Académique Documents
Professionnel Documents
Culture Documents
1
2017-2018
Introduction
4
Système et composants
Un Système industriel est composé généralement de trois parties :
– les actionneurs.
– le procédé.
– les capteurs.
Type de défauts: trois principaux types de défauts peuvent survenir sur
chacune de ces trois parties
5
Système et composants
Défauts actionneurs : Ce sont des défauts qui agissent au niveau de la
partie opérative et détruisent le signal d'entrée du système(la pompe
délivre un débit incohérent avec sa caractéristique hydraulique) .
Défauts composants ou systèmes : Défaillances dues à des
modifications de la structure (fuite, rupture d'un organe,...) ou des
paramètres du modèle (encrassement d'un tube d'un four, bouchage d’un
tube,..)
Défauts capteur : Ce type de défaut est la cause d’une mauvaise image
de l’état physique du système.
6
Différentes étapes du diagnostic industriel
La procédure de diagnostic de défaut s’articule autour des étapes
suivantes :
- l’extraction des informations nécessaires à la mise en forme des
caractéristiques associées aux fonctionnements normaux et anormaux.
- la génération des résidus, c’est-à-dire des signaux sensibles aux
défauts à détecter.
- l’élaboration des signatures des défauts.
- la détection et la localisation de défaut par comparaison avec des
signatures de bon fonctionnement.
- la prise de décision en fonction des défauts identifiés (arrêt de
l’installation, reconfiguration du fonctionnement du procédé).
7
Différentes étapes du diagnostic industriel
Mesures
Loi de
commande
Modèle
Modification de la structure de la commande
8
Différentes étapes du diagnostic industriel
9
Qualité et performance d’un système de diagnostic
10
Classification des méthodes de diagnostic
11
Méthodes de diagnostic
1-Redondance matérielle:
Exemple
y1(k ) x(k ) e1(k ) d1(k ) 1 e1(k ) 1 0
y2 (k ) x(k ) e2 (k ) d1(k ) d 2 (k ) d1 (k )
y (k ) 1 x(k ) e2 (k ) 1 1
1 e (k ) 0 2 2 d ( k )
y3 (k ) x(k ) e3 (k ) 2d 2 (k ) 3
Calcul les résidus
13
Méthodes de diagnostic
1-Redondance analytique :
De nombreuses approches ont été élaborées permettant la génération de
résidus à l’aide de la redondance analytique. Ces méthodes reposent
finalement soit sur une estimation d’état du système soit sur une
estimation des paramètres:
- Approche par espace de parité.
- Approche à base d’observateurs.
- Approche par estimation paramétrique.
1.1-Approche par espace de parité:
L’idée de base de cette approche est de vérifier la cohérence entre les relations
mathématiques du système et les mesures (relations de redondance analytique).
La différence entre la mesure et sa valeur calculée par le modèle est appelée résidu.
Si le résidu est nul, les mesures sont cohérentes par rapport au modèle, le système
déclaré sans défaut. Un résidu non nul indique l’apparition d’un défaut.
14
Méthodes de diagnostic
16
Méthodes de diagnostic
Approche par espace de parité - Cas statique
Détermination de W
C1
C
C
2
où C 1 est régulière de plein rang m.
W C2C11 I
17
Méthodes de diagnostic
Approche par espace de parité - Cas statique
1 2 1 1 1 0
1 0 2 1
0 0
y (k ) 1 1 1 x ( k ) 1 ( k ) 0 0 d (k )
1 0 1 1
1 1
On dispose de : 2 0 2 1
0
0
- cinq mesures.
- trois grandeurs.
18
Méthodes de diagnostic
Approche par espace de parité - Cas statique
19
Méthodes de diagnostic
Approche par espace de parité - Cas statique
20
Méthodes de diagnostic
Approche par espace de parité - Cas statique
Isolabilité :
Méthodes de diagnostic
Approche par espace de parité - Cas statique
22
Méthodes de diagnostic
Approche par espace de parité - Cas statique
23
Méthodes de diagnostic
Approche par espace de parité - Cas statique
Une étude statistique de p(k) peut être utilisée pour détecter et localiser le défaut
( e suit une loi normale) :
- Détection : comparer la norme de p(k) à un seuil qui est fixé à partir d’un
niveau de confiance.
- Localisation : analyser la corrélation entre le vecteur parité et les différentes
directions de défaut matérialisés par les vecteurs formés par les colonnes de la
matrice W et déterminer la corrélation la plus grande.
24
Méthodes de diagnostic
Approche par espace de parité - Cas statique
Quand deux défauts sont mélangés, la structuration des résidus vise à séparer
leurs influences :
- Découplage des résidus vis-à-vis des défauts : chercher une matrice W 1 qui
permet de diagonaliser la matrice de direction des défauts.
- Découplage des résidus vis-à-vis des perturbations : parfois il est souhaitable
de disposer d’un vecteur de parité sensible à certaines défauts à détecter et ne
pas vouloir s’intéresser à d’autres types de défauts.
25
Méthodes de diagnostic
Approche par espace de parité - Cas statique
y (k ) Cx(k ) e( k ) Fd (k )
Ax(k ) 0
Forme agrégée :
I C I F
y ( k ) x ( k ) ( k ) d ( k )
0 A 0 0
Comme précédemment, la génération du vecteur parité et des équations de
redondance qui lui sont associées repose sur l'élimination des variables inconnues x(k).
26
Méthodes de diagnostic
Approche par espace de parité - Cas statique
C
W 0
A
Le vecteur parité est alors défini par
I
p ( k ) W y (k )
1.forme de calcul : 0
27
Méthodes de diagnostic
v(k ) C
v ( k 1) CA
V (k , s) H (s)
v ( k s ) CA s
avec les définitions suivantes
0 0 0
0 F2 0 0 0
CB 0 0
0
CF1 F2 0 0
G ( s ) CAB CB 0
0 F ( s ) CAF1 CF1 0 0
0
0 F2 0
s 1 s 2 s 1 s 2
CA B CA B CB 0 CA F1 CA F1 CF1 F29
2
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
H ( s ) 0
L'existence de la matrice Ω est liée au rang de H(s).
Le vecteur parité s'explicite:
P (k ) F ( s ) D(k , s )
30
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
31
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
Auto-redondance:
La notion d'auto-redondance (redondance directe) est importante car elle est liée à la
génération de relations exprimant au cours du temps la sortie d'un seul capteur. Pour
cela, il suffit d'extraire la jème composante du vecteur d'observations en sélectionnant
dans C la ligne Cj :
Y j (k , s ) - G j ( s )U ( k , s ) H j ( s ) x( k ) F j D( k , s )
Pj (k ) j Y j ( k , s ) - G j ( s )U ( k , s )
32
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
Inter-redondance:
- La redondance temporelle existe aussi entre plusieurs capteurs.
Pour chaque matrice d'observation Hi construite à partir d'une seule
sortie et de toutes les entrées, retenons uniquement les si premières
lignes indépendantes. On obtient donc, pour i =1,...,m :
Inter-redondance:
Le système peut s'écrire de façon condensée :
Y (k , s1,..., sm ) - G( s1,..., sm )U ( k , s) H ( s1,..., sm ) x( k ) E ( s1,..., sm )D (k , s )
Y1 (k , s1 1)
avec : Y (k , s1 ,..., sm )
Y (k , s 1)
m m
•Les équations de parité sont données par l’expression :
Exemple 01 :
38
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
Solution :
Inter-redondance
Pour le premier et le deuxième capteurs, les lignes indépendantes sont :
C1 0 0 u (k )
Y1 (k ,1) x( k )
C A
1 C
1 B 0 u ( k 1)
Y2 (k ,0) C2 x(k )
En combinant ces équations (s=2) :
C1 0 0
u (k )
Y1 (k , 2,1) C1 A x( k ) C1B 0
u ( k 1)
C
2
0
0
1 0 0
Y (k , 2,1) 0.7 0.2 x( k ) 0 u (k )
0 1 0
39
Méthodes de diagnostic
Approche par espace de parité - Cas dynamique
Solution :
Introduction:
42
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
43
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Réseaux de neurones (RN):
Fonction de Transfert
45
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Réseaux de neurones (RN):
Apprentissage
46
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Réseaux de neurones (RN):
Apprentissage
Le but des réseaux neuronaux est d’apprendre à répondre correctement à
différentes entrées.
Moyen : modification des poids par apprentissage supervisé, ou non
supervisé.
47
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Les bases théoriques de la logique floue (fuzzy logic) ont été établies au début
des années 1965 par le professeur Lotfi Zadeh de l’université de Californie de
Berkeley.
48
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Logique Floue (FL)
49
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Logique Floue (FL)
50
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Logique Floue (FL)
52
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Réseaux de neurones (RN) Vs Logique Floue (FL)
53
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
54
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Système d'inférence neuro-flou adaptatif (ANFIS)
55
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Système d'inférence neuro-flou adaptatif (ANFIS)
56
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Système d'inférence neuro-flou adaptatif (ANFIS)
57
Méthodes de diagnostic
Méthodes à base d’intelligence artificielle
Système d'inférence neuro-flou adaptatif (ANFIS)
58
Méthodes de diagnostic
Approche à base d’observateurs
Introduction:
u(t) y(t)
Système
diagnostic
Observateur Générateur Analyseur
de résidus de résidus
ŷ(t)
- Observateur de Luenberger
- Influence d’un défaut de capteur
- Observateur à entrées inconnues
- Isolation de défauts
60