Académique Documents
Professionnel Documents
Culture Documents
Département GE
TD Surveillance et Diagnostic des systèmes
Problème 1
N.B. : les parties A, B, C et D sont indépendantes.
Partie A : Génération de résidu dans l’espace de parité
On considère un système de mesure décrit par le modèle statique suivant :
y1 k 1 1 e1 k
y k H x k e k soit y2 k 1 1 x k e2 k
y k 1 0 e k
3 3
avec y(k) vecteur d’observation, x(k) vecteur d’état inconnue ; e(k) vecteur bruit des
mesures supposé gaussien et de moyenne nulle.
1. Donner le nombre d’équations de parité indépendantes qu’on peut générer.
2. Calculer la matrice de parité V telle que V.H=0.
3. Analyser la détectabilité et l’isolabilité des défauts qui peuvent affectés ces mesures.
k 1 2 3 4 5 6 7 8 9 10
y1(k) ‐0.23 ‐0.33 ‐0.34 ‐0.01 ‐0.67 ‐0.49 ‐0.54 ‐0.90 ‐0.59 ‐0.86
y2(k) 0.08 0.26 0.49 0.47 0.56 0.47 0.57 0.59 0.68 0.48
y3(k) ‐0.32 0.27 0.84 0.62 1.01 0.94 1.17 0.67 0.95 0.80
4. On donne les mesures de y1, y2 et y3 en bon fonctionnement et on demande de
calculer le résidu r(k) = V.y(k).
5. Calculer la moyenne 1 et l’écart type du résidu r(k) caractérisant l’hypothèse de
bon fonctionnement.
Partie B : Test d’hypothèses binaire globale
1. Donner l’expression du logarithme du rapport de vraisemblance après n observations
indépendantes de r.
2. On cherche à appliquer un test minimax, déterminer le seuil de détection pour =
0,25, 1=0 et 2=0,25 et en utilisant les coûts 0‐1.
3. En déduire les probabilités de fausse alarme (PF) et de non détection (PND).
4. Une observation de 10 valeurs du paramètre r(k) est donnée dans le tableau ci‐
dessous. Appliquer le test minimax sur r(k) et donner l’instant de détection.
k 1 2 3 4 5 6 7 8 9 10
r(k) ‐0.10 ‐0.05 0.10 0.32 ‐0.08 0.39 0.42 0.18 0.46 0.13
Partie C : Test d’hypothèse binaire séquentiel : SPRT
1. Construire le test SPRT
2. Calculer les seuils de détection S1 et S2 pour avoir PF=0,2 et PND=0,2.
3. Appliquer ce test sur l’observation de r(k) donnée ci‐dessous pour une moyenne
=0,25 et = 0,25.
k 1 2 3 4 5 6 7 8 9 10
r(k) ‐0.10 ‐0.05 0.10 0.32 ‐0.08 ‐0.41 ‐0.38 ‐0.18 ‐0.34 ‐0.66
Tracer le comportement de ce test et déduire le signe du biais et l’instant de décision.
4. Comment peut‐on réduire le retard à la détection ? appliquer cette technique et
donner le nouvel instant de détection.
Problème 2
On considère un système dont le mode de fonctionnement est caractérisé par
un paramètre noté r(k). Ce système peut fonctionner selon deux hypothèses de
fonctionnement : hypothèse H1 de bon fonctionnement et hypothèse H2
défaillant.
H : les mesures de r (k ) suivent N 1 ,
On suppose que : 1
H 2 : les mesures de r ( k ) suivent N 2 ,
Partie A : Test d’hypothèse binaire globale
5. Donner l’expression du logarithme du rapport de vraisemblance après n
observations indépendantes de r.
6. Pour = 1, 1=0 et 2=1, déterminer (graphiquement sur les courbes COR)
le seuil de détection du test de Bayes pour une probabilité de fausse alarme
PF=0,3 et en utilisant les coûts 0‐1.
7. En déduire les probabilités a priori (P1 et P2) et la probabilité de non
détection (PND).
8. Démontrer que ce test correspond à un test minimax.
9. Une observation de 10 valeurs du paramètre r(k) est donnée dans le tableau
ci‐dessous. Appliquer le test de bayes sur r(k) et donner l’instant de
détection.
k 1 2 3 4 5 6 7 8 9 10
r(k) ‐0,43 0.66 0.12 0.28 ‐1.14 1.79 2.18 0.96 1.32 1.17
10. Supposons maintenant que l’hypothèse de base H1 = { = 0} contre
l’hypothèse alternative H2 = { = 2} où 2 est une moyenne inconnue.
a. Quel type de test d’hypothèse faut‐il appliquer ?
b. Construire ce test pour un seuil =1,5.
c. Appliquer ce test sur la même observation de r(k) donnée dans la question 5.
En déduire l’instant de détection.
Partie B : Test d’hypothèse séquentiel
On propose maintenant d’appliquer le test GLR et on donne = 1, 1=0 et
2=1, et un seuil η = 1,5.
11. Construire le test GLR qui permet d’estimer l’instant du défaut k0 et
l’amplitude du défaut ..
12. Appliquer ce test sur r(k) (utiliser le tableau donné dans la partie A) et
donner l’estimation de l’instant de détection et de l’amplitude du défaut.
13. Pour une implémentation en ligne de ce test, on propose de l’appliquer
sur un horizon glissant [k‐m k],
‐donner un algorithme permettant d’estimer l’instant et l’amplitude du
défaut.
‐ appliquer ce test pour un horizon de taille m=4.
Courbes des « Caractéristiques Opérationnelles du Récepteur »