USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Chapitre III : Génération de résidus par

observateurs d’état

III.1 Introduction :
Le diagnostic de défauts à base d’observateurs est basé sur le principe de génération de résidus
ou indicateur de défauts, en comparant les grandeurs disponibles du système physique réel aux
grandeurs estimées issues d’un modèle mathématique du procédé (issues de l’observateur d’état).

Il arrive souvent que toutes les variables d’état d’un système ne soient pas accessibles à la
mesure. L’idée est donc de reconstruire l’état du système à partir des informations disponibles, c’est-
à-dire les sorties ou mesures y(t) et les entrées ou commandes u(t). On utilise pour cela, un système
dynamique permettant d’approximer 𝐱̂(𝐭) et 𝐲̂(𝐭) : C’est le rôle de l’observateur d’état.

L’observateur d’état d’un système joue un rôle important dans le diagnostic des systèmes, car
il permet de générer des symptômes de défaillance du système à partir d’une comparaison entre les
mesurées réelles issues du système à leurs estimées issues de l’observateur.

III.2 Reconstruction d’état par observateur de

Luenberger :
Un observateur (Ou reconstructeur d’état) est un système dynamique qui permet la
reconstruction du vecteur d’état et du vecteur de sortie d’un système, à partir de ses entrées, de ses
sorties, et de la connaissance de son modèle dynamique, qui sont les seules informations disponibles.
La génération de résidus par estimations d’état consiste à construire l’état et la sortie du système.
L’erreur d’estimation sera utilisée comme Résidus.

Mr MECHAT Nabil 1
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

a) Modélisation d’un système par représentation d’état :

En automatique, le modèle mathématique d’un système dynamique (Son comportement
évolue au cours du temps) est défini comme un ensemble d’équations représentent le comportement
dynamique du système. Soit la représentation d’état d’un système continu en fonctionnement normal
(En absence de défauts) :
dx(t)
ẋ (t) = = A. x(t) + B. u(t) : Equation d’état.
dt

y(t) = C. x(t) : Equation de sortie.

Avec :

x(t) Є Rn : Vecteur d’état du système.

n : Nombre de variables d’état (Ordre du système).

u(t) Є Rm : Vecteur d’entrées ou de commandes.

m : Nombre d’entrées (Nombre d’actionneurs).

y(t) Є Rp : Vecteur de sorties ou de mesures.

p : Nombre de sorties (Nombre de capteurs).

Et :

Anxn : est appelée matrice d’état du système.

Bnxm : est appelée matrice de commande.

Cpxn : est appelée matrice de mesure.

Pour un système décrit dans l’espace d’état, il existe des propriétés comme la stabilité et
l’observabilité qui jouent un rôle important dans les problèmes de synthèse d’observateurs.

a-1) Stabilité :
Un système est stable si ses états x(t) tendent vers des valeurs finies lorsque le temps t tend
vers l’infini. Ce qui implique qu’un système est stable si toutes les valeurs propres de la matrice d’état
« A » sont à partie réelle strictement négative.

Mr MECHAT Nabil 2
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Les pôles de la fonction de transfert correspondent aux solutions de l’équation caractéristique

de la matrice d’état : Déterminant (PI - A) = 0. Par conséquent les pôles de la fonction de transfert sont
les valeurs propres de la matrice d’état « A ».

a-2) Observabilité :
Il arrive souvent que toutes les variables d’état d’un système ne soient pas accessibles à la
mesure. L’idée est de reconstruire l’état 𝐱̂(𝐭) et 𝐲̂(𝐭) à partir de la commande u(t) et de la mesure y(t),
c’est le rôle de l’observateur ou estimateur d’état. L’existence de cet observateur est liée à la condition
d’observabilité d’un système :
𝐂
𝐂𝐀
𝐑𝐚𝐧𝐠 [ ] = 𝐧 (Ordre du système)
⋮
𝐂𝐀𝐧−𝟏

b) Observateur de Luenberger :
Une solution simple et optimale au problème de l’estimation de l’état des systèmes linéaires a
été proposée par David Luenberger dans le cas déterministe. La représentation d’état d’un observateur
de Luenberger est donnée par :

x̂̇(t) = A. x̂(t) + B. u(t) + H. (y(t) − ŷ(t))

ŷ(t) = C. x̂(t)
Avec :

x̂(t) Є Rn : Vecteur d’état estimé du système.

ŷ(t) Є Rp : Vecteur de sortie estimé du système.

H Є Rnxp : Gain de l’observateur de Luenberger.

D’où :

x̂̇(t) = (A − H. C). x̂(t) + B. u(t) + H. y(t)

ŷ(t) = C. x̂(t)

u(t) : Commandes y(t) : Mesures

Système
Physique

𝐱̂(𝐭) : Vecteur d’état estimé

Observateur
𝐲̂(𝐭) : Vecteur de mesure estimé
Luenberger

Mr MECHAT Nabil 3
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Faire la synthèse de l’observateur de Luenberger revient à déterminer la matrice gain « H » tel

que la matrice d’état de l’observateur « A-HC » soit stable. Pour que (A-HC) soit stable; la solution
examinée ici est d’imposer des valeurs propres stables pré-choisies à la matrice d’état de l’observateur
(A-HC). Le problème devient donc un problème de placement de pôles, on les imposant à la matrice
(A-HC). H est donc déterminée de telle sorte que l’état estimé x̂(t) tend asymptotiquement vers l'état
réel x(t) du système de manière que :

 (A – HC) soit stable (Observateur stable).

 Observateur plus rapide que le système.

Avant toute synthèse d’un observateur d’état, il faut vérifier l’existence de cet observateur, liée
à la condition d’observabilité, c’est-à-dire s’il est possible de déterminer son état a un instant t0
donnée. La condition d’observabilité est vérifier par :
𝐂
𝐂𝐀
𝐑𝐚𝐧𝐠 [ ] = 𝐧 (Ordre du système)
⋮
𝐂𝐀𝐧−𝟏
Pour une meilleure estimation de l’état, la dynamique de l’observateur est choisie plus rapide
que celle du système. Pour cela, on fixe les valeurs propres de l’observateur de sorte que leurs parties
réelles soient plus grandes en valeur absolue que celles de la matrice d’état « A ». En général, les pôles
de l’observateur seront choisies 5 à 6 fois plus rapides que les pôles du système. Sachant l’équation
caractéristique d’un observateur de Luenberger est donnée par :

Déterminant (PI – [A – HC]) = 0

 Algorithmes Placement de pôles :

-Formule d’ACKERMAN : (Placement de pôles pour système SISO)
Le calcul de la matrice gain H d’un observateur par placement de pôles, pour système
SISO, suit la procédure suivante :

1) Calculer l’équation caractéristique désirée D(p) de l’observateur.

D(p) = pn + an−1 . pn−1 + ⋯ + a1. p + a0
2) Calculer l’équation D(𝐴) :
D(A) = An + an−1 . An−1 + ⋯ + a1. A + a0
3) Calculer la matrice d’observabilité :
C
CA
𝑂𝑏 = [ ]
⋮
CAn−1
4) Calculer l’inverse de la matrice d’observabilité Ob.
5) Calculer la matrice gain H :
𝟎
−𝟏 𝟎
𝐇 = 𝐃(𝐀). 𝐎𝐛 . [ ]
⋮
𝟏 𝐧𝐱𝟏

Mr MECHAT Nabil 4
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

-Formule de BECKER-OSTERTAG : (Placement de pôles pour système MIMO)

Le calcul de la matrice gain H d’un observateur par placement de pôles, pour système
MIMO, suit la procédure suivante :

1) Calculer la matrice Ob :

Ob = [C T AT . C T (AT )2 . C T ⋯ (AT )n−1 . C T ]

2) Choisir arbitrairement les éléments d’une matrice Ppxn

3) Calculer l’équation caractéristique désirée de l’observateur.
q0 (p) = pn + an−1 . pn−1 + ⋯ + a1. p + a0
4) Calculer l’équation q0 (AT ) :
n n−1
q0 (AT ) = (AT ) + an−1 . (AT ) + ⋯ + a1. (AT ) + a0
5) Calculer la matrice Ao (Matrice d’état désirée choisie sous forme canonique verticale).
6) Calculer les équations suivantes :
q0 (p) = pn + an−1 . pn−1 + ⋯ + a1. p + a0

q1 (p) = pn−1 + an−1 . pn−2 + ⋯ + a2. p + a1

⋮ ⋮
𝐧−𝐢 𝐧−𝐢−𝟏
𝐪𝐢 (𝐩) = 𝐩 + 𝐚𝐧−𝟏 . 𝐩 + ⋯ + 𝐚𝐢
⋮ ⋮
qn (p) = 1
7) Calculer la matrice D :
P. q1 (Ao)
P. q2 (Ao)
D = Ob. [ ]
⋮
P. qn (Ao)
8) Vérifier que la matrice D est régulière sinon la recalculer, en choisissant une autre matrice P.
9) Calculer l’inverse de la matrice D.
10) Calculer la matrice gain H :

𝐓
𝐇 = [𝐏. 𝐃−𝟏 . 𝐪𝟎 (𝐀𝐓 ) ]

Le schéma blocs d’un générateur de résidus à base d’observateur de Luenberger est comme suit :

Mr MECHAT Nabil 5
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

L’objectif ici est de déterminer un vecteur de résidus 𝐫(𝐭) = 𝐲(𝐭) − 𝐲̂(𝐭), indicateur de défauts,
de sorte que ces résidus tendent vers zéro en état normal et s’éloignent de zéro en présence de
défauts.

Remarque : A cause de la présence d’erreurs de modélisation et des perturbations, les résidus ne sont
jamais nuls, même en fonctionnement normal. Ainsi, la prise de décision sur la détection de défauts
nécessite de faire une évaluation des résidus calculés par des tests statistiques ou par comparaison
des résidus à certains seuils obtenus de manière empirique ou théorique. Le résidu devient alors une
variable binaire :
𝑆𝑖 𝐫(𝐭) = 𝟏 ; 𝑃𝑟é𝑠𝑒𝑛𝑐𝑒 𝑑𝑒 𝑑é𝑓𝑎𝑢𝑡.
{
𝑆𝑖 𝐫(𝐭) = 𝟎 ; 𝐴𝑏𝑠𝑒𝑛𝑐𝑒 𝑑𝑒 𝑑é𝑓𝑎𝑢𝑡.

b-1) Erreur de reconstruction d’état en absence de défauts :

Cette erreur est définie par : ε(t) = x(t) − x̂(t)

La dynamique de cette erreur est régie par l’équation suivante :

ε̇ (t) = ẋ (t) − x̂̇(t) = (A − HC)ε(t)

Sachant que la matrice (A – HC) soit stable, H sera déterminer par placement de pôles, nous aurons :

lim ε(t) = 0
t→∞

Mr MECHAT Nabil 6
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Notons qu’en pratique il est impossible de générer cette erreur d’estimation de l’état ε(t), car
l’état réel du système n’est pas toujours connu.

b-2) Erreur de reconstruction de la sortie en absence de défauts :

r(t) = y(t) − ŷ(t) = C. (x(t) − x̂(t)) = C. ε(t)

L’erreur d’estimation de la sortie r(t) est prise comme vecteur de résidus indicateur de présence
ou d’absence de défauts.

b-3) Influence d’un défaut capteur sur le vecteur de résidus :

La présence d’un défaut capteur affecte les sorties du système, dont le modèle d’état peut se
mettre sous la forme suivante :

ẋ (t) = A. x(t) + B. u(t)

y(t) = C. x(t) + 𝐄𝐂 . 𝐟𝐂 (𝐭)

fC1 (t)
f (t)
Avec : fC (t) = C2 (Vecteur illustrant les défauts capteurs ∈ Rq).
⋮
[fCq (t)]
Et :

q : Nombre des défauts capteurs.

pxq
EC : Matrice d’aiguillage des défauts capteurs.

Les erreurs d’estimation de l’état et de la sortie évoluent selon les relations suivantes :

ε(t) = x(t) − x̂(t)

ε̇ (t) = ẋ (t) − x̂̇(t) = (A − HC)ε(t) − 𝐇𝐄𝐂 𝐟𝐂 (𝐭)

r(t) = y(t) − ŷ(t) = Cε(t) + 𝐄𝐂 𝐟𝐂 (𝐭) : Vecteur de Résidus.

b-4) Influence d’un défaut actionneur sur le vecteur de résidus :

La présence d’un défaut d’actionneur affecte l’équation d’état du système, dont le modèle
d’état peut se mettre sous la forme suivante :

ẋ (t) = A. x(t) + B. u(t) + 𝐁. 𝐟𝐚 (𝐭)

y(t) = C. x(t)

Mr MECHAT Nabil 7
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

fa1 (t)
f (t)
Avec : fa (t) = a2 (Vecteur illustrant les défauts actionneurs ∈ Rq).
⋮
[faq (t)]
Et :

q : Nombre des défauts actionneurs.

Les erreurs d’estimation de l’état et de la sortie évoluent selon les relations suivantes :

ε̇ (t) = ẋ (t) − x̂̇(t) = (A − HC)ε(t) + 𝐁𝐟𝐚 (𝐭)

r(t) = Cε(t)
ṙ (t) = C(A − HC)ε(t) + 𝐂𝐁𝐟𝐚 (𝐭)
- Remarques :

 L’influence des défauts capteurs et des défauts actionneurs apparaît clairement sur les erreurs
d’estimation. L’erreur d’estimation de la sortie sera donc utilisée comme Résidu permettant
la détection d’éventuels défauts.
 Bien que l’observateur de Luenberger est plus simple, et facile pour la mise en œuvre, mais il
ne donne pas des résultats satisfaisantes dans le cas d’un système dynamique bruité.

III.3 Observateur à entrées inconnues (Unknown

Input Observer) « UIO » :
Les systèmes physiques sont souvent soumis à des perturbations dues généralement à
l’environnement, aux bruits de capteurs ou d’actionneurs, voir aussi les erreurs de modélisation. Ces
perturbations peuvent avoir des effets très néfastes sur l’évolution du système, leur estimation peut
servir à concevoir des systèmes de commande capables de minimiser ces effets. Ces perturbations
sont souvent désignées par le terme d’entrées inconnues (Des entrées non mesurables) notées d(t).
La reconstruction de l’état du système peut se faire sous certaines conditions à l’aide d’observateurs
à entrées inconnues (UIO). L’objectif est de construire un vecteur de résidus sur la base d’un modèle
mathématique (Modèle représentation d’état en présence d’un terme entrées inconnues) tel que r(t)
soit insensible aux entrées inconnues d(t) et sensible seulement aux défauts.

Soit un système dynamique en fonctionnement normal; décrit par sa représentation d’état en

présence des entrées inconnues d(t) :

ẋ (t) = A. x(t) + B. u(t) + 𝐄. 𝐝(𝐭)

y(t) = C. x(t)
Où :

d(t) Є Rr : Vecteur des entrées inconnues ou des perturbations.

E Є Rnxr : Matrice de distribution ou d’influence des entrées inconnues.

Mr MECHAT Nabil 8
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

-Remarque :

 Nous supposons que la matrice E est de rang plein en colonne.

 Nous supposons que la paire (A, C) est observable.
 Le terme E.d(t) est une entrée inconnue qui peut être utilisée pour décrire toutes
perturbations non mesurables dans un système dynamique, toutes incertitudes dans la phase
de modélisation, etc…

L’objectif est l’estimation complète du vecteur d’état malgré la présence des entrées
inconnues d(t). Soit un observateur à entrées inconnues ou UIO décrit par sa représentation d’état
suivante :

ż (t) = F. z(t) + T. B. u(t) + K. y(t)

x̂(t) = z(t) + H. y(t)
ŷ(t) = C. x̂(t)

Avec : F ∈ Rnxn ; T ∈ Rnxn ; K ∈ Rnxp et H ∈ ∈ Rnxp .

Où :
z(t) Є Rn : Vecteur d’état de l’UIO.

x(t) Є Rn : Vecteur d’état du système.

x̂(t) Є Rn : Vecteur d’état estimé du système.

F : Matrice d’état de l’UIO

Le schéma blocs d’un observateur à entrées inconnues ou UIO est comme suit :

Mr MECHAT Nabil 9
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Le but de l’estimation en présence des entrées inconnues d(t) et de déterminer un

observateur qui à partir des entrées et des sorties u(t) et y(t), produit l’estimé x̂(t) telle que l’erreur
d’estimation ε(t) = x(t) − x̂(t) tende asymptotiquement vers zéro lorsque t → ∞. A souligner que
cette erreur d’estimation soit indépendante de d(t). Faire la synthèse d’un observateur à entrées
inconnues ou UIO revient à déterminer les matrices H, T, F et K du modèle de l’UIO.

L’erreur d’estimation d’état est donnée par :

ε(t) = x(t) − x̂(t) Avec : x̂(t) = z(t) + Hy(t)

ε(t) = x(t) − [z(t) + Hy(t)]

ε(t) = x(t) − z(t) − HCx(t) Avec : y(t) = Cx(t)

ε(t) = (I − HC)x(t) − z(t) Avec : I Є Rnxn (Matrice Identité)

D’où :

𝛆(𝐭) = (𝐈 − 𝐇𝐂)𝐱(𝐭) − 𝐳(𝐭)

𝐳(𝐭) = (𝐈 − 𝐇𝐂)𝐱(𝐭) − 𝛆(𝐭)

-La dynamique de l’erreur est donnée par :

ε̇ (t) = ẋ (t) − x̂̇(t) = (I − HC)ẋ (t) − ż (t)

Nous cherchons : ε̇ = f(ε)

ε̇ (t) = (I − HC)𝐱̇ (𝐭) − 𝐳̇ (𝐭)

Avec :

ẋ (t) = Ax(t) + Bu(t) + Ed(t)

{
ż (t) = Fz(t) + TBu(t) + Ky(t)

ε̇ (t) = (I − HC)[Ax(t) + Bu(t) + Ed(t)] − [F𝐳(𝐭) + TBu(t) + K𝐲(𝐭)]

ε̇ (t) = (I − HC)[Ax(t) + Bu(t) + Ed(t)] − F[(𝐈 − 𝐇𝐂)𝐱(𝐭) − 𝛆(𝐭)] − TBu(t) − K𝐂𝐱(𝐭)
ε̇ (t) = Ax(t) − HCAx(t) + (I − HC)Bu(t) + (I − HC)Ed(t) − Fx(t) + FHCx(t) + Fε(t) −
TBu(t) − KCx(t)

Donc :

ε̇ (t) = [𝐀 − 𝐇𝐂𝐀 − 𝐅 + 𝐅𝐇𝐂 − 𝐊𝐂]x(t) + [(𝐈 − 𝐇𝐂) − 𝐓]Bu(t) + (𝐈 − 𝐇𝐂)𝐄d(t) + Fε(t)

-Il faut vérifier que ε(t) tende asymptotiquement vers zéro lorsque t → ∞.

C.-à-d. : ε̇ (t) = Fε(t) Avec : F soit stable.

Mr MECHAT Nabil 10
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

D’où : (I − HC)E = 0 Alors : HCE = E

Donc : 𝑯 = 𝑬(𝑪𝑬)+

Où : (CE)+ c’est la Pseudo-Inverse. Et : (CE)+ = [(CE)T (CE)]−1 . (CE)T

L’existence de [(CE)T (CE)]−1, donc de (CE)+ dépend de la condition suivante : Rang(CE) = Rang(E).

Nous avons aussi : ( I − HC) − T = 0

Donc : 𝐓 = (𝐈 − 𝐇𝐂)

Nous imposons aussi : A − HCA − F + 𝐅𝐇C − KC = 0 et on pose : 𝐊 𝟐 = 𝐅𝐇

Alors : A − HCA − F + 𝐾2 C − KC = 0

A − HCA − F + (K 2 − K)C = 0 ; On pose : 𝐊 = 𝐊 𝟏 + 𝐊 𝟐

A − HCA − F − 𝐾1 C = 0
F = A − HCA − K1 C
F = (I − HC)A − K1 C ; On pose : 𝐀𝟏 = (𝐈 − 𝐇𝐂)𝐀 = 𝐓𝐀

Alors : 𝐅 = 𝐀𝟏 − 𝐊 𝟏 𝐂

La matrice K1 est déterminée par placement de pôles à condition que la paire (A1 , C) soit observable.
C
CA1
La paire (A1 , C) soit observable si le : 𝑅𝑎𝑛𝑔 [ ⋮ ] = n (Ordre du système)
CA1 𝐧−𝟏

La synthèse d’un UIO revient à suivre la procédure algorithmique suivante :

1) Vérifier la condition d′ exisatance de H ∶ 𝐑𝐚𝐧𝐠(𝐂. 𝐄) = 𝐑𝐚𝐧𝐠(𝐄)

2) 𝐇 = 𝐄. (𝐂𝐄)+ = 𝐄. [(𝐂. 𝐄)𝐓 . (𝐂. 𝐄)]−𝟏 . (𝐂. 𝐄)𝐓
3) 𝐓 = 𝐈 − 𝐇. 𝐂
4) 𝐀𝟏 = 𝐓. 𝐀
5) Vérifier l’observabilité de la paire (𝐀𝟏, 𝐂).
6) Calcul de 𝐊𝟏 par placement de pôles.
7) 𝐅 = 𝐀𝟏 − 𝐊𝟏. 𝐂
8) 𝐊𝟐 = 𝐅. 𝐇
9) 𝐊 = 𝐊𝟏 + 𝐊𝟐

Les erreurs d’estimation d’état et de sortie sont données par :

ε̇ (t) = F. ε(t) Et r(t) = C. ε(t)

L’entrée inconnue d(t) n’intervient pas dans ε(t) et r(t), n’est pas donc détectable.

Mr MECHAT Nabil 11
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

 Représentation d’état du système en présence des défauts :

La représentation d’état en présence des entrées inconnues, des défauts capteurs et

actionneurs peut se mettre sous la forme suivante :

ẋ (t) = A. x(t) + B. u(t) + 𝐄. 𝐝(𝐭) + 𝐁. 𝐟𝐚 (𝐭)

y(t) = C. x(t) + 𝐋𝐜 . 𝐟𝐜 (𝐭)

Avec :

d(t) : Vecteur d’entrées inconnues.

fa (t) Є Rr : Vecteur défauts actionneurs.

fc (t) Є Rq : Vecteur défauts capteurs.

Lc Є Rpxq : Matrice d’aiguillage de défauts capteurs.

L’erreur de reconstruction devient donc :

ε(t) = x(t) − x̂(t) ; Avec : x̂(t) = z(t) + Hy(t) et y(t) = Cx(t) + Lc fc (t)

ε(t) = x(t) − [z(t) + Hy(t)]

ε(t) = x(t) − z(t) − H[Cx(t) + Lc fc (t)]

𝛆(𝐭) = (𝐈 − 𝐇𝐂)𝐱(𝐭) − 𝐳(𝐭) − 𝐇𝐋𝐜 𝐟𝐜 (𝐭)

-La dynamique de cette erreur et donnée par :

ε̇ (t) = ẋ (t) − x̂̇(t) = (I − HC)𝐱̇ (𝐭) − 𝐳̇ (𝐭) − HLc fċ (t)

ε̇ (t) = (I − HC)[Ax(t) + Bu(t) + Ed(t) + Bfa (t)] − [Fz(t) + TBu(t) + Ky(t)] − HLc fċ (t)
ε̇ (t) = Ax(t) − HCAx(t) + (I − HC)Bu(t) + (I − HC)Ed(t) + (I − HC)Bfa (t) − F[(I − HC)x(t) −
ε(t) − HLc fc (t)] − TBu(t) − KCx(t) − KLc fc (t) − HLc fċ (t)
Après un simple développement nous arrivons à :

𝛆̇ (𝐭) = 𝐅𝛆(𝐭) + 𝐓𝐁𝐟𝐚 (𝐭) − 𝐊 𝟏 𝐋𝐜 𝐟𝐜 (𝐭) − 𝐇𝐋𝐜 𝐟𝐜̇ (𝐭) = 𝐅(𝐟𝐚 , 𝐟𝐜 )

Nous remarquons l’influence des défauts capteurs et d’actionneurs sur ε(t), donc sur le résidu
r(t), donc les défauts capteurs et d’actionneurs sont détectable.

Sachant que : r(t) = Cε(t) + Lc fc (t) = F(fa , fc )

Nous remarquons aussi que l’entrée inconnue d(t) n’intervient pas dans ε(t) et dans r(t), donc
l’entrée inconnue d(t) n’est pas détectable.

Mr MECHAT Nabil 12
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

III.4 Banc d’observateurs :

Nous avons vu que les défauts de capteurs ou d’actionneurs affectent les erreurs de
reconstruction. La détection de la présence de ces défauts peut être aisée mais il convient également
de les isoler. Il est donc judicieux d’analyser une structure de résidus pour résoudre le problème
d’isolation.

Ainsi dans l’optique d’assurer une bonne isolation des défauts, à l’aide de résidus structurés, des
batteries d’observateurs sont mises en place. Chaque observateur génère un résidu sensible à des
défauts particulier et insensible aux autres. Une réponse différente sera donnée par chacun des
observateurs, ce qui permettra un meilleur découplage des résidus.

a) Résidus structurés :
Les résidus structurés sont conçus de manière à être sensibles à un sous-ensemble de défauts et
insensibles par rapport aux défauts restants. Lorsqu’un défaut apparaît, seul un sous-ensemble de
résidus réagit. Les informations de sensibilité souhaitées pour les résidus sont représentées dans
une table binaire, appelée table des signatures théoriques ou encore table de codage du vote
logique. La localisation des défauts est alors facilitée. Les valeurs des résidus sont à chaque instant
comparées à des seuils. Les tests peuvent être réalisés en parallèle et chaque décision issue de ces
tests conduit à une variable booléenne : 0 correspond à la valeur du résidu en dessous du seuil ; et 1
celle ou le résidu a dépassé le seuil fixé.

Lorsque la table des signatures théoriques est construite, une procédure de détection,
appliquée à chaque résidu, permet d’obtenir la signature réelle des résidus à un instant donné. Si cette
signature est nulle, alors aucun résidu ne permet de détecter le défaut. Le système sera donc déclaré
sain. Si un défaut survient, au moins un résidu le détectera, la signature réelle deviendra non nulle. La
procédure de localisation consistera alors à comparer la signature booléenne du résidu expérimentale
aux signatures de la table des signatures théoriques. L’hypothèse de défaut la plus vraisemblable est
désignée par la signature de défaut théorique la plus proche de la signature expérimentale.

Exemple : Supposons que nous avons généré trois résidus r1, r2 et r3 à partir d’un système soumis à
trois défauts f1, f2 et f3. Les tableaux représentent deux types de table de signatures théoriques ayant
des propriétés d’isolabilité différentes.

f1 f2 f3
r1 1 1 0
r2 1 1 1
r3 1 1 1
Non-localisante

f1 f2 f3
r1 1 1 0
r2 1 0 1
r3 0 1 0
Localisante

Les schémas permettant de générer des résidus structurés dépendent des propriétés souhaitées
pour la table des signatures théoriques. On distingue les schémas DOS (Dedicated Observer Scheme)

Mr MECHAT Nabil 13
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

et GOS (Generalized Observer Scheme). Les schémas DOS et GOS sont constitués par des bancs de
générateurs de résidus et peuvent être définis par rapport aux entrées (Actionneurs) ou par rapport
aux sorties (Capteurs). Les tableaux représentent les tables de signatures théoriques correspondant
aux deux structures DOS et GOS pour le cas capteur.

f1 f2 f3
r1 1 0 0
r2 0 1 0
r3 0 0 1
Structure DOS pour capteur

 Les résidus dédiés : le résidu ri est sensible à l'unique défaut fi.

f1 f2 f3
r1 0 1 1
r2 1 0 1
r3 1 1 0
Structure GOS pour capteur

 Les résidus généralisés : le résidu ri dépend de tous les défauts sauf le iéme .

b) Structure DOS (Dedicated Observer Scheme) :

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.

Mr MECHAT Nabil 14
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

 Cas des défauts capteurs (Tous les actionneurs sont supposés être sans défauts)

Défauts Capteurs

Commandes Mesures
y1(t)
u1(t)
Actionneurs Système y2(t)
Capteurs
u2(t) Physique
⋮
⋮ yp(t)

um(t)
𝐱̂𝐨𝐛𝐬𝟏(𝐭)
Observateur
1 𝐲̂𝐨𝐛𝐬𝟏(𝐭)

𝐱̂𝐨𝐛𝐬𝟐(𝐭)
Observateur
2 𝐲̂𝐨𝐛𝐬𝟐(𝐭)

⋮ ⋮ ⋮
𝐱̂𝐨𝐛𝐬"𝐩"(𝐭)
Observateur
p 𝐲̂𝐨𝐛𝐬"𝐩"(𝐭)

𝐲𝐢(𝐭)
+
- Résidu sensible au défaut capteur « i »

𝐲̂𝐨𝐛𝐬"𝐢"(𝐭)

Le 𝑖 é𝑚𝑒 observateur est piloté par la 𝑖 é𝑚𝑒 sortie et toutes les entrées. Ainsi, la sortie de cet
observateur sera sensible seulement au défaut affectant le 𝑖 é𝑚𝑒 capteur et insensible aux défauts
affectant les sorties non utilisées.

Mr MECHAT Nabil 15
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

-Algorithme DOS (Défauts capteurs) :

-Pour chaque 𝑖 é𝑚𝑒 observateur de la structure DOS nous devons lui faire sa propre synthèse suivant la
procédure suivante :

1) Définir la matrice : 𝐂𝐢(𝐩𝐱𝐧) (En annulant toute les lignes de la matrice C sauf la 𝑖 é𝑚𝑒 ligne ;
i=1,2,…,p).
2) Définir la matrice : 𝐇𝐢(𝐧𝐱𝐩) (En annulant toute les colonnes de la matrice H sauf la 𝑖 é𝑚𝑒
colonne ; i=1,2,…, p).
3) 𝐓𝐢 = 𝐈 − 𝐇𝐢 . 𝐂𝐢
4) 𝐀𝐢 = 𝐓𝐢 . 𝐀
5) Vérifier l’observabilité de la paire (𝐀𝐢 , 𝐂𝐢 ).
6) Calcul de 𝐊 𝐢𝟏 par placement de pôles.
7) 𝐅𝐢 = 𝐀𝐢 − 𝐊 𝐢𝟏 . 𝐂𝐢
8) 𝐊 𝐢𝟐 = 𝐅𝐢 . 𝐇𝐢
9) 𝐊 𝐢 = 𝐊 𝐢𝟏 + 𝐊 𝐢𝟐

 Cas des défauts actionneurs (Tous les capteurs sont supposés être sans défauts)

Défauts Actionneurs

Commandes Mesures
y1(t)
u1(t)
Système y2(t)
u2(t) Actionneurs Capteurs
⋮ Physique ⋮
um(t)
yp(t)

Observateur 𝐱̂𝐨𝐛𝐬𝟏(𝐭)
1 𝐲̂𝐨𝐛𝐬𝟏(𝐭)

Observateur 𝐱̂𝐨𝐛𝐬𝟐(𝐭)
2 𝐲̂𝐨𝐛𝐬𝟐(𝐭)

⋮ ⋮ ⋮
𝐱̂𝐨𝐛𝐬"𝐦"(𝐭)
Observateur
m 𝐲̂𝐨𝐛𝐬"𝐦"(𝐭)

Mr MECHAT Nabil 16
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Le 𝑖 é𝑚𝑒 observateur est piloté par la 𝑖 é𝑚𝑒 entrée et toutes les sorties. Ainsi, la sortie de cet
observateur sera insensible aux défauts affectant les entrées non utilisées.

Si nous considérons l’équation d’état suivante : ẋ (t) = Ax(t) + Bu(t) + Ed(t)

Pour l’actionneur1 par exemple nous pouvons réécrire l’équation d’état de la manière suivante :
u1(t)
u2(t)
ẋ (t) = A. x(t) + [b1 b2 b3 ⋯ bm]. [ ] + E. d(t)
⋮
um(t)
= A. x(t) + b1. u1(t) + b2. u2(t) + ⋯ + bm. um(t) + E. d(t)
u2(t)
u3(t)
= A. x(t) + b1. u1(t) + [b2 b3 … bm]. [ ] + E. d(t)
⋮
um(t)
u2(t)
u3(t)
= A. x(t) + b1. u1(t) + B1. [ ] + E. d(t)
⋮
um(t)
d(t)
u2(t)
= A. x(t) + b1. u1(t) + [E B1]. u3(t)
⋮
[um(t)]
d(t)
u2(t)
= A. x(t) + b1u1(t) + E1. u3(t)
⋮
[um(t)]
Cette réécriture de l’équation d’état va être faite pour chaque actionneur, alors nous pouvons
proposer l’algorithme DOS pour actionneurs de la manière suivante :

Algorithme DOS (Défauts actionneurs) :

-Pour chaque 𝑖 é𝑚𝑒 observateur de la structure DOS nous devons lui faire sa propre synthèse suivant
la procédure suivante :

1) Déterminer la matrice : 𝐁𝐢(𝐧𝐱(𝐦−𝟏)) (En enlevant dans la matrice B la colonne qui correspond
au 𝑖 é𝑚𝑒 actionneur ; i=1,2,…, m).
2) Calcul de la nouvelle matrice : 𝐄𝐢 = [𝐄 𝐁𝐢 ]
3) Vérifier la condition d’existence de Hi : 𝐑𝐚𝐧𝐠(𝐂. 𝐄𝐢 ) = 𝐑𝐚𝐧𝐠(𝐄𝐢 )
4) 𝐇𝐢 = 𝐄𝐢 . [(𝐂. 𝐄𝐢 )𝐓 . (𝐂. 𝐄𝐢 )]−𝟏 . (𝐂. 𝐄𝐢 )𝐓
5) 𝐓𝐢 = 𝐈 − 𝐇𝐢 . 𝐂
6) 𝐀𝐢 = 𝐓𝐢 . 𝐀

Mr MECHAT Nabil 17
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

7) Vérifier l’observabilité de la paire (𝐀𝐢 , 𝐂).

8) Calcul de 𝐊 𝐢𝟏 par placement de pôles.
9) 𝐅𝐢 = 𝐀𝐢 − 𝐊 𝐢𝟏 . 𝐂
10) 𝐊 𝐢𝟐 = 𝐅𝐢 . 𝐇𝐢
11) 𝐊 𝐢 = 𝐊 𝐢𝟏 + 𝐊 𝐢𝟐

c) Structure GOS (Generalized Observer Scheme) :

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 n’est pas
valable dans le cas de plusieurs défauts simultanés mais il offre plus de robustesse.

 Cas des défauts capteurs (Tous les actionneurs sont supposés être sans défauts) :

Défauts Capteurs

Commandes Mesures
y1(t)
u1(t)
Actionneurs Système y2(t)
Capteurs
u2(t) Physique
⋮
⋮ yp(t)

um(t)
𝐱̂𝐨𝐛𝐬𝟏(𝐭)
Observateur
1 𝐲̂𝐨𝐛𝐬𝟏(𝐭)

𝐱̂𝐨𝐛𝐬𝟐(𝐭)
Observateur
2 𝐲̂𝐨𝐛𝐬𝟐(𝐭)

⋮ ⋮ ⋮
̂𝐨𝐛𝐬"𝐩"(𝐭)
𝐱
Observateur
p 𝐲̂𝐨𝐛𝐬"𝐩"(𝐭)

Le 𝑖 é𝑚𝑒 observateur est piloté par toutes les sorties sauf la 𝑖 é𝑚𝑒 et toutes les entrées. Ainsi la sortie
de cet observateur sera sensible aux défauts affectant toutes les sorties sauf la 𝑖 é𝑚𝑒 .

Mr MECHAT Nabil 18
 USTHB/FEI Cours Diagnostic 2eme année Master AIP/AS

Remarque :

-Les algorithmes de la structure GOS pour les défauts capteurs ou d’actionneurs, sont synthétisés à
partir des algorithmes de la structure DOS pour les défauts capteurs respectivement DOS pour les
défauts d’actionneurs, c’est les procédures inverses.

Mr MECHAT Nabil 19