Détection et localisation de défauts multiples par analyse en composantes principales non linéaire. Application à un réseau de surveillance de la qualité de l'air
Résumé
Dans ce papier nous présentons une approche basée sur l'analyse en composantes principales non linéaire (ACPNL) pour la détection et la localisation de défauts multiples. Le modèle ACPNL est obtenu en combinant l'algorithme des courbes principales et deux réseaux RBF (Radial Basis Function) à trois couches en cascade. L'approche de reconstruction de plusieurs variables à la fois est proposée dans le cas non linéaire et appliquée avec succès à la détection et localisation de défauts multiples d'un réseau de surveillance de la qualité de l'air. L'approche proposée permet de réduire considérablement le nombre de résidus utilisés pour la localisation et permet également de proposer des valeurs de remplacement simultanées pour les différentes mesures en défaut.