Module 94 – Aide au diagnostic D’après le support de cours de Hassan Noura Contenu - GII

I. Généralités & Définitions

C 942
II. Méthodes de Diagnostic

DIAGNOSTIC III. Génération de résidus par Observateur d’état

DES IV. Génération d’équation de redondance analytique

SYSTÈMES V. Analyse des résidus

Flavien Peysson
flavien.peysson@polytech.univ-mrs.fr
http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique

C 942 - Diagnostic des Systèmes - Flavien Peysson 2

C942 - Diagnostic des Systèmes Exemple : ligne de galvanisation - GII

HNx chaud TT
4
tôle
Eau
FI FI
PARTIE I 2 1

M
HNx refroidi

GÉNÉRALITÉS
TT TT
2 3
TC TC
TT
5 TT
6
PT PT
2 1

&
Echangeur
Ventilateur

Moyenne

PC

DÉFINITION Surveillance de la température de la

tôle avant son immersion dans le
bain de zinc TT
TC

TT
1
7

Flavien Peysson Zinc

flavien.peysson@polytech.univ-mrs.fr
http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique

C 942 - Diagnostic des Systèmes - Flavien Peysson 4

 Autre exemples - GII But de l’automatisation - GII

! Détection de défauts et diagnostic en vue de l’amélioration de la maintenance ! Le but général de l’automatisation d’un procédé est l’amélioration de la
! Défauts d’engrenage, productivité qui peut être obtenue de différentes manières :
! Défauts moteurs, ! maximisation de la production,
! Défauts de mesure,
! diminution des coûts de main d’œuvre,
! Perte d’efficacité …
! minimisation des consommations auxiliaires et des pertes (économie d’énergie
et de matières premières, diminution de la pollution, etc.),
! amélioration de la qualité

C 942 - Diagnostic des Systèmes - Flavien Peysson 5 C 942 - Diagnostic des Systèmes - Flavien Peysson 6

Automatisation intégrée - GII L’automatisation - GII

! L’automatisation intégrée a pour objectif de concevoir une structure hiérarchisée afin ! L’automatisation implique l’application d’une solution (quasi-) optimale en fonction des
d’améliorer la fiabilité, la disponibilité et la sûreté de fonctionnement du système. différents niveaux hiérarchiques :

! détermination de l’ordonnancement des différents types de production

Aide à la conduite, planification, réglage des paramètres « optimaux »
Niveau 3 Supervision diagnostic, IHM !

Suivi de l’état du processus, ! application des lois de commande

Niveau 2 Monitoring visualisation
! acquisition, transmission et centralisation des mesures
Commande logique, régulation,
Niveau 1 Régulation optimisation ! mise en œuvre des actions au niveau matériel.

Niveau 0 Instrumentation Choix et implantation des capteurs

et actionneurs

Décisions Observations

Entrées Sorties
Processus

C 942 - Diagnostic des Systèmes - Flavien Peysson 7 C 942 - Diagnostic des Systèmes - Flavien Peysson 8
 L’automatisation et la Maintenance - GII L’automatisation et la Maintenance - GII

! Ce raisonnement d’ensemble est cohérent, mais il suppose la “validité” des processus mis
en jeu et des modèles correspondant aux différents niveaux :
! bon fonctionnement des capteurs et des actionneurs, des chaînes d’acquisition, de mise
en forme
! bon fonctionnement des chaînes de transmission et de centralisation
! L’automatisation suppose implicitement une disponibilité idéale de 100%.
temps de bon fonctionnement effectif
disponibilité !
temps de fonctionnement total
! L’automatisation a mis en évidence ce problème, car précédemment l’opérateur humain
réalisait implicitement un certain nombre d’opérations de maintenance.

! bon fonctionnement des dispositifs de régulation ! La disponibilité est une des composantes de la SDF qui se décline en termes de :

! justesse des modèles globaux de fonctionnement : pas de variation des paramètres ! Fiabilité : l’aptitude d’un système à accomplir sa mission dans des conditions données
descripteurs des processus de fabrication (vieillissement, dérive...) d’utilisation

! Disponibilité : l’aptitude d’un système à fonctionner lorsqu’on le sollicite

! bonne connaissance des caractéristiques des produits en entrée...
! Maintenabilité : l’aptitude d’un système à être entretenu ou remis en marche

! Sûreté : l’aptitude d’un système à respecter l’utilisateur et son environnement

C 942 - Diagnostic des Systèmes - Flavien Peysson 9 C 942 - Diagnostic des Systèmes - Flavien Peysson 10

L’automatisation et la Maintenance - GII L’automatisation et la Maintenance - GII

! A l’automatisation, doit donc être associée une stratégie de maintenance qui permet ! La maintenance corrective : réalise la détection, la localisation, la signalisation des
d’assurer un certain niveau de disponibilité. Il faut : défauts et fournit une aide au diagnostic. Elle s’applique plus particulièrement aux défauts
! soit prévoir le temps de bon fonctionnement moyen (MTBF), aléatoires soudains.
! soit détecter, diagnostiquer, puis réparer ou reconfigurer, ! Palliative : remise en état à caractère provisoire

! Soit anticiper le futur… ! Curative : remise en état à caractère permanent

! La maintenance préventive : réalise la surveillance des caractéristiques du processus de

! Ces approches donnent lieu à différentes stratégies de maintenance :
! la maintenance programmée : maintenance systématique,
! la maintenance selon état : maintenance corrective, maintenance conditionnelle,
maintenance proactive, maintenance intelligente.
! Hiérarchie des stratégies de maintenance
production, pour prédire et identifier les pannes potentielles :
! Systématique : « surveillance statique » utilisation du MTBF, intervention à intervalle
régulier, (inconvénients : remplacement prématuré et n’évite pas les pannes)
! Conditionnelle : intervention planifiée lorsque des paramètres significatifs du de l’état
du système dépasse un seuil critique.
! Prévisionnelle : extrapolation de l’évolution des paramètres significatifs pour retarder
ou avancer les interventions
! Proactive : on ne surveille plus les paramètres significatifs du systèmes mais les
causes qui font dévier ces paramètres.

Maintenance Maintenance Maintenance Maintenance Maintenance

Corrective Systématique Conditionnelle Proactive Intelligente

Années 70 Années 80 Années 90 Années 2000

C 942 - Diagnostic des Systèmes - Flavien Peysson 11 C 942 - Diagnostic des Systèmes - Flavien Peysson 12
 L’automatisation et la Maintenance - GII
! La maintenance optimale est le juste milieu entre maintenance préventive et maintenance
corrective.
! L’évolution des stratégies de maintenance et des technologies de l’information de la
communication ont engendrer un changement sur la gestion de la maintenance.
Maintenance locale " Télémaintenance " E-maintenance
! Changement des mentalités : externalisation de la maintenance, achat de disponibilité…
! La maintenance ce n’est pas que de l’entretien d’un parc de machines!
C 942 - Diagnostic des Systèmes - Flavien Peysson
Définition de « Diagnostic » - GII
! Le dictionnaire :
« action de déterminer une maladie d’après ses symptômes »
et fait référence à sa racine grecque (Dia : par, Gnosis : connaissance).
! Les instances nationales et internationales de normalisation (AFNOR, CEI) :
« 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. »
! Cette définition résume les deux tâches essentielles en diagnostic :
! Observer les symptômes de la défaillance.
! Identifier la cause de la défaillance à l’aide d’un raisonnement logique fondé sur des
observations.
Diagnostic
Des conséquences
Surveillance aux causes
Détermination de l’état
courant
Pronostic
Des causes
aux conséquences
C 942 - Diagnostic des Systèmes - Flavien Peysson
L’automatisation et la Maintenance - GII
! La force de la maintenance intelligente réside dans l’analyse et le suivi de la santé des
équipements aux travers d’un ensemble de données issues de l’ERP, de la GPAO, de la
GMAO ou encore des systèmes de surveillance basés sur la mesure de grandeurs physiques
à partir de capteurs.
! La maintenance a vocation à intervenir dans tout le cycle d’exploitation d’un système de la
construction à la destruction " Prognostic and Health Management
13 C 942 - Diagnostic des Systèmes - Flavien Peysson 14
Etapes de Diagnostic - GII
! La sélection de la méthode de diagnostic la plus appropriée à un système industriel
donné ne peut se faire qu’après un recensement des besoins et des connaissances
disponibles.
! L’inventaire des éléments à étudier est le suivant :
! nature des causes de défaillance à localiser,
! connaissance des symptômes associés aux défaillances induites par les causes,
! maîtrise des moyens de mesure des symptômes,
! maîtrise des moyens de traitement des symptômes,
! connaissance des mécanismes physiques entre les causes et les effets,
! inventaire du retour d’expérience,
! recensement des expertises disponibles,
! définition du niveau de confiance dans le diagnostic,
! identification des utilisateurs finaux du diagnostic.
15 C 942
42 - Diagnostic des Systèmes - Flavien Peysson 16
 Etapes de Diagnostic - GII Etapes de Diagnostic Industriel - GII

! La procédure de diagnostic de défaillances et de dégradations susceptibles d’affecter les

différentes entités d’un processus industriel s’articule autour des étapes suivantes : Validation
des mesures

! l’extraction des informations à partir de moyens de mesures appropriées ou Caractérisation

d’observations réalisées lors des rondes par les personnels de surveillance du
fonctionnement

! l’élaboration des caractéristiques et signatures associées à des symptômes

Détection

! la détection d’un dysfonctionnement

Localisation

! la mise en œuvre d’une méthode de diagnostic de la défaillance ou de la

dégradation à partir de l’utilisation des connaissances sur les relations de cause à effet,
Identification
de la cause
! la prise de décision (arrêt de l’installation ou reconfiguration).
Décision

Maintenance Consignes

Mesures
Processus et connaissances

C 942 - Diagnostic des Systèmes - Flavien Peysson 17 C 942 - Diagnostic des Systèmes - Flavien Peysson 18

Etapes de Diagnostic - GII

C942 - Diagnostic des Systèmes

! Acquisition de données : Cette fonction doit fournir une image du procédé. les fonctions
suivantes doivent être réalisées :
! conditionnement et pré-traitement du signal, PARTIE II
validation du signal de mesure.

MÉTHODES
!

! Détection : C’est l’opération qui permet de décider si le système est en fonctionnement

normal ou non.
! probabilité de fausse détection : conduit à des arrêts ou des reconfigurations inutiles
! probabilité de non-détection : peut conduire à une panne, intolérable dans les systèmes
à haut niveau de sécurité (aéronautique, nucléaire...) DE
! Localisation : la localisation suit l’étape de détection ; elle attribue le défaut à un sous-

!
système particulier : capteur, actionneur, organe de commande, processus...
Diagnostic : est une opération de classification du défaut par son amplitude, son type et
son degré de sévérité. Les principaux outils qui peuvent être employés sont de natures
DIAGNOSTIC
diverses :
! classification et reconnaissance des formes,
Flavien Peysson
! utilisation d’arbres logiques, flavien.peysson@polytech.univ-mrs.fr
http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique
! systèmes experts …
C 942 - Diagnostic des Systèmes - Flavien Peysson 19
 Méthodes de Diagnostic - GII Méthodes de Diagnostic - GII

! La demande croissante de fiabilité et de sûreté de fonctionnement mais également celle ! La confiance dans les résultats du diagnostic dépend de la fiabilité des mesures. Des
d’un fonctionnement moins coûteux et plus écologique justifie l’intérêt porté à des techniques de validation de mesure existent :
techniques avancées de conduite de processus incluant des méthodes performantes de
détection de défauts et de diagnostic. ! redondance directe matérielle utilisant plusieurs capteurs

! Lorsqu’un défaut apparaît, il doit être détecté le plus rapidement possible, ensuite il doit
être localisé et identifié. ! redondance analytique faisant appel à des modèles.

! Les défauts ne peuvent pas toujours être détectés par la seule analyse individuelle des ! Les méthodes de diagnostic peuvent être classées en plusieurs grandes familles :
signaux acquis sur le système.
! les méthodes internes,
! D’où l’utilisation de modèles liant différentes variables mesurées
! les méthodes externes,
! Estimation de variables d’état

! Estimation des paramètres du système ! les méthodes inductives,

! les méthodes déductives.

C 942 - Diagnostic des Systèmes - Flavien Peysson 21 C 942

42 - Diagnostic des Systèmes - Flavien Peysson 22

Les Méthodes Internes de Diagnostic - GII Les Méthodes Externes de Diagnostic - GII

! Dérivée des techniques utilisées par les automaticiens. ! Ces méthodes supposent qu’aucun modèle n’est disponible pour décrire les relations de
cause à effet. La seule connaissance repose sur l’expertise humaine confortée par un solide
! Elles impliquent une connaissance approfondie du fonctionnement sous la forme de retour d’expérience.
modèles mathématiques qui devront être obligatoirement validés expérimentalement avant
! Dans cette catégorie, on retrouve toutes les méthodes basées sur l’intelligence artificielle :
toute utilisation industrielle.
! la reconnaissance de formes,
! Le principe de ces méthodes, repose sur la ! les systèmes experts,
prise en compte des observations u et y ! les réseaux de neurones artificiels …
pour remonter au paramètre " ou à son
! Exemple : Réseaux de neurones artificiels
vecteur d’état interne x. Les éléments " et
x ayant par définition un sens physique ou
quasi-physique, la cause exacte de la
défaillance devient aisée à identifier et à
localiser.

C 942 - Diagnostic des Systèmes - Flavien Peysson 23 C 942 - Diagnostic des Systèmes - Flavien Peysson 24
 Les Méthodes Inductives
Une autre classification que l’on peut établir est basée sur le mode de raisonnement utilisé pour
remonter à la cause de la défaillance.
! Les méthodes inductives : correspondent à une approche montante où l’on identifie toutes
les combinaisons d’événements élémentaires possibles qui entraînent la réalisation d’un
événement unique indésirable. La méthode de l’arbre de défaillance est une méthode
qualitative ou quantitative qui représente par excellence une démarche inductive.
C 942 - Diagnostic des Systèmes - Flavien Peysson
Choix d’une méthode de Diagnostic
! Les méthodes de diagnostic dépendent de la nature des processus, systèmes, sous-systèmes,
composants ou matériels. Il faudra mettre en œuvre à chaque fois des méthodes spécifiques
tenant compte des technologies déployées :
! systèmes mécaniques dynamiques : moteurs, pompes, turbines, réacteurs, ....
! systèmes mécaniques statiques : tuyauterie, enceintes, ....
! systèmes numériques programmés,
! systèmes thermo-hydrauliques : échangeurs, fours, colonnes de distillation, ....
! systèmes électriques ou électroniques : capteurs,
p , régulateurs,
g , etc.
! Le processus est décomposée de manière
hiérarchique pour identifier les méthodes
de diagnostic à utiliser
C 942 - Diagnostic des Systèmes - Flavien Peysson
- GII Les Méthodes Déductives - GII
! Les méthodes déductives : la démarche est bien sûr inversée puisque l’on part de
l’événement indésirable et l’on recherche ensuite par une approche descendante toutes les
causes possibles. L’analyse AMDE (Analyse des Modes de Défaillance et de leurs Effets)
est une technique déductive et qualitative.
25 C 942 - Diagnostic des Systèmes - Flavien Peysson 26
- GII Terminologie : Défauts et Pannes - GII
Il existe une classification particulière des pannes :
! Panne Intermittente : « Panne d’un dispositif subsistant sur une durée déterminée et
limitée. Après cette durée le dispositif est apte à assurer la fonction ou la mission pour
lequel il a été conçu sans avoir fait l’objet d’une action corrective. »
! Panne Fugitive : « Panne d’un dispositif qui est intermittente et difficilement observable. »
Les défauts fugitifs sont extrêmement difficiles à diagnostiquer car leur apparition est de
nature aléatoire.
! Panne Permanente : « Panne d’un dispositif qui subsiste tant qu’une opération de
maintenance corrective n’a pas été effectuée. »
! Panne Latente ou Cachée : « Panne d’un dispositif qui existe mais qui n’a pas pu être
détectée. »
! Notion de Défaut : On considère comme un défaut tout écart entre la caractéristique
observée sur le dispositif et la caractéristique de référence lorsque celui-ci est en dehors des
spécifications.
27 C 942 - Diagnostic des Systèmes - Flavien Peysson 28
 Diagnostic par redondance - GII Redondance matérielle - GII

! Redondance matérielle ! La redondance matérielle consiste à mesurer une grandeur à l’aide de multiples capteurs.
Les mesures sont comparées entre elles et un vote logique permet d’isoler le capteur
! multiplier les chaînes de mesure défaillant.
! détection des capteurs défaillants Variable
x
! localisation des capteurs défaillants m1 r1
Capteur 1
Méthode fiable et simple mais implique un surcoût de l'installation et une diminution du m2 r2 Résultat :
temps moyen de bon fonctionnement global. Capteur 2 Comparaison Vote Capteur défaillant
m3 r3
Capteur 3
! Redondance analytique

! les relations entre les mesures de grandeurs dépendantes Le détecteur calcule trois résidus r1, r2 et r3 :
r 1 = m1 – m 2 r2 = m1 – m 3 r3 = m2 - m 3
! modèle statique ou dynamique

! modèle de connaissance ou de représentation ! Afin de pouvoir isoler le défaut, la redondance matérielle doit être d’ordre impair.
! Utilisée dans les systèmes où la sécurité des biens et des personnes est primordiale!
Méthode en complément de la redondance matérielle et peut permettre d'en réduire le
degré de redondance.

C 942 - Diagnostic des Systèmes - Flavien Peysson 29 C 942 - Diagnostic des Systèmes - Flavien Peysson 30

Redondance matérielle - GII Redondance analytique - GII

! Analyse des résidus : ! La redondance analytique consiste à utiliser des informations supplémentaires issues de
modèles générant des grandeurs homogènes à celles provenant de capteurs.
Mesure en Résidu 1 Résidu 2 Résidu 3 Mesure 1
défaut

Mesure 2
1 1 1 0 Mesure validée
Traitement
2 1 0 1 Entrée 1
"Mesure 3"
Entrée 2
3 0 1 1 Modèle
Entrée 3

! Le champ d'application de la redondance analytique ne se limite pas aux pannes de

! L'approche redondance matérielle est très efficace bien qu'elle ne couvre pas les pannes de
mode commun : panne d'alimentation électrique, panne de masse etc...
! Le coût et l'encombrement ainsi qu'un champ d'application strictement limité aux pannes de
capteurs constituent les inconvénients majeurs de cette méthode.
C 942 - Diagnostic des Systèmes - Flavien Peysson
capteurs, mais s'étend aux pannes des actionneurs ou à celles du procédé lui-même.
! L'approche utilisant la redondance analytique se décompose généralement en deux phases
distinctes :
! La première concerne la génération de résidus caractéristiques de la panne.
! La seconde étape concerne la prise de décision qui a trait à la détection et
éventuellement à la localisation d'un élément défaillant. Elle met en œuvre des
techniques de détection de ruptures et de tests d'hypothèses.
31 C 942
42 - Diagnostic des Systèmes - Flavien Peysson 32
 Détection de défauts basée sur les modèles - GII Détection de défauts basée sur les modèles - GII

! Les méthodes de diagnostic peuvent être classées selon l’architecture suivante :

Défauts Défauts Défauts

Entrées Sorties
Actionneurs Système Capteurs
Méthodes locales Méthodes globales

Modèle Traitement Méthodes à base Redondance

du signal de modèle matérielle

Estimation d’état Estimation paramétrique Raisonnement heuristique Connaissances Connaissances

TF Filtrage etc.
- Espace de parité heuristiques analytiques
- Observateurs
- Filtre détecteur
Logique Graphes Systèmes Equations Espace
floue causaux experts de bilan de parité
Génération de résidus
Reconnaissance Réseaux Estimation Estimation
Prise de décision de formes de neurones paramétrique d’état
Défauts

C 942 - Diagnostic des Systèmes - Flavien Peysson 33 C 942 - Diagnostic des Systèmes - Flavien Peysson 34

Détection de défauts basée sur les modèles - GII Diagnostic des Systèmes

! La génération de résidus consiste à comparer les mesures issues du système à leurs

estimations issues d’un modèle.

PARTIE III
Entrées Sorties
Système

Sorties
+ Résidus
-
GÉNÉRATION DE
Modèle

RÉSIDUS PAR
estimées

! Un seul résidu permet la détection d’une défaillance au niveau d’un sous-système.

!
Cependant, la localisation d’un défaut nécessite un ensemble de résidus structurés.

Ces résidus doivent être conçus pour être sensibles à certains défauts et insensibles à
OBSERVATEUR D’ÉTAT
d’autres, permettant ainsi la localisation de l’élément défaillant : des symptômes sont
générés et comparés à des signatures de défauts.
Flavien Peysson
flavien.peysson@polytech.univ-mrs.fr
http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique

C 942 - Diagnostic des Systèmes - Flavien Peysson 35

 Génération de résidus par observateur d’état - GII Génération de résidus par observateur d’état - GII

! La génération de résidus par estimation d’état consiste à construire l’état ou la sortie du & x!ˆ ! ) A + HC * xˆ ' B u ' H y
# Condition d’observabilité :
système.
% yˆ ! C xˆ 2 8 C 5/
# xˆ (0) ! xˆ 06 3-
L’erreur d’estimation sera utilisée comme résidu. $ 0
0 6 CA 3 -
rang 0 !n
H est déterminé de telle sorte que l’état reconstruit 6 " 3-
tende asymptotiquement vers l’état réel du système 00 6 n +1 3 --
! Reconstruction d’ état par observateur :
avec une certaine vitesse : 1 7CA 4 .

! A - HC stable
& x! ! Ax ' Bu x ( Rn u ( Rm y(Rp
# ! observateur plus rapide que le système
Système : % y ! Cx A, B et C sont des matrices de dimensions
# x ( 0) ! x appropriées. Erreur de reconstruction
rec d’état :
$ 0 !

Cette erreur est définie par : L’évolution de 9 :

& xˆ! ! Axˆ ' Bu ' H ) y + Cxˆ * xˆ ( R n H ( R n, p 9! ! ) A + HC *9
# 9 ! x + xˆ
Observateur :
% yˆ ! Cxˆ Gain de l’observateur
# xˆ (0) ! xˆ H sera donc déterminé par placement de pôles, tel que :
$ 0

lim 9 (t ) ! 0
t ;:

C 942 - Diagnostic des Systèmes - Flavien Peysson 37 C 942 - Diagnostic des Systèmes - Flavien Peysson 38

Génération de résidus par observateur d’état - GII Génération de résidus par observateur d’état - GII

! Notons qu’en pratique, il est impossible de générer cette erreur d’estimation de l’état, car ! Exemple :
l’état réel du système n’est pas connu.
&= 8=+1 1 5= 8=15=
Erreur de reconstruction de la sortie : #=xÝ! 6= 3=x ' 6= 3=u
!
#= 7=1 +2 4= 7=14=
e ! y + yˆ ! C ) x + xˆ * ! C 9 %=
#= 8=1 0 5=
Schéma bloc d’une génération de résidus par observateur : #=y ! 6= 3=x
$= 7=0 1 4=
!

u x! x y ! Le système est il observable ?

B ++ < C
A e joue le rôle de résidu ! Détermination du gain de l’observateur par placement de pôles :
e + 8+ 0.5 15
H Pour p = [ -0.5 -3 ] " H ! 6
134
- !
7 1
x!ˆ x̂ ŷ
B ++
+ < C
8 4 15
Pour p = [ -5 -5 ] " H !6
A
!
3
71 34
ex1_obs.m, ex1_obs_mdl.mdl

C 942 - Diagnostic des Systèmes - Flavien Peysson 39 C 942 - Diagnostic des Systèmes - Flavien Peysson 40
 Influence d’un bruit de mesure - GII Notion de Point de Fonctionnement - GII

! On pourrait être tenté de choisir le gain de l’observateur H de telle sorte que l’erreur e
tende très rapidement vers zéro. Défauts Défauts Défauts

Entrées
Problème : l’influence du bruit qui affecte les mesures Sorties Mesures
de commande
Actionneurs Système Capteurs
U Y
! En présence d’un bruit de mesure, le système s’écrit sous la forme :

& x! ! Ax ' Bu
# ! La plupart des systèmes sont non linéaires.
% y ! Cx ' b
# x ( 0) ! x
$ 0 Linéarisation autour d’un point de fonctionnement : (U0, Y0)

! Les erreurs d’estimation de l’état et de la sortie évoluent selon la relation suivante :

u y
Système linéarisé
9! ! ) A + HC *9 + Hb e ! C9 'b
u = U – U0 y = Y – Y0

Identification autour d’un point de fonctionnement

ex1_obs.m, ex2_obs_mdl.mdl

C 942 - Diagnostic des Systèmes - Flavien Peysson 41 C 942 - Diagnostic des Systèmes - Flavien Peysson 42

Défauts Capteurs - GII Influence d’un défaut capteur - GII

! Biais : yi(t) = Cx(t) + fi(t) fi(t) = Cst. ! La présence d’un défaut de capteur affecte les sorties du système.
yi(t)
! Ces défauts peuvent être :
t & x! ! Ax ' Bu
#
! Additifs (ex : un biais) % y ! Cx ' f
! Dérive : yi(t) = Cx(t) + fi(t) fi(t) = !it
# x ( 0) ! x & x! ! Ax ' Bu
yi(t) $ 0
#
! Multiplicatifs (ex : un changement du gain du capteur) % y ! (C ' > C ) x
# x ( 0) ! x
t $ 0

! Blocage : yi(t) = yi(tFi) ! L’influence d’un défaut de capteur peut finalement se mettre sous la forme suivante :
yi(t)
&x! ! Ax' Bu
# ! '
t
%y Cx Ec fc
#x(0) ! x0
tFi $
! Calibrage : yi(t) = !i.ci xi(t)
! Les erreurs d’estimation de l’état et de la sortie évoluent selon la relation suivante :
xi yi
9! ! ) A + HC *9 + HEc f c e ! C 9 ' Ec f c

C 942 - Diagnostic des Systèmes - Flavien Peysson 43 C 942

42 - Diagnostic des Systèmes - Flavien Peysson 44
 Défauts d’actionneurs - GII Influence d’un défaut d’actionneur - GII

! Blocage : ! La présence d’un défaut d’actionneur affecte l’équation d’état du système.

ui(t)

! Une première manière de représenter le défaut d’actionneur :

t
tFi & x! ! Ax ' ( B ' >B ) u
#
! Saturation: % y ! Cx
ui(t) # x ( 0) ! x
uimax
$ 0

t ! Une autre manière correspond à l’illustration d’une baisse d’efficacité de l’actionneur. Ce

qui se traduit par une modification de l’entrée de commande globale appliquée au système :
! Perte d’efficacité :
U f ! ?U ' U f 0
uci ui
où : U : l’entrée de commande globale appliquée au système
Uf : l’entrée de commande globale pour le système défaillant
U0 : l’entrée de commande nominale au point de fonctionnement
u = U - U0 et uf = U f - U 0
? ! diag (B ), B ! @B1 # B i # B m AT
C 942 - Diagnostic des Systèmes - Flavien Peysson 45 C 942 - Diagnostic des Systèmes - Flavien Peysson 46

Influence d’un défaut d’actionneur - GII Génération de résidus par observateur d’état - GII

! L’apparition du défaut d’actionneur affecte l’équation d’état de la manière suivante : ! Les erreurs d’estimation de l’état et de la sortie évoluent selon la relation suivante :

x! ! Ax ' Bu f e ! C9
9! ! ) A + HC *9 ' Ea f a
e! ! C ) A + HC *9 ' CEa f a
! Ax ' B )U f + U 0 *
L’influence du bruit de mesure, des défauts de capteur et des défauts d’actionneur apparaît
! Ax ' B )?U ' U f 0 + U 0 *
!
clairement sur les erreurs d’estimation.

! Ax ' Bu ' B )?U ' U f 0 + U 0 + u *

! L’erreur d’estimation de la sortie « e » sera donc utilisée comme un résidu permettant
@
! Ax ' Bu ' B )? + I *U ' U f 0 A la détection d’éventuels défauts.

! Il est possible, sous certaines conditions mathématiques, d’estimer l’amplitude de ces

! En définissant fa comme un vecteur d’entrées inconnues illustrant le défaut d’actionneur, le
défauts.
système sera décrit par :

&# x! ! Ax ' Bu ' Ea f a

%
#$ y ! Cx

C 942 - Diagnostic des Systèmes - Flavien Peysson 47 C 942 - Diagnostic des Systèmes - Flavien Peysson 48
 Observateurs à entrées inconnues - GII Observateurs à entrées inconnues - GII

! Des entrées non mesurables affectent souvent le système lors de la phase de modélisation. ! L’erreur d’estimation d’état est donnée par :
La reconstruction de l’état du système peut se faire sous certaines conditions à l’aide 9 ! x + xˆ
d’observateurs à entrées inconnues.
! x + z ' Ey
! ( I ' EC ) x + z
! Cette technique s’applique également lorsque les entrées sont toutes connues : dans ce cas,
une partie des entrées est utilisée et l’objectif est de découpler l’influence de certaines D’où : 9! ! x! + xˆ! ! ( &
I '%EC
$ ) x! + z!
entrées sur l’estimation de l’état. Ceci constitue le principe de base de génération de bancs P

d’observateurs pour la localisation de défauts d’actionneurs. ! (& $ )) Ax ' Bu ' Fd * + ) Nz ' Gu ' Hy *
I '%EC
P
! P) Ax ' Bu ' Fd * + N )Px + 9 * + Gu + H y
! Principe : ! N9 ' )PA + NP + HC * x ' )PB + G *u ' PF d

Système Observateur & P ! I ' EC

# HC ! PA + NP
& x! ! Ax ' B u ' Fd & z! ! Nz ' Gu ' Hy ##
% %G ! PB F ' ECF ! 0
%
$ y ! Cx $ xˆ ! z + Ey # PF ! 0
#
9 tend asymptotiquement vers zéro si : #$ N stable

C 942 - Diagnostic des Systèmes - Flavien Peysson 49 C 942 - Diagnostic des Systèmes - Flavien Peysson 50

Observateurs à entrées inconnues - GII Influence des défauts - GII

! La solution à cet observateur à entrées inconnues existe si l’inverse généralisée de CF ! Les erreurs d’estimation d’état et de sortie sont données par :
existe :
E ! + F (CF ) +
9! ! N9
e ! C9
& P ! I + F (CF ) + C
# PA + NP ! HC
#G ! PB ! ( K + NE )C
! L’entrée inconnue « d » n’intervient pas dans « e » et n’est donc pas détectable.
#
% N ! PA + KC
# H ! K + NE ! L’intérêt réside dans le fait qu’il est possible de discriminer une erreur affectant le
En posant
E PA + KC ! N ( &
P +%EC
$) système d’un défaut de capteur ou d’actionneur.
#
#$ N stable I
! La représentation du système en présence d’entrées inconnues et de défauts de capteur
et/ou d’actionneur peut se mettre sous la forme :
! La procédure à suivre pour la détermination des matrices est :
! Calculer l’inverse généralisée de CF,
f : défaut
! en déduire P, puis G, & x! ! Ax ' Bu ' E1 f ' Fd d : entrée inconnue
! fixer les valeurs propres de N, et en déduire K puis N,
%
! déduire la valeur de H.
$ y ! Cx ' E2 f

C 942 - Diagnostic des Systèmes - Flavien Peysson 51 C 942 - Diagnostic des Systèmes - Flavien Peysson 52
 Influence des défauts - GII Bancs d’observateurs - GII

! Avec la même structure de l’observateur que nous rappelons ici : ! Nous avons vu que les défauts de capteur ou d’actionneur affectent les erreurs de
reconstruction. La détection de la présence de ces défauts peut être aisée mais il convient
& z! ! Nz ' Gu ' Hy également de les isoler. Il est donc judicieux d’analyser la structure des résidus pour
% résoudre le problème de l’isolation.
$ xˆ ! z + Ey
! l’erreur de reconstruction devient :
! Exemple :
9 ! ( I ' EC ) x + z ' EE2 f Système Observateur

& 80 15 815 &= 8=+2.5 0 5= 8=15= 8=4 +35=

# x! ! 6+ 2 + 33 x ' 613 u #=xÝ̂! 6= 3=x̂ ' 6= 3=u ' 6= 3=y
! La dynamique de cette erreur est donnée par : # 7 4 74 #= 7= 0 +2 4= 7=14= 7=+3 2 4=
% %=
9! ! ( I ' EC )( Ax ' Bu ' Fd ' E1 f ) # y ! 8 1 15 x ' 81 05 8 f c1 5 #= 8= 1 15=
60.5 13 60 1 3 6 f 3 #=ŷ ! 6= 3=x̂
+ ( Nz ' Gu ' Hy ) ' EE2 f! #$ 7 4 7 4 7 c2 4 $= 7=0.5 14=
8 e1 5 81 15 8 91 5 81 05 8 f c1 5
! Compte tenu des conditions pour lesquelles 9 ; 0 , on peut écrire : L’erreur e sera donnée par : 6 3 ! 6 36 3'6
7e2 4 70.5 14 79 2 4 70 134 67 f c 2 34
9! ! N9 ' ( PE1 + KE2 ) f ' EE2 f! ! Les défauts fc1 et fc2 affectent simultanément les deux résidus, ce qui rend difficile
Influence du défaut sur l’isolation de ces défauts.
" 9=" donc sur " e " ex3_obs.m, ex3_obs_mdl.mdl

C 942 - Diagnostic des Systèmes - Flavien Peysson 53 C 942

42 - Diagnostic des Systèmes - Flavien Peysson 54

Bancs d’observateurs - GII Bancs d’observateurs - GII

! La solution consiste à structurer les résidus et l’idéal serait qu’un résidu soit sensible à un ! Cas des défauts actionneurs
défaut particulier.

Découplage des résidus Structure DOS Structure GOS

L’utilisation de bancs d’observateurs construits à partir d’une partie seulement des entrées u1 u1
u2 ...
!
y
ou des sorties du système permet de répondre à ce problème. Ceci permet de distinguer les u2 ... y
Système
Système um
défauts de capteur des défauts d’actionneur. um

! Structure DOS : Dedicated Observer Scheme

Observateur 1 Observateur 1
! Le ième observateur est piloté par la ième entrée et toutes les sorties. Les autres entrées
sont considérées comme des entrées inconnues. Ainsi la sortie de cet observateur sera .
insensible aux défauts affectant les entrées non utilisées .
. .
! Structure GOS : Generalized Observer Scheme . .

! Le ième observateur est piloté par toutes les entrées sauf la ième et toutes les sorties.
Ainsi la sortie de cet observateur sera sensible aux défauts affectant toutes les entrées Observateur m Observateur m
sauf la ième.

C 942
42 - Diagnostic des Systèmes - Flavien Peysson 55 C 942 - Diagnostic des Systèmes - Flavien Peysson 56
 Bancs d’observateurs - GII Défauts actionneurs - GII

! Cas des défauts capteurs ! Exemple :

& 8 0 1 5 8 1 0 .5 5
Structure DOS Structure GOS # x! ! 6+ 2 + 33 x ' 6+ 0.2 0.33 u ' DEFAUT ACTIONNEUR
# 7 4 7 4
%
#y ! 8 1 15
u ... yy1 u ... yy1 # 60.5 13 x
Système 2
Système 2 $ 7 4
ym ym
! Système à 2 entrées et 2 sorties.
! On cherche à isoler les défauts d’actionneurs.
Observateur 1 Observateur 1 ! Une simulation de ce système utilisant un observateur classique unique pour générer les
résidus a été réalisée. Un défaut sur l’actionneur 2 a été testé.
. . ! Il n’est pas possible de savoir lequel des actionneurs 1 ou 2 est en défaut : les deux
. . composantes de l’erreur d’estimation de la sortie sont affectées.
. .

Observateur m Observateur m

ex4_obs.m, ex4_obs_mdl.mdl

C 942 - Diagnostic des Systèmes - Flavien Peysson 57 C 942 - Diagnostic des Systèmes - Flavien Peysson 58

Défauts actionneurs - GII

Diagnostic des Systèmes

! Solution de l’exemple avec une structure DOS

u1
y
PARTIE IV
Système

GÉNÉRATION D’ÉQUATIONS
u2 + Résidu sensible au défaut
sur l’actionneur 1
-
Observateur 1

PAR
yˆ obs1
+ Résidu sensible au défaut
- sur l’actionneur 2
Observateur 2

REDONDANCE ANALYTIQUE
yˆ obs 2

Flavien Peysson
flavien.peysson@polytech.univ-mrs.fr
ex4_obs.m, ex5_obs_mdl.mdl http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique

C 942 - Diagnostic des Systèmes - Flavien Peysson 59

 Introduction - GII Espace de parité statique - GII

! Une relation de redondance analytique est une équation dans laquelle toutes les variables ! La redondance matérielle est un moyen efficace pour éprouver le fonctionnement des
sont connues. appareils de mesure. Le nombre de mesures est en général supérieur au nombre de
variables à mesurer. Cette redondance permet de détecter les défauts de capteurs.
! La génération de ces relations permet de déterminer des résidus statistiquement nuls
en l’absence de défauts et évoluent lorsqu’un défaut apparaît.
! Exemple :
! L’espace de parité est l’approche la plus classique pour générer ces relations. Ces relations
de parité utilisent : 81 2 15
61 0 23
! la redondance directe au moyen de relations algébriques statiques liant les différents 6 3
signaux y ( k ) ! 61 1 13 x(k )
61 0 1 33
ou 6
! la redondance temporelle issue de l’utilisation de relations dynamiques. 762 0 234

5 mesures yi couplées de 3 grandeurs xi permettent de générer des relations de redondance :

+ y1 (k ) ' 2 y3 (k ) + y4 (k ) ! 0
+ 2 y1 (k ) ' 4 y3 (k ) + y5 (k ) ! 0

Ces équations sont vérifiées en l’absence de défauts.

C 942 - Diagnostic des Systèmes - Flavien Peysson 61 C 942 - Diagnostic des Systèmes - Flavien Peysson 62

Espace de parité statique - GII Espace de parité statique : cas général - GII

! La forme des équations de redondance n’est pas unique. ! Soit

! D’autres équations de redondance (ne faisant pas apparaître les mêmes variables) peuvent y (k ) ! Cx (k ) ' 9 (k ) ' Ff (k )
être écrites par combinaison linéaire des équations précédentes.
où :
! Ceci permet de structurer les résidus et de faciliter l’isolation des défauts. ! y est le vecteur de mesures de dimension (m,1)
! x est le vecteur des variables à mesurer de dimension (n,1)
! Dans les équations précédentes, si on élimine y1(k), on obtient : ! f est le vecteur de défauts pouvant affecter les capteurs de dimension (p,1)
9 est le vecteur de bruits de mesures de dimension (m,1)
+ y5 (k ) ' 2 y4 (k ) ! 0
!

! C est la matrice qui caractérise le système de mesure de dimension (m,n)

! Nous remarquons que l’élimination de y1(k) entraîne l’élimination de y3(k). Il est donc
impossible de différencier les défauts sur ces deux mesures (Pb d’isolation).
! Par ailleurs, un défaut sur y2(k) ne sera pas détectable car cette mesure n’intervient dans
aucune des équations de redondance.
! F est la matrice qui illustre la direction des défauts de dimension (m,p)
! Pour se placer dans une situation de redondance, il est supposé ici que m > n
! Les colonnes de la matrice C définissent un sous-espace vectoriel de dimension n dans
l'espace de mesures Rm. Le sous-espace vectoriel orthogonal à l'espace engendré par C est
appelé espace de parité.

C 942
42 - Diagnostic des Systèmes - Flavien Peysson 63 C 942 - Diagnostic des Systèmes - Flavien Peysson 64
 Espace de parité statique - GII Espace de parité statique - GII

! L’objectif est d’analyser la consistance des mesures et de détecter la présence des défauts. ! Si WF est une matrice régulière, l’équation
On cherche alors à établir des relations entre les mesures qui sont indépendantes des
p (k ) ! W9 (k ) ' WFf (k )
grandeurs inconnues mais qui restent sensibles aux défauts.
permet de détecter les défauts f(k).
! Un vecteur de parité p(k) est défini comme étant une projection du vecteur des mesures
y(k) : ! Nécessité d’étudier avec soin le rang de la matrice WF. Une colonne nulle de cette matrice
p(k ) ! W y (k ) Permet de calculer le vecteur de parité empêche la détection de certains défauts.

! Dans le cas où on cherche à détecter certains défauts et ne pas s’intéresser à d’autres, on

écrit l’équation des mesures sous la forme :
! W est une matrice de projection. Son orthogonalité avec la matrice C entraîne :
y (k ) ! Cx (k ) ' 9 (k ) ' F ' f ' (k ) ' F + f + (k )
p (k ) ! W9 (k ) ' WFf (k ) Explique l’influence des erreurs de
mesure et des défauts

! Dans le cas idéal, le vecteur de parité est nul. L’équation qui traduit l’ensemble des
redondances liant les mesures devient :
! On cherche alors une matrice W orthogonale à l’espace engendré par les colonnes de C et
de F- :
W y (k ) ! 0
WC ) *
F+ ! 0

C 942
42 - Diagnostic des Systèmes - Flavien Peysson 65 C 942
42 - Diagnostic des Systèmes - Flavien Peysson 66

Espace de parité statique - GII Espace de parité statique - GII

! On obtient ! La résolution de ces problèmes d’optimisation multicritères n’est pas toujours aisée. Une
' ' solution peut être obtenue en reformulant le problème à l’aide d’un seul critère en
p (k ) ! W9 (k ) ' WF f (k )
accordant plus de poids à l’un ou l’autre des critères précédents.

! Ce vecteur de parité est donc sensible aux défauts à détecter, à condition d’étudier
convenablement le rang de la matrice ! Si l’on souhaite un découplage parfait par rapport à l’état, deux problèmes peuvent être
envisagés :
'
WF
! Premier problème
! Dans le cas où l’équation W(CF-) = 0 n’a pas de solution, une solution approchée sera
envisagée en satisfaisant au mieux la condition d’orthogonalité. Le problème peut être
formulé sous forme d’optimisation multicritères : &C T C ! 0
# Pour ce problème, il peut être montré que C
&min WF + # 2
% CT F + est solution de :
&min W C F +
# W
) * # W
##
#min T ' 2 )QA + DQB *C ! 0 (Eq. 1)
% ou %max WF
' # C C F
' W
$
#max WF #
$ W #WC ! 0
#$
Où : A! F F
+
) *
+ T
B!F F
'
) *
' T
) T
Q ! I +C C C *
+1
C
T

C 942 - Diagnostic des Systèmes - Flavien Peysson 67 C 942 - Diagnostic des Systèmes - Flavien Peysson 68
 Espace de parité statique - GII Principe de génération d’équation de redondance - GII

! Deuxième problème ! On considère le modèle d’état discret d’un système d’ordre n :

&C T C ! 0 & x(k ' 1) ! Ax(k ) ' Bu (k ) ' E1 f (k )

# %
% 2 T + 2
+ k 2 CT F '
2/
$ y (k ) ! Cx (k ) ' E2 f (k )
#min 0 C F -
$ C 1 .
! Sur un horizon donné [k, k+s], les équations du système peuvent être regroupées sous la
Dans ce cas, C doit satisfaire : )QH + DQB * C ! 0 (Eq. 2) forme :

Y (k , s ) ! H ( s ) x(k ) ' G ( s )U (k , s ) ' E ( s ) F (k , s ) (Eq. 3)

avec H ! A + k 2 B

! La structure de l’équation (Eq.1) (respectivement (Eq.2)) montre que C est vecteur propre 8 z (k ) 5 8 C 5
généralisé de la paire (QA, QB) (respectivement (QH, QB)). Il peut également être montré 6 z (k ' 1) 3 6 CA 3
avec
que D est la plus petite valeur propre associée à ce vecteur propre. Z (k , s) ! 6 3 H (s) ! 6 3
pour Z = Y, U ou F 6 " 3 6 " 3
6 z (k ' s)3 6 s3
7 4 7CA 4

C 942 - Diagnostic des Systèmes - Flavien Peysson 69 C 942 - Diagnostic des Systèmes - Flavien Peysson 70

Espace de parité dynamique - GII Espace de parité dynamique - GII

! Ce vecteur de parité a une valeur moyenne nulle en l’absence de défauts.

8 0 0 # 05 0 8 E2 0 # 0 05
6 CB 0 # 0 03 6 CE E2 # 0 03
6 3 6 1 3 ! Lorsqu’un défaut (de capteur ou d’actionneur) apparaît, ce vecteur de parité devient non
G ( s ) ! 6 CAB CB # 0 03 E ( s ) ! 6 CAE1 CE1 # 0 03 nul et s’oriente vers une direction privilégiée en fonction du défaut.
6 " 6 " 0 33
6 " ' 0 033 6 " ' E2
s +1 s +2 s +1 s +2 Il est souvent plus judicieux de rechercher des équations de redondance en prenant les
76CA B CA B # CB 034 67CA E1 CA E1 # CE1 E2 34 !
sorties une par une (relations d’auto-redondance), puis les relations de redondance entre
! La génération des équations de redondance liant Y et U consiste à éliminer les états x dans différentes sorties (relations d’inter-redondance).
l’équation (Eq. 3). Ceci revient à multiplier cette équation par une matrice de parité E
orthogonale à la matrice H (l’existence de E dépend du rang de la matrice H) : ! Cette structure peut être utilisée pour faciliter l’isolation des défauts affectant les capteurs
ou les actionneurs.
EH (s ) ! 0
! Le vecteur de parité est donné sous forme externe (en fonction des données connues) :

P (k ) ! E)Y (k , s ) + G ( s )U (k , s ) *
! ou sous forme interne en fonction des défauts :

P(k ) ! E E ( s) F (k , s)

C 942
42 - Diagnostic des Systèmes - Flavien Peysson 71 C 942 - Diagnostic des Systèmes - Flavien Peysson 72
 Espace de parité dynamiqu, Exemple - GII
Diagnostic des Systèmes

! Soit le système

& x(k ' 1) ! Ax(k ) ' Bu (k ) ' E1 f (k )

% PARTIE V
$ y (k ) ! Cx(k ) ' E2 f (k )
8 0.902
A ! 6 0.01
6
67+ 0.0299
0 + 0.09055
0.7891 + 0.03643
0
3
0.6794 34
8+ 0.4504 0.0431 0.12565
B ! 6 0.042
6
0.2413 0.05753
3
76 + 0.1321 + 0.0196 0.375843
ANALYSE
!
!
La matrice C est la matrice identité.
On considère les matrices E1 et E2 comme étant des matrices identité.
DES
! Simulation d’un défaut

RÉSIDUS
Flavien Peysson
flavien.peysson@polytech.univ-mrs.fr
ex6_espace_parite.m http://sites.polytech.univ-mrs.fr/flavien.peysson Génie Industriel et Informatique

C 942 - Diagnostic des Systèmes - Flavien Peysson 73

Analyse des résidus - GII Analyse des résidus - GII

! La caractéristique essentielle des résidus générés est leur sensibilité aux changements dans
le comportement du système. Ce sont des signaux statistiquement nuls en fonctionnement
normal et s’écartent de zéro lorsqu’un défaut apparaît.
! Il faut utiliser des outils qui permettent d’analyser ces résidus dans le but de :
! détecter la présence d’un défaut affectant le système ou ses composants
! estimer l’instant de son apparition,
! déterminer sa nature et éventuellement son amplitude.
! Les méthodes présentées ici sont fondées sur des tests d’hypothèses.
! L’hypothèse la plus souvent émise est de considérer que les bruits de mesures sont
distribués selon des lois normales.
! Le résidu analysé étant réputé normal, on peut comparer les paramètres caractéristiques de
la distribution (moyenne et écart type (ou variance)) à des valeurs données.
! Des tests statistiques permettent de faire cette analyse et de prendre une décision quant à la
présence ou l’absence de dysfonctionnement.

! Les signatures expérimentales de défauts sont générées à partir des résultats des décisions
statistiques.
! Ces signatures seront exploitées pour la localisation des défauts.

C 942 - Diagnostic des Systèmes - Flavien Peysson 75 C 942 - Diagnostic des Systèmes - Flavien Peysson 76
 Décision statique et tests d’hypothèses - GII Tests statistiques - GII

! Il est fréquent de prendre des décisions concernant des populations sur la base ! Un test statistique est donc une règle qui permet de prendre une décision à partir de
d’informations recueillies sur des échantillons. Ces décisions sont appelées « décisions résultats expérimentaux.
statistiques ».

! Pour prendre de telles décisions, il est commode d’émettre des hypothèses sur les
populations concernées. Ces hypothèses sont en général exprimées relativement aux
distributions de probabilités de ces populations.
! Les hypothèses statistiques sont formulées dans le but de les accepter ou les rejeter. Les
méthodes qui permettent de prendre une décision sont appelées des tests d’hypothèses ou
des tests statistiques.
! Pour exécuter ce test, cinq opérations doivent être définies :
! définition de l’hypothèse H0 à contrôler, dite hypothèse nulle, et de l’hypothèse
alternative H1, négation de H0,
! choix d’une fonction discriminante, d’une variable de test, d’une "statistique", fonction
des résultats expérimentaux et dont les distributions de probabilité sous H0 et sous H1
sont connues, calculables analytiquement ou estimées,

! choix d’un seuil de confiance B et de la taille de l’échantillon N,

! définition de la région de rejet de l’hypothèse H0 (ou région critique)

! évaluation de la fonction discriminante sur la base d’échantillons observés.

C 942 - Diagnostic des Systèmes - Flavien Peysson 77 C 942 - Diagnostic des Systèmes - Flavien Peysson 78

Tests statistiques - GII Tests statistiques - GII

! On fixe a priori le seuil de confiance B qui permettra la décision. Les valeurs couramment ! Le problème qui se pose est d'évaluer les résidus afin de décider si un défaut est présent ou
employées sont 0.1, 0.05 ou 0.01. non.
! Ce seuil de confiance est souvent exprimé par un niveau de probabilité, qui est simplement
1 – B. ! Soit {e(k), k=1, ..., n} la séquence des résidus destinée à être évaluée. Ainsi, il s'agit de
faire un choix entre deux hypothèses H0 et H1.
! B représente la probabilité de rejeter à tort H0 (erreur de type I), c'est le risque de première
espèce.
! H1 et H0 sont exprimées de la façon suivante :
! Le risque de seconde espèce F est la probabilité d'accepter à tort H0 (erreur de type II).
! A taille d'échantillon donnée, B et F varient en sens inverse. ! H0 : e(1) ... e(n) suit une loi de probabilité P0
! Enfin, la puissance du test (1 - F), qui mesure son aptitude à détecter un écart à H0, est la
probabilité de rejeter H0 avec raison. ! H1 : G r : 1 H r H n tel que : e(1) ... e(r - 1) suit la loi de probabilité P0
e(r) ... e(n) suit la loi de probabilité P1
H1 vraie H0 vraie

H0 rejetée Décision correcte Erreur de type I r est appelé instant de rupture.

H1 acceptée P=1-F P=B

H0 acceptée Erreur de type II Décision correcte

H1 rejetée P=F P=1-B

C 942 - Diagnostic des Systèmes - Flavien Peysson 79 C 942 - Diagnostic des Systèmes - Flavien Peysson 80
 Tests statistiques - GII Test de Page-Hinkley - GII

! Les tests les plus classiques, en particulier, ceux issus des méthodes paramétriques ! Ce test est basé sur le principe de la détection d'un changement brusque de la moyenne d'un
séquentielles se distinguent principalement en deux classes de tests : signal gaussien. On considère que l'amplitude du saut n'est pas connue ce qui nécessite la
mise en parallèle de deux tests similaires.
! ceux nécessitant une bonne connaissance de la loi de probabilité après défaut tels que
le test des sommes cumulées de Page-Hinkley, le GLR (Generalized Likelihood Ratio), ! Soient
et le test de Wald. ! K, l'amplitude du saut
! n, le nombre d'échantillons {e(k), k = 1, ...,n}
! ceux dont le principe se borne à vérifier le non-respect d'une loi de distribution ! µ, la moyenne du résidu
décrivant les résidus avant défauts tel le test du IJ. ! µ0, la moyenne du résidu en l'absence de défaut
! µ1, la moyenne du résidu en présence de défaut
! LM l'amplitude minimum du saut à détecter

! Pour détecter un saut positif, on calcule alors Un tel que :

n
U n ! N ( e ( k ) + O 0 + L / 2)
k !1
mn ! min (U k )
0P k P n

C 942 - Diagnostic des Systèmes - Flavien Peysson 81 C 942 - Diagnostic des Systèmes - Flavien Peysson 82

Test de Page-Hinkley - GII Test de Page-Hinkley - GII

! L’augmentation de la moyenne est détectée lorsque : ! Le seuil de détection Q doit être fixé par apprentissage. Une valeur initiale de ce seuil peut
U n + mn R Q être calculée par :
Q est le seuil de détection
Q ! 2h
p
! Pour détecter un saut négatif, on calcule alors Tn tel que :
n ! Où pour des distributions normales, h = 2 et p est la valeur du saut L exprimée en nombre
Tn ! N (e(k ) + O 0 ' L / 2) d’écart-type du signal :
k !1
M n ! max (Tk )
0P k P n L ! pS
! La diminution de la moyenne est détectée lorsque :
M n + Tn R Q D’où : Q ! 4S
L
! Sous forme récursive, l’écriture de la relation pour le saut positif devient :

L
U n ! U n+1 ' en + O 0 +
2
mn ! min(mn+1 ,U n )

C 942 - Diagnostic des Systèmes - Flavien Peysson 83 C 942 - Diagnostic des Systèmes - Flavien Peysson 84
 Surveillance par approche temporelle - GII Surveillance par approche temporelle - GII

! Les principaux défauts affectant les signaux à surveiller sont : ! Filtrage linéaire
! Filtre par moyenne glissante récursive
! un biais
1 1
! une dérive xk ! xk +1 ' xk + xk +n
n n
! un changement de variance ! Filtre du premier ordre

! une valeur aberrante yk ! B yk +1 ' (1 + B ) xk

0 PB P1
! La surveillance de ces signaux souvent bruités nécessitent un pré-traitement (fitrage par ! Filtre non-linéaire
exemple) :
! Filtre médian
! Filtre linéaire numérique

! Filtre médian
yn ! med ( xn+k ,(, xn ,(, xn' k )

! Principe
# Fenêtre glissante impaire

# Tri des données par ordre croissant

# Le médian est la sortie du filtre

C 942 - Diagnostic des Systèmes - Flavien Peysson 85 C 942

42 - Diagnostic des Systèmes - Flavien Peysson 86

Surveillance par approche temporelle - GII Surveillance par approche temporelle - GII

! Détection d’une dérive ! Détection sur la variance

d f ( xi ) + f ( xi + h) n

dx
f ( xi ) !
h
S 2 ! 1 N xi2 + x 2
n + 1 i !1

Fenêtre 1 Fenêtre 2 Fenêtre 3 (...)

Pas h variable
Fenêtre

Pente > Seuil ?

temps

! Variation lente d’une grandeur physique ! Changement d’amplitude de fluctuations

! Surveillance de valeurs d’historisation (temps, position,…) ! Surveillance de valeurs d’historisation (temps, position,…)
! Surveillance de pièces d’usure

C 942 - Diagnostic des Systèmes - Flavien Peysson 87 C 942 - Diagnostic des Systèmes - Flavien Peysson 88