Uncertain model-based diagnosis using interval analysis: the bounding approach
Diagnostic à base de modèles incertains utilisant l'analyse par intervalles: l'approche bornante
Résumé
Fault diagnosis methods generally use a model, which represents the no-fauIty
behaviour of the supervised physical system. The fundamental problem then encountered cornes from the inaccuracy associated with this model. To avoid confusing a fault with a modelling error, a new strategy taking uncertainties into account is defined. These ones can vary, affect any model parameter and are represented by bounded variables. The method suggested, called bounding approach, is based on interval analysis. After having noticed the drawbacks of a stochastic model, we justify that the bounding approach satisfies the objectives of diagnosis, by conserving more information than traditional de-coupling methods, by generating in a natural way the thresholds and by allowing the treatment of multiplicative and time-variant uncertainties. Then, while focusing on the applications of interval analysis, the advanta.ges and drawbacks of this tool are clarified. The resolution of the problem of dependence is detailed, in particular in the case of a vector field. A formalism allowing to deal with domains, which are more complex than simple boxes, is then proposed. So as to avoid the wrapping effect, a Parity Space approach is proposed. The objective being to build residuals de-coupled from the unknown state variables, the interest to search an uncertain projection matrix rather than a certain one is then shown. The principles of the consistency tests, allowing the analysis of these residuals, are then detailed. Lastly, some algorithms ensuring the estimation of the characteristics of uncertainties, are developed. This thesis is complete by the implementation of the various developed methods on an example.
Le diagnostic de systèmes repose fréquemment sur un modèle censé représenter le
comportement sain du système physique à surveiller. Le problème fondamental alors
rencontré provient des imprécisions associées à ce modèle. Pour parvenir à discriminer un défaut d'une erreur de modélisation, une nouvelle stratégie de diagnostic a été définie. Celle-ci prend en compte des incertitudes pouvant fluctuer dans le temps et affecter n'importe quel paramètre du modèle en étant représentées par des variables bornées. La méthode proposée, appelée approche bornante, repose sur l'analyse par intervalles. Après avoir constaté les limites de la modélisation stochastique, nous avons justifié que l'approche bornante répondait bien aux objectifs de diagnostic, en conservant plus d'information que les méthodes traditionnelles de découplage, en générant de manière naturelle les seuils de détection et en permettant l'analyse d'incertitudes multiplicatives et variantes. Ensuite, tout en montrant le champ d'application de l'analyse par intervalles, les avantages et inconvénients de
cet outil sont explicités. La résolution du problème de dépendance a été détaillée, notamment lorsque celui-ci se pose dans le cas d'un champ de vecteurs. Un formalisme permettant de traiter des domaines plus complexes que de simples pavés est alors proposé. De manière à éviter le phénomène d'enveloppement, une approche par Espace de Parité est proposée. L'objectif étant de construire des résidus découplés des variables d'état inconnues, l'intérêt de rechercher une matrice de projection incertaine plutôt que certaine a alors été montré. Les principes des tests de cohérence, permettant l' analyse de ces résidus, ont ensuite été détaillés. Enfin, des algorithmes de caractérisation, assurant l'estimation des caractéristiques des incertitudes, sont développés. Ce mémoire s'achève par la mise en oeuvre, sur un exemple, des
diverses méthodes proposées.