Vous êtes sur la page 1sur 72

Title of

Presentation

Prof. Hemsas Kamel Eddine


University Ferhat Abbas Setif-1
Setif, Algeria
Surveillance La surveillance est un dispositif passif, informationnel qui analyse l'état du système et fournit des indicateurs. La
surveillance consiste notamment à détecter et classer les défaillances en observant l'évolution du système puis à les
diagnostiquer en localisant les
éléments défaillants et en identifiant les causes premières.

La surveillance se compose donc de deux fonctions principales qui sont la détection et le diagnostic. La Figure 1 montre une
architecture générale d’un système de surveillance. Les principales raisons qui conduisent à surveiller un système sont :
La conduite : qu’il s’agit d’optimiser et qui est une tâche en ligne (production maximale, sécurité, non dégradation des
équipements). Ceci passe par la surveillance du procédé afin de détecter toute anomalie de fonctionnement et de l’identifier
aussi bien que possible. Ce type d’action est aussi appelé supervision : surveillance + conduite.
La maintenance : qui a pour objet d’optimiser le remplacement ou la réparation d’équipements usés ou défectueux. On peut
citer trois types de maintenance :
􀂃􀂃 Maintenance corrective : intervient après la détection et la localisation d’un défaut.
􀂃􀂃 Maintenance préventive : Maintenance effectuée dans l’intention de réduire la probabilité de défaillance d’un bien ou la
dégradation d’un service rendu. C’est une intervention de maintenance prévue, préparée et programmée avant la date probable
d’apparition d’une défaillance. Le plus souvent elle est systématique, c'est-à-dire une maintenance préventive effectuée selon un
échéancier établi suivant le temps ou le nombre d’unités d’usage.
􀂃􀂃 Maintenance conditionnelle : alternative à la maintenance systématique, fait l’objet d’une demande croissante dans un
grand nombre d’applications industrielles. Cette maintenance est basée sur la surveillance en continu de l’évolution du système,
afin de prévenir un dysfonctionnement avant qu’il n’arrive. Elle n’implique pas la connaissance de la loi de dégradation. La
décision d’intervention préventive est prise lorsqu’il y a évidence expérimentale de défaut imminent, ou approche d’un seuil de
dégradation prédéterminé. Elle impose donc des traitements en ligne, au moins en partie.
Figure 1. Michèle Basseville, Marie-Odile Cordier. Surveillance et diagnostic de systèmes dynamiques: approches complémentaires
du traitement de signal et de l’intelligence artificielle. [Rapport de recherche], RR-2861, INRIA. 1996. inria-00073830
Chapitre II
Techniques /Methodes de Diagnostic des Défaillances
(03 Semaines)
Analyse thermique (mesure de la température), Analyse des
courants, Analyse des vibrations, Analyse des lubrifiants,

Résumé : Un système de surveillance comporte deux fonctions de base :


détection et diagnostic. Les méthodologies de surveillance sont généralement
divisées en deux groupes : méthodologies de surveillance avec modèle et
sans modèle. Les premières se basent sur l'existence d'un modèle formel de
l’équipement et utilisent généralement les techniques de l'automatique. La
deuxième catégorie de méthodologies est plus intéressante dès lors qu’un
modèle de l’équipement est inexistant ou difficile à obtenir. Dans ce cas, on
utilise les outils de la statistique et de l'Intelligence Artificielle. La fonction
surveillance est alors vue comme une application de reconnaissance des
formes. Les formes représentent le vecteur d’entrée composé par les
différentes données de l’équipement (données mesurables et qualifiables) et
les classes représentent les différents modes de fonctionnement.
2.1 TERMES GENERAUX
Faute : Action, volontaire ou non, dont le résultat est la non prise en compte
correcte d’une directive, d’une contrainte exprimée par le cahier des charges.
Défaut : Ecart existant entre la valeur réelle d’une caractéristique du système
et sa valeur nominale.
Dégradation : Une dégradation représente une perte de performances d'une
des fonctions assurées par un équipement.
Si les performances sont au-dessous du seuil d'arrêt défini dans les
spécifications
fonctionnelles de cet équipement, il n'y a plus dégradation mais défaillance.
Défaillance : Une défaillance est l'altération ou la cessation de l'aptitude d'un
ensemble à accomplir sa ou ses fonctions requises avec les performances
définies dans les spécifications techniques. On peut classer les défaillances
selon leur degré de sévérité par :
 Défaillance critique : nécessite une intervention d'urgence.
 Défaillance significative : nécessite un processus de traitement.
 Défaillance absorbable : pouvant être ignorée dans un premier temps.

Erreur : Partie du système ne correspondant pas ou correspondant incomplètement


au cahier des charges. En toute logique, une erreur est la conséquence d’une faute.
Résidu : Signal conçu comme indicateur d’anomalies fonctionnelles ou
comportementales.
Panne : Une panne est l'inaptitude d'une entité (composant ou système) à
assurer une fonction requise.
Si nous écartons la possibilité d'erreurs de conception, la définition précédente
implique
que toute défaillance entraîne une panne. La défaillance correspond à un
événement et la panne à un état. Sur le plan temporel, la défaillance
correspond à une date et la panne à une durée comprise entre la date
d'occurrence de la défaillance et la date de fin de réparation.

Mode de fonctionnement : Un système présente généralement plusieurs


modes de fonctionnement. On peut observer des modes de plusieurs types
parmi lesquels :
Mode de fonctionnement nominal : c’est le mode où l’équipement ou le
système
industriel remplit sa mission dans les conditions de fonctionnement requises
par le
constructeur et avec les exigences attendues de l’exploitant.
Mode de fonctionnement dégradé : qui correspond soit à
l’accomplissement partiel
de la mission, soit à l’accomplissement de celle-ci avec des performances
moindre.
Mode de fonctionnement : Un système présente généralement
plusieurs modes de fonctionnement. On peut observer des modes de
plusieurs types parmi lesquels :
Mode de fonctionnement nominal : c’est le mode où l’équipement
ou le système industriel remplit sa mission dans les conditions de
fonctionnement requises par leconstructeur et avec les exigences
attendues de l’exploitant.
Mode de fonctionnement dégradé : qui correspond soit à
l’accomplissement partiel de la mission, soit à l’accomplissement de
celle-ci avec des performances moindre. En d’autres termes, il y a eu
dégradation dans l’équipement ou le système mais pas de défaillance.
Mode de défaillance : qui correspond à des mauvais
fonctionnements du système, c'est-à-dire qu’il y a eu défaillance soit
après dégradation soit défaillance brusque.
Un mode de défaillance est caractérisé par les effets causés par cette
défaillance. Ces effets peuvent être mesurables ou qualifiables. En
faisant une analyse de cause à effet de la défaillance, on peut associer
le mode de défaillance à toute cette analyse faite par un expert. En
d’autres termes, à chaque mode de défaillance, on associe une
décision et une interprétation possible. Chaque équipement ou système
On distingue par ordre croissant d'importance :
- Les défaillances naissantes.
- les défaillances ayant un caractère passager.
- les défaillances constantes
- les défaillances évoluant dans le temps.
- Les défaillances catastrophiques

Figure II.1 : Signal indicateur


On distingue par ordre croissant d'importance :
- Les défaillances naissantes.
- les défaillances ayant un caractère passager.
- les défaillances constantes
- les défaillances évoluant dans le temps.
- Les défaillances catastrophiques

Le fonctionnement anormal peut provenir :


- de l'observation que l'on a du système physique ( défaillance capteur )
- des organes de commande ( défaillance actionneur )
- du processus lui-même
- de l'unité de traitement ou de commande
- des opérateurs

La diagnosticabilité est la propriété d’un système à exhiber différentes


observations pour un ensemble prédéfini d’hypothétiques défauts. Elle
est exprimée en termes de signature des défauts sur le système sans
aucune référence au système de diagnostic utilisé
Distinguabilité & L’indistinguabilité.
La détectabilité est une propriété structurelle du système considéré, qui décrit
la manière dont le comportement du système est affecté par les défauts.
2.2 FONCTIONS

Acquisition : Collecte des données en provenance du procédé.

Détection : Pour détecter les défaillances du système, il faut être capable


de classer les situations observables comme étant normales ou
anormales.
Cette classification n'est pas triviale, étant donné le manque d'information
qui
caractérise généralement les situations anormales. Une simplification
communément
adoptée consiste à considérer comme anormale toute situation qui n'est pas
normale.

Suivi. Fonction maintenant en permanence un historique des traitements


effectués par le système de commande/supervision et une trace des
événements que perçoit le système.
Diagnostic L'objectif de la fonction diagnostic est de rechercher les causes et
de localiser les organes qui ont entraîné une observation particulière.
Cette fonction se décompose en deux fonctions élémentaires : localisation et
identification. A partir de l'observation d'un état de panne, la fonction diagnostic
est chargée de retrouver la faute qui en est à l'origine. Ce problème est difficile
à résoudre. En effet si, pour une faute donnée, il est facile de prédire la panne
résultante, la démarche inverse qui consiste à identifier la faute à partir de ses
effets, est beaucoup plus ardue. Une défaillance peut généralement être
expliquée par plusieurs fautes. Il s'agit alors de confronter les observations
pour fournir la bonne explication (Figure I.2).

Figure 2.2 Difficulté du diagnostic. Deux fautes conduisent à la même panne


ce qui complique l’opération inverse, en l’occurrence le diagnostic
Localisation La localisation permet de déterminer le sous-ensemble
fonctionnel défaillant.
Identification de la cause Cette dernière étape consiste à déterminer les
causes qui ont mené à une situation anormale.
Ces causes peuvent être internes (sous-ensembles défaillants faisant partie de
l’équipement), ou bien externes à l’équipement.
Reconfiguration : Fonction consistant à changer la commande envoyée au
système ou la disposition matérielle du système pour éviter (ou faire face à)
une
Nota:panne.
Lien entre diagnostic et pronostic :
Le diagnostic consiste à détecter l’occurrence de fautes sur un système, les identifier,
les caractériser et les isoler. De manière générale, le diagnostic est postérieur à
l’apparition d’une faute ou d’une défaillance sur le système alors que le pronostic est
antérieur à la survenue de la défaillance.
2.3 PROCEDURE DE DETECTION ET D’ISOLATION DES DEFAUTS
La procédure de détection et d’isolation des défauts passe par 03 étapes
essentielles : La détection, la localisation et l’identification. Ces étapes sont
résumées sur la figure suivante :

Figure 2.3 : Procédure de détection et d’isolation des défauts.


2.4 METHODES DE DIAGNOSTIC
Les méthodes de diagnostic sont nombreuses et variées, elles correspondent à
la diversité des problèmes rencontrés. Il est possible de les classer selon
plusieurs manières .

Les méthodes de diagnostic industriel tel qu’elles sont présentées dans ce


paragraphe sont illustrées sur la Figure (2.4).

L’existence d’un modèle formel ou mathématique de l’équipement détermine la


méthode de diagnostic utilisée.

Le diagnostic avec modèle se compose essentiellement de deux techniques :


méthodes de redondance physique et analytique et méthodes d’estimation
paramétrique.

D’un autre côté, les méthodes qui ne se basent pas sur l’existence du modèle
se divisent en deux catégories : méthodes utilisant des outils statistiques et
2.4 METHODES DE DIAGNOSTIC (suite)
Les outils statistiques établissent des tests sur les signaux
d’acquisition. Ces tests ne sont capables d’assurer que la fonction détection de
défaillances.
Par contre, les techniques de diagnostic par reconnaissance des
formes sont plus élaborées par rapport aux simples tests statistiques et sont
capables de détecter et de diagnostiquer les défaillances.
Généralement, les méthodes les plus familières sont les méthodes
basées sur l’utilisation de modèles mathématiques. Celles-ci utilisent la
redondance existant entre les différentes variables mesurées en terme de

relations statiques ou dynamiques.


Cependant, les méthodes dites sans modèles possèdent plusieurs
Le diagnostic
avantages sans modèle
et souvent sont est étudié
le seul depuis
issus: lorslesqu'un
années 50. Ildeest
modèle utilisé dansestle
l’équipement
cas de certains systèmes dont on ne dispose pas de modèles mathématiques (ou
inexistant
que ceuxouci difficile à obtenir.
sont difficiles à obtenir). Il exploite des données acquises (entrées et
sorties) sur le système ainsi que des informations reposant sur l’expertise
Figure 2.4 : Classifications des méthodologies de diagnostic industriel.
Fig. 2.15. General scheme of process-model-based fault detection and diagnosis
Fault diagnosis method classification
Classifications des méthodologies de diagnostic industriel.
Exemple d’une boucle de supervision (surveillance+action) d’un équipement
industriel avec toutes les notions définies précédemment.
La surveillance préventive permet d’anticiper sur tout le traitement de détection
et diagnostic avant que le signal n’atteigne le seuil d’alarme.
2.4.1 METHODES DE DIAGNOSTIC A BASE DE MODELE MATHEMATIQUE
Les méthodes de surveillance avec modèle ont pour principe de comparer les
mesures
effectuées sur le système aux informations fournies par le modèle. Les méthodes à
base de modèles nécessitent une connaissance approfondie du système physique.

Tout écart est alors synonyme d’une défaillance. Les outils de la théorie de la
décision sont ensuite utilisés pour déterminer si cet écart est dû à des aléas
normaux comme, par exemple, le bruit de mesure ou s’il traduit une défaillance
du système.

Ces méthodes peuvent être séparées en deux techniques : techniques de


Bien que ces
redondance approches
physique soient différentes,
et analytique leur d’estimation
et techniques but est paramétrique.
le même; il consiste à générer un vecteur
caractéristique : le résidu, qui est sensiblement nul en
absence de défauts et non nul en leur présence. Ainsi,
le problème de diagnostic des défauts par ces
méthodes peut se reformuler sous la forme d’un
problème de génération de résidus. Ces derniers
devant justifier de certaines propriétés. C’est ce que l’on
retrouve dans la littérature sous le nom du Problème
Fondamental de Génération de Résidus :“FPRG”,
2.4.1 METHODES DE DIAGNOSTIC A BASE DE MODELE MATHEMATIQUE
Les méthodes de surveillance avec modèle ont pour principe de comparer les
mesures
effectuées sur le système aux informations fournies par le modèle.
Modèle : Un système physique étant un ensemble constitué de composants
interconnectés, un modèle d'un système est donc une description de sa
structure physique et une représentation comportementale et/ou fonctionnelle,
abstraite, de chacun de ses composants.
Détection de défauts basée sur les modèles
REDONDANCE PHYSIQUES ET ANALYTIQUES
a) Redondances physiques
Afin de fiabiliser la détection des défaillances à partir des signaux mesurés, il
faut un
moyen pour distinguer les défaillances capteurs des défaillances système. La
méthode la plus simple consiste à utiliser la redondance physique. Il s’agit de
doubler ou tripler des composantes de mesure du système. Si ces
composantes identiques placées dans le même environnement émettent des
signaux identiques, on considère que ces composants sont dans un état de
fonctionnement nominal et, dans le cas contraire, on considère qu’une
défaillance capteur s’est produite dans au moins une des composantes [23].
Cette méthode par redondance physique a l’avantage d’être
conceptuellement simple mais est coûteuse à être mise en oeuvre et conduit
à des installations encombrantes. Elle est, par conséquent, utilisée
uniquement pour la surveillance des sous-ensembles critiques d’un système.
Un autre inconvénient est que les composantes identiques fabriquées dans la
Cependant, il existe deux approches:
La première est dite traditionnelle et consiste à ajouter des capteurs afin d’obtenir
des informations supplémentaires sur l’état du système. C’est la redondance
matérielle. L’inconvénient majeur de cette approche est le coût additionnel en
équipement.

Schéma représentant la redondance matérielle.

La deuxième approche est dite redondance analytique. Elle consiste à développer


des algorithmes de détection et de localisation des défauts en utilisant les mesures
disponibles sur le système. Une équation de redondance analytique est une équation
dans laquelle toutes les variables sont connues. Pour éviter les fausses alarmes ou les
manques de détection, ces algorithmes doivent tenir compte des bruits de mesure,
des perturbations ainsi que des erreurs de modélisation. Les méthodes basées
sur cette approche sont plus simples, plus flexibles, moins coûteuses et plus
écologiques que l’approche traditionnelle.
REDONDANCE PHYSIQUES ET ANALYTIQUES

b) Redondances analytiques
Les méthodes de redondance analytique nécessitent un modèle du système à
surveiller. Ce modèle comprend un certain nombre de paramètres dont les
valeurs sont
supposées connues lors du fonctionnement nominal. Dans la mesure où le
diagnostic est établi à partir des mesures échantillonnées des grandeurs
observables du système, la modélisation de ce dernier sous forme discrète
semble être raisonnable. De plus, dans le cas où le système présente un
caractère non linéaire, il est possible, afin de disposer d’un modèle plus
simple, d’opérer une linéarisation autour d’un point de fonctionnement.
Principe de diagnostic avec modèle

Schéma de principe du diagnostic des défauts à base d’observateurs.


Structure d’observateur simple.

Schéma de principe du diagnostic des défauts à base d’observateurs.


Structure d’observateurs dédiés.
DOS- Dedicated Observer Scheme

pour la détection des défauts actionneurs

Dans un schéma d’observateur dédié (DOS), le ième observateur est piloté


par la ième entrée et toutes les sorties; les m − 1 autres entrées restantes
sont considérées comme inconnues et la sortie de cet ième observateur est
insensible aux défauts des entrées non utilisées.

Dans ce type de structure, il est question de construire autant d’observateur que de


défaut à détecter, chacun d’entre eux génère un résidu insensible à tous les défauts sauf
un. Ainsi l'observateur recevant une mesure défaillante fournit une mauvaise estimation
des variables estimées, tandis que les estimations des autres observateurs convergent
vers les mesures des sorties correspondantes sauf sur la sortie erronée. Ce schéma reste
valable même dans le cas de plusieurs défauts simultanés. Mais, si cette structure donne
parfois des bons résultats sa conception reste très limitée car elle ne permet pas de
s’affranchir des entrées inconnues et des bruits
Structure d’observateurs généralisés (GOS)
(GOS- Generalized Observer Scheme).

le ième observateur est piloté par


toutes les entrées sauf la ième et
toutes les sorties. La sotie de cet
observateur est donc sensible aux
défauts de toutes les entrées sauf
ceux de l’entrée i. Le principe est le
même pour la reconstruction des
défauts capteurs.
Dans ce genre de structure, il s’agit de synthétiser un certain nombre d’observateurs où
chacun d’entre eux étant insensibles à un seul défaut. Si un défaut apparaît alors, toutes
les estimations d’états seront erronées sauf celles issues de l’observateur insensible à ce
seul défaut. Ce schéma offre plus de degrés de liberté pour la conception de
l'observateur et permet d'augmenter la robustesse. Cependant, en plus de ne pas être
généralement pas capables de résoudre les problèmes de localisation des défauts, La
problématique de cette approche reste dans les interactions entre les sous-systèmes. En
effet, si ces interactions sont faibles (voire nulle), un défaut n'affectera que l'estimation
de l'observateur local correspondant. Il est alors possible de localiser le composant
défaillant. En revanche, si les interactions sont grandes, un défaut d'un des composants
se propagera aux observateurs des autres composants.
Le diagnostic à base de modèle fait intervenir les 03 principes de
base que sont la génération de résidus, la détection et la
localisation. Ces méthodes peuvent s'interpréter comme indiqué
par la figure

Architecture générale de la détection de défauts à base de modèle

par la suite Estimation d’Etat et Diagnostic de Fonctionnement des Systèmes non Linéaires
a-Cas des défauts actionneurs

b-Cas des défauts capteurs


DIAGNOSTIC ET MODÉLISATION
II.1 Diagnostic
Deux tâches essentielles en diagnostic :
1. Surveillance : observer les symptômes de défaillance ;
2. Diagnostic : identifier la cause de la défaillance à l’aide d’un raisonnement
logique fondé sur des observations.

,! Le problème du diagnostic correspond à la Recherche de la causalité entre


les espaces des causes X et des symptômes Y :

Ce problème consiste avant tout à résoudre le problème inverse de la relation


“cause à effet” connaissant principalement l’effet par ses symptômes
observables.
Conditions utilisées pour résoudre (II.3)
Le problème est dit bien posé ssi remplit trois conditions :

Un problème mal posé ne remplit pas les trois conditions précédentes pour les
raisons suivantes
Fig. (II.1) – Diagnostic basé modèle.
Pour établir un diagnostic il est alors nécessaire de surveiller les comportements du
systèmes, en vue de détecter et localiser la défaillance. La détection d’une défaillance
exploite généralement des méthodes basées modèles afin d’estimer le comportement
(eg. normal) du système vis-à-vis de ces réponses courantes.

Fig. (II.2) – Structure d’une FDI


Parmi les avantages des méthodes basées modèles, il est possible d’énumérer
les suivants :
1. possibilité d’identifier le type du défaut ;
2. possibilité de remonter à la source du défaut ;
3. facilite la commande du système

Les approches basées modèles possèdent cependant des limitations


importantes :

1. le système doit être bien connu et son modèle (très) précis ;


2. certaines non-linéarités dans les modèles nécessitent des techniques
complexes de diagnostic ;
3. les systèmes complexes ayant un grand nombre de variables et de
paramètres sont difficiles à diagnostiquer en temps réel
Types de maintenances et évènements associés (Razafindrazato, 2010)
Figure7 : Les stratégies de maintenance ( Boulenger & Pachaud,1998)
Figure 8 : Les trois fonctions opérationnelles de la maintenance (Monchy , 2003)
Maintenance basée sur la fiabilité

Figure 09: Différentes phases d’une étude MBF (Anonyme, 2011)


Diagnostic : nombreuses significations :

– diagnostic financier vérification de l’état financier,

– diagnostic médical déterminer une maladie pour en


identifier les causes,

– diagnostic industriel trouver la cause d’une


défaillance.

Diagnostic industriel :

« Le diagnostic est l’identification de la cause probable de la


(ou des ) défaillance(s) à l’aide d’un raisonnement logique
fondé sur un ensemble d’informations provenant d’une
inspection, d’un contrôle ou d’un test. » AFNOR, CEI
INTERET DU DIAGNOSTIC DES DEFAILLANCES
Domaine industriel : Gain de productivité
La compétitivité de ce secteur passe par la maîtrise
indispensable de la disponibilité de l’outil de production et par
la qualité des produits des biens ou des services rendus.

Plusieurs leviers permettant une optimisation optimal des systèmes


industriels (discipline de la sécurité de fonctionnement) :
»Fiabilité,
»Maintenance,
»Sûreté.

Le diagnostic des défaillances des systèmes industriels, s’il est


réalisé avec efficacité ou s’il permet de détecter de façon
précoce une dégradation, représente un des moyens pour
contribuer à gagner des points de productivité.
Deux tâches essentielles en diagnostic :
• Observer les symptômes de défaillance,
• Identifier la cause de la défaillance à l’aide d’un raisonnement
logique fondé sur des observations.
Un processus industriel est une installation complexe assumant un
objectif fonctionnel de haut niveau (production de bien ou de service).

Un processus assure la fabrication d’un produit ou fournit un service.


Exemples :
• Une raffinerie : produits pétroliers élaborés
• Une central électrique : courant électrique
• Un avion : service de transport de bien ou de personnes
• Un ordinateur : service de calculs scientifiques ou de gestion

Fig. 1. Décomposition hiérarchique d ’un processus.


Pour assurer ces objectifs fonctionnels de haut niveau, le processus fais appel à un ensemble de systèmes interconnectés,
Figure 1. Chaque système assure une ou plusieurs fonctions bien définie(s).

Exemples des systèmes :


• Dans une central nucléaire, un générateur de vapeur a pour fonction principal d’évacuer la chaleur du circuit primaire et
de produire de la vapeur.
• Pour un avion, les moteurs contribuent à la fonction propulsion.

Les systèmes sont décomposés en sous-systèmes.


􀁺􀁺 Les sous-systèmes sont décomposés en composants bien déterminés. En règle générale et en pratique ce sont
sur ces composants que l’on effectuera de la maintenance et non sur des systèmes.
􀁺􀁺 Chaque composant peut être ensuite décomposé en pièce élémentaire qui en général est l’élément qui fera
l’objet d’un échange standard.
Fault diagnosis method classification
Classifications des méthodologies de diagnostic industriel.
Classification des méthodes de diagnostic
􀁺􀁺 Méthodes internes
–Méthodes de modèle,
–Méthodes d ’identification de paramètres,
–Méthodes d ’estimation du vecteur d ’état.
􀁺􀁺 Méthodes externes
– Reconnaissance des formes,
–Réseaux de neurones artificiels,
–Systèmes experts.
􀁺􀁺 Méthodes inductives et déductives
􀁺􀁺 Méthodes internes - Identification de paramètres
􀁺􀁺Théorie de la décision.
Nature des systèmes et composants
Les méthodes de diagnostic ne possèdent pas de caractère
universel. En fonction de la nature de processus, systèmes, sous
systèmes, composants, il faudra mettre en œuvre à chaque fois
des méthodes spécifiques tenant compte des technologies
déployées.

Les fonctions assurées par le système possèdent une


hiérarchie en terme d’importance et il convient toujours de
s’interroger sur les aspects technicoéconomiques avant
d’envisager la mise en oeuvre d’une méthode de
diagnostic.
Deux cas de figure se présentent :
• soit le projet se situe à la phase de conception,
• soit ce projet doit prendre en compte l’existant.

Dans le premier cas :


il est alors possible de procéder à une analyse de la sûreté de fonctionnement
pour se fixer les objectifs a priori de disponibilité. Dans ce cas on pourra alors
prévoir des matériels redondants et une instrumentation pertinente pour avoir
accès à l’information indispensable pour la mise en oeuvre du diagnostic.

Dans le second cas :


il faudra très souvent se contenter de l’information existante ce qui limitera
l’exhaustivité du diagnostic.
CAUSALITE
Le problème du diagnostic : Ce problème consiste avant tout à
résoudre le problème inverse de la relation “cause à effet”
connaissant principalement l’effet par ses symptômes
observables.
Nous considérons dans la suite de ce cours que cette relation
est de nature déterministe.

Considérons la relation déterministe définie par le modèle suivant, Fig. 1 :

Fig. 4. Relation entre l’espace X des causes et l’espace Y des symptômes.


Considérons la relation déterministe définie par le modèle suivant, Fig. 1 :

Fig. 4. Relation entre l’espace X des causes et l’espace Y des symptômes.

Soit
X: espace de paramètres inconnus (toutes les causes)
Y : espace des grandeurs observables (tous les symptômes)
Le problème à étudier est la détermination de x solution de y connaissant la
fonction F : F(x)=y (1)

Solution triviale x=F-1(y) (2)


Cette solution est très difficile à cause de la réalité physique des matériels.
Pour l’effectuer, il faut satisfaire certaines conditions.
Conditions utilisées pour résoudre la formule (1),
[BUI 93],[TIKH 76] (problème bien posé et problème mal posé) :
• Un problème bien posé remplit trois conditions
– existence de solution pour tout y ∈ Y,
– unicité de solution de x dans X,
– continuité de la solution x(y).

• Un problème mal posé ne remplit pas les trois conditions précédentes pour
les raisons suivantes :
– données aberrantes ou fausses y ∉ Y,
– données incompatibles, y ∉ F(X) mais y ∈ Y
– données expérimentales bruitées,
– erreurs de modélisation, approximation grossière de F,
– choix inadéquat des topologies dans X et Y.
Exemple : Un système mécanique composé d’un moteur
électrique couplé à une pompe centrifuge par l’intermédiaire
d’un multiplicateur de vitesse.
Proposons alors d’identifier la cause de défaillance induite par le
palier à roulement à billes guidant l’axe du moteur. Le retour
d’expérience portant sur des milliards de roulement à billes a
permis d’établir un catalogue des mécaniques de ruine qui
peuvent les affecter (défauts sur les billes, sur la cage et sur
les bagues internes et externes).

L’apparition d’une cause x appartenant à l’espace X des causes


de défaillance va ainsi se manifester par des symptômes y
appartenant à l’espace Y des symptômes.
Parmi les symptômes les plus classiques se manifestant sur la
surface externe du palier figurent des niveaux anormaux de
vibrations ou une élévation de température.
Exemple : Un système mécanique composé d’un moteur
électrique couplé à une pompe centrifuge par l’intermédiaire
d’un multiplicateur de vitesse.
Proposons alors d’identifier la cause de défaillance induite par le
palier à roulement à billes guidant l’axe du moteur. Le retour
d’expérience portant sur des milliards de roulement à billes a
permis d’établir un catalogue des mécaniques de ruine qui
peuvent les affecter (défauts sur les billes, sur la cage et sur
les bagues internes et externes).

L’apparition d’une cause x appartenant à l’espace X des causes


de défaillance va ainsi se manifester par des symptômes y
appartenant à l’espace Y des symptômes.
Parmi les symptômes les plus classiques se manifestant sur la
surface externe du palier figurent des niveaux anormaux de
vibrations ou une élévation de température.
Supposons que la cause retenue correspondra à une bille
fissurée et le symptôme y1 sera le signal vibratoire anormal. Il
est nécessaire dans ce cas de placer des capteurs appropriés
pour mesurer ces symptômes pour obtenir l’espace des
observations Y. Le problème direct consiste donc à être
capable de modéliser la relation entre le symptôme y1 associé à
la cause x1.
Définition du dispositif
Selon la norme AFNOR X 06-501, il s’agit là du produit auquel
s’applique l’étude :
–composant (le plus petit constituant irréparable par l’utilisateur),
–sous-ensemble,
–ensemble.