Chapitre 2
_. Ln Méthodvs Quantitatives du Diagnostic
ox Seppe berk ber. ceomieddies 10> bearaign is p tion «3
triels (nit Ub fet de roth. inom dumabt ces hie > deailéce ennces. L'objectif de ce chvpitve : est pa. tc laure
tune étud> exhaustive diy siflrentes mé+nudes existantes, mais simplement de fournir quelques utils pour lar .¥e en
ceuvre d'un systéme de surveillance, destiné & la détection et la localisation des défauts d'un procédé industriel.
2.1. Principe du diagnostic quantitatif
Ce type d’approche, connu sous le nom plus général de redondance analytique, consiste a estimer, & V'aide d'un
modéle mathématique dy systéme, les grandeurs mesurces sur celu-c. Si le maddie reflete bien le comportement dy
systéme sain, tout écart entre les grandeurs estimées et mesurées traduira l'apparition d'un ou plusieurs défauts. Les
‘defauts sont alors détectés par comparaison des résidus & des seuils convenablement choisis.
tt)
Systeme
a surveiller
ult) ve)
Détection et Localisation des défauts
|, Foncionde percepien® | rt) [Fonction fevaiaton
Gendron de résies tes rentar |] coum
bu detast
Ficune 2.1 ~ Principe de détection et localisation des défauts
Dans ce chapitre, nus présentons différentes méthodes permettant la réalisation des deux principales tapes d'un
cysttme de diagnostic: a gentration de rsidus et lers evaluations (Bgure 2.1). Nous vervons également comment i
arreible de rendre le systéme de diagnostic peu sensible aux entrées inconnues dt) et sensible aux défauts que l'on
souhaite détecter J()
2.1.1. Le modeéle utilisé pour la synthése d’un générateur de résidus
Considérons un systéme dynamique dont le modéle mathématique correspondant au fonctionnement nominal est
suppost const D'une maniére générale, le modele d'état d'un systéme linéaire continu serie
H(t) = Az(t) + Bult)
ult) =C2(t) + Du(t) 1)
z(t) € RY, u(t) €R”, y(t) eR”
Dans cette relation, x représente le vecteur d'état, u le vecteur de commande et y le veeveur de sorte. Dans la suite,
oat cention contraie, la matrice D sera supposée nulle. Le probléme de la ginération de résidus peut alors posé de la
saa ine suivante -étact donne les entrées et les sorties du systéme, on suppose qu'il est possible de générer, en utilisant
saneple (21) un ensemble dos signaux, appelé rsidus, notés r(t) € R', permettant de mettre en évidence 'apparition Chaptre 2: Lo ete
LO,
P stique du sy,
Wan éventuel défaut sur le processus. Cette tache est d’autant plus difficile que le ae als Looe re
est imparfait, ce qui est toujours le cas en pratique. En effet, le modéle (2 1) ne prenc + inévitablement soumis, ‘oe
Mreaattation toujours présentes, ni es diférentes perturbations auxquelies le sytéme et insvbablemens soi. ¢
Récessite par conséquent une certaine robustesse du générateur de résidus par rapport & ces rt aux incerticudten 2
terme de robustesse des résidus doit étre compris tomme une inisensibilité de ceux-ci par TapPo! ot per pei
odilisation et des perturbations non mesurables. L'obtention de cette insensbilité passe fecnneceipeap pe rind
cee ane des incertitudes sur le comportement du systéme nominal. Une hypothése trés ot de manitre addicive our
Ces différentes incertitudes comme des entrées perturbatrices (ou entrées inconnues) agissant zl isa Go coat
la dynamique de l'état et les sorties. On adopte alors ginéralement le modele suivant permettant la p:
des diverses incertitudes :
E(t) = Ar(t) + Bu(t) + Dd(t) (22)
: ult) = C2(e)
2(1) @Ruy) ER, y(t) € B,d(t) € R™
* Sted(s}-esv le verseit-des perturbations {tries in¢onanes, 11 renferme 7c"
iste" ' Bénéralemens dézommé le vecteurs us ett’ eee |
1 anole cotetes nox: menirable ou suppoetes Gor les. La-matrce Dy diaieation tes-en=tes tyes
“stats suppocte-connue'et-de raug plein colonne. Ce typo de rep.ésontailon permet. d:. modélisus,xine lazge classe
rendu, V'accroissement de
tesidus vis-a-vis des di
Bien ent
sensibilité des
dispose d'un modéle faisant app: 6
analogique au cas des entrées inconnues, l'influence des défauts sur le comportement du systéme peut étre modélisée
comme une perturbation agissant de manigre additive sur la dynamique de l'état et les sorties. On adopte alors le
(2.3), permettant la prise
la robustesse vis-8-vis des perturbations ne doit pas se faire au detriment - 7
lefauts que l'on soubaite détecter et localiser. Ceci ne peut etre fait rm GB i
arattre l'effet des défauts f(t) sur le comportement du systéme nominal. De fag
en compte des incertitudes et des défauts sur le comport
it du systéme nominal
#(t) = Ax(t) + But) + Fef(t) + Ded(t)
u(t) = Cx(t) +F, 4(e) 3)
x(t) €R",u(t) ER”, y(t) € RP
dQ ER™, FQ ERY
Dans cette relation, Fs et F, sont les matrices d'action des defauts f(t) & détecter.
2.1.2 Génération de résidus
La représentation du systéme (2.3) par matrices de transfert conduit alors aux relations suivantes
G,(s) =C(sI - AB
Gy(s) = C(sI — A) F, + Fy
Gals) = CsI - AyD,
Positif, appelé générateur de résidus,
u(s) = Gu(s)u(s) + Gy(s)f(s) + Ga(s)d(s) avec
Le probleme est alors de construire un dis}
Permettant d'éaborer,& partir des
Srandeurs d’entrées et de sorties mesurées sur le. ‘systéme, un vecteur d’indicateurs de défauts ou vecteurs des résidus,
noté r(t) € RY, tel que =
#0 i SH 40
ee =0 si s(Q=0 (2a)
La figure 2.2 donne la structure d'un générateur de résidus. Les matrices de transfert Hy(s) et Hy(s), supposées
stables et propres doivent étres telles que les conditions (2.4) soient verifies. L'expression générale du générateur de
résidus est la suivante :
1(s) = Huls)u(s) + Hy(s)[Gu(s)u(s) + Gy(s)s(s) + Ga(s)d(s))
(2.5)
Afin que les conditions (2.4) soient vérifiées, les matrices H,(s) et Hy(s) doivent satisfaire :
Hy(s) + Hy(s)Gu(s) =0
Hy(s)Ga(s) = 0 (2.6)
H,(s)G,(s) #0
N Comme nous
Notons que H,Gy représente la matrice de transfert entre le vecteur des défauts et le vecteur des résidus.
te verrons, elle permet de définir la table des signatures des défaut, qu sera exploité pour la localisation des défauts.
La synthese du générateur de résidus consiste finalement en un choix correct des matrices H, et H, telles que les
conditions (2.6) soient vérifiées. So 2 Principe du diagnostic quanttatif
Sratime d sarvalier
i
eo]
os). tel Gas) +)
=
4
ts) GAs)
Tate ee
Hon ,| nonihegs St
Senwiturs gBabrele Cio etecanice tu. abst hy Ae om ‘20
Fromme a9
2.1.3 Détection et localisation des défa’is
Lietape de detection doit permettre de décider si le systéme so trouve e non dans un état de fonctionnement
Formal: Considérons par exemple un systéme soumis & trois défauts fa, a et fy, pour loquel on dispose dex générateur
de résidus & trois composantes r1, r2 et r3. Supposons, par exemple, que la mavrice de ansfort H,Gy entre le vecteur
des résidus et le vecteur des défauts soit définie par :
ms) (Gils) 0 Gasls)\ (fils)
r)=[nl)}=( 0 Grats) 0) (Jey (27)
nals) 0 Gals) Gss(s)) \fis),
se Gk, Gis, Gz, Gan et Gas sont des fonctions de transfert stables et propres. D'aprés cette relation, lorsque Pun
des défauts est nul, le vecteur des résidus est 1G nul. on peut alors penser qu'il suffit de tester la non mullité des
‘ésidus pour décider de Vapparition d'un défaut. en réalité, les grandeurs mesurées éeant toujours entachées de brates
et le modale utilisé éxant imparfait, les résidus sont généralement non nuls méme en absence de défaut, En eossiderace
ces différentes sources d'incertitudes comme des entrées perturbatrices notées ¢,, agissant de maniére additive ses le
-Veeteur des résidus, la relation précédente devient :
ra(s) Gus) 0 Gisls)\ (fala) ‘ers(s)
r(s)=(r2s)]=( 0 Gnrls) 0 Sals) ] + | era(s) (28)
(8), 0 Gals) Gas(s)/ \Yals), era(8),
Cette relation montre bien que le résidu est mon nul en absence de défaut. La détection d'un défaut peut toutefois
Grre réalisée en comparant les résidus & un certain seuil de détection T dépendante de er1, era et e,5, Ce ceull de
detection doit etre tel que 7 > les(t)| pour # = 1,...,3. La détection de défauts s'opére alors de la fason suivante
{ee STs) =0
FOl>T 10 40 eo
ce qui donne lieu, par exemple, & des résultats tels que ceux de la figure 2.3, of les résidus sont nuls jusqu’a V'instant
ty, aurdela, seul le résidu ry est détecté non nul.
Ficure 2.3 ~ Comparaison des résidus & un seuil de détection
Le résultat de la comparaison & un seuil est une grandeur booléenne, on éctira symboliquement que le résidu
ni = 1s Iri(t) > T et rs = 0 si [r(t)| = 7. Par exemple, dans le cas de la figure 23, on ar(t >t) = [1 0 Ol",
qui représente la signature du défaut. Cette signature peut alors étre exploitée pour déterminer le défant qui en est &
Vorigine, c'est I'étape de localisation du défaut. _ yep ee e considéré, la ,,.°
scalisation ¢ Vexemple considéré, ta »,)
tte localisation °° ans shcrapearts
sit de le localiser oe ts et les Fe sid 0 off est associée au défayr i
Lorequ'un dant ext ditett S864 $F Cerro es deans OT 11 0 Oh
signature, dine parla mazrice de 32ST" 2 ace table, a em
des signature est donnée a la figure +
° ce a
Gals Gy MAY
TG
deg signatures i
ave 2.4 - Tuble dee sig os 5 ge dal
” nor de la table © 8io2°"
spice de tool or esGeia 3
sep rian ves ¢o, la table wermet Ue toouk O°
a fh sigparure a Tune des colonces atcha
}
Serta yee! 0/4 ¢
Figure 2.5 - Détection et localisation des défauts
La figure 2.5 resume les différentes étapes du diagnostic. Le générateur de résidus permet ef ara ice
signaux sensibles aux différentes défauts a détecter. La comparaison de ces signaux 4 des seuils le d oa iaauistial
une signature qui, comparée A la table des signatures permet la localisation des défauts. Notons que la aa
des défauts nécessite la mise en oeuvre d'une logique de décision capable d’interpréter correctement la signature :
de la comparaison des résidus des seuils. Cet ensemble peut étre plus au moins élaboré et peut étre vu, d'une oe
générale, comme un dispositif de classification. En effet, la signature peut s'interpréter comme une forme qu'il s'agit
de reconnaitre parmi l'ensemble des différentes formes possibles représentées ici par la table des signatures.
2.2 Synthése du générateur de résidus
De nombreuses méthodes ont été élaborées durant ces trente derniére années permettant la génération de résidus
a l'aide de la redondance analytique. Ces différentes méthodes reposent finalement soit sur une estimation d'état du
systéme (approches 1 et 2) soit sur une estimation des paramétres (approche 3)
~ Approche par espace de parité. ~
Approche & hase d’observateurs. —~
~ Approche par estimation paramétrique. —_
2.2.1 Approche par espace de parité
‘est appelée rési idu. Si le résidu est nul, les mesures sont cohérentes par rapport au modele, le systéme est déclaré
sans défaut. Un résidu non nul indique l'apparition d'un défaut. L'approche par espace de parité suppose done la
connaissance d'un modéle mathématique du systéme. Il existe deux types de relation de redondance analytique s
7B redondance ‘Sfatique ‘ensemble de relations algébriques entre les mesures fournies par les différents eapteurs,
~ La redondance dynamique : ensemble d'équations differenticlles ou résunrens :
terested es entre les sorties des capteurs et -”
%” 2.2 Synthtse du ganteateur de rbsidus
“Av
2.2.4.1 Redondance statique
Dans un systeme physique, les variables mesurtes sont géntralement lies par un enseznble de relations alet
triques, L'objet de la redondance statique et de rechercher les relations existantes entre les mesures fouries pat les
iMfturentes capteurs. Cette recherche est réaliste A V'ade d'un modéle mathtmnatique du systeme de mesure qui seri,
ftnéralement, dela fagon suivante
ult) = Cx(t) + 410) (210)
cn y(t) € BP est lo vecteur des mesures, C € RP** est a mater dobservation, x(t) € RY est le westeur d'état ¢&
F(t) € RP est le vscteur des difaus de eaptevrs
Les équatior’ de redondan’ sont obtennes par Gimiaat vc. iccmue 4(t) Ceci est possible qu 6 a matric
fos Yeemig sls-ecadit ot si Je nombre A mecares es. supérieur & i Shenton de Vacumnue, Doan Gm Oo!
J do rower une rertice V, dite de parith rthrwrnets & Cfo 4 die
wetae" ba eects dec
0 pa! ne cuatrice ¥ tele: kb
Be Hy = Vie ve
ot r(t) est le vecteur de parité de dimension pn et V(t) le vecteur colonne nunnizo i dela matrice V. En absency
df defyut, le vecteur de parte est nul (aux brults de mesure prés). En présence d'ua défaut /(t), le vecteur de pari
oe Semte dang In direction V, corespondant au vecteur défectueux. Les lignes de V forment une base de lespace de
parte de dimension pn. V est une matrice de projection dans Vespace de parit Une fagon simple de discret
aan sist de parite V eat de réarranger I'équation (2.10). En absence de défaut (f(t) = 0), la relation (2.10) peut
‘eerie sous la forme suivante :
vomeeto, ome v= (m@), o= (£4) ow)
tate Cy de rata (212) est cotta par de ne nlpenint 0, a et
Fee ar ca ta matsce Cyn st obtenue hVaide de p~ ligne restantes de C. Nous avons alors
Soman Yp-nlt) = Cp-nCn walt) (213)
oS
‘Cette relation ext indépendance des inconnues et permet de vier la cobérence des mesures. La relation (2:15)
SP pent encore sere sous la forme suvante
(pe! tread (jy) 20 @u)
Larmatrice de pate V'= (Cp-nCiz? Ipon) de dimension (p - n,n) est orthogonale 8" (V'C’ = 0)
‘Exemple 2-1 : voir TD.
Notons quel nécesitéd'avoir un nombre de mesures supérieure a dimension deta mit Vint praiave 36
ares oe igue, Avec la redondance dynamique cette contrainte disparlt, ca Yon prend en compte 4voluson
aoe sc dos entrées au cours du temps, on pare alors aussi de redondance temporelle ou dynamique.
2. Redondance dynamique
La redondance dynamique est une géntralistion de la redondance statique dans le cas ox Ton utile un modile
sree ats apateme euudt. Lobjectif est do rechercher des relations entre les mesures fouries parle dieses
aarmeafclex entrées du syste 8 ifrents instants. Considéons & cet efit un systtme suppost corretemest
représenté par le modéle d'état diseret suivant
2(k +1) = Fx(k) +Gulk)
lk) = C2(k) (215)
a(k) €R,u(h) ER" y(k) € BP
cu, x(k) représente le vecteur d'état, u(k) le veteur dentate des ationneurs et y(t le wecteur des sores defunées Por
Here eeee On soubaite construire un générateur de résidus capable de dérecter et de ocllser un défaus de capteur
ou d’actionneur. (k+h) he
a(R +2) peut yy,
ae fant final qu ele, on Sucern Pry
cal 8) ogo OO mn
Ta sven des et, depuis Os ents a
mit en ction de Vata Tins
‘uniquement en fonction de een
a{k +1) = Fe(k) +Gulk) a(h-+ 1) + Gulk +2)
HOD) FATTO
a{k+3)= Fa(k +2)+Gulk+ )
r+oul
= Feet) FOUR)
ou) = FAG) + FC
pigu(k+i- 1)
Hk+h)= P(t) +o
privat SURE
paedi :
J te secre ae rei tant
se i eatin [ke rr a cil cay o) :
fees 0) {wh} .
as). fe) Oa | a 116)
s wf |EP fane| one 8 |
u(k +)
ik +h), CPs, CPG CPG CG 0, (
e+
oh iolee
w uk) @ ba
wny= |ME2)), ath |ab+2)7, ca) = | CFT gaya| CF Tce es
" 1g CPG. OG 0,
Bik +h), ule +) oe veg
‘relation (218), ert don, de manitre plus condenste
2.7
wll.) = C(n)z(&) + G(h)u(k, ) xe)
rc amen cas el edondance sti. Bo muliplian es deut membres dela lation (2.17) par une
‘ntsc de pat Vorhagonale & C(t), on cheat Ie veceur de pate etalon
rGksh) = Viull,n) ~ G(a}u(k, 4)) (2.18)
rut ae ee O46 des entrbes ot des sorties du systime, En Vabsence de defaut,
bruit de mesure pris), et diferent de 2
2.2.13 Autoredondance
PO) G o> mo
w(k-+1) Or. Ge ( ° . thr zi
fe +2) _ | epee sh)+] GIG a wea
| i i :
: U(kA) = Cythhx(ky + G,(h)ute, hy (2.19)
tn ea masa def mateo
sce eG Wa mats 0,4 ;
TAN Sis oma dr gas 8). mya aD SD Nia *
La matrice de rang maximum Cy(n, ~ 1) est appelée matrice dobservabilité réduite. La relation (219) serit
alors
wllsny —1) = Gn ~ Doth) + 6)(n5~ tly ~ 1) 220)
Remarquons que si le systéme est complétement obserable par Ia serie sumtro alors le rang de In matrice dob-
servabilité réduito est de n. Afin d'ebtenir dela redandance, on ajoute une ligne auppltmentaire a C,(n, ~ 1) et la
relation (220) devient done :
wb) Csi) 21K) + Gyn )u(kn,) ey
fag tice dar “>rovendance est alors obtent» en éiminant Fétat dela pon (
Ha, pos Ctl we
2 ngereo
eque sadam see it eer ee -
1 gfe Vf arent a9
Pit faery f decry sae
yffeeta| pero oe 0 olf ita
Lnaem) lorie grmta oe of lutea)
En absence de défau, la grandeur r(t) est réduite aux bruit des mesures et des structures. L'apparition d'un défaat
se traduit par une évolation de r(E); ce qui permettra la détection de 'anomale
Exemple 2.2 : wir TD.
2.2.14 Inter-redondance
Les relations d'inter-redondances permettent de relir les mesures prowunant de plusieurs eapteurs. On les obtient
en considérant les n, (j = 1 A ) relations indipendantes obtenues & parti de (220)
nlkamy =D) (Calm 39 Gu(m~)\ (alban 0)
within] =| 6-0] 209+] G00)- 0] | ween, 0 22)
vets) eying, Suir = 0) \wik.24 = 9
‘Le syatdme (2.23) est compost de N relations indépendantes, avec N’ = ny. Lo vecteur d'éat tant de dimension
ny il existe V —n relations dinter-redondance indépendantes, Les équations dinter-redondance sont obtenues par
‘ination du weveur dé. eda reviet & rechereher une matrice V tlle que
(Cy(n1 ~ 1)
V]i0-0] =0 em
Cal =D,
les relations d'inter-edondances'érivet alors
fatkym = W) (Gln = 1) funy ~ 1)
ray=v][wtim—2| foro] | wens —0 (225)
watkiry =D) Aguing 00) uty = 0,
Exemple 2.3 : wit TD. que 8° Si po,
principe de bay,
systeme & PaTtiE deg
orties Jors construit comme
psiderabl
ostie-
me a
ti gaborato 7 e ation 50° Ia sortie. Un
; i stint nt comume entrees, les
ayat" yon souhaite faire
i
du tee d'un observateur
nc yar l'erceur
e ep
sus DOU
der ec : uh .
aie’ elle. Si
4) Fe 8G ot ignition Pana, corige Par
tN ee , résidus
ta nance tain per), wl) ¥> ae jun modele 0 SF ut d2
wae se aes surat ire Veta! 2 ) ate ett, wel a
tte Meena OS oe te Le onstructes!
car exte I sore mes we
Ficure 26 - Principe de la génération de résidus & Yaide d'un observateur.
y(t), est alors: Je suivant = : 7 im
0) = Ax( + Bult) + E(u) He) #0) = #0 on
g(t) = Cz(t)
ry eu) 90-90)
(t) du systeme quand ¢
estimation tende vers l'état |
‘estimation sur l'état
‘La matrice L (gain de Vobservateur) est calculée de fagon que
(0), La dynamique de V'erreur de I
tend vers Fin fin, quels que soent les états initiaux 2(0) et 2(
ex(t) =2(¢) #0), sort =
alt) = H(t) — (0) = Arlt) + Bult) + Fefll) + Dad) ~ A(t) ~ Bult) — Ly(t) + Lil)
on, lt) = Colt) + fe et H(t) = Cz(t), don finalement
€,(0) = (A LO}ea(t) + (Fe — LF,)S(l) + Dealt) (2.28)
En Vabsence de défaut (/(¢) = 0) et en négligeant leffet des entrées inconnues (d(t) = 0), erreur d’estimation devient
ea Lj 04 vet Bien el)=0 c
babes ie @ a(t) = 0, ceci est le cas en calculant L telle que la matrice (A ~ LC) soit de
Intéresions nous maintenant & la matrice de transfert reli
: enan ice de transfert reliant les diverses entrées & erreur d’estimation a
transformée de Laplace de expression (2.28) s'érit (les conditions intiales a ae i ‘efnitin) oe
seals) = (A= EC)ea(s) + Fe — LF, f(s) + Dede) .%
Cepynthese du générateur de résidus a
d'06 l'expression de l'erreur d'estimation d'état
ees) = [sf - (A ~ LC)""(F, ~ LF,) f(s) + [sf ~ (A - LC)" Dds) (2.29)
Notons que cette erreur est sensible aux défauts f(s) et pourrait done étre utilisée pour générer un vecteur indicateur
de défauts. Toutefois, "état étant inconnu, cet écart ne peut étre exploité directement. Considérons alors l'erreur
diestimation en sortie e,(s), elle s'écrit
ey(s) = ls) ~ ils) =
(s) + FyJ(s) ~ CH(s) = Cea(s) + FyS(s)
3), on obtient
En reportant dans ¢y(s) l'e jpectia Vexploiter retideactfpouneniidiir eos Hh
ote aac an Bate Ql S'0 ie raat fon dé-trann + =
Asepley, soit aussi r(s) = Q(s)Gy(s)f(s) + Q(s)Gals)d{s est)
Dans ces conditions, si ’on peut trouver une matrice de paramétrisation Q(s) telle que les deux relations suivantes
soient verifies :
As sls) #0, QAs)Gals) =0 (2.32)
On obtiendra un vecteur des résidus r(s) insensibles aux perturbations d(s) et sensibles aux défauts f(s). Dans le
cas ou linfluence des perturbations est négligeable sur l’évolution des résidus, la matrice Q(s) peut etre entiérement
Uutilisée pour faciliter la localisation des défauts, on parle alors de structuration des résidus
Exemple 2.4 voir TD.
Sur le plan prarique, les perturbations ont rarement un effet: négligeable. L'élaboration d'indicateurs de défauts in-
sensibles aux perturbations parait donc primordiale. La matrice de paramétrisation Q(s) doit donc, en plus de la
structuration des résidus, assurer insensibilivé aux perturbations. Toutefois, 'utiisation d'une approche directe pour
{a satisfaction des relations (2.32) n'est pas toujours aisée. Une approche plus systématique consiste a réaliser la syn-
these de 'observateur sur la base d'un placement de structure propre. L'insensibilite aux perturbations peut également
tre obtenue au moyen de reconstruction particuliers appelés observateurs a entrées inconnues. Ces deux approches
sont présentées dans les deux paragraphes suivants.
2.2.2.1 Synthése de l'observateur & l'aide d'un placement de structure propre
Soit une matrice de paramétrisation Q(s) = Qy(s)Qz, ot Qy est une matrice de transformation stable et propre
destinge a la structuration des résidus et Qz une matrice algébrique destinée au découplage des entrées inconnues
D’aprés les relations (2.30) et (2.91), le vecteur des résidus s'écrit
1(s) = Qy(s)QaGy(s)J(s) + Qp(s)QaGals)d(s)
G4{s) = ClsL - (A~ LO)" F, - LF) + F, (2.33)
Gals) = ClsI - (A- LO)|-(D,
le probleme est de déterminer Q4 telle que QuGa(s) = 0, soit :
QuCls1 ~(A-Le))(D, =0 (234)
Soit wF le vecteur propre & gauche associé la valeur propre 2, de (ALC). Co veeteu i
2 re A, . propre est toujours orthogonal
faux vecteurs propres a droite assocés aux n— 1 valeurs proptes Ay de(A~ EC), ob Xe Ay Denes
(22), la mattice (s! - A), avec A, = A— LC. s’écrit ee ae
fa r
(sf — A,)- = VL Jain
(At tee cs)
ots et wf sont respectvement, les vecteurs propres& droite et a gauche de A. associs la val
z : Ye de A, assoc leur propre A,. Mi
posal image same tent pe
Aervaleurs propres de Aq, alors la elation (24) est satiate. en eft, si Ton constrult Qa tale mee
wf
a)
f
.
QCD.
et We = Qac _—_- _._ s
comme sult : big,
jsies en fonction de la
Ac ecteurs Propres @ Kairch,.
re | Vor és arbitrairemeny,
Yon es de
13 vent tr
pret o a ae gil ts peuvent jui Ta structure propris
Wr .
Ds © ip, 20. 0.79 ay LS 2
BG P= ae OM te Oe Me optes yobse ne wr problente de
Que calcul a atc a roe de oe i oe urs poset EA resolve sopra A Bache
| wine tn Ey a as aed
me ag oe - : ys ntrarait
i L se detAc On montre:
eso ec goin 2 SOE 5 - gp droit det Minciba a
Yant ast byl ae ae de mee wroirs propres aad
“esicte oe du tel
aaa ur 1; SE uf? jn placement ont les ver . wn
prac i afaide do de De ants quil est possible
We Vobse pit palit resol les colo” jus indépe™ out ot? réalisé si et
ay Mi ine i ite ions
Ce prime ag. coe 3 24 (p54) est sats tle nombre de 75 ebation
cen eet de Ta mie ors la relation iminue ’antant Hf Tuplage Aes P
ves prop teen es dooms te Te (2.36)
endo, e nombre det re mattice Dz
dae Defagan plus ptcst, POU Ue
a ‘ la condition suivante est sat sn-d
seulement si ang(Ds) 4
Exemple 2.5 ; voir TD,
: i , estimation indé-
2.2.2.2 Observateurs a entrées inconnues | eeu i Eee
connues consi correct
Le principe de construction d'un observtour & ents incORNNS. einer, suppose
pendante des perturbations non mesurables, Considérons le sys a
représentation d'état suivante : (i) + Bat) + Felt) + dt) ;
t) + Fy f(t)
eee je, il est possible moyennant une
‘ adoptée est
Ts
Dans le cas oi le vecteur des entrées inconnues agit également sur le vecteur sor leant
transformation linéaire, dese ramener la forme ci-dessous. La structure de l'observateur g¢n
la suivante ;
(0) = Mz(t) + Nu(t) + Pult) (2.38)
a(t) = 2()~ Lyy(0)
aoe et Ly eat des matrices de dimensions appropriées, qui vont étre déterminées de fagon que on
ge asymptotique it VN 15 s %
construction d'état call) = (20) oe (t) du systéme, malgré l’influence des perturbations. L’erreur de
x(t) = 2(t) ~ Lyy(t) - a(t) = 2()- (I+ L,C)z(t) - Ly Fy f(t) (2.39)
om posant E = 1+ LyC, it vient :
elt) = 2(0)~ Balt) ~ LFF), soit aus
ba dynamique de Verour d'estimation et
éa(t)
2(t) = e,(t) + Ex(t) + Ly Fy f(t) (2.40)
fat s'écrit alors ;
“MOE PC Eat) +00 — EBV 4 (wt,
5 onion arts om cep; e+ PF, EFM) — by FH) ~ EDza(e)
(2.41)
M est Hurwitz,
ME+PCm EA
NEB
ED, =
ML, 4 pp
wg oa La résotuti
ion du eysta
hues, c'est. systéme (2.42) (
t-a-dire & satisfaire ED, an &0 premier lieu, & assurer la condi
»E=l4 hc, don la condition de découpls
LyC, don plage des entrées incon-
(1+1,C)D, =0> LCD, = -D
la i
Matrice Ly telle que la rel
i Dat Ore calee ide es Sk satiate. Si inverse glnraliste de CD,
larelation suivante
-D,
H(CDe)*, ayers (CR)t-= KEDAT(
HODgI, s+
mn ie}
ty Neriste-que si Insmatrice (CD.AE ak be
matrice (CDS (OD, ot eves: Ca mater. ecent de Cimencin ¥
wing Xm
LIe-qwesi, ai
gC) = m4, oi i
Gil eiaceeprisenice. 1d nombre eiteleinconnuess Dnohynebi, le ddoo ogre
‘est possilie que si
aque si lean de la mate
; mi
Deut tre résunde comms 2 atti (CD.) et gal ax nombre dents & douple. La sythtse de ob
tise de'obeervateur
1. Verifier que le Rar cD.
ng(CDz) = ng, puis calculer Ly =~: \r i
aun eta cere let Ly = ~D.{(CDz)"(CD.)-"(CD,)".
3. A partir de B calculer N = EB.
4. Imposer que M soit un
: e matrice de Hurvi i
ee Laie 8 pak effet choisit M une matrice diagonale faisant
. Calculer la matrice P telle que: PC = EA ME.
o
Caleul i
cin 8 pret la matrice de transfert reliant les défauts a V'erreur d'estimation en sortie, Posons F =
yFy~ BFe LyF,. La transformation de Laplace de Vexpression (2.3) s'erit alors : _
seq(s) = Mez(s) + F f(s) + F's{(s) + e2(s) = (sf - M)'(F + 5F f(s) (2.48)
L’erreur d’estimation en sortie s'écrit :
ey(s) = G(s) ~ vls) = C(E(s) - 218)) ~ Fyf(s) = Ceels) ~ Falls)
en remplagant ez(s) par son expression (2.45), on obtient :
ey(8) = (Clo! - MF + 5F')- FO)
F=MLyFy+PFy- EFs
Fa-LyF,
(2.46)
Soit Q(s) une matrice de transfert stable et propre et générons un verteur de résidus r(s) tel que :
1(3) = As)ey(s) = AshGs(s)/(s)
é {oneetre myer) ol
‘La matrice de paramétrisation Q(s) permet de structurer les résidus afin de faciliter la localisation des défauts,
Exemple 2.6 wir TD.
2.3 Approche par estimation paramétrique
qu'il soit de connaissance ou de représentation, fait intervenir un ensemble
vanes, Les techuiques estimation paramétrique
Le modéle mathématique d'un systéme,
‘de déterminer le vecteur des paramétres
te paramétres dont les valeurs numériques sont généralement inco
permettent, & partic d'un ensemble de mesures réalisées sur Vinstallation,
intervenant dans le modéle.
apparition d’un defaut au sein du systime entraine
réeulte une évolution significative des paramétres PA" Tp
Trotable des paramétres par rapport aux valeurs nominales est révél
stiques physiques dot
une modification de ses caractéri
dit, tout écart
port leurs valeurs nominales. Autrement
latrice d'un défaut i —T
rariave fh
exon om
‘dele du tees
systeme
etrique.
ram’
imation pa
do césidus par est
nération de 8
de la gt
1 Principe
Ficune 27
at done, de og
de batirtiensiee ata inct tre
emp te Fetimain elles aing
gut aux ing ep Tet dtviation éyen.uelles ai
on io
esp
aameeiqne Serials,
Krieger ns
taco eee
1h. puiealicomet trea
_ ‘nominales 7p incine de La
résente le orincine
eh poor. Sana de lfigur 2.7
valet Sane Be gn
peemanei 3 aa
pat en permanant
tp este expltn A de ag
‘verilee povrrat tls
at Ie wots
asd 9 ee
seria Pein et en de représentation
AE ET ee eT a dun m f
‘ya de ti sie aba du md et mason
{Epes nib te rt asin er a
{param it eae indo sat a ‘se re
st aon npc ot cntib, ont Une derptiation et la locale,
Tati tn soa ait eres rn at i
nets de nko se
aos un modhle de wamasanee, ae
on de tl pr
Par coset, Fein
des paramétres d'un
le probldme de identification
entellement le prt
considérons done es
des dats. Daas I suite, nous me
moddlo de connaissance & temps cont
7 aaa entelles, obtemues par
23.1 Identification des params
Vous aimerez peut-être aussi
- Compte Rendue TkinterDocument2 pagesCompte Rendue TkinterKouraichi ZeinebPas encore d'évaluation
- Charte Déquipe 2022 1Document4 pagesCharte Déquipe 2022 1Kouraichi ZeinebPas encore d'évaluation
- TP SMPDocument5 pagesTP SMPKouraichi ZeinebPas encore d'évaluation
- TP Photov 2Document7 pagesTP Photov 2Kouraichi ZeinebPas encore d'évaluation
- Correction TD 4 1Document17 pagesCorrection TD 4 1Kouraichi Zeineb100% (1)
- Id ProjetDocument3 pagesId ProjetKouraichi ZeinebPas encore d'évaluation
- tp2-MCA 2Document6 pagestp2-MCA 2Kouraichi ZeinebPas encore d'évaluation
- Projet Mini Robot SolaireDocument17 pagesProjet Mini Robot SolaireKouraichi Zeineb100% (1)
- Devoir AIP1Document7 pagesDevoir AIP1Kouraichi ZeinebPas encore d'évaluation
- Tapis RoulantDocument7 pagesTapis RoulantKouraichi ZeinebPas encore d'évaluation
