les systmes industriels. Ed. HERMES, 1995.
[2] Ron PATTON, Paul FRANK and Robert CLARK. Fault
Diagnosis in Dynamic Systems. Theory and Applications.
PRENTICE HALL Publishers.
[3] N. VISWANADHAM, V.V.S. SARMA and M.G. SINGH.
Reliability of computer and control systems. North-Holland Systems
and Control Series, Volume 8.
[4] Rolf ISERMANN. Fault Diagnosis of Machines via Parameter
Estimation and Knowledge Processing- Tutorial Paper. Automatica,
Vol. 29, No. 4, pp. 815-835, 1993.
[5] P.E. Wellstead and M.B. Zarrop. Self-Tuning Systems. Control
and Signal Processing. Wiley Publishers, 1991.
01/10/2006
98

Diagnostic

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Diagnostic

Transféré par

Droits d'auteur :

Formats disponibles

Introduction au diagnostic des dfaillances

Introduction au diagnostic des

Introduction au diagnostic des dfaillances

Ce cours est bas principalement sur lexcellent

Introduction au diagnostic des dfaillances

Introduction au diagnostic des dfaillances

Classification des mthodes de diagnostic

z Mthodes internes - Identification

Tarik AL ANI, A2SI-ESIEE Paris

Introduction au diagnostic des dfaillances

Introduction au diagnostic des dfaillances

Un processus industriel est une

Introduction au diagnostic des dfaillances

Pour assurer ces objectifs fonctionnels de

Introduction au diagnostic des dfaillances

Fig. 1. Dcomposition hirarchique d un processus.

Introduction au diagnostic des dfaillances

Exemples des systmes :

Introduction au diagnostic des dfaillances

Les systmes sont dcomposs en sous-systmes.

Les sous-systmes sont dcomposs en composants

Chaque composant peut tre ensuite dcompos en

Introduction au diagnostic des dfaillances

Exemples des composants bien identifis :

Introduction au diagnostic des dfaillances

Nature des systmes et composants

Introduction au diagnostic des dfaillances

z systmes lectriques ou lectroniques analogiques ou

logiques : capteurs, rgulateurs et automates

Introduction au diagnostic des dfaillances

Les fonctions assures par le systme

Introduction au diagnostic des dfaillances

Pour effectuer cette analyse il est ncessaire didentifier les

les fonctions du systme en distinguant les missions principales

et secondaires et leurs importances relatives,

des moyens de mesures.

Introduction au diagnostic des dfaillances

Deux cas de figure se prsentent :

Introduction au diagnostic des dfaillances

Dans le premier cas :

Introduction au diagnostic des dfaillances

Dans le second cas :

Introduction au diagnostic des dfaillances

Selon la norme AFNOR X 06-501, il

Introduction au diagnostic des dfaillances

Introduction au diagnostic des dfaillances

Une dcomposition fonctionnelle fait appel

Introduction au diagnostic des dfaillances

La dcomposition fonctionnelle est en

Introduction au diagnostic des dfaillances

Exemple : Dcomposition fonctionnelles

Introduction au diagnostic des dfaillances

Assurer linjection aux joints

Systme de contrle volumtrique et chimique

Ensemble des pompes de charge

Groupe motopompe lectrique

Fig. 2. Dcomposition fonctionnelles et matrielles

Tarik AL ANI, A2SI-ESIEE Paris

Introduction au diagnostic des dfaillances

Le principe de dcomposition fonctionnelle est

Introduction au diagnostic des dfaillances

Un dfaut est tout cart entre la

Introduction au diagnostic des dfaillances

Les dfaillances, compte tenu de leurs